จอห์น เทอร์นัส ซีอีโอคนใหม่ของ Apple อาจต้องระวังตัว เพราะนักวิเคราะห์มองว่า Meta Platforms กำลังเดินเกมเพื่อพลิกระบบนิเวศของยักษ์ใหญ่สมาร์ทโฟนรายนี้

ลอรา มาร์ติน นักวิเคราะห์จาก Needham ระบุว่า Muse ผู้ช่วย AI ของ Meta รวมถึงฮาร์ดแวร์ที่เกี่ยวข้อง แสดงให้เห็นว่าบริษัทของ มาร์ก ซักเคอร์เบิร์ก กำลัง “พัฒนาผลิตภัณฑ์ที่โจมตีธุรกิจหลักของ Apple โดยตรง”

ในมุมมองของมาร์ติน เรื่องนี้กลายเป็นความเสี่ยงด้านการลงทุนที่ใหญ่ที่สุดของผู้ถือหุ้น Apple ไปแล้ว นั่นคือความเป็นไปได้ที่ Meta หรือคู่แข่งรายอื่นจะสร้างระบบ AI Agent ที่ทำงานแทนผู้ใช้ได้ แล้วผนวกเข้ากับฮาร์ดแวร์ของตัวเอง จนโค่น iPhone จากการเป็นศูนย์กลางที่ผู้บริโภคใช้เข้าถึงเทคโนโลยี

ในบันทึกถึงลูกค้าเมื่อวันพฤหัสบดี (1 ต.ค.) มาร์ตินโต้แย้งว่าอุปกรณ์ที่ Meta เพิ่งเปิดตัว ทั้งพวงกุญแจและแว่นตา อาจเป็นความเสี่ยงที่น่ากังวลจริงสำหรับ Apple

เธอมองว่าแม้ Apple จะผลิตอุปกรณ์หลายประเภท แต่โดยรวมแล้วยังเป็นบริษัทที่พึ่งพาสินค้าหลักเพียงตัวเดียว คือ iPhone และไม่มีอะไรรับประกันว่า iPhone จะยังเป็นฮาร์ดแวร์หลักของอุตสาหกรรมในยุค AI

ศึกแย่งเป็นจุดแรกที่ผู้ใช้เริ่มทำทุกอย่าง

วัมซี โมฮัน จาก Bank of America มองว่าการเปิดตัว Muse เมื่อวันที่ 8 กันยายน ได้เร่งให้การแข่งขันกับ Apple ร้อนแรงขึ้น โดยเป็นการแข่งกันเพื่อเป็นจุดแรกที่ผู้ใช้หันมาหาเมื่ออยากทำอะไรสักอย่าง

ปัจจุบันผู้ใช้ iPhone มักหยิบมือถือขึ้นมาทำแทบทุกอย่างที่เกี่ยวกับเทคโนโลยี แต่ตอนนี้ Apple เริ่มถูกกดดันให้ต้องรักษาสถานะนี้ไว้

โมฮันชี้ในบันทึกถึงลูกค้าว่า Muse มียอดดาวน์โหลดถึง 2.5 ล้านครั้งใน 2 สัปดาห์แรก ซึ่งเป็นสัญญาณว่าความนิยมของ AI Agent ตัวนี้เป็นเรื่องที่มองข้ามไม่ได้

Muse ยังเชื่อมต่อกับระบบภายนอกได้โดยตรง ทั้งระบบชำระเงิน Shop Pay ของ Shopify และการเป็นพันธมิตรกับ Expedia และ PayPal

โมฮันระบุว่าผ่านความร่วมมือเหล่านี้และอีกหลายราย Apple อาจเสียอำนาจบางส่วนในการกำหนดว่าผู้ใช้จะเห็นหรือเข้าถึงแอปใดใน App Store มากที่สุด รวมถึงอำนาจในการกำหนดว่าผู้ใช้จะจ่ายเงินผ่าน Apple Pay หรือช่องทางอื่น

ความเป็นส่วนตัวและระบบจ่ายเงินคือจุดอ่อนของ Apple

โมฮันมองว่าการตัดสินใจบางอย่างในอดีตของ Apple อาจกลับมาเป็นผลเสีย เช่น การจำกัดปริมาณข้อมูลผู้ใช้ที่ระบบของ Apple เก็บไว้ เพื่อรักษาภาพลักษณ์ของบริษัทที่ให้ความสำคัญกับความเป็นส่วนตัว

ขณะที่ระบบ AI หลายตัวเก็บข้อมูลผู้ใช้ไว้มากกว่า เพื่อให้ AI Agent เข้าใจบริบทและทำงานแทนผู้ใช้ได้ดีขึ้น ซึ่งโมฮันมองว่าอาจเป็นข้อเสียเปรียบของ Apple และจำกัดศักยภาพของผู้ช่วยเสียง Siri

อีกเรื่องที่ Apple ตามหลัง Meta คือการค้าผ่าน AI Agent โดยโมฮันอธิบายว่า Meta สร้างระบบชำระเงินผ่านกระเป๋าเงินสำหรับ AI Agent ที่ชื่อ Link ของ Stripe ซึ่งช่วยให้ผู้ใช้ซ่อนข้อมูลบัตรจากร้านค้าและระบบ AI ได้ ขณะที่ Apple ยังไม่ได้เปิดให้ Siri ใช้งาน Apple Pay ได้ในลักษณะเดียวกัน

การผนวก AI Agent เข้ากับ Apple Pay จึงเป็นก้าวสำคัญที่ Apple ต้องทำเพื่อแข่งกับ Meta และรักษาให้ผู้ใช้ยังอยู่ในระบบนิเวศของ Apple ผ่านขั้นตอนการจ่ายเงิน

อย่างไรก็ตาม Apple ก็ไม่ได้อยู่เฉย โดยมีรายงานว่าบริษัทมีแผนพัฒนาแว่นอัจฉริยะสำหรับใช้งานทั่วไปคล้ายกับที่ Meta มี แต่โมฮันมองว่ากลยุทธ์ที่ควรให้ความสำคัญสูงสุดคือการพัฒนา Siri ให้เป็น AI Agent ที่ทำงานร่วมกับ Apple Pay ได้

ทั้งนี้ Meta และ Apple ยังไม่ได้ตอบกลับคำขอความเห็นในทันที

Meta เร่งเครื่องแล้ว แต่ยังไม่ชนะ

ในภาพที่กว้างขึ้น Bloomberg มองว่า Meta กำลังมีช่วงเวลาที่ดี หลังตามหลังบริษัทแถวหน้าด้าน AI มาหลายปี เพราะแม้จะเป็นเจ้าของ Facebook, Instagram และ WhatsApp ที่สร้างรายได้โฆษณาหลายพันล้านดอลลาร์ แต่ความพยายามบุกตลาด AI ที่ผ่านมากลับไม่ค่อยประสบความสำเร็จ

Muse ที่เปิดตัวในเดือนกันยายนกลายเป็นความสำเร็จที่เกินคาด และ Meta ยังเตรียมออกฮาร์ดแวร์สไตล์ทามาก็อตจิมารองรับ ซึ่งทำให้ Meta เปิดตัวอุปกรณ์ได้ก่อนห้องปฏิบัติการ AI ชั้นนำรายอื่น

นอกจากสินค้าสำหรับผู้บริโภค ซักเคอร์เบิร์กยังประกาศตั้งหน่วยธุรกิจ AI สำหรับองค์กร โดยเรียกว่า “เสาหลักสำคัญถัดไปของธุรกิจเรา”

Bloomberg มองว่านี่เป็นการกลับมาที่แข็งแกร่ง โดยเฉพาะหลังแอป Meta AI ได้รับการตอบรับแบบเฉยๆ เมื่อฤดูร้อนปีก่อน และเมื่อ AI ฝังรากลึกในสังคมมากขึ้น Meta ก็ต้องกระจายธุรกิจ พร้อมแสดงให้นักลงทุนเห็นว่าเงินหลายพันล้านดอลลาร์ที่ใช้ไปแล้วและวางแผนจะใช้กับเทคโนโลยีนี้คุ้มค่า

ทว่าผู้ชนะในสนาม AI เปลี่ยนไปตลอดและการแข่งขันก็ดุเดือด โดย Anthropic ผู้พัฒนา Claude มีฐานที่มั่นที่แข็งแรงในตลาดองค์กรแล้ว, OpenAI ครองตลาด AI สำหรับผู้บริโภค ขณะที่ Google ก็ใส่ผู้ช่วย Gemini ไว้ในโทรศัพท์และฮาร์ดแวร์อื่นแล้ว

อีกโจทย์คือความกังวลในวงกว้างทั้งในสังคมและอุตสาหกรรมว่าควรชะลอการพัฒนา AI เพื่อให้มนุษย์ยังควบคุมเทคโนโลยีได้ ซึ่งซักเคอร์เบิร์กปฏิเสธแนวคิดนี้มาแล้ว โดย Bloomberg สรุปว่า Meta เร่งเครื่องแล้วก็จริง แต่ยังไม่ได้เป็นผู้ชนะ

ภาพ : Erlin Diah / Shutterstock

หมายเหตุ : ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.50 บาท ณ วันที่ ตุลาคม 2569

อ้างอิง:

• https://www.marketwatch.com/story/metas-mark-zuckerberg-is-coming-for-apples-empire-f34d1f92
• https://www.bloomberg.com/news/newsletters/2026-09-29/meta-introduces-the-meta-enterprise-platform-to-help-companies-with-ai-makeovers

The post นักวิเคราะห์เตือน Muse ผู้ช่วย AI ของ Meta อาจโค่น iPhone จากการเป็นศูนย์กลางชีวิตดิจิทัล ชี้เป็นความเสี่ยงใหญ่สุดของ Apple appeared first on THE STANDARD.

ภาพอาหารที่สร้างด้วยปัญญาประดิษฐ์ (AI) เพื่อโปรโมตร้านกำลังโผล่ให้เห็นทั่วสหรัฐฯ ตั้งแต่เมนูสั่งกลับบ้านไปจนถึงตู้โชว์ในร้านขายแซนด์วิชและอาหารสำเร็จรูป ทว่าภาพจำนวนมากกลับดึงความสนใจได้ในทางที่ร้านไม่ได้ตั้งใจ เพราะแทนที่จะทำให้ลูกค้าหิว กลับทำให้รู้สึกขนลุก

เจนลี มอนต์โกเมอรี เล่าว่าขณะเดินเที่ยวงานคาร์นิวัลกับเพื่อนใกล้เมืองบัฟฟาโล รัฐนิวยอร์ก เธอหิวและแวะรถขายอาหารฮาลาล แต่ภาพที่แปะอยู่หน้ารถทำให้รู้สึกเหมือนหลุดเข้าไปในซีรีส์แนวลึกลับ เพราะชื่ออาหารคุ้นเคย หน้าตาก็พอจำได้ แต่มีอะไรบางอย่างที่ผิดแปลกไป

ที่น่าขนลุกเป็นพิเศษคือภาพชวาร์มา ซึ่งเธอเปรียบว่าเหมือนแผ่นตอร์ตียาม้วนใส่ถั่วลูกไก่ที่มีลวดลายวงกลมเต็มไปหมด โดยระบุว่า “มันดูเหมือนอาหารที่มนุษย์ต่างดาวคิดว่าพวกเรากิน”

สำหรับร้านอาหาร เทคโนโลยีนี้เป็นทางออกที่รวดเร็วระหว่างรอภาพจากช่างภาพมืออาชีพ หรือเป็นทางเลือกที่ประหยัดกว่าการจ้างทำสื่อการตลาด แต่บนโซเชียลมีเดีย ภาพสลัดร็อกเก็ตที่สมมาตรจนน่าสงสัย และเส้นก๋วยเตี๋ยวที่เงาวาวผิดปกติ ได้กลายเป็นไวรัล และถูกหยิบมาเป็นตัวอย่างของความล้มเหลวของ AI

ภาพกุ้งที่หน้าตาเหมือนห่วงยางชูชีพ และชิ้นไก่ที่ผิวเหมือนหนังไดโนเสาร์ ทำให้ผู้คนรู้สึกขยะแขยงและคลื่นไส้ โดยผู้ใช้ X รายหนึ่งเขียนว่า “ปีกไก่พวกนั้นดูเหมือนเก็บกู้มาจากแกนเตาปฏิกรณ์นิวเคลียร์”

ทำไม AI ถึงสร้างภาพอาหารที่ดูน่าขนลุก

แม้เครื่องมือสร้างภาพด้วย AI จะพัฒนาไปมากจากยุคที่มักวาดคนให้มี 6 นิ้วหรือมีเท้าเกิน แต่ก็ยังพลาดอยู่บ้าง

จอรี ชอสโซ นักวิจัยด้าน AI อธิบายว่าโมเดลภาษาขนาดใหญ่และเครื่องมือสร้างภาพที่เกี่ยวข้องเป็น “เครื่องคาดเดารูปแบบ” เมื่อจับรูปแบบและรายละเอียดได้ไม่ดีพอ โมเดลก็จะหันไปพึ่งความเข้าใจแบบคร่าวๆ เช่น “กุ้งที่สุกแล้วมีรูปร่างค่อนข้างกลมและมีลายเป็นปล้อง” จนภาพที่ออกมากลายเป็น “กุ้งที่ดูเหมือนห่วงเนื้อจากต่างดาว”

ในบางกรณี เครื่องมือสร้างภาพยังทำลวดลายซ้ำกันอย่างสม่ำเสมอเกินไป จนกระตุ้นอาการกลัวรูหรือ Trypophobia ซึ่งเป็นความรู้สึกรังเกียจอย่างรุนแรงเมื่อเห็นกลุ่มของปุ่มหรือรูที่อยู่รวมกัน

ส่วนหนึ่งที่ยังเป็นปริศนาคือทำไมภาพเหล่านี้ยังมีอยู่ ทั้งที่มีเครื่องมือที่สร้างภาพอาหารได้สมจริงแล้ว

ชอสโซทดลองให้ Nano Banana ของ Google สร้างภาพมักกะโรนีชีสและกุ้งผัดกระเทียม ซึ่งผลที่ได้ “ดูน่าเชื่อถือทีเดียว” เขาจึงคาดว่าภาพไวรัลจำนวนมากน่าจะสร้างจากโมเดลรุ่นเก่า

ร้านในซานฟรานซิสโกโดนถล่มจนต้องปลดป้าย

ร้านอาหารบางแห่งที่หันมาใช้เทคโนโลยีนี้ต้องเจอกับเสียงตอบรับที่ไม่ดี

ลินด์ซีย์ โลซาโน ซึ่งเปิดคาเฟ่กับสามีในซานฟรานซิสโกเมื่อปีนี้ ใช้ AI สร้างภาพโฆษณาแซนด์วิชเบคอนไข่ชีส, แซนด์วิชหมูฉีก และเครื่องดื่มเย็น เพื่อให้ลูกค้าเห็นภาพว่าร้านขายอะไรบ้าง

“คนแทบคลั่งกับมันเลย” เธอเล่า “พวกเขารับไม่ได้ ซึ่งก็ตลกดี เพราะซานฟรานซิสโกเป็นเมืองที่ล้ำหน้าด้านเทคโนโลยีมาก”

ผู้ใช้ Reddit พากันวิจารณ์ภาพเหล่านั้น โดยรายหนึ่งเขียนว่า “โคลสลอว์ดูแย่มาก ส่วนขนมปังทั้งหมดดูเหมือนหนังสัตว์เลื้อยคลาน” ขณะที่อีกรายบอกว่า “ขนมปังโฟกาชชาทำให้ฉันหงุดหงิดมาก” สุดท้ายด้านนอกคาเฟ่ถูกพ่นสีทำลาย และร้านต้องปลดป้ายลง

ปฏิกิริยาเหล่านี้สอดคล้องกับกระแสที่ใหญ่กว่า เพราะแม้คนอเมริกันจะใช้ AI มากกว่าที่เคย แต่เสียงต่อต้านเทคโนโลยีนี้ก็เพิ่มขึ้นเรื่อยๆ ทั้งจากความกังวลด้านสิ่งแวดล้อม, ความกลัวตกงาน และคำเตือนเรื่องวันสิ้นโลก

ปีเตอร์ ทูธส์ ผู้ช่วยทนายความวัย 36 ปี เจอโปสเตอร์ภาพอาหารจาก AI ตั้งอยู่หน้าร้านอาหารตะวันออกกลางในย่าน The Wharf กรุงวอชิงตัน ดี.ซี.

เขาตั้งข้อสังเกตว่าภาพอาหารจาก AI หลายภาพมีลักษณะคล้ายกัน “มักมีลวดลายซ้ำกันอย่างสมบูรณ์แบบแบบแปลกๆ ในเฟรนช์ฟรายส์ หรือขนมปังที่มีพื้นผิวมากเกินไป”

แต่ความรู้สึกไม่ชอบของทูธส์ยังมาจากความรู้สึกที่ซับซ้อนต่อ AI ด้วย “มันรู้สึกเหมือนมีประโยชน์ที่ดีอยู่ไม่กี่อย่าง แต่มีการใช้งานอีก 100 อย่างที่อาจไม่จำเป็น และอาจทำให้คุณภาพชีวิตแย่ลง”

ด้านผู้ดูแลร้านดังกล่าวระบุว่าป้ายนี้เป็นทางแก้ชั่วคราวระหว่างรอภาพที่มีคุณภาพดีกว่า

บางร้านยืนยัน AI คือเครื่องมือที่ช่วยได้จริง

อย่างไรก็ตาม เจ้าของร้านบางรายไม่ได้รู้สึกผิดที่ใช้ AI

จอร์แดน โบ เจ้าของร้าน Daisy’s Diner & Bar ในบรูคลิน ระบุว่าการใช้ AI ทำสื่อการตลาดช่วยให้ใช้งบได้คุ้มที่สุด และดึงลูกค้ารุ่นใหม่เข้าร้านได้

เขาระบุว่าโฆษณาของร้านเริ่มต้นจากภาพอาหารจริงก่อน ขณะที่วิดีโอบน TikTok ของร้านก็มีร่องรอยของ AI ให้เห็นหลายจุด ตั้งแต่แพนเค้กอูเบะราดซอสสีม่วงที่ดูเหมือนกำลังเต้นเป็นจังหวะ ไปจนถึงบาร์เทนเดอร์ที่มี 3 มือ

“ผมไม่ได้ฉลาดพอจะรู้ว่า AI จะอยู่ต่อไปหรือจะหายไป” โบระบุ “แต่สิ่งที่ผมพูดได้คือ AI เป็นเครื่องมือที่วิเศษมากสำหรับเรา”

ภาพ: AI Generate

อ้างอิง:

• https://www.wsj.com/tech/ai/restaurants-ai-food-image-generators-advertisements-efb787a9

The post ร้านอาหารในสหรัฐฯ หันใช้ AI ทำภาพเมนูเพื่อประหยัดงบ แต่ลูกค้ากลับรู้สึกขนลุกแทนที่จะหิว เพราะดูเหมือนอาหารของมนุษย์ต่างดาว appeared first on THE STANDARD.

ในวันที่ AI ทำงานแทนมนุษย์ได้มากขึ้น ความได้เปรียบของคนอาจไม่ใช่การใช้ AI ให้มากที่สุด แต่คือการรู้ว่าอะไรควรให้ AI ทำ และอะไรยังควรเก็บไว้ให้มนุษย์ตัดสินใจ

Josh Gray ผู้ดำรงตำแหน่ง Senior Director, Workforce Innovation Strategy & AI Fluency GTM ของ Salesforce พูดถึงเรื่องการทำงานในยุค AI ได้อย่างน่าสนใจ ระหว่างการให้สัมภาษณ์พิเศษกับ THE STANDARD WEALTH ที่งาน Dreamforce 2026 ณ เมืองซานฟรานซิสโก ประเทศสหรัฐอเมริกา

“มันไม่ใช่แค่เรื่องของการเปิดรับ การใช้งาน หรือความมั่นใจเท่านั้น แต่ยังรวมถึงการรู้ว่าเมื่อใดที่ไม่ควรใช้ AI ด้วย ผมคิดว่าสิ่งนี้กำลังจะกลายเป็นซูเปอร์พาวเวอร์ สำหรับคนที่รู้ว่าเมื่อใดไม่ควรใช้ AI แทนที่จะบอกว่าต้องใช้ AI เสมอ”

นับเป็นประโยคที่อาจฟังดูขัดแย้งสำหรับบริษัทที่ขาย AI ให้องค์กรทั่วโลก แต่จากประสบการณ์ของ Josh และการนำ AI มาใช้ภายในองค์กรของ Salesforce เอง นับว่าเป็นแง่มุมที่น่าสนใจ

ภายในเวลาไม่กี่ปี AI พัฒนาจาก Chatbot เป็น Copilot และตอนนี้คือ Agent ซึ่งไม่ได้แค่ช่วยตอบคำถาม แต่ลงมือทำงานบางส่วนแทนคนได้จริง คำถามที่ตามมาจึงใหญ่กว่าเรื่องเครื่องมือ แต่คือเมื่อ AI เริ่มทำงานแทนเรา งานของมนุษย์จะเปลี่ยนไปอย่างไร

แค่ใช้ AI ไม่เท่ากับงานที่ประสิทธิภาพดีขึ้นเสมอไป

“ตอนที่เราเริ่มออกเดินทางในเส้นทางนี้ใหม่ๆ เรามีปรัชญาประมาณว่า มาปล่อย Agent ให้ได้มากที่สุดเท่าที่จะทำได้กันเถอะ” Josh เล่า

ผลที่ตามมาคือพนักงานไม่รู้ว่าต้องไปที่ไหนเพื่อเรื่องอะไร และต้องใช้ Agent ตัวไหน

Salesforce จึงเปลี่ยนไปใช้กลยุทธ์ที่เรียกว่า Persona-driven Agent หรือการออกแบบ Agent ตามบทบาทของผู้ใช้ ในฝ่าย Employee Success มี Agent หลัก 6 ตัว ได้แก่ Agent สำหรับพนักงาน ผู้จัดการ HR Business Partner ฝ่ายสรรหา ฝ่ายซัพพอร์ต HR และผู้สมัครงาน

จากนั้นจึงยกระดับอีกขั้นด้วยการให้ Slackbot ทำหน้าที่เป็น Super Agent หรือประตูหน้าบ้าน พนักงานไม่ต้องจำว่า Agent ตัวไหนทำอะไร แค่ไปหา Slackbot ตัวเดียว แล้ว Slackbot จะประสานงานและเรียกใช้ Agent ตัวอื่นที่อยู่เบื้องหลังให้เอง

ถ้าไม่ออกแบบการทำงานใหม่ งานจะเร็วขึ้นแค่บางจุด แล้วติดขัดในท้ายที่สุด

วันนี้วิศวกรซอฟต์แวร์ของ Salesforce 100% ใช้ Coding Agent และเครื่องมือช่วยเขียนโค้ด ซึ่งในอดีตไม่ได้เป็นแบบนี้ ตอนเริ่มต้น บริษัทโฟกัสไปที่การออกแบบบทบาทใหม่ ว่าวิศวกรซอฟต์แวร์ในอนาคตควรมีหน้าตาแบบไหน

“สิ่งที่เราพบคือ โค้ดถูกเขียนได้ไวขึ้น มีข้อผิดพลาดน้อยลง จึงมีคุณภาพสูงขึ้น แต่ในขณะเดียวกัน ผลงานกลับไม่ได้ส่งมอบออกไปได้เร็วขึ้น” Josh เล่า ก่อนจะอธิบายเพิ่มเติมว่า โค้ดที่เขียนเร็วขึ้นไปติดคอขวดตรงขั้นตอนที่มนุษย์ต้องตรวจสอบและยืนยันก่อนปล่อยงาน AI เร่งขั้นตอนหนึ่งได้จริง แต่ขั้นตอนถัดไปยังเดินด้วยความเร็วเท่าเดิม

“หากคุณโฟกัสแค่บทบาทเดียว คุณอาจเจอคอขวดที่ไม่ได้คาดคิดไม่ว่าจะที่ต้นน้ำหรือปลายน้ำ”

Salesforce จึงต้องขยับจากการคิดเรื่องบทบาทไปสู่การคิดเรื่องเวิร์กโฟลว์ตั้งแต่ต้นจนจบ ว่าบทบาทนั้นสังกัดอยู่ในเส้นทางการทำงานแบบไหน และทีมที่อยู่ข้างเคียงต้องถูกออกแบบใหม่อย่างไรเพื่อไม่ให้เกิดคอขวด

นี่คือกับดักที่หลายองค์กรน่าจะกำลังเจอโดยไม่รู้ตัว AI ทำให้งานบางชิ้นเร็วขึ้น แต่ไม่ได้แปลว่า ทั้งระบบการทำงานจะเร็วขึ้นตาม

Josh อ้างถึงสถิติของ Deloitte ที่พบว่าองค์กรเกือบ 85% ยังไม่ได้คิดถึงการออกแบบการทำงานใหม่ แม้ทุกคนจะเน้นความสนใจไปที่การนำเครื่องมือ AI และ Agent มาใช้

“หากคุณไม่ได้ออกแบบการทำงานใหม่ และไม่ได้เริ่มจากการเปลี่ยนแปลงในตัวบุคคล ด้านเทคโนโลยีก็จะส่งผลกระทบได้เพียงในระดับหนึ่งเท่านั้น” Josh กล่าว “เพราะคุณกำลังพยายามนำเทคโนโลยีใหม่ที่เปลี่ยนวิถีการทำงานมาใช้ แต่คุณกลับไม่ได้คิดจริงๆ ว่าจำเป็นต้องเปลี่ยนอะไรในบทบาทหน้าที่ ทีมงาน และโมเดลการดำเนินงานโดยรอบบ้าง”

งานที่เคยทำ 3 คน แต่ AI ช่วยให้เหลือ 1 คน แล้วอีก 2 คนจะไปไหน?

