ในสนามรบทางธุรกิจยุคดิจิทัล ข้อมูลเพียงอย่างเดียวอาจไม่ใช่คำตอบอีกต่อไป แต่คือความเร็ว และความแม่นยำในการนำข้อมูลมาใช้งาน ล่าสุด Manao Software ผู้เชี่ยวชาญด้านการพัฒนาซอฟต์แวร์ระดับสากล ได้เผยเบื้องหลังการออกแบบโซลูชัน AI ที่ผสมผสานเทคโนโลยีชั้นสูงอย่าง RAG (Retrieval-Augmented Generation) เข้ากับ Workflow Automation เพื่อสร้างความได้เปรียบทางการแข่งขันให้กับองค์กร

Manao Software ก่อตั้งขึ้นในปี 2007 และเติบโตขึ้นจากรากฐานของคุณภาพ ความน่าเชื่อถือ และความพิถีพิถันในการพัฒนา คือค่านิยมที่สะท้อนจิตวิญญาณแบบเดนมาร์กและความมุ่งมั่นระยะยาวในการดูแลลูกค้าอย่างต่อเนื่อง ตลอดระยะเวลากว่า 18 ปีที่ผ่านมา บริษัทได้ร่วมมือกับทั้งองค์กรไทยและต่างประเทศในการพัฒนาโซลูชันซอฟต์แวร์เฉพาะทาง และวางกลยุทธ์ระบบอัตโนมัติที่ตอบโจทย์เป้าหมายทางธุรกิจของแต่ละองค์กรได้อย่างแม่นยำและยั่งยืน

คริสโตเฟอร์ มอสซ์ ประธานเจ้าหน้าที่บริหารของ Manao Software กล่าวว่า

“Manao Software ให้ความสำคัญกับ AI ที่เข้าใจธุรกิจอย่างแท้จริง ซึ่งจะแตกต่างจาก AI ทั่วไป ที่จะมีความเข้าใจ และรายละเอียดน้อยกว่า การมี AI ที่ถูกออกแบบมาให้รู้จักกระบวนการทำงานเฉพาะทาง คำศัพท์เฉพาะในองค์กร รวมถึงลักษณะการดำเนินงานที่เป็นเอกลักษณ์ของบริษัทนั้นๆ มันคือการฝังความเข้าใจในตัวธุรกิจจริงๆ ลงไปในตัวโมเดล เป็นกุญแจสำคัญที่ทำให้ชนะองค์กรอื่นๆ ได้ ในสนามรบที่ทุกคนใช้ AI เหมือนกัน”

RAG อาวุธลับที่ทำให้ AI ไม่ใช่แค่ฉลาด แต่ต้องถูกต้อง

หัวใจสำคัญที่ Manao Software นำมาใช้คือเทคโนโลยี RAG (Retrieval-Augmented Generation) ซึ่งเป็นส่วนขยายที่ทำให้ AI สามารถเข้าถึงคลังข้อมูลดิบภายในองค์กรได้โดยตรง ข้อได้เปรียบที่ทำให้ธุรกิจได้เปรียบคือการกำจัดปัญหาเรื่อง AI ให้ข้อมูลที่ผิดพลาด

ในองค์กรที่มีข้อมูลมหาศาล AI แบบดั้งเดิมอาจจะจมกองข้อมูล หรือสร้างคำตอบที่ดูทั่วไปเกินไป แต่ในทางกลับกัน RAG จะคัดเฉพาะข้อมูลความรู้ที่เกี่ยวข้องที่สุดของบริษัทขึ้นมาแบบเรียลไทม์ ในขณะที่มันกำลังประมวลผลคำตอบ นั่นหมายความว่าคำตอบที่ได้จาก AI จะไม่ใช่แค่ความถูกต้องตามหลักภาษาเท่านั้น แต่ยังมีความเกี่ยวข้องกับบริบท และความต้องการปัจจุบันขององค์กรอย่างแม่นยำด้วย

สรุปสั้นๆ คือ RAG ช่วยเชื่อมโยงช่องว่างระหว่างคลังข้อมูลภายในที่กว้างขวาง กับข้อมูลเชิงลึกเฉพาะเจาะจงที่สำคัญในขณะนั้นเข้าด้วยกัน

ระบบที่ Manao Software ออกแบบจะทำหน้าที่เป็นบรรณารักษ์ส่วนตัวที่คัดกรองเฉพาะข้อมูลที่ถูกต้อง และเป็นปัจจุบันที่สุดมาให้ AI ประมวลผลก่อนตอบคำถาม ทำให้ผู้บริหารสามารถตัดสินใจบนฐานข้อมูลที่แม่นยำ 100% ไม่ว่าจะเป็นข้อมูลการขาย กฎระเบียบภายใน หรือวิจัยตลาดที่ซับซ้อน

Workflow Automation เมื่อ AI ไม่ได้แค่คิด แต่ลงมือทำแทนคุณ

ลำพังแค่ AI ที่ตอบคำถามได้อาจยังไม่เพียงพอ Manao Software จึงได้ออกแบบเทคโนโลยีที่นำ AI ไปฝังอยู่ใน Workflow Automation ซึ่งเปรียบเสมือนการสร้างพนักงานดิจิทัลที่ทำงานได้ตลอด 24 ชั่วโมง โดยตัวอย่างที่เห็นผลชัดเจนคือกระบวนการจัดการ ลูกค้าสัมพันธ์ ที่ AI สามารถประเมินความสำคัญ แยกประเภทข้อมูล และอัปเดตระบบ CRM ได้อัตโนมัติ กระบวนการนี้ช่วยให้ทีมขายเข้าใจและตอบสนองต่อผู้ที่สนใจรายใหม่ได้อย่างรวดเร็ว ทำให้ก้าวล้ำหน้าไปหนึ่งก้าวเสมอ และมั่นใจได้ว่าทุกโอกาสจะถูกจัดการอย่างมีประสิทธิภาพ

พูดง่ายๆ ก็คือ Manao Software ไม่ได้ทำแค่ออกแบบระบบการส่งต่ออีเมลอัตโนมัติเท่านั้น แต่กำลังใช้ AI ในการบริหารจัดการกระบวนการคัดกรองกลุ่มเป้าหมายทั้งหมดอย่างชาญฉลาด เพื่อให้ทีมสามารถทุ่มเทเวลาไปกับโอกาสทางธุรกิจที่มีมูลค่าสูงสุดได้ทันที ช่วยให้องค์กรสามารถขยายขนาดธุรกิจได้อย่างก้าวกระโดด โดยมีต้นทุนคงที่ในขณะที่ผลผลิตเพิ่มขึ้นเป็นทวีคูณ

ความปลอดภัยระดับองค์กร คือหัวใจสำคัญ

สิ่งที่ทำให้ Manao Software แตกต่างจากผู้ให้บริการรายอื่น คือการให้ความสำคัญกับ AI Governance และ Security โดยการออกแบบระบบ RAG ที่มีเลเยอร์การตรวจสอบสิทธิ์ (Permission Layer) อย่างเข้มงวด ข้อมูลลับของบริษัทจะถูกปกป้องไม่ให้รั่วไหลแม้จะใช้งานผ่าน AI ทำให้มั่นใจได้ว่าความสะดวกสบายจะไม่มาพร้อมกับความเสี่ยง

นอกจากนี้ Manao Software เน้นย้ำแนวคิดการออกแบบระบบแบบ Modular หรือการสร้างระบบที่ยืดหยุ่น  เหมือนเลโก้ เพื่อให้องค์กรสามารถปรับเปลี่ยนเทคโนโลยี AI รุ่นใหม่ๆ เข้าไปได้เสมอโดยไม่ต้องรื้อถอนระบบเดิมทิ้ง เป็นการลงทุนที่คุ้มค่า และยั่งยืนในระยะยาว

สรุป 4 ปัจจัย ที่ทำให้องค์กรโดดเด่นในยุค AI ด้วย Smarter Operations จาก Manao Software

