Human-in-the-loop คือการออกแบบให้ระบบ AI ต้องผ่านมือคนในจุดที่ตัดสินใจแล้วย้อนกลับยาก ไม่ใช่เพราะไม่เชื่อ AI แต่เพราะความผิดพลาดบางจุดมีราคาแพงเกินกว่าจะปล่อยให้เครื่องรับผิดชอบคนเดียว และจากที่เราเห็นมา โปรเจกต์ AI ที่ได้ใช้งานยาวๆ ในองค์กรมักมีจุดคั่นแบบนี้อยู่ ส่วนโปรเจกต์ที่อยากอัตโนมัติร้อยเปอร์เซ็นต์ตั้งแต่วันแรก มักไปไม่ถึงวันที่ร้อย
3 ระดับราคาของความผิดพลาด ตัวชี้ว่าจุดไหนควรมีคนคั่น
หลักคิดมีข้อเดียว ถามว่า "ถ้า AI ตัดสินใจผิดตรงนี้ เกิดอะไรขึ้น" แล้วแบ่งงานเป็น 3 กลุ่ม
- ผิดแล้วแก้ได้ง่ายในไม่กี่นาที เช่น จัดหมวดเอกสาร ร่างข้อความ สรุปการประชุม ปล่อยอัตโนมัติได้เลย คนมาตรวจทีหลังแบบสุ่มพอ ยกเว้นงานนั้นแตะข้อมูลอ่อนไหวหรือมีข้อกำหนดภายในกำกับ ให้ขยับขึ้นกลุ่มถัดไปแม้จะแก้ง่ายก็ตาม
- ผิดแล้วเสียของ เช่น ส่งอีเมลถึงลูกค้า อนุมัติส่วนลด แก้ข้อมูลในระบบ กลุ่มนี้ให้ AI เตรียมทุกอย่างจนพร้อม แล้วให้คนเป็นผู้กดปุ่มสุดท้าย
- ผิดแล้วย้อนไม่ได้ เช่น โอนเงิน ลบข้อมูล ผูกสัญญา กลุ่มนี้นอกจากคนกดแล้ว ควรมีขั้นยืนยันซ้ำและบันทึกว่าใครกดเมื่อไหร่
2 เคสจริงที่เราใช้ Human-in-the-loop
ระบบ MCP ของเราเปิดให้ AI จากภายนอกส่งเรื่องติดต่อเข้ามาถึงทีมได้ จุดที่เราออกแบบเป็น human-in-the-loop คือ AI จะส่งเรื่องได้ก็ต่อเมื่อผู้ใช้ที่เป็นคนจริงยืนยันก่อนเท่านั้น ถ้าไม่มีการยืนยัน ระบบปฏิเสธทันที เพราะการติดต่อในนามใครสักคนคือการตัดสินใจที่เจ้าตัวต้องเป็นคนทำ ไม่ใช่ AI เดาแทน และเคสนี้ไม่ต้องเชื่อคำเล่า ระบบเปิดใช้จริงอยู่ตอนนี้ ถ้าคุณใช้ AI client ที่รองรับ MCP ลองเพิ่ม mcp.codeniverse.com/mcp แล้วสั่งให้มันส่งเรื่องติดต่อเราดู จะเจอจุดคั่นที่เล่านี้ด้วยตัวเอง
อีกเคสคือกระบวนการผลิตบทความที่คุณกำลังอ่านอยู่นี้ เราให้ AI หลายตัวช่วยรีวิวไขว้กัน แต่ทุกข้อเสนอต้องผ่านการตัดสินว่ารับหรือตก และเจ้าของเป็นผู้อนุมัติก่อนเผยแพร่เสมอ AI สองตัวรีวิวไขว้เสร็จในไม่กี่นาที แต่คำสุดท้ายเป็นของคน เพราะชื่อบริษัทที่แขวนอยู่ท้ายบทความเป็นของเรา ไม่ใช่ของ AI
AI ที่ดีไม่ใช่ตัวที่ไม่ต้องมีคน แต่คือตัวที่รู้ว่าเมื่อไหร่ต้องส่งให้คนตัดสิน
มุมกลับ 3 สัญญาณว่า Human-in-the-loop กำลังทำระบบพัง