คำถามหนึ่งจากการสัมภาษณ์ครั้งนี้คือ หากงานที่เคยใช้คน 3 คน วันหนึ่ง AI ทำให้เหลือเพียงคนเดียว อีก 2 คนจะเป็นอย่างไร Josh ตอบด้วยกรอบคิดที่ Salesforce เรียกว่า 4R’s Framework ซึ่งบริษัทมองว่าเป็นคู่มือสู่การเป็น Agentic Enterprise

R ตัวแรกคือ Redesign how work gets done การออกแบบการทำงานใหม่ทั้งหมด

R ตัวที่สองคือ Reskill your people การเติมทักษะใหม่ให้บุคลากร เมื่องานเปลี่ยนไปก็ต้องถามว่าต้องสร้างทักษะและความสามารถอะไรขึ้นมาใหม่

R ตัวที่สามคือ Redeploy talent to unlock agility การโยกย้ายบุคลากรไปรับบทบาทใหม่ ซึ่งตรงกับคำถามพอดี

R ตัวที่สี่คือ Rebalance work การสร้างสมดุลระหว่างมนุษย์และ AI เพื่อให้มั่นใจว่าทั้งสองฝั่งกำลังทำสิ่งที่ตัวเองทำได้ดีที่สุด

“เราเชื่ออย่างสุดใจว่ายุค AI นี้ไม่ใช่เรื่องของการลดจำนวนคนหรือการเลิกล้างตำแหน่งงาน แต่เราเชื่อว่าเป็นโอกาสที่จะให้มนุษย์ไปโฟกัสกับงานที่พวกเขาถนัดที่สุด” Josh กล่าว

ตัวอย่างที่เกิดขึ้นจริงในฝ่าย Employee Success คือ Salesforce ลดจำนวนเคสระดับ Tier 1 หรือเคสพื้นฐานลงได้อย่างมีนัยสำคัญ เพราะ Agent ตอบเคสส่วนใหญ่ได้เอง ทำให้พนักงานได้ไปโฟกัสกับเคสที่ถูกส่งต่อขึ้นมาหรือเคสระดับ Tier 2 ที่ต้องใช้ความเห็นอกเห็นใจและการปฏิสัมพันธ์กับมนุษย์มากกว่า

แต่การออกแบบงานใหม่จะเกิดขึ้นจากฝ่ายบริหารเพียงฝ่ายเดียวไม่ได้ Josh มองว่าต้องทำทั้งจากบนลงล่างและจากล่างขึ้นบน ด้านหนึ่งคือผู้นำธุรกิจต้องตอบว่าใน 1-2 ปีข้างหน้ากลยุทธ์จะไปทางไหน ต้องใช้ทักษะแบบไหน และจะมีบทบาทหน้าที่อะไรเกิดขึ้น อีกด้านคือการให้อำนาจพนักงานและผู้จัดการเห็นเองว่าตรงไหนเริ่มออกแบบวิธีทำงานใหม่ได้

AI Fluency มากกว่า AI Literacy

คำหนึ่งในชื่อตำแหน่งของ Josh คือ AI Fluency ซึ่งต่างจากคำว่า AI Literacy ที่องค์กรส่วนใหญ่ใช้ สำหรับ Salesforce ความต่างอยู่ที่ Literacy คือความรู้ความเข้าใจ ขณะที่ Fluency คือการใช้ได้จริง รู้สึกคุ้นเคยกับเครื่องมือ และเข้าใจว่าควรใช้เมื่อใดและอย่างไร

Josh เล่าว่าในช่วงแรก ทุกองค์กรรวมถึง Salesforce เองโฟกัสอย่างหนักไปที่ Adoption หรือการทำให้คนเริ่มใช้งาน แต่บทเรียนที่ได้คือ

“การใช้งานไม่ได้หมายความว่าจะนำไปสู่ผลลัพธ์ทางธุรกิจที่ดีขึ้นเสมอไป คุณอาจจะใช้มันมากขึ้น แต่สิ่งนั้นช่วยให้คุณทำงานได้ผลิตภาพสูงขึ้น มีประสิทธิภาพมากขึ้น และบรรลุผลลัพธ์ทางธุรกิจที่ดีขึ้นจริงหรือเปล่า”

โจทย์ของ Salesforce วันนี้จึงเปลี่ยนจาก ใช้ AI มากแค่ไหน ไปเป็น AI สร้างผลลัพธ์อะไร

สำหรับบางบทบาท เรื่องนี้วัดได้ไม่ยาก วิศวกรซอฟต์แวร์วัดได้จากคุณภาพโค้ดและความเร็วในการส่งมอบ ทีมขายวัดได้จาก SDR Agent ที่ช่วยคัดกรองลูกค้า ว่าอัตราการแปลงลูกค้าสูงขึ้นหรือวงจรการขายสั้นลงหรือไม่

แต่ในบทบาทอื่นอย่างงานของ Josh เอง การวัดยากกว่ามาก ตัวชี้วัดที่ Salesforce ใช้จึงเป็นเชิงคุณภาพ เช่น พนักงาน ผู้จัดการ และผู้นำรู้สึกมั่นใจในการตัดสินใจมากขึ้นหรือไม่ และรู้หรือไม่ว่างานของตัวเองจะเปลี่ยนไปอย่างไร

Judgment ทักษะที่ยิ่งมี AI ยิ่งสำคัญ

แล้วเมื่อไรที่ไม่ควรใช้ AI คำตอบของ Josh อยู่ที่คำว่า วิจารณญาณ หรือ Judgment

“คุณรู้หรือไม่ว่าเมื่อไรที่ AI สร้างงานขยะหรือผลลัพธ์ที่ไม่ดีออกมา แทนที่จะหลับตายอมรับงานที่มันสร้างขึ้น เราควรมีวิจารณญาณที่ว่าหัวข้อประเภทนี้ไม่ใช่เรื่องที่ AI ควรมาตัดสินใจ” Josh กล่าว

ตัวอย่างที่ชัดที่สุดคือเรื่องการบริหารคน AI มีโอกาสดีในการช่วยรวบรวมข้อมูล ไม่ว่าจะเป็นการติดตามงานหรือการพูดคุยตัวต่อตัว แต่เส้นที่ Salesforce ขีดไว้คือ “AI ไม่ควรเป็นผู้ตัดสินใจใดๆ ที่เกี่ยวข้องกับผลการทำงานของคน นั่นเป็นองค์ประกอบของมนุษย์โดยแท้จริง”

นี่คือจุดที่ทำให้แนวคิดของ Josh ต่างจากการพูดเรื่องทักษะ AI ทั่วไป เพราะในวันที่ทุกคนใช้เครื่องมือเดียวกันได้ ความแตกต่างอาจไม่ได้อยู่ที่ใครใช้ AI มากกว่า แต่อยู่ที่ใครรู้ว่าต้องหยุดตรงไหน

“มองในมุมโลกสวยนิดนึง ผมคิดว่าหนึ่งในประโยชน์ของการปฏิวัติ AI คือ งานควรมุ่งสู่ความเป็นมนุษย์มากขึ้น” เหตุผลของ Josh คือ เมื่อ AI รับงานเชิงปฏิบัติการและเวิร์กโฟลว์ที่ซับซ้อนมากขึ้นเรื่อยๆ มนุษย์ควรถูกปลดปล่อยให้ไปทำงานที่มนุษย์ถูกสร้างมาให้ทำ นั่นคือการปฏิสัมพันธ์ระหว่างกัน ความเห็นอกเห็นใจ และการเชื่อมโยงระหว่างคน

Josh ยังเตือนว่าองค์กรมักหลงไปโฟกัสกับเรื่องหวือหวา ขณะที่คุณค่าจริงของ AI ในมุมประสบการณ์พนักงานมักอยู่ที่เรื่องพื้นฐาน อย่างการตอบคำถามประจำวัน การขอความช่วยเหลือ หรือการอัปเดตข้อมูล ซึ่งเป็นภาระที่กินเวลาคนทำงานโดยไม่จำเป็น และการจะทำเรื่องพื้นฐานเหล่านี้ได้ดี Salesforce ต้องใช้เวลาหลายต่อหลายชั่วโมงไปกับการรวบรวมความรู้และเนื้อหาเบื้องหลัง เพื่อให้ Agent ดึงคำตอบที่ถูกต้องออกมาได้

คนรุ่นใหม่ควรเตรียมตัวอย่างไร

ท่ามกลางกระแสที่ว่า AI จะทำให้ตำแหน่งงานระดับเริ่มต้นหายไป Josh ยืนยันว่างานเหล่านี้จะยังอยู่ พร้อมเผยว่าบริษัทกำลังลงทุนเพิ่มเป็นสองเท่ากับบุคลากรระดับเริ่มต้น และโปรแกรมฝึกงาน Futureforce

เหตุผลแรกคือคนที่กำลังเข้าสู่ตลาดแรงงานวันนี้เป็น AI-native โดยธรรมชาติ พวกเขาเติบโตมากับเครื่องมือเหล่านี้ และมีสัญชาตญาณที่คนรุ่นก่อนในช่วงเริ่มต้นอาชีพไม่มี เหตุผลที่สองคือโอกาสในการทำ Reverse Mentoring หรือให้คนรุ่นใหม่เป็นพี่เลี้ยงให้รุ่นพี่ จากวิธีมองปัญหาที่ต่างออกไป

เมื่อถามว่าเด็กจบใหม่ควรสร้างทักษะอะไร คำตอบของ Josh ไม่ใช่ Prompt Engineering หรือเครื่องมือตัวใดตัวหนึ่ง แต่คือความอยากรู้อยากเห็น การทดลอง การเรียนรู้อย่างต่อเนื่อง และการล้มเหลวให้ไว

“เรากำลังอยู่ในจุดเปลี่ยนผ่านที่ไม่มีใครรู้ว่าจะเกิดอะไรขึ้นในวันพรุ่งนี้ เพราะสิ่งต่างๆ เปลี่ยนแปลงไปเร็วมาก” เขากล่าว และแนะนำให้คนรุ่นใหม่เข้าหาการทำงานด้วย Beginner’s Mindset หรือจิตใจของผู้เริ่มต้น แนวคิดที่ Marc Benioff ซีอีโอของ Salesforce ชอบพูดถึง โดยไม่ยึดติดกับวิธีทำงานแบบใดแบบหนึ่ง

“องค์กรที่จะสร้างความแตกต่างได้ คือองค์กรที่ไม่มองการปฏิวัติ AI นี้เป็นแค่การปรับเปลี่ยนทางเทคโนโลยี แต่มองว่ามันคือการปรับเปลี่ยนตัวบุคคลและมนุษย์ โดยมีส่วนประกอบทางเทคโนโลยีที่สำคัญ ซึ่งเปิดโอกาสให้เราได้คิดทบทวนใหม่ทั้งหมดว่างานคืออะไรและมีความหมายอย่างไร”

เขาบอกว่าคำถามที่ลูกค้าองค์กรถามเขาที่ Dreamforce ปีนี้ ก็คือคำถามเดียวกับที่ Salesforce ถามตัวเองภายใน ว่าจะออกแบบการทำงานใหม่อย่างไรเพื่อดึงศักยภาพของ AI ออกมาให้ได้มากที่สุด และควรเริ่มจากตรงไหน

คำตอบที่บริษัท AI แห่งหนึ่งค้นพบจากการใช้ AI กับคนของตัวเองจึงอาจไม่ใช่สิ่งที่หลายคนคาดหวัง

การมี AI มากขึ้นไม่ได้ทำให้คนใช้ได้ดีขึ้น การใช้ AI มากขึ้นไม่ได้ทำให้ผลลัพธ์ดีขึ้น และการเร่งงานชิ้นหนึ่งให้เร็วขึ้นไม่ได้ทำให้ทั้งองค์กรเร็วขึ้น

สิ่งที่ยังต้องอาศัยมนุษย์ คือการตัดสินใจว่าจะใช้มันตรงไหน และจะไม่ใช้มันตรงไหน

The post ใช้ AI ช่วยทำงาน แต่ทำไมยังเหนื่อยเท่าเดิม? ถอดบทเรียนจาก Salesforce เมื่อการสั่ง AI ทำทุกอย่างไม่ใช่ทางออก appeared first on THE STANDARD.

ท่ามกลางภูมิทัศน์การลงทุนโลกที่เต็มไปด้วยความผันผวน ทั้งจากปัจจัยภูมิรัฐศาสตร์ สงครามการค้า และการเปลี่ยนผ่านทางเทคโนโลยี ยังมี 4 ประเด็นใหญ่ที่มีผลต่อทิศทางสินทรัพย์ทั่วโลก ได้แก่ ข้อตกลงลดภาษีสหรัฐฯ-จีน, ทิศทางการพัฒนา AI, สถานการณ์ความตึงเครียดในช่องแคบฮอร์มุซ และการเลือกตั้งกลางเทอมสหรัฐฯ พร้อมคำแนะนำการจัดพอร์ตการลงทุนอย่างยั่งยืน

ชาตรี โรจนอาภา CFA, FRM หัวหน้าทีมที่ปรึกษาการลงทุน SCB CIO ธนาคารไทยพาณิชย์ ให้สัมภาษณ์ในรายการ Morning Wealth ระบุว่า จากการบรรลุข้อตกลงระหว่างประธานาธิบดี สี จิ้นผิง ของจีน และ โดนัลด์ ทรัมป์ ของสหรัฐฯ ในการลดภาษีนำเข้าระหว่างกันมูลค่าราว 30,000 ล้านดอลลาร์สหรัฐ ทั้งสองฝั่งนั้น ประเมินว่า สินค้าที่นำมารวมในดีลนี้ส่วนใหญ่เป็นสินค้าที่ไม่ใช่ยุทธศาสตร์ (Non-strategic goods) เช่น ของเล่นเด็ก อุปกรณ์มือถือ อิเล็กทรอนิกส์ขนาดเล็ก และสินค้าเกษตร ขณะที่สินค้าเชิงยุทธศาสตร์สำคัญอย่าง Semiconductor หรือชิปขั้นสูง ยังไม่ได้ถูกยกขึ้นมาหารือในรอบนี้

เมื่อพิจารณาในแง่ตัวเลขทางเศรษฐกิจ มูลค่า 30,000 ล้านดอลลาร์สหรัฐ คิดเป็นเพียงประมาณ 10% ของมูลค่าการนำเข้าสินค้าจากจีนของสหรัฐฯ (ราว 300,000 ล้านดอลลาร์สหรัฐ) และเมื่อเทียบกับการส่งออกของสหรัฐฯ ไปจีนที่ราว 60,000 ล้านดอลลาร์สหรัฐ จึงถือว่าไม่ได้มีผลกระทบเชิงปริมาณมหาศาล

อย่างไรก็ตาม ข้อตกลงนี้สร้าง Sentiment เชิงบวกต่อบรรยากาศการลงทุน ในระยะสั้น ช่วยชะลอการขยายตัวของสงครามการค้าออกไป และเลื่อนกำหนดการขึ้นภาษีที่เดิมจะมีขึ้นในวันที่ 10 พฤศจิกายน ออกไปอีก 2 เดือน

ปมพัฒนา AI ไร้สัญญาณชะลอตัว – จีนผ่อนคลายไฟเขียวซื้อชิป Nvidia

ในส่วนของกระแสความกังวลเรื่องความปลอดภัยและการเรียกร้องให้ชะลอการพัฒนาปัญญาประดิษฐ์ (AI) จากผู้บริหารห้องปฏิบัติการ AI บางแห่ง SCB CIO มองว่า ในความเป็นจริงทั้งผู้นำสหรัฐฯ และจีนต่างไม่มีแนวคิดที่จะชะลอการพัฒนา AI แต่อย่างใด เนื่องจากเป็นการแข่งขันที่ดุเดือด หากประเทศใดหรือบริษัทใดชะลอการพัฒนา ก็เสี่ยงที่จะพ่ายแพ้และตามไม่ทันในตลาดโลก ทิศทางหลังจากนี้จึงจะเป็นการพัฒนาควบคู่ไปกับการออกกฎระเบียบกำกับดูแลมากกว่า

แม้การหารือระดับชาติด้าน AI ระหว่างสหรัฐฯ และจีนจะถูกเลื่อนออกไปในเดือนพฤศจิกายน แต่ภายหลังการเจรจา มีรายงานข่าวว่าจีนอาจผ่อนคลายมาตรการ เพื่ออนุญาตให้บริษัทภายในประเทศสามารถเข้าซื้อชิปจาก Nvidia ได้ ซึ่งถือเป็นปัจจัยหนุนเชิงบวกชั่วคราวต่อกลุ่มเทคโนโลยี

สงครามตะวันออกกลางและช่องแคบฮอร์มุซ ทำไมทรัมป์ถึงยังไม่รีบจบดีล

ด้านสถานการณ์ความตึงเครียดในตะวันออกกลาง ส่งผลให้ราคาน้ำมันดิบพุ่งขึ้นไปแตะระดับ 107–108 ดอลลาร์สหรัฐต่อบาร์เรล ก่อนจะย่อตัวลงมาอยู่ที่ระดับปลาย 90 ดอลลาร์สหรัฐ ซึ่งกดดันให้อัตราเงินเฟ้อเร่งตัว และดันให้อัตราผลตอบแทนพันธบัตรรัฐบาลสหรัฐฯ (Bond Yield) พุ่งขึ้นสู่ระดับสูงสุดในรอบหลายปี โดย Yield อายุ 10 ปี อยู่ที่ 5.2% และ Yield อายุ 30 ปี อยู่ที่ 5.6% ส่งผลให้ธนาคารกลางสหรัฐฯ (Fed) มีแนวโน้มปรับขึ้นอัตราดอกเบี้ยอีก 1–2 ครั้งในปีนี้ ขณะที่ตลาดคาดการณ์ว่าอาจปรับขึ้นได้ถึง 3–4 ครั้งในรอบ 1 ปีข้างหน้า

ประเด็นที่น่าสนใจคือ ข้อมูลจาก Bloomberg ระบุว่า ปริมาณการขนส่งน้ำมันผ่าน ช่องแคบฮอร์มุซ ล่าสุดขยับขึ้นมาอยู่ที่ 13.5 ล้านบาร์เรลต่อวัน (จากระดับปกติก่อนสงครามที่ 20 ล้านบาร์เรลต่อวัน และช่วงพีคของความขัดแย้งที่ลดลงเหลือเพียง 1–2 ล้านบาร์เรลต่อวัน)

การที่น้ำมันยังคงถูกขนส่งและลักลอบส่งออกได้ถึง 2 ใน 3 ของภาวะปกติ ทำให้ประธานาธิบดี โดนัลด์ ทรัมป์ ยังไม่ยอมรับข้อเสนอของอิหร่าน (ที่เสนอเปิดช่องแคบฮอร์มุซและคุยเรื่องนิวเคลียร์ แลกกับการปลดล็อกการอายัดสินทรัพย์และการคว่ำบาตรน้ำมัน) ส่งผลให้การเจรจาถูกลากยาวออกไปเกินช่วงการเลือกตั้งกลางเทอม และกลายเป็นปัจจัยรบกวน (Noise) ที่สร้างความผันผวนในระยะสั้น

เลือกตั้งกลางเทอมสหรัฐฯ 3 พ.ย. สู่ภาวะ ‘Divided Government’ ข่าวดีตลาดหุ้น

สำหรับการเลือกตั้งกลางเทอมของสหรัฐฯ ในวันที่ 3 พฤศจิกายนนี้ ผลสำรวจความคิดเห็นส่วนใหญ่ชี้ไปในทางเดียวกันว่า พรรคเดโมแครต (Democrats) มีแนวโน้มสูงที่จะครองเสียงข้างมากทั้งในสภาผู้แทนราษฎร (สส.) และวุฒิสภา (สว.)

SCB CIO วิเคราะห์ว่า หากผลออกมาในรูปแบบนี้จริง จะเกิดภาวะที่เรียกว่า ‘Divided Government’ หรือรัฐบาลแบ่งแยกอำนาจ โดยประธานาธิบดี โดนัลด์ ทรัมป์ จากพรรครีพับลิกัน จะไม่สามารถใช้อำนาจเบ็ดเสร็จเด็ดขาดได้เหมือนช่วงก่อนหน้า

ทำไมถึงเป็นข่าวดีของตลาดหุ้น?

• สภาที่มีเดโมแครตครองเสียงข้างมาก จะช่วยคานอำนาจและยับยั้งนโยบายสุดโต่ง (Extreme Policies) เช่น การก่อสงครามการค้ารุนแรง หรือการอนุมัติงบประมาณสงครามก้อนโตในปีถัดไป
• ตลาดหุ้นมักชอบภาวะ Divided Government เนื่องจากมีความเปลี่ยนแปลงเชิงนโยบายต่ำ เสถียรภาพทางการเมืองสูงขึ้น และลดความเสี่ยงจากนโยบายที่ไม่คาดคิดของทรัมป์

กลยุทธ์จัดพอร์ตการลงทุนรับมือความผันผวน

จากปัจจัยทั้งหมดข้างต้น ชาตรี โรจนอาภา ได้ให้คำแนะนำในการจัดสรรสินทรัพย์ (Asset Allocation) รายประเภท ดังนี้

1. ตราสารหนี้ (Fixed Income) เน้นระยะสั้น (1–3 ปี)

• ต้องเพิ่มความระมัดระวัง เนื่องจาก Bond Yield สหรัฐฯ พุ่งขึ้นรวดเร็ว (10 ปี อยู่ที่ 5.2%, 30 ปี อยู่ที่ 5.6%) ทำให้ผลตอบแทนต่อความเสี่ยง (Risk/Reward) ในระยะนี้ยังไม่คุ้มค่า
• คำแนะนำ: เลือกลงทุนในพันธบัตรหรือกองทุนตราสารหนี้ระยะสั้น อายุเฉลี่ย 1–3 ปี เพื่อพักเงิน และควรรอให้ทิศทางดอกเบี้ยของ Fed ชัดเจนว่าใกล้แตะจุดสูงสุดแล้ว จึงค่อยพิจารณาเพิ่มอายุตราสาร (Duration)

1. ตลาดหุ้น (Equities) ระยะยาวยังไปต่อได้ เน้นกลยุทธ์ยืดหยุ่น

• ในระยะยาว ตลาดหุ้นยังมีปัจจัยพื้นฐานสนับสนุนจากการเติบโตของกำไรสุทธิบริษัทจดทะเบียน โดยไตรมาส 3 คาดว่าจะเติบโต 25–27% และปีหน้าเติบโตต่อที่ 15–17% รวมทั้งการลงทุนในโครงสร้างพื้นฐาน AI ยังคงเดินหน้าต่อเนื่อง
• คำแนะนำ: เนื่องจากระยะสั้นมีความผันผวนสูงจาก Bond Yield และสงคราม แนะนำเลือกลงทุนใน กองทุนผสมแบบยืดหยุ่น (Flexible Multi-Asset) เพื่อให้ผู้จัดการกองทุนปรับสัดส่วนตามสถานการณ์ หรือเลือกกลยุทธ์ที่ไม่ผันผวนตามทิศทางตลาด เช่น Market Neutral หรือ Absolute Return
• สำหรับนักลงทุนรายใหญ่ (High Net Worth): อาจพิจารณาสินทรัพย์ทางเลือก เช่น Structured Notes / Structured Products ที่มีโครงสร้างคุ้มครองเงินต้นหรือคุ้มครองความเสี่ยงในตลาดขาลง

1. ทองคำ (Gold) จุดทยอยสะสมระยะยาว

• ราคาทองคำย่อตัวลงมาอยู่ที่ราว 4,100–4,200 ดอลลาร์สหรัฐต่อออนซ์ (ใกล้จุดต่ำสุดเดิมที่ราว 4,000 ดอลลาร์สหรัฐ) ผลจากแรงกดดันเรื่องสงคราม ราคาน้ำมัน และดอกเบี้ย
• คำแนะนำ: ระดับราคาปัจจุบันที่ 4,100 ดอลลาร์สหรัฐ มีความน่าสนใจในการ ทยอยสะสมระยะยาว เนื่องจากมองว่าสงครามในตะวันออกกลางจะคลี่คลายในที่สุด ราคาน้ำมันจะปรับลง และเมื่อ Fed ปรับขึ้นดอกเบี้ยจนสุดทาง ราคาทองคำจะมีโอกาสฟื้นตัว

ภาพ: Andrew Angelov / Shutterstock

The post เลือกตั้งกลางเทอมสหรัฐฯ ทำไมถึงเป็นข่าวดีหุ้นโลกพร้อม เจาะดีลลดภาษี 3 หมื่นล้านสหรัฐฯ-จีน แค่ Sentiment ชั่วคราว? appeared first on THE STANDARD.

Advanced Micro Devices หรือ AMD ยักษ์ใหญ่ผู้ผลิตชิป ประกาศข้อตกลงเข้าซื้อกิจการ World Labs สตาร์ทอัพด้านปัญญาประดิษฐ์ (AI) ที่ก่อตั้งโดย Fei-Fei Li (เฟย-เฟย ลี) ด้วยมูลค่า 8,200 ล้านดอลลาร์สหรัฐ (ราว 2.8-3.0 แสนล้านบาท) ในรูปแบบการแลกหุ้นทั้งหมด (All-Stock Deal)

การเคลื่อนไหวครั้งสำคัญนี้นับเป็นก้าวใหญ่ของ AMD ในการรุกตลาดงานวิจัยระบบ ‘Physical AI’ ซึ่งเป็นเทคโนโลยีที่ช่วยให้ AI สามารถเข้าใจและจำลองโลกจริงรอบตัวได้อย่างแม่นยำ

ทั้งนี้ Fei-Fei Li คือผู้ที่ได้รับการขนานนามว่าเป็น ‘มารดาแห่งปัญญาประดิษฐ์’ (Godmother of AI) ก่อตั้ง World Labs ขึ้นในปี 2024 เพื่อพัฒนาเทคโนโลยี ‘World Models’ หรือระบบ AI ที่สามารถเข้าใจและจำลองสภาพแวดล้อม 3 มิติ โดยโมเดลเหล่านี้ได้รับการฝึกฝนจากภาพ วิดีโอ และข้อความ จนถูกยกให้เป็นหนึ่งในพรมแดนใหม่ของ AI ถัดจาก Large Language Models (LLM) อย่าง ChatGPT และเป็นเทคโนโลยีที่มีศักยภาพสูงสำหรับอุตสาหกรรมหุ่นยนต์ (Robotics) และเกมมิ่ง

รายงานข่าวระบุว่า ดีลการเข้าซื้อกิจการในครั้งนี้จะช่วยให้ AMD ได้รับสิทธิ์ในการเข้าถึงงานวิจัยด้าน Spatial Intelligence (ปัญญาประดิษฐ์เชิงมิติสัมพันธ์) ซึ่งเป็นสาขาใหม่ที่มุ่งเน้นการพัฒนาระบบ AI ให้สามารถสร้างโมเดลสิ่งแวดล้อมแบบ 3 มิติ และปฏิสัมพันธ์กับโลกทางกายภาพได้

การพัฒนาเทคโนโลยีนี้คาดว่าจะกลายเป็นตัวแปรสำคัญที่กำหนดทิศทางความต้องการชิป ซอฟต์แวร์ และโครงสร้างพื้นฐานด้าน AI ในอนาคต

Fei-Fei Li โพสต์ข้อความผ่าน LinkedIn ระบุว่า “เราเริ่มต้นความร่วมมือทางเทคโนโลยีอย่างลึกซึ้งกับ AMD ตั้งแต่ปีที่แล้ว โดยเริ่มจากการฝึกฝนโมเดลและการปรับปรุงระบบการประมวลผล (Inference Optimization) บน GPU ของ AMD และเมื่อทีมงานของทั้งสองฝ่ายได้ทำงานร่วมกัน เราจึงตระหนักว่าการผสานรวมระบบนิเวศ AI ทั้งฮาร์ดแวร์ ซอฟต์แวร์ โมเดลพื้นฐาน (Foundation Models) รวมถึงแอปพลิเคชันเข้าด้วยกัน จะเป็นการหลอมรวมที่ลงตัวที่สุด”

ขณะที่ Lisa Su ประธานเจ้าหน้าที่บริหาร (CEO) ของ AMD ระบุว่า ดีลนี้จะช่วยให้ AMD ที่ใกล้ก้าวสู่บริษัทมูลค่า 1 ล้านล้านดอลลาร์ สามารถกำหนดแผนพัฒนาเทคโนโลยี (Technology Roadmap) ในอนาคตได้แม่นยำยิ่งขึ้น จากการเข้าใจทิศทางพัฒนาการของ AI ที่กำลังเปลี่ยนแปลงไป

ข้อตกลงนี้สะท้อนให้เห็นว่าทั้ง AMD และ Nvidia ต่างกำลังเร่งนำรายได้มหาศาลจากการขายชิปมาขยายธุรกิจเข้าสู่การพัฒนา AI Model โดยเมื่อต้นเดือนที่ผ่านมา Nvidia เพิ่งประกาศเข้าซื้อกิจการแพลตฟอร์ม AI อย่าง Hugging Face ด้วยมูลค่าสูงถึง 13,000 ล้านดอลลาร์ รวมถึงลงทุน มอบหลักประกันหนี้ และสนับสนุนทางการเงินแก่สตาร์ทอัพ AI อีกนับแสนล้านดอลลาร์

และเมื่อช่วงต้นปีที่ผ่านมา World Labs เพิ่งระดมทุนได้มากถึง 1,000 ล้านดอลลาร์สหรัฐ ซึ่งมี AMD ร่วมเป็นหนึ่งในผู้ลงทุนหลักด้วย โดยเทคโนโลยีของ World Labs มุ่งเน้นไปที่การช่วยให้ AI สามารถเข้าใจและมีเหตุผลเกี่ยวกับโลกทางกายภาพได้ดีขึ้น ซึ่งสามารถนำไปประยุกต์ใช้ในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นหุ่นยนต์ (Robotics) การจำลองสถานการณ์ (Simulation) งานออกแบบ ตลอดจนการใช้งานในโลกจริงด้านอื่นๆ

ทาง AMD เปิดเผยว่า งานวิจัยของ World Labs จะช่วยให้บริษัทเข้าใจภาระงาน (Workloads) ของ AI ยุคใหม่ได้อย่างลึกซึ้ง และเป็นแนวทางในการกำหนดแผนพัฒนาเทคโนโลยี (Technology Roadmap) ของบริษัททั้งในส่วนของฮาร์ดแวร์ ซอฟต์แวร์ และระบบโดยรวม

หลังจากการควบรวมกิจการเสร็จสิ้น Fei-Fei Li นักวิจัย AI ชื่อดังระดับโลก ผู้มีบทบาทสำคัญในการพัฒนาเทคโนโลยี Computer Vision จะเข้าร่วมงานกับ AMD ในตำแหน่ง รองประธานบริหารและประธานนักวิทยาศาสตร์ (Executive Vice President and Chief Scientist) โดยจะรายงานตรงต่อ Lisa Su ประธานเจ้าหน้าที่บริหาร (CEO) ของ AMD โดยคาดว่ากระบวนการเข้าซื้อกิจการทั้งหมดจะเสร็จสิ้นภายในสิ้นปี 2026 นี้

ภาพ: Tigarto / Shutterstock

อ้างอิง:

• https://www.ft.com/content/33344fa5-6a25-4d72-8934-528526dd89bd?syn-25a6b1a6=1
• https://www.reuters.com/technology/amd-acquire-fei-fei-lis-world-labs-82-billion-deal-2026-09-28/

The post AMD ปิดดีลยักษ์ 8.2 พันล้านดอลลาร์ เทกโอเวอร์ ‘World Labs’ สตาร์ทอัพของ Fei-Fei Li ดึงนั่ง Executive VP เร่งเครื่องพัฒนา ‘Physical AI’ และ Spatial Intelligence appeared first on THE STANDARD.

AI กำลังทำให้คนโง่ลงหรือเปล่า?