1. AI ที่เข้าใจ ไม่ใช่แค่จำ : Manao Software เปลี่ยน AI ทั่วไปให้เป็น AI เฉพาะทางสำหรับธุรกิจคุณ โดยการสอนให้ AI เข้าใจกฎเกณฑ์ และข้อยกเว้นที่เกิดขึ้นจริงในองค์กร ทำให้ AI ทำงานได้สอดคล้องกับกลยุทธ์บริษัท 100%
2. RAG ความแม่นยำระดับสูงสุด : ใช้เทคโนโลยี RAG เพื่อดึงข้อมูลภายในองค์กรมาใช้ตอบคำถามแบบเรียลไทม์ ลดปัญหาข้อมูลมหาศาลที่กระจัดกระจาย และกำจัดความผิดพลาดของ AI ทำให้ทุกการตัดสินใจอยู่บนพื้นฐานของข้อมูลที่ถูกต้องและเป็นปัจจุบันที่สุด
3. Workflow Automation : ขยายธุรกิจได้แบบไม่จำกัด นำ AI เข้าไปฝังในกระบวนการทำงานจริง (เช่น การจัดการ Lead หรือ CRM) เพื่อลดงาน Manual ที่ซ้ำซ้อน ช่วยให้องค์กรขยายฐานลูกค้าได้มหาศาลโดยไม่ต้องเพิ่มจำนวนพนักงานในสัดส่วนที่เท่ากัน
4. ความปลอดภัยและการออกแบบที่ยืดหยุ่น : วางโครงสร้างแบบ Modular ที่สลับเปลี่ยนโมเดลได้ในอนาคต พร้อมระบบควบคุมสิทธิ์เข้าถึงข้อมูลที่เข้มงวด มั่นใจได้ว่าข้อมูลลับจะไม่รั่วไหลแม้จะทำงานผ่าน AI

โดยสรุปแล้วเมื่อองค์กรผสมผสาน AI เข้ากับระบบ Workflow Automation สามารถคาดหวังผลลัพธ์ทางธุรกิจที่วัดผลได้อย่างชัดเจนหลายประการ ประการแรก AI ช่วยให้ธุรกิจสามารถ ขยายขีดความสามารถในการดำเนินงาน (Scale) ได้อย่างรวดเร็ว และมีประสิทธิภาพมากขึ้น แทนที่จะต้องจ้างพนักงานใหม่จำนวนมากเพื่อจัดการกับงานที่ทำซ้ำๆ หรือจัดการด้วยมือ AI สามารถรับภาระงานเหล่านั้นไปได้ส่วนใหญ่ นั่นหมายความว่าสามารถขยายฐานลูกค้า หรือผู้ใช้งานได้โดยไม่จำเป็นต้องเพิ่มจำนวนพนักงานในสัดส่วนที่เท่ากัน ซึ่งถือเป็นข้อได้เปรียบอย่างมากในด้านประสิทธิภาพของต้นทุน

นอกเหนือจากการขยายตัวแล้ว องค์กรยังมีประสิทธิภาพที่เพิ่มขึ้น อัตราความผิดพลาดที่ลดลง และระยะเวลาในการประมวลผลที่เร็วขึ้น แต่หนึ่งในประโยชน์ที่ยิ่งใหญ่ที่สุดคือ AI จะช่วยให้ทีมงานที่เป็นมนุษย์ ให้สามารถไปโฟกัสกับงานเชิงกลยุทธ์ที่มีมูลค่าสูงกว่าเดิม ซึ่งนำไปสู่นวัตกรรม และคุณภาพการบริการที่ดีขึ้น

“Manao Software ไม่ได้สร้างแค่ AI แต่เราสร้างรากฐานดิจิทัลที่ช่วยให้คุณ Scale ธุรกิจได้อย่างยั่งยืน และปลอดภัย เป้าหมายของเรา คือการสร้าง Smarter Operations ที่ทำงานแทนคุณได้จริง” คริสโตเฟอร์ ทิ้งท้ายถึงกุญแจสำคัญที่จะทำให้ธุรกิจในไทยก้าวขึ้นเป็นผู้นำในยุค AI Transformation นี้

สามารถติดตามเรื่องราวและบริการของ Manao Software เพิ่มเติมได้ที่ www.manaosoftware.co.th และ www.manaosoftware.com

ติดตามช่องทางโซเชียลของ Manao Software:

• Facebook: facebook.com/manaosoftware
• LinkedIn: linkedin.com/company/manaosoftware
• TikTok: tiktok.com/@manao.software
• Instagram: instagram.com/manao_software
• Email: hello@manaosoftware.com
• Tel : +66 2460 9240

อเล็กซ์ เดอ ฟรีส-เกา (Alex de Vries-Gao) นักวิชาการชาวดัตช์และผู้ก่อตั้ง Digiconomist บริษัทที่วิจัยเกี่ยวกับผลกระทบที่คาดไม่ถึงจากกระแสทางดิจิทัล ได้เปิดเผยถึง การวัดผลกระทบเฉพาะของ AI หรือ ปัญญาประดิษฐ์ ในขณะที่การใช้ AI Chatbot อย่าง ChatGPT ของ OpenAI และ Gemini ของ Google พุ่งสูงขึ้นในปี 2025

โดย อเล็กซ์ ระบุว่า Carbon Footprint ของระบบ AI ในปี 2025 อาจสูงถึง 80 ล้านตัน หรือ มากกว่า 8% ของการปล่อยก๊าซจากการบินทั่วโลก ในขณะที่ปริมาณน้ำที่ใช้อาจสูงถึง 7.65 แสนล้านลิตร หรือมีปริมาณมากกว่า ความต้องการน้ำดื่มบรรจุขวดทั่วโลกรวมกัน เสียอีก ขณะที่ สำนักงานพลังงานระหว่างประเทศ (International Energy Agency: IEA) คาดว่าการบริโภคไฟฟ้าของ Data Center จะเพิ่มขึ้นมากกว่า สองเท่า ภายในปี 2030

ด้วยข้อมูลที่น่าตกใจนี้ อเล็กซ์ จึงเรียกร้องให้โลกมีข้อกำหนดที่เข้มงวดขึ้น เพื่อให้บริษัทเหล่านี้มีความโปร่งใสเกี่ยวกับผลกระทบต่อสภาพภูมิอากาศมากขึ้น 

“ต้นทุนด้านสิ่งแวดล้อมนี้ถือว่ามหาศาลมากในเชิงปริมาณ ในตอนนี้สังคมกำลังเป็นผู้จ่ายต้นทุนเหล่านี้ ไม่ใช่บริษัทเทคโนโลยี คำถามคือ: มันยุติธรรมหรือไม่? หากพวกเขากำลังกอบโกยผลประโยชน์จากเทคโนโลยีนี้ ทำไมพวกเขาถึงไม่ควรเป็นผู้จ่ายต้นทุนบางส่วนบ้าง?”

อีกหนึ่งความท้าทายที่ อเล็กซ์ มองก็คือ ความโปร่งใส เนื่องจากการเปิดเผยข้อมูลด้านสิ่งแวดล้อมของบริษัทเทคโนโลยีมัก ไม่เพียงพอต่อการประเมินผลกระทบรวมของ Data Center และยิ่งยากต่อการแยกเฉพาะการใช้ AI โดยเขาตั้งข้อสังเกตว่า ที่ Google รายงานผลกระทบของ Gemini AI บริษัทไม่ได้รวมปริมาณน้ำที่ใช้ในกระบวนการผลิตไฟฟ้าเพื่อนำมาเลี้ยงระบบ

แม้ Google จะรายงานว่าในปี 2024 สามารถลดมลพิษทางพลังงานจากศูนย์ข้อมูลลงได้ 12% เนื่องจากแหล่งพลังงานสะอาดใหม่ ๆ แต่บริษัทก็ได้ยอมรับในช่วงฤดูร้อนนี้ว่า การบรรลุเป้าหมายด้านสภาพภูมิอากาศนั้น “ซับซ้อนและท้าทายมากขึ้นในทุกระดับ” โดยอุปสรรคสำคัญคือการขยายตัวของเทคโนโลยีพลังงานปลอดคาร์บอนที่ล่าช้ากว่าที่ควรจะเป็น 

ปัจจุบัน สหรัฐอเมริกา ครองส่วนแบ่งการใช้ไฟฟ้าในศูนย์ Data Center มากที่สุด (45%) ตามด้วยจีน (25%) และยุโรป (15%) โดยศูนย์ข้อมูลขนาดใหญ่แห่งใหม่เพียงแห่งเดียวใน สหราชอาณาจักร สามารถ สร้างมลพิษเท่ากับสนามบินนานาชาติหลายแห่งรวมกัน และในสหราชอาณาจักรมีโครงการที่อยู่ระหว่างวางแผนถึง 100-200 แห่ง

