แชร์เรื่องนี้
โดย Seven Peaks เมื่อ 9 ก.ย. 2025, 16:32:10
คุณทิวา ยอร์ค คือผู้ประกอบการ นักลงทุน และที่ปรึกษามากประสบการณ์กว่า 20 ปีในระบบนิเวศทางเทคโนโลยีของเอเชียตะวันออกเฉียงใต้ เขาเป็นผู้ก่อตั้งและผู้บริหาร Kaidee.com ซึ่งเป็นตลาดซื้อขายของออนไลน์ที่ใหญ่ที่สุดในประเทศไทย ตลอดช่วงการเติบโตจนกระทั่งการเข้าซื้อกิจการที่ประสบความสำเร็จในปี 2020 ปัจจุบันคุณทิวา ดำรงตำแหน่ง Principal ที่ Finno Efra Accelerator และเป็นคณะกรรมการบริหารของ Seven Peaks Software โดยเขาให้การสนับสนุนสตาร์ตอัปในหลากหลายกลุ่ม ทั้ง fintech, SaaS, foodtech และ proptech ด้วยแนวทางการทำงานที่เน้นลงมือปฏิบัติจริงและใช้ข้อมูลเชิงลึกด้านกลยุทธ์ ทำให้เขายังคงเป็นที่ปรึกษาให้กับบรรดาผู้ก่อตั้งบริษัทและให้คำแนะนำแก่ธุรกิจต่างๆ ที่มีการเติบโตสูงในกรุงเทพฯ
เมื่อต้นเดือนที่ผ่านมา ที่ Seven Peaks มีผู้คนกว่า 200 คน มารวมตัวกันในเซสชัน Automate or Be Automated ซึ่งเป็นงานที่เน้นย้ำถึงสถานะปัจจุบันของ AI อย่างเข้มข้นและชัดเจนตั้งแต่งานเริ่มว่านี่ไม่ใช่แค่การพูดคุยเรื่องเทคโนโลยีทั่วไป แต่คุณทิวา ได้ใช้ AI สร้างรายงานวิจัยเชิงกลยุทธ์ฉบับสมบูรณ์ให้กับอาสาสมัครท่านหนึ่งแบบสดๆ ภายในไม่กี่นาที โดยไม่ได้มีการเตรียมตัวมาก่อน นี่คือการสาธิตที่ชัดเจนว่าความสามารถของ AI ก้าวหน้าไปไกลเพียงใด และมันกำลังเปลี่ยนแปลงกลยุทธ์ทางธุรกิจอย่างรวดเร็วแค่ไหน
หากจะมีข้อสรุปสำคัญเพียงหนึ่งเดียวจากค่ำคืนนั้น ก็คือ ปี 2025 คือจุดเปลี่ยนสำคัญของ AI agent ว่ามันไม่ใช่เรื่องทดลองอีกต่อไป แต่กำลังกลายเป็นสิ่งจำเป็น
การตรวจสอบความเป็นจริงสำหรับงานสายความรู้ (Knowledge Work)
คุณทิวาเปิดประเด็นด้วยข้อมูลที่จุดประกายความคิดว่า ในขณะที่คนทำงานสายงานที่เกี่ยวกับความรู้ (knowledge worker) แต่กลับมีเพียง 1% เท่านั้นที่มีความเชี่ยวชาญด้าน AI มากกว่าครึ่งหนึ่งกลับคิดว่าตนเองเข้าใจ AI ดีแล้ว ความแตกต่างระหว่างการรับรู้และความสามารถจริงนั้นชัดเจนมาก และนี่คือเหตุผลว่าทำไมบางองค์กรถึงก้าวไปข้างหน้าอย่างรวดเร็ว ในขณะที่บางองค์กรกลับหยุดนิ่งอยู่ที่เดิม
"ต้นทุนของสินค้าดิจิทัล (digital goods) กำลังกลายเป็นศูนย์ ในขณะที่มูลค่าของมันกลับเพิ่มสูงขึ้นเรื่อยๆ" คุณทิวาเน้นย้ำถึงความเร่งด่วนในการนำ AI มาใช้ ไม่ใช่ในฐานะของใหม่ แต่ในฐานะเครื่องมือสำหรับสร้างมูลค่าที่สามารถ scale ได้ดี
