Baidu เดินเกม ‘Agent Era’ ในงาน Create 2026

เมตริกใหม่ของยุค AI: Daily Active Agents (DAA)

Robin Li เสนอให้ใช้ Daily Active Agents (DAA) เป็นตัวชี้วัดหลักของยุค AI คล้ายกับที่ Daily Active Users (DAU) เคยใช้วัดความสำเร็จของแอปในยุคมือถือ

แนวคิดนี้เน้นว่า แทนที่จะวัดว่ามีผู้ใช้กี่คนเปิดแอป AI หรือโมเดลสร้างโทเคนไปเท่าไร ควรวัดว่า มีเอเจนต์ AI กี่ตัวที่กำลังทำงานและทำภารกิจสำเร็จในแต่ละวัน

Li อธิบายว่า จำนวนโทเคนสะท้อนเพียงต้นทุนการประมวลผล ขณะที่จำนวนเอเจนต์ที่ทำงานจริงสะท้อน คุณค่าที่ AI สร้างขึ้นในระบบเศรษฐกิจดิจิทัล ได้ดีกว่า

รายงานบางแหล่งยังระบุว่า Li คาดการณ์ว่าในอนาคตจำนวน Daily Active Agents ทั่วโลกอาจ เกิน 10 พันล้านตัวต่อวัน แต่ตัวเลขนี้เป็นเพียงการคาดการณ์จากรายงานรอง จึงควรมองเป็นแนวโน้มมากกว่าตัวเลขทางการของบริษัท

แนวคิดนี้สะท้อนมุมมองของ Baidu ว่า การแข่งขันด้าน AI ต่อไปจะไม่ได้วัดกันแค่ความฉลาดของโมเดล แต่จะวัดกันที่ ความสามารถในการทำงานจริงแบบอัตโนมัติของเอเจนต์

เอเจนต์ AI รุ่นใหม่ที่เปิดตัวในงาน

Baidu เปิดตัวหรืออัปเกรดเอเจนต์หลายตัวที่ออกแบบมาสำหรับบทบาทแตกต่างกันในระบบนิเวศของบริษัท

DuMate: เอเจนต์อเนกประสงค์

หนึ่งในไฮไลต์ของงานคือ DuMate ซึ่งเป็นเอเจนต์ AI แบบทั่วไปที่ออกแบบมาให้ทำหน้าที่คล้ายผู้ช่วยดิจิทัลที่สามารถจัดการงานหลายประเภทได้

แนวคิดของ DuMate คือการเป็นเหมือน "พนักงานดิจิทัล" มากกว่าแชตบอต โดยสามารถจัดการ workflow และประสานงานงานหลายขั้นตอนให้ผู้ใช้ได้

Miaoda (หรือ MeDo): เอเจนต์สำหรับเขียนโค้ด

Baidu ยังเปิดตัว Miaoda เอเจนต์ด้านการพัฒนาแอปและการเขียนโปรแกรม ซึ่งมีทั้งเวอร์ชันแอปและเวอร์ชันสำหรับองค์กร

ระบบนี้ออกแบบมาเพื่อช่วยนักพัฒนาในการสร้างซอฟต์แวร์ โดยมีรายงานว่าระบบสามารถ สร้างโค้ดของตัวเองได้ถึงประมาณ 90% ในกระบวนการพัฒนา ในบางเวิร์กโฟลว์

ในแหล่งข้อมูลภาษาอังกฤษบางแห่ง ผลิตภัณฑ์นี้ถูกเรียกว่า MeDo แต่ยังไม่ชัดเจนว่าเป็นเพียงการแปลชื่อ การรีแบรนด์ หรือเป็นเวอร์ชันอีกแบบของเครื่องมือนี้

Baidu Yijing: แพลตฟอร์มดิจิทัลฮิวแมน

อีกหนึ่งผลิตภัณฑ์คือ Baidu Yijing ซึ่งเป็นแพลตฟอร์มสร้าง “Digital Human” หรืออวตาร AI สำหรับการนำเสนอและการสื่อสาร

ระบบรองรับหลายภาษา และมีระบบ lip‑sync ที่ตรงกับเสียงพูดอย่างเป็นธรรมชาติ เพื่อให้ตัวละคร AI ดูสมจริงมากขึ้น

Famou Agent 2.0: เอเจนต์ตัดสินใจแบบเรียนรู้เอง

Baidu ยังอัปเกรด Famou Agent 2.0 ซึ่งเป็นเอเจนต์ที่ออกแบบมาสำหรับงานวิเคราะห์ การวางแผน และการตัดสินใจที่ซับซ้อน

