มองจากภายนอก RPA platform อย่าง UiPath, Automation Anywhere และ Blue Prism ดูเหมือนผลิตภัณฑ์หมวดเดียวกับ AI agent platform ทั้งคู่ automate งาน ทั้งคู่เปลี่ยนต้นทุนค่าจ้างให้กลายเป็นต้นทุน software ทั้งคู่พิตช์ผลลัพธ์แบบเดียวกันให้ผู้ซื้อกลุ่มเดียวกัน แต่ภายในต่างกันสิ้นเชิง และการเลือกเครื่องมือผิดกับงานผิดจะเผางบที่ procurement committee จะจำไปอีกสองปี
RPA: โมเดล
RPA เป็น deterministic มันรัน rule ไม่ scrape หน้าจอ คลิกผ่าน UI แบบเดียวกับที่มนุษย์จะทำ แต่เร็วกว่าและไม่มีพักกลางวัน ก็คุยกับ API โดยตรง จุดแข็งคือความแม่นยำ: ถ้า event นี้เกิดขึ้น ทำ action นี้ ทุกครั้ง โดยไม่มี variance จุดอ่อนคือความเปราะ Bot ไม่มี model ว่าทำไมถึงต้องคลิกปุ่มนั้น พอ UI เปลี่ยน bot ก็พัง พอเจอ edge case ใหม่ bot ก็ทำผิดอย่างมั่นใจ
RPA ฉายแววในงานที่ input มีโครงสร้างชัดเจน, rule เคร่งครัด และ system ที่เกี่ยวข้องไม่เปลี่ยนบ่อย
AI agents: โมเดล
AI agents เป็น non-deterministic เข้าใจภาษา ทำ reasoning กับ input ใหม่ๆ และตัดสินใจว่าจะทำอะไร รวมถึงตัดสินใจ escalate เมื่อไม่แน่ใจ จุดแข็งคือความ robust เมื่อ form เปลี่ยน เมื่อลูกค้าถามด้วยถ้อยคำใหม่ เมื่อเกิด edge case agent จัดการได้แบบเดียวกับที่มนุษย์ที่มีความสามารถจะจัดการ จุดอ่อนคือ variance คำตอบของคำถามเดียวกันอาจใช้ถ้อยคำต่างกัน และ guarantee ของการ execute เหมือนกันเปี๊ยบไม่มี
จุดที่ RPA ชนะ
การถ่ายโอนข้อมูลแบบ deterministic ปริมาณสูงระหว่าง system ที่รู้จัก Invoice processing ที่ template ของ invoice fix และ field map ของ ERP เสถียร Payroll runs การสร้าง report ตามกำหนด งาน data reconciliation ใดๆ ก็ตามที่บรรยายเป็น flowchart ได้โดยไม่มี branch กำกวม
ถ้าคุณเขียน rule ลงในเอกสาร spec หน้าเดียวได้ และมันยังจะใช้ได้ปีหน้า RPA ถูกกว่าและคาดเดาได้มากกว่าให้ AI agent ทำงานเดียวกัน
จุดที่ AI agents ชนะ
อะไรก็ตามที่แตะภาษามนุษย์ Customer support, sales outreach, qualification, content generation Multi-system reasoning ที่ action ที่ถูกต้องขึ้นอยู่กับ context Marketing campaign ที่ copy ต้องปรับ Recruiting workflow ที่ candidate แต่ละคนรูปร่างต่างกัน อะไรก็ตามที่ edge case ไม่ใช่ข้อยกเว้น แต่คือตัวงาน
Hybrid stack: ที่ enterprise รันจริง
Automation ระดับ enterprise สมัยใหม่ส่วนใหญ่รันทั้งคู่ RPA จัดการ plumbing แบบ deterministic ขนข้อมูลระหว่าง SAP, Salesforce, NetSuite และ data warehouse AI agents จัดการ layer ของภาษาและ judgment ข้างบน บทสนทนากับลูกค้า, lead qualification, การรัน campaign, support ticket สอง layer นี้ไม่แข่งกัน อยู่คนละระดับความสูงของ stack
เปรียบเทียบต้นทุน
Economics ของ RPA คือ license บวก development จ่ายต่อ bot, ต่อ studio seat และต่อทีม implementation ที่สร้างและดูแล workflow สำหรับงาน ETL ปริมาณสูง stable ต้นทุนต่อ record ที่ประมวลผลต่ำมาก เศษเหรียญในระดับ scale
คำถามที่ถูกต้องคือ model ไหนเหมาะกับรูปร่างของงาน ไม่ใช่อันไหนดูถูกกว่าในบรรทัด license
เริ่มต้นยังไง: กรอบการตัดสินใจ
สำหรับ workflow ผู้สมัครแต่ละตัว ถามสามคำถาม Input มีโครงสร้างคงที่ไหม? Rule เสถียรอีกสิบสองเดือนข้างหน้าหรือไม่? Output ถูกแบบ binary หรือขึ้นกับ judgment? "ใช่" สามครั้งชี้ไป RPA "ไม่ใช่" ครั้งเดียวชี้ไป AI agents คำตอบผสมชี้ไป hybrid RPA สำหรับขั้นตอนที่มีโครงสร้าง, AI agents สำหรับส่วนที่กำกวม
หากต้องการรู้ว่างานไหนในธุรกิจของคุณเหมาะกับ AI agents ดูโซลูชันสำเร็จรูป หรือเปิดแชทกับ Mai แล้วอธิบาย workflow ของคุณ: เธอจะบอกว่าส่วนไหนเป็นงานของ agent และส่วนไหนควรปล่อยให้กฎตายตัวจัดการ