เคยสงสัยไหมว่า ทำไมแอปช้อปปิ้งออนไลน์ถึงรู้ว่าเรากำลังอยากได้รองเท้าผ้าใบคู่ใหม่ หรือทำไม Netflix ถึงแนะนำซีรีส์ได้ตรงใจราวกับนั่งอยู่ในหัวเรา
สิ่งนั้นคือพลังของ Personalization ที่เราคุ้นเคยกันดี มันคือการที่แบรนด์ใช้ข้อมูล ในอดีตของเรา เพื่อเดาใจว่าเราต้องการอะไร แต่ถ้า… มันทำได้มากกว่านั้นล่ะ?
ขอต้อนรับเข้าสู่ยุคของ Hyper-personalization นี่ไม่ใช่แค่การเรียกชื่อเราถูกในอีเมล แต่คือการที่แบรนด์สามารถคาดเดาความต้องการของเราได้แบบเรียลไทม์ โดยใช้ AI ที่ล้ำหน้าอย่าง GenAI มาวิเคราะห์พฤติกรรม, บริบท, สถานที่, เวลา และแม้กระทั่งอารมณ์ ของเราในเสี้ยววินาทีนั้น เพื่อสร้างประสบการณ์ที่ เฉพาะเราจริงๆ
ลองนึกภาพว่า แทนที่จะได้รับอีเมลโฆษณากาแฟลดราคาเหมือนคนอื่นๆ เราอาจจะได้รับข้อความว่า สวัสดีคุณ Techhub วันนี้ฝนตกนะ รถติดน่าดู แถมคุณยังมีประชุมเช้าด้วย รับกาแฟร้อนสูตรเข้มข้นแก้วโปรด พร้อมส่วนลดพิเศษ ส่งถึงออฟฟิศคุณภายใน 15 นาทีไหมครับ?
นี่คือโลกที่ Hyper-personalization กำลังพาเราไป และสำหรับประเทศไทย นี่คือโอกาสทางธุรกิจมูลค่ามหาศาล แต่ในขณะเดียวกัน ก็เป็นความท้าทายที่ใหญ่หลวงเช่นกัน
Techhub ได้มีโอกาสสัมภาษณ์ คุณณัฐวิชช์ ว่องสิทธิโรจน์ Regional Technical Head จาก ManageEngine ผู้เชี่ยวชาญที่จะมาถอดรหัสว่า เทคโนโลยี AI รู้ใจ นี้ กำลังจะส่งผลกระทบต่อเศรษฐกิจไทย ธุรกิจไทย และคนไทยอย่างเราๆ อย่างไร
1. ประเทศไทยพร้อมแค่ไหน? กับคลื่น AI รู้ใจ
ถ้าถามว่าประเทศไทยพร้อมไหมสำหรับเทคโนโลยีนี้? คุณณัฐวิชช์ให้มุมมองที่น่าสนใจว่า พื้นฐานเราดีมาก ความพร้อมของไทยไม่ได้มาแบบลอยๆ แต่มีตัวเลขสนับสนุนชัดเจน โดย
- รัฐบาลไทยอนุมัติงบกว่า 25,000 ล้านบาท เพื่อเร่งพัฒนา AI ใน 2 ปี ตั้งเป้าเป็นผู้นำ AI ในภูมิภาค และกำลังจัดตั้งศูนย์ความเป็นเลิศด้าน AI 9 แห่ง ในสาขาสำคัญอย่าง สาธารณสุข การผลิต และการท่องเที่ยว
- คนไทยใช้ AI เป็นประจำ โดยปัจจุบันมีคนไทยกว่า 70% ใช้งาน AI ในชีวิตประจำวัน และ 92% ของพนักงานสายความรู้ ก็ใช้เครื่องมือ AI ช่วยทำงานแล้ว
- องค์กรไทย 17.8% นำ AI มาใช้แล้ว และอีก 73.3% มีแผนจะใช้ในเร็วๆ นี้
จุดที่น่าสนใจที่สุดคือ มิติด้านข้อมูลและโครงสร้างพื้นฐาน Data and Infrastructure ของไทยมีความพร้อมสูงถึง 65.5%
คุณณัฐวิชช์อธิบายว่า นี่แปลว่าองค์กรจำนวนมาก ตระหนักถึงความสำคัญของข้อมูล ซึ่งเป็นวัตถุดิบหลักในการสร้าง AI รู้ใจ เมื่อเรามีข้อมูลพร้อม ระบบหลังบ้านพร้อม ก็เหมือนมีเครื่องยนต์ที่แรงรออยู่แล้ว ขาดแค่คนขับที่เชี่ยวชาญและกลยุทธ์ที่ดีเท่านั้น