ขณะที่ใน อินเดีย กำลังจะมีการลงทุน 3 หมื่นล้านดอลลาร์ในศูนย์ข้อมูล แต่มีความกังวลว่าระบบโครงข่ายไฟฟ้าที่ไม่เสถียรจะทำให้ต้องใช้ เครื่องปั่นไฟดีเซลขนาดใหญ่ เป็นแหล่งพลังงานสำรอง ซึ่งจะกลายเป็น ภาระคาร์บอนมหาศาล

Source

เฉพาะในเดือนตุลาคม นายจ้างในสหรัฐฯ ประกาศลดตำแหน่งงานไป 153,000 ตำแหน่ง และในเดือนพฤศจิกายนอีกกว่า 71,000 ตำแหน่ง ซึ่งในจำนวนของเดือนพฤศจิกายนนี้ มีกว่า 6,000 ตำแหน่งที่ระบุว่าสาเหตุมาจาก AI  ดังนั้น ไปดูกันว่า บริษัทชั้นนำที่อ้างถึง AI ในกลยุทธ์การปรับโครงสร้างปี 2025 นี้ มีใคร และลดไปเท่าไหร่บ้าง

Amazon

ในเดือนตุลาคม Amazon ประกาศเลิกจ้างพนักงานครั้งใหญ่ที่สุดในประวัติศาสตร์ โดยตัดลดตำแหน่งงานในระดับองค์กรถึง 14,000 ตำแหน่ง เพื่อนำงบประมาณไปลงทุนในสิ่งที่บริษัทให้ความสำคัญที่สุด ซึ่งรวมถึง AI

โดย Beth Galetti รองประธานอาวุโสของ Amazon ระบุว่า AI ยุคนี้คือ เทคโนโลยีที่เปลี่ยนโลกที่สุดนับตั้งแต่มีอินเทอร์เน็ต ทำให้บริษัทต้องปรับตัวให้คล่องตัวขึ้น (Lean) และลดขั้นตอนการทำงานซ้ำซ้อน

Microsoft

ลดพนักงานไปแล้วประมาณ 15,000 ตำแหน่ง ในปี 2025 โดยล่าสุดในเดือนกรกฎาคมมีการเลิกจ้าง 9,000 ตำแหน่ง โดย Satya Nadella ซีอีโอระบุว่า บริษัทจำเป็นต้อง จินตนาการพันธกิจใหม่ สำหรับยุค AI โดยเปลี่ยนจากโรงงานผลิตซอฟต์แวร์ไปสู่ Intelligence Engine

Meta

Meta ยังคงมีการปรับลดคนอย่างมีนัยสำคัญในปี 2025 โดยมีการลดจำนวนพนักงานลงประมาณ 3,600 ตำแหน่ง (หรือราว 5% ของพนักงานทั้งหมด) ในช่วงต้นปี และมีการเลิกจ้างเพิ่มอีกประมาณ 600 ตำแหน่ง ในหน่วยงานด้าน AI เมื่อเดือนตุลาคมที่ผ่านมา

โดย Mark Zuckerberg ซีอีโอเน้นการ “ยกระดับมาตรฐาน” โดยเลิกจ้างพนักงานที่มีผลงานไม่ผ่านเกณฑ์ เพื่อนำงบประมาณไปจ้างผู้เชี่ยวชาญด้าน AI โดยเฉพาะ นอกจากนี้ยังมีการปรับโครงสร้างในทีม Fundamental AI Research (FAIR) เพื่อให้การวิจัยเชื่อมโยงกับผลิตภัณฑ์ที่ใช้งานจริงได้เร็วขึ้น

Google

Google ยังคงเดินหน้าลดตำแหน่งงานต่อเนื่องเพื่อสนับสนุนการแข่งขันในสงคราม AI กับคู่แข่งอย่าง Microsoft และ OpenAI โดยตลอดปี 2025 มีการลดพนักงานหลายรอบ รวมถึงพนักงานในส่วน Cloud, ฮาร์ดแวร์ และทีมงานด้านการโฆษณา นอกจากนี้ยังมีการปลดพนักงานสัญญาจ้าง (Contractors) ที่ทำงานด้าน AI อย่าง Gemini ไปกว่า 200 ราย โดย Sundar Pichai ระบุชัดเจนว่าต้องการลดลำดับชั้นการบริหาร (Layers) ลงกว่า 1 ใน 3 เพื่อให้บริษัทตัดสินใจและพัฒนา AI ได้รวดเร็วขึ้น

Apple 

โดยปกติ Apple จะเป็นบริษัทที่เลิกจ้างพนักงานน้อยที่สุดในกลุ่ม Big Tech แต่ในปี 2025 ก็เริ่มมีการขยับตัวเพียงแต่ไม่มีการระบุจำนวน โดยมีการเลิกจ้างใน ฝ่ายขาย (Sales) และ ฝ่ายบริการดิจิทัล (เช่น Apple Books และ Apple News) เพื่อปรับโครงสร้างทีมขายให้ทันสมัยขึ้น

Tesla

มีการตัดลดพนักงานไปมากกว่า 14,000 ตำแหน่ง ทั่วโลก เพื่อลดต้นทุนที่ซ้ำซ้อนและการเตรียมความพร้อมสำหรับยุคการขนส่งอัตโนมัติ (Autonomous) และหุ่นยนต์ ซึ่งต้องใช้การลงทุนด้าน AI และซูเปอร์คอมพิวเตอร์อย่างหนัก

Salesforce

Marc Benioff ซีอีโอ ยืนยันในเดือนกันยายนว่า ได้ลดพนักงานฝ่ายสนับสนุนลูกค้าลง 4,000 ตำแหน่ง ด้วยความช่วยเหลือของ AI โดยเขาระบุว่า AI ทำงานในบริษัทไปแล้วกว่า 50%

IBM

Arvind Krishna ซีอีโอของ IBM เผยว่า AI Chatbot ได้เข้ามาทำงานแทนที่พนักงานฝ่ายบุคคล (HR) ไปบางส่วนแล้ว อย่างไรก็ตาม IBM ยังคงมีการจ้างงานเพิ่มในด้านที่ต้องใช้การคิดวิเคราะห์สูง เช่น วิศวกรรมซอฟต์แวร์ การขาย และการตลาด

CrowdStrike

บริษัทซอฟต์แวร์ความปลอดภัยทางไซเบอร์ประกาศเลิกจ้างพนักงาน 5% หรือประมาณ 500 คน ในเดือนพฤษภาคม โดยระบุโดยตรงว่าเป็นผลมาจาก AI ซึ่งช่วยให้บริษัทพัฒนานวัตกรรมได้เร็วขึ้นและลดภาระงานส่วนหลัง (Back office)

Workday

แพลตฟอร์มด้าน HR เป็นกลุ่มแรกๆ ที่ประกาศลดพนักงาน 8.5% (ประมาณ 1,750 ตำแหน่ง) ในเดือนกุมภาพันธ์ เพื่อจัดลำดับความสำคัญใหม่และนำทรัพยากรไปทุ่มให้กับ AI

AI เป็นเหตุผลจริง หรือแค่ “แพะรับบาป”?

ในสภาวะที่อัตราเงินเฟ้อพุ่งสูง ภาษีนำเข้าทำให้ค่าใช้จ่ายเพิ่มขึ้น และบริษัทต่าง ๆ กำลังมองหาวิธีลดต้นทุน AI จึงกลายเป็นทางออกระยะสั้นที่น่าดึงดูดใจ ผลการศึกษาจาก MIT ในเดือนพฤศจิกายนชี้ให้เห็นว่า AI สามารถทำงานแทนที่แรงงานในสหรัฐฯ ได้แล้วถึง 11.7% และช่วยประหยัดค่าจ้างได้มหาศาลถึง 1.2 ล้านล้านดอลลาร์ ในกลุ่มธุรกิจการเงิน สาธารณสุข และบริการวิชาชีพอื่น ๆ

อย่างไรก็ตาม ไม่ใช่ทุกคนที่เชื่อว่า AI คือสาเหตุที่แท้จริง Fabian Stephany ผู้ช่วยศาสตราจารย์ด้าน AI และการทำงานจาก Oxford Internet Institute ให้ความเห็นกับ CNBC ว่า AI อาจเป็นเพียงข้ออ้าง

เขากล่าวว่า หลายบริษัทที่เติบโตดีในช่วงแพร่ระบาดได้ จ้างคนเกินความจำเป็น (Overhired) และการเลิกจ้างในช่วงนี้อาจเป็นเพียงการ ล้างไพ่ ในตลาดแรงงานเท่านั้น

