ความหมายของคะแนน GAIA — เอเจนต์ AI พัฒนาไปมากเพียงใด
เมื่อ GAIA Benchmark เปิดเผยต่อสาธารณะเป็นครั้งแรก แม้แต่ GPT-4 ซึ่งเป็นโมเดลระดับแนวหน้าในขณะนั้น ก็ทำคะแนนได้เพียงประมาณ 30% เท่านั้น เนื่องจาก GAIA ต้องการมากกว่าการตอบคำถามทั่วไป ทั้งการใช้เหตุผลที่ซับซ้อน การใช้เครื่องมือ และการแก้ปัญหาหลายขั้นตอน จึงหมายความว่าในเวลานั้น AI ยังอยู่ในช่วงเริ่มต้นของ “ความสามารถในการคิดและลงมือทำ”
อย่างไรก็ตาม ปัจจุบันเอเจนต์ชั้นนำสามารถทำคะแนนได้ถึง 92.36%
การเปลี่ยนแปลงนี้ไม่ใช่เพียงการพัฒนาด้านประสิทธิภาพเท่านั้น แต่ยังเป็นตัวชี้วัดว่า AI ได้ก้าวเข้าสู่ขั้นของ ‘Agentic AI’ ซึ่งไม่เพียงตอบคำถาม แต่ยังสามารถตีความสถานการณ์ เลือกเครื่องมือที่จำเป็น รวมถึงวางแผนและดำเนินการหลายขั้นตอนได้ด้วยตนเอง
ภายในเวลาเพียงไม่กี่ปี AI ได้พัฒนาจาก “เครื่องมือสร้างความรู้” มาเป็น “ผู้ปฏิบัติงานที่ลงมือทำงาน”
📌 และในกลุ่ม 2.5% แรกนั้น มี CLEVI อยู่ด้วย
ท่ามกลางสภาพแวดล้อมการแข่งขันระดับโลกนี้ การที่เอเจนต์ของ CLEVI ซึ่งพัฒนาขึ้นในเกาหลีใต้ ได้รับการจัดอันดับให้อยู่ในกลุ่ม 2.5% แรกของกระดานจัดอันดับ GAIA ถือเป็นการพิสูจน์ความสามารถในการพึ่งพาตนเองทางเทคโนโลยี และเป็นกรณีที่แสดงให้เห็นว่าเอเจนต์ AI ที่สร้างขึ้นในเกาหลีสามารถแข่งขันได้ตามมาตรฐานระดับโลก นี่มีความหมายมากกว่าตัวเลขเพียงอย่างเดียว กล่าวคือ เป็นเทคโนโลยีที่ได้รับการตรวจสอบอย่างเป็นกลางผ่านการแข่งขันกับโมเดลนับพันในเกณฑ์มาตรฐานสาธารณะระดับโลก ไม่ใช่เพียงในสภาพแวดล้อมเดโมเฉพาะ
สิ่งที่สำคัญยิ่งกว่าคือ ผลลัพธ์นี้ไม่ได้เกิดจากความบังเอิญของโมเดลเดียว แต่เอเจนต์ที่มีการออกแบบแตกต่างกันบน Agent Stack เดียวกันสามารถสร้างประสิทธิภาพระดับแนวหน้าได้อย่างต่อเนื่อง
กล่าวคือ เทคโนโลยีของ CLEVI ไม่ใช่เพียง “ผลลัพธ์ที่ดีเพียงครั้งเดียว” แต่เป็นความสามารถในการแข่งขันเชิงโครงสร้างที่ทำซ้ำได้ และเป็นศักยภาพในระดับแพลตฟอร์มที่สามารถขยายไปยังอุตสาหกรรมและสถานการณ์ต่าง ๆ ได้
แล้วตัวชี้วัดนี้หมายความว่าอย่างไร?