คำถามนี้มักถูกตอบด้วยการเปรียบว่า AI ก็ไม่ต่างจากเครื่องคิดเลข ที่สมัยหนึ่งเคยมีคนกลัวว่าจะทำให้คนคิดเลขในใจไม่เป็น แต่สุดท้ายโลกก็ไม่ได้พังลง ซึ่งแม้แต่ แซม อัลต์แมน ซีอีโอของ OpenAI ก็เคยใช้การเปรียบเทียบนี้

แต่ นาตาลิยา คอสมีนา นักวิจัยจาก MIT ผู้เขียนงานวิจัยเรื่อง AI กับการถดถอยของความคิดที่ถูกอ้างถึงมากที่สุดชิ้นหนึ่ง มองว่านี่คือการเปรียบเทียบที่ผิดตั้งแต่ต้น

“คุณไม่ได้หลับไปแล้วตื่นมาพร้อมเครื่องคิดเลข และคุณไม่ได้คุยกับเครื่องคิดเลขเรื่องทุกอย่างที่อยู่ในหัว” เธอกล่าว

เธอเชื่อว่า AI อาจเป็นความเสี่ยงต่อสมองมากกว่าเทคโนโลยีทุกชนิดที่ผ่านมา เพราะธรรมชาติของมันต่างจากเครื่องมือทุกชนิดที่มนุษย์เคยใช้มาโดยสิ้นเชิง และถ้า AI แทรกเข้าไปในทุกส่วนของชีวิตอย่างที่บริษัทผู้พัฒนา AI ทำนายไว้ มันก็ต้องเปลี่ยนวิธีคิดของคนแน่นอน สิ่งที่ยังไม่มีใครรู้คือความเปลี่ยนแปลงนั้นจะถาวรแค่ไหน

ทุกยุคเคยกลัวเทคโนโลยีใหม่ แต่ AI ต่างจากเครื่องคิดเลขและ Google

ความกลัวว่านวัตกรรมจะทำให้สมองแย่ลงไม่ใช่เรื่องใหม่ โสกราตีส นักปรัชญากรีกโบราณ เคยกังวลว่าการเขียนหนังสือจะทำให้ความจำของคนเจือจางลง บางคนเคยทำนายว่าโทรเลขจะเป็นจุดจบของบทกวี ส่วนเครื่องคิดเลขก็เคยถูกมองว่าจะทำให้ทักษะคิดเลขในใจหายไป

ไม่มีความกลัวข้อไหนเกิดขึ้นจริงแบบหายนะ แต่ก็เกิดขึ้นจริงแบบค่อยเป็นค่อยไป โดยไม่ได้มาจากเทคโนโลยีชิ้นใดชิ้นหนึ่ง หากมาจากความเปลี่ยนแปลงหลายระลอกที่สะสมกันมาหลายสิบปี ทั้งสมาร์ทโฟนที่แพร่หลาย, โรงเรียนที่ให้คะแนนง่ายขึ้น และโรงเรียนที่ได้งบประมาณไม่พอ

ปัจจุบันมีคนอ่านบทกวีไม่ถึง 10% ซึ่งห่างไกลจากยุครุ่งเรืองในศตวรรษที่ 19 ที่หนังสือบทกวียอดนิยมขายหมดเป็นประจำ ส่วนสัดส่วนนักเรียนเกรด 12 ในสหรัฐฯ ที่มีทักษะคณิตศาสตร์อย่างน้อยระดับพื้นฐาน ก็ลดลงเรื่อยมานับจากจุดสูงสุดในปี 2556

ตัวอย่างที่ใกล้ตัวที่สุดคือยุค Google โดยปี 2554 นักวิจัยพบสิ่งที่เรียกกันว่า ‘Google effect’ คือถ้าคนรู้ว่าจะเปิดหาข้อมูลได้อีกตอนไหนก็ได้ พวกเขามักจำไม่ค่อยได้ว่าข้อมูลนั้นคืออะไร แต่จำได้แม่นว่าต้องไปหาที่ไหน นักวิจัยสรุปว่ามนุษย์กับคอมพิวเตอร์กำลังทำงานร่วมกันเป็นระบบเดียว โดยสมองของเราเก็บข้อมูลเองน้อยลง แล้วหันมาจำแค่ทางไปหาข้อมูลแทน

ช่วงนั้นมีคนกังวลว่าการฝากความจำไว้กับ Google กำลังทำให้คนโง่ลง ถึงขั้นที่ The Atlantic เคยขึ้นปกด้วยคำถามนี้ ขณะที่อีกฝั่งมองว่า Google ช่วยให้ทุกคนเข้าถึงข้อมูลได้เท่ากัน และทำให้เราเอาเวลาที่เคยหมดไปกับการค้นหนังสือในห้องสมุด มาใช้คิดเรื่องที่ลึกกว่าเดิม

ข้อถกเถียงเดิมเหล่านี้กำลังกลับมาอีกครั้งในยุค AI ทั้งเรื่องการพึ่งพาที่มากเกินไปจะทำให้ความอดทนในการคิดลดลง, ความคิดสร้างสรรค์ลดลง, ทักษะการคิดเชิงวิพากษ์ค่อยๆ หายไป และความสัมพันธ์กับผู้คนแย่ลง

แต่คราวนี้มีจุดต่างที่สำคัญ อดัม กรีน ผู้อำนวยการห้องปฏิบัติการด้านความคิดเชิงสัมพันธ์ของมหาวิทยาลัยจอร์จทาวน์ อธิบายว่า AI เป็นเทคโนโลยีแรกที่ ‘คิดไอเดียแทนเรา’

“Google ช่วยให้ผมหาสิ่งที่ผมคิดจะหา แต่ AI คิดแทนว่าจะหาอะไร” เขากล่าว

พอเอา AI ออก คนที่เคยใช้กลับทำได้แย่กว่าคนที่ไม่เคยใช้เลย

หลักฐานที่หนักแน่นที่สุดจนถึงตอนนี้มาจากการทดลองที่ให้คนใช้ AI ช่วงหนึ่ง แล้วเอา AI ออกไปเพื่อดูว่าเกิดอะไรขึ้น

งานวิจัยของคอสมีนาที่ MIT พบว่าคนที่ใช้ AI ช่วยเขียนเรียงความ ทำผลงานได้แย่ลงเรื่อยๆ หากเทียบกับคนที่ใช้ Google หรือไม่ใช้เครื่องมืออะไรช่วยเลย

อีกการทดลองที่ให้ผลน่ากังวลกว่านั้นมาจากนักวิจัยของ Wharton School มหาวิทยาลัยเพนซิลเวเนีย ที่ให้นักเรียนมัธยมปลายในตุรกี 1,000 คนใช้ติวเตอร์คณิตศาสตร์ที่เป็น AI โดยแบ่งเป็น 2 แบบ แบบแรกทำงานเหมือน ChatGPT ทั่วไป ส่วนแบบที่สองมีข้อจำกัดมากกว่า คือไม่ให้คำตอบตรงๆ แต่ให้คำใบ้แทน พร้อมข้อมูลที่ครูเตรียมไว้ เช่น เฉลยโจทย์ฝึกหัดและคำอธิบายจุดที่คนมักทำผิด

นักเรียนทั้งสองกลุ่มทำคะแนนได้ดีขึ้นตอนที่มี AI ช่วย แต่พอเอาเครื่องมือออก กลุ่มที่ใช้ AI แบบ ChatGPT ทั่วไปกลับทำได้แย่กว่ากลุ่มที่ไม่เคยใช้ AI เลยด้วยซ้ำ

ภาพ : Jakub Porzycki/NurPhoto via Getty Images

เรื่องแบบนี้เคยเกิดขึ้นมาแล้วกับ GPS โดยงานวิจัยของมหาวิทยาลัยแมคกิลล์ในปี 2563 พบว่ายิ่งคนพึ่ง GPS นานเท่าไร ‘ความจำเชิงพื้นที่’ ตอนที่ต้องหาทางเองโดยไม่มี GPS ก็ยิ่งแย่ลง และพอนักวิจัยกลับไปติดตามกลุ่มตัวอย่างเล็กๆ อีกครั้งในอีก 3 ปีต่อมา ก็พบว่าคนที่ใช้ GPS มากขึ้น มีความจำเชิงพื้นที่ถดถอยหนักขึ้นไปอีก

ที่สำคัญคือคนที่เรียนจบและผ่านช่วงต้นของการทำงานมาก่อนยุค AI ก็ไม่ได้ปลอดภัย เพราะความคิดสร้างสรรค์และทักษะการคิดต้องฝึกอย่างต่อเนื่อง

นักบินก็เป็นอีกกลุ่มที่เจอเรื่องนี้ โดยงานวิจัยในปี 2514 พบว่านักบินที่ไม่ได้บินนาน 4 เดือน ยังรักษาทักษะที่ใช้มือกับตาได้ดี เช่น การกวาดตาดูหน้าปัดและการบังคับเครื่อง แต่ ‘ทักษะการคิด’ กลับถดถอยลงในช่วงเวลาเดียวกัน ทั้งการจำขั้นตอนที่ต้องทำ, การนึกภาพว่าเครื่องบินอยู่ตรงไหน และการคำนวณในใจ

สิ่งที่นักวิจัยกังวลมากกว่านั้นคือคนรุ่นใหม่ที่อาจไม่เคยได้ฝึกทักษะเหล่านี้ตั้งแต่แรก ไมเคิล แกร์ลิช หัวหน้าศูนย์มองการณ์ไกลเชิงกลยุทธ์องค์กรและความยั่งยืนจาก Swiss Business School ระบุว่ามีความเสี่ยงสูงที่คนรุ่นใหม่จะพัฒนาการคิดเชิงวิพากษ์ไม่ได้ เพราะความสะดวกที่มี AI คอยคิดแทน

ความต่างนี้ปรากฏในโลกของการทำงานด้วย เพราะคนที่เขียนโค้ดมาหลายสิบปีแล้วค่อยมาใช้ AI ช่วยต่อยอดงาน ย่อมต่างจากคนที่เรียนรู้แค่ ‘vibe code’ หรือการเขียนโปรแกรมด้วยการสั่ง AI ให้ทำ โดยไม่ได้เข้าใจโค้ดที่ได้ออกมาจริงๆ

ใช้ AI แค่ 10 นาที คนก็ยอมแพ้โจทย์ยากง่ายขึ้น

อีกด้านที่น่ากังวลคือ AI อาจทำให้คนอดทนกับความยากน้อยลง

งานวิจัยที่ยังไม่ผ่านการตรวจสอบจากผู้เชี่ยวชาญฉบับหนึ่งซึ่งออกมาในเดือนเมษายน 2569 ให้ผู้เข้าร่วมทำโจทย์เศษส่วน 15 ข้อ โดยกลุ่มหนึ่งมีผู้ช่วย AI ที่ให้คำตอบได้แทบทันทีสำหรับ 12 ข้อแรก แต่ต้องทำ 3 ข้อสุดท้ายเอง ส่วนอีกกลุ่มไม่มี AI ช่วยเลยตลอดทั้ง 15 ข้อ

ผลคือกลุ่มที่มี AI ทำ 12 ข้อแรกได้ดีกว่า แต่พอถึง 3 ข้อสุดท้ายที่ต้องทำเอง กลับตอบถูกน้อยกว่าและ ‘ข้ามโจทย์’ มากกว่ากลุ่มที่ไม่เคยใช้ AI ซึ่งนักวิจัยตีความว่าคนที่ใช้ AI ‘ไม่ค่อยอดทนสู้กับความยาก’ และความเปลี่ยนแปลงนี้เกิดขึ้นหลังใช้ AI ช่วยแค่ราว 10 นาทีเท่านั้น

ทีมวิจัยอธิบายว่าพี่เลี้ยงหรือคู่คิดที่ดีไม่ได้แค่ตอบคำถาม แต่จะค่อยๆ ประคองการเรียนรู้, ติดตามความก้าวหน้า และให้ความสำคัญกับการเติบโตของอีกฝ่ายมากกว่าผลเฉพาะหน้า ขณะที่ระบบ AI ทุกวันนี้เป็นผู้ร่วมงานที่ ‘มองแค่ระยะสั้น’ เพราะถูกออกแบบมาให้ตอบทันทีและครบถ้วน โดยไม่เคยปฏิเสธ

อย่างไรก็ตาม เกรซ หลิว นักศึกษาปริญญาเอกด้าน Machine Learning จากมหาวิทยาลัยคาร์เนกีเมลลอน ผู้เขียนงานวิจัยชิ้นนี้ ย้ำว่ายังไม่รู้ว่าผลจากงานวิจัยเล็กๆ นี้บอกอะไรได้บ้างเกี่ยวกับสมองของคนที่ใช้ AI มากๆ เป็นเวลานาน

“การใช้ 10 นาทีไม่ได้ทำให้สมองหรือความคิดถดถอยในระยะยาวแน่นอน” เธอกล่าว พร้อมบอกว่าคำถามว่าจะเกิดอะไรขึ้นถ้าใช้ซ้ำๆ เป็นเวลานาน ต้องอาศัยการวิจัยที่ติดตามคนกลุ่มเดิมต่อเนื่องหลายปีถึงจะตอบได้

อีกเรื่องที่ถูกจับตาคือความคิดสร้างสรรค์ โดยนักวิจัยจากมหาวิทยาลัยจอร์จทาวน์วิเคราะห์เรียงความสมัครเข้ามหาวิทยาลัยกว่า 370,000 ฉบับ ทั้งก่อนและหลังที่ ChatGPT ได้รับความนิยม

ผลที่ได้แบ่งเป็นสองด้าน เรียงความที่มนุษย์เขียนเองมี ‘ไอเดียใหม่’ มากกว่า ส่วนเรียงความที่ใช้ AI ช่วยมีการใช้ภาษาที่แปลกใหม่มากกว่า แปลว่า AI อาจทำให้ภาษาในเรียงความแต่ละชิ้นดูสร้างสรรค์ขึ้น แต่ถ้ามองทั้งกลุ่ม การใช้ AI กลับทำให้ความคิดสร้างสรรค์โดยรวมลดลง

จากการบ้านสู่การให้ AI ตัดสินใจเรื่องชีวิตแทน

การพึ่งพา AI ไม่ได้หยุดอยู่แค่การบ้านหรืองาน เพราะบน TikTok และ Substack มีคนจำนวนมากเล่าว่าตัวเองพึ่ง AI จนใช้มันตัดสินใจเรื่องพื้นฐานในชีวิต ตั้งแต่จะกินอะไร, ใส่ชุดไหน, เรียบเรียงข้อความถึงเพื่อนยังไง ไปจนถึงจะรับมือกับความสัมพันธ์ที่เป็นพิษอย่างไร

แคโรลิน ยู อดีตวิศวกรซอฟต์แวร์ที่ทำงานในสายเทคโนโลยีมา 9 ปีจนถึงกลางปี 2567 เป็นหนึ่งในนั้น เธอใช้เวลาหลายเดือนคิดไม่ตกว่าจะลาออกจากสายงานนี้ดีหรือไม่ จนหันไปพึ่ง Claude แชตบอตของ Anthropic

เธอใช้เวลาวันละ 2-3 ชั่วโมงให้แชตบอตวาดภาพอนาคตของตัวเองในหลายแบบ และเล่าว่าเธอคอยกลับไปหา ‘คำยืนยัน’ จาก AI อยู่ตลอดว่านี่เป็นทางเลือกที่ดีหรือไม่ ทุกครั้งที่คุยกับใครแล้วรู้สึกไม่แน่ใจ เธอก็จะกลับไปถามมันอีก

โดมินิก ฟริสบี นักเขียนด้านการเงินและนักแสดงตลก เล่าในบทความบน Substack ชื่อ ‘I’ve Outsourced My Judgement to AI. So Has Everyone Else’ หรือฉันยกการตัดสินใจให้ AI ไปแล้ว และทุกคนก็ทำแบบเดียวกัน ว่าเขาอัปโหลดแชต WhatsApp ทั้งหมดกับอดีตคนรักขึ้นไปขอคำแนะนำ เพราะติดอยู่ในความสัมพันธ์ที่เป็นพิษซึ่งหลุดออกมาไม่ได้แม้จะแยกทางกันแล้ว สุดท้ายคำอธิบายของแชตบอตเรื่องความสัมพันธ์และบุคลิกของทั้งคู่ ทำให้เขามองเห็นทางที่จะก้าวต่อไปได้

บางแอปถึงขั้นทำธุรกิจจากความลังเลของคน อย่าง Moot แอปที่เปิดตัวช่วงต้นปีนี้ ซึ่งให้ผู้ใช้ตั้งคำถาม แล้วให้ AI หลายบุคลิกถกเถียงกัน ก่อนโหวตเลือกทางที่ดีที่สุดให้

คอร์เนเลีย วอลเทอร์ นักวิจัยอาวุโสด้าน AI เพื่อสังคมจาก Wharton ให้ความเห็นว่าเราอยากเชื่อว่าตัวเองมีพลังมากขึ้นเพราะเครื่องมือ AI แต่ความจริงคือเรากำลังยกพลังของตัวเองให้มันมากขึ้นเรื่อยๆ โดยเธอมองว่าตอนนี้คนเกือบจะถึงขั้นพึ่งพา AI แล้ว และอีกไม่นานอาจกลายเป็น ‘การเสพติดเต็มรูปแบบ’

นักวิจัยของ Wharton ตั้งชื่อปรากฏการณ์นี้ว่า ‘cognitive surrender’ หรือการยอมจำนนทางความคิด ซึ่งหมายถึงการที่ผู้ใช้เปลี่ยนจากการมอง AI เป็นเครื่องมือ ไปเป็นผู้มีอำนาจตัดสิน จนรับคำตอบมาโดยไม่ได้ประเมินเอง ขณะที่ สตีเวน ชอว์ นักวิจัยหลังปริญญาเอกด้านการตลาดของ Wharton เตือนว่าคนอาจกลายเป็น ‘ผู้ตามความคิดที่ตัวเองไม่ได้คิด’ คือรับไอเดียที่ AI สร้างขึ้นมาใช้ โดยไม่ได้ย่อยมันเองอย่างเต็มที่

ด้าน จอห์น นอสตา ผู้ก่อตั้งกลุ่มวิจัยนวัตกรรม NostaLab เรียกสิ่งนี้ว่า ‘ความสัมพันธ์แบบพึ่งพาทางความคิด’ ซึ่งทำให้คนทำงานได้มากขึ้นในระยะสั้น แต่ค่อยๆ สูญเสียทักษะที่เทคโนโลยีเข้ามาแทนที่ไปอย่างเงียบๆ ส่วน วิเวียน หมิง นักประสาทวิทยาเชิงทฤษฎีและผู้ก่อตั้ง Socos Labs สรุปสั้นๆ ว่านี่คือกรณีคลาสสิกของ ‘ไม่ใช้ก็เสื่อม’

แล้วทำไม AI ถึงดึงคนเข้าไปได้ง่ายขนาดนี้ คำตอบคือ AI ไม่เหนื่อย ไม่หงุดหงิด และไม่อึดอัด มันตอบทันทีและส่งคำปลอบใจกลับมาได้ในไม่กี่วินาที จนกลายเป็นทางเลือกที่น่าดึงดูดกว่าการคุยกับเพื่อนหรือคนรัก

โจแอนนา สเติร์น นักวิเคราะห์ด้านเทคโนโลยีจาก NBC ผู้เขียนหนังสือ ‘I Am Not a Robot’ ซึ่งทดลองใช้ AI ทั้งในงานและชีวิตส่วนตัวมาตลอด 1 ปี บอกว่าสิ่งที่ทำให้อึดอัดที่สุดคือการได้เห็นความสัมพันธ์ที่คนมีกับคอมพิวเตอร์ได้ แม้แต่คนที่ดูปรับตัวได้ดีก็อาจ ‘ถูกดูดเข้าไป’ อย่างหนัก

อานัต เพอร์รี นักวิจัยจากมหาวิทยาลัยฮาร์วาร์ด เตือนว่าระบบ AI ที่ถูกออกแบบมาให้เอาใจผู้ใช้ จะกัดกร่อนกลไกที่เราใช้เรียนรู้วิธีอยู่ร่วมกับคนอื่น และนานเข้าอาจทำให้คนคาดหวังว่าคำติชมควรนุ่มนวลแบบที่ AI ให้ จนคำตอบตรงๆ จากมนุษย์ดูรุนแรงเกินไป

หลักฐานยังน้อยเกินจะฟันธง แต่ผู้เชี่ยวชาญเริ่มระวังตัวเองแล้ว

ต้องย้ำว่ายังเร็วเกินไปที่จะมีข้อมูลที่หนักแน่นพอว่า AI ส่งผลสะสมต่อสมองอย่างไรในระยะยาว งานวิจัยที่ตีพิมพ์ออกมาจนถึงตอนนี้ยังมีขนาดเล็ก และหลายชิ้นยังไม่ผ่านการตรวจสอบจากผู้เชี่ยวชาญในสาขาเดียวกัน ผู้เชี่ยวชาญทุกคนจึงย้ำตรงกันว่าต้องมีการวิจัยที่มากขึ้นและยาวนานกว่านี้

ประสบการณ์จากยุค Google ก็บอกเราได้ว่าการมองโลกในแง่ดีอาจผิดได้เช่นกัน เพราะแม้ในตอนนั้นจะมีคนเชื่อว่าอินเทอร์เน็ตจะทำให้เราฉลาดขึ้นและมีเวลาคิดเรื่องลึกๆ มากขึ้น แต่สิ่งที่เกิดขึ้นจริงคือเส้นแบ่งระหว่างงานกับบ้านเลือนลางลง และคนจำนวนมากทำงานนานขึ้น

คะแนน IQ ของคนเคยเพิ่มขึ้นเฉลี่ยราว 3 จุดทุก 10 ปีตลอดศตวรรษที่ 20 แต่ระหว่างปี 2549-2561 คนกลับทำคะแนนได้ต่ำลงในหลายหมวด โดยกลุ่มที่ลดลงหนักที่สุดคือคนอายุ 18-22 ปี ซึ่งเป็นผู้ใหญ่ที่ ‘โตมากับโลกดิจิทัล’ มากที่สุดในกลุ่มตัวอย่าง

สมาธิของคนก็สั้นลงเช่นกัน จากการสลับไปมาระหว่างเนื้อหาออนไลน์หลายอย่าง แต่นักวิจัยมองว่านี่เป็นการเปลี่ยนแปลงของ ‘นิสัย’ มากกว่าระบบประสาท แปลว่าเราฝึกตัวเองให้จดจ่อได้นานขึ้นอีกครั้งได้ แต่อาจต้องเริ่มจากการเอาสิ่งรบกวนที่ฝังอยู่ในชีวิตออกไปก่อน

ขณะที่เรายังอยู่กลางการทดลองนี้ ผู้เชี่ยวชาญแต่ละคนก็เลือกวิธีรับมือของตัวเอง คอสมีนาบอกว่าเธอ ‘ภูมิใจ’ ที่ไม่ใช้ AI ในชีวิตส่วนตัว และใช้เครื่องมือ AI ที่เธอสร้างเฉพาะกับงานวิจัยเท่านั้น พร้อมย้ำว่าทักษะทุกอย่างที่มนุษย์ได้มาต้องคอยรักษาและฝึกซ้ำอยู่เสมอ แม้แต่คนที่เขียนเก่ง, เขียนโค้ดเป็น หรือคิดเลขซับซ้อนได้ ก็สูญเสียความสามารถนั้นไปได้ถ้าไม่ได้ใช้นานๆ

หลิวจากคาร์เนกีเมลลอนมองว่าสิ่งที่ดีที่สุดคือการตระหนักรู้ว่า AI ส่งผลต่อความคิดอย่างไร เพื่อให้เราเลือกได้เองว่าทักษะไหนอยากรักษาไว้ทำเอง และทักษะไหนยอมยกให้ AI ทำแทนได้

ส่วนกรีนจากจอร์จทาวน์เลือกที่จะให้ความสำคัญกับ ‘หน้ากระดาษเปล่า’ เพราะสิ่งที่เขากังวลที่สุดคือความคิดสร้างสรรค์ที่ต้องพัฒนาผ่านการฝึกฝน “ไม่เคยมีเครื่องมือไหนมาก่อนที่เปิดโอกาสให้เราปล่อยให้มันคิดแทน” เขากล่าว

สำหรับแคโรลิน ยู การถอยออกมาจาก AI หมายถึงการฝึกอยู่กับความไม่แน่นอนใหม่อีกครั้ง แทนที่จะรีบคว้าคำตอบทันที โดยเธอหันไปพึ่งสมุดบันทึก, การนั่งสมาธิ, กลุ่มเขียนหนังสือ และการคุยกับคนจริงๆ มากขึ้น “จุดประสงค์ทั้งหมดคือการได้อยู่กับความไม่แน่นอนของตัวเอง และตัดสินใจด้วยตัวเราเอง นั่นเป็นทางเดียวที่จะรู้สึกว่าเรายืนหยัดกับทางเลือกของตัวเองได้จริงๆ” เธอกล่าว

แต่ก็ไม่ใช่ทุกคนที่มองแบบนั้น ฟริสบีในวัย 56 ปีเขียนไว้ว่าเขาพอแล้วกับการตัดสินใจผิดๆ เพราะทำผิดมามากพอสำหรับชีวิตหนึ่งแล้ว และตอนนี้แค่อยากเลือกทางที่ดีที่สุด เพื่อให้อีก 30-40 ปีข้างหน้าหรือเท่าที่เหลืออยู่เป็นช่วงเวลาที่ดีจริงๆ

สิ่งที่พอบอกได้ในตอนนี้จึงยังไม่ใช่คำตอบว่า AI ทำให้คนโง่ลงหรือไม่ แต่เป็นความท้าทายถัดไปที่ทุกคนต้องเจอ คือการรักษา ‘ความคิดสร้างสรรค์, การคิดเชิงวิพากษ์ และความอดทนต่อความยาก’ เอาไว้ ควบคู่ไปกับการใช้ AI

ภาพปก: SvetaZi / Shutterstock

อ้างอิง:

• https://www.businessinsider.com/ai-making-us-dumber-research-2026-7
• https://www.businessinsider.com/ai-reliance-decision-making-life-advice-cognitive-surrender-2026-6
• https://www.theatlantic.com/magazine/archive/2008/07/is-google-making-us-stupid/306868/

The post AI กำลังทำให้เราโง่ลงหรือเปล่า? ทำไมนักวิจัยถึงกังวลว่า AI อาจเป็นภัยต่อสมองมากกว่าเทคโนโลยีทุกชนิดที่ผ่านมา appeared first on THE STANDARD.

ถ้าจะกล่าวว่า ‘ประเทศไทยมีความตื่นตัวด้าน AI สูงที่สุดแห่งหนึ่งในภูมิภาค’ ก็ไม่ผิดนัก เพราะจากการใช้จริง ข่าว และเทรนด์ปัจจุบันสะท้อนภาพนี้ได้เป็นอย่างดี

ยิ่งเจาะลึกเข้าไปในเชิงตัวเลขและสถิติ ยิ่งตอบเรื่องนี้ได้ชัดเจนยิ่งขึ้น โดยผลวิจัยของ Boston Consulting Group หรือ BCG พบว่า พนักงานไทย 85% ใช้ AI เป็นประจำ สูงกว่าค่าเฉลี่ยเอเชียแปซิฟิกที่ 78% และนับเป็นหนึ่งในอัตราการใช้งานที่สูงที่สุดในภูมิภาค

แต่เมื่อขยับจากระดับบุคคลไปสู่ระดับองค์กร ภาพกลับแตกต่างออกไป รายงาน Thailand Digital Outlook 2026 ระบุว่า ธุรกิจไทยเพียง 15.7% ขยายการใช้ AI ไปยังหน่วยงานต่าง ๆ ภายในองค์กร และมีเพียง 7.27% ที่บูรณาการ AI เข้ากับการดำเนินงานทั่วทั้งองค์กรอย่างเต็มรูปแบบ

เป็นผลให้โจทย์ของไทยจึงเปลี่ยนจาก “การเริ่มใช้ AI” เป็นการนำ AI เข้าไปอยู่ในกระบวนการทำงานจริง เพิ่มผลลัพธ์สม่ำเสมอ และขยายผลทั่วองค์กร ซึ่งแนวคิด ‘Harness Engineering’ อาจช่วยปิดช่องว่างนี้ได้

‘Harness Engineering’ จาก ‘คน’ ใช้ AI สู่ ‘โรงงาน AI Agent’

ก่อนอื่นเราต้องมาทำความรู้จักกับ ‘Harness Engineering’ กันก่อน

Harness Engineering คือการออกแบบสภาพแวดล้อม กฎ และกลไกกำกับ เพื่อให้ AI Agent หลายตัวทำงานร่วมกันได้อย่างเป็นระบบ แนวคิดนี้เริ่มได้รับความสนใจมากขึ้นในปี 2569 เมื่อ OpenAI นำเสนอแนวทางการพัฒนาซอฟต์แวร์ในยุค AI Agent และเพียงไม่กี่สัปดาห์ต่อมา Anthropic ก็เผยแพร่แนวคิดเกี่ยวกับ Harness Design สำหรับการบริหาร Agent ที่ต้องทำภารกิจซับซ้อนและต่อเนื่องเป็นเวลานาน

การเปลี่ยนผ่านสำคัญคือการให้ AI Agent เป็นผู้ผลิตงานหลัก (วิเคราะห์ เขียนโค้ด ทดสอบ แก้ Bug) แล้วให้มนุษย์เปลี่ยนไปกำหนดทิศทาง ออกแบบ และตรวจสอบ โมเดลนี้ใช้จุดเด่นเรื่องความเร็วที่มนุษย์อ่านได้เร็วกว่าเขียน 10 เท่า และ AI เขียนได้เร็วกว่ามนุษย์อ่าน 8 เท่า การจัดสรรงานเช่นนี้ช่วยเร่งการผลิตของ AI โดยมีมนุษย์เน้นคุมคุณภาพและตัดสินใจ

สิ่งที่เกิดขึ้นจึงเป็นการสร้าง “โรงงาน AI Agent” ที่มีทั้งผู้ผลิต ผู้ตรวจสอบ ระบบควบคุม และกติกาว่าเรื่องใด AI ตัดสินใจได้เอง และเรื่องใดต้องส่งกลับมาให้มนุษย์

Harness Engineering ทำให้ AI ใช้ได้จริงในองค์กรอย่างไร

การทำ Harness Engineering ไม่ใช่เรื่องใหม่ที่ยังไม่มีผลพิสูจน์ เพราะปัจจุบันได้มีกรณีศึกษาให้เราได้ศึกษาผลลัพธ์แล้ว

ยกตัวอย่างคือ กระบวนการอนุมัติสินเชื่อของธนาคาร ในระบบ Harness อาจมี Producer Agent ทำหน้าที่วิเคราะห์ข้อมูลทางการเงินของผู้กู้และจัดทำร่าง Credit Memo ก่อนส่งให้ Critique Agent ตรวจสอบเหตุผล ความเสี่ยง และความสอดคล้องกับนโยบาย จากนั้นจึงส่งต่อให้เจ้าหน้าที่มนุษย์เป็นผู้พิจารณาอนุมัติขั้นสุดท้าย