“มันเป็นการไล่คนที่บริษัทไม่มีแผนรองรับในระยะยาวออก แทนที่จะยอมรับว่า ‘เราคำนวณพลาดเมื่อ 2-3 ปีก่อน’ 

อย่างไรก็ตาม ผลวิจัย Silver Age Technology Adoption ของ ‘วิทยาลัยการจัดการ มหาวิทยาลัยมหิดล’ (CMMU) ได้เผยถึงข้อมูลสุดเซอร์ไพรส์ที่จะลบภาพจำ ‘ผู้สูงวัยตามเทคไม่ทัน’ โดยระบุว่า

กลุ่ม Silver Age หรือคนอายุ 50+ เป็น ‘ผู้บริโภคดิจิทัลเต็มรูปแบบ’ ด้วยการใช้สมาร์ตโฟนถึง 95%, 61% ใช้ Tablet เป็นอุปกรณ์หลักในชีวิตประจำวัน และ 83% สนใจผลิตภัณฑ์เทคโนโลยี ใช้ LINE และ Facebook เป็นช่องทางหลักในการสื่อสาร ขณะที่ YouTube และ Netflix เป็นแพลตฟอร์มบันเทิงยอดนิยม

ที่น่าสนใจ คือ การยอมรับเทคโนโลยี AI โดย 94% ของคนกลุ่มนี้เคยใช้งาน AI แล้ว ซึ่ง AI Tools ที่มีผู้ใช้งานมากที่สุด ได้แก่

-ChatGPT 72%

-Google Gemini 49%

-Microsoft Copilot 25%

ส่วนเหตุผลที่ใช้ 82% ใช้เพื่อค้นหาข้อมูล 62% สำหรับเรียนรู้ และ 37% ช่วยงาน

นอกจากนี้ ปัจจุบันมีผู้สูงอายุ 50 ปีขึ้นไปกว่า 19.6 ล้านคนที่ใช้งานอุปกรณ์ดิจิทัลในชีวิตประจำวันและใช้เวลาออนไลน์เฉลี่ยสูงถึง 4 ชั่วโมงต่อวัน

‘ความกังวล’ ปัจจัยการตัดสินใจใช้

แม้ผลการวิจัยจะชี้ให้เห็นว่ากลุ่ม Silver Age พร้อมเปิดรับเทคโนโลยีและนวัตกรรม แต่การตัดสินใจใช้งานถูกขับเคลื่อนจาก ‘ความกังวล’ เป็นหลัก ซึ่งเมื่อเจาะลึกจะพบว่า อุปสรรคหลัก 3 อันดับของการยอมรับเทคโนโลยีของคนกลุ่มนี้ ได้แก่

ความซับซ้อนของระบบและฟังก์ชัน 69%

ปัญหาทางกายภาพ เช่น ตัวหนังสือเล็กเกินไป 67%

ความกลัวข้อมูลรั่วไหล-ถูกหลอก 57%

นอกจากนี้พบ 75.6% กลัวใช้งานผิดพลาดหรือทำข้อมูลหาย และ 72.7% รู้สึกว่าเทคโนโลยีซับซ้อนเกินไป

4 กลยุทธ์หลักเพื่อเป็นแนวทางสำหรับมัดใจตลาด Silver Age ทลายกำแพงความกังวลได้ดีที่สุด

1) ออกแบบให้ง่าย แต่สร้างให้ไว้ใจได้ เพื่อสร้างความมั่นใจและทลายความกังวล

2) โฟกัสที่สุขภาพและความเป็นอยู่ที่ดี ตอบโจทย์การดูแลสุขภาพเชิงรุกและความปลอดภัยในชีวิตประจำวัน

3) สร้างตัวตนที่น่าเชื่อถือ โดยเฉพาะช่องทาง Official ของแบรนด์ ควบคู่กับการส่งเสริมรีวิวจากผู้ใช้งานจริง

4) Empower ให้ผู้ใช้งาน สื่อสารกับผู้มีอำนาจตัดสินใจตัวจริง พร้อมต่อยอดเป็น 5A Star metrix Framework กรอบแนวคิดเชิงกลยุทธ์สำหรับผู้ประกอบการเทคโนโลยี นักพัฒนา AI และนักนวัตกรรม เพื่อใช้ในการออกแบบและสร้างสรรค์ผลิตภัณฑ์และบริการได้ตอบโจทย์ชาว Silver Age ได้อย่างแท้จริง

Accessibility (การเข้าถึง): เทคโนโลยีต้องถูกออกแบบมาให้ทุกคนใช้งานง่าย และเป็นมิตรกับผู้ใช้ทุกระดับประสบการณ์ เพราะอุปสรรคสำคัญของ Silver Age ไม่ใช่ทัศนคติที่ต่อต้านเทคโนโลยี แต่คือประสบการณ์ในอดีตที่ยุ่งยากจนทำให้ไม่กล้าลองสิ่งใหม่ การออกแบบที่เข้าใจผู้ใช้จึงเป็นจุดตั้งต้นของการยอมรับ

Assurance (ความมั่นใจ): เทคโนโลยีต้องสร้างความเชื่อมั่นผ่านคำแนะนำจากบุคคลในครอบครัว มีการรับรองจากผู้เชี่ยวชาญและรีวิวที่ตรวจสอบได้

Autonomy (ความเป็นอิสระ): เทคโนโลยีควรเป็นเครื่องมือที่เสริมพลัง และช่วยให้มีอิสระในการใช้ชีวิต ช่วยให้ผู้สูงวัยสามารถจัดการสุขภาพเชิงรุกและดูแลตนเองได้ เพราะสิ่งที่ผู้สูงวัยกลัวที่สุดไม่ใช่โรคภัยแต่คือ การสูญเสียความสามารถในการดูแลตัวเอง

Affordability (ความคุ้มค่า): Silver Age ไม่ได้มองหาเทคโนโลยีที่ถูกที่สุด แต่ต้องการราคาที่สมเหตุสมผล สอดคล้องกับคุณค่าที่ได้รับ การสื่อสารให้เห็นความคุ้มค่าอย่างชัดเจนและมีทางเลือกที่ยืดหยุ่น คือกุญแจสำคัญของการตัดสินใจซื้อ

Affinity (ความผูกพัน): เทคโนโลยีที่ประสบความสำเร็จต้องเชื่อมโยงผู้สูงวัยกับครอบครัว ผ่านฟีเจอร์ที่ใช้งานร่วมกันได้ เช่น บัญชีหลายผู้ใช้หรือแดชบอร์ดสำหรับครอบครัว เพราะผลิตภัณฑ์ที่สร้างสรรค์ ‘เพื่อทั้งบ้าน’ มีโอกาสถูกตัดสินใจซื้อมากกว่าผลิตภัณฑ์ที่ตอบโจทย์เฉพาะผู้สูงวัยเพียงคนเดียว

สำหรับการทำวิจัย Silver Age Technology Adoption ของ CMMU มีกลุ่มตัวอย่าง 621 คน จากกรุงเทพมหา นครและปริมณฑล โดยส่วนใหญ่อยู่ในช่วงอายุ 50–65 ปี มีสถานะสมรส การศึกษาสูงกว่าปริญญาตรี หน้าที่การงานมั่นคง และมีรายได้ตั้งแต่ 50,000 ขึ้นไปจนถึงมากกว่า 150,000 บาท

แหล่งข่าวใกล้ชิดเปิดเผยเมื่อวันอาทิตย์ที่ผ่านมาว่า บริษัทใหม่นี้จะเกิดจากการรวมตัวกันของบริษัทประมาณ 10 แห่ง รวมถึง SoftBank Group Corp โดยมีเป้าหมายเพื่อพัฒนาแบบจำลอง AI พื้นฐาน (Base AI Model) ที่ใหญ่ที่สุดของประเทศ ผ่านความร่วมมือระหว่างภาครัฐและเอกชน

โดยโครงการสนับสนุนดังกล่าว จะเริ่มขึ้นในปีงบประมาณ 2026 หรือในเดือนเมษายนปีหน้า โดยบริษัทด้าน AI ใหม่ที่จะเกิดขึ้นนี้ คาดว่าจะมี ทีมวิศวกรประมาณ 100 คน จากทั้ง SoftBank และบริษัทสตาร์ทอัพด้าน AI อย่าง Preferred Networks Inc. เข้าร่วมในบริษัทใหม่นี้ และหวังว่าจะสามารถจัดหาทรัพยากรที่จำเป็น โดยเฉพาะการจัดซื้อ เซมิคอนดักเตอร์ ภายใต้การสนับสนุนจากรัฐบาล