การใส่คนคั่นทุกจุดคือความผิดพลาดคนละแบบที่เจ็บพอกัน ถ้าทุกรายการต้องรอคนกดอนุมัติ สิ่งที่ได้คือ automation ที่ช้ากว่างานมือ เพราะเพิ่มขั้นรอเข้าไปโดยไม่ลดขั้นทำ สัญญาณที่บอกว่าคุณคั่นมากเกินไป
- คิวรออนุมัติยาวขึ้นทุกสัปดาห์ และคนกดเริ่มกดผ่านโดยไม่อ่าน
- งานที่ผิดแล้วแก้ได้ง่ายๆ ก็ยังต้องรอคน
- ไม่มีการกำหนดว่าถ้าคนไม่ตอบภายในเวลาที่ตั้งไว้ ระบบควรทำอะไรต่อ
หลักที่เราใช้คือ คั่นเฉพาะกลุ่มที่ผิดแล้วเสียของหรือย้อนไม่ได้ ปล่อยกลุ่มที่แก้ง่ายให้ไหลอัตโนมัติ และทุกจุดคั่นต้องมีคำตอบว่า "ถ้าคนไม่กดภายในกี่นาที ระบบทำอะไร" ตั้งแต่วันออกแบบ ไม่ใช่วันที่คิวระเบิด ทางออกมาตรฐานมีให้เลือก เช่น ตีกลับอัตโนมัติ ส่งต่อให้คนถัดไปในสาย หรือถอยไปทำแบบเดิมที่ไม่ต้องพึ่ง AI ไปก่อน เลือกไว้ล่วงหน้าหนึ่งทาง คอขวดส่วนใหญ่ก็ถูกกันไว้ตั้งแต่ยังไม่เกิด
เริ่มยังไงกับธุรกิจของคุณ
เปิดรายการงานที่อยากให้ AI ทำ แล้วติดป้ายทีละงานด้วยคำถามเดียว ผิดแล้วเกิดอะไร พอติดป้ายครบ จะเห็นเองว่ากลุ่มไหนปล่อยให้ไหลได้เลย เหลือไม่กี่จุดที่ต้องออกแบบการคั่นให้ดี ถ้ายังไม่แน่ใจว่าธุรกิจพร้อมแค่ไหน เช็คได้จาก 5 สัญญาณว่าธุรกิจคุณพร้อมใช้ AI Agent หรือถ้ายังแยกไม่ออกว่างานของคุณต้องการ AI Agent หรือแค่ระบบตอบอัตโนมัติ อ่าน AI Agent คืออะไร ต่างจาก Chatbot ตรงไหน ก่อนได้
อยากให้เราช่วยออกแบบว่าจุดไหนควรคั่นคน จุดไหนปล่อยได้ ดูแนวทางที่ AI & Agentic AI คุยรอบแรกฟรี ไม่มีข้อผูกมัด
คำถามที่พบบ่อย
ต้องมีคนคั่นทุกขั้นตอนไหม
ไม่ คั่นเฉพาะงานที่ผิดแล้วเสียของหรือย้อนไม่ได้ ส่วนงานที่ผิดแล้วแก้ได้ง่ายให้ปล่อยไหลอัตโนมัติแล้วใช้คนสุ่มตรวจ ไม่อย่างนั้นจะได้ automation ที่ช้ากว่างานมือ
จะรู้ได้อย่างไรว่างานไหนควรมีคนคั่น
ถามคำถามเดียวกับทุกงาน ผิดแล้วเกิดอะไร แล้วแบ่งเป็น 3 กลุ่มตามราคาความผิดพลาด แก้ง่ายปล่อยไหล เสียของให้คนเป็นผู้กดปุ่มสุดท้าย ย้อนไม่ได้ต้องยืนยันซ้ำพร้อมบันทึก
Human-in-the-loop ทำให้งานช้าลงไหม
ช้าลงถ้าคั่นเกินจำเป็น สัญญาณคือคิวรออนุมัติยาวขึ้นและคนกดเริ่มกดผ่านโดยไม่อ่าน ทุกจุดคั่นจึงต้องกำหนดตั้งแต่วันออกแบบว่าถ้าคนไม่กดภายในเวลาที่ตั้ง ระบบทำอะไรต่อ