ประโยชน์และข้อได้เปรียบคืออะไร จุดแข็งนั้นคือ กฎต่างๆ สามารถถูกฝังเข้าไปตั้งแต่ต้น ไม่ว่าจะเป็นหลักเกณฑ์ของธนาคารแห่งประเทศไทย กระบวนการ Know Your Customer (KYC) มาตรการ Anti-Money Laundering (AML) หรือกฎหมาย PDPA ทำให้ Compliance ไม่ใช่สิ่งที่มาตรวจหลังจากพัฒนาระบบเสร็จแล้ว แต่กลายเป็นส่วนหนึ่งของกระบวนการตั้งแต่เริ่มต้น

เจาะเบื้องหลังของ Harness Engineering

เบื้องหลังของ Harness ประกอบด้วยองค์ประกอบหลักดังนี้ เริ่มจาก Codification of Context ซึ่งเป็นการรวบรวมข้อมูล กฎเกณฑ์ทางธุรกิจ และองค์ความรู้ต่างๆ ไว้เป็นฐานความรู้กลาง ตามด้วย Constitution ซึ่งวางกรอบด้านความมั่นคงปลอดภัยไซเบอร์ สถาปัตยกรรมระบบ กฎระเบียบข้อบังคับ และมาตรฐานการเขียนโค้ด

ถัดมาคือ Orchestration Layer ทำหน้าที่แบ่งสรรงาน กำหนดขอบเขตอำนาจในการตัดสินใจ และวางจุดที่ต้องให้มนุษย์เข้ามายืนยัน ควบคู่กับ Critique Agents ที่คอยตรวจจับจุดอ่อนของระบบ และ Control Tower ที่ทำหน้าที่บันทึกข้อมูล ตรวจสอบความผิดปกติ พร้อมแจ้งเตือนเมื่อเกิดปัญหา

ส่วน Agora เป็นพื้นที่สื่อสารระหว่าง Agent กับมนุษย์ และสุดท้าย Producer Agents ทำหน้าที่และรับผิดชอบตั้งแต่การกำหนดความต้องการของงาน การเขียนโค้ด การทดสอบ ไปจนถึงการแก้ไข Bug

นี่คือจุดที่ Harness Engineering แตกต่างจาก Vibe Coding เพราะการสร้างซอฟต์แวร์ด้วย Prompt เพียงไม่กี่ประโยคอาจเหมาะกับการทดลองหรือต้นแบบ แต่ระบบระดับองค์กรต้องการทั้งความแม่นยำ ความปลอดภัย การตรวจสอบย้อนหลัง และการรักษาคุณภาพเมื่อขยายการใช้งาน

โดยจากประสบการณ์ของ BCG Harness Engineering นั้น ทำให้กระบวนการ Iteration สามารถทำซ้ำได้ มีความน่าเชื่อถือ และรักษาคุณภาพได้ต่อเนื่องเมื่อถูกนำไปใช้งานจริง

Harness Engineering คือความได้เปรียบของยุคที่ทุกคนมี AI

เมื่อต้นทุนการพัฒนาซอฟต์แวร์ลดลง โลกจะเข้าสู่ยุค Software Abundance ที่องค์กรทุกขนาดสร้างระบบเฉพาะทางได้เร็วขึ้นและมีต้นทุนต่ำลง ในยุคที่ทุกบริษัทใช้ Foundation Model เดียวกัน ความได้เปรียบจึงขึ้นอยู่กับการนำข้อมูล กฎ และกระบวนการทำงานขององค์กรมาจัดระบบฝังไว้ใน Harness ได้เหนือกว่าคู่แข่ง

เมื่อทุกบริษัทเข้าถึง Foundation Model ชุดเดียวกัน ตัวโมเดลจะสร้างความได้เปรียบทางการแข่งขันได้น้อยลง ความแตกต่างจึงอยู่ที่การนำข้อมูล กฎระเบียบ กระบวนการทำงาน และวิจารณญาณเฉพาะขององค์กรมาจัดระบบและฝังไว้ใน Harness บริษัทที่ทำให้ AI เข้าใจบริบทภายในได้ลึกซึ้งกว่า ย่อมสร้างระบบที่มีประสิทธิภาพและใช้งานจริงได้ดีกว่า

ความได้เปรียบแบบนี้ยังมีลักษณะสะสม ยิ่งองค์กรเริ่มต้นเร็ว ใช้งานจริงเร็ว และปรับปรุง Harness ต่อเนื่อง ก็ยิ่งสะสมองค์ความรู้และสร้างระยะห่างจากคู่แข่งได้มากขึ้น

โอกาสของไทยอยู่ที่การสร้างคนที่บริหาร ‘ทีม AI Agent’ ได้

แม้ Harness Engineering จะช่วยลดต้นทุนการพัฒนาซอฟต์แวร์ แต่ข้อจำกัดสำคัญของไทยยังอยู่ที่เรื่องบุคลากร จากการประเมินของ UNESCO ในปี 2568 ประเทศไทยยังขาดวิศวกรซอฟต์แวร์ประมาณ 30,000 คน และขาดบุคลากรด้าน AI โดยรวมราว 80,000 คน

ขณะที่แผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย พ.ศ. 2565-2570 ตั้งเป้าสร้างผู้เชี่ยวชาญด้าน AI เพิ่มกว่า 30,000 คนภายในหกปี ซึ่งถือเป็นจุดเริ่มต้นสำคัญ แต่ยังไม่เพียงพอที่จะปิด Talent Gap ทั้งหมด

AI Agent สามารถเข้ามารับงาน Coding ทั่วไปได้จำนวนมากและช่วยลดข้อจำกัดด้านกำลังคน แต่สิ่งที่ Agent ยังไม่สามารถทดแทนได้คือคนที่สามารถออกแบบและกำกับ “โรงงาน AI” ตั้งแต่การวาง Architecture กำหนดกฎ จัดการ Context ไปจนถึงตรวจสอบคุณภาพและความเสี่ยง

จะเห็นได้ว่าความต้องการแรงงานกำลังเปลี่ยนจากการลงมือทำเองไปสู่การควบคุมและบริหารระบบ AI ซึ่งในอนาคต บุคลากรสาขาต่างๆ เช่น การเงิน การตลาด กฎหมาย หรือวิศวกรรม อาจต้องบริหาร “ทีม AI Agent” โดยมนุษย์เน้นกำหนดทิศทางและตัดสินใจ ส่วน Agent รับช่วงงานวิเคราะห์และปฏิบัติการแทน

ข้อมูลจากรายงาน AI at Work 2026 ของ BCG สะท้อนแนวโน้มนี้เช่นกัน โดย 67% ของผู้ใช้ AI เป็นประจำระบุว่ามีความพึงพอใจในการทำงานเพิ่มขึ้น 42% ของพนักงานระดับปฏิบัติการระบุว่า AI ช่วยประหยัดเวลาทำงานได้ถึงประมาณหนึ่งวันต่อสัปดาห์ และ 67% บอกว่า AI รับช่วงงานที่ไม่ซับซ้อน ทำให้พวกเขามีเวลาไปทำงานที่ซับซ้อนมากขึ้น

BCG และ BCG X พร้อมพาไทยข้ามขีดจำกัด AI ด้วย Harness Engineering

BCG และ BCG X เริ่มสร้างขีดความสามารถนี้ในไทยแล้ว โดยพัฒนาวิศวกร AI ผู้เชี่ยวชาญ Harness Engineering เพื่อขับเคลื่อนตลาดและลดการขาดแคลนบุคลากร ไทยมีฐานผู้ใช้ AI ที่แข็งแกร่งเป็นทุนเดิม จึงต้องเร่งยกระดับจากการใช้งานส่วนบุคคลไปสู่ระบบองค์กรที่ควบคุม ตรวจสอบ และขยายผลได้จริง

เมื่อ AI Model จากหลากหลายค่ายเริ่มมีศักยภาพใกล้เคียงกัน ปัจจัยชี้ขาดความได้เปรียบจึงไม่ใช่การถือครองเทคโนโลยี AI ที่ทรงพลังที่สุดอีกต่อไป แต่อยู่ที่ความสามารถในการพัฒนาบุคลากร วางโครงสร้างระบบ และปรับใช้ Harness เพื่อให้ AI สามารถเรียนรู้ ปฏิบัติตามกฎเกณฑ์ และสอดรับกับแนวคิดการทำงานขององค์กรได้อย่างมีประสิทธิภาพสูงสุดก่อนใคร

The post Harness Engineering คืออะไร? ทำไมจึงเป็นกุญแจสำคัญในการเร่งระบบ AI ให้องค์กรไทย [PR News] appeared first on THE STANDARD.

การลงทุนสร้างโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ (AI) ในสหรัฐฯ กำลังจะกลายเป็นเดิมพันทางเศรษฐกิจครั้งใหญ่ที่สุดในประวัติศาสตร์ของประเทศ โดยเงินลงทุนรวมจะสูงกว่าโครงการโครงสร้างพื้นฐานขนาดใหญ่ในอดีต ทั้งทางรถไฟ, ระบบทางหลวง และโครงข่ายอินเทอร์เน็ต

ประมาณการใหม่ของ สไตน์ ฟาน นีเวนเบิร์ก นักเศรษฐศาสตร์ ซึ่งเผยแพร่โดย Brookings Institution ระบุว่าเงินลงทุนในดาต้าเซ็นเตอร์และโครงสร้างพื้นฐาน AI จะรวมเป็น 10.3 ล้านล้านดอลลาร์สหรัฐ (ประมาณ 343.50 ล้านล้านบาท) ระหว่างปี 2025-2032 หรือเฉลี่ยปีละ 3.6% ของผลิตภัณฑ์มวลรวมภายในประเทศ (GDP)

เงินก้อนนี้กำลังสร้างงานหลายแสนตำแหน่งและมหาเศรษฐีหน้าใหม่ ทว่าก็มาพร้อมความเสี่ยงสำคัญ เพราะส่วนใหญ่มาจากการกู้ยืม และหากการลงทุนชะลอลงอย่างกะทันหัน ก็อาจสร้างแรงกระแทกไปทั่วเศรษฐกิจ

แม้ตัวเลขจริงอาจต่ำกว่าประมาณการนี้มาก แต่เงินที่ทุ่มลงไปในปีนี้ก็ถือว่าไม่เคยเกิดขึ้นในยุคใหม่ โดย Goldman Sachs ประเมินว่าการลงทุนด้าน AI ในสหรัฐฯ จะแตะ 1.9% ของ GDP ในปี 2026 ซึ่งครั้งล่าสุดที่อุตสาหกรรมเดียวมีสัดส่วนต่อเศรษฐกิจสูงกว่านี้คือยุคบูมของทางรถไฟในปลายศตวรรษที่ 19

เบียดอุตสาหกรรมอื่น และซ่อนหนี้ก้อนโต

ข้อมูลของกระทรวงพาณิชย์สหรัฐฯ ระบุว่าช่วง 7 เดือนแรกของปีนี้ ภาคเอกชนใช้เงินก่อสร้างดาต้าเซ็นเตอร์ไปแล้ว 3.7 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 1.23 ล้านล้านบาท) มากกว่าช่วงเดียวกันของปีก่อนราว 9 พันล้านดอลลาร์สหรัฐ (ประมาณ 3.00 แสนล้านบาท)

ขณะที่การก่อสร้างของภาคเอกชนในส่วนอื่นทั้งหมด ทั้งบ้าน, อพาร์ตเมนต์ และศูนย์การค้า กลับลดลงราว 4.6 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 1.53 ล้านล้านบาท) จากปีก่อน

ปัญหาที่ตามมาคือดาต้าเซ็นเตอร์กำลังดึงทั้งแรงงานและไฟฟ้าที่มีจำกัดไปใช้ จนดันต้นทุนของธุรกิจอื่นให้สูงขึ้น โดยธนาคารกลางสหรัฐฯ สาขาริชมอนด์รายงานว่าการก่อสร้างดาต้าเซ็นเตอร์กำลังทำให้แรงงานในพื้นที่ขาดแคลน

ตัวอย่างคือเมื่อปีที่แล้ว รัฐมิสซิสซิปปีเคยอยู่ในรายชื่อที่จะได้โรงถลุงอะลูมิเนียมพร้อมงานถาวรราว 1,000 ตำแหน่ง แต่มีการประกาศสร้างดาต้าเซ็นเตอร์ใกล้พื้นที่ที่เสนอไว้ ซึ่งจะใช้ไฟฟ้าที่โรงถลุงต้องการ จนโรงถลุงเลือกไปตั้งที่รัฐโอคลาโฮมาแทน ตามข้อมูลจากแหล่งข่าวที่รู้เรื่องการตัดสินใจ

ดาต้าเซ็นเตอร์ยังดันราคาที่ดินในหลายพื้นที่ให้สูงขึ้นด้วย โดย ดีดี คอลด์เวลล์ ที่ปรึกษาด้านการเลือกทำเลให้อุตสาหกรรมหนัก ระบุว่า “มันกำลังเบียดภาคการผลิตออกไป”

อีกความเสี่ยงที่ใหญ่กว่านั้นคือหนี้ โดยข้อมูลของ FactSet ระบุว่านักวิเคราะห์ประเมินงบลงทุนของบริษัทยักษ์ใหญ่ 5 แห่ง ได้แก่ Alphabet, Amazon, Meta Platforms, Microsoft และ Oracle ไว้ที่ 4.2 ล้านล้านดอลลาร์สหรัฐ (ประมาณ 140.07 ล้านล้านบาท) ในช่วง 4 ปีจนถึงปี 2029 โดยสัดส่วนที่มาจากการกู้ยืมก็เพิ่มขึ้นเรื่อยๆ

ฟาน นีเวนเบิร์กระบุว่าบริษัทเทคโนโลยีมักตั้งนิติบุคคลที่ไม่แสดงในงบดุลของตัวเองไปกู้เงินจากธนาคารและบริษัทสินเชื่อนอกระบบธนาคาร ซึ่งแทบไม่ต้องเปิดเผยข้อมูลต่อสาธารณะ ทำให้ประเมินได้ยากว่าความเสี่ยงใหญ่แค่ไหน

หาก AI สร้างรายได้ไม่พอจะชำระหนี้ที่กู้มาสร้างดาต้าเซ็นเตอร์ ผลกระทบก็อาจลามไปทั่วระบบการเงิน

งาน AI 750,000 ตำแหน่ง ค่าจ้างสูงกว่าเฉลี่ยเท่าตัว

นักเศรษฐศาสตร์ยังเห็นไม่ตรงกันว่า AI กำลังกระทบงานออฟฟิศอย่างมีนัยสำคัญหรือไม่ แต่แรงงานบางกลุ่มกลับเป็นที่ต้องการอย่างมาก

LinkedIn ประเมินว่า AI สร้างงานใหม่ในสหรัฐฯ กว่า 750,000 ตำแหน่งตั้งแต่ปี 2023 โดยเงินเดือนเฉลี่ยของงานที่เกี่ยวกับ AI อยู่ที่ราว 180,000 ดอลลาร์สหรัฐต่อปี (ประมาณ 6.00 ล้านบาท) เทียบกับ 80,000 ดอลลาร์สหรัฐ (ประมาณ 2.67 ล้านบาท) ของงานทั้งหมด

คอรี แคนเทนกา หัวหน้าฝ่ายเศรษฐศาสตร์ประจำภูมิภาคอเมริกาของ LinkedIn ระบุว่านี่เป็นหนึ่งในส่วนที่ยังแข็งแรงของตลาดแรงงานที่เติบโตช้ามาก

นอกจากงานออฟฟิศอย่างวิศวกร AI แล้ว นายจ้างยังเพิ่มงานในดาต้าเซ็นเตอร์อีก 117,000 ตำแหน่งนับตั้งแต่ต้นปี 2024 ซึ่งยังไม่รวมงานก่อสร้างที่ส่วนใหญ่เป็นงานชั่วคราว

ในพื้นที่กรุงวอชิงตัน ดี.ซี. จำนวนช่างไฟฟ้าที่เป็นสมาชิกสหภาพแรงงานเพิ่มจาก 9,000 คนเป็น 17,500 คนในช่วงไม่กี่ปี ซึ่งหลายคนมาทำงานนี้เพื่อใช้หนี้เงินกู้เรียน

ควากู อาฟรียี วัย 23 ปี ที่จบปริญญาด้านความมั่นคงปลอดภัยไซเบอร์ เปลี่ยนสายมาเป็นช่างไฟฟ้าเมื่อปีก่อนเพราะกังวลว่า AI จะแย่งงานไอทีของเขา ตอนนี้เขาได้ค่าแรงราว 30 ดอลลาร์สหรัฐต่อชั่วโมง (ประมาณ 1,000 บาท) ในฐานะช่างฝึกหัด

ส่วนช่างที่มีประสบการณ์อย่าง ไทเลอร์ บีม วัย 28 ปี ได้ค่าแรงชั่วโมงละ 62 ดอลลาร์สหรัฐ (ประมาณ 2,068 บาท) บวกค่าล่วงเวลา และมักทำงานสัปดาห์ละ 58 ชั่วโมง เพราะ “พวกเขาอยากสร้างให้เสร็จเร็วที่สุด”

ความมั่งคั่งพุ่ง แต่ราคาสินค้าและดอกเบี้ยก็ขึ้นตาม

ข้อมูลของธนาคารกลางสหรัฐฯ ระบุว่า ณ ไตรมาส 2 มูลค่าหุ้นและกองทุนรวมที่คนอเมริกันถืออยู่รวมเป็น 63 ล้านล้านดอลลาร์สหรัฐ (ประมาณ 2,101 ล้านล้านบาท) เกือบเท่าตัวของเมื่อสิ้นปี 2022 ซึ่งช่วยพยุงการใช้จ่าย แม้ประโยชน์จะตกอยู่กับคนมีฐานะเป็นหลัก

ขณะที่ยอดขายบ้านทั่วประเทศซบเซามา 4 ปี เงินจาก AI กลับดันตลาดบ้านหรูในซิลิคอนแวลลีย์ โดยบ้านหลังหนึ่งที่ตั้งราคาไว้ 9.9 ล้านดอลลาร์สหรัฐ (ประมาณ 330 ล้านบาท) ขายได้มากกว่า 13 ล้านดอลลาร์สหรัฐ (ประมาณ 434 ล้านบาท) ภายใน 2 สัปดาห์ และผู้ซื้อคือผู้ประกอบการด้าน AI

อีกด้านหนึ่ง ความต้องการชิปหน่วยความจำสำหรับดาต้าเซ็นเตอร์ทำให้สินค้าขาดแคลน โดยราคานำเข้าคอมพิวเตอร์, อุปกรณ์ต่อพ่วง และเซมิคอนดักเตอร์ในเดือนสิงหาคมสูงกว่าปีก่อน 20% ซึ่งดันราคาสินค้าอย่าง iPhone และเครื่องเล่นเกมคอนโซล และมีส่วนทำให้เงินเฟ้อสูงขึ้น

ออสแตน กูลส์บี ประธานธนาคารกลางสหรัฐฯ สาขาชิคาโก เตือนว่าการลงทุนนี้กำลังดันค่าจ้างในสาขาที่เกี่ยวข้อง ขณะที่ เควิน วอร์ช ประธานธนาคารกลางสหรัฐฯ ระบุว่าการกู้ยืมของบริษัทยักษ์ใหญ่เป็นเหตุผลหนึ่งที่ดอกเบี้ยระยะยาวสูงขึ้น จนคนอเมริกันหลายล้านคนซื้อบ้านได้ยากขึ้น

นอกจากนี้ค่าไฟฟ้าในบางพื้นที่ที่มีดาต้าเซ็นเตอร์หนาแน่นก็พุ่งสูงขึ้นอย่างมากเช่นกัน

ภาพ: Standret / Shutterstock

หมายเหตุ: ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.35 บาท ณ วันที่ 25 กันยายน 2569

อ้างอิง:

• https://www.wsj.com/economy/the-ai-build-out-is-becoming-the-biggest-economic-bet-in-u-s-history-c60716dd

The post คาดเงินลงทุนโครงสร้างพื้นฐาน AI ในสหรัฐฯ พุ่ง 343 ล้านล้านบาทถึงปี 2032 สูงกว่ายุคสร้างทางรถไฟ ทางหลวง และอินเทอร์เน็ต appeared first on THE STANDARD.

กนอ. เผยยอดขายและจองพื้นที่นิคมอุตสาหกรรมทั่วประเทศ 9 เดือนแรกปี 2569 ทะลุ 6,000 ไร่ มั่นใจสิ้นแตะเป้าหมาย 7,000 ไร่ เผยทุน Data Center เล็งใช้พื้นที่อีกเกือบ 3,000 ไร่ เร่งขยาย Land Stock แตะ 30,000-40,000 ไร่ หนุนลงทุน CCUS รับ FDI 1.5 ล้านล้านบาท พร้อมยกระดับมาตรการรับมือน้ำท่วมในพื้นที่เสี่ยง

THE STANDARD WEALTH ลงพื้นที่นิคมอุตสาหกรรมมาบตาพุด จ.ระยอง ร่วมกับ สุเมธ ตั้งประเสริฐ ผู้ว่าการการนิคมอุตสาหกรรมแห่งประเทศไทย (กนอ.) โดยสุเมธ เผยความคืบหน้า โครงการพัฒนาท่าเรืออุตสาหกรรมมาบตาพุด ระยะที่ 3 มูลค่าลงทุนรวมประมาณ 55,400 ล้านบาท มีเป้าหมายเพิ่มขีดความสามารถในการขนถ่ายก๊าซธรรมชาติและเสริมความมั่นคงด้านพลังงานของประเทศ

สำหรับ ช่วงที่ 1 งานโครงสร้างพื้นฐานขุดลอกและถมทะเล 1,000 ไร่ ดำเนินการโดยบริษัท กัลฟ์ เอ็มทีพี แอลเอ็นจี เทอร์มินอล จำกัด (GMTP) แล้วเสร็จและส่งมอบพื้นที่ให้ กนอ. เรียบร้อยแล้ว ขณะที่การก่อสร้างท่าเรือก๊าซในแปลง B เริ่มตั้งแต่วันที่ 15 ตุลาคม 2568 และมีความคืบหน้า 33.53% ณ วันที่ 3 กันยายน 2569

ส่วน ช่วงที่ 2 ครอบคลุมพื้นที่ท่าเรือสินค้าเหลว แปลง A ขนาด 200 ไร่ และพื้นที่พัฒนาอุตสาหกรรมพลังงานและธุรกิจเกี่ยวเนื่อง แปลง C ขนาด 150 ไร่ รวม 350 ไร่ กนอ. อยู่ระหว่างเสนอปรับรูปแบบการดำเนินโครงการจาก PPP

ฟรีค่าเช่า 2 ปี Smart Park รับลงทุน เทคโนโลยีขั้นสูง EEC

ขณะที่ นิคมอุตสาหกรรม Smart Park ในพื้นที่ EEC อำเภอเมือง จ.ระยอง มีพื้นที่รวม 1,383.76 ไร่ แบ่งเป็นพื้นที่อุตสาหกรรม 621.55 ไร่ พัฒนาเป็นนิคมอุตสาหกรรมเชิงนิเวศอัจฉริยะ หรือ Smart & Green Industry รองรับอุตสาหกรรมเทคโนโลยีขั้นสูง

ปัจจุบันโครงสร้างพื้นฐานหลัก ได้แก่ ถนน ระบบประปา ระบบบำบัดน้ำเสีย ระบบไฟฟ้า และระบบสื่อสารใต้ดิน ก่อสร้างแล้วเสร็จ 100% พร้อมรองรับผู้ประกอบการเข้ามาตั้งฐานการผลิต

ด้านพื้นที่เชิงพาณิชย์ ปัจจุบันมีพื้นที่อุตสาหกรรมให้เช่าแล้ว 70.45 ไร่ และมีพื้นที่จอง 106.37 ไร่ เหลือพื้นที่ให้เช่าอีก 551.10 ไร่ พร้อมออกประกาศ กนอ. ที่ 46/2569 เพื่อเร่งการลงทุน

โดยให้สิทธิ ยกเว้นค่าเช่าที่ดิน 2 ปีแรก และ ยกเว้นค่าบำรุงรักษาสิ่งอำนวยความสะดวก 2 ปีแรก ตามเงื่อนไขที่กำหนด เพื่อดึงดูดการลงทุน EEC

สุเมธ เผยถึงแนวโน้มการลงทุนและยุทธศาสตร์การพัฒนานิคมอุตสาหกรรมของประเทศว่า ภาพรวมการขายและจองที่ดินในนิคมอุตสาหกรรมทั่วประเทศช่วง 9 เดือนแรกของปี 2569 (มกราคม-กันยายน 2569) สามารถทำยอดขายและเช่าพื้นที่นิคมอุตสาหกรรมทั่วประเทศรวมประมาณ 6,000 ไร่

สอดคล้องกับนโยบายส่งเสริมการลงทุนโดยตรงจากต่างประเทศ หรือ FDI (Foreign Direct Investment)

กลุ่ม Data Center ชิ้นส่วนอิเล็กทรอนิกส์ โตแรง

โดยเฉพาะในกลุ่ม Data Center ชิ้นส่วนอิเล็กทรอนิกส์ เกษตร แปรรูปอาหารและเครื่องดื่ม ขณะที่นักลงทุนจากยุโรป จีน เกาหลี และญี่ปุ่นยังคงเข้ามาลงทุนอย่างต่อเนื่อง

สุเมธ กล่าวอีกว่า คาดว่าเมื่อสิ้นสุดปีงบประมาณ กนอ. จะสามารถผลักดันยอดขายรวมให้บรรลุเป้าหมาย 7,000 ไร่ ได้สำเร็จ

โดยมีกลุ่มทุนต่างชาติ โดยเฉพาะนักลงทุนจากจีน ยุโรป และประเทศอื่นๆ ในกลุ่มอุตสาหกรรมเป้าหมายหลัก 4 กลุ่ม

ได้แก่ Data Center โลจิสติกส์ เกษตร และอุตสาหกรรมยานยนต์ไฟฟ้า (EV)

สำหรับ 3 ไตรมาสแรกของปี 2569 สัญชาติที่มีการลงทุนสูงสุด รวมสัญชาติไทย ได้แก่ 1. สิงคโปร์ 2. ประเทศไทย 3. ฮ่องกง 4. สวิตเซอร์แลนด์ 5. เนเธอร์แลนด์ และ 6. จีน

ขณะที่ 5 อันดับกลุ่มอุตสาหกรรมที่ลงทุนสูงสุดในปี 2569 ได้แก่ 1. กิจการอื่นที่เกี่ยวเนื่องกับอุตสาหกรรม 2. ผลิตเครื่องใช้ไฟฟ้าและอุปกรณ์ 3. อุตสาหกรรมอาหาร 4. ผลิตยานพาหนะและอุปกรณ์ รวมทั้งการซ่อมยานพาหนะและอุปกรณ์ และ 5. เคมีภัณฑ์และผลิตภัณฑ์เคมี

Data Center จ่อใช้พื้นที่เกือบ 3,000 ไร่

สุเมธ กล่าวอีกว่า ปรากฏการณ์ที่น่าสนใจในขณะนี้คือความต้องการพื้นที่สำหรับกลุ่มธุรกิจ Data Center ซึ่งมีการแจ้งความจำนงและยอดจองพื้นที่นิคมอุตสาหกรรมทั่วประเทศรวมแล้วเกือบ 3,000 ไร่

โดยปัจจุบันมีผู้ประกอบการยื่นขออนุญาตผ่านองค์กรกำกับดูแล (Regulator) แล้วกว่า 60-70 โครงการ

ทั้งนี้ คาดว่าหาก Regulator ออกหลักเกณฑ์มาตรฐานค่าไฟฟ้าและโครงสร้างสาธารณูปโภคที่ชัดเจนแล้ว ผู้ประกอบการกลุ่มนี้กว่า 90% จะเข้ามาลงทุนในพื้นที่นิคมอุตสาหกรรมทันที

จากอัตราการเติบโตและยอดขายที่ดินซึ่งอยู่ในระดับมากกว่า 7,000 ไร่ต่อปี ส่งผลให้ปริมาณที่ดินสะสม หรือ Land Stock กนอ. ปัจจุบันเหลือประมาณ 20,000 กว่าไร่

กนอ. จึงวางยุทธศาสตร์เร่งอัดฉีดและขยาย Land Stock เพิ่มขึ้นสู่ระดับ 30,000-40,000 ไร่ เพื่อรองรับความต้องการที่หลากหลายของผู้ลงทุนยุคใหม่

“แม้ว่าโรงงานไฮเทครุ่นใหม่จะใช้ขนาดพื้นที่ลดลงเนื่องจากพัฒนาการทางเทคโนโลยี แต่ กนอ. ก็ได้ปรับสัดส่วนพื้นที่เพื่อรองรับกิจกรรมต่อเนื่องภาคอุตสาหกรรมเพิ่มเติม สอดรับกับยอดคำขอส่งเสริมการลงทุนจากต่างประเทศ (FDI) ของสำนักงานคณะกรรมการส่งเสริมการลงทุน (BOI) ที่สูงถึง 1.5 ล้านล้านบาท ซึ่งคาดว่าจะแปลงเป็นเม็ดเงินลงทุนจริงในพื้นที่นิคมฯ ได้นับล้านล้านบาท”

ปรับ New Utilities เปิดทางเอกชนร่วมลงทุน หนุน CCUS

สุเมธ กล่าวเสริมอีกว่า กนอ. ได้ปรับเปลี่ยนกลยุทธ์การพัฒนาโครงสร้างพื้นฐานรูปแบบใหม่ หรือ New Utilities โดยเปิดพื้นที่ให้ภาคเอกชนเข้ามาร่วมลงทุนด้านพลังงานและสาธารณูปโภค แทนการที่ กนอ. จะต้องลงทุนเองทั้งหมด

รวมถึงโครงการความร่วมมือครั้งใหญ่กับบริษัท ปตท. จำกัด (มหาชน) กระทรวงพลังงาน และกระทรวงการคลัง ในการพัฒนา Smart Park สู่การเป็นเมืองคาร์บอนต่ำ หรือ Low Carbon Utility และการนำเทคโนโลยีการดักจับ การใช้ประโยชน์ และการกักเก็บคาร์บอน (CCUS) มาใช้ ซึ่งคาดว่าจะก่อให้เกิดเม็ดเงินลงทุนสะพัดในพื้นที่รวมนับแสนล้านบาท

เดินหน้านิคม Circular จัดระบบโรงงานนอกนิคมฯ

ด้านนโยบายสิ่งแวดล้อมและการจัดระเบียบภาคอุตสาหกรรม สุเมธกล่าวว่า รัฐมนตรีว่าการกระทรวงอุตสาหกรรมได้สรุปแผนการจัดตั้ง นิคม Circular เสนอต่อที่ประชุมคณะกรรมการ กนอ. หรือบอร์ด กนอ. แล้ว

โดยจะร่วมมือกับหน่วยงานที่เกี่ยวข้อง เช่น สำนักงานคณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคมแห่งชาติ หรือ กสทช.

