AI ที่ไม่ได้เกิดมาเพื่อ “คุย” แต่เกิดมาเพื่อ “ตัดสินใจ”

คำถามตั้งต้นของ TypeSafe ง่ายแต่แรงมาก: “โมเดล AI เก่งเรื่องการสนทนามาหลายปีแล้ว แล้วทำไม Automation ในโลกจริงถึงยังไม่ได้เกิดขึ้นมากกว่านี้?”

1. เราอาจกำลังใช้ AI ที่เก่ง “คุยกับคน” ไปทำงานที่จริง ๆ ต้องการแค่ “คำตัดสิน”

โมเดลภาษาอย่าง ChatGPT, Claude หรือ Gemini ถูกพัฒนาให้เก่งเรื่องภาษา การทำตามคำสั่ง การอธิบาย การเขียน และการให้เหตุผล เมื่อมนุษย์ถามคำถาม โมเดลจึงพยายามสร้างคำตอบที่อ่านรู้เรื่องและเป็นประโยชน์ให้เรา

แต่ซอฟต์แวร์จำนวนมากไม่ได้ต้องการคำตอบยาว ๆ มันต้องการคำตอบสั้นและชัด เช่น ลูกค้ารายนี้น่าจะซื้อหรือไม่ เอกสารนี้ควรอนุมัติหรือไม่ ข้อความนี้ควรส่งให้ทีมใด หรือเหตุการณ์นี้มีความเสี่ยงระดับไหน

2. System One Models คืออะไร

TypeSafe เรียกโมเดลประเภทนี้ว่า System One Models โดยได้แรงบันดาลใจจากแนวคิด System 1 ในหนังสือ Thinking, Fast and Slow ของ Daniel Kahneman ซึ่งอธิบายการคิดที่รวดเร็วและเป็นเชิงสัญชาตญาณ เทียบกับการคิดแบบ System 2 ที่ช้ากว่าและไตร่ตรองมากกว่า

ในเวอร์ชันของ TypeSafe เป้าหมายไม่ได้อยู่ที่การสร้าง Chatbot ที่คุยได้ทุกเรื่อง แต่คือการสร้าง “หน่วยตัดสินใจ” ที่ทำงานข้างในซอฟต์แวร์ โมเดลรับข้อมูลเกี่ยวกับสถานการณ์ แล้วคืนผลลัพธ์ชนิดที่ระบบรู้ล่วงหน้าว่ามีอะไรได้บ้าง พร้อมค่าความน่าจะเป็นและความมั่นใจ

3. Jev คือ System One Model ตัวแรก

หลังทำงานแบบไม่เปิดเผยต่อสาธารณะประมาณสองปี TypeSafe เปิดตัวโมเดลสาธารณะตัวแรกชื่อ Jev และเปิดให้ใช้งานแบบ Early Access จุดที่ต่างจาก LLM ทั่วไปคือ Jev ยอมแลกความสามารถในการสร้างข้อความอิสระ เพื่อเน้นงานตัดสินใจที่มีโครงสร้าง

TypeSafe อธิบายภาพของ Jev ว่าเป็นเหมือน “frontier-intelligence function call” กล่าวคือ ส่ง State หรือสถานการณ์เข้าไป แล้วได้รับ typed probabilistic decisions กลับมา พูดเป็นภาษาคนคือ ส่งเรื่องให้ดู แล้วรับคำตัดสินที่อยู่ในรูปแบบแน่นอน พร้อมระดับความเชื่อมั่น

4. ถ้า ChatGPT เป็น “ที่ปรึกษา” Jev คล้าย “จุดคัดกรองอัจฉริยะ”

ลองนึกถึงโรงพยาบาล คนไข้ 1,000 คนเดินเข้ามาพร้อมกัน เราไม่จำเป็นต้องให้แพทย์เฉพาะทางตรวจทุกคนตั้งแต่วินาทีแรก สิ่งที่ต้องการก่อนคือระบบคัดกรองว่าใครฉุกเฉิน ใครรอได้ และควรส่งไปแผนกไหน

