ChatGPT, Claude, Manus และ Genspark ต่างปล่อยฟีเจอร์เจ๋งๆ ออกมาทีละตัว แต่เมื่อพูดถึงการเลือก "รากฐาน generative AI ระดับองค์กร" คำตอบของบริษัทญี่ปุ่นใหญ่ๆ มักจะลงเอยที่ Gemini หรือ Copilot ทำไมถึงเป็นเช่นนั้น ทั้งที่พวกมันไม่ได้ชนะด้านประสิทธิภาพดิบ?
เหตุผลไม่ใช่เรื่อง "AI ตัวไหนฉลาดกว่า" แต่อยู่ที่ปัจจัยที่ธรรมดากว่าและเป็นเชิงโครงสร้าง ผมอยากจะเปิดโปงความจริงข้อนั้น ขอย้ำว่านี่ไม่ได้บอกว่า "AI ตัวอื่นไม่ดี" แต่เป็นเรื่องที่ว่า AI ที่ทำหน้าที่เป็นรากฐานในชีวิตประจำวันของคุณ กับ AI เฉพาะทางที่คุณหยิบมาใช้สำหรับงานเฉพาะ มีบทบาทที่แตกต่างกัน
"ความฉลาด" ไม่ใช่ปัจจัยชี้ขาดสำหรับรากฐานอีกต่อไป
ถ้าคุณกำลังเปรียบเทียบตัวเลข benchmark แสดงว่าคุณกำลังมองผิดสนามสำหรับการเลือกรากฐาน โมเดลหลักทั้งหมดนั้นเกินระดับความฉลาดที่จำเป็นสำหรับการดำเนินธุรกิจในชีวิตประจำวันมานานแล้ว
- ความฉลาดเป็น "ข้อตั้งต้น" ไม่ใช่ "ตัวสร้างความแตกต่าง" ความแตกต่าง 0.1 คะแนนใน benchmark แทบไม่ส่งผลต่อผลผลิตในแนวหน้า
- ความล้มเหลวเกิดจาก "การไม่ใช้งาน" การแจกจ่ายเครื่องมือแต่ไม่มีใครเปิดใช้และกลายเป็น "อากาศ" ภายในหกเดือน คือสาเหตุแห่งความตายของการนำไปใช้ทั้งองค์กรอย่างแท้จริง
- ดังนั้น คำถามคือ "มันอยู่ที่ไหน?" "AI ตัวไหนที่อยู่ในที่ที่คนใช้เวลาทั้งวัน?" นี่กลายเป็นแกนประเมินสำหรับการเลือกรากฐาน
สามเหตุผลเชิงโครงสร้างที่บริษัทญี่ปุ่นลงเอยที่ Gemini และ Copilot
ในอดีต บริษัทญี่ปุ่นใหญ่ๆ ใช้ Microsoft 365 หรือ Google Workspace เป็นรากฐานองค์กร
เมื่อพิจารณาวัฒนธรรมที่ให้ความสำคัญกับ IT governance และชอบที่จะทยอยเปิดตัวพร้อมกันทั้งองค์กร คำตอบก็แคบลงโดยธรรมชาติ มีสามเหตุผล:
- อยู่ในเวิร์กโฟลว์ตั้งแต่ต้น อีเมล เอกสาร สเปรดชีต การประชุม AI อาศัยอยู่ในที่ที่คนทำงานทั้งวัน ความฝืดของการ "เปิดแท็บแยกต่างหาก" เป็นปัจจัยใหญ่ที่สุดที่ลดอัตราการใช้งาน เฉพาะ AI ที่มีความฝืดเป็นศูนย์เท่านั้นที่จะถูกใช้ทุกวัน
- สืบทอด ID และสิทธิ์การเข้าถึง พวกมันสืบทอดรากฐานการยืนยันตัวตนที่มีอยู่ (Microsoft Entra ID / Google ID) และการตั้งค่าสิทธิ์ AI จะไม่ก้าวก่ายว่า "ใครได้รับอนุญาตให้เห็นอะไร" นี่คือทางออกเดียวที่ผ่านการตรวจสอบของฝ่าย IT ในทางปฏิบัติ
- การกำกับดูแลมีสัญญาอยู่แล้ว ข้อมูลยังคงอยู่ใน tenant และไม่จำเป็นต้องมีข้อตกลงการประมวลผลข้อมูลใหม่หรือการตรวจสอบความเสี่ยงเพิ่มเติม เนื่องจากเป็นส่วนขยายของรากฐานที่ใช้อยู่แล้ว อุปสรรคสำหรับการปรับใช้ทั้งองค์กรจึงไม่เกิดขึ้น