จากการคาดเดาสู่การใช้เหตุผล มาทำความเข้าใจเทคโนโลยีนี้กัน
ธีมหลักของงานในคืนนั้นคือการไขความกระจ่างว่าระบบ AI ในปัจจุบันทำอะไรกันแน่ Large Language Models (LLMs) อย่าง GPT-4 และ Claude ไม่ได้ "คิด" หรือ "เข้าใจ" ในความหมายแบบเดียวกับมนุษย์ พวกมันแค่ "คาดเดา" โดยอิงจากรูปแบบในชุดข้อมูลการฝึกฝน (training datasets)
มีตัวอย่างหนึ่งที่ฉายภาพนี้ได้ชัดเจน ลองดูว่า LLM จะเติมประโยคนี้ให้สมบูรณ์อย่างไร
"ฉันคว้ากุญแจแล้วรีบวิ่งไปที่ ______"
หากได้รับบริบทว่า "น้องสาวของฉันกำลังจะคลอด และฉันไม่อยากพลาดตอนหลานเกิด" มันจะเขียนว่า "โรงพยาบาล" แต่หากได้รับบริบทว่า “คลื่นลมกำลังดีมาก และฉันไม่อยากพลาดช่วงเวลาโต้คลื่นยามเช้า” มันก็จะเขียนว่า "ชายหาด"
การเปลี่ยนแปลงของผลลัพธ์ ที่ขับเคลื่อนโดยบริบทเพียงอย่างเดียว แสดงให้เห็นว่า LLM อาศัยความสัมพันธ์ (correlation) ไม่ใช่การรับรู้ (cognition) บริบทของสิ่งที่พวกเราถามอย่างแท้จริง
แต่ AI ก็กำลังพัฒนา โครงการอย่าง AlphaProof และ AlphaGeometry ของ Google (ซึ่งก่อตั้งขึ้นสำหรับการให้เหตุผลทางคณิตศาสตร์) ถือเป็นพรมแดนใหม่ ของระบบ AI ที่ก้าวข้ามการจับคู่รูปแบบ (pattern matching) ไปสู่การให้เหตุผลเชิงโครงสร้าง (structured reasoning) นี่คือพัฒนาการครั้งสำคัญสำหรับ use case ที่ต้องการความแม่นยำและความเข้าใจที่ลึกซึ้ง
การถือกำเนิดของ AI Agent ที่ทำงานโดยอัตโนมัติ
ในขณะที่ความสนใจของคนทั่วไปมักมุ่งไปที่ ChatGPT หรือเครื่องมือสร้างภาพจาก AI แต่การเปลี่ยนแปลงที่แท้จริงกำลังเกิดขึ้นกับ AI agent ต่างหาก ระบบเหล่านี้สามารถวางแผน ตัดสินใจ และลงมือทำได้ โดยต้องการการป้อนข้อมูลจากมนุษย์น้อยที่สุด
กรณีศึกษาจากในเซสชันแสดงให้เห็นผลกระทบทางธุรกิจอย่างชัดเจนว่า
- Novet.ai ช่วยลดเวลาในการร่างเอกสารทางกฎหมายของ Alpha Capital Partners จาก 60 นาที เหลือเพียง 2 นาที โดยยังคงรับประกันการปฏิบัติตามข้อกำหนดต่างๆ พร้อมกับเพิ่มประสิทธิภาพในการ scale ได้
- JPMorgan Chase นำ generative AI ไปใช้กับพนักงานกว่า 200,000 คน ช่วยประหยัดต้นทุนและเพิ่มผลผลิตได้ถึง 1.5 พันล้านดอลลาร์
- ธนาคารกสิกรไทย คาดการณ์ผลกระทบมูลค่า 1 หมื่นล้านบาท ภายในปี 2029 จากการปรับใช้ AI ทั่วทั้งองค์กร
นี่ไม่ใช่โครงการนำร่อง แต่คือการนำไปใช้งานจริงที่มีผลลัพธ์ที่วัดผลได้จริงในแผนกต่างๆ เช่น กฎหมาย การขาย และการปฏิบัติงาน