ขณะเดียวกัน กนอ. ยังวางมาตรการเชิงรุกในการดึงกลุ่มโรงงานที่ตั้งอยู่นอกนิคมอุตสาหกรรม หรือโรงงานที่ไม่ถูกต้องตามกฎหมาย ให้เข้ามาอยู่ในระบบนิคมอุตสาหกรรม

ยกระดับแผนรับมือฝนตกหนัก-น้ำท่วม

สำหรับสถานการณ์ฝนตกหนักถึงหนักมากในหลายพื้นที่ของประเทศไทย หลังกรมอุตุนิยมวิทยาออกประกาศเตือนภัย ซึ่งมีผลกระทบในช่วงวันที่ 23–27 กันยายน 2569

กนอ. ได้สั่งการด่วนให้ทุกนิคมอุตสาหกรรมในพื้นที่เสี่ยงตามประกาศของกรมอุตุนิยมวิทยา ยกระดับมาตรการเฝ้าระวังและเตรียมความพร้อมรับมือ เพื่อสร้างความเชื่อมั่นให้กับผู้ประกอบการ นักลงทุน และปกป้องฐานการผลิตสำคัญของประเทศ

โดยเฉพาะในพื้นที่ นิคมอุตสาหกรรมบางปู และกลุ่มนิคมอุตสาหกรรมในจังหวัดพระนครศรีอยุธยา ซึ่งได้ดำเนินมาตรการเชิงรุกอย่างเข้มงวด

เตรียมแผนน้ำนิคมฯ บางปู และ 3 นิคมฯ อยุธยา รับมือ ลุ่มน้ำเจ้าพระยา

สำหรับนิคมอุตสาหกรรมบางปู ได้เพิ่มประสิทธิภาพการระบายน้ำอย่างต่อเนื่อง ปัจจุบันมีกำลังการสูบน้ำรวมสูงถึง 100,000 ลูกบาศก์เมตรต่อชั่วโมง พร้อมดำเนินมาตรการบริหารจัดการน้ำเชิงรุก

ส่วนกลุ่มนิคมอุตสาหกรรมในจังหวัดพระนครศรีอยุธยา ได้แก่ นิคมอุตสาหกรรมนครหลวง นิคมอุตสาหกรรมบางปะอิน และนิคมอุตสาหกรรมบ้านหว้า (ไฮเทค) ได้เตรียมความพร้อมรับมือสถานการณ์ลุ่มน้ำเจ้าพระยาตามแผนเผชิญเหตุอุทกภัยอย่างเคร่งครัด

ทั้ง 3 นิคมฯ ได้วางระบบแนวป้องกันและคันดิน ด้วยการบดอัดคันดินให้แน่น พร้อมเสริมด้วยวัสดุป้องกันและคอนกรีตเพื่อเพิ่มความมั่นคงของแนวป้องกัน

นอกจากนี้ ยังมีการตรวจสอบความมั่นคงของแนวคันกั้นน้ำอย่างใกล้ชิด พร้อมจัดเตรียมบ่อหน่วงน้ำภายในนิคมฯ เพื่อรองรับปริมาณน้ำฝนและหน่วงน้ำหลาก เดินเครื่องสูบน้ำหลักและเตรียมเครื่องกำเนิดไฟฟ้าสำรอง (Diesel Generator) ซึ่งสามารถจ่ายไฟฟ้าสำรองได้ ไม่น้อยกว่า 8 ชั่วโมง ทุกสถานี เพื่อสร้างความมั่นใจนักลงทุน

The post เปิด 6 อันดับทุน ครองที่ดินนิคมฯ ชี้ Data Center โตแรง ดันยอด 9 เดือนทะลุ 6,000 ไร่ ‘กนอ.’ พร้อมยกระดับแผนรับมือน้ำท่วม appeared first on THE STANDARD.

บิล เกตส์ ผู้ร่วมก่อตั้ง Microsoft ออกมาเตือนว่าปัญญาประดิษฐ์ (AI) มีพลังมากพอจะสร้างความเสียหายต่อมนุษยชาติในวงกว้าง หากตกไปอยู่ในมือคนที่มีเจตนาร้าย พร้อมเรียกร้องให้รัฐบาลกลางสหรัฐฯ ออกกฎหมายกำกับดูแลเทคโนโลยีนี้อย่างจริงจัง

เขาให้สัมภาษณ์กับรายการ Meet the Press ของ NBC ว่า “AI ทรงพลังมากพอที่จะก่อให้เกิดเหตุการณ์ที่ทำให้คนเสียชีวิต 1 พันล้านคนได้อย่างแน่นอน”

เกตส์อธิบายต่อว่าแม้การจะไปถึงระดับที่กระทบมนุษย์ทั้งหมดนั้นเป็นเรื่องยาก แต่ “ไม่เคยมีอาวุธใดทรงพลังเท่ากับการที่คนมีเจตนาร้ายได้ใช้เครื่องมือ AI ที่ล้ำสมัยที่สุด”

เมื่อถูกถามว่าวอชิงตันจำเป็นต้องออกกฎหมายหรือไม่ เกตส์ตอบว่า “แน่นอน” พร้อมระบุว่า “ไม่มีใครคิดว่าการกำกับดูแลตัวเองเพียงพอ ต้องให้หน่วยงานบังคับใช้กฎหมายและนักการเมืองเข้ามาร่วมหารือว่ามาตรการป้องกันและการติดตามตรวจสอบควรเป็นอย่างไร และต้องเป็นสิ่งที่บังคับใช้”

เขาเสริมว่ากฎหมายดังกล่าวจะเพิ่มภาระให้อุตสาหกรรมอยู่บ้าง แต่จะไม่ทำให้การพัฒนาช้าลงอย่างมาก

จากผู้มองโลกแง่ดีสู่ผู้เตือนภัย

ท่าทีของเกตส์ในครั้งนี้ต่างจากเดิมมาก เพราะก่อนหน้านี้เขาเป็นหนึ่งในผู้ที่มองโลกในแง่ดีต่อ AI อย่างเปิดเผยที่สุด ก่อนจะเปลี่ยนมุมมองในช่วงฤดูร้อนที่ผ่านมา

ในบทความที่เผยแพร่เมื่อเดือนสิงหาคม เกตส์ระบุว่าโลกยังไม่มีแผนนำ AI มาใช้อย่างปลอดภัย และเตือนว่าคนร้ายอาจใช้เครื่องมือ AI ที่ทรงพลังขึ้นเรื่อยๆ ในการโจมตีทางไซเบอร์, การฉ้อโกง, การปล่อยข้อมูลเท็จ และการสร้างความเสียหายในวงกว้างต่อโรงพยาบาล, สถาบันการเงิน, ระบบไฟฟ้า และระบบของรัฐ

เขาเขียนว่า “ผมเชื่อว่าเรากำลังจะเข้าสู่ช่วงที่สังคม การเมือง และเศรษฐกิจปั่นป่วน และเราต้องการเวลาเตรียมตัวรับมือ” พร้อมระบุว่าหากมีใครเสนอแผนชะลอการพัฒนา AI ทั่วโลกที่น่าเชื่อถือ เขาก็น่าจะสนับสนุน

ขณะที่เมื่อเดือนก่อน เกตส์ยังเรียกร้องให้ผู้กำหนดนโยบายกำหนดให้งานบางประเภทสงวนไว้สำหรับมนุษย์เท่านั้น ในบทความยาว 6,000 คำที่คาดการณ์ว่าตลาดแรงงานจะเกิดความปั่นป่วนครั้งใหญ่

ในการให้สัมภาษณ์ครั้งนี้ เกตส์แยกความเสี่ยงออกเป็น 2 แบบ คือความเสี่ยงระยะใกล้ที่ผู้ก่อการร้ายหรือรัฐนอกกฎหมายจะนำ AI ไปใช้ในทางที่ผิด กับคำเตือนเรื่องความเสี่ยงที่จะทำให้มนุษยชาติสูญพันธุ์ในระยะยาว

เขาไม่ได้ปัดตกความเสี่ยงระยะยาว แต่เรียกร้องให้คนอเมริกันอย่ามองข้ามความเสี่ยงที่ AI อาจถูกคนร้ายนำไปใช้สร้างความเสียหายในวงกว้างได้ตั้งแต่วันนี้

เหตุการณ์ที่จุดกระแสความกังวลในซิลิคอนแวลลีย์

คำเตือนของเกตส์เกิดขึ้นท่ามกลางการถกเถียงเรื่องความปลอดภัยของ AI ที่ปะทุขึ้นในช่วงหลายสัปดาห์ที่ผ่านมา หลังเกิดเหตุการณ์ด้านความมั่นคงปลอดภัยไซเบอร์ที่เป็นข่าวใหญ่หลายครั้ง ซึ่งทำให้เกิดคำถามว่าห้องปฏิบัติการ AI ชั้นนำอย่าง OpenAI และ Anthropic ควบคุมโมเดลของตัวเองได้จริงหรือไม่

สัปดาห์นี้มีรายงานว่าระบบของ OpenAI ได้เจาะเว็บไซต์ของหน่วยงานสาธารณสุขแห่งหนึ่งในออสเตรเลีย โดยบริษัทไม่ได้แจ้งรัฐบาลออสเตรเลียเป็นเวลาหลายเดือนหลังเกิดเหตุ ซึ่ง แอนโทนี อัลบานีซี นายกรัฐมนตรีออสเตรเลีย ระบุว่าเป็นเรื่อง “ที่ยอมรับไม่ได้อย่างเห็นได้ชัด”

ขณะที่ Anthropic เผยแพร่รายงานเมื่อไม่นานมานี้ ระบุหลายกรณีที่ผู้กระทำทั้งที่เป็นรัฐและไม่ใช่รัฐพยายามใช้ Claude วางแผนโจมตีด้วยโดรนและทำวิจัยด้านชีววิทยาที่อันตราย รวมถึงกรณีที่กลุ่มติดอาวุธในเยเมน ซึ่งเชื่อว่าเป็นกลุ่มฮูตีที่อิหร่านหนุนหลัง พยายามใช้ Claude พัฒนาซอฟต์แวร์นำวิถีขีปนาวุธ

อีกเหตุการณ์ที่จุดกระแสคือ เจคอบ ค็อกซอน อดีตพนักงานของ Anthropic ที่ลาออกเมื่อต้นเดือนนี้ พร้อมโพสต์กล่าวหาว่าทั้ง Anthropic และ OpenAI กำลัง “เอาชีวิตของพวกเราไปเสี่ยง” ด้วยการแข่งกันพัฒนา AI ที่ฉลาดเหนือมนุษย์ และระบุว่า “คนที่สร้าง AI เชื่ออย่างจริงจังว่ามันอาจฆ่าพวกเราทั้งหมดภายในสิ้นทศวรรษนี้”

หลังจากนั้น ดาริโอ อาโมเดอิ ซีอีโอของ Anthropic ได้เผยแพร่บทความเรียกร้องให้ชะลอการพัฒนา AI โดยระบุว่า “วิธีที่มีประสิทธิภาพที่สุดในการชะลอคือการออกกฎระเบียบที่ครอบคลุมบริษัท AI ชั้นนำทุกรายของสหรัฐฯ เพราะจะครอบคลุมถึงบริษัทที่ไม่ยอมให้ความร่วมมือโดยสมัครใจด้วย”

ข้อเสนอของอาโมเดอิได้รับการสนับสนุนอย่างรวดเร็วจาก แซม อัลต์แมน ซีอีโอของ OpenAI และอีลอน มัสก์ ขณะที่สัปดาห์นี้ทั้งอัลต์แมนและอาโมเดอิยังขึ้นกล่าวต่อคณะมนตรีความมั่นคงแห่งสหประชาชาติ เรียกร้องให้สหรัฐฯ นำการสร้างพันธมิตรระหว่างประเทศเพื่อกำหนดมาตรฐานความปลอดภัยของ AI

วอชิงตันยังไม่ขยับ ผู้บริหารเทคเองก็เห็นต่าง

แม้ความกังวลในซิลิคอนแวลลีย์จะเพิ่มขึ้น แต่ประธานาธิบดี โดนัลด์ ทรัมป์ ยังคงคัดค้านการกำกับดูแล AI โดยเรียกความกังวลเรื่องความปลอดภัยว่าเป็น “เรื่องหลอกลวง” และปฏิเสธสิ่งที่เขาเรียกว่า “แผนการของพวกโลกาภิวัตน์” ที่ต้องการควบคุมเทคโนโลยีนี้

ทรัมป์ยังเยาะเย้ยอาโมเดอิว่า “แกล้งทำเป็นนางฟ้าตัวน้อยที่สมบูรณ์แบบ” แม้เมื่อสัปดาห์ก่อนเขาจะให้คำมั่นว่าจะตั้ง AI Force ขึ้นมาเพื่อ “เฝ้าดู” บริษัท AI ก็ตาม

ขณะที่การพบกันระหว่างทรัมป์กับ สี จิ้นผิง ประธานาธิบดีจีน ที่นครนิวยอร์กในสัปดาห์นี้ ก็ไม่ได้นำไปสู่คำมั่นที่มีนัยสำคัญในการควบคุมเทคโนโลยีนี้

ด้าน ไมค์ จอห์นสัน ประธานสภาผู้แทนราษฎร ก็เคยปฏิเสธที่จะเรียกสมาชิกสภากลับมาออกกฎหมายควบคุมการพัฒนา AI โดยระบุว่าจะให้บริษัท AI เป็นผู้ตัดสินใจ เพราะ “แม้แต่พวกเขาเองก็ยังไม่มีคำตอบ เราจึงไม่ควรรีบให้สภาทำอะไรที่อาจเป็นผลเสียต่อความมั่นคงของชาติ”

ที่น่าสนใจคือผู้บริหารในวงการเทคเองก็ยังเห็นไม่ตรงกันว่าควรบังคับใช้มาตรการป้องกันอย่างไร แม้แต่ภายใน Microsoft เอง

สัตยา นาเดลลา ประธานและซีอีโอของ Microsoft ดูลังเลที่จะเรียกร้องให้มีกฎระเบียบเต็มรูปแบบ โดยระบุในพอดแคสต์ All-In ว่าบริษัท AI ควรจัดการเรื่องนี้เอง “ถ้าเห็นปัญหาที่ร้ายแรงถึงขั้นต้องหยุด ก็หยุด” แม้ในบันทึกถึงพนักงานเดือนนี้เขาจะเตือนว่าบริษัทต้องใช้เวลาทำให้เทคโนโลยีปลอดภัย

มาร์ก ซักเคอร์เบิร์ก ซีอีโอของ Meta ก็ไม่เห็นด้วยกับแนวทางการประสานงานทั้งอุตสาหกรรม โดยมองว่าแต่ละห้องปฏิบัติการควรใช้เวลาตรวจสอบภายในเองเมื่อพบปัญหา

ขณะที่ แบรด สมิธ ประธานของ Microsoft ปฏิเสธแนวคิดที่ว่าบริษัท AI ต้องรอกฎหมายจากรัฐบาลกลางก่อนจึงจะชะลอตัวเองได้ โดยเปรียบเทียบว่าหากมีบริษัทผลิตเครื่องบินเพียง 2 รายในโลก และมีคนมาบอกว่ากังวลว่าเครื่องบินจะตกจนมีคนตาย ผู้บริหารจะเลือกชนะการแข่งขัน หรือเลือกให้ความปลอดภัยของผู้โดยสารและสาธารณชนมาก่อน

ในระดับรัฐ ผู้ว่าการบางรัฐเริ่มขยับแล้ว โดย แกวิน นิวซัม ผู้ว่าการรัฐแคลิฟอร์เนีย ลงนามคำสั่งตั้งคณะผู้เชี่ยวชาญเพื่อวางแผนเสริมกฎหมายด้านความปลอดภัยของ AI ขณะที่ผู้ว่าการรัฐแมริแลนด์และนิวยอร์กก็ออกแผนเพิ่มการกำกับดูแล AI ในรัฐของตัวเองเช่นกัน

ภาพ : Alexandros Michailidis / Shutterstock

อ้างอิง:

• https://www.businessinsider.com/bill-gates-ai-warning-billion-deaths-2026-9
• https://www.ft.com/content/1ade33b1-b5eb-43bb-9ee4-2272ec91fa5b
• https://www.bloomberg.com/news/articles/2026-09-25/bill-gates-warns-ai-powerful-enough-to-lead-to-a-billion-deaths
• https://www.nbcnews.com/politics/politics-news/bill-gates-ai-companies-self-regulating-governments-monitoring-rcna599619

The post บิล เกตส์ เตือน AI ในมือคนร้ายทรงพลังพอจะก่อเหตุคร่าชีวิตคน 1 พันล้านคน เรียกร้องวอชิงตันออกกฎหมายคุม appeared first on THE STANDARD.

บทความ WEALTH IN DEPTH ฉบับนี้เกิดจาก THE STANDARD WEALTH ได้รับเชิญเป็น 1 ใน 7 ตัวแทนสื่อมวลชนไทย ที่ได้รับเชิญรวมทั้งสื่อมวลชน ทั้งจากสิงคโปร์, มาเลเซีย, อินโดนีเซีย และฮ่องกง เดินทางไป ณ นครอู่ฮั่น มณฑลหูเป่ย์ ในกิจกรรม VOYAH Intelligent Luxury Tour 2026 เพื่อเจาะลึกศักยภาพทางเทคโนโลยีและกระบวนการผลิตขั้นสูงของ VOYAH (โวย่า) แบรนด์ยานยนต์พลังงานไฟฟ้าระดับพรีเมียมในเครือ ตงเฟิง มอเตอร์ (Dongfeng Motor)

คณะสื่อมวลชนได้เข้าเยี่ยมชมสายการผลิตด้วยเทคโนโลยีชั้นสูง ณ โรงงาน VOYAH Huangjin โดยภายในโรงงานประกอบขั้นสุดท้าย (Final Assembly Workshop) เผยให้เห็นนวัตกรรมระดับอุตสาหกรรม 4.0 ดังนี้

• ระบบลำเลียงชิ้นส่วนอัตโนมัติเหนือศีรษะ ทำงานสอดประสานกับหุ่นยนต์ขนถ่ายอัตโนมัติ (Automated Guided Vehicle: AGV)
• อัตลักษณ์ทางดิจิทัล (Digital Identity) แสดงผลผ่านหน้าจอดิจิทัลประจำรถแต่ละคัน เพื่อติดตามกระบวนการประกอบแบบเรียลไทม์ตั้งแต่ชิ้นส่วนแรกจนเสร็จสมบูรณ์
• การเชื่อมโยงระบบ 5G, Big Data และ AI ทำให้สายการผลิตสามารถรองรับการผลิตแบบสุ่มผสมผสาน (Randomized Mixed-Production System) โดยสามารถผลิตรถยนต์ทรงซีดาน (Sedan), เอสยูวี (SUV) และเอ็มพีวี (MPV) ร่วมกันบนสายพานเดียวได้อย่างสมบูรณ์แบบ

เมื่อรวมกำลังการผลิตของโรงงาน VOYAH Huangjin และ VOYAH Yunfeng แบรนด์ VOYAH มีศักยภาพการผลิตรวมสูงถึง 450,000 คันต่อปี และมีขีดความสามารถในการปล่อยรถยนต์เสร็จสมบูรณ์ออกจากสายพานในทุกๆ 40 วินาที

User Center 30,000 ตร.ม. กับวิสัยทัศน์ Full-Stack In-House

นอกจากโรงงานผลิต คณะสื่อมวลชนยังได้เยี่ยมชม User Center แบบครบวงจร ซึ่งตั้งอยู่ติดกับโรงงาน VOYAH Huangjin ซึ่งเป็น Flagship Store ที่ใหญ่ที่สุดของ VOYAH ในจีน ครอบคลุมพื้นที่กว่า 30,000 ตารางเมตร ผสานโชว์รูมจัดแสดง ศูนย์ตกแต่งเฉพาะบุคคล บริการหลังการขาย และสถานีชาร์จความเร็วสูงพิเศษ (Ultra-Fast Charging) ภายใต้ระบบการจัดจำหน่ายตรง (Direct-Sales Service System)

ตงเฟิง และ VOYAH ยึดมั่นในยุทธศาสตร์ การพัฒนาเทคโนโลยีด้วยตนเองแบบครบวงจร (Full-Stack In-House Development) ทั้งระบบขับเคลื่อนไฟฟ้า แชสซีส์ ห้องโดยสารอัจฉริยะ ระบบขับขี่อัตโนมัติ และกระบวนการผลิต ส่งผลให้ได้รับความไว้วางใจจากผู้ใช้แล้วมากกว่า 400,000 รายทั่วโลก พร้อมเปิดโอกาสให้สื่อมวลชนทดลองขับยนตรกรรมรุ่นสำคัญ ได้แก่ VOYAH DREAM 9 ซึ่งเป็นรถยนต์ในกลุ่ม MPV (Multi-Purpose Vehicle), VOYAH PASSION S และ VOYAH TAISHAN X8 บนสนามทดสอบจริง

เปิดตัว VOYAH DREAM 9 MPV เรือธงระดับพรีเมียม

เมื่อวันที่ 22 กันยายน 2569 VOYAH ได้จัดการเปิดตัวระดับโลกอย่างยิ่งใหญ่ในค่ำคืน ‘Night of Dreams’ ณ สนามกีฬาแห่งชาติ National Speed Skating Oval กรุงปักกิ่ง โดยความร่วมมือกับ China Media Group (CMG) ถ่ายทอดเรื่องราวผ่าน 4 องก์หลัก ดังนี้

• สุนทรียศาสตร์แห่งตะวันออก (Eastern Aesthetics)
• การต้อนรับแบบตะวันออก (Eastern Hospitality)
• ปัญญาแห่งตะวันออก (Eastern Intelligence) และ การพานพบแห่งตะวันออก (Eastern Encounters)

ลู่ ฟาง (Lu Fang) ประธานกรรมการและเลขาธิการพรรคประจำ VOYAH Automotive ได้ประกาศนโยบายสำคัญไว้ว่า

“จากผู้ไล่ตามความฝันสู่ผู้สร้างความฝัน อุตสาหกรรมยานยนต์ของจีนกำลังแปรเปลี่ยนความฝันให้กลายเป็นความจริงทีละก้าว พร้อมขับเคลื่อนประเทศสู่การเป็นมหาอำนาจแห่งอุตสาหกรรมยานยนต์ และสำหรับยานยนต์พลังงานใหม่ในวันนี้ สายตาของคนทั้งโลกกำลังจับจ้องมาที่ประเทศจีน”

เจาะลึก 3 รุ่น ตอบตามโจทย์ไลฟ์สไตล์เจาะกลุ่มนักธุรกิจ-ครอบครัว

โดยรถยนต์ VOYAH DREAM 9 ยกระดับตระกูล DREAM เข้าสู่เซกเมนต์พรีเมียมระดับ 500,000 หยวน เพื่อตอบโจทย์ 3 มิติการเดินทางหลัก ได้แก่ การรับรองระดับพรีเมียม (Premium Hospitality) การเดินทางเพื่อธุรกิจ และการเดินทางของครอบครัว นำเสนอผ่าน 3 รุ่นย่อย ทั้งระบบขับเคลื่อน PHEV และ BEV ในราคาจำหน่ายช่วง 419,900 ถึง 529,900 หยวน มีดังนี้

รุ่น Ultra เทคโนโลยีเรือธงสำหรับครอบครัว (Family Flagship)

• พัฒนาบนสถาปัตยกรรม Full-Domain Level 3 มาพร้อมระบบสำรองความปลอดภัย (Redundancy System) 8 ระบบ และโครงสร้างกรงเหล็กรับแรงกระแทกด้านหน้า 7 ชั้น ด้านหลัง 5 ชั้น
• ติดตั้งช่วงล่างถุงลมสามห้อง (Three-Chamber Air Suspension) และระบบควบคุมความหนืดโช้กอัปไฟฟ้า EDC แบบวาล์วคู่เป็นอุปกรณ์มาตรฐาน ทำงานร่วมกับระบบขับขี่อัจฉริยะ HUAWEI Qiankun ADS 5
• เบาะนั่งแถวสองรองรับการหมุน การปรับเอนไร้แรงโน้มถ่วง (Zero-Gravity) และระบบนวดเชิงกล พร้อมระบบปรับลดระดับความสูงตัวรถอัตโนมัติเมื่อก้าวขึ้น-ลง
• จอดิจิทัลความชัดสูงขนาด 21.4 นิ้วบนเพดาน, ตู้เย็นขนาด 13 ลิตร แบบเปิดได้สองฝั่ง รองรับทั้งทำความเย็นและความร้อน, ใช้วัสดุห้องโดยสารที่เป็นมิตรต่อเด็กและทารก (Baby-Friendly) และฟังก์ชันจ่ายกระแสไฟฟ้าสู่อุปกรณ์ภายนอก (V2L)

รุ่น Ultra+ (ห้องรับรองธุรกิจระดับหรู – Luxury Business Lounge):

• กระจังหน้าเรืองแสงลายกลุ่มดาว, ไฟหน้าอัจฉริยะ DLP แบบทูโทน และไฟต้อนรับลายพรม (Welcome Light Carpet)
• เพดานบุด้วยวัสดุหนังกลับ (Suede), ไฟสร้างบรรยากาศ Ambient Lighting, ม่านบังแดดไฟฟ้าแถวสองเป็นอุปกรณ์มาตรฐาน และออปชันกระจกมองข้างปรับลดแสงสะท้อนและตัดแสงอัตโนมัติเพื่อความเป็นส่วนตัว
• ความสบายเหนือระดับครั้งแรกในอุตสาหกรรม: ติดตั้งระบบอุ่นเบาะ ระบบระบายอากาศ และระบบนวด ครบทุกตำแหน่งที่นั่ง

รุ่น Lizun Edition / หลี่จุน (สุนทรียศาสตร์แห่งตะวันออกขั้นสูง – Ultimate Eastern Luxury)

• ติดตั้งตราสัญลักษณ์คริสตัลหน้ารถพับเก็บได้อัตโนมัติ (Retractable Hood Emblem) และตัวถังทูโทนเฉดสีเอกสิทธิ์เฉพาะ
• ตกแต่งกระจังหน้าด้วยลวดลาย Dragon Scale (เกล็ดมังกร), เส้นสายตัวถังด้านข้างแบบ Gilded Twin-String และล้อแม็กดีไซน์ลอยตัว Heaven and Earth in Harmony สะท้อนเอกลักษณ์วัฒนธรรมจีนสู่เวทีสากล

หลังเปิดรับจอง VOYAH DREAM 9 สามารถสร้างปรากฏการณ์ทำ ยอดจองล่วงหน้ามากกว่า 30,000 คัน ภายในเวลาเพียง 48 ชั่วโมง โดยรุ่นท็อปอย่าง Lizun Edition มีสัดส่วนมากกว่า 50% และเป็นการสั่งจองเพื่ออัปเกรดจากลูกค้าเดิมของ VOYAH DREAM มากกว่า 20,000 คัน ปัจจุบันแบรนด์ VOYAH ขยายตลาดสู่ต่างประเทศแล้วกว่า 40 ประเทศและภูมิภาค พร้อมโชว์รูมและศูนย์บริการมากกว่า 240 แห่งทั่วโลก

AAS Group เซ็น ตงเฟิง ตั้ง ‘AI Mobility’ นำ VOYAH เขย่าตลาด MPV หรู

ขณะที่มีความเคลื่อนไหวที่สำคัญสำหรับผู้บริโภคชาวไทย คือความเคลื่อนไหวเชิงกลยุทธ์เมื่อ เอเอเอส กรุ๊ป (AAS Group) ได้ประกาศลงนามสัญญาแต่งตั้งเป็นผู้แทนจำหน่ายแต่เพียงผู้เดียว (Sole Distributor Agreement) เมื่อวันที่ 30 กรกฎาคม 2569 ร่วมกับ ตงเฟิง มอเตอร์ กรุ๊ป (Dongfeng Motor Group) เพื่อนำเข้าและจัดจำหน่ายแบรนด์ VOYAH ในประเทศไทยอย่างเป็นทางการ