ทั้งนี้ การเคลื่อนไหวของญี่ปุ่นในการพัฒนา AI ของตนเองนี้ เกิดขึ้นจากความหวังที่จะ แข่งขันกับจีนและสหรัฐอเมริกา ซึ่งเป็นผู้นำในเทคโนโลยีด้านนี้ เนื่องจาก AI ส่งผลกระทบโดยตรงต่อความมั่นคงของชาติ และปัจจุบันญี่ปุ่นยังตามหลังในการใช้งาน AI รัฐบาลจึงตั้งเป้าที่จะจัดทำแผนแม่บทพื้นฐาน ซึ่งคาดว่าจะได้รับอนุมัติจากคณะรัฐมนตรีในเร็ว ๆ นี้

โดยแผนดังกล่าวจะเน้นที่ การพัฒนา AI ในประเทศ และการรักษาฐานข้อมูล (Data Centers) เพื่อเสริมสร้างอำนาจของชาติและลดการขาดดุลทางดิจิทัล อีกส่วนคือ การพัฒนา Physical AI ซึ่งเป็นการผสมผสานเทคโนโลยี AI เข้ากับหุ่นยนต์ (Robotics) โดยระบุไว้ในร่างแผนว่าเป็นกลยุทธ์สำคัญสำหรับญี่ปุ่นที่ยังตามหลังในด้านนี้อยู่

ก่อนหน้านี้ รัฐบาลเกาหลีใต้ ก็พึ่งประกาศแผนพัฒนา AI ของประเทศ โดยมีเป้าหมายเป็น 1 ใน 3 ประเทศชั้นนำด้านเทคโนโลยี AI ของโลก (G3 AI Power) โดยต่อยอดจากความแข็งแกร่งด้านเซมิคอนดักเตอร์ (Samsung/SK Hynix) มาเป็นฐานในการครองตลาด AI พร้อมประกาศลงทุน 9.4 ล้านล้านวอน (ประมาณ 6.9 พันล้านดอลลาร์) ภายในปี 2027

Source

จนล่าสุด Meta ก็ได้วางแผนที่จะ ลดงบประมาณสำหรับโครงการ Metaverse ลงถึง 30% ตามรายงานของ Bloomberg News ส่งผลให้ราคาหุ้นของบริษัทเพิ่มขึ้น +4% เนื่องจากช่วยคลายความกังวลของนักลงทุนบางส่วนเกี่ยวกับการเดิมพันขนาดใหญ่ของ Mark Zuckerberg ซีอีโอ ที่ เผาผลาญเงินไปแล้วกว่า 6 หมื่นล้านดอลลาร์ตั้งแต่ปี 2020 กับ Metaverse 

แม้ว่าจะเป็นข่าวดีของนักลงทุน แต่อาจไม่ใช่ข่าวดีของพนักงาน เพราะการลดงบประมาณที่สูงขนาดนี้ น่าจะรวมถึงการเลิกจ้างพนักงานด้วย ซึ่งอาจจะเกิดขึ้นเร็วที่สุดในเดือนมกราคม ปี 2569

Craig Huber นักวิเคราะห์จาก Huber Research Partners กล่าวว่า เป็นการเคลื่อนไหวที่ฉลาด แต่มาช้าไป และนี่ดูเหมือนเป็นการเปลี่ยนแปลงครั้งใหญ่เพื่อปรับค่าใช้จ่ายให้สอดคล้องกับแนวโน้มรายได้จาก Metaverse ที่ไม่ได้สดใสเท่าที่ผู้บริหารคิดไว้เมื่อหลายปีก่อน

กลุ่ม Metaverse นี้อยู่ภายใต้ Reality Labs ซึ่งเป็นหน่วยงานที่ผลิตชุดหูฟัง Mixed-Reality รุ่น Quest ของบริษัท, แว่นตาอัจฉริยะที่ทำร่วมกับ EssilorLuxottica’s (ESLX.PA) Ray-Ban และแว่นตา Augmented-Reality ที่กำลังจะมาจะปล่อยออกมาในอนาคต

ที่ผ่านมา Meta ยังคงพยายามขยายตลาดของอุปกรณ์เหล่านี้ให้ไปไกลกว่ากลุ่มผู้เล่นเกมเฉพาะทาง แต่ก็ยังไม่ได้ง่ายขนาดนั้น อย่างไรก็ตาม Meta ยังถือว่าอยู่ในตำแหน่งได้เปรียบในตลาดแว่นตาอัจฉริยะ เนื่องจากคู่แข่งอย่าง Google ของ Alphabet, Apple และ Snap ยังบุกตลาดไม่สำเร็จ

ทั้งนี้ รายงานเกี่ยวกับการลดงบการลงทุนใน Metaverse ออกมาในช่วงเวลาที่ Meta กำลังเร่งรีบเพื่อรักษาความสามารถในการแข่งขันด้าน AI หลังจากที่โมเดล Llama 4 ของบริษัท ได้รับการตอบรับที่ไม่ดีนัก

เพื่อสนับสนุนเป้าหมายที่ทะเยอทะยานเหล่านี้ Meta ได้ให้คำมั่นที่จะ ลงทุนด้านงบประมาณ (Capital Spending) สูงถึง 7.2 หมื่นล้านดอลลาร์ ในปีนี้ โดยรวมแล้ว คาดว่าบริษัทเทคโนโลยีขนาดใหญ่จะใช้จ่ายไปกับ AI ประมาณ 4 แสนล้านดอลลาร์ ในปีนี้

Source

จากสถิติพบว่า มูลค่าการจองท่องเที่ยวออนไลน์ในอาเซียนเกิน 59,000 ล้านดอลลาร์สหรัฐ และในระยะอันใกล้อัตราการใช้บริการออนไลน์อาจแตะ 74% ขณะที่ตลาดเทคโนโลยีการท่องเที่ยวทั่วโลกมีมูลค่าราว 11,100 ล้านดอลลาร์ และอาจขยายสู่ระดับ 18,700 ล้านดอลลาร์ ตามการเติบโตของบริการเชิงประสบการณ์

การเติบโตดังกล่าวถือเป็นโอกาสทางธุรกิจที่มหาศาล จึงทำให้เกิดสตาร์ทอัพเพื่อให้บริการท่องเที่ยวออนไลน์มากขึ้น รวมถึง TripBuilder สตาร์ทอัพด้าน AI Travel Assistant จากเกาหลีที่เตรียมตัวมาเปิดตลาดในประเทศไทย เนื่องจากมองเห็นศักยภาพการเป็นศูนย์กลางการเดินทางและท่องเที่ยวในบ้านเรา

ฮูเยน Marketer ของ TripBuilder เล่าว่า จุดเริ่มต้นของสตาร์ทอัพแห่งนี้ บริษัทฯ มาจาก ‘คิม มยองจุน’ ซึ่งเป็น    ผู้ก่อตั้งขึ้นและก่อตั้ง TripBuilder ชอบท่องเที่ยว แต่การไปทริปแต่ละครั้งต้องพบกับไม่สะดวกมากมายทั้งตั๋ว    เครื่องบิน โรงแรม การเดินทางในเมือง และกิจกรรมที่กระจัดกระจายอยู่หลายที่ ผู้ใช้ต้องเปรียบเทียบและตัดสินใจ ซ้ำไปซ้ำมา

TripBuilder จึงเริ่มต้นขึ้นมา เพื่ออยากแก้ปัญหาความยุ่งยากดังกล่าว ด้วยการใช้เทคโนโลยี โดยเฉพาะ AI เข้ามาช่วยแก้ปัญหา ภายใต้จุดเด่น คือ การใช้ Data วิเคราะห์ตั้งแต่เที่ยวบิน โรงแรม การเดินทางภายในพื้นที่ กิจกรรมท้องถิ่น รูปแบบการเดินทาง

โดยดูจากงบประมาณ เวลาที่มี รูปแบบการเดินทาง ความชอบส่วนตัว ไปจนถึงพฤติกรรมการใช้จ่ายของผู้ใช้แต่ละคน และสามารถปรับแผนได้ตลอดเวลา เช่น ถ้าฝนตก ร้านปิด คนแน่น หรือเวลาไม่พอ AI จะเสนอทางเลือกใหม่ที่เหมาะกับสถานการณ์นั้นทันที