นอกจากนี้ การพัฒนา Typhoon LLMs หรือโมเดลภาษาขนาดใหญ่ของไทย ยังเป็นตัวเร่งสำคัญ ที่จะทำให้ AI เข้าใจบริบทภาษาไทย สแลง หรือมุกตลกแบบคนไทยได้ลึกซึ้งขึ้น ทำให้แชตบอต หรือระบบแนะนำสินค้า “คุยรู้เรื่อง” และ “ถูกใจ” คนไทยมากขึ้นนั่นเอง
2. สมรภูมิธุรกิจไทย 3 ความท้าทายใหญ่ สู่การเป็น แบรนด์ที่รู้ใจ
แม้ว่าเราจะมีพื้นฐานที่ดี แต่การจะไปถึงจุดที่ AI รู้ใจลูกค้าได้แบบเรียลไทม์ คุณณัฐวิชช์ชี้ว่า ธุรกิจไทยกำลังเผชิญกับ 3 ความท้าทายหลัก ที่เปรียบเหมือนกำแพงที่ต้องข้ามผ่าน
ความท้าทายที่ 1 ช่องว่างด้านบุคลากร
เรามีเทคโนโลยี แต่เราขาดคน โดยรายงานจาก UNESCO ชี้ชัดว่า ไทยขาดแคลนผู้เชี่ยวชาญเฉพาะทางด้าน AI อย่างหนัก โดยเฉพาะสาขา Machine Learning (ML), การออกแบบประสบการณ์ด้วย AI, วิศวกรรมข้อมูล (Data Engineering) และที่สำคัญมากคือ การคุ้มครองข้อมูลส่วนบุคคล พูดง่ายๆ คือ เรามีรถแข่ง F1 (คือ AI) แต่เรามีนักขับ F1 ไม่พอที่จะขับมันอย่างปลอดภัยและเต็มประสิทธิภาพ
ความท้าทายที่ 2 ช่องว่างด้านกฎระเบียบและจริยธรรม
คุณณัฐวิชช์ย้ำว่าการรู้ใจกับการล้ำเส้น ก็มีเพียงเส้นบางๆ กั้นอยู่ ปัจจุบันเรามี PDPA เป็นกรอบกว้างๆ อยู่แล้ว แต่เรายังขาดกรอบกฎหมายที่อิงความเสี่ยง(Risk-based Framework) ที่ออกแบบมาเพื่อ AI โดยเฉพาะ
คำถามสำคัญคือ
- เราจะมั่นใจได้อย่างไรว่า AI จะไม่ตัดสินใจอย่างเอนเอียง
- ถ้า AI ปฏิเสธการให้สินเชื่อกับลูกค้า เราจะอธิบายเหตุผล ของมันได้หรือไม่?
- องค์กรจะมีธรรมาภิบาลด้านจริยธรรม ในการใช้ AI อย่างไร?
นี่คือสิ่งที่ภาครัฐและเอกชนต้องเร่งสร้างความชัดเจน เพื่อสร้างความเชื่อมั่นให้กับผู้บริโภค
ความท้าทายที่ 3 ช่องว่างด้านการจัดการข้อมูล
นี่คือปัญหาคลาสสิกของหลายองค์กร แม้เราจะบอกว่าไทยมีความพร้อมด้านข้อมูลสูง แต่ในทางปฏิบัติ คุณณัฐวิชช์ชี้ว่า หลายองค์กรยังอยู่ในขั้น ตระหนักรู้ มากกว่า ปฏิบัติได้จริง
อีกส่วนสำคัญคือ ข้อมูลของลูกค้ายังคงกระจัดกระจาย ซึ่งเป็นเชื้อเพลิงสำคัญที่ AI จะนำไปเรียนรู้ ไม่ว่าจะเป็น
- ข้อมูลการซื้อ อยู่ในระบบ Sales
- ข้อมูลการแชต อยู่ในระบบ CRM
- ข้อมูลการเข้าเว็บ อยู่ในระบบ Marketing
ข้อมูลเหล่านี้ไม่เคยถูกนำมารวมกัน แถมยังมีข้อมูลที่ไม่สะอาด เช่น ชื่อซ้ำ ที่อยู่ผิด รูปแบบไม่ตรงกัน
เปรียบเหมือนเราอยากทำอาหารจานเด็ด แต่เรามีวัตถุดิบชั้นดี ที่เก็บกระจัดกระจายอยู่คนละตู้เย็น แถมบางอย่างก็เน่าเสีย เมื่อข้อมูลไม่พร้อม AI ก็ไม่สามารถเรียนรู้และให้ผลลัพธ์ที่แม่นยำได้
3. เมื่อ AI กลายเป็นผู้ช่วยแก้ปัญหาของตัวเอง
ข่าวดีคือ AI ไม่ได้สร้างแค่ปัญหา แต่ยังเป็นเครื่องมือ ที่ช่วยแก้ปัญหาเหล่านี้ได้ด้วย คุณณัฐวิชช์ได้ให้แนวทางว่า AI สามารถช่วยธุรกิจไทยข้ามผ่านความท้าทายเหล่านี้ได้อย่างไร
