Deep Dive: Claude Science AI workbench for scientists

Claude Science คืออะไร

Anthropic เปิดตัว Claude Science วันที่ 30 มิถุนายน 2026 โดยเรียกว่าเป็น AI Workbench สำหรับนักวิทยาศาสตร์

ถ้าอธิบายแบบง่าย ๆ Claude Science คือ app ที่ทำให้ Claude เข้าไปช่วยงานวิจัยได้เป็นระบบมากขึ้น ไม่ใช่แค่เปิดแชทแล้วถามตอบเรื่องวิทยาศาสตร์

มันรวมหลายอย่างที่นักวิจัยใช้จริงเข้ามาอยู่ใน environment เดียว เช่น paper, scientific databases, code, figures, manuscript, terminal, compute และ specialist agents

Anthropic บอกว่า Claude Science เปิด beta แล้วสำหรับผู้ใช้ Claude Pro, Max, Team และ Enterprise บน macOS และ Linux โดย Team/Enterprise ต้องให้ admin เปิดใช้งานก่อน

ไม่ใช่ model ใหม่ แต่เป็น app สำหรับงานวิจัย

จุดที่ต้องเข้าใจให้ถูกคือ Claude Science ไม่ใช่ model ใหม่

มันใช้ Claude models ที่อยู่ใน plan ของผู้ใช้เหมือนเดิม

สิ่งที่ใหม่คือ environment รอบ ๆ model ครับ

Anthropic ทำให้ Claude มีเครื่องมือและ workflow ที่เหมาะกับงานวิทยาศาสตร์มากขึ้น เช่น scientific renderers, database connectors, compute integration, curated skills และ reviewer agent

พูดง่าย ๆ คือไม่ได้ขายแค่ “สมองใหม่” แต่ขาย “ที่ทำงานใหม่” สำหรับงานวิจัย

Claude Science ทำอะไรได้บ้าง

จาก announcement และ product page ของ Anthropic ความสามารถหลัก ๆ มีหลายส่วน

1. วิเคราะห์ literature และข้อมูลวิทยาศาสตร์

Claude Science ช่วยค้น อ่าน และสังเคราะห์ข้อมูลจาก scientific sources หลายแบบ

สำหรับสาย biology/life sciences ตัวอย่าง source ที่ Anthropic พูดถึงมีเช่น UniProt, PDB, Ensembl, Reactome, ClinVar, ChEMBL, GEO รวมถึง journals, preprint servers และ domain-specific models

เป้าหมายคือให้นักวิจัยไม่ต้องกระโดดข้าม database ทีละตัวตลอดเวลา

2. สร้าง scientific artifacts ได้

Claude Science แสดงผลและสร้าง artifact ทางวิทยาศาสตร์ได้ เช่น

• 3D protein structures
• genome browser tracks
• chemical structures
• figures
• manuscripts
• PDFs

เวลา Claude Science สร้าง figure มันเก็บ code, environment, คำอธิบาย และ message history ที่เกี่ยวข้องไว้ด้วย เพื่อให้กลับมาตรวจหรือแก้ต่อได้

ตัวอย่างง่าย ๆ ถ้านักวิจัยอยากเปลี่ยนแกนกราฟเป็น log scale หรือเอา gridline ออก agent จะไปแก้ code ที่สร้าง figure นั้น ไม่ใช่แค่แต่งรูปปลายทาง

3. จัดการ compute ได้

งานวิทยาศาสตร์จำนวนมากใช้ compute หนัก เช่น protein folding หรือ genomics pipeline

Claude Science สามารถทำงานบนเครื่องของผู้ใช้เอง, lab Linux box, remote machine ผ่าน SSH, HPC login node หรือ Modal account

เวลาต้องใช้ resource ใหม่ ระบบจะ draft plan แล้วให้ผู้ใช้ review หรือ revoke ก่อน submit job

อันนี้เป็นจุดที่ทำให้ Claude Science ต่างจาก chatbot ทั่วไป เพราะมันไม่ได้แค่ตอบ แต่เริ่มช่วยจัดการงาน compute ใน workflow จริง

4. มี specialist agents และ reviewer agent

Claude Science ให้ผู้ใช้คุยกับ generalist coordinating agent ที่มี curated skills และ connectors มากกว่า 60 รายการสำหรับงานอย่าง genomics, single-cell, proteomics, structural biology และ cheminformatics

agent หลักสามารถ spin up specialist agents หรือทำงานร่วมกับ specialist agents ที่ผู้ใช้สร้างเองได้

