ปัญญาประดิษฐ์ยังคงพัฒนาเกินกว่าการสร้างข้อความธรรมดา โดยบริษัทเทคโนโลยียักษ์ใหญ่แข่งขันกันพัฒนาเอเจนต์ AI ที่สามารถทำงานซับซ้อนได้โดยอัตโนมัติ Microsoft ได้เข้าสู่การแข่งขันนี้ด้วยการปรับปรุงที่สำคัญให้กับแพลตฟอร์ม AI สำหรับธุรกิจของบริษัท
Microsoft แนะนำ Computer Use สำหรับ Copilot Studio
Microsoft ได้เปิดตัวฟีเจอร์ Computer Use ใหม่สำหรับ Copilot Studio ที่ช่วยให้เอเจนต์ AI สามารถโต้ตอบกับเว็บไซต์และแอปพลิเคชันเดสก์ท็อปได้อย่างอิสระ ความก้าวหน้านี้ช่วยให้ AI สามารถนำทางอินเตอร์เฟซดิจิทัลด้วยการคลิกปุ่ม เลือกตัวเลือกเมนู และพิมพ์ข้อมูลในฟิลด์ต่างๆ—ซึ่งเป็นการเลียนแบบการโต้ตอบของมนุษย์กับซอฟต์แวร์ Corporate Vice President Charles Lamanna อธิบายว่าความสามารถนี้ช่วยให้เอเจนต์จัดการงานได้แม้ไม่มีการเชื่อมต่อ API โดยตรง โดยกล่าวอย่างง่ายๆ ว่า: หากมนุษย์สามารถใช้แอปได้ เอเจนต์ก็สามารถใช้ได้เช่นกัน
ฟีเจอร์ใหม่ทำงานอย่างไร
ฟังก์ชันใหม่นี้เป็นก้าวกระโดดที่สำคัญในความสามารถด้านการทำงานอัตโนมัติของ AI ไม่เหมือนกับระบบอัตโนมัติแบบดั้งเดิมที่ต้องการการผสานรวม API เฉพาะ ฟีเจอร์ Computer Use ของ Copilot Studio ช่วยให้เอเจนต์ AI สามารถโต้ตอบกับอินเตอร์เฟซเกือบทุกประเภทที่มนุษย์สามารถใช้ได้ ระบบได้รับการออกแบบให้มีความสามารถในการปรับตัว สามารถตรวจจับเมื่อปุ่มและหน้าจอเปลี่ยนแปลงในแอปพลิเคชันหรือเว็บไซต์โดยไม่ทำให้ขั้นตอนการทำงานหยุดชะงัก ความยืดหยุ่นนี้ช่วยให้มั่นใจได้ว่าการทำงานจะมีความน่าเชื่อถือมากขึ้นเมื่อต้องจัดการกับกระบวนการที่ซับซ้อนและมีหลายขั้นตอนในสภาพแวดล้อมดิจิทัลที่แตกต่างกัน
คุณสมบัติสำคัญของ "Computer Use" ใน Copilot Studio ของ Microsoft:
- ช่วยให้เอเจนต์ AI สามารถโต้ตอบกับเว็บไซต์และแอปพลิเคชันเดสก์ท็อปได้
- สามารถคลิกปุ่ม เลือกตัวเลือกเมนู และพิมพ์ข้อมูลในฟิลด์ต่างๆ
- ทำงานได้โดยไม่จำเป็นต้องมีการเชื่อมต่อ API
- ปรับตัวเข้ากับอินเทอร์เฟซที่เปลี่ยนแปลงโดยไม่ทำให้กระบวนการทำงานเสียหาย
- เหมาะสำหรับงานต่างๆ เช่น การป้อนข้อมูล การวิจัยตลาด และการประมวลผลใบแจ้งหนี้
การประยุกต์ใช้ทางธุรกิจและกรณีการใช้งาน
ธุรกิจสามารถใช้ประโยชน์จากความสามารถใหม่นี้เพื่อสร้างเอเจนต์ AI เฉพาะทางผ่าน Copilot Studio ที่สามารถทำงานอัตโนมัติได้หลากหลาย งานเหล่านี้รวมถึงการป้อนข้อมูลในระบบหลายระบบ การวิจัยตลาดอย่างครอบคลุมที่ต้องการการนำทางเว็บไซต์ต่างๆ และการประมวลผลใบแจ้งหนี้ที่อาจเกี่ยวข้องกับหลายแอปพลิเคชัน ฟีเจอร์นี้เปลี่ยน Copilot จากผู้ช่วยธรรมดาให้กลายเป็นพนักงานดิจิทัลเชิงรุกที่สามารถทำงานกระบวนการทางธุรกิจแบบครบวงจรโดยมีการแทรกแซงจากมนุษย์น้อยที่สุด