เป้าหมาย เพื่อให้สามารถนำเสนอทริปการเดินทางที่ดีที่สุดให้กับผู้ใช้ในช่วงเวลานั้นจริง ๆ ไม่ใช่แค่โชว์ข้อมูล ไม่ว่าจะเป็นการจองไฟลท์บินและโรงแรม แนะนำร้านอาหาร สถานที่ท่องเที่ยว และกิจกรรมต่าง ๆ แบบ one stop service ให้ผู้ใช้ควบคุมทุกขั้นตอนของการเดินทางได้ในหน้าจอเดียวจริง ๆ

“OTA หรือ แพลตฟอร์มจองท่องเที่ยวแบบเดิม ทำแค่แสดงข้อมูลให้เลือก แต่ AI ของเราจะเข้าใจสถานการณ์และความต้องการของผู้ใช้ แล้วคัดตัวเลือกที่เหมาะที่สุดให้ทันที ดังนั้น AI ในวันนี้ไม่ได้เป็นแค่ตัวช่วยเสริม แต่เป็นหัวใจหลักของการวางแผนท่องเที่ยวยุคใหม่ ทำให้บทบาทของนักท่องเที่ยวเปลี่ยนจากการหาข้อมูล มาเป็นการใช้เวลาไปกับการเดินทางจริง ๆ มากขึ้น”

ไทยประเทศแห่งโอกาส

ฮูเยน กล่าวว่า สำหรับ TripBuilder แล้ว ประเทศไทยเป็นประเทศแห่งโอกาส เพราะเป็นหนึ่งในปลายทางที่ได้รับความนิยมสูงจากนักท่องเที่ยวต่างชาติ และเป็นตลาดที่เปิดโอกาสให้เกิดความร่วมมือหลากหลายด้านเทคโนโลยีการเดินทาง

ดังนั้น จึงต้องการร่วมสร้าง ecosystem ด้านการท่องเที่ยวในภูมิภาคเอเชียตะวันออกเฉียงใต้ร่วมกับพาร์ทเนอร์ท้องถิ่น ทั้งด้านการคมนาคม โรงแรม กิจกรรมท่องเที่ยว ประกันภัย และการชำระเงิน โดยจะเห็นความเคลื่อนไหวในปี 2026

“เราไม่ใช่แค่การเป็นเพียงแพลตฟอร์มเท่านั้น แต่เราตั้งใจจะเป็นบริษัทที่สร้างมาตรฐาน AI ด้านการเดินทางระดับโลก นักท่องเที่ยวในอนาคตจะไม่ต้องค้นหาเอง เพราะ AI จะเตรียมให้ล่วงหน้า เข้าใจบริบท และเสนอเส้นทางที่ดีที่สุด”

การศึกษานี้ดำเนินการโดยใช้เครื่องมือจำลองแรงงานที่เรียกว่า ดัชนีภูเขาน้ำแข็ง (Iceberg Index) ซึ่งสร้างขึ้นโดย MIT และห้องปฏิบัติการแห่งชาติโอ๊คริดจ์ (Oak Ridge National Laboratory – ORNL) ดัชนีนี้จำลองวิธีการปฏิสัมพันธ์ของแรงงานชาวสหรัฐฯ จำนวน 151 ล้านคนทั่วประเทศ ไม่ได้จำกัดอยู่แค่ในเมืองใหญ่ที่เป็นศูนย์กลางเทคโนโลยีเท่านั้น และจำลองว่าพวกเขาได้รับผลกระทบจาก AI และนโยบายที่เกี่ยวข้องอย่างไร

โดยดัชนีนี้ จะถือว่าคนงาน 151 ล้านคนเป็นตัวแทน (agents) แต่ละราย มีการติดแท็กทักษะ งาน อาชีพ และที่ตั้งของแต่ละคน มันทำแผนที่ทักษะมากกว่า 32,000 รายการ ใน 923 อาชีพ ครอบคลุม 3,000 เขต และจากนั้นจะวัดว่าระบบ AI ในปัจจุบันสามารถทำงานเหล่านั้นได้แล้วที่ใดบ้าง โดยสิ่งที่นักวิจัยพบคือ 

การเลิกจ้างในสายงานเทคโนโลยีและคอมพิวเตอร์ (IT) ซึ่งเป็นข่าวใหญ่ คิดเป็นเพียง 2.11 แสนล้านดอลลาร์ หรือ 2.2% เท่านั้น หรือเป็นเพียงแค่ ยอดภูเขาน้ำแข็ง ส่วนที่สำคัญกว่า คือ ใต้ภูเขาน้ำแข็ง ความเสี่ยงส่วนใหญ่มูลค่า 1.2 ล้านล้านดอลลาร์ ที่อยู่ใน งานประจำทั่วไป เช่น งานธุรการสำนักงาน (Office Administration), ฝ่ายบุคคล (HR), โลจิสติกส์ และการเงิน ซึ่งเป็นส่วนที่คนมักมองข้ามไป

Prasanna Balaprakash ผู้อำนวยการ ORNL และผู้นำร่วมในการวิจัย กล่าวว่า ดัชนีนี้ดำเนินการทดลองในระดับประชากร โดยเผยให้เห็นว่า AI ปรับเปลี่ยนงาน ทักษะ และการไหลเวียนของแรงงานอย่างไร ก่อนที่การเปลี่ยนแปลงเหล่านั้นจะปรากฏขึ้นในระบบเศรษฐกิจจริง

อย่างไรก็ตาม เครื่องมือนี้ถูกสร้างขึ้นมาเพื่อให้เป็น แซนด์บ็อกซ์ (Sandbox) หรือสนามทดลอง สำหรับผู้กำหนดนโยบาย ดังนั้น ไม่ใช่เครื่องมือทำนายการตกงาน แต่เป็นเครื่องมือที่บอกว่า AI ในวันนี้สามารถทำทักษะอะไรได้บ้าง เพื่อให้รัฐบาลสามารถใช้ดัชนีนี้จำลองสถานการณ์ต่าง ๆ เช่น ถ้ามีการฝึกอบรมทักษะใหม่ หรือมีการใช้เทคโนโลยีเพิ่มขึ้น จะเกิดอะไรขึ้นกับการจ้างงานและ GDP ในพื้นที่ของตน ก่อนที่จะตัดสินใจลงทุนเงินหลายพันล้านดอลลาร์

ปัจจุบัน มีหลายรัฐที่ได้นำเครื่องมือนี้ไปใช้เพื่อวางแผนรับมือกับผลกระทบของ AI และจัดทำแผนฝึกอบรมบุคลากรที่เหมาะสมกับอนาคตแล้ว เช่น เทนเนสซี, นอร์ทแคโรไลนา และยูทาห์

Source

ดร. บุรณิน รัตนสมบัติ นายกสมาคมการตลาดแห่งประเทศไทย นิยามโลกธุรกิจในปี 2026 ว่า เป็น ‘ปีที่โลกฉลาดล้ำ ขณะเดียวกันก็เปราะบางและไร้สมดุล’ ซึ่งเกิดจากเปลี่ยนแปลงในระดับมหภาค ทั้งด้านเศรษฐกิจ เทคโนโลยี สังคม และพฤติกรรมผู้บริโภค เผยให้เห็น 10 แนวโน้มการเปลี่ยนแปลงของตลาดที่สำคัญ ได้แก่