จากมุมมองของผู้ใช้ อุปสรรคที่ใหญ่ที่สุดในการนำ AI มาใช้คือคำถามที่ว่า "สามารถไว้วางใจและมอบหมายงานให้ได้จริงหรือไม่"
ประสิทธิภาพที่ได้รับการพิสูจน์ซ้ำแล้วซ้ำเล่าบนเวทีของบุคคลที่สามอย่างลีดเดอร์บอร์ดสาธารณะระดับโลก ไม่ใช่เดโมที่ฉูดฉาดหรือเอกสารนำเสนอของบริษัทเอง คือคำตอบที่เป็นกลางที่สุดสำหรับคำถามนั้น โดยมีความหมายในสามด้านหลัก
ประการแรก การลดความเสี่ยงในการนำมาใช้
การเชื่อมต่อ AI ที่ยังไม่ได้รับการพิสูจน์เข้ากับงานภายในองค์กรถือเป็นภาระอย่างมากสำหรับบริษัท
ผลงานจากเบนช์มาร์กที่น่าเชื่อถือ เช่น GAIA สามารถนำมาใช้เป็นหลักฐานสร้างความไว้วางใจได้โดยตรงในขั้นตอนการประเมินเทคโนโลยี
ประการที่สอง การทำให้ระบบอัตโนมัติสำหรับงานที่ซับซ้อนเกิดขึ้นได้จริง
ตัวเลข 2.5% แรกหมายถึงระดับสติปัญญาที่สามารถก้าวข้ามงานซ้ำ ๆ ทำความเข้าใจบริบท ตัดสินใจด้วยตนเองในหลายขั้นตอน และทำงานให้เสร็จสมบูรณ์ได้
ขอบเขตงานที่จนถึงขณะนี้เคยมองว่า “ยากเกินกว่าจะมอบหมายให้ AI” สามารถกลายเป็นเป้าหมายของระบบอัตโนมัติที่นำไปใช้ได้จริง
ประการที่สาม การรักษาความปลอดภัยของข้อมูลและประสิทธิภาพไว้ได้พร้อมกัน
โครงสร้าง Agent Stack ของเราเองหมายความว่าการไหลของข้อมูลจะไม่ออกไปภายนอก
คุณสามารถหลุดพ้นจากภาวะกลืนไม่เข้าคายไม่ออกเดิมที่ต้องประนีประนอมด้านความปลอดภัยเพื่อใช้งาน AI ประสิทธิภาพสูง
โดยเฉพาะในอุตสาหกรรมที่มีความอ่อนไหวของข้อมูลสูง เช่น การเงิน การแพทย์ และกฎหมาย โครงสร้างนี้ถือเป็นจุดแตกต่างที่สำคัญ
ความเป็นไปได้ในการจำลองโครงสร้างนี้เริ่มได้รับการพิสูจน์แล้ว
และผลงานของเอเจนต์แต่ละตัวที่สร้างขึ้นบนโครงสร้างดังกล่าวจะนำไปสู่การเปลี่ยนแปลงที่เป็นรูปธรรมในสถานที่ทำงานในท้ายที่สุด
“ท้ายที่สุด ความสมบูรณ์ของเทคโนโลยีจะเสร็จสมบูรณ์ด้วย ‘ความมั่นใจ’ ในการใช้งานจริง”
CLEVI ไม่ได้หยุดอยู่เพียงการมอบ AI ประสิทธิภาพสูงเท่านั้น แก่นแท้ของเราคือการสร้าง ‘โครงสร้างพื้นฐานเพื่อการลงมือทำ’ ที่ช่วยทำลายกำแพงด้านความปลอดภัยที่องค์กรต้องเผชิญ และสามารถทำงานจริงที่ซับซ้อนให้เสร็จสิ้นได้
บัดนี้ ขอให้ก้าวพ้นจากขั้นตอนการพิจารณานำมาใช้ และเริ่มต้นสภาพแวดล้อมการทำงานด้วย AI ที่ปลอดภัยและทรงพลังไปพร้อมกับ CLEVI
ในฐานะพันธมิตรที่ไว้วางใจให้รับผิดชอบงานได้ เราจะร่วมสร้างนวัตกรรมที่เป็นรูปธรรมในธุรกิจของคุณ