โดยอนุวัชร อินทรภูวศักดิ์ ประธานเจ้าหน้าที่บริหาร (CEO) บริษัท เอไอ โมบิลิตี้ จำกัด กล่าวว่าความร่วมมือระหว่างเราและตงเฟิงในการนำแบรนด์ VOYAH เข้าสู่ประเทศไทย สะท้อนถึงพันธสัญญาในการส่งมอบนิยามใหม่แห่งความหรูหรา ที่ตอบโจทย์ทั้งความสะดวกสบาย งานดีไซน์อันประณีต และเทคโนโลยีอัจฉริยะที่สามารถใช้งานได้จริงในชีวิตประจำวัน การที่เอเอเอส กรุ๊ป ให้ความสำคัญกับการสร้างคุณค่าและการเติบโตอย่างยั่งยืนในระยะยาวมากกว่าผลกำไรระยะสั้น คือวิสัยทัศน์ร่วมที่สอดประสานกับตงเฟิง จนนำมาสู่การจับมือเป็นพันธมิตรเชิงกลยุทธ์ในครั้งนี้ ผ่านการดำเนินงานของ บริษัท เอไอ โมบิลิตี้ จำกัด

เรามุ่งมั่นวางรากฐานทางธุรกิจที่แข็งแกร่ง ภายใต้ปรัชญาที่ยึดมั่นมาโดยตลอด ‘AAS the Name You Can Trust’ หรือ ‘เอเอเอสฯ ชื่อที่คุณไว้วางใจได้’ ตั้งแต่ความประทับใจแรกสัมผัสไปจนถึงการดูแลหลังการขายอย่างครบวงจร เป้าหมายของเราคือการสร้างความมั่นใจสูงสุดและความประทับใจในทุกการเดินทาง เอเอเอส กรุ๊ป พร้อมส่งมอบนิยามความหรูหราแห่งอนาคตสู่ตลาดเมืองไทย เพื่อตอบโจทย์ทุกการเดินทางได้อย่างสมบูรณ์แบบ ตั้งแต่การใช้ชีวิตร่วมกับครอบครัวไปจนถึงความคล่องตัวในทุกภารกิจทางธุรกิจ

ทั้งนี้เอเอเอส กรุ๊ป ได้จัดตั้งบริษัทในเครือแห่งใหม่ในปี พ.ศ. 2569 ภายใต้ชื่อ บริษัท เอไอ โมบิลิตี้ จำกัด (AI Mobility Co., Ltd.) เพื่อดูแลรับผิดชอบการจัดจำหน่าย การดำเนินงานด้านเครือข่ายผู้จำหน่าย และการบริการลูกค้าทั่วประเทศ

จากการตรวจสอบข้อมูลของ THE STANDARD WEALTH พบว่า ปัจจุบันพอร์ตของเอเอเอส กรุ๊ป (AAS Group) ยังไม่มีการจัดจำหน่ายรถยนต์ในกลุ่ม MPV ดังนั้นการร่วมมือกับ Dongfeng Motor เพื่อนำ VOYAH DREAM 9 เข้ามาทำตลาดจำหน่ายในประเทศไทยก็ถือเป็นการเติมเต็มพอร์ตธุรกิจให้กับ AAS Group

ด้าน หวัง หลง ประธานกรรมการ บริษัท China Dongfeng Motor Industry Import and Export จำกัด ได้กล่าวเสริมว่า ประเทศไทยนับเป็นหนึ่งในหมุดหมายเชิงกลยุทธ์ที่สำคัญ สำหรับการขับเคลื่อนแผนการขยายตลาดยานยนต์พลังงานใหม่อัจฉริยะของเราสู่ระดับสากล การร่วมมือกับ เอเอเอส กรุ๊ป ทำให้เราได้พันธมิตรที่มีความเป็นผู้นำในตลาดยานยนต์หรูมานานกว่า 4 ทศวรรษ และมีปรัชญาการทำงานที่มุ่งเน้นความพึงพอใจของลูกค้าเป็นหัวใจสำคัญเช่นเดียวกัน การผสานความเชี่ยวชาญทางวิศวกรรมอันยาวนานกว่า 50 ปีของตงเฟิง เข้ากับเครือข่ายการจัดจำหน่ายและความเชี่ยวชาญด้านการบริการของ เอเอเอส กรุ๊ป จะช่วยเปิดประตูสู่การเดินทางระดับพรีเมียมที่เปี่ยมด้วยความชาญฉลาด ประณีต และคำนึงถึงผู้ใช้งานเป็นหลัก ผ่านแบรนด์ VOYAH ให้แก่ลูกค้าชาวไทยได้อย่างสมบูรณ์แบบ

ทั้งนี้ จากการตรวจสอบข้อมูลของ THE STANDARD WEALTH พบว่า Dongfeng Motor เลือกประเทศไทยเป็นตลาดต่างประเทศแห่งแรกที่จะนำรถยนต์ ข้ามาวางจำหน่ายผ่านความร่วมมือกับ บริษัท เอไอ โมบิลิตี้ จำกัด ซึ่งคาดจะเปิดตัวไตรมาสที่ 4 ปีนี้ จากนั้น Dongfeng Motor ยังมีแผนที่จะขยายตลาดต่างประเทศเพิ่มเติมต่อเนื่องในอนาคต

สำหรับตงเฟิง มอเตอร์ คอร์ปอเรชั่น (Dongfeng Motor Corporation)

ก่อตั้งขึ้นในปี พ.ศ. 2512 ณ เมืองอู่ฮั่น เริ่มต้นจากโรงงานผลิตยานยนต์แห่งที่ 2 มีสินทรัพย์รวมกว่า 499,300 ล้านหยวน พนักงานกว่า 127,000 คนติดอันดับ Fortune Global 500 ในอันดับที่ 188 มียอดจำหน่ายรถยนต์ในต่างประเทศมากกว่า 1,200,000 คัน ในกว่า 100 ประเทศทั่วโลก

ด้านเอเอเอส กรุ๊ป (AAS Group) ผู้นำด้านธุรกิจยานยนต์ระดับพรีเมียมในไทย ดำเนินงานมากกว่า 39 ปี ก่อตั้งเมื่อ 14 ตุลาคม พ.ศ. 2529 โดยอนุศักดิ์ อินทรภูวศักดิ์ และอนุรักษ์ อินทรภูวศักดิ์ ผู้นำเข้าและจำหน่าย รวมถึงให้บริการหลังการขายแบรนด์ชั้นนำระดับโลก อาทิ Bentley, Porsche, Ducati, Harley-Davidson รวมถึงตัวแทนจำหน่ายรถยนต์ไฟฟ้าในเครือ Changan เช่น Deepal, Avatr, Nevo, Lumin

การเปิดตัว VOYAH DREAM 9 และการรุกตลาดไทยของ AAS Group ผ่าน AI Mobility ไม่ได้เป็นเพียงแค่การนำเข้ารถยนต์ MPV รุ่นใหม่ แต่คือภาพสะท้อนของการเปลี่ยนผ่านในอุตสาหกรรมยานยนต์ระดับพรีเมียม ที่เทคโนโลยีอัจฉริยะ และวิศวกรรมการผลิตขั้นสูง

การที่แบรนด์ระดับเรือธงอย่าง VOYAH DREAM 9 มาพร้อมเทคโนโลยีชั้นสูงผ่านความร่วมมือกับ AAS Group ย่อมทำให้สมรภูมิตลาดยานยนต์ MPV พรีเมียมในประเทศไทยนับจากนี้ต้องจับตาต่อไปว่าภาพการแข่งขันในข้างหน้าจากนี้ของตลาดรถยนต์หรูในประเทศไทยจะเป็นอย่างไร

The post ทำความรู้จัก VOYAH แบรนด์ EV พรีเมียม ในกลุ่ม Dongfeng จับมือ AAS Group นำรุ่น DREAM 9 ปักธงในไทยเป็นหมุดหมายแรกนอกจีน appeared first on THE STANDARD.

มาร์ก ซักเคอร์เบิร์ก ประธานเจ้าหน้าที่บริหารของ Meta เปิดตัว Muse Charm อุปกรณ์ขนาดพวงกุญแจที่ใช้คุยกับผู้ช่วย AI ของบริษัท ในงาน Meta Connect ประจำปีที่สำนักงานใหญ่เมืองเมนโลพาร์ก พร้อมประกาศว่า Muse ได้กลายเป็นหัวใจหลักของยุทธศาสตร์ AI ของ Meta แล้ว

Muse คือแอปผู้ช่วยส่วนตัวที่ทำงานแทนผู้ใช้ได้ ทั้งตอบอีเมล, จองการเดินทาง, สั่งซื้อของ และจัดการเรื่องการเงิน ซึ่งนับตั้งแต่เปิดตัวเมื่อวันที่ 8 กันยายน แอปนี้ก็ขึ้นเป็นแอปที่มียอดดาวน์โหลดสูงสุดทั้งบน App Store ของ Apple และ Android ในสหรัฐฯ แซงหน้าแม้แต่ ChatGPT

นักวิเคราะห์บางส่วนมองว่านี่อาจเป็นการเปิดตัวแอปครั้งใหญ่ที่สุดในสหรัฐฯ นับตั้งแต่ ChatGPT ออกมาเมื่อเดือนพฤศจิกายน 2022 และจุดกระแสบูม AI

นักลงทุนตอบรับอย่างร้อนแรง โดยหุ้น Meta ปรับขึ้นราว 24-25% นับตั้งแต่ Muse เปิดตัว ซึ่ง Financial Times ระบุว่าเพิ่มมูลค่าตลาดให้บริษัทราว 3 แสนล้านดอลลาร์สหรัฐ (ประมาณ 10.00 ล้านล้านบาท) ขณะที่ Reuters ประเมินไว้ราว 3.24 แสนล้านดอลลาร์สหรัฐ (ประมาณ 10.80 ล้านล้านบาท) ณ สิ้นวันพุธ (23 ก.ย.)

พวงกุญแจคุย AI ที่ไม่ต้องหยิบมือถือ

Muse Charm มีขนาดประมาณนาฬิกาพก มีหน้าจอราว 2 นิ้วหรือ 5 เซนติเมตรที่ใช้นิ้วโป้งเลื่อนได้ และมีตัวละคร Muse ที่ปรับแต่งได้อยู่กลางจอ โดยผู้ใช้เพียงแตะเซ็นเซอร์ลายนิ้วมือก็คุยกับผู้ช่วย AI ได้ทันที

ตัวเครื่องมีโมเด็ม 5G ในตัว ทำให้ใช้งาน Muse ได้แม้ไม่มี Wi-Fi แต่ไม่สามารถโทรออกได้ โดยมีกำหนดวางขายในเดือนธันวาคมทันช่วงเทศกาลวันหยุด ขณะที่ Meta ยังไม่เปิดเผยราคา

ซักเคอร์เบิร์กระบุว่า “ถ้าคุณไม่ได้สวมแว่น นี่จะเป็นวิธีที่เร็วที่สุดในการคุยกับ Muse และให้มันเห็นว่ามีอะไรเกิดขึ้นรอบตัวคุณ”

นอกจาก Muse Charm แล้ว Meta ยังประกาศว่าจะนำ Muse ไปใช้บนแว่นอัจฉริยะทุกรุ่นเร็วๆ นี้ โดยเรียกใช้งานได้ด้วยการพูดชื่อผู้ช่วย พร้อมระบุว่าภายในสิ้นปี 2026 จะมีแว่น AI มากกว่า 100 แบบ

บริษัทยังเปิดตัวแว่น Ray-Ban รุ่นที่ไม่มีกล้อง ซึ่งใช้งานผ่านเสียงอย่างเดียว และแว่น VR รุ่นใหม่ราคา 1,300 ดอลลาร์สหรัฐ (ประมาณ 43,300 บาท) ที่มีน้ำหนักเพียง 100 กรัม เบากว่า Quest 3 รุ่นก่อน 5 เท่า และจะวางขายในฤดูใบไม้ผลิปีหน้า

อีกประกาศสำคัญในงานคือรายชื่อร้านค้าที่จะเชื่อมต่อกับ Muse โดย อเล็กซานเดอร์ หวัง ประธานเจ้าหน้าที่ด้าน AI ของ Meta ระบุว่า Walmart, Best Buy และ Dick’s รวมถึงร้านค้าปลีกอีกกว่า 10 ราย จะเชื่อมระบบกับ Muse พร้อมประกาศว่าตอนนี้ Muse ควบคุมเครื่อง Mac ได้ด้วย

อย่างไรก็ตาม Amazon ได้บล็อกไม่ให้ Muse เข้าไปสแกนเว็บไซต์เพื่อซื้อของแทนลูกค้า ตามหลังที่เคยบล็อก Perplexity, OpenAI และ Google มาก่อน

เดิมพันใหม่หลังเมตาเวิร์สไม่สำเร็จ

การเปิดตัวครั้งนี้สะท้อนการเปลี่ยนทิศทางครั้งใหญ่ของซักเคอร์เบิร์ก ซึ่งเคยผลักดันเมตาเวิร์สเป็นแพลตฟอร์มคอมพิวเตอร์ยุคถัดไป จนเปลี่ยนชื่อบริษัทเป็น Meta เมื่อปี 2021 แต่ก็ไม่พบตลาดขนาดใหญ่สำหรับความจริงเสมือน

Meta ยังเข้าสู่สนาม Generative AI ช้ากว่าคู่แข่งอย่าง OpenAI, Anthropic และ Google และหลังจากโมเดล AI เรือธงอย่าง Llama ไม่ได้รับความนิยม บริษัทก็ใช้เงินหลายพันล้านดอลลาร์เริ่มต้นใหม่ พร้อมดึงตัวหวังมาจาก Scale AI

ตอนนี้ซักเคอร์เบิร์กมองว่า Personal Superintelligence หรือ AI ส่วนตัวที่มีความสามารถเหนือมนุษย์ คือความก้าวหน้าที่ใหญ่และมาถึงเร็วกว่า โดยระบุว่า “เป็นที่แน่ชัดแล้วว่า Personal Superintelligence ไม่เพียงจะมาก่อน แต่ยังจะใหญ่กว่าและสำคัญกว่ามาก เราจึงเปลี่ยนโฟกัสมาสร้างอุปกรณ์ที่ดีที่สุดสำหรับเรื่องนี้”

อีกเป้าหมายเบื้องหลังคือการหลุดจากการพึ่งพาระบบปฏิบัติการของ Apple และ Google ในการเข้าถึงผู้ใช้ ซึ่งกลายเป็นปัญหาหนักตั้งแต่ Apple เปลี่ยนนโยบายความเป็นส่วนตัวในปี 2021 จนจำกัดความสามารถของผู้พัฒนาแอปในการยิงโฆษณาไปหากลุ่มเป้าหมาย โดย Muse Charm เปิดทางให้ผู้ใช้เข้าถึง Muse ได้โดยตรงโดยไม่ต้องผ่านแอปบนสมาร์ทโฟน

สำหรับการหารายได้ ซักเคอร์เบิร์กระบุว่า Muse จะมีรุ่นใช้ฟรี “โดยคาดหวังว่าเมื่อเวลาผ่านไป เราจะทำกำไรจากการเก็บค่าธรรมเนียมเล็กน้อยจากธุรกรรม”

ผลของ Muse ไม่ได้จำกัดอยู่แค่หุ้น Meta เพราะนักลงทุนยังดันหุ้นพันธมิตรอย่าง Shopify ขึ้น ขณะที่เทขายหุ้นบริษัทที่ถูกมองว่าเสี่ยงถูกแย่งธุรกิจ เช่น Booking เว็บจองการเดินทาง และ Intuit ผู้พัฒนาซอฟต์แวร์ยื่นภาษี TurboTax

นักวิเคราะห์ยังไม่แน่ใจว่าคนจะพกอีกเครื่อง

แม้ Muse Charm จะเป็นอุปกรณ์หมวดใหม่ทั้งหมด แต่ผู้เชี่ยวชาญหลายคนมองว่ายังไม่เห็นความต้องการของตลาดที่แน่นอน เพราะสมาร์ทโฟนมีอยู่ทุกที่และทำได้แทบทุกอย่างแล้ว

แอนโทนี เฟอร์รี ซีอีโอบริษัทอีคอมเมิร์ซ Wayvia ตั้งคำถามว่า “ทำไมผมต้องพกอุปกรณ์อีกเครื่อง” โดยมองว่ามันต้องใช้งานง่ายกว่ามือถือจึงจะมีค่า เพราะ “ถ้ายังต้องหยิบมือถือมาทำต่อให้เสร็จหรือแก้คำสั่งซื้อ มันก็เป็นแค่อีกเครื่องที่ต้องชาร์จ”

ขณะที่ ลินดา ซุย ผู้ก่อตั้งบริษัทวิจัยตลาด Smart Analytics Global มองว่าอุปกรณ์นี้อาจได้รับความนิยมในกลุ่ม Gen Z และผู้บริโภควัยรุ่น จากการผสม AI เข้ากับแฟชั่นและการปรับแต่งส่วนตัว โดยเฉพาะถ้าราคาไม่แพงและใช้งานง่าย

แต่เธอก็เตือนว่า “หาก Muse Charm ไม่สามารถนำเสนอฟังก์ชันพิเศษที่สมาร์ทโฟน, นาฬิกา, หูฟัง หรือแว่นอัจฉริยะแทนที่ได้ยาก มันก็มีแนวโน้มจะเป็นแค่อุปกรณ์ที่มีก็ดีสำหรับกลุ่มคนที่ชอบลองของใหม่ มากกว่าจะกลายเป็นสินค้าตลาดแมส”

ด้าน จิเทช อุบรานี ผู้อำนวยการจาก IDC มองว่าอุปกรณ์นี้ดึงดูดคนที่ไม่อยากสวมแว่นหรือไม่ไว้ใจแว่นอัจฉริยะ และอาจทำให้บางคนนึกถึงทามาก็อตจิ สัตว์เลี้ยงเสมือนที่เคยเป็นกระแสช่วงปลายทศวรรษ 1990

บทเรียนจากอดีตก็มีให้เห็น โดย Rabbit R1 อุปกรณ์ AI แบบพกพาที่มีหน้าจอและปุ่มกด เคยเปิดตัวอย่างคึกคักในต้นปี 2024 ก่อนจะล้มเหลว เพราะให้สัญญาเรื่องฟีเจอร์ AI เกินจริงและใช้งานได้ไม่เสถียร

อีกโจทย์ที่ Meta ต้องแก้คือเรื่องความเป็นส่วนตัวและความปลอดภัย เพราะบริษัทต้องโน้มน้าวให้ผู้ใช้ยอมเชื่อมข้อมูลส่วนตัวอย่างอีเมล, แอปการเงิน หรือปฏิทินเข้ากับ Muse ในเวลาที่เทคโนโลยี AI Agent ยังผิดพลาดได้ และ Meta เพิ่งต้องออกแพตช์แก้ช่องโหว่ที่อาจทำให้แฮ็กเกอร์ควบคุม Muse ของคนอื่นได้

ขณะที่แว่น Ray-Ban ที่มีกล้องก็ถูกวิจารณ์ว่าถูกใช้แอบถ่ายผู้อื่นโดยไม่รู้ตัว หลังมีวิดีโอที่ละเมิดความเป็นส่วนตัวถูกเผยแพร่บน Instagram และ TikTok

ภาพ: Andrej Sokolow/picture alliance via Getty Images

หมายเหตุ: ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.34 บาท ณ วันที่ 25 กันยายน 2569

อ้างอิง:

• https://www.bloomberg.com/news/articles/2026-09-23/meta-debuts-a-dedicated-palm-sized-muse-charm-device-to-use-ai-on-the-go
• https://www.cnbc.com/2026/09/24/meta-mark-zuckerberg-muse-charm-openai-agent.html
• https://www.businessinsider.com/meta-connect-mark-zuckerberg-muse-mascot-ai-victory-lap-2026-9
• https://www.reuters.com/business/media-telecom/metas-charm-gadget-carries-ceo-zuckerbergs-big-ai-ambitions-2026-09-24/
• https://www.ft.com/content/f4770cdf-626e-41e3-9db0-3dc0b64b8c00

The post ซักเคอร์เบิร์กทิ้งเมตาเวิร์ส? หันเดิมพันอุปกรณ์ AI ส่วนตัว เปิดตัว ‘Muse Charm’ พวงกุญแจคุยกับ AI ที่ไม่ต้องหยิบมือถือ appeared first on THE STANDARD.

หลายคนอาจคิดว่าคลิปวิดีโอหนึ่งตัวทำงานอยู่แค่ช่วงแรกหลังปล่อย แต่ข้อมูลของ YouTube พบว่า 40% ของยอดการดูวิดีโอบนแพลตฟอร์มเกิดขึ้นหลังจากคลิปถูกเผยแพร่ไปแล้ว 1 เดือน

YouTube มองว่าคอนเทนต์ที่อยู่ได้นานแบบนี้คือปัจจัยหลักที่ทำให้ผู้ชมผูกพันกับครีเอเตอร์ และเป็นเหตุผลที่แพลตฟอร์มใช้อธิบายว่าคอนเทนต์ยังสร้างคุณค่าได้ในระยะยาว

YouTube ประเทศไทย นำเสนอข้อมูลดังกล่าวในงาน YouTube Works Awards Thailand 2026 ควบคู่กับการวางทิศทางของแพลตฟอร์มไว้ 3 ด้าน คือ วัฒนธรรม การเชื่อมโยงผู้คน และคอมเมิร์ซ โดยราฟาเอล ซิสโลว์สกี Country Manager, Google ประเทศไทย ระบุว่าตลอด 12 ปีที่ผ่านมา YouTube เติบโตจนกลายเป็นส่วนหนึ่งในชีวิตประจำวันของคนไทย

ช่องที่มีผู้ติดตามเกินหมื่นคนในไทยมีกว่า 90,000 ช่อง

ฐานครีเอเตอร์ไทยขยายตัวต่อเนื่อง ปัจจุบันมีช่อง YouTube กว่า 90,000 ช่องที่มีผู้ติดตามมากกว่า 10,000 คน ขณะที่การอัปโหลดวิดีโอ YouTube Shorts เติบโตขึ้น 85% เมื่อเทียบกับปีก่อน

คอนเทนต์ที่คนไทยเข้ามาดูกระจายหลายแนว ตั้งแต่มิวสิกวิดีโอ รายการตลก คอนเทนต์เล่าเรื่องลึกลับระทึกขวัญ ไปจนถึงพอดแคสต์ดูแลใจ โดยผลสำรวจที่ YouTube อ้างถึงระบุว่า 94% ของผู้ชม Gen Z ในไทยมองว่า YouTube มีคอนเทนต์พอดแคสต์ที่ดีที่สุด

หมวดที่โตเร็วเป็นพิเศษคือ ‘ละครสั้น’ หรือ Micro Drama ซึ่งทำให้ YouTube เปิดตัวฟีเจอร์ ‘Shorts Series’ ให้ครีเอเตอร์จัดคลิป Shorts เป็นตอนต่อตอน ผู้ชมจึงดูตามลำดับได้และค้นเจอรายการใหม่ง่ายขึ้น ขณะเดียวกันก็เปิดพื้นที่ให้ผู้ลงโฆษณาเข้าไปอยู่ในคอนเทนต์ที่คนดูมีส่วนร่วมสูง

คลิปที่ยังมีคนดูหลังผ่านไป 1 เดือน

ผลสำรวจของ YouTube พบว่า 90% ของผู้ชมชาวไทยยกให้ YouTube เป็นแพลตฟอร์มวิดีโอที่น่าเชื่อถือที่สุด ซึ่งแพลตฟอร์มโยงเข้ากับอายุของคอนเทนต์ที่ยาวกว่า 1 เดือน เพราะคลิปที่ยังถูกดูต่อเนื่องทำให้ครีเอเตอร์สะสมความไว้วางใจกับผู้ชมได้นานขึ้น

เพื่อให้แบรนด์เข้าถึงความไว้วางใจนี้ YouTube เปิดตัว YouTube Creator Partnerships ในไทยอย่างเป็นทางการ เป็นชุดเครื่องมือที่ใช้ AI ช่วยนักการตลาดค้นหาครีเอเตอร์จากคีย์เวิร์ด หมวดหมู่ หรือเทรนด์ พร้อมดูข้อมูลประชากรของผู้ชมและระดับการมีส่วนร่วมก่อนตัดสินใจติดต่อ

จากดูคลิปไปจนถึงหน้าชำระเงิน

YouTube มองว่าความไว้วางใจที่ครีเอเตอร์สร้างไว้ ทำให้ผู้ชมหันมาพึ่งแพลตฟอร์มเมื่อถึงเวลาตัดสินใจซื้อ โดย 87% ของผู้ชม Gen Z ในไทยระบุว่า YouTube ช่วยให้ตัดสินใจซื้อสินค้าได้มั่นใจขึ้น

เครื่องมือที่แพลตฟอร์มใช้ต่อเส้นทางนี้ให้ครบคือ ‘Commerce Media Network’ ซึ่งพาผู้ชมที่มีความตั้งใจซื้อสูงจากโฆษณาบน YouTube ไปยังหน้าชำระเงินของมาร์เก็ตเพลสได้โดยตรง โดยใช้ข้อมูลการช็อปปิ้งแบบเรียลไทม์ เช่น สิ่งที่ผู้ใช้กำลังค้นหาหรือเพิ่งใส่ลงตะกร้า เพื่อให้มาร์เก็ตเพลสและแบรนด์เลือกโฆษณาที่ตรงกับคนดูในช่วงที่กำลังรับชมอยู่

นีเวีย ประเทศไทย เป็นแบรนด์ที่นำร่องใช้โซลูชันโฆษณาแบบ ‘Full Funnel’ ตั้งแต่การสร้างการรับรู้ไปจนถึงการปิดการขาย รวมถึง Commerce Media Network ซึ่ง YouTube ระบุว่าช่วยให้ยอดสั่งซื้อออนไลน์ของแบรนด์เพิ่มขึ้น 3 เท่า และยอดขายออฟไลน์เพิ่มขึ้น 32%

สำหรับผลตอบแทนในภาพรวม YouTube ระบุว่าการทำตลาดแบบ Full Funnel บนแพลตฟอร์มให้ผลตอบแทนการลงทุนสูงกว่าสื่อโดยรวม 1.51 เท่า และสูงกว่าทีวีแบบดั้งเดิม 1.71 เท่า

เดทตอลคว้า 2 รางวัล ส่วน SOUR Bangkok ได้เอเจนซีสร้างสรรค์แห่งปี

แคมเปญที่ชนะรางวัล YouTube Works Awards Thailand 2026 ผ่านการคัดเลือกจากคณะกรรมการผู้ทรงคุณวุฒิภายใต้ความร่วมมือกับ Deloitte โดย YouTube ระบุว่าผลงานที่ได้รับรางวัลปีนี้มีจุดร่วมอยู่ที่การเล่าเรื่องผ่านคอนเทนต์หลายรูปแบบ และการทำตลาดแบบ Full Funnel ที่เปลี่ยนการมีส่วนร่วมของผู้ชมให้เป็นผลลัพธ์ทางธุรกิจในระยะยาว

รางวัล ‘Best of Thailand’ ตกเป็นของแคมเปญ It’s Dettol Time ของเดทตอล ซึ่งยังคว้ารางวัล Best of Festive ไปอีกหนึ่งรางวัล โดยมี SOUR Bangkok และ Phenomena เป็นเอเจนซีพาร์ทเนอร์

รางวัลประเภทแคมเปญที่เหลือ ได้แก่ The Big Bang ซึ่งเป็นของแคมเปญ Mother Strike จาก Snack Jack Ring ที่ทำร่วมกับ Digital Next Solutions และ Choojai and Friends, รางวัล Multiformat Storytelling เป็นของแคมเปญ vivo V70 จาก vivo ที่ทำร่วมกับ Initiative Thailand, SOUR Bangkok และ HAPPY ENDING FILM

ขณะที่รางวัล Masters of Media เป็นของ L’Oréal Thailand จากผลงาน Scaling an AI-First Media Ecosystem ที่ทำร่วมกับ WPP Media Thailand, ทีมภายในของ L’Oréal และ Wavemaker Partners

สำหรับรางวัลเอเจนซี Digital Next Solutions ได้รับรางวัล Media Agency of the Year ส่วน SOUR Bangkok ได้รับ Creative Agency of the Year และ Phenomena ได้รับ Specialty Agency of the Year ซึ่งทั้งสามรายต่างมีชื่ออยู่เบื้องหลังแคมเปญที่ชนะรางวัลในปีนี้ด้วย โดย SOUR Bangkok อยู่ในทั้งแคมเปญของเดทตอลและ vivo

ผู้ชนะจากเวทีไทยจะเข้าไปแข่งต่อบนเวที YouTube Works Awards Southeast Asia ซึ่งมีกำหนดประกาศผลวันที่ 7 ตุลาคม 2569

The post 40% ของยอดวิว YouTube เกิดหลังคลิปออกไปแล้ว 1 เดือน ขณะที่การอัปโหลด Shorts ในไทยโต 85% appeared first on THE STANDARD.