ChatGPT หรือ Claude เหมาะกับงานที่ต้องอ่านเรื่องยาก ทำความเข้าใจหลายมุม แล้วอธิบายกลับมา ส่วน Jev พยายามเก่งกับการตัดสินใจสั้น ๆ จำนวนมาก และทำสิ่งนั้นได้เร็วพอที่จะฝังอยู่ตามจุดต่าง ๆ ของระบบ

5. จาก AI ที่ “ตอบเก่ง” ไปสู่ Smart If-Statement

TypeSafe ใช้คำอธิบายที่เห็นภาพมากว่า System One Models สามารถทำหน้าที่เหมือน smart if-statements ในซอฟต์แวร์ เดิมโปรแกรมเก่งกับกฎที่ชัด เช่น ยอดซื้อเกินจำนวนหนึ่งแล้วให้ส่วนลด แต่โลกจริงมีเงื่อนไขจำนวนมากที่เขียนเป็นกฎแข็ง ๆ ยาก

ตัวอย่างเช่น ลูกค้าคนนี้ “ดูมีเจตนาซื้อจริงหรือไม่” ข้อความนี้ “มีน้ำเสียงคุกคามหรือไม่” หรือเหตุการณ์นี้ “ผิดปกติมากพอที่จะเรียกคนเข้ามาดูหรือยัง” งานเหล่านี้มีพื้นที่สีเทา ซึ่งโมเดลสามารถช่วยประเมิน แล้วให้ระบบธรรมดาเป็นคนกำหนดว่าจะทำอะไรต่อ

6. สิ่งที่ Automation ต้องการไม่ใช่แค่ Accuracy แต่คือ “รู้ว่าตัวเองไม่แน่ใจเมื่อไร”

สมมติ AI ทำงานถูก 95% ฟังดูดีมาก แต่สำหรับระบบอัตโนมัติยังมีคำถามต่อว่า แล้วมันรู้หรือไม่ว่าเคสไหนคือ 5% ที่มีโอกาสผิด?

TypeSafe จึงเน้นเรื่อง calibration หรือการทำให้ค่าความมั่นใจสัมพันธ์กับโอกาสถูกจริง ถ้าระบบบอกว่ามั่นใจสูง เคสกลุ่มนั้นก็ควรถูกมากกว่าเคสที่ระบบบอกว่ามั่นใจต่ำอย่างมีนัยสำคัญ

7. RLCD: ฝึกเพื่อ “การตัดสินใจที่มี Calibration”

TypeSafe ระบุว่าสร้างวิธีฝึกที่เรียกว่า Reinforcement Learning for Calibrated Decisions (RLCD) เป้าหมายต่างจากการฝึกเพื่อให้มนุษย์ชอบคำตอบหรือเพื่อให้สร้างผลลัพธ์ที่ตรวจได้แบบงานคณิตศาสตร์บางประเภท

สิ่งที่ RLCD ต้องการคือให้โมเดลสร้างคำตัดสินพร้อมความน่าจะเป็นที่สะท้อนความไม่แน่นอนของตัวเองอย่างสมเหตุสมผล ซึ่งเข้ากับงานอัตโนมัติที่ต้องใช้ “Threshold” ว่าจุดไหนระบบควรเดินต่อเอง และจุดไหนต้องขอการตรวจสอบ

8. ทำไม Jev จึงเร็ว

LLM แบบ autoregressive สร้างข้อความทีละ token จึงมีลักษณะต่อเนื่องตามลำดับ ส่วน TypeSafe ระบุว่า Jev ใช้การสุ่มผลลัพธ์แบบขนาน และสามารถคืนหลายการตัดสินใจในคำขอเดียวได้โดยไม่ต้องสร้างประโยคยาว ๆ

บริษัทระบุเวลา end-to-end ของ Jev ราว 70–500 มิลลิวินาที และรายงานว่าสำหรับคำถามที่มีรูปแบบเหมาะกับ System One อาจเร็วกว่า Frontier LLM ประมาณ 40–200 เท่า ทั้งนี้เป็นตัวเลขจากการประเมินของ TypeSafe เอง และไม่ควรตีความว่า Jev จะเร็วกว่า LLM เท่านั้นในทุกงาน

