เปิดโลก AI
AI / Startups
Almanac AI จำได้ทุกอย่างทั้งบริษัทและชีวิตคุณ — แล้วมันอาจเปลี่ยนวิธีทำงานแบบเดิมๆ ไปตลอดกาล
สตาร์ทอัพจาก YC ขาย "สมอง AI ที่รู้จักบริษัทคุณ" ไม่ใช่แค่แชทบอทจำความไม่ได้ — มันคือการลงทุนคำนวณล่วงหน้าทั้งหมดเพื่อให้ AI ฉลาดพอจะทำงานแทนคุณได้จริงๆ
ทีมข่าว เอไอไทย.com
⏱ อ่าน 4 นาที
เคยรู้สึกไหมว่า AI ยิ่งถามยิ่งโง่ เพราะมันจำอะไรไม่ได้เลย? สตาร์ทอัพกลุ่มนี้บอกว่าเราต้องเลิกโทษ AI แล้วหันมาโทษสถาปัตยกรรมของมันแทน
ลองนึกภาพตามนะ — คุณตื่นเช้ามา เปิดมือถือแล้วเจอข้อความจาก AI ผู้ช่วยส่วนตัวว่า "ฉันเตรียมร่างพรีเซนต์ pitch deck ให้แล้ว ดูหน่อยไหม?" ทั้งที่คุณไม่ได้สั่งมันไว้ด้วยซ้ำ มันรู้เองว่าวันนี้คุณต้องเตรียมอะไร เพราะมันจำได้ว่าบริษัทคุณกำลังทำอะไรอยู่ ติดอยู่ตรงไหน และคุณเป็นคนแบบไหน นี่ไม่ใช่นิยายวิทยาศาสตร์อีกต่อไป แต่เป็นสิ่งที่ Almanac สตาร์ทอัพรุ่น YC S26 กำลังขายอยู่จริงๆ
เรื่องมันเริ่มจากความเจ็บปวดของสามผู้ก่อตั้งที่พยายามจะตั้งค่า Hermes (น่าจะหมายถึง AI agent ยี่ห้อหนึ่ง) ให้ใช้ในบริษัทตัวเอง แล้วพบว่ามันโคตรจะยาก ต้องเขียน OAuth เองทุกตัว connector ต้องป้อน context ให้มันเองทุกอย่าง สุดท้ายก็ยังสู้กับหน่วยความจำอันห่วยแตกของมันไม่ไหว พอไปเจอเพื่อนร่วมรุ่น YC เจอปัญหาเดียวกันหมด ก็เลยจับจุดได้ว่า "เฮ้ย นี่มันโอกาสทางธุรกิจชัดๆ"
จุดขายของ Almanac ไม่ได้อยู่ที่ว่าเป็น "AI อีกตัว" แต่อยู่ที่แนวคิดเรื่อง "pre-compiled knowledge layer" หรือชั้นความรู้ที่ถูกเตรียมไว้ล่วงหน้า พวกเขาไม่ได้เก็บแค่ประวัติแชทเหมือน AI ทั่วไป แต่สร้าง "wiki" สองชั้นให้ผู้ใช้แต่ละคน — ชั้นส่วนตัวที่จำความชอบ คนรอบตัว ไลฟ์สไตล์ของคุณ และชั้นบริษัทที่เก็บโรดแมป งานที่ทำอยู่ อุปสรรคขององค์กร พอรวมสองชั้นนี้เข้าด้วยกัน AI ก็จะได้บริบทครบจนรู้สึกเหมือน "มันรู้จักเราจริงๆ"
ทีมงานเคลมว่าด้วยฐานความรู้ที่เตรียมไว้ล่วงหน้านี้ ทำให้ Almanac ทำอะไรได้เหนือกว่า AI agent ทั่วไปสองอย่าง ที่สำคัญคือ "proactive agent" — มันไม่รอให้สั่ง แต่จะรัน background worker เพื่อดูว่างานไหนทำแทนได้บ้าง แล้วส่งข้อความเสนอตัวเอง เช่น "ฉันเตรียมร่างจดหมายไล่ตามเอกสารลูกค้าให้แล้ว ส่งเลยไหม?" อีกอย่างคือ "long-horizon tasks" — งานที่ต้องใช้เวลาหลายวัน หลายรอบ เพราะมันจำบริบทได้ตลอด ไม่ใช่ทำเสร็จแล้วลืมเหมือน agent ส่วนใหญ่ที่จำกัดอยู่แค่ใน session เดียว