การวางตำแหน่งเทียบกับคู่แข่ง
การเคลื่อนไหวของ Microsoft ดูเหมือนจะเป็นการตอบสนองโดยตรงต่อบริการที่คล้ายกันจากบริษัท AI อื่นๆ ฟีเจอร์นี้มีลักษณะคล้ายกับ OpenAI's Operator และความสามารถในการใช้คอมพิวเตอร์ของ Anthropic's Claude ซึ่งทั้งสองอนุญาตให้เอเจนต์ AI โต้ตอบกับอินเตอร์เฟซดิจิทัล อย่างไรก็ตาม การใช้งานของ Microsoft ผ่าน Copilot Studio ดูเหมือนจะออกแบบมาเฉพาะสำหรับสภาพแวดล้อมธุรกิจ ซึ่งอาจให้ข้อได้เปรียบในการนำไปใช้ในองค์กรที่ Microsoft มีตำแหน่งที่แข็งแกร่งอยู่แล้ว
ภาพรวมของคู่แข่งในตลาด:
- Microsoft Copilot Studio "Computer Use" - AI อัตโนมัติที่เน้นสำหรับธุรกิจ
- OpenAI's Operator - ฟังก์ชันการทำงานที่คล้ายกันสำหรับการทำงานอัตโนมัติ
- Claude's "Computer Use" - เวอร์ชันความสามารถในการโต้ตอบกับอินเตอร์เฟซของ Anthropic
- Microsoft Copilot Actions - เน้นผู้บริโภคทั่วไปโดยมีการผสานรวมกับพาร์ทเนอร์อย่างจำกัด
การขยายระบบนิเวศของ Copilot
การพัฒนานี้ต่อยอดจากการแนะนำ Actions ก่อนหน้านี้ของ Microsoft สำหรับ Copilot ที่มุ่งเน้นผู้บริโภค ในขณะที่ Actions อนุญาตให้ผู้ใช้ส่วนตัวให้ Copilot ทำงานเบื้องหลังเช่นการจองร้านอาหารหรือซื้อตั๋วงานอีเวนต์ แต่ปัจจุบันจำกัดเฉพาะการผสานรวมกับพาร์ทเนอร์เท่านั้น ฟีเจอร์ใหม่ของ Copilot Studio ดูเหมือนจะมีความยืดหยุ่นมากกว่า โดยอนุญาตให้ผู้ใช้ทางธุรกิจสร้างเอเจนต์ AI ที่สามารถทำงานกับเว็บไซต์และแอปพลิเคชันที่หลากหลายมากขึ้นโดยไม่จำเป็นต้องมีการเป็นพันธมิตรที่กำหนดไว้ล่วงหน้า
อนาคตของการทำงานอัตโนมัติด้วย AI
การปรับปรุง Copilot Studio ของ Microsoft แสดงถึงอีกก้าวหนึ่งสู่ระบบ AI ที่ทำงานได้อย่างอิสระโดยสมบูรณ์ซึ่งสามารถจัดการกับขั้นตอนการทำงานที่ซับซ้อน เมื่อเทคโนโลยีเหล่านี้พัฒนาขึ้นเรื่อยๆ เราคาดว่าจะเห็นการนำไปใช้เพิ่มขึ้นในหลากหลายอุตสาหกรรมที่ต้องการทำงานประจำให้เป็นอัตโนมัติและปลดปล่อยให้พนักงานมุ่งเน้นกิจกรรมที่สร้างสรรค์และเชิงกลยุทธ์มากขึ้น การพัฒนานี้ยังแสดงถึงความมุ่งมั่นของ Microsoft ในการรักษาตำแหน่งที่แข่งขันได้ในตลาด AI ที่กำลังพัฒนาอย่างรวดเร็ว ซึ่งความสามารถในการทำงานที่ปฏิบัติได้จริงในโลกแห่งความเป็นจริงกำลังกลายเป็นสิ่งสำคัญเท่ากับความสามารถในการประมวลผลภาษาธรรมชาติ