ระบบนี้ถูกอธิบายว่าเป็น self‑evolving agent ที่สามารถปรับปรุงตัวเองผ่านการเรียนรู้แบบ iterative และทำคะแนนได้ดีใน benchmark สำหรับเอเจนต์อย่าง MLE‑Bench

โครงสร้างพื้นฐานที่อยู่เบื้องหลังเอเจนต์

Baidu เน้นว่าการทำให้เอเจนต์ทำงานได้จริงต้องมี สแต็กโครงสร้างพื้นฐานแบบครบวงจร ตั้งแต่ฮาร์ดแวร์จนถึงแพลตฟอร์มแอปพลิเคชัน

ERNIE 5.1 โมเดลพื้นฐานรุ่นใหม่

บริษัทเปิดตัว ERNIE 5.1 ซึ่งเป็นเวอร์ชันล่าสุดของตระกูลโมเดล ERNIE เพื่อรองรับระบบเอเจนต์รุ่นใหม่

โมเดลนี้ถูกออกแบบให้มีประสิทธิภาพในการฝึกและต้นทุนการใช้งานต่ำลง โดยทำหน้าที่เป็น ชั้น reasoning หลัก ที่อยู่เบื้องหลังแอปและเอเจนต์ทั้งหมดของ Baidu

Baidu AI Cloud สำหรับแอปเอเจนต์

Baidu ยังนำเสนอ AI Cloud แบบ full‑stack ที่ออกแบบมาโดยเฉพาะสำหรับการพัฒนาและรันเอเจนต์ในระดับองค์กร

แพลตฟอร์มนี้รวมทั้งโมเดล AI เครื่องมือ orchestration และบริการแอปพลิเคชัน เพื่อช่วยให้องค์กรสามารถสร้างระบบเอเจนต์ขนาดใหญ่ได้ง่ายขึ้น

สถาปัตยกรรม “Chip‑Cloud‑Model‑Agent”

กลยุทธ์โดยรวมของ Baidu คือการสร้างสแต็กแบบบูรณาการตั้งแต่ต้นน้ำถึงปลายน้ำ ได้แก่

• ชิป AI เช่น Kunlun series
• โครงสร้างพื้นฐาน Baidu AI Cloud
• โมเดลพื้นฐาน ERNIE
• และแอปพลิเคชันที่ขับเคลื่อนด้วย AI Agents

สถาปัตยกรรมนี้ถูกเรียกว่า "Chip‑Cloud‑Model‑Agent" ซึ่ง Baidu เชื่อว่าจะเป็นรากฐานของระบบ AI รุ่นถัดไป

ทำไม Baidu ถึงเดิมพันกับ AI Agents

ข้อความสำคัญจากเวที Create 2026 คือ AI กำลังเปลี่ยนจาก การให้ข้อมูล (knowledge generation) ไปสู่ การทำงานแทนผู้ใช้ (task execution)

Robin Li อธิบายว่า สิ่งที่จะกำหนดว่าผู้ใช้ยอมจ่ายเงินให้บริการ AI หรือไม่ ไม่ใช่แค่ AI รู้มากแค่ไหน แต่คือ AI สามารถทำงานให้เสร็จได้จริงหรือไม่

แนวคิดนี้ทำให้ Baidu มองว่าเอเจนต์ ซึ่งผสานโมเดลภาษา เครื่องมือภายนอก หน่วยความจำ และระบบอัตโนมัติ จะเป็นอินเทอร์เฟซหลักของ AI ในอนาคต

ภาพใหญ่ของกลยุทธ์ Baidu

การประกาศในงาน Create 2026 แสดงให้เห็นว่า Baidu กำลังปรับตำแหน่งตัวเองเป็น แพลตฟอร์ม AI แบบ full‑stack ที่ขับเคลื่อนด้วยเอเจนต์

แทนที่จะเน้นแข่งขันที่ benchmark ของโมเดลเพียงอย่างเดียว บริษัทกำลังเดิมพันว่า การใช้งาน AI ระลอกถัดไปจะเกิดจาก ระบบอัตโนมัติที่ทำงานแทนผู้ใช้ในซอฟต์แวร์ ธุรกิจ และบริการดิจิทัล

หากวิสัยทัศน์นี้เกิดขึ้นจริง ตัวชี้วัดความสำเร็จของ AI ในอนาคตอาจไม่ได้วัดจากจำนวนคนที่คุยกับ AI แต่จะวัดจาก จำนวนเอเจนต์ที่กำลังทำงานแทนมนุษย์ในแต่ละวัน