Proactive Agent
AI เสนองานให้เองโดยไม่ต้องสั่ง เช่น เตรียมร่างเอกสาร หรือจัดการงานที่ซ้ำๆ ให้อัตโนมัติ
Long-horizon Tasks
ทำงานที่ต้องรอคอยมนุษย์ได้ เช่น ส่งอีเมลแล้วรอ reply สี่ชั่วโมง แล้วค่อยส่งตามได้เองโดยไม่หลุดบริบท
Wiki สองชั้น
แยกความรู้ส่วนตัวและความรู้บริษัทออกจากกันชัดเจน — เพื่อนร่วมงานไม่มีทางเห็นข้อมูลส่วนตัวคุณ
ส่วนเรื่องความปลอดภัย เขาบอกว่า OAuth credentials ไม่ได้เก็บไว้ในฐานข้อมูลของ Almanac เอง แต่เก็บที่ตัวให้บริการเชื่อมต่อ ส่วนที่ Almanac เก็บจริงๆ คือ wiki และ source ที่ใช้อ้างอิงเท่านั้น ฟังดูเข้าท่า แต่เอาเข้าจริงก็ต้องดูกันยาวๆ ว่าจะรักษามาตรฐานนี้ได้จริงแค่ไหนเมื่อมีผู้ใช้เยอะขึ้น
ที่น่าสนใจคือตอนนี้มีคนเอาไปใช้แบบไม่เหมือนใครแล้ว — คนหนึ่งเอาไปใช้บริหารงานช่วยเหลือสุนัขจรจัด ทั้งหาบ้านอุปถัมภ์ ติดตามการรับส่ง และส่งเตือนเรื่องเอกสารยินยอม อีกคนเอาไปใช้วิจัยกลยุทธ์ Polymarket โดยให้ AI จำได้ว่ากลยุทธ์ก่อนหน้านี้เป็นยังไง เสนออันใหม่ แล้วเทียบกับผลลัพธ์ที่ผ่านมา อีกคนเอาไปสร้างแคมเปญการตลาดโดยไม่ต้องอธิบายธุรกิจให้ AI ฟังซ้ำแล้วซ้ำเล่า
ต้องยอมรับว่าทีมนี้มีเครดิตน่าสนใจ — สามคนรู้จักกันมา 11 ปี ตั้งแต่เรียนพิเศษสอบ IIT-JEE จบวิศวกรรมไฟฟ้ามาจากสถาบันระดับตำนานของอินเดีย แล้วสองคนไปต่อ Harvard โดยงานวิจัยชิ้นนี้กลายเป็นวิทยานิพนธ์จบด้วย และเคยทำโปรเจกต์ให้ NASA มาแล้ว เรียกว่าเป็นทีมที่ "ของจริง" ไม่ใช่เด็กจบใหม่มั่วๆ มาทำสตาร์ทอัพ
ถามว่ามุมมองผมเป็นยังไง? แนวคิด "pre-compiled knowledge" นี่แหละคือสิ่งที่ AI assistant ทั้งหลายกำลังขาด — มันคือการลงทุนคำนวณล่วงหน้าเพื่อให้ได้บริบทที่ถูกต้อง แทนที่จะเก็บทุกอย่างเป็น raw data แล้วให้ AI ตะกุยหาทีหลัง มันเหมือนการทำการบ้านก่อนเข้าคลาส กับเข้าคลาสไปนั่งมึนๆ แล้วค่อยเปิดหนังสือ — ผลลัพธ์ต่างกันฟ้ากับเหว แต่คำถามคือ มันจะสเกลได้ไหมเมื่อข้อมูลบริษัทใหญ่ขึ้นเรื่อยๆ และคนจะยอมให้ AI รู้เรื่องส่วนตัวอย่าง "คนในชีวิตคุณ" ขนาดไหน? นี่คือโจทย์ที่ Almanac ต้องพิสูจน์ให้ได้
Almanac ไม่ได้แค่ทำให้ AI "จำได้" — แต่มันกำลังเปลี่ยนนิยามของ AI assistant จาก "เครื่องมือที่รอสั่ง" ไปเป็น "เพื่อนร่วมงานที่รู้งาน" ส่วนใครจะกล้าให้ AI รู้จักชีวิตส่วนตัวขนาดนั้น ก็ต้องวัดกันที่ใจคุณแล้วล่ะ
ที่มา: Hacker News (Coding/Agent) — อ่านต้นฉบับ
ความคิดเห็น 4
กำลังโหลดความคิดเห็น...