9. ต้นทุนต่ำอาจสำคัญกว่าความเร็ว

TypeSafe ประกาศราคา Jev ที่ $0.042 ต่อ 1 ล้าน Input Tokens หรือ $42 ต่อ 1 พันล้าน Input Tokens และระบุว่า Output ไม่คิดค่าใช้จ่ายเพราะต้นทุนต่ำเกินกว่าจะคุ้มกับการคิดมิเตอร์แยก

ถ้าเศรษฐศาสตร์แบบนี้ยืนระยะได้ จุดเปลี่ยนสำคัญคือบริษัทอาจไม่ต้องถามว่า “งานนี้สำคัญพอที่จะเรียก AI หรือยัง” เพราะต้นทุนต่อการตัดสินใจเล็กพอที่จะให้ AI ตรวจทุก Lead ทุก Order ทุก Invoice หรือทุก Conversation ได้

10. ทำไมชื่อ Jev: เรื่องของ Jevons Paradox

ชื่อ Jev มาจากนักเศรษฐศาสตร์ William Stanley Jevons และเชื่อมกับ Jevons Paradox ที่อธิบายว่า เมื่อเทคโนโลยีทำให้การใช้ทรัพยากรมีประสิทธิภาพขึ้น การบริโภครวมอาจไม่ได้ลดลง แต่กลับเพิ่มขึ้น เพราะต้นทุนที่ต่ำลงเปิดทางให้เกิดการใช้งานใหม่จำนวนมาก

TypeSafe กำลังเดิมพันว่าความฉลาดของเครื่องจักรอาจเดินเส้นทางเดียวกัน ถ้า “ต้นทุนต่อ Judgment” ลดลงหนึ่งลำดับขั้น ก็อาจปลดล็อก Use Case อีกหลายลำดับขั้น

ยิ่ง Intelligence ถูกลง เราอาจไม่ได้ใช้ AI น้อยลง แต่กลับใส่ AI ลงในจุดที่เมื่อก่อน “เล็กเกินกว่าจะคุ้ม” มากขึ้นมหาศาล

11. “Jev ไม่ Hallucinate” ต้องเข้าใจให้ถูก

TypeSafe ใช้ข้อความว่า Jev สามารถหลีกเลี่ยง hallucination ผ่าน type-safe structured outputs และอธิบายว่า schema matching ถูกบังคับ ทำให้โมเดลไม่สามารถสร้างชนิดคำตอบที่อยู่นอกขอบเขตที่ระบบกำหนดไว้ได้

แต่คำว่า “ไม่ hallucinate” ไม่ควรถูกตีความว่า Jev ตัดสินใจถูก 100% โมเดลยังสามารถเลือกคำตอบที่ผิดได้ สิ่งที่รับประกันในกรอบนี้คือ Output อยู่ในชนิดและโครงสร้างที่ซอฟต์แวร์คาดไว้ ไม่ใช่ความถูกต้องเชิงความหมายทุกครั้ง

12. แนวทางนี้ต่างจาก “ปล่อย Agent ทำทุกอย่างเอง”

Agent สมัยใหม่มักรับเป้าหมาย วางแผน เลือกเครื่องมือ เรียกใช้เครื่องมือ ดูผล แล้วปรับแผนเอง ยิ่ง Agent มี Freedom สูง ก็ยิ่งยืดหยุ่น แต่ความยืดหยุ่นนั้นทำให้การรับประกันพฤติกรรมยากขึ้นด้วย

System One Workflow กลับใช้แนวคิดอีกด้าน ให้ Code คุมกระบวนการ และเรียก AI เฉพาะจุดที่ต้องใช้ Judgment โมเดลจึงไม่ได้เลือกเองว่าจะทำทุกอย่าง แต่ช่วยตอบคำถามเล็ก ๆ ในบริบทที่ระบบกำหนด

