GPT-6 Astra กับ "ยุค AGI": มุมมองตามความจริงของนักการตลาด

ทุกไม่กี่ปีจะมีห้องแล็บที่เอ่ยคำนี้ เมื่อวันที่ 3 กันยายน OpenAI เปิดตัว GPT-6 Astra และ Greg Brockman ประธานบริษัทบอกผู้สื่อข่าวว่า "ไม่ใช่เรื่องไร้เหตุผลที่จะรู้สึกว่าตอนนี้เราอยู่ในยุค AGI แล้ว" ผมเป็นทั้งนักวิจัยและผู้ก่อตั้ง จึงมีสองความคิดพร้อมกัน: นี่คือระบบที่มีความสามารถจริง และ "AGI" คือข้อกล่าวอ้าง ไม่ใช่การวัดผล

เกิดอะไรขึ้น

ตามรายงานของ Fox Business OpenAI เปิดตัว Astra ให้ลูกค้าองค์กรที่มีสิทธิ์เข้าถึงก่อน โดยผู้ใช้ ChatGPT Plus, Pro, Business และ Enterprise, API และ Amazon Web Services จะตามมาภายในไม่กี่วัน OpenAI ระบุว่าโมเดลล้ำสมัยที่สุดด้านการใช้คอมพิวเตอร์ การใช้เบราว์เซอร์ วิศวกรรมซอฟต์แวร์ ความมั่นคงปลอดภัยไซเบอร์ และวิทยาศาสตร์ และทำงานคอมพิวเตอร์ประจำ เช่น กรอกแบบฟอร์มออนไลน์ อัปเดตข้อมูลลูกค้า จัดปฏิทิน และค้นคว้าได้ รวมถึงสร้างเอกสาร สเปรดชีต และงานนำเสนอ

Sam Altman เรียกโมเดลนี้ว่าเป็น "โมเดลที่สอดคล้องที่สุดเท่าที่เคยมี" ของบริษัท OpenAI ยังระบุว่า Astra เป็นก้าวกระโดดสำคัญด้านความสามารถทางไซเบอร์ และถึงเกณฑ์ "Critical" ภายใต้ Preparedness Framework ของบริษัท บทความอ้างนิยาม AGI ของ OpenAI เอง: "ระบบที่ทำงานได้อย่างอิสระสูงซึ่งทำงานที่มีมูลค่าทางเศรษฐกิจส่วนใหญ่ได้ดีกว่ามนุษย์" โดยไม่ได้อ้างคะแนนเบนช์มาร์กเฉพาะใด

ทำไมเรื่องนี้จึงสำคัญ

หากตัดป้ายชื่อออก การเปลี่ยนแปลงเชิงปฏิบัติก็ชัดเจน ความสามารถที่ OpenAI เน้นไม่ได้เกี่ยวกับการเขียนประโยคให้ดีขึ้น แต่เกี่ยวกับการทำงานในซอฟต์แวร์: กรอกแบบฟอร์ม อัปเดตข้อมูล ทำงานผ่านเบราว์เซอร์และสเปรดชีต นั่นคือเนื้องานประจำวันของการปฏิบัติการด้านการตลาด การตั้งค่าแคมเปญ การรายงาน การดูแลความสะอาดของ CRM การติดตามคู่แข่ง การจัดการฟีด โมเดลที่เก่งเรื่องการใช้คอมพิวเตอร์โจมตีชั่วโมงทำงาน ไม่ใช่แค่ถ้อยคำ

นั่นคือเหตุผลที่กรอบคิดเรื่อง AGI ควรได้รับความระมัดระวัง นิยามของ OpenAI เกี่ยวกับการทำ "งานที่มีมูลค่าทางเศรษฐกิจส่วนใหญ่" ได้ดีกว่ามนุษย์ ซึ่งจริงสำหรับทีมของคุณหรือไม่เป็นคำถามเชิงประจักษ์ที่คุณทดสอบได้ และคำตอบจะแตกต่างไปตามงาน โมเดลอาจยอดเยี่ยมในการรวบรวมรายงานประสิทธิภาพ แต่ยังอ่อนในการตัดสินว่าไอเดียครีเอทีฟใดจะโน้มน้าวกลุ่มเป้าหมายที่ช่างสงสัยในจาการ์ตาได้

