Google ก้าวไปอีกขั้นกับ AI ยุค Agentic โดยการเพิ่มฟีเจอร์ Computer Use ให้กับ Gemini 3.5 Flash ส่งผลให้ AI สามารถมองเห็น ตัดสินใจ และเข้าควบคุมคอมพิวเตอร์เพื่อทำงานแทนมนุษย์ได้จริงแบบอัตโนมัติ
ฟีเจอร์ดังกล่าวเปิดตัวเมื่อวันที่ 24 มิถุนายน 2026 โดยก่อนหน้านี้มีเฉพาะในโมเดล Gemini 2.5 Computer Use เท่านั้น แต่ล่าสุด Google ได้นำความสามารถนี้มาผสานเข้ากับ Gemini 3.5 Flash ซึ่งเป็นโมเดลหลัก ทำให้นักพัฒนาสามารถสร้าง AI Agent สำหรับงานองค์กรได้ง่ายขึ้นผ่าน Gemini API และแพลตฟอร์ม Gemini Enterprise Agent
ความสามารถใหม่ของ Gemini 3.5 Flash ไม่ได้จำกัดอยู่เพียงการเรียกใช้ API หรือเครื่องมือภายนอกเหมือน AI ทั่วไป แต่สามารถ “มองเห็น” ส่วนติดต่อผู้ใช้ (User Interface) บนหน้าจอ เข้าใจบริบทของโปรแกรม และตัดสินใจดำเนินการได้ด้วยตัวเอง
Google ระบุว่า ความสามารถนี้เหมาะสำหรับงานที่ต้องทำต่อเนื่องและมีหลายขั้นตอน เช่น การทดสอบซอฟต์แวร์อัตโนมัติ การทำงานตามกระบวนการขององค์กร (Enterprise Workflow) และการรวบรวมข้อมูลจากหลายระบบเพื่อช่วยวิเคราะห์หรือจัดทำรายงาน
การเปิดให้ AI ควบคุมคอมพิวเตอร์ได้เอง ย่อมมาพร้อมกับความเสี่ยงด้านความปลอดภัย โดยเฉพาะการโจมตีแบบ Prompt Injection ซึ่งเป็นการหลอกให้ AI ปฏิบัติตามคำสั่งที่แฝงมากับข้อมูลหรือเว็บไซต์ รวมถึงความเสี่ยงจากการเข้าถึงข้อมูลสำคัญหรือการดำเนินการที่ผู้ใช้ไม่ได้ตั้งใจ
นอกจากนี้ Google ยังแนะนำให้องค์กรใช้แนวทาง Defense in Depth หรือการป้องกันหลายชั้น เช่น จำกัดสิทธิ์การเข้าถึงของ AI Agent ใช้งานภายในสภาพแวดล้อมที่แยกออกจากระบบหลัก (Sandbox) และให้มนุษย์ตรวจสอบขั้นตอนสำคัญก่อนยืนยันการทำงาน
การเพิ่มฟีเจอร์ Computer Use ลงใน Gemini 3.5 Flash ทำให้ Google กลายเป็นหนึ่งในผู้เล่นสำคัญของตลาด AI Agent ซึ่งกำลังแข่งขันกันอย่างเข้มข้น
ปัจจุบันองค์กรจำนวนมากเริ่มนำ AI Agent มาใช้ทำงานแทนมนุษย์ในงานที่มีขั้นตอนซ้ำ ๆ เช่น การกรอกข้อมูล การตรวจสอบระบบ การจัดการเอกสาร และการทำงานข้ามหลายแอปพลิเคชัน ซึ่งช่วยลดภาระของพนักงานและเพิ่มประสิทธิภาพการทำงาน
Google เปิดให้เข้าถึงความสามารถใหม่ผ่าน Gemini API และ Gemini Enterprise Agent Platform พร้อมจัดเตรียมสภาพแวดล้อมสำหรับทดลองใช้งานผ่าน Browserbase และเผยแพร่ตัวอย่างโค้ดบน GitHub เพื่อให้นักพัฒนานำไปต่อยอดได้ทันที