ข้อสังเกตหนึ่ง
จากการพูดคุยเกี่ยวกับการใช้ AI ในบริษัทต่างๆ ผมมั่นใจในสิ่งหนึ่ง: เหตุผลที่รากฐานระดับองค์กรล้มเหลวแทบจะไม่ใช่เรื่องประสิทธิภาพเลย แต่เป็นเพราะมัน "ไม่ได้ถูกเปิดใช้" ผู้ชนะถูกตัดสินโดย ว่า AI อาศัยอยู่ที่ไหน บริษัทที่ใช้เวลาโต้เถียงเรื่องความแตกต่างของความฉลาดอย่างไม่รู้จบ คือบริษัทที่เครื่องมือจะหยุดถูกใช้ในอีกหกเดือนต่อมา
"AI ที่คุณไปหา" vs. "AI ที่อยู่ตรงนั้น" — ไม่ใช่เรื่องว่าอันไหนดีกว่า
ความแตกต่างนี้ไม่ใช่เรื่องความเหนือกว่า แต่มันเป็นเรื่องของจุดแข็งคนละรูปแบบกัน
AI ที่อยู่ตรงนั้น — Gemini / Copilot มันอ่านบริบทของอีเมลหรือเอกสารที่คุณเปิดอยู่และดำเนินการทันที คุณไม่ต้อง "จำ" ว่าจะใช้มัน มันซึมซับเข้าสู่การดำเนินงานมาตรฐานของบริษัทได้อย่างเป็นธรรมชาติ
AI ที่คุณไปหา — แชทและเอเยนต์เอนกประสงค์ คุณใช้สิ่งเหล่านี้ด้วยวัตถุประสงค์เฉพาะและสมาธิจดจ่อ งานวิจัย การพัฒนา การเขียนยาว และการดำดิ่งลึกในงานเฉพาะทาง คุณภาพของการโต้ตอบแต่ละครั้งสูง และพวกมันโดดเด่นในงานที่เฉียบคมและเฉพาะทาง
ไม่ใช่แบบไหนดีกว่าแบบไหน เพียงแต่ว่า แบบแรกเหมาะสำหรับเป็นรากฐานของทั้งบริษัท
ความแตกต่างตรงนี้ไม่ใช่การเปรียบเทียบความสามารถของโมเดล มันเกี่ยวกับความง่ายในการนำไปใช้อย่างเคร่งครัด—ว่ามันจะถูกกระจายไปทั่วทั้งบริษัทและยังคงถูกใช้ทุกวันหรือไม่
สนามรบที่แท้จริงมองไม่เห็นบนโซเชียลมีเดีย
ในขณะที่ฟีเจอร์ใหม่ๆ หลากหลายกำลังเป็นไวรัลบนไทม์ไลน์ Gemini และ Copilot กำลังทุ่มอย่างเงียบๆ ใน "ฟีเจอร์สำหรับองค์กร"
Gemini Enterprise
รากฐานระบบอัตโนมัติทางธุรกิจที่ผสานแกนกลางของ Agentspace เดิม มันค้นหาข้อมูลภายในแบบข้ามระบบและทำให้เวิร์กโฟลว์เป็นอัตโนมัติโดยไม่ต้องเขียนโค้ด การผสานรวมไม่จำกัดแค่ Workspace; สามารถเชื่อมต่อกับเครื่องมืออื่นๆ เช่น Microsoft 365 และ Salesforce ได้
Copilot × Work IQ
WorkIQ รากฐานความฉลาดที่ประกาศในงาน Ignite 2025 นั้นทรงพลังอย่างยิ่ง มันรวบรวมข้อมูลจากอีเมล Teams และ SharePoint ทำให้ AI เข้าใจบริบททางธุรกิจขององค์กรในสามชั้น: "ข้อมูล, ความทรงจำ, และการให้เหตุผล" มันให้คำแนะนำที่ rooted ในความเป็นจริงของบริษัทในขณะที่เคารพสิทธิ์การเข้าถึง
ทำไมสิ่งเหล่านี้ถึงไม่เป็นไวรัลบนโซเชียลมีเดีย?