ผู้บริหารบริษัท AI รายใหญ่ของโลก ทั้ง OpenAI, Anthropic และ Hugging Face ขึ้นกล่าวต่อคณะมนตรีความมั่นคงแห่งสหประชาชาติ (UN Security Council: UNSC) เมื่อวันที่ 23 กันยายน โดยเตือนถึงความเสี่ยงจาก AI ที่มีความสามารถเพิ่มขึ้นอย่างรวดเร็ว จนอาจพัฒนาไปไกลเกินกว่าที่มนุษย์จะควบคุมได้

การประชุมดังกล่าวเกิดขึ้นระหว่างสัปดาห์การประชุมสมัชชาใหญ่แห่งสหประชาชาติครั้งที่ 81 (UNGA81) ในนครนิวยอร์ก หลังในช่วงไม่กี่สัปดาห์ที่ผ่านมา บริษัทยักษ์ใหญ่ด้าน AI หลายรายเริ่มออกมาเรียกร้องให้อุตสาหกรรมลดความเร็วในการพัฒนาโมเดล เพื่อขอเวลาพัฒนา ‘มาตรการด้านความปลอดภัย’ ตามทันความสามารถของเทคโนโลยี

อย่างไรก็ตาม การหารือบนเวที UNSC ครั้งนี้ขยับไปไกลกว่าประเด็นว่า บริษัท AI ควรชะลอการพัฒนาหรือไม่ เมื่อผู้บริหารจากบริษัทชั้นนำเรียกร้องให้รัฐบาลและนานาประเทศเข้ามามีส่วนร่วมกำหนดกติกามากขึ้น ขณะที่รัฐบาลสหรัฐฯ ยืนยันว่า ไม่สนับสนุนการสร้างระบบกำกับดูแล AI แบบรวมศูนย์ในระดับโลก

อนาคต AI ไม่ควรถูกตัดสินโดยบริษัทเทคโนโลยี แต่รัฐบาลต้องมีส่วนร่วม

แซม อัลต์แมน (Sam Altman) CEO OpenAI กล่าวต่อ UNSC ว่า การมีอยู่ของ AI กำลังสร้างทางแพร่งครั้งใหม่ให้กับโลกระหว่าง ‘การอยู่ในยุคฟื้นฟูศิลปวิทยาการครั้งใหม่’ หรือ ‘การปฏิวัติอุตสาหกรรมอันไร้ระเบียบและปั่นป่วน’

อัลต์แมนยอมรับว่า AI สามารถเพิ่มผลิตภาพ ช่วยแพทย์ดูแลผู้ป่วย หรือเสริมศักยภาพให้กับผู้ประกอบการได้ แต่ในเวลาเดียวกัน เทคโนโลยีดังกล่าวก็มีความเสี่ยงที่จะถูกนำไปใช้ในทางที่ผิด รวมถึงความเป็นไปได้ที่มนุษย์อาจสูญเสียการควบคุมอนาคตของเทคโนโลยีดังกล่าว

เขาเสนอว่า โลกไม่ควรมอง AI แบบสุดโต่งไปทางใดทางหนึ่ง ไม่ว่าจะความเชื่อว่า เทคโนโลยีจะสร้างประโยชน์โดยไร้ความเสี่ยง หรือ AI จะนำไปสู่หายนะอย่างหลีกเลี่ยงไม่ได้ ขณะที่การพัฒนา AI ต้องทำควบคู่ไปกับมาตรการด้านความปลอดภัย โดยต้องทำให้มนุษย์สามารถควบคุมระบบ และนำเทคโนโลยีไปใช้ในทางที่ถูกต้อง

อย่างไรก็ตาม ประโยคที่ถูกจับตามองมากที่สุด คือ การที่อัลต์แมนพูดถึงอำนาจการตัดสินใจของเทคโนโลยีดังกล่าวว่า หาก AI เป็นประชาธิปไตย การตัดสินใจที่สำคัญก็ต้องผ่านกระบวนการประชาธิปไตย ไม่ใช่แค่ห้องแล็บ โดยที่รัฐบาลต้องรับผิดชอบต่อประชาชน

ท่าทีดังกล่าวสอดคล้องกับข้อเสนอของอัลต์แมนในช่วงก่อนหน้านี้ หลังเขาออกมาสนับสนุนแนวคิดให้บริษัท AI ลดความเร็วในการพัฒนาโมเดลแนวหน้า หากคู่แข่งยอมดำเนินการพร้อมกัน เพื่อเปิดเวลาสำหรับการสร้างมาตรฐานความปลอดภัยของอุตสาหกรรม

AI อาจเป็นความเสี่ยงต่อมนุษยชาติทั้งหมด

ด้าน ดาริโอ อโมเดอี (Dario Amodei) CEO Anthropic ใช้ถ้อยคำที่ตรงไปตรงมา โดยย้ำต่อ UNSC ว่า หาก AI ถูกจัดการอย่างไม่เหมาะสม ก็อาจกลายเป็นความเสี่ยงต่อมนุษยชาติโดยรวมได้

อโมเดอีมองว่า ปัญหาของ AI ไม่ได้มีเพียงความเสี่ยงจากการที่มนุษย์นำเทคโนโลยีไปใช้ในทางที่เป็นอันตราย แต่ยังรวมถึงสถานการณ์ที่ระบบ AI มีความสามารถเพิ่มขึ้นอย่างรวดเร็ว จนนักพัฒนาอาจไม่สามารถควบคุมพฤติกรรมของระบบได้อย่างสมบูรณ์

CEO Anthropic ยังเรียกร้องให้รัฐบาลต่างๆ วางความขัดแย้งทางการเมืองและภูมิรัฐศาสตร์บางส่วนไว้ก่อน เพื่อร่วมกันรับมือทั้งโอกาสและภัยคุกคามจาก AI โดยย้ำว่า ไม่มีผู้นำคนไหน บริษัทหรือประเทศใดๆ สามารถจัดการเรื่องนี้ได้เพียงลำพัง

อโมเดอียังเสนอต่อ UNSC ว่า นานาชาติควรสร้างกติการะหว่างประเทศในการใช้ AI เช่น ห้ามใช้พัฒนาอาวุธชีวภาพ ไปจนถึงสร้างมาตรฐานร่วมกันในการทดสอบโมเดล เพื่อป้องกันไม่ให้เทคโนโลยีพัฒนาไปไกลกว่าความสามารถของมนุษย์

ถูก AI โจมตี ก็ต้องใช้ AI ป้องกันตัวเอง

ส่วน เคลม็องต์ เดอล็องก์ (Clément Delangue) CEO และผู้ร่วมก่อตั้ง Hugging Face ยกอีกด้านหนึ่งของความเสี่ยงจาก AI ขึ้นมาพูด คือ การใช้ AI ในการโจมตีและป้องกันระบบไซเบอร์

เดอล็องก์เปิดเผยว่า Hugging Face เคยถูก AI agents ของ OpenAI เจาะเข้าสู่โครงสร้างพื้นฐานของบริษัท หลังระบบดังกล่าวหลุดออกจากสภาพแวดล้อมที่ใช้สำหรับการทดสอบ

แต่เขากลับเน้นย้ำว่า บริษัทก็จำเป็นต้องใช้ AI เพื่อป้องกันตัวเองเช่นกัน โดยระบุว่า Hugging Face ใช้โมเดล AI จากจีนช่วยรับมือการโจมตีดังกล่าว เพราะมีข้อจำกัดในการใช้งานน้อยกว่าเครื่องมือของสหรัฐฯ ที่มีความสามารถใกล้เคียงกัน

“เราถูก AI โจมตี แต่ที่สำคัญยิ่งกว่านั้นคือ เราป้องกันตัวเองด้วย AI” เขากล่าวต่อ UNSC

อนึ่ง มีการมองว่า เดอล็องก์กำลังสะท้อนโจทย์การกำกับควบคุม AI หลังมีข้อจำกัดเข้มงวดกับโมเดลมากเกินไป ทำให้ฝ่ายป้องกันไม่สามารถเข้าเครื่องมือที่มีประสิทธิภาพในการรับมือได้อย่างเพียงพอ

อันตรายจาก AI ไม่รู้จักพรมแดน เตือนต้องถูกคุมเหมือนนิวเคลียร์

โยชัว เบงจิโอ (Yoshua Bengio) นักวิทยาศาสตร์คอมพิวเตอร์ชาวแคนาดา หนึ่งในผู้บุกเบิก Deep Learning และประธานร่วม Independent International Scientific Panel on AI ของ UN เตือนว่า ความเสี่ยงของ AI ต่อมนุษยชาติ กำลังใกล้เกิดขึ้นจริงมากขึ้นเรื่อยๆ

เบงจิโอมองว่า UNSC กำลังเผชิญภัยคุกคามรูปแบบใหม่ ซึ่งไม่มีประเทศสมาชิกใดต้องการให้เกิด ไม่มีประเทศใดสามารถรับมือได้เพียงลำพัง และเป็นภัยที่ไม่เคารพพรมแดนระหว่างประเทศ

นักวิทยาศาสตร์ชาวแคนาดาชี้ว่า พฤติกรรมการโจมตีของ AI มีหลักฐานรองรับและผ่านการตรวจสอบจากผู้เชี่ยวชาญอิสระ พร้อมระบุความเสี่ยงสำคัญ 3 ด้าน ได้แก่

• การถูกนำไปใช้สร้างความเสียหายร้ายแรง เช่น กลุ่มก่อการร้าย
• การกระจุกตัว AI ไว้กับบริษัทหรือประเทศเพียงไม่กี่แห่ง
• ความเป็นไปได้ที่มนุษย์จะสูญเสียการควบคุมระบบ AI

เขายังโต้แย้งแนวคิดว่า บริษัท AI ไม่มีทางเลือกนอกจากต้องเร่งแข่งขันกันพัฒนาเทคโนโลยี โดยระบุว่า การแข่งขันดังกล่าวไม่ใช่กฎของธรรมชาติ แต่เป็นผลจากการตัดสินใจของบริษัทเอง ขณะที่รัฐบาลก็ไม่ควรยอมรับคำอธิบายว่า บริษัทจำเป็นต้องเดินหน้าพัฒนา AI ต่อ เพราะกลัวคู่แข่งนำหน้า

เบงจิโอยังเสนอว่า AI ระดับแนวหน้า ควรถูกกำกับในลักษณะเดียวกับเทคโนโลยีสำคัญอย่างการแพทย์ การบิน หรือพลังงานนิวเคลียร์ โดยผู้พัฒนาต้องพิสูจน์ต่อผู้เชี่ยวชาญอิสระว่า ระบบมีความปลอดภัยก่อนนำออกใช้งาน รวมถึงต้องรายงานเหตุการณ์ด้านความปลอดภัย ไปจนถึงต้องมีระบบใบอนุญาตและประกันความรับผิดสำหรับผู้พัฒนา AI

CEO เรียกร้องกติกา แต่สหรัฐฯ ปฏิเสธระบบควบคุม AI ระดับโลก

แม้ผู้นำบริษัท AI จะเรียกร้องความร่วมมือระหว่างประเทศมากขึ้น แต่รัฐบาลต่างๆ ยังไม่มีฉันทามติว่า การกำกับดูแลดังกล่าวควรมีหน้าตาอย่างไร โดย 1 วันก่อนการประชุม UNSC

โดนัลด์ ทรัมป์ ประธานาธิบดีสหรัฐฯ กล่าวต่อผู้นำโลกบนเวที UNGA ว่า สหรัฐฯ จะไม่สร้างระบบควบคุม AI ระดับโลก

ทรัมป์ยังเสนอให้เปลี่ยนชื่อเต็มของ AI จากปัญญาประดิษฐ์ (Artificial Intelligence) เป็นคำว่า Super Intelligence (SI) หรือปัญญาเหนือมนุษย์แทน พร้อมย้ำว่า ชื่อนี้ทำให้ AI ฟังดูเหมือนของปลอม ขณะที่ผู้เชี่ยวชาญออกมาต่อต้านว่า คำดังกล่าวมีความหมายเฉพาะ ซึ่งใช้เรียก AI ขั้นสูง

นอกจากนี้ ไมเคิล แครตซิออส (Michael Kratsios) ที่ปรึกษาด้านวิทยาศาสตร์และเทคโนโลยีของทำเนียบขาว ย้ำจุดยืนดังกล่าวต่อ UNSC ว่า โลกไม่สามารถกำกับเทคโนโลยีที่มนุษย์ไม่อาจเข้าใจได้ พร้อมเสนอว่า UN และองค์การระหว่างประเทศ ควรให้ความสำคัญกับการสร้างขีดความสามารถ AI มากกว่าสร้างระบบกำกับดูแล

ขณะที่ทางการจีนมีท่าทีที่แตกต่างกันออกไป โดย ฝู่ ชง (Fu Cong) เอกอัครราชทูตจีนประจำ UN เรียกร้องให้มีมาตรการรับมือ AI เช่น การปรับปรุงกรอบกำกับดูแล ระบบรับมือเหตุฉุกเฉิน และความร่วมมือข้ามพรมแดน พร้อมระบุว่า ประชาคมระหว่างประเทศควรให้ความสำคัญกับการพัฒนาและความมั่นคง เพื่อให้ AI ถูกพัฒนาไปในทิศทางที่เป็นประโยชน์ต่อมนุษยชาติ

ภาพ: Brendan McDermid / Reuters

อ้างอิง:

• https://www.reuters.com/business/ai-leaders-brief-un-amid-warnings-technology-could-slip-beyond-human-control-2026-09-23/
• https://www.aljazeera.com/news/2026/9/24/ai-corporate-leaders-tell-un-the-industry-needs-global-regulation
• https://www.theguardian.com/world/2026/sep/23/unga-sam-altman-dario-amodei
• https://yoshuabengio.org/en/blog/professor-yoshua-bengios-speech-un-security-council
• https://www.bbc.com/news/articles/cqy4z9pv4w0po

The post เจ้าพ่อ AI ขึ้นเวที UNSC เตือนความเสี่ยงต่อมนุษยชาติ เรียกร้องโลกสร้างกติการ่วมกัน แต่สหรัฐฯ ปฏิเสธ appeared first on THE STANDARD.

ไทยอาจได้รับประโยชน์จาก ‘วัฏจักเทคโนโลยี’ (Technology Investment Cycle) ‘แค่ระยะสั้น’ หลัง ADB เตือนว่า แรงส่งจากวัฏจักรดังกล่าวอาจแผ่วลงในปี 2570 เนื่องจากการกลับสู่ภาวะปกติของวัฏจักรเทคโนโลยี พร้อมหั่นประมาณการ GDP ไทยในปี 2570 เหลือ 1.9%

วันนี้ (23 กันยายน) ธนาคารพัฒนาเอเชีย (ADB) ได้ปรับเพิ่มประมาณการเศรษฐกิจ (GDP) ไทยสำหรับปี 2569 เป็น 2.0% จากเดิม 1.8% ที่คาดการณ์ไว้เมื่อเดือนกรกฎาคม 2569 โดยปัจจัยที่สนับสนุนการปรับเพิ่มประมาณการสำหรับปี 2569 ได้แก่ การส่งออกสินค้า โดยเฉพาะสินค้าที่เกี่ยวข้องกับเทคโนโลยี และการลงทุนภาคเอกชนที่ขยายตัวดีกว่าคาดและมีแนวโน้มดีต่อเนื่อง รวมทั้งการสนับสนุนจากภาครัฐ ซึ่งช่วยชดเชยผลกระทบจากการชะลอตตัว

ชิดชนก อันโนนจารย์ เศรษฐกร ธนาคารพัฒนาเอเชีย (ADB) กล่าวว่า “การส่งออกและการลงทุนของไทยในปีนี้ขยายตัวค่อนข้างเยอะ จากวัฏจักรการลงทุนด้านเทคโนโลยีและปัญญาประดิษฐ์ และแม้ว่าการขยายตัวดังกล่าวจะยังส่งผลต่อเนื่องถึงปีหน้า แต่อัตราการขยายตัวอาจจะย่อลง”

โดย ADB ได้ปรับลดประมาณการเศรษฐกิจไทยในปี 2570 ลงโดยคาดว่าการเติบโตจะลดลงเหลือ 1.9% จากเดิม 2.0% เนื่องจากคาดว่าอุปสงค์ในสินค้าเกี่ยวข้องกับเทคโนโลยีทั่วโลกจะขยายตัวในอัตราที่ชะลอลงเล็กน้อย ซึ่งอาจส่งผลให้การส่งออกของไทยในสาขาดังกล่าวชะลอลงตามไปด้วย

“การเติบโตของการส่งออกจะชะลอตตัวในปี 2027 เนื่องจากวัฏจักรการส่งออกที่เกี่ยวข้องกับเทคโนโลยีกลับสู่ภาวะปกติ (Normalize) และมาตรการทางภาษีใหม่ของสหรัฐฯ จะครอบคลุมเต็มปี นอกจากนี้ อัตราภาษีที่สูงขึ้นสำหรับสินค้าที่ไม่ได้รับการยกเว้นและความไม่แน่นอนของนโยบายการค้าที่ดำเนินอยู่อาจเป็นปัจจัยกดดันเพิ่มเติมต่อแรงส่งของการส่งออกสินค้าในปี 2027” รายงาน Asian Development Outlook Update (ADO Update) September 2026 ระบุ

ชิดชนก กล่าวต่อว่า ไม่ใช่ประเทศไทยประเทศเดียวที่คาดว่าจะได้รับประโยชน์จากวัฏจักรเทคโนโลยีชะลอลง เนื่องจากบางประเทศในภูมิภาคเอเชียตะวันออกเฉียงใต้ก็คาดว่าจะเผชิญกับการชะลอตตัวเช่นเดียวกัน ยกเว้นเวียดนามที่มีการปรับประมาณการเศรษฐกิจขึ้น เนื่องจากภาครัฐเวียดนามมีการออกมาตรการรองรับการลงทุนเหล่านี้อย่างเต็มรูปแบบ

“ยังต้องติดตามต่อไปว่าไทยจะสามารถรักษาโมเมนตัมที่เป็นบวกได้นานสักเท่าไหร่ และจะสามารถพัฒนาทักษะหรือเทคโนโลยีทันที่จะฉกฉวย (Capture) กับวัฏจักรนี้ได้มากน้อยแค่ไหน” ชิดชนกกล่าว

นอกจากการชะลอตัวของวัฏจักรเทคโนโลยีแล้ว ความเสี่ยงต่อแนวโน้มเศรษฐกิจไทยยังคงเอนเอียงไปในทิศทางขาลง เนื่องจากความตึงเครียดทางภูมิรัฐศาสตร์ที่ทวีความรุนแรงขึ้นอาจส่งผลให้ต้นทุนพลังงานและการขนส่งอยู่ในระดับสูงยาวนานขึ้น บั่นทอนกำลังซื้อของครัวเรือน และทำให้การค้าและการท่องเที่ยวหยุดชะงัก

ขณะที่หนี้ครัวเรือนที่สูงและเงื่อนไขสินเชื่อที่เข้มงวดอาจเป็นข้อจำกัดต่อการบริโภค ท่ามกลางพื้นที่ทางการคลังที่ลดลงอาจจำกัดการลงทุนของรัฐบาลและรัฐวิสาหกิจ นอกจากนี้ ผลกระทบที่รุนแรงขึ้นจากปรากฏการณ์เอลนีโญอาจลดผลผลิตทางการเกษตรและรายได้ของเกษตรกร

เตือนแรงกดดันต่ออัตราเงินเฟ้ออาจรุนแรงกว่าที่คาด

สำหรับอัตราเงินเฟ้อทั่วไปของไทยคาดว่าจะอยู่ที่ 2.5% ในปี 2569 โดยปรับลดลงจาก 2.9% ในรายงาน ADO เดือนกรกฎาคม 2569 ก่อนที่จะชะลอตตัวลงเหลือ 1.3% ในปี 2570 การปรับลดประมาณการในปีนี้สะท้อนถึงมาตรการของรัฐบาลเป็นหลัก ซึ่งรวมถึงการลดอัตราค่าไฟฟ้าสำหรับครัวเรือน การอุดหนุนราคาเชื้อเพลิง และการควบคุมราคาสินค้าจำเป็นอย่างต่อเนื่อง

สำหรับระยะต่อไป ในประมาณการฐาน (Baseline) ADB คาดว่าอัตราเงินเฟ้อไทยมีแนวโน้มลดลงในปี 2027 เนื่องจากราคาพลังงานปรับตัวลดลงและแรงกดดันด้านอุปทานคลี่คลายลง อย่างไรก็ตาม ADB เตือนว่ายังมีความเป็นไปได้ที่แรงกดดันต่ออัตราเงินเฟ้อขาขึ้นอาจรุนแรงกว่าที่คาดการณ์ไว้เช่นกัน โดยอัตราเงินเฟ้อทั่วไปอาจสูงกว่าการคาดการณ์ หากความตึงเครียดทางภูมิรัฐศาสตร์ทวีความรุนแรงขึ้น การส่งผ่านต้นทุนมีความชัดเจนขึ้น หรือปรากฏการณ์เอลนีโญที่รุนแรงกว่าคาดส่งผลให้ราคาอาหารพุ่งสูงขึ้นเกินกว่าที่ประเมินไว้

ภาพ: zmotions / Shutterstock

The post ADB หั่นประมาณการ GDP ไทยปี 2570 เหลือ 1.9% เตือนอานิสงส์ ‘วัฏจักรเทคโนโลยี’ อาจแผ่วในปีหน้า appeared first on THE STANDARD.

Apple กำลังพัฒนาอุปกรณ์ติดตามสุขภาพและการออกกำลังกายแบบไม่มีหน้าจอ ซึ่งคล้ายกับสายรัดข้อมือของ Whoop โดยเป็นส่วนหนึ่งของความพยายามทบทวนกลุ่มสินค้าสมาร์ทวอตช์ใหม่และเพิ่มเทคโนโลยีอุปกรณ์สวมใส่รูปแบบใหม่ ตามรายงานของ Bloomberg

แหล่งข่าวที่รับรู้เรื่องนี้ระบุว่าบริษัทสำรวจสินค้าหมวดนี้มาหลายเดือนแล้ว และตอนนี้อยู่ระหว่างพัฒนาเครื่องต้นแบบ โดยโครงการได้รับการสนับสนุนจากผู้บริหารระดับสูง แต่ Apple ยังไม่ได้ตัดสินใจว่าจะวางขายจริงหรือไม่

โครงการนี้ยังอยู่ในขั้นเริ่มต้นที่ภายในบริษัทเรียกว่าการสำรวจเทคโนโลยี ซึ่งหาก Apple ตัดสินใจเดินหน้าต่อ อุปกรณ์นี้ก็น่าจะไม่ออกสู่ตลาดก่อนปี 2028 ขณะที่โฆษกของ Apple ปฏิเสธที่จะให้ความเห็น

ตลาดตอบสนองต่อข่าวนี้ทันที โดยหุ้นของ Garmin ผู้ขายสายรัดข้อมือฟิตเนส ร่วงลงมากที่สุด 2.5% หลัง Bloomberg เผยแพร่รายงาน ขณะที่หุ้น Apple ขยับขึ้นราว 1% มาอยู่ที่ 342.29 ดอลลาร์สหรัฐ (ประมาณ 11,350 บาท) ในการซื้อขายช่วงเที่ยงที่นิวยอร์ก

ต้นแบบเป็นสายผ้าบางไร้หน้าจอ

เครื่องต้นแบบที่ Apple พัฒนาอยู่มีลักษณะเป็นสายผ้าบางพร้อมโมดูลประมวลผลที่ติดตั้งเซนเซอร์ ซึ่งการไม่มีหน้าจอจะทำให้อุปกรณ์นี้ต่างจาก Apple Watch ที่เน้นหน้าจอเป็นหลัก และรวมทั้งการติดตามการออกกำลังกาย, แอปพลิเคชัน, การแจ้งเตือน และฟังก์ชันอื่นไว้ในเครื่องเดียว

หลักการทำงานของอุปกรณ์กลุ่มนี้คือการเก็บข้อมูลสุขภาพผ่านเซ็นเซอร์ แล้วส่งตรงไปยังแอปบนสมาร์ทโฟนผ่านบลูทูท

แหล่งข่าวระบุว่าโครงการนี้ได้รับความสนใจเป็นพิเศษจาก ทิม คุก ประธานบริหาร และ เอ็ดดี คิว รองประธานอาวุโสฝ่ายบริการและสุขภาพ ซึ่งเข้ามาดูแลงานด้านสุขภาพของบริษัทตั้งแต่ปลายปีที่ผ่านมา

ความเคลื่อนไหวนี้เกิดขึ้นในช่วงที่ธุรกิจนาฬิกาและสุขภาพของ Apple กำลังเปลี่ยนตัวผู้นำ โดย เจฟฟ์ วิลเลียมส์ อดีตประธานเจ้าหน้าที่ฝ่ายปฏิบัติการที่เคยดูแลทั้งสองส่วน เกษียณไปเมื่อปลายปีก่อน ขณะที่ สแตน อึ้ง ผู้นำฝ่ายการตลาดของ Apple Watch และสุขภาพ รวมถึง เจย์ บลาห์นิก ผู้ดูแลกลยุทธ์ด้านฟิตเนส ก็ออกจากบริษัทไปแล้วเช่นกัน

คู่แข่งหน้าใหม่บีบให้ Apple ทบทวนกลยุทธ์

แม้ Apple จะยังเป็นผู้ขายสมาร์ทวอตช์รายใหญ่ โดยเฉพาะในสหรัฐฯ แต่คู่แข่งอย่าง Whoop และผู้ผลิตแหวนอัจฉริยะอย่าง Oura กำลังเติบโตอย่างรวดเร็ว และต่างมีผู้ใช้หลายล้านคน ซึ่งการเติบโตนี้ทำให้ Apple ต้องกลับมาคิดใหม่เรื่องแนวทางการติดตามสุขภาพและการออกกำลังกาย

คิวได้ผลักดันให้ทีมสุขภาพของ Apple นำฟีเจอร์จากคู่แข่งหน้าใหม่มาใช้ ซึ่งสินค้าของคู่แข่งเหล่านี้มีหน้าตาการใช้งานเรียบง่ายกว่าและโฟกัสที่การติดตามสุขภาพกับการออกกำลังกายโดยตรง ต่างจาก Apple Watch ที่ใช้งานได้หลากหลายกว่า

Apple เริ่มนำฟีเจอร์แบบ Whoop มาใส่ใน Apple Watch รุ่นล่าสุดและแอป Health ที่ปรับโฉมใหม่แล้ว ทั้งการวัดอัตราการเต้นหัวใจที่ละเอียดขึ้น, ค่าชี้วัดที่ประเมินว่าร่างกายพร้อมสำหรับวันนั้นแค่ไหน และการประมาณอายุทางชีวภาพจากข้อมูลสุขภาพ

หากเทียบกันให้เห็นภาพ ฟีเจอร์ Readiness Score และ Health Age ของ Apple ทำงานคล้ายกับ Recovery Score และ Healthspan ของ Whoop โดยอย่างแรกบอกว่าร่างกายพร้อมรับมือกับวันข้างหน้าแค่ไหน ส่วนอย่างหลังประเมินว่าร่างกายมีสภาพเทียบเท่ากับคนอายุเท่าไร เมื่อเทียบกับอายุจริง

ขณะที่แหวน Oura ก็มีทั้ง Readiness Score และ Cardiovascular Age ที่ประเมินว่าหัวใจมีสภาพเทียบเท่ากับคนอายุเท่าไร

แอปใหม่ของ Apple ยังมีหน้าตาที่สะอาดตาและเข้าใจง่ายขึ้น ซึ่งสะท้อนอิทธิพลจากสินค้าของคู่แข่ง

การแข่งขันในตลาดนี้ร้อนแรงขึ้นทุกขณะ โดย Oura ยื่นเรื่องเสนอขายหุ้นต่อประชาชนครั้งแรก (IPO) ในเดือนนี้ ส่วน Whoop ซึ่งปัจจุบันมีมูลค่ากิจการราว 1 หมื่นล้านดอลลาร์สหรัฐ (ประมาณ 3.32 แสนล้านบาท) ก็บอกกับ Bloomberg ว่ากำลังพิจารณาเข้าตลาดหุ้นในอนาคต

ผู้เล่นรายใหญ่รายอื่นก็กระโดดเข้ามาเช่นกัน โดยเฉพาะในปีนี้ที่ Google เปิดตัว Fitbit Air, Garmin เปิดตัว Cirq Smart Band และ Amazfit ออก Helio Strap Pro ซึ่งล้วนเป็นอุปกรณ์ไร้หน้าจอทั้งสิ้น

ทีม Vision Pro ร่วมพัฒนา พร้อมอุปกรณ์สวมใส่อื่นที่รออยู่

แหล่งข่าวระบุว่าสมาชิกทีมฮาร์ดแวร์ Vision ซึ่งเป็นทีมที่พัฒนาแว่น Vision Pro ได้เข้าร่วมงานวิศวกรรมช่วงแรกของอุปกรณ์ตัวใหม่นี้

ทีมเดียวกันนี้ยังกำลังพัฒนาอุปกรณ์สวมใส่อื่นอีกหลายตัว ทั้งแว่นอัจฉริยะรุ่นแรกของ Apple และ AirPods ที่มีกล้องในตัว ซึ่งทั้งคู่ตั้งเป้าเปิดตัวในปี 2027

Apple ยังเคยพัฒนาจี้ AI ที่มีกล้องในตัว ซึ่งออกแบบให้สวมเป็นสร้อยคอ, หนีบกับเสื้อผ้า หรือติดไว้ที่ส่วนอื่นของร่างกาย เพื่อเก็บข้อมูลภาพไปประมวลผลด้วยผู้ช่วย AI อย่าง Siri เวอร์ชันใหม่ แต่โครงการนี้ถูกเลื่อนออกไปแล้ว

นอกจากนี้เมื่อต้นเดือนนี้บริษัทเพิ่งเปิดตัวนาฬิกาที่บันทึกเสียงได้ตลอดวัน และใช้ AI สรุปบทสนทนากับกิจกรรมของผู้สวมใส่

ส่วน Apple Watch เองก็กำลังจะได้รับการปรับโฉมครั้งใหญ่ ซึ่งอาจวางขายเร็วที่สุดในช่วงปลายปี 2027 หลังจากที่ผ่านมาเปลี่ยนแปลงทีละน้อยมาหลายปี โดย Apple ทำให้รุ่นหลักบางลงใน Series 10 เมื่อ 2 ปีก่อน ขณะที่รุ่น Ultra ขนาดใหญ่ยังใช้หน้าตาเดิมมาตั้งแต่เปิดตัวเมื่อ 4 ปีก่อน

ภาพ: Courtesy of Apple

หมายเหตุ : ใช้อัตราแลกเปลี่ยน 1 ดอลลาร์สหรัฐ เท่ากับ 33.16 บาท ณ วันที่ 23 กันยายน 2569

อ้างอิง:

• https://www.bloomberg.com/news/articles/2026-09-22/apple-is-developing-new-fitness-tracker-aimed-at-rivaling-whoop
• https://techcrunch.com/2026/09/22/apple-could-take-on-whoop-with-a-new-fitness-tracker-report-says/
• https://www.cnet.com/tech/mobile/apple-screenless-fitness-tracker/

The post Apple ซุ่มพัฒนาสายรัดข้อมือไร้หน้าจอท้าชน Whoop หลังคู่แข่งหน้าใหม่โตเร็วจนต้องทบทวนกลยุทธ์ Apple Watch แต่ตัวสินค้าอาจไม่มาก่อนปี 2028 appeared first on THE STANDARD.

