พอดีวันนี้มีไปสอนเกี่ยวกับ GenAI มาพอดี ก็เลยเอา Thoughts ที่แชร์ไปวันนี้มาเล่าให้ฟังครับ

OpenAI เพิ่งเปิดตัว Deep Research สำหรับคนจ่าย Pro Plan ไปไม่ทันไร ซึ่งส่วนตัวยังไม่ได้ลองเล่น เพราะเอาเงิน $200 ไปเติมเกมหมดแล้ว หยอกๆ 555 // เอาหล่ะ ทีนี้ Perplexity ไม่ยอมน้อยหน้า ปล่อย Deep Research ตามออกมาแล้วเป็นที่เรียบร้อย!

‍

ซึ่งถือเป็นอีกก้าวสำคัญของวงการ AI Search Tool

‍

ปกติเวลาเราถาม AI มันจะสรุปข้อมูลจาก 4-5 เว็บที่ติดอันดับต้นๆ มาตอบ ซึ่งบางทีก็แอบผิดหวังกับคำตอบเหมือนกัน

‍

Deep Research: “คิด” ต่างจากแบบปกติยังไง?

‍

Deep Research จะใช้ multi-step reasoning เพื่อแตกประเด็นจากคำถามตั้งต้นของเรา (ซึ่งจริงๆ Perplexity พอทำได้ประมาณนึงอยู่แล้วหลัง Integrate กับ DeepSeek R1 + o3 mini ไปเมื่อหลายอาทิตย์ก่อน)

‍

แต่คือไม่ใช้เท่านั้น เพราะรอบนี้มันจะอนุญาตให้ตัวเอง “ใช้เวลา” มากขึ้นในการ search แล้วเอาข้อมูลกลับมาวิเคราะห์ แล้วอาจจะกลับไป search ต่อ เรียกว่ามันมีความเป็น AI Agent ไปอีกขั้น

‍

ที่สำคัญคือ In theory มันสามารถ triangulate จากหลายแหล่งข้อมูล เพื่อสร้าง “องค์ความรู้ใหม่” ที่อาจจะยังไม่มี source ตรงๆ (ส่วนจะสมเหตุสมผลขนาดไหน มนุษย์อย่างเราคงต้องมาตัดสินกันอีกที)

‍

Review หลังจากลองใช้: ชอบมากกกก!! แนะนำให้ทุกคนไปลอง

อย่างไรก็ตาม คำถามที่ตามมาคือ...

‍

1. แม้แต่ “ความสามารถในการตั้งคำถาม” ก็กำลังถูก AI แทนที่?

‍

ความสามารถในการตั้งคำถามให้ดี เคยเป็นเส้นแบ่งระหว่างคนที่ใช้ LLM ได้เก่ง v.s. ไม่เก่ง // กลายเป็นว่าตอนนี้ gap จะเล็กลงเรื่อยๆ จนไม่รู้ว่าจะหมดความสำคัญลงไปขนาดไหน

‍

ส่วนตัวคิดว่าการ solve complex problem หลายครั้งมันไม่ใช่แค่การไปสู่คำตอบให้เร็วที่สุด แต่คือการตั้งคำถามที่ดี ซึ่งเผลอๆ จะสำคัญมากกว่าด้วยซ้ำ

‍

หลายปัญหาไม่มีคำตอบที่ถูกต้องที่สุดเพียงคำตอบเดียว แถมเผลอๆ เราอาจจะได้คำตอบที่ถูกต้อง แต่ดันไปตอบผิดคำถาม (A right answer to the wrong question)

‍

ถ้าเราลองถอยกลับมามองดีๆ หลายครั้ง ความเข้าใจ และ Insight สำคัญๆ มาจาก “ระหว่างทาง”

‍

เพราะงั้น ถ้า Process ในการ articulate คำถามให้ดี การประมวลคำตอบเพื่อ iterate การตั้งคำถามต่อๆ ไป ยังถูก AI ทำแทน—เรากับจะสูญเสียสิ่งสำคัญที่อยู่ระหว่างทางไปรึเปล่า?

