รายงาน McKinsey ชี้ว่า AI Agents สร้างมูลค่าได้มาก โดยองค์กรเริ่มใช้ทั้ง Virtual Agents (ตั้งแต่ช่วยงานง่ายๆ จนถึงระบบ AI-first แบบเต็มรูปแบบ) และ Physical Agents (เช่น โดรน รถยนต์ไร้คนขับ หุ่นยนต์) เพื่อเชื่อม AI กับโลกจริง

องค์กรแบบ Agentic คือ การเปลี่ยนมุมมองจาก แผนผังองค์กรตามลำดับชั้น/แผนก ไปเป็น แผนผังงานตามผลลัพธ์ (workflows + outcomes) ช่วยลดงานหนัก ตัดสินใจเร็วขึ้น ถูกสร้างบน 5 เสาหลัก:

1. Business Model (โมเดลธุรกิจ)

  • ช่องทาง AI ทำให้คุยกับลูกค้า “ตัวต่อตัวแบบเรียลไทม์” ได้ทุกวัน
  • ย้ายงานซ้ำ ๆ ให้ agents ดูแล ต้นทุนส่วนเพิ่มไหลลงใกล้ cost of compute
  • เกมชนะอยู่ที่ proprietary data—ใครเก็บ/กลั่นดีกว่า ก็ปรับข้อเสนอได้ไวกว่า
  • เช่น เล่าเรื่องแบบลูกค้าหนึ่งคน: จากถามบิล → ได้แพ็กเกจเหมาะตัว → จบดีลในแชตเดียว

2. Operation Model (โมเดลปฏิบัติการ)

  1. เลิกคิดเป็นแผนก คิดเป็น Workflow แบบ end-to-end ที่มีมนุษย์คุมจากเหนือวงจร โดยการตั้ง Agentic Team ทีมเล็ก 2–5 คน คุม Agents Factory 50–100 ตัว
  2. ลดการส่งต่องาน, รออนุมัติ ผู้ชนะจริงจะ Orchestra ทีมให้สอดจังหวะกัน เครือข่ายแบน คล่องตัว เคลื่อนไปสู่ Value เดียวกัน
  3. เช่น เปิดตัวสินค้าใหม่จากไอเดีย → ทดสอบ → แคมเปญ อัตโนมัติแทบทั้งเส้น

3. Governance (การกำกับดูแล)

  • ตัดสินใจแบบเรียลไทม์ เช่น budgeting/forecast/report วิ่งด้วย agents ไม่ต้องรอผลเป็นไตรมาสแต่ละไตรมาส
  • ฝัง guardrails: critic/compliance/brand voice ตรวจงานอัตโนมัติทุกขั้น
  • มนุษย์ยังคุมอยู่ แต่คุม “สัญญาณและข้อยกเว้น” ไม่ใช่เช็กทีละบรรทัด
  • เป้าใหญ่ คือ จุดพอดี เร็วพอให้ชนะ ปลอดภัยพอให้ Scale ได้ยาว

4. Workforce, People & Culture (บุคลากรและวัฒนธรรม)

  • งานทำซ้ำให้ Agent, คนหันมาวางเป้า-ชั่งน้ำหนัก-คุมผลลัพธ์ จนเกิด 3 บทบาท:
  1. M-shaped orchestrator สายกว้างที่คล่อง AI ออร์เคสตร้า agents และแรงงานไฮบริดข้ามโดเมน
  2. T-shaped specialist ผู้เชี่ยวชาญลึกที่ออกแบบ workflow ใหม่ รับมือข้อยกเว้น และคุมคุณภาพ
  3. AI-augmented frontline workers เสริม AI บริการ HR หรือปฏิบัติการ ที่ใช้เวลาน้อยลงกับระบบ และมากขึ้นกับมนุษย์
  • HR ต้องนับทั้ง “คน+ Agnets” วัดผลงานจากการ Orchestra และมูลค่าที่สร้าง ไม่ใช่แค่งานเสร็จ วัฒนธรรม คือ กาวและเข็มทิศ ต้องชัดเจน ตัดสินใจไว เรียนรู้ต่อเนื่อง และสร้างความไว้ใจคน + Agent

5. Technology & Data (เทคโนโลยีกับข้อมูล)

  • เปิดสิทธิ์ทำเทค/ข้อมูลแบบคุมได้ด้วย AI mesh กับ agent-to-agent ให้ระบบ–เครื่อง–คน คุยกันง่าย
  • เลือก build หรือ buy แบบ dynamic ด้วยการล็อก บริบทองค์กรไว้ เริ่มจากตั้ง data products สำคัญ, เลือกโดเมน lighthouse, วัดผลแล้วค่อยสเกล

ข้อสรุป:

Agentic Organization การจัดองค์กรให้ คนคุม–Agent ลงมือ โดยใช้ AI agents (virtual/physical) รันงานลึก ๆ แบบ AI-first วิธีเริ่มคือ ตั้ง Agentic Team เล็ก ๆ ที่วัดผลชัด ฝัง guardrails/observability ตั้ง data products + Agentic AI mesh ให้ต่อระบบไว อัปสกิลคนเป็น M-shaped/ T-shaped แล้วขยายเป็นเครือข่ายแบนที่ขับเคลื่อนด้วยผลลัพธ์จริง

Source:

McKinsey