คำตอบนั้นง่าย: อุปสรรคในการทำสัญญาและการปรับใช้ทั้งองค์กรสูง ดังนั้นบุคคลทั่วไปไม่สามารถลองใช้ตามอำเภอใจได้ สิ่งที่ถูก hype บนโซเชียลมีเดียคือ "AI ที่ฉันสามารถแตะบนโทรศัพท์ตอนนี้ได้ทันที" เวอร์ชันองค์กรที่บริษัทนำไปใช้จริงจะปรากฏหลังจากผ่านอุปสรรคของการตรวจสอบ IT และสัญญาเท่านั้น
กล่าวอีกนัยหนึ่ง AI ที่กำลังเป็นเทรนด์บนโซเชียลมีเดียกับ AI ที่บริษัทใช้เป็นรากฐานไม่ได้แข่งขันกันในด้านคุณภาพ; พวกมันแค่ มองต่างชั้นกัน hype บนโซเชียลมีเดียกับความจริงจังของการนำไปใช้ในองค์กรไม่จำเป็นต้องสอดคล้องกัน
มีสามขั้นตอนในการ "ใช้มันที่บริษัท"
อย่าเชื่อผลสำรวจที่บอกว่า "ChatGPT ถูกใช้มากที่สุด" ตามที่เห็น ตัวเลขหลายตัวรวมสามขั้นตอนนี้เข้าด้วยกัน
- แค่อนุญาต — สถานะ "ไม่ได้ถูกแบน" บุคคลใช้บัญชีส่วนตัวหรือเวอร์ชันฟรีด้วยความเสี่ยงของตนเอง สะดวก แต่การผสาน ID และการกำกับดูแลไม่ได้ทำงาน บริษัทไม่ได้เลือกมัน; แค่ยอมให้ใช้เท่านั้น สิ่งนี้เรียกว่า "การใช้ทั่วทั้งองค์กร" ไม่ได้
- ใช้ควบคู่เพื่อวัตถุประสงค์เฉพาะ ถูกนำมาใช้อย่างเป็นทางการโดยบางแผนกหรือสำหรับงานเฉพาะ งานที่เฉียบคม เช่น การพัฒนา การวิจัย และการดำดิ่งลึกเฉพาะทางโดดเด่นตรงนี้ นี่คือโดเมนที่ ChatGPT, Claude และเอเยนต์ต่างๆ แข็งแกร่ง อย่างไรก็ตาม นี่ยังไม่ใช่ "รากฐานทั่วทั้งองค์กร"
- ถูกแจกจ่ายเป็นรากฐานทั่วทั้งองค์กร เครื่องมือมาตรฐานที่แจกจ่ายให้ทุกคน ใช้ทุกวัน โดยที่ ID สิทธิ์ และการกำกับดูแลสืบทอดต่อ Copilot และ Gemini คือตัวที่อยู่ในตำแหน่งนี้ตามความเป็นจริงในตอนนี้
การใช้รากฐานและเครื่องมือเฉพาะทางร่วมกัน — แผนที่แห่งการอยู่ร่วมกัน
นี่คือประเด็นที่สำคัญที่สุด ข้อเท็จจริงที่ว่ารากฐานลงเอยที่ Gemini หรือ Copilot ไม่ได้หมายถึงความพ่ายแพ้ของ AI ตัวอื่นเลย
อย่างไรก็ตาม ภาพทั่วไปที่ว่า "AI ตัวอื่นวางอยู่บนรากฐาน" นั้นค่อนข้างคลาดเคลื่อน Claude, Manus และ Genspark ไม่ได้ "ทำงานบน" Microsoft 365 หรือ Workspace พวกมันแต่ละตัวเป็นผลิตภัณฑ์ทรงพลังที่เป็นอิสระ ดังนั้น แทนที่จะซ้อนกันในแนวตั้ง เราควรมองมันเป็น การแบ่งบทบาทในแนวนอน
รากฐานรายวัน — Gemini / Copilot แจกจ่ายให้ทุกคน ฝังอยู่ในงาน เปิดอยู่ตลอด เป็นโครงสร้างพื้นฐานของบริษัท มันอยู่ตรงนั้นเสมอ