นอกจากนี้ยังมี reviewer agent คอยเช็ก citation และ calculation รวมถึง flag จุดที่ตัวเลขหรือ figure อาจไม่ตรงกับ code/data ที่สร้างมันขึ้นมา

ตัวอย่างที่ Anthropic ยกมา

Anthropic เล่าตัวอย่าง beta users หลายเคส

Manifold Bio ใช้ Claude Science ช่วย nominate targets สำหรับการทดลอง โดยประเมิน surface expression, trafficking และ safety เทียบกับ criteria ที่บริษัทเรียนรู้จากข้อมูลภายใน

Jérôme Lecoq จาก Allen Institute ใช้ Claude Science สร้าง multi-agent computational review template มี custom skills ประมาณ 20 รายการ ให้ sub-agents อ่าน papers หลายพันฉบับ ดึง central claim และ quantitative finding เก็บเข้า evidence database แล้วช่วยเขียน review เป็น section

Stephen Francis จาก UCSF Brain Tumor Center ใช้ Claude Science สนับสนุนงาน molecular epidemiology ของ glioma และรายงานว่าช่วยเร่งการวิเคราะห์ comprehensive germline workups เหลือประมาณหนึ่งในสิบของเวลาปกติ โดยทีมยังตรวจผลลัพธ์เองด้วย

อ่านจากตัวอย่างเหล่านี้ ผมมองว่า Anthropic ไม่ได้กำลังบอกว่า AI จะมาแทนนักวิทยาศาสตร์ทั้งหมด

แต่กำลังบอกว่า AI เริ่มช่วยงานหนัก ๆ ระหว่างทางได้มากขึ้น ตั้งแต่หาเอกสาร วิเคราะห์ข้อมูล จัดการเครื่องมือ ไปจนถึงเตรียม artifact สำหรับ publication

ทำไมข่าวนี้สำคัญ

ข่าวนี้สำคัญเพราะมันสะท้อนทิศทางใหม่ของ AI product ครับ

ช่วงแรกเราเห็น AI ในรูปแบบ chatbot เป็นหลัก

ต่อมาเราเห็น Claude Code สำหรับ coder ที่เข้าไปอยู่ใน terminal, repo, issue และ workflow software development

ตอนนี้ Claude Science กำลังพา Claude เข้าไปอยู่ใน workflow ของนักวิทยาศาสตร์

นี่แปลว่า AI จะค่อย ๆ แตกออกเป็น software เฉพาะอาชีพมากขึ้น

ไม่ใช่ AI ตัวเดียวที่ทุกคนเปิดแชทเหมือนกันหมด แต่เป็น AI ที่มีเครื่องมือเฉพาะทางตามงาน เช่น งานวิจัย งานเขียน code งานวิเคราะห์ข้อมูล งานขาย งานบัญชี งาน support หรืองาน operations

สำหรับธุรกิจไทย lesson ง่าย ๆ คือ ถ้าอยากใช้ AI ให้ได้ผลจริง อย่ามอง AI เป็นแค่ช่องแชท

ให้เริ่มคิดว่าในงานของเรา AI ควรเข้าไปอยู่ตรงไหนของ workflow

มันควรอ่านข้อมูลจากระบบไหน ใช้เครื่องมืออะไร สร้าง output แบบไหน และให้คนตรวจตรงไหน

โอกาสสำหรับนักวิจัย

Anthropic ยังประกาศว่าจะสนับสนุน Claude Science AI for Science projects สูงสุด 50 โปรเจกต์ โดยให้ credit ได้สูงสุด $30,000

Modal ก็ประกาศว่าจะสนับสนุน compute เพิ่มสำหรับบางโปรเจกต์ สูงสุด $2,000 ต่อโปรเจกต์

เปิดรับสมัครถึงวันที่ 15 กรกฎาคม 2026 และโครงการจะรันช่วง 1 กันยายน ถึง 1 ธันวาคม 2026 ตามประกาศของ Anthropic

สำหรับแล็บหรือนักวิจัยที่อยู่ในสาย biology / biomedical research นี่เป็นโอกาสที่น่าจับตา เพราะได้ลอง AI workbench กับงานจริง ไม่ใช่แค่ demo

Operator Kit: ถ้าจะลอง AI เฉพาะอาชีพแบบ Claude Science ต้องดูอะไร

ใช้ checklist นี้เป็นมุมคิดสั้น ๆ เวลาเราเห็น AI product เฉพาะทางแบบ Claude Science แล้วอยากประเมินว่าจะเอามาใช้กับงานจริงได้แค่ไหน