1. โลกถึงจุดเปลี่ยน จากโลกที่สมดุล เรากำลังเข้าสู่โลกที่ไม่สมดุล โดยความไม่สสมดุลนี้ หลัก ๆ มาจากความมั่นคงหนี้และการเติบโต ไม่ไปในทิศทางเดียวกัน, ความสามารถในการผลิตกับขนาดของตลาด และความต้องการพลังงานกับประเด็นสิ่งแวดล้อม
2. ตลาดขนาดใหญ่ จะถูกแบ่งย่อยเป็นตลาดเฉพาะกลุ่ม Fragmentation เพราะความวุ่นวายที่เกิดใน Globalization ทำให้เกิด Segmentation และย่อยลงมาอีก ดังนั้น แบรนด์ที่จะเติบโตได้ต้องเก่งในสิ่งที่ตัวเองถนัด และเก่งในตลาดที่แม้จะเล็กแต่มีศักยภาพสูง มากกว่าลงไปแข่งในตลาดใหญ่
3. Asia และ China เริ่มมีอิทธิพลทางความคิดแทนที่ตะวันตก (Asia Soft Power) เช่น เมื่อก่อนแบรนด์ส่วนใหญ่จะเกิดในตะวันตก แล้วมาเติบโตในฝั่งตะวันออก แต่ปัจจุบันแบรนด์แจ้งเกิดตะวันออก และขยายอิทธิพบสู่ตะวันตก ยกตัวอย่างกระแสบอลลี่วู้ด และหนังจีนที่ตอนนี้กำลังเติบโตเป็นอย่างมาก กระทั่ง Netflix และ HBO ยังต้องมีคอนเทนต์พวกนี้
4. ความคิดสร้างสรรค์ของนักการตลาดสำคัญกว่าตรรกะ เพราะทุกคนได้ใช้ AI เป็นเครื่องมือพื้นฐานในการทำการตลาด ดังนั้นหากอยากแตกต่างจำเป็นต้องใช้ความคิดสร้างสรรค์ให้มากขึ้น
5. Multiverse, AI Agentic, Humanoid จะเป็นเทคโนโลยีที่ถูกนำมาใช้ในการทำตลาดมากขึ้น ซึ่งมีวิจัยทำการสำรวจถึงเซกเตอร์ไหนนำ AI ไปใช้มากที่สุด ปรากฏว่า การตลาด มาเป็นอันดับ 2 รองจาก ดิจิทัลเทค
6. ผู้บริโภคให้ความสำคัญและใส่ใจกับประเด็นทางสังคมมากขึ้น ( Drama and Viral Marketing ) เช่น ละครคุณธรรมได้รับความนิยม หรือกระแสของ ‘หมอนทอง ฟีเวอร์’ เนื่องจากตอนนี้โลกอ่อนไหวเปราะบางมากขึ้น คนจึงอยากได้แบรนด์ที่เข้าใจและตอบสนองปัญหาเหล่านี้
7. Influencers ไม่ได้เป็นแค่ผู้นำเชียร์สินค้า แต่ต้องเป็นผู้นำทางความคิด ผู้นำจิตวิญญาณ และต้องเป็น Key opinion customer (KOC)
8. มีการผสมอัตลักษณ์และวัฒนธรรมของผู้คนเข้ากับแบรนด์ หรือหาจุดที่สะกิดใจผู้บริโภค เช่น นำความเป็นชาติ มาบวกกับความเป็นตัวตนของคนและแบรนด์เข้าด้วยกัน ฯลฯ
9. การตลาดสำคัญกว่าการผลิต และอยู่รอดได้ด้วยการบริหารเงินและ Cashflow ก่อนหน้านี้มีคำพูดที่ว่า ‘ใครมีลูกค้าในมือ คนนั้นจะชนะ’ แต่ปัจจุบันการบริหารเงินและ Cashflow เป็นสิ่งสำคัญมากเพื่อให้อยู่รอดได้
10. แบรนด์กลาง ๆ ที่ไม่มีจุดขายอย่างชัดเจนจะอยู่ได้ยากขึ้น

แนะ 6 กลยุทธ์การตลาดทางรอดในปี 2026

1. Competitive Advantage → Chaotic Advantage : จากโลกที่สมดุลสู่โลก ‘ไร้สมดุล’ ที่วัดฝีมือ เพราะบริษัทที่ยืดหยุ่นกว่า เปลี่ยนได้หลากหลายกว่า คือผู้ได้เปรียบ ทั้งในเชิงกลยุทธ์การตลาดและการจัดการ Supply Chain ทั้งในและต่างประเทศ
2. Micro Marketing → Micro Everything : การตลาดเฉพาะเจาะจงนั้นไม่พอ ต้องเฉพาะเจาะจงตั้งแต่ต้นน้ำ ต้องมีการผลิตที่เฉพาะเจาะจงมากขึ้น การจัดจำหน่ายที่เฉพาะเจาะจงมากขึ้น นักการตลาดที่ดีต้องสามารถช่วยสร้างได้แม้แต่อำนาจซื้อของลูกค้า
3. AI Marketing Tool → AI Marketing Teammate :  แบรนด์จะมี “ทีมงาน AI” ที่คิด ทำ จัดการงานด้านการตลาดได้อัตโนมัติ AI จะไม่ใช่แค่เครื่องมือสร้างชิ้นงานทางการตลาดแต่สามารถช่วยคิดนวัตกรรมและกลยุทธ์ที่มีความสร้างสรรค์ทางการตลาดได้
4. Brand Management → Brand Movement : การจัดการแบรนด์ไม่เพียงพอ แต่แบรนด์ควรเป็นเครื่องมือในการสร้างแรงกระเพื่อมทางสังคม และพัฒนาสังคมสู่ความยั่งยืน
5. Drama Queen → Drama Quality : จากดราม่าเพื่อให้เป็นข่าว สู่ไวรัลที่มีความหมาย ส่งผลต่อสังคม และสร้างสรรค์ประโยชน์มากขึ้น
6. Influencer Selling → Influencer Meaning : จาก Influencer ที่เชียร์ขายสู่ Influencer ที่เป็น ‘ผู้นำความคิดและจิตวิญญาณ’ ผู้บริโภคต้องการ guidance ไม่ใช่โฆษณา แบรนด์ที่ดีจะต้องเข้าใจปัจจัยทางจิตวิทยาและสังคมที่มีผลต่อการตัดสินใจซื้อ และนำคุณค่าเหล่านั้นมาเป็นจุดขายที่มีความหมายอย่างแท้จริง

นายกสมาคมการตลาดแห่งประเทศไทยประเมินว่า โลกที่ไร้สมดุลนี้จะใช้เวลา 2-3 ปี ในการ ‘ประคั ประคอง’ สถานการณ์ เพื่อหาจุดสมดุลใหม่ ซึ่งถือเป็นความท้าทาย ดังนั้น แบรนด์และนัการตลากจำเป็นต้องมีการปรับตัวอย่างประณีต แม่นยำ และคล่องตัว

ขณะเดียวกัน ต้องกล้าคิดนอกกรอบ ก้าวข้ามการส่งมอบคุณค่าแบบดั้งเดิมให้กับลูกค้า รวมถึงผสมทฤษฎีและภาคปฏิบัติเข้าด้วยกัน กลายเป็นวัฒนธรรมและตัวตนของแบรนด์เพื่ออยู่รอดให้ได้

ภาพรวมการใช้ AI + IT ขององค์กรไทยปี 2568

ปัจจุบัน องค์กรในประเทศไทยอยู่ในช่วงการเปลี่ยนผ่านยุคดิจิทัล จากการศึกษาทดลอง สู่การ เริ่มใช้จริง โดยจากการสำรวจของ Bualuang Primary Research พบว่า องค์กร เกือบครึ่ง มีโครงการที่เกี่ยวข้องกับ AI หรือ LLM ที่เริ่มใช้งานแล้วจริง แต่ส่วนใหญ่ยังอยู่ ในช่วงนำร่อง และทําเป็นโครงการขนาดเล็กก่อน จึง ยังไม่เห็นผลทางการเงินมาก หรือยังไม่สามารถวัดผลได้ชัดเจน

ผู้ที่ตอบแบบสอบถามจํานวน 2 ใน 3 (67%) มีแผนจะเพิ่มงบ IT อีกในปี 2569 (เทียบกับ 62% ในปี 2568) และพบว่ามีการใช้จ่ายเป็นไปตามแผนงบที่ 68% และเกินงบฯ เพียง 11% สะท้อนช่วงเวลาที่เน้นทดลอง เพิ่มประสิทธิภาพ แต่ยังยึดวินัยทางการเงิน ไม่ได้ทําตามกระแส 

นอกจากนี้ มองว่าวงจรการลงทุนด้านดิจิทัลของไทย กำลังเปลี่ยนจาก การสร้างใหม่ (Build-out) เป็นการ ปรับประสิทธิภาพ (Optimization) ร่วมกับระบบเดิม เพื่อเสริมความ แข็งแกร่งของโครงสร้างพื้นฐานหลัก และเตรียมความพร้อมสำหรับการขยายตัวของ Al