- แก้ปัญหาข้อมูลรก โดยใช้ AI สำหรับการประมวลผลข้อมูลล่วงหน้า และทำความสะอาดข้อมูล เพื่อจัดระเบียบข้อมูลที่กระจัดกระจายให้สะอาด และ พร้อมใช้โดยอัตโนมัติ ลดภาระงานของคนไปได้มหาศาล
- แก้ปัญหากฎระเบียบ ใช้เครื่องมือ AI Governance และ Risk Assessment Frameworks (ซึ่งภาครัฐไทย โดย NAIS และ AIGC ก็กำลังพัฒนา) เพื่อช่วยองค์กรวางมาตรฐานและนโยบายการใช้ AI ให้โปร่งใส ตรวจสอบได้ และสอดคล้องกับ PDPA
- แก้ปัญหา ไม่เข้าใจไทย โดยใช้ Thai LLMs ที่พัฒนาขึ้นในประเทศ เพื่อให้ AI เข้าใจบริบท วัฒนธรรม และภาษาไทยได้ดีขึ้น ลดความหน่วง ในการประมวลผล และสร้างประสบการณ์ที่เป็นธรรมชาติกับคนไทยจริง
4. The Privacy Paradox:ทำอย่างไรให้รู้ใจ แต่ไม่ล้ำเส้น”
คำถามที่ใหญ่ที่สุดในยุค Hyper-personalization คือ เราจะบริหารจัดการ ความเป็นส่วนตัว ของลูกค้าอย่างไร โดยเฉพาะในอุตสาหกรรมที่อ่อนไหวสูงอย่าง ค้าปลีก, การเงิน หรือสาธารณสุข
คุณณัฐวิชช์ให้แนวทางปฏิบัติที่องค์กรไทยกำลังเริ่มทำว่า
- ใช้เครื่องมือกำกับดูแล โดยองค์กรต้องไม่มโนไปเองว่าทำถูกกฎหมาย แต่ต้องใช้เครื่องมือประเมินความเสี่ยง (เช่น AIRS) ที่ภาครัฐมีให้ เพื่อวางแผนการใช้ AI อย่างถูกต้องตามจริยธรรม
- สร้างมาตรฐานข้อมูล โดยต้องมีการกำหนดมาตรฐานชัดเจนว่า ข้อมูลไหนแชร์ได้ ข้อมูลไหนอ่อนไหว ข้อมูลไหนใช้ซ้ำได้ เพื่อให้การฝึก AI ปลอดภัย
- เก็บข้อมูลไว้ในประเทศ โดยการใช้ Data Center หรือ Cloud ในประเทศ จะช่วยให้การปฏิบัติตาม PDPA ง่ายขึ้นมาก เพราะสามารถบันทึก ตรวจสอบ และควบคุมการเข้าถึงข้อมูลได้อย่างรัดกุม
5. เบื้องหลังความสมูท แต่เป็นฝันร้าย ที่จัดการได้ ของฝ่ายไอที
ในขณะที่ลูกค้าได้รับประสบการณ์ที่ราบรื่นไร้รอยต่อ ในอีกมุมหนึ่ง เบื้องหลังคือฝ่ายไอที ที่อาจกำลังทำงานหนักจนแทบไม่ได้นอนหรือไม่ ซึ่งจริงๆ อาจจะง่ายกว่านั้นครับ
การทำ Hyper-personalization หมายถึง
- การรวมข้อมูลจาก 10 แหล่งที่แตกต่างกัน
- การประมวลผลทุกอย่างแบบ เรียลไทม์
- การรับประกันว่าระบบต้อง ห้ามล่ม
คุณณัฐวิชช์อธิบายว่า ภาระงานที่หนักอึ้งนี้ ทำให้ฝ่ายไอทีไม่สามารถทำงานแบบเดิมๆ ได้อีกต่อไป และนี่คือจุดที่โซลูชันของ ManageEngine เข้ามามีบทบาท
ทางแก้คือ องค์กรต้องมีสิ่งที่เรียกว่า Full-stack Observability ถ้าจะอธิบายให้ง่ายที่สุด Observability คือการที่เรามีกล้องวงจรปิด ติดไว้ในทุกส่วนของระบบ ตั้งแต่ Data Pipelines, แอปพลิเคชัน, เครือข่าย ไปจนถึงโครงสร้างพื้นฐาน
มันทำให้ฝ่ายไอทีมองเห็น ภาพรวมทั้งหมด ไม่ว่าจะเป็น