การเปลี่ยนแปลงสู่ Vibe Coding เมื่อเราพัฒนาซอฟต์แวร์ได้โดยไม่ต้องเขียนโค้ด
อีกธีมที่โดดเด่นคือ "vibe coding" นี่คือแนวทางในการสร้างซอฟต์แวร์ผ่าน natural language และเครื่องมือที่ใช้งานง่าย ซึ่งกำลังลดการพึ่งพาการเขียนโปรแกรมแบบดั้งเดิม ทำให้ระบบนิเวศต่อไปนี้กำลังเติบโตอย่างรวดเร็ว ซึ่งได้แก่
- เครื่องมือพัฒนาซอฟต์แวร์ (development tools): Cursor, Windsurf
- เครื่องมือสร้างซอฟต์แวร์แบบไม่ใช้โค้ด (no-code builders): Bubble.io, Glide
- แพลตฟอร์ม automation: Make.com, Zapier
- AI agent: Relevance.ai, Lindy
สำหรับผู้ประกอบการ นี่หมายถึงต้นทุนการพัฒนาที่ลดลงอย่างมาก และใช้เวลาในการนำโปรดักต์ออกสู่ตลาด (time-to-market) ได้เร็วยิ่งขึ้น ปัจจุบัน วิสัยทัศน์กำลังกลายเป็นอุปสรรคสำคัญในการเปิดตัวดิจิทัลโปรดักต์ที่ทรงพลัง มากกว่าทักษะทางเทคนิคเสียอีก
อะไรคือความแตกต่างของบริษัทที่ประสบความสำเร็จ
จากกรณีศึกษาต่างๆ เราพบรูปแบบที่สอดคล้องกันในองค์กรที่ใช้ประโยชน์จาก AI ได้สำเร็จ โดยมี 4 แนวทางการปฏิบัติที่โดดเด่น:
- การเข้าถึงเครื่องมือ: ตรวจสอบให้แน่ใจว่าพนักงานสามารถเข้าถึง LLM ได้ในวงกว้าง (ซึ่งส่วนใหญ่จะเป็นผู้บริหารที่มีโอกาสได้ใช้)
- นโยบายที่ชัดเจน: พัฒนาแนวปฏิบัติสำหรับการใช้ AI ขึ้นมาและสื่อสารให้ทุกคนรับรู้
- เสริมศักยภาพผู้จัดการ: ฝึกอบรมผู้นำเหล่านี้เพื่อส่งเสริมการปรับใช้ภายในองค์กรอย่างรอบคอบ
- ฝึกอบรมอย่างตรงจุด: ก้าวข้ามความรู้ทั่วไปสู่การประยุกต์ใช้จริงเฉพาะตำแหน่งงาน
อีกหนึ่งข้อมูลเชิงลึกที่สำคัญคือ การป้อนคำสั่ง (prompting) ที่มีประสิทธิภาพ เพื่อสร้างความแตกต่างอย่างมีนัยสำคัญ คุณทิวาเน้นย้ำถึงกรอบการทำงานแบบ PTCF (Persona, Task, Context, Format) ว่าเป็นแนวปฏิบัติที่ดีที่สุดในการสร้างผลลัพธ์ที่มีประโยชน์จาก AI
ใช้ AI เพื่อความได้เปรียบด้านข้อมูลเชิงลึกในการแข่งขัน
มีหลายตัวอย่างที่ตอกย้ำว่า AI กำลังเปลี่ยนแปลงการตัดสินใจเชิงกลยุทธ์อย่างไร
- Amity ช่วยให้ผู้จัดการฝ่ายค้าปลีกสามารถถามคำถามด้วย natural language เช่น “ทำไมยอดขายกลุ่มสุขภาพและความงามถึงลดลง?” ซึ่งระบบจะสร้างข้อมูลเชิงลึกที่ครั้งหนึ่งเคยต้องใช้เวลาวิเคราะห์ด้วยการระดมความคิดจากผู้คนเป็นเวลาหลายวัน
- SalesMind AI กำลังใช้ระบบอัตโนมัติในการค้นหาลูกค้าเป้าหมายอย่างมีประสิทธิภาพ ด้วยการลดเวลาที่ใช้จากเดิมถึง 85% และมีอัตราการตอบกลับ (response rate) ถึง 37%