1. งานหลักคืออะไร

• AI ตัวนี้เกิดมาเพื่ออาชีพไหน
• ช่วยช่วงไหนของ workflow
• ลดเวลาตรงไหนได้ชัดที่สุด
• ยังต้องให้ผู้เชี่ยวชาญตัดสินใจตรงไหน

2. ข้อมูลและเครื่องมือที่ต้องใช้คืออะไร

• ต้องอ่าน paper, database, file, CRM, spreadsheet หรือ internal docs แบบไหน
• ต่อกับเครื่องมือเดิมได้จริงไหม
• ใช้ tool เฉพาะทางได้หรือยังเป็นแค่การคุยในแชท
• ข้อมูล sensitive อยู่ตรงไหน

3. Output ที่ได้ใช้ต่อยังไง

• ได้แค่คำตอบ หรือได้ artifact ที่ใช้ต่อได้ เช่น figure, report, dashboard, manuscript, task list
• คนอื่นในทีมเปิดดูและทำต่อได้ไหม
• แก้งานซ้ำได้จาก workflow เดิมหรือเริ่มใหม่ทุกครั้ง

4. ใครเป็นคนตรวจ

• งานส่วนไหนต้องให้ domain expert ตรวจ
• งานส่วนไหนให้ AI ช่วยตรวจซ้ำได้
• ถ้าตัวเลข citation หรือ recommendation ผิด จะรู้ได้จากตรงไหน
• งานไหนห้ามปล่อยให้ AI ตัดสินใจเอง

5. ทำซ้ำได้ไหม

• workflow ที่ดีถูกเก็บเป็น skill, SOP หรือ template ได้ไหม
• session ถัดไปใช้ pattern เดิมต่อได้ไหม
• feedback จากคนถูกเอากลับไปทำให้ workflow ดีขึ้นหรือหายไปในแชท

มุมนี้ทำให้เราไม่ตื่นเต้นกับชื่อ product อย่างเดียว แต่เห็นว่า AI เฉพาะอาชีพจะมีค่าจริงเมื่อมันเข้าไปช่วยงานประจำวันได้เป็นขั้นตอน

Caveat ที่ควรรู้

Claude Science ยังเป็น beta

และถึงแม้ตัวอย่างจะดูน่าสนใจมาก แต่การใช้ AI ในงานวิทยาศาสตร์ยังต้องมีผู้เชี่ยวชาญตรวจผลลัพธ์อยู่ดี

The Next Web ตั้งคำถามไว้น่าสนใจว่าเครื่องมือแบบนี้จะช่วยเร่ง discovery จริง หรือจะทำให้มี output ทางวิทยาศาสตร์เพิ่มขึ้นโดยที่วงการต้องตรวจหนักขึ้นกว่าเดิม

ผมว่าเป็นคำถามที่ดีครับ

AI ทำงานได้เร็วขึ้นเป็นเรื่องดี แต่ในงานที่กระทบความรู้ วิทยาศาสตร์ สุขภาพ หรือ decision สำคัญ ความเร็วต้องมาพร้อมการตรวจจากคนที่เข้าใจ domain จริง

สรุป

Claude Science เป็นข่าวใหญ่ของ Anthropic เพราะมันทำให้เราเห็นทิศทางชัดขึ้นว่า AI กำลังขยับจาก chatbot ไปสู่ software เฉพาะอาชีพ

สำหรับนักวิทยาศาสตร์ มันคือ AI Workbench ที่ช่วยค้น paper วิเคราะห์ข้อมูล สร้าง scientific artifacts จัดการ compute และเตรียม manuscript ได้ใน workflow เดียวมากขึ้น

สำหรับคนทำธุรกิจทั่วไป ข่าวนี้คือสัญญาณว่า AI ในอนาคตจะไม่ได้อยู่แค่ในกล่องแชท แต่จะเข้าไปอยู่ใน workflow ของงานแต่ละสายมากขึ้นเรื่อย ๆ

จาก Claude Code สำหรับ coder

มาถึง Claude Science สำหรับ scientist

คำถามต่อไปคือ อาชีพของเราจะมี AI workbench แบบไหน และเราควรเริ่มเตรียม workflow ของตัวเองยังไง

Data-Espresso จะช่วยย่อยข่าว AI แบบนี้ต่อไปในมุมที่คนทำงานไทยเอาไปเข้าใจและใช้ต่อได้จริงครับ