เครื่องมือเฉพาะทางสำหรับช่วงเวลาสำคัญ — Claude / ChatGPT / Manus / Genspark เครื่องมือทรงพลังที่ถูกหยิบออกมาเมื่อต้องการ คุณมอบหมายงานที่เฉพาะเจาะจงและลึกซึ้งให้พวกมัน ต่อไปนี้คือจุดแข็งของพวกมัน:
- Claude (Anthropic) — การเขียนโค้ด ข้อความยาว การให้เหตุผลที่ซับซ้อน งานเอเยนต์ที่จดจ่อ (Claude Code / Cowork) หุ้นส่วนที่ถูกเลือกเพื่อความลึกซึ้ง
- ChatGPT (OpenAI) — ความหลากหลายและการเข้าถึงที่ท่วมท้น อเนกประสงค์ที่จัดการทุกอย่างตั้งแต่การระดมสมองไปจนถึงงานหลากหลาย
- Manus — เอเยนต์ AI เอนกประสงค์ที่ทำงานอัตโนมัติเต็มรูปแบบ กำหนดเป้าหมายให้มัน มันมีความสามารถในการดำเนินการทุกอย่างตั้งแต่การวิจัยไปจนถึงการเผยแพร่ผลงาน
- Genspark — ซุปเปอร์เอเยนต์แบบ Mixture-of-Agents ที่รวบรวม AI หลายตัวเข้าด้วยกัน มันขับเคลื่อนตัวเองตั้งแต่การวิจัยไปจนถึงการสร้างสไลด์และชีต
รากฐานและเครื่องมือเฉพาะทางไม่ได้แข่งขันกัน คุณใช้ Gemini/Copilot เป็นรากฐานประจำวัน และหยิบสิ่งเหล่านี้ออกมาสำหรับช่วงเวลาสำคัญ การแบ่งการใช้งานนี้คือสถานะที่สมจริงของ AI ในองค์กรในปัจจุบัน
ข้อสังเกตหนึ่ง
โดยส่วนตัวผมใช้ Claude และ ChatGPT ทุกวันสำหรับการเขียนและการออกแบบ และมอบหมายงานอัตโนมัติให้ Manus และ Genspark นั่นคือเหตุผลที่ผมบอกได้— "AI สำหรับรากฐานประจำวัน" และ "AI สำหรับช่วงเวลาสำคัญ" เป็นคำถามที่แตกต่างกัน ยิ่งรากฐานถูกตั้งค่าไว้มากเท่าไหร่ คุณก็ยิ่งเลือกเครื่องมือเฉพาะทางได้อย่างอิสระมากขึ้นเท่านั้น
อย่าแข่งขัน; ใช้เพื่อวัตถุประสงค์ที่แตกต่าง ผมเชื่อว่านี่คือพิมพ์เขียวสำหรับ AI ในองค์กรในอนาคต
สรุป
เหตุผลที่รากฐานของบริษัทญี่ปุ่นใหญ่ๆ ลงเอยที่ Gemini และ Copilot ไม่ใช่ชัยชนะของความฉลาด แต่เป็นเพราะพวกมันตอบสนองเงื่อนไขของการถูกใช้ "ทุกวัน โดยทุกคน พร้อมการกำกับดูแล" ได้ดีที่สุดในขณะนี้
และ Claude, ChatGPT, Manus และ Genspark ก็อยู่เคียงข้างพวกมันในฐานะ "เครื่องมือเฉพาะทางสำหรับช่วงเวลาสำคัญ"
คำถามที่ควรถามไม่ใช่ "อันไหนแข็งแกร่งที่สุด" แต่เป็น "คุณจะผสมผสานรากฐานประจำวันกับเครื่องมือเฉพาะทางสำหรับช่วงเวลาสำคัญได้อย่างไร?"