Cybersecurity ลงทุนมากที่สุด

ภาพรวมการสํารวจ Cybersecurity ยังคงเป็นหัวใจของเทคโนโลยีไทย เนื่องจากองค์กรส่วนใหญ่ยังอยู่ในโหมด ป้องกับความเสี่ยงมากกว่าการเป็นตัวเร่งการเติบโต โดยกลุ่ม Al/Machine Learning (ML) และ Cloud Services ถือเป็นเป้าหมายหลัก

ลำดับถัดมา คือ เรื่อง Data & Analytics และ ERP/Core upgrades ซึ่งสะท้อนให้เห็นถึงการ เน้นความพร้อมของข้อมูลและการปรับระบบให้ทันสมัย ก่อนที่จะขยายการใช้ AI ในระดับองค์กรถัดไป ส่วนกลุ่มที่ถูกตัดงบมากที่สุด คือ หมวด HR software, Infrastructure และ Emerging Tech

ในด้านงบ AI โดยรวมยังอยู่ในระดับจํากัด เพราะบริษัทที่ระบุว่างบด้าน AI เพิ่มขึ้น โดยส่วนใหญ่ น่าจะหมายถึงการจัดสรรงบใหม่ภายใน มากกว่าการขยายงบรวมของทั้งองค์กร (Re-allocation)

Al ใช้งานจริง แต่ยังไม่ทําเงินจริง

ผู้ตอบแบบสอบถามประมาณ 55% คาดว่าจะมีโครงการใช้งาน AI ที่เปิดใช้งานจริงภายในสิ้นปี 2568 ทําให้ประเทศไทยอยู่ใกล้เคียงระดับโลก (สหรัฐฯ/ยุโรป -60%, จีน -55%) แต่ถึงแม้จะมี การใช้งานจริง บริษัทก็ยัง ไม่สามารถประเมินผลกระทบต่อกำไรได้ คิดเป็นกว่า 66% ของที่จะใช้งาน

และโครงการส่วนใหญ่ยังคงใช้ภายในองค์กร เช่น การทํางานอัตโนมัติ และการเพิ่มประสิทธิภาพ มากกว่าการสร้างรายได้ใหม่ ซึ่งสอดคล้องกับผลสํารวจของ McKinsey ปี 2568 ที่ระบุว่า แม้บริษัททั่วโลกกว่าราว 87% คาดว่า AI จะเพิ่มรายได้ภายใน 3 ปี แต่มีเพียงแค่ 19% ที่วัดผลเชิงการเงินได้จริงแล้ว

ขณะที่ เป้าหมายหลักของการใช้ AI ในปี 2568 สะท้อนแนวคิดขับเคลื่อนด้วยประสิทธิภาพ โดย

• มุ่งลดต้นทุน (74%)
• เน้นเพิ่มประสิทธิภาพของพนักงาน (70%)
• เสริมการเติบโตของรายได้ (9%)

ดังนั้น ปี 2568 ของไทยจึงถือเป็นปีของการวางรากฐานดิจิทัล ที่เน้นการควบคุมวินัยทาง การเงิน ผลตอบแทนจากการลงทุน และสร้างความพร้อมของระบบมากกว่าการสร้างรายได้

คน อุปสรรคหลักการพัฒนา AI

36% ของบริษัทที่ทำแบบสำรวจระบุว่า ปัญหาขาดแคลนคนเป็นอุปสรรคหลัก ในการพัฒนา AI แต่บริษัทมากถึง 61% ก็ยังคงเลือกพัฒนา Al ด้วยตัวเอง ยิ่งสะท้อนรูปแบบ การพัฒนาที่เป็นไปอย่าง ระมัดระวัง เน้นความมั่งคง โครงการขนาดเล็ก มีความปลอดภัย และขับเคลื่อนภายในองค์กรก่อน ส่วนองค์กรที่เน้น ร่วมมือกับพันธมิตร มีสัดส่วนเพียง 21% 

ส่วนความร่วมมือกับต่างประเทศ แม้จะมีต้นทุนสูง แต่ช่วยให้โครงการสามารถไปต่อได้รวดเร็วกว่า ซึ่งเฟสต่อไปของไทยจึงอาจเป็นการผสมผสานรูปแบบ Hybrid co-development หรือ Al-as-a-Service ระหว่างผู้พัฒนาในประเทศกับพันธมิตรต่างชาติ

AI ยังไม่ใช่ปัจจัยหนุน EPS

อิงจากกลุ่มตัวอย่างที่สํารวจ (ซึ่งคิดกำไรเป็นสัดส่วนประมาณ 50% กำไรสุทธิของ SET) จะเห็นว่าการเปลี่ยนผ่านสู่ดิจิทัลของไทยในปัจจุบัน อยู่ในฐานะ การรักษาเสถียรภาพของกำไร มากกว่าการสร้างการเติบโต โดยในช่วง 2 ปีข้างหน้า แม้ว่าบริษัทมีแผนเพิ่มงบลงทุน IT ราว 67% แต่ มีเพียง 20% ที่ระบุว่า กำไรเพิ่มขึ้นมากกว่า 5% จากการลงทุนด้านดิจิทัล 

ดังนั้น เมื่อเทียบกับสมมติฐานฐาน EPS ปี 2569 ของ SET ที่ 90 จุด จะสะท้อนการหนุนเพียง 2-2.5% เท่านั้น นอกจากนี้ บริษัทในกลุ่มที่สำรวจยังไม่สามารถวัด ROI ได้จริงราว 66% ซึ่งยืนยันว่าผลกระทบของการเปลี่ยนผ่านดิจิทัลต่อ EPS ยังอยู่ในช่วงที่ประเมินผลได้ไม่ชัดเจน

ดังนั้น การลงทุนด้าน Al ระลอกแรกของไทยมุ่งเน้นไปที่ กลุ่มต้นน้ำ อย่าง DELTA ซึ่ง ได้รับอานิสงส์จากการขยายศูนย์ข้อมูลระดับโลก ขณะที่ในประเทศ ความสนใจได้ไปสู่ กลุ่มโรงไฟฟ้าและนิคมฯ ที่เกี่ยวข้องกับการสร้างฐานโครงสร้างพื้นฐาน ภายในประเทศ สำหรับฝั่งผู้ใช้งาน Al แบบองค์กร ผลการสำรวจของเราชี้ว่า กลุ่ม ICT, Healthcare และ Food เป็นผู้นำการใช้งาน แม้ผลเชิงตัวเลขในระยะสั้นจะยัง ไม่ชัดเจนก็ตาม

ในส่วนของผู้ให้บริการด้าน IT และ Al แบ่งเป็น สี่ธีมการลงทุนหลัก โดย ธีมแรก-Staple Tech (ความมั่นคงทางไซเบอร์และการปรับระบบหลัก) เป็นธีมในระยะสั้นที่มีอุปสงค์ต่อเนื่องและเอื้อต่อบริษัทผู้ให้บริการวางระบบ ขณะที่อีกสามธีม ได้แก่ การย้ายระบบขึ้นคลาวด์ (Cloud Migration), การ สร้างประโยชน์จาก AI (AI Monetization) และ ความพร้อมของข้อมูล (Data Readiness) จะเป็นโอกาสในระยะกลาง เนื่องจากยังเผชิญกับภาวะงบ IT ที่ระมัดระวัง

ข้อควรระวังในอนาคต

จะเห็นว่า ผลเชิงบวกจะไม่ถูกส่งผ่านมาถึง Household consumption เหมือนใน US ซึ่งได้อานิสงส์ wealth effect จากตลาดหุ้นที่ปรับขึ้น เนื่องจาก US มี Magnificent Seven กลุ่มบริษัทเทคโนโลยีขนาดใหญ่ 7 แห่งในสหรัฐฯ ได้แก่ Apple, Microsoft, Amazon, Alphabet, Meta, Nvidia, และ Tesla ซึ่งมีมูลค่าตลาดสูงมากและราคาหุ้นพุ่งขึ้นอย่างมากจาก AI) แต่ไทยมีหุ้นขนาดใหญ่เพียงไม่กี่ตัว เช่น Delta One 

นอกจากนี้ ภาพในระยะยาวการเพิ่มขึ้นของ Data center อาจจะทําให้ ราคาพลังงานในประเทศสูงขึ้น เนื่องจากภาคอุตสาหกรรมที่ใช้ไฟสูง และไม่มี AI รวมถึง Consumer อาจจะถูกกระทบ อีกทั้งถ้าไทยพัฒนาคนไม่ได้ และถูกทดแทนด้วย AI ยิ่งกระทบตลาดแรงงาน