13. Workflow Evals: TypeSafe พยายามวัด AI ในแบบที่ใกล้กับ Automation

TypeSafe สร้างชุดประเมิน Workflow โดยแยกงานออกเป็นคำถามย่อย และปล่อยให้โปรแกรมคำนวณสิ่งที่โปรแกรมทำได้แน่นอน บริษัทใช้ Primitive หลักสามประเภท ได้แก่คำถาม Yes/No, การเลือกหนึ่งทางจากหลายทาง และการให้คะแนนเป็นระดับ

ตัวอย่าง Workflow ที่เผยแพร่ประกอบด้วย Customer Service, Invoice Processing, Security Incidents และ Agent Trace Observability แนวคิดร่วมคือไม่ให้โมเดลแบก Logic ทั้งหมดไว้ใน Prompt เดียว แต่ผสมกฎที่ชัดเจนกับ Judgment ของ AI

14. ตัวเลข 193.6x เร็วกว่า และ 444.6x ถูกกว่า ต้องอ่านพร้อมเชิงอรรถ

หน้าเว็บไซต์ TypeSafe แสดงข้อความว่า Jev เร็วกว่า 193.6 เท่า และถูกกว่า 444.6 เท่าใน Workflow สำหรับ System One tasks แต่บทความต้นฉบับเองก็ระบุชัดว่า ตัวเลขเหล่านี้น่าจะอยู่ “ด้านสูง” ของผลประโยชน์ที่พบในโลกจริง

บริษัทเปิดเผยด้วยว่า Workflow ถูกสร้างโดยทีม Model Capabilities ของ TypeSafe เอง และใช้ค่าเฉลี่ยคำตอบจากโมเดลภายนอกระดับสูงเป็น Reference Probability จึงอาจมี Bias ได้ นี่เป็นเหตุผลว่าทำไมควรมองตัวเลขเหล่านี้เป็นผล Benchmark ที่น่าสนใจ ไม่ใช่ข้อสรุปสากลว่า Jev จะให้ผลแบบเดียวกันในทุก Production System

15. Doom และ Wikiracing: สิ่งที่ TypeSafe พยายามสาธิต

ในเดโม Doom ระบบเรียก Jev ประมาณ 10 ครั้งต่อวินาทีเพื่อให้ Bot ตอบสนองต่อ State ของเกม TypeSafe ระบุว่าต้นทุนตัวอย่างอยู่ราว $7 ต่อชั่วโมง อย่างไรก็ตาม State เป็นข้อมูลแบบมีโครงสร้างพร้อมข้อความ ไม่ใช่การให้ Jev มองภาพหน้าจอโดยตรง และบริษัทเองยอมรับว่า Bot ที่เขียนเฉพาะสำหรับ Doom สามารถเล่นได้ดีกว่า

ส่วน Wikiracing เป็นเกมเลือก Link จากหน้าหนึ่งไปยังเป้าหมาย ซึ่งในแต่ละขั้นอาจมีตัวเลือกจำนวนมาก จุดที่ต้องการโชว์คือการตัดสินใจแบบ cardinality สูง ความเร็ว และผลเสียสะสมจากการเลือกผิดหลายขั้น ไม่ใช่การพิสูจน์ว่า Jev เป็น AI อเนกประสงค์ที่ชนะทุกงาน

16. ถ้านำแนวคิดนี้มามองธุรกิจ ภาพของ AI Automation จะเปลี่ยนอย่างไร

สมมติธุรกิจมีข้อความจากโฆษณาและลูกค้าเข้ามาหลายหมื่น Conversation ต่อวัน วันนี้เราอาจใช้ LLM ให้อ่านและตอบลูกค้า แต่ System One Thinking ชวนให้แยกคำถามที่อยู่เบื้องหลังออกมา เช่น ความตั้งใจซื้อ ความเร่งด่วน ความเสี่ยง ความเหมาะสมของสินค้า หรือความจำเป็นที่ต้องให้คนเข้ามารับช่วง

จากนั้นให้ระบบ Automation เป็นคนเดิน Workflow ต่อ ไม่ใช่ให้ AI ตัดสินใจและลงมือทุกอย่างแบบปลายเปิด