ในทั้งสองกรณี ผู้ที่นำเครื่องมือเหล่านี้ไปเริ่มใช้ก่อนกำลังได้เปรียบในการแข่งขัน ขณะเดียวกันก็สร้าง intelligence loop ที่พัฒนาให้ดีขึ้นได้เมื่อเวลาผ่านไป
ก้าวต่อไปคือ AI ที่ทำงานได้แม้คุณจะนอนหลับอยู่
ค่ำคืนนั้นปิดท้ายด้วยการมองไปข้างหน้าถึงระบบ AI ที่ขับเคลื่อนด้วยการให้เหตุผล (reasoning-driven) พร้อมเครื่องมือที่ไม่เพียงแค่ตอบสนอง แต่ยังวางแผน แก้ปัญหา และดำเนินการเชิงรุก
หนึ่งในตัวอย่างคือ Manus.im แพลตฟอร์มที่รวม agent หลายประเภท (ผู้วางแผน, ผู้ตรวจสอบ, นักวิจัย) เข้าไว้ในระบบอัตโนมัติระบบเดียว บริษัทนี้เพิ่งระดมทุนได้ 85 ล้านดอลลาร์ โดยมีมูลค่าที่ถูกประเมินไว้สูงถึง 500 ล้านดอลลาร์ ซึ่งเป็นสัญญาณของความเชื่อมั่นของนักลงทุนใน AI ยุคหน้า ที่สามารถทำงานได้แม้ในขณะที่ผู้ใช้หลับอย่างสบายใจ
สิ่งเหล่านี้ไม่ใช่เรื่องสมมติที่ไกลตัวพวกเราเลย แต่มีการใช้งานระบบอยู่จริงในขณะนี้ และมันแสดงถึงการเปลี่ยนแปลงจากเครื่องมือที่รอคำสั่งไปสู่การเป็นคู่หูที่ทำงานอัตโนมัติในเวลาที่คุณพักผ่อนหรือไม่ได้ทำงาน
ทางเลือกที่รออยู่ข้างหน้า
สาระสำคัญของงานนั้นชัดเจนว่า ธุรกิจต่างๆ ต้องเรียนรู้ที่จะควบคุมระบบอัตโนมัติ ไม่อย่างนั้นก็อาจเสี่ยงที่จะถูกคู่แข่งแซงได้ ผู้นำในทศวรรษหน้าคือผู้ที่ไม่เพียงแค่ใช้ AI เป็น แต่ยังผสานรวมมันเข้ากับกลยุทธ์ ระบบงาน และความคิดสร้างสรรค์
เครื่องมือพร้อมแล้ว เฟรมเวิร์กก็เริ่มมีให้ใช้แพร่หลาย ผลกำไรก็สามารถวัดผลได้ คำถามสำคัญคือ “คุณพร้อมที่จะเป็นผู้นำในยุคใหม่นี้แล้วหรือยัง?”
รายละเอียดเพิ่มเติม ได้ที่ สไลด์ฉบับเต็ม ซึ่งมีกรณีศึกษา และเครื่องมือต่างๆ ที่กล่าวถึงในงาน
ต้องการผู้ช่วยไหม? ทีมงานของเราช่วยสตาร์ตอัปและองค์กรต่างๆ สร้างโปรดักต์แบบ AI-native ตั้งแต่แนวคิดริเริ่มไปจนถึงการใช้งานจริง มาคุยกันว่าระบบอัจฉริยะจะสร้างมูลค่าที่แท้จริงให้กับธุรกิจของคุณได้อย่างไร
คุณทิวา ยอร์ค
Angel Investor - คณะกรรมการบริหารของ Seven Peaks
คุณทิวา ยอร์ค คือผู้ประกอบการและนักลงทุนในกรุงเทพฯ ที่มีประสบการณ์กว่า 20 ปี เขาเป็นผู้ก่อตั้ง Kaidee.com และปัจจุบันดำรงตำแหน่งคณะกรรมการบริหารที่ Seven Peaks Software รวมถึงเป็น Principal ที่ Finno Efra Accelerator เพื่อสนับสนุนสตาร์ตอัปในกลุ่ม fintech, SaaS, foodtech และ proptech