‍

2. Speed vs. Depth – เราอยากให้เวลากับ AI ในการคิดแค่ไหน?

‍

ปกติถ้าถามว่าอยากให้ AI ตอบคำถามเร็วแค่ไหน... ทุกคนน่าจะบอกว่า ASAP! ตอบเร็วเท่าไหร่ก็ยิ่งดี ถูกไหมครับ?

‍

แต่พอ Deep Research เปิดมิติใหม่ โดยอนุญาตให้ AI สามารถใช้เวลา “คิด” มากขึ้น…

‍

ต่อไป skill ที่สำคัญ อาจจะเป็นการตัดสินใจว่า: “คำถามนี้มันซับซ้อนขนาดไหน เอ๊ะ ควรให้เวลา AI ในการ research คำถามนี้นานขนาดไหนนะ?”

‍

ปล. ในอนาคต AI แต่ละเจ้าคงจะพยายามทำสิ่งที่เรียกว่า “Unified Intelligence” มากขึ้นซึ่งจะสามารถช่วยเลือก Model ที่เหมาะกับโจทย์ให้เอง ซึ่งถ้าถึงวันนั้นเดี๋ยวค่อยมาว่ากันอีกที

‍

3. และฉันจะทำคอนเท้นให้ใครอ่าน?

‍

พอ AI Search เข้ามาแทนที่ Search Engine แบบปกติ...

คำถามต่อมาคือ แล้วคนสร้าง Content บน Internet จะปรับตัวอย่างไร?

‍

ส่วนตัวคิดว่าคุณต้องเลือกไปเลยว่าจะทำคอนเท้นแบบไหน

‍

1. ทำคอนเทนต์เพื่อเลี้ยง Algorithm & Mindless Scrolling บน Social Media ไปเลย – ซึ่งคนส่วนใหญ่เข้ามาเสพย์แบบนี้ไม่ได้มีคำถามในใจมากว่ากำลังจะค้นหาอะไร ต่อให้ตอนนี้ AI generated content จะเริ่ม flood ตลาดขึ้นเรื่อย แต่คอนเท้นที่ประสบความสำเร็จก็ยังน่าจะต้องมี human in the loop อยู่ดี

‍

2. ทำคอนเทนต์ให้ AI อ่านอย่างจริงจัง – หลักๆ น่าจะเป็น content ประเภท text-based ที่เขียนให้ AI เอาไปใช้ต่อได้ง่ายๆ // ถึงแม้ว่าตอนนี้ในมุมของตัว content creator เองอาจจะยังไม่ได้มี incentive จริงจังว่าถ้าฉันเขียนให้ AI อ่านแล้วตัวเองจะได้อะไร

‍

แต่ผมก็พอมองเห็นความเป็นไปได้อยู่ เนื่องมาจาก แท้จริงแล้ว AI Model ก็เป็นเหมือนคลังสมองรวมๆ ของมนุษยชาติ การ Contribute เพื่อให้สมองส่วนรวมฉลาดขึ้น รวมถึงการได้เป็นส่วนหนึ่งในการ Shape AI (อาจจะใช้คำว่า Democratize AI Alignment) ก็ดูจะมี Value แก่ส่วนรวมไม่น้อย

‍

3. ทำคอนเท้นแบบจริงให้มนุษย์ด้วยกันอ่าน – คอนเท้นประเภทนี้ผมเปรียบเหมือนหนังสือใน “ห้องสมุด” ซึ่งยังมีหลายคนโหยหาการอ่านแบบนั้นอยู่ดี ถึงจะ niche ก็เถอะนะ

‍

สุดท้าย ถึงจะยังไม่มีคำตอบแน่ชัด แต่นี่อาจเป็นจุดเริ่มต้นของการเปลี่ยนแปลงครั้งใหญ่ก็ได้ครับ ยังไงก็อย่าลืมไปลองนะครับ แล้วใครคิดเห็นยังไงก็มาแชร์กันได้