17. สำหรับ n8n หรือระบบ Workflow แนวคิดนี้น่าสนใจตรงไหน

หากนำแนวคิดของ TypeSafe มาประยุกต์กับเครื่องมือ Workflow อย่าง n8n จุดที่เปลี่ยนไม่จำเป็นต้องเป็นการเอา Jev มาแทน LLM ทุก Node แต่คือการออกแบบกระบวนการใหม่ ให้แต่ละจุดถามคำถามเล็กและชัด แล้วเก็บกฎที่แน่นอนไว้กับ Workflow

ผลคือระบบสามารถมี AI หลายจุด แต่แต่ละจุดมี Freedom จำกัด ทำให้ตรวจสอบง่ายขึ้น วัดผลเป็นราย Decision ได้ และสร้าง Threshold สำหรับ Human Review ได้ชัดกว่า Agent ที่ได้รับคำสั่งกว้าง ๆ ให้จัดการทุกอย่างเอง

18. อนาคตอาจไม่ใช่ “AI ตัวเดียวทำทุกอย่าง” แต่เป็น AI หลายชนิดอยู่ในระบบเดียวกัน

ภาพที่สมเหตุสมผลกว่าคือ LLM ทำงานที่ต้องอ่าน คิด เขียน และวางแผน System One Model ช่วยจำแนก ให้คะแนน ตรวจสอบและเลือกเส้นทาง Traditional Code จัดการกฎ การคำนวณ และการ Execute ส่วนมนุษย์รับเคสสำคัญหรือเคสที่โมเดลไม่มั่นใจ

โมเดลแต่ละประเภทจึงไม่ได้จำเป็นต้องแทนกัน แต่ถูกวางไว้ในตำแหน่งที่เหมาะกับธรรมชาติของงาน

19. แก่นของเรื่องนี้ไม่ใช่ “Jev จะชนะ ChatGPT หรือไม่”

หากมองเรื่องนี้เป็นการแข่งขันว่าโมเดลไหนฉลาดกว่า เราอาจหลุดประเด็น เพราะ TypeSafe กำลังเสนอ AI Interface คนละประเภท มากกว่าพยายามสร้าง Chatbot ตัวใหม่

คำถามจึงไม่ใช่ Jev จะมาแทน ChatGPT, Claude หรือ Gemini หรือไม่ แต่คือในระบบธุรกิจหนึ่งระบบ เราควรใช้ AI แบบใดตรงไหน เพื่อให้ได้ทั้งความฉลาด ความเร็ว ต้นทุน และความควบคุมในระดับที่เหมาะสม

20. บทสรุป: AI Automation อาจโตจาก “การกระจาย Judgment” มากกว่า “การสร้าง Super Agent”

หลายปีที่ผ่านมา ภาพฝันของ Automation คือสร้าง Agent ที่รับเป้าหมายแล้วจัดการทุกอย่างตั้งแต่ต้นจนจบ TypeSafe เสนออีกเส้นทางหนึ่ง คือไม่ต้องเพิ่มอิสระให้ AI ทุกครั้ง แต่ให้ AI ทำสิ่งที่ Code ทำไม่ดี นั่นคือการตัดสินในพื้นที่สีเทา แล้วให้ Software ทำสิ่งที่ Software เก่งที่สุด คือควบคุมกฎ ลำดับ และการลงมือ

ถ้า Jev หรือโมเดลประเภทเดียวกันพิสูจน์ได้ว่ารวดเร็ว ราคาถูก และมี Calibration ที่เชื่อถือได้ใน Production ผลกระทบที่สำคัญอาจไม่ใช่การมี “Chatbot เพิ่มอีกหนึ่งตัว” แต่คือการที่ธุรกิจสามารถใส่ Judgment ของ AI ลงไปในทุกขั้นเล็ก ๆ ของกระบวนการโดยมีต้นทุนต่ำมาก

บทความนี้เรียบเรียงจากข้อมูลที่ TypeSafe เผยแพร่เอง ตัวเลข Benchmark และ Performance ควรถูกอ่านในบริบทของชุดทดสอบและข้อจำกัดที่บริษัทระบุ