งานวิจัยของผมบอกอะไร

ผมเคยเขียนใน Forbes เรื่องเครื่องจักรจะมาแทนที่ความคิดสร้างสรรค์ของมนุษย์หรือไม่ และเรื่องการปิดช่องว่างระหว่างการตลาดกับระบบ AI จุดยืนที่สม่ำเสมอของผมคือช่องว่างนั้นไม่ค่อยใช่เรื่องความฉลาดดิบ แต่เป็นเรื่องการยึดโยงกับความจริง: ระบบรู้จักกลุ่มเป้าหมาย ข้อมูล และข้อจำกัดของคุณหรือไม่ และแสดงเหตุผลของมันได้หรือไม่

นั่นคือสิ่งที่งานวิจัยของเรามุ่งเป้า ใน MindFuse (ACM Multimedia 2025) เราสร้าง Generative AI ที่อธิบายได้ซึ่งผสานการให้คะแนนอัตราการคลิกผ่านของครีเอทีฟเข้ากับ LLM เพื่อร่วมสร้างกลยุทธ์การตลาดจากข้อมูลโฆษณาจริง ใน Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing (ACM TOIS 2025) เราจับคู่การคาดการณ์ประสิทธิภาพเข้ากับ LLM เพื่อให้คำแนะนำมาพร้อมเหตุผล เหตุผลคือหัวใจสำคัญ โมเดลทั่วไปที่ทรงพลังกว่าทำให้ภาษาดีขึ้นและการดำเนินการเร็วขึ้น แต่ไม่ได้บอกคุณด้วยตัวมันเองว่าทำไมโฆษณาหนึ่งจะชนะอีกโฆษณาหนึ่งสำหรับกลุ่มเป้าหมายเฉพาะ สิ่งนั้นยังต้องวัดเทียบกับผลลัพธ์จริง

ดังนั้นการตรวจสอบความจริงของผมไม่ใช่ "Astra ถูกโหมเกินจริง" แต่คือ "Astra เป็นเครื่องยนต์ที่แรงขึ้น หลักฐานและคำอธิบายยังคงเป็นงานของคุณ"

สิ่งที่ผู้นำด้านการตลาดควรทำตอนนี้

• เลือกเวิร์กโฟลว์เชิงปฏิบัติการที่ใช้เวลามากสามอย่าง เช่น การรายงานรายสัปดาห์ การตั้งค่าแคมเปญ หรือการอัปเดต CRM แล้วทดลองใช้โมเดลที่ใช้คอมพิวเตอร์ได้ภายใต้การกำกับดูแล
• วัดผลเทียบกับค่าฐาน เวลาที่ประหยัด อัตราความผิดพลาด และความถี่ที่มนุษย์ต้องเข้าแทรก "รู้สึกว่าเร็วขึ้น" ไม่ใช่ผลลัพธ์
• แยกการลงมือทำออกจากการใช้วิจารณญาณ ให้เอเจนต์ทำขั้นตอนที่นิยามไว้ชัดเจน และให้การตัดสินใจด้านครีเอทีฟและกลยุทธ์ผูกกับข้อมูลที่คุณอธิบายได้
• ระวังเรื่องสิทธิ์ โมเดลที่อัปเดตข้อมูลลูกค้าได้ก็อัปเดตข้อมูลผิดรายได้เช่นกัน ให้เอเจนต์มีสิทธิ์เข้าถึงที่แคบที่สุดที่ยังใช้งานได้ และบันทึกทุกการกระทำ
• ไม่ต้องสนใจป้ายชื่อในการจัดซื้อ ขอหลักฐานระดับงานจากผู้ขายสำหรับงานที่คล้ายกับของคุณ ไม่ใช่คำคุณศัพท์

ไม่ว่านี่จะเป็น "ยุค AGI" หรือไม่ มันคือยุคที่ AI ทำงานปฏิบัติการอย่างชัดเจน ทีมที่สร้างเวิร์กโฟลว์อย่างรอบคอบและวัดผลได้รอบสิ่งนั้นจะได้ประโยชน์ ทีมที่ซื้อแค่คำพูดจะได้ใบแจ้งหนี้

คำถามที่พบบ่อย