- เห็นปัญหาคอขวด รู้ทันทีว่าระบบช้าตรงไหน
- มอนิเตอร์ AI คอยจับตาดูว่า AI เริ่มทำงานเพี้ยนหรือไม่ ที่เรียกว่า Model Drift
- จัดการปัญหาอัตโนมัติ ตั้งค่าให้ระบบแก้ไขปัญหาที่เกิดซ้ำๆ ได้เอง เช่น เมื่อทราฟฟิกพุ่งสูง
- บันทึกทุกการตัดสินใจ เพื่อความโปร่งใสและตรวจสอบย้อนกลับได้
เมื่อฝ่ายไอทีมองเห็นทุกอย่าง พวกเขาก็จะสามารถเปลี่ยนจากการ วิ่งไล่ดับไฟ เมื่อระบบล่ม ไปเป็นการป้องกันไฟ ซึ่งนี่คือหัวใจสำคัญที่จะทำให้ Hyper-personalization เกิดขึ้นได้จริงโดยไม่ทำให้ระบบพัง
6. อนาคต 114,000 ล้านบาท โอกาสของธุรกิจไทย
ท้ายที่สุดแล้ว Hyper-personalization ไม่ใช่แค่เทรนด์ แต่คืออนาคตของการแข่งขัน
คุณณัฐวิชช์ชี้ว่า ตลาด AI ของไทยคาดว่าจะเติบโตเฉลี่ยปีละ 28.55% และมีมูลค่าสูงถึง 114,000 ล้านบาท ภายในปี 2030 นี่คือเค้กชิ้นมหึมาที่รอให้ธุรกิจไทยเข้าไปคว้า
โอกาสใหม่ๆ ที่กำลังจะเกิดขึ้น ได้แก่
- ผู้ช่วย AI ที่เข้าใจคนไทยจริงๆ ด้วยพลังของ Thai LLMs เราจะได้เห็นแชตบอตที่ปรึกษาการเงิน หรือผู้ช่วยช้อปปิ้ง ที่เข้าใจอารมณ์และสแลงไทย ให้บริการได้แบบเรียลไทม์
- การดูแลสุขภาพแบบเฉพาะบุคคล แพลตฟอร์มข้อมูลการแพทย์ จะช่วยให้โรงพยาบาลสามารถให้คำแนะนำด้านสุขภาพ หรือวางแผนการรักษาที่เหมาะกับพันธุกรรมและไลฟ์สไตล์ของ “คุณ” คนเดียว
- โรงงานและร้านค้าที่คาดเดาอนาคตได้ การใช้ AI ทำนายความต้องการของลูกค้า (Predictive Personalization) หรือการซ่อมบำรุงเครื่องจักรเชิงคาดการณ์ (Predictive Maintenance) จะแม่นยำขึ้น
- SMEs ก็เข้าถึงได้ ธุรกิจขนาดเล็กไม่จำเป็นต้องสร้าง AI เอง แต่สามารถใช้บริการ “Personalization as a Service” (เช่าใช้เทคโนโลยี) ทำให้สามารถแข่งขันกับรายใหญ่ได้อย่างเท่าเทียม
บทสรุป จาก การขายของ สู่การสร้างความไว้วางใจ
ยุคของ Hyper-personalization กำลังบีบให้ธุรกิจไทยต้องเปลี่ยนวิธีคิด จากเดิมที่เน้น หว่านโฆษณาหากลุ่มลูกค้ากว้างๆ ไปสู่การสร้างประสบการณ์ ที่ดีที่สุด ให้กับลูกค้าหนึ่งคน
ประเทศไทยมีทั้งแรงสนับสนุนจากภาครัฐ และการตื่นตัวของภาคเอกชน แต่ความสำเร็จไม่ได้วัดกันที่ว่า ใครมี AI ที่ล้ำที่สุด
คุณณัฐวิชช์ทิ้งท้ายไว้อย่างน่าคิดว่า องค์กรที่จะชนะในเกมนี้ คือองค์กรที่สามารถสร้างสมดุลระหว่างเทคโนโลยีและความไว้วางใจ นั่นคือการใช้ AI เพื่อรู้ใจลูกค้า ในขณะเดียวกันก็ต้องมีธรรมาภิบาลและระบบหลังบ้านที่แข็งแกร่ง(อย่าง Observability เพื่อรับประกันว่าข้อมูลของลูกค้าจะ ปลอดภัย และโปร่งใส ที่สุด
เพราะในท้ายที่สุดแล้ว อาวุธที่ทรงพลังที่สุด ไม่ใช่ AI แต่คือความไว้วางใจที่ลูกค้ามีให้กับแบรนด์ของคุณ