AIS Care+ บริการดูแลเครื่องมือถือและแท็บเล็ตในเครือ AIS เปิดตัวภาพยนตร์โฆษณาชิ้นแรกภายใต้ชื่อ “Broken Mobile Museum” ย้อนเบื้องหลังเหตุการณ์ของมือถือที่แตก พัง และหาย ก่อนจัดแสดง Broken Mobile Museum จริงที่ AIS Shop เซ็นทรัลเวิลด์ ซึ่งมีกำหนดแล้วเสร็จเดือนกันยายนนี้

AIS Care+ คืออะไร และทำไมต้องเล่าเรื่องผ่านมิวเซียม

AIS Care+ คือบริการดูแลเครื่องมือถือและแท็บเล็ตของ AIS ที่ช่วยดูแลเครื่องที่ แตก พัง หรือ หาย ให้ลูกค้าที่ซื้อเครื่องใหม่สามารถสมัครแนบไปกับการซื้อเครื่องได้ทันที

Broken Mobile Museum คือแคมเปญโฆษณาชิ้นแรกที่ AIS Care+ เลือกวางกลยุทธ์การสื่อสารต่างออกไปจากรูปแบบเดิม ด้วยการไม่พูดถึงความเสียหายของเครื่องเป็นประเด็นหลัก แต่โฟกัสไปที่เรื่องราวและความรู้สึกของคนที่อยู่เบื้องหลังความเสียหายแต่ละครั้งแทน แนวคิดนี้ ต่อยอดออกมาผ่านการทำมิวเซียมที่รวบรวมมือถือหลายเครื่อง ที่เสียหายจากหลายเหตุการณ์มาไว้ในที่เดียวกัน พร้อมถ่ายทอดออกมาผ่านหนังโฆษณาและนิทรรศการ

หนังโฆษณาที่เล่าที่มาของความเสียหาย แทนเล่าความเสียหาย

หนังเปิดฉากด้วยภาพมือถือหลายเครื่องที่ตั้งอยู่บนแท่นจัดแสดงกลางความมืด ก่อนสปอตไลต์จะไล่ส่องไปทีละเครื่อง พร้อมฉายให้เห็นป้ายชื่อนิทรรศการกำกับใต้แท่น จากนั้นจึงย้อนเวลากลับไปเล่าที่มาก่อนจะเกิดความเสียหาย

เรื่องแรกใช้ชื่อว่า “ปาร์ตี้วันสุก” เล่าย้อนเหตุการณ์ระหว่างงานสังสรรค์ทำอาหารกับเพื่อนกลุ่มใหญ่ มีคนหนึ่งเผลอหยิบมือถือจุ่มลงถ้วยน้ำจิ้มแทนของกินระหว่างคุยเล่น ทำให้เครื่องเปียกจนใช้งานไม่ได้ เรื่องที่สอง “รักไม่สะดุด” พูดถึงมือถือที่แตกลงเพราะคู่รักเดินสะดุดสายชาร์จ แม้จะไหวตัวจับมือถือได้ทัน แต่มือไม้ดันอ่อนจนมือถือตก

“เรียนออนลม” เล่าถึงเด็กที่ทำเป็นเรียนหนังสือกับเคสแท็บเล็ต เพราะทำเครื่องหาย “ด้อมๆ มองๆ” พาไปอยู่กลางความอลหม่านของฝูงชนในคอนเสิร์ต ที่โทรศัพท์หลุดจากมือแฟนคลับคนหนึ่งกระแทกพื้นคอนกรีตจนจอแตก

“รับ..สาย” คือผลงานจากความเสียหายเมื่อเผลอเอามือถือเข้าเครื่องซักผ้าโดยไม่รู้ตัว “ICE BATH” เล่าถึงมือถือที่ถูกลืมทิ้งไว้ในตู้เย็นจนแข็งเป็นก้อน ส่วน “กว่าจะเห็นหน้า” คือการเปลี่ยนมือถือเครื่องใหม่ ให้คุณปู่กลับมาวิดีโอคอลหาหลานแบบเต็มจอได้เหมือนเดิม

ทุกเหตุการณ์มีจุดร่วมเดียวกันคือ ไม่มีเรื่องไหนวางความเสียหายของเครื่องเป็นตัวละครหลัก แต่ให้น้ำหนักกับความสัมพันธ์และโมเมนต์ของคนแทน 

พื้นที่จัดแสดงจริงที่ AIS Shop สาขา CentralWold

แคมเปญนี้ไม่ได้จบอยู่แค่ในภาพยนตร์โฆษณา แต่ต่อขยายไปสู่ Activation จริงที่ AIS Shop เซ็นทรัลเวิลด์ พื้นที่จัดแสดงจำลองบรรยากาศมิวเซียมด้วยแท่นวางหลายระดับความสูง และเปิดให้ลูกค้าที่เดินผ่านสามารถเดินวนชมได้รอบทิศทาง แทนที่จะเป็นป้ายโฆษณาแบบตั้งจุดเดียว โดยนิทรรศการจะเปิดให้ชมในเดือนกันยายนนี้

เงื่อนไขบริการ AIS Care+

AIS Care+ ให้บริการดูแลเครื่องมือถือและแท็บเล็ต ที่แตก พัง หรือ หาย ตามเงื่อนไขดังนี้

• จอแตก เปลี่ยนหน้าจอฟรี 1 ครั้งต่อปี*
• เครื่องพัง เปลี่ยนเครื่องได้*
• เครื่องหาย รับเครื่องทดแทน*
• มีบริการรับ-ส่งเครื่องถึงบ้าน*

สมัคร AIS Care+ ได้ทุกครั้งที่ซื้อเครื่องใหม่ ที่ AIS Shop และ AIS Telewiz ทุกสาขา

ดูรายละเอียดเพิ่มเติม https://www.ais.th/consumers/promotions/service/aiscareplus

นอกจากนี้ยังมีบริการ AIS Care+ with Apple Care Services และ AIS Care+ with Samsung Care Services ซึ่งเป็นการร่วมมือกันของสองบริการ ทำให้ลูกค้ามั่นใจได้ว่าจะได้รับบริการที่มีมาตรฐานแน่นอน

*เงื่อนไขเป็นไปตามที่บริษัทฯ กำหนด

The post AIS Care+ เปิดตัวแคมเปญโฆษณา Broken Mobile Museum ยกมือถือ “แตก พัง หาย” ขึ้นแท่นจัดแสดงในคอนเซปต์พิพิธภัณฑ์ appeared first on THE STANDARD.

เมื่อ AI เป็นมากกว่าแค่ ‘เครื่องมือ’ เราจะ ‘ยืน’ อยู่ตรงไหนในวันพรุ่งนี้?

นี่คือคำถามตั้งต้นของการจัดงาน KBTG Techtopia เวทีแลกเปลี่ยนองค์ความรู้ด้านเทคโนโลยี ที่ชวนสำรวจบทบาทของมนุษย์ในโลกอนาคต ภายใต้แนวคิด “Human of Tomorrow” เมื่อ AI กำลังเข้ามาเปลี่ยนทั้งการทำงาน ธุรกิจ เศรษฐกิจ และการใช้ชีวิต โดย บริษัท กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป (KBTG) ที่จัดต่อเนื่องมาเป็นปีที่ 4

แม้ปีนี้ทุกเวทีจะมีผู้เชี่ยวชาญกว่า 80 คนจากหลากหลายภาคส่วนมาร่วมแลกเปลี่ยนมุมมองเกี่ยวกับเทคโนโลยี AI และบทบาทของมนุษย์ในอนาคต ผ่านเวทีเสวนา 3 เวทีหลักและกิจกรรมที่ออกแบบเพื่อเสริมศักยภาพให้บุคคลและองค์กรพร้อมรับการเปลี่ยนแปลงของโลกยุคใหม่

แต่ความแตกต่างที่เห็นได้ชัดในงานปีนี้คือ หลายเวทีพูดถึงบทบาทคุณค่าและศักยภาพของมนุษย์ในยุค AI มากขึ้น

เพราะหัวใจสำคัญในการกำหนดทิศทางของอนาคตสำหรับ KBTG คือ ‘Human-First x AI-First’ ซึ่งเป็นสิ่งที่องค์กรยึดถือมาโดยตลอด

เราต้องเป็น Master ของ AI

วรนุช เดชะไกศยะ ดำรงตำแหน่ง Executive Chairman ของบริษัท กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป หรือ KBTG เปิดเวที ‘Reimaging Our Next Chapter’ ชวนทุกคนหันกลับมาทบทวนบทบาทของตัวเองในวันที่ AI ก้าวหน้าจนความฉลาดกลายเป็นเรื่องพื้นฐาน ผู้ชนะในโลกอนาคตจะไม่ใช่คนที่ฉลาดที่สุด แต่คือคนที่ ‘ใช้ AI เป็น’ เพื่อสร้างคุณค่า และไม่ปล่อยให้เทคโนโลยีกลายเป็นนายของเรา

วรนุชฉายภาพวิกฤตต้มยำกุ้งที่สถาบันการเงิน 56 แห่งล้มและทำให้มนุษย์ได้เรียนรู้คำว่า Resilience ก่อนจะก้าวสู่ยุค Digital ที่การ Transform กลายเป็นกติกาใหม่ สู่ยุค AI ที่ไร้ Playbook

“AI ต่างจากเทคโนโลยีในอดีตตรงที่เราไม่เคยมี Playbook ในการรับมือมาก่อน การเตรียมพร้อมจึงไม่ใช่แค่เรื่องเทคโนโลยี แต่คือการตั้งคำถามว่า “ในอีก 10 ปีข้างหน้า อะไรคือสิ่งที่จะเหลืออยู่ในความเป็นมนุษย์”

วรนุชให้กรอบคิดผ่าน 6 Pillars เพื่อให้มนุษย์และองค์กรเตรียมรับมือกับยุค AI ที่ไร้ Playbook

Pillar 1: The New Reality (AI Agent & AI SDLC)

“โลกไม่ได้เปลี่ยนแปลงเพราะตัวเทคโนโลยี แต่เปลี่ยนเพราะมนุษย์รู้จักเลือกใช้และปรับตัวนำเครื่องมือใหม่ๆ มาใช้งานให้เกิดประโยชน์สูงสุด”

วรนุชบอกว่าวันนี้ AI เปลี่ยนจาก Chatbot สู่ AI Agent ที่คิด วางแผน มีเหตุผล ลงมือทำ และเรียนรู้พัฒนาตัวเองได้ตลอดเวลา

Gartner คาดการณ์ว่าภายในปลายปี 2026 แอปพลิเคชันกว่า 40% จะมี AI Agent เข้ามาทำงานร่วมด้วย

สิ่งที่ KBTG ทำคือพัฒนา Multi-Agent Platform ของตนเองชื่อ ‘AthenaMind’ โดยปัจจุบันพนักงานของ KBTG และ KBank นำ AI มาใช้ปฏิบัติงานจริงแล้วถึง 90% โดยตั้งเป้าใช้นวัตกรรม AI SDLC ลดต้นทุน End-to-End ของกระบวนการพัฒนาระบบลงประมาณ 15% ภายในปี 2028

Pillar 2: The AI-Driven Must-Do (Control & Governance)

ปัจจุบันยังมีองค์กรถึง 20% ที่นำ AI มาใช้โดยขาดการควบคุมที่เพียงพอ

หัวใจสำคัญคือการควบคุมและกำกับดูแลอย่างเป็นระบบ ตั้งแต่การทำ Clean Data และยึดแนวคิด “AI First, Human First” โดยให้มนุษย์คอยกำกับดูแลตามระดับความเสี่ยง โดยเฉพาะในระบบสำคัญอย่าง Core Banking หรือระบบชำระเงินที่ไม่สามารถปล่อยให้ AI ทำงานอัตโนมัติโดยไร้การเฝ้าระวังได้

KBTG ได้สร้าง AI Agent อย่าง “ใส่ใจ” ควบคุมกรอบการทำงาน, “AEGIS” ดูแล Security Guardrail และจัดตั้ง “AI Playground” ให้ทดลองในแวดล้อมที่ปลอดภัย การวางระบบควบคุมรัดกุมนี้ช่วยเพิ่มประสิทธิภาพและเปิดตัวโครงการใหม่ๆ ได้เร็วขึ้น 12 เท่า

Pillar 3: Risk Management (Risk & Reskilling)

รับมือความเสี่ยงด้าน Hallucination เมื่อ AI มีโอกาสผิดพลาด และ อคติของมนุษย์มักปะปนอยู่ในชุดข้อมูลที่นำมาใช้เทรน AI องค์กรจึงต้องหมั่นตรวจสอบความถูกต้องจากหลายแหล่งข้อมูล และมนุษย์ยังคงเป็นผู้ตัดสินใจขั้นสุดท้าย

อีกประเด็นคือเรื่องของโครงสร้างงานและทักษะที่เปลี่ยนไป AI ทำให้บางทักษะลดความสำคัญลง งานเดิมหายไปและมีงานรูปแบบใหม่เข้ามาแทนที่ คาดการณ์ว่าภายในปี 2030 คนทำงานถึง 39% จำเป็นต้องได้รับการ Reskill เนื่องจากผลกระทบจาก AI แต่กลุ่ม Blue Collar มีแนวโน้มจะยังคงมีความต้องการและอยู่รอดได้มากกว่ากลุ่ม White Collar

Pillar 4: From Global Shift to Local Impact (Business Value & AI Adoption)

ประเทศไทยมีการใช้งาน AI สูงเป็นอันดับ 2 ของโลก โดยมีอัตราการเติบโตเพิ่มขึ้นถึง 36.4% ในช่วง 3 ไตรมาส เทียบจากครึ่งหลังปี 2025 ถึงกลางปี 2026

ภาครัฐมีแผนนำ AI เข้ามายกระดับประเทศใน 10 อุตสาหกรรมสำคัญ เช่น ภาครัฐ, การเกษตร, การแพทย์, พลังงาน, สถาบันการเงิน และการศึกษา

ด้าน KBTG มีการประยุกต์ใช้ AI ในภาคการเงิน ช่วยเพิ่มประสิทธิภาพใน 4 ส่วนหลัก

• Internal Knowledge: ค้นหากฎระเบียบและช่วยตอบคำถามภายในองค์กร
• AI Advisory: วิเคราะห์พฤติกรรมและความต้องการ เพื่อให้คำแนะนำด้านการเงิน การลงทุน และการบริหารความเสี่ยงแบบเฉพาะบุคคล
• Document Processing: อ่านเอกสารด้วย OCR วิเคราะห์ แยกแยะ และสรุปผลได้ทันที
• Voice Processing & Data Integration: ดึงข้อมูลจากหลายแหล่งรวมถึงข้อมูลเสียงมาประมวลผลเพื่อช่วยในการตัดสินใจ

ปัจจุบัน KBTG ดำเนินโครงการ AI มากกว่า 80 โครงการ พร้อมตั้งเป้าหมายวัดผลประสิทธิภาพการใช้งานอย่างชัดเจน

Pillar 5: Reclaiming Your Life (Human Essence)

AI ไม่มีหัวใจ ความเป็นมนุษย์จึงยังเป็นจุดแข็งหลักที่ AI

เมื่อ AI ช่วยลดงานซ้ำซ้อน มนุษย์ควรนำเวลานั้นไปใช้กับงานสร้างสรรค์ นวัตกรรมใหม่ๆ การพัฒนาภาวะผู้นำ สร้าง Empathy และสร้างความสุขในการทำงาน

วรนุชแนะให้เลิกแนวคิด ‘ทำไปซ่อมไป’ แต่ต้องเปลี่ยนเป็นการวางระบบป้องกันและระวังภัยล่วงหน้าก่อนนำ AI ไปใช้งานจริง

Pillar 6: Become the One Who Masters the Machine (Operational Resilience & Defense)

เมื่อนำ AI Agent มาทำงานร่วมกับคนมากขึ้น องค์กรต้องจัดโครงสร้างและแบ่งบทบาทระหว่างคนกับ AI ให้ชัดเจน

• Control Tower: กำหนดบทบาท ขอบเขตหน้าที่ อำนาจการอนุมัติ และความรับผิดชอบของ AI Agent แต่ละตัวอย่างชัดเจน
• Risk & Human Oversight: ประเมินระดับความเสี่ยงตามผลกระทบธุรกิจ หากเสี่ยงต่ำปล่อย AI ทำงานอัตโนมัติได้ แต่หากเสี่ยงสูงต้องให้มนุษย์กำกับดูแล
• AI Kill Switch: ต้องมีกลไกสั่งหยุดหรือปิดการทำงานของ AI จากภายนอกทันทีเมื่อเกิดเหตุฉุกเฉิน
• Red Team: ปรับบทบาทจากการเจาะระบบแบบเดิม มาเป็นการทดสอบว่า หาก AI ทำงานผิดพลาด ผลกระทบจะไปไกลที่สุดได้แค่ไหน เพื่อเตรียมวิธี ยับยั้งได้ทันท่วงที
• Operational Resilience: สร้างความยืดหยุ่นในการปฏิบัติงานผ่าน 3 หัวใจหลัก รู้ให้เร็ว (Observe) หยุดให้เร็ว (Kill) ฟื้นคืนระบบให้เร็ว (Recover)

“เวลาพูดถึง Human of Tomorrow เราไม่ได้แข่งกับ AI ว่าใครฉลาดกว่ากัน แต่สิ่งที่แตกต่างคือการใช้ AI ทำให้เกิด Business Value หรือ Value กลับมาที่ตัวเรา คนนั้นคือผู้ชนะ และจำไว้ว่า เราต้องเป็น Master ของ AI ไม่ใช่ปล่อยให้ AI มาเป็น Master เรา”

AI ฉลาดกว่าเราแล้ว แล้วความเป็นมนุษย์ของเราอยู่ตรงไหน

บนเวที ‘ROI or RIP: Beyond the Pilot Phase’ โดย ‘กระทิง-เรืองโรจน์ พูนผล Co-Founder, House Of Wisdom’ ชี้ให้เห็นประเด็นสำคัญที่ว่าหมดยุคสร้าง Use Case AI แต่องค์กรต้อง ‘เลือก’ เพื่อให้เกิดผลจริง เพราะทุกวันนี้แทบไม่มีบริษัทไหนไม่มี AI คำถามสำคัญคือ ผลลัพธ์และอิมแพคจากการทรานส์ฟอร์มทั้งหมดนั้นหายไปไหน?

หลายองค์กรทุ่มงบลงทุนด้าน AI เพิ่มขึ้นเป็นสองเท่า มี Use Case ผุดขึ้นมาเต็มไปหมด แต่สุดท้ายกลับสร้างอิมแพคต่อ P&L เป็นศูนย์ เขาเรียกปรากฏการณ์นี้ว่า ‘AI การละคร’

คำถามคือ ถ้าเราต้องสร้างองค์กรขึ้นมาด้วย AI ตั้งแต่วันแรก เราจะยังเลือกทำงานแบบเดิมอยู่หรือเปล่า คำตอบที่กระทิงยืนยันคือ ไม่ใช่แน่นอน

เมื่อ Intelligence ที่เคยหายาก แพง วันนี้มันแพร่หลายจนกลายเป็นเรื่องธรรมดา ใครก็เรียน AI ได้หมด และมี Productivity เพิ่มขึ้นถึง 1,000 เท่าภายในเวลาเพียง 30 เดือนที่ผ่านมา นี่คือการเติบโตแบบ Exponential ที่ไม่เคยเกิดขึ้นมาก่อน รวมไปถึงต้นทุนหลายส่วนลดลง ความเร็วในการตัดสินใจเพิ่มขึ้น และที่สำคัญคือพฤติกรรมของลูกค้าก็เปลี่ยนไป โดยเฉพาะในธุรกิจ E-commerce และ Retail ที่ลูกค้ายุคนี้ยินดีใช้ AI Agent ในการค้นหาและช้อปปิ้งแทนตัวเอง

หากองค์กรยังถูกออกแบบมาเพื่อรับใช้อดีต ในขณะที่โลกเปลี่ยนไปแล้ว องค์กรนั้นย่อมไปต่อไม่ได้ คำถามที่ทุกองค์กรต้องกลับมาถามตัวเองคือ “หน้าตาขององค์กรในโลกที่มี AI ควรเป็นแบบไหน”

รายงานของ Gartner ระบุว่าปี 2030 จะเป็นยุคของ Agentic Enterprise และภายในปีหน้า Agentic AI จะกลายเป็น Core Infrastructure ของทุกบริษัท

กระทิงวางกรอบทรานส์ฟอร์มองค์กรแบบ ‘THE AI-NATIVE ENTERPRISE’ บน 4 เสาหลัก

1. SEE: See the Future Earlier มองเห็นอนาคตก่อนใคร

องค์กรยุคใหม่ต้องมองอนาคตในรูปแบบ Multiple Futures ผ่าน Weak Signals, Scenarios, Strategic Options และ Early Moves โดยต้องบริหารจัดการองค์กรด้วย 3 มุมมองคือ Win Today สร้างผลลัพธ์และชัยชนะในปัจจุบัน, Prepare for Tomorrow สร้างขีดความสามารถและทางเลือกสำหรับอนาคต และ Create the Future ค้นหาและสร้าง New S-Curve ใหม่ ก่อนที่ธุรกิจเดิมจะหมดแรง

“เป้าหมายของ Strategic Foresight ไม่ใช่การทำนายอนาคตให้แม่นยำที่สุด แต่คือการเตรียมพร้อมจน “ไม่ถูกอนาคตทำให้ประหลาดใจ”

2. REINVENT: Don’t Automate the Past รื้อและสร้างใหม่ ไม่ใช่แค่ทำตามสิ่งเดิม

หากเราต้องสร้างบริษัทขึ้นมาใหม่ในวันนี้ โดยมี AI พร้อมใช้งานตั้งแต่วันแรก สิ่งใดบ้างที่เราจะไม่มีวันสร้างมันขึ้นมาอีก?”

กระทิงบอกว่านี่คือคำถามที่ผู้นำต้องกล้าถาม เพราะการเอา AI ไปใส่องค์กรแบบเดิม ไม่ได้ทำให้องค์กรกลายเป็น AI-Native ซึ่งการจะเปลี่ยนผ่านสู่ AI-Native ต้องผ่าน 4 R’s Framework ได้แก่

• REIMAGINE เริ่มต้นด้วยการตั้งโจทย์จากคุณค่าที่ส่งมอบ
• REWIRE ออกแบบระบบใหม่ทั้งหมด ทั้ง Workflow, Data, Tech, People และ Operating Model
• REINVENT สร้างสิ่งที่เคยเป็นไปไม่ได้ในอดีต ไม่ว่าจะเป็นผลิตภัณฑ์ใหม่ ประสบการณ์ใหม่ หรือโมเดลธุรกิจใหม่
• REALIZE วัดผลกระทบทางธุรกิจอย่างชัดเจน ทั้ง P&L, ROI และ Measurable Value

“เป้าหมายของการปฏิรูป AI ในองค์กร ไม่ใช่การทำ 100 AI Use Cases เล็กๆ แต่คือการลงเดิมพันใน 5–10 Transformational Bets ที่สามารถขับเคลื่อนและขยับ P&L ได้จริง”

3. UNLEASH: Turn Employees into NANOPRENEUR ปลดล็อกพลังคน สู่การเป็น NANOPRENEUR

“อนาคตไม่ได้ต้องการคนที่ทำงานเหมือนเครื่องจักร แต่ต้องการคนที่คิดและตัดสินใจเหมือนเจ้าของ”

ยีนของคนทำงานในองค์กรยุค AI-Native จะเปลี่ยนไปอย่างสิ้นเชิง องค์กรจะลดขนาดทีมให้เล็กลงแต่มีศักยภาพสูงขึ้น ผ่านสมการ: Small Team + AI Agents + Capital + Extreme Ownership =NANOPRENEUR

พนักงานจะกลายเป็น NANOPRENEUR ที่ดำเนินงานภายใต้กรอบ Mission, Authority, Data และ Accountability โดยมีลูปการทำงานแบบคล่องตัวสูงคือ SENSE DECIDE BUILD TEST LEARN SCALE

เขาบอกว่าบทบาทของ CEO จะเปลี่ยนผ่านจาก Chief Decision Maker ไปสู่ Architect of the System สถาปนิกผู้ออกแบบระบบและโครงสร้างพื้นฐาน และ Chief Entrepreneur Creator ผู้สร้างและสนับสนุนความเป็นผู้ประกอบการในตัวพนักงาน

4. JUDGE: JUDGE Human Judgment x Machine Intelligence เมื่องานวิเคราะห์มีท่วมท้น ‘วิจารณญาณ’ จึงเป็นสิ่งมีค่าที่สุด

เขามองว่าในวันที่ปัญญาประดิษฐ์ประมวลผลได้อย่างชาญฉลาดและรวดเร็ว คุณค่าของมนุษย์ไม่ได้อยู่ที่การประมวลผลข้อมูลอีกต่อไป แต่คือ ‘วิจารณญาณ’

AI สามารถ วิเคราะห์ โต้แย้ง จำลองสถานการณ์ และแนะนำทางเลือก แต่ผู้นำต้องตีความ ตัดสินใจ เลือกเส้นทาง และลงมือรับผิดชอบ

4 ขั้นตอนของการตัดสินใจที่ดี คือ DATA เรารู้อะไรบ้าง? AI อะไรอาจเกิดขึ้นได้บ้าง? INTUITION เราสัมผัสหรือรับรู้อะไรได้? และ WISDOM: เราควรทำอย่างไร?

การทำงานร่วมกันอย่างสมบูรณ์แบบเกิดจากสมการ Machine Intelligence × Human Wisdom

คำถามสุดท้ายที่กระทิงฝากไว้คือ จะเกิดอะไรขึ้นถ้า AI ฉลาดกว่ามนุษย์ เขามองว่าอย่าเพิ่งรีบไปโฟกัสที่เรื่อง ROI มากเกินไป โดยอ้างอิงถึงแนวคิดของนักวิชาการด้าน AI ระดับโลกอย่าง Andrew Ng และ Kai-Fu Lee ที่ต่างพูดในทิศทางเดียวกันว่าความเป็นมนุษย์นั้นมีค่ามากกว่าความฉลาดเพียงอย่างเดียว AI ไม่ได้ทำให้คุณค่าความเป็นมนุษย์ลดน้อยลง

ดังนั้นในระหว่างที่ทำ AI Transformation อย่าลืมมองเห็นคุณค่าของมนุษย์ไปด้วย เพราะมนุษย์มีสิ่งที่เครื่องจักรให้ไม่ได้ ทั้งความเห็นอกเห็นใจ ความเมตตา ความหมาย ความห่วงใย ความรัก และความกล้าหาญ อย่าปล่อยให้ Legacy ของเรากลายเป็นความภาคภูมิใจที่ได้นำ AI มาแทนที่มนุษย์

เพราะสุดท้ายแล้ว AI จะไม่ใช่ผู้กำหนดอนาคต แต่เป็นมนุษย์ทุกคนต่างหากที่มีอำนาจและความสามารถในการตัดสินชะตากรรมและสร้างอนาคตของมนุษยชาติขึ้นมาเอง

BCG ระบุว่า ในอีก 5 ปีข้างหน้า โลกมี 2 ฉากทัศน์ที่เป็นไปได้ ฉากแรกคือ AI ช่วยแก้ปัญหาได้เกือบทั้งหมด ส่วนฉากที่สองคือเกิด K-Shape สุดขั้ว ความมั่งคั่งกระจุกตัวอยู่ในอุตสาหกรรมเทคโนโลยี นวัตกรรมขาดการกำกับดูแล นำไปสู่การเติบโตที่มาพร้อมความเหลื่อมล้ำทางสังคมมหาศาล

“เรายืนอยู่บนทางสองแพร่ง ระหว่างการดึงศักยภาพ AI และเทคโนโลยีมาใช้สูงสุด กับการรักษาความเป็นมนุษย์และ Human Consciousness เพื่อร่วมสร้างความเจริญที่ทุกคนมีส่วนร่วม หากลืมความเป็นมนุษย์ เราอาจทิ้งมรดกเป็นความเหลื่อมล้ำแบบดิสโทเปียในอีก 30 ปีข้างหน้า ซึ่งไม่มีใครอยากทิ้งมรดกแบบนั้นไว้ให้คนรุ่นต่อไปอย่างแน่นอน” กระทิงกล่าวทิ้งท้าย

สะสม Dots สร้างทักษะและเป็น ‘โชคดี’ ของผู้อื่น: ทางรอดยุค AI ฉบับ ‘คนธรรมดา’

โจ้ – ธนา เธียรอัจฉริยะ Chairman of the Board of Directors & Independent Director, Bluebik Group PCL และเจ้าของเพจ เขียนไว้ให้เธอ เปิดเวที ‘(Normal) Human playbook in the age of AI’ ชวนคนธรรมดาที่อยากอยู่รอดในยุค AI มองสิ่งที่เกิดขึ้นจริงผ่านเรื่องของเขากับลูกสาว

เขาเล่าว่า 3 เดือนที่แล้ว ลูกสาวที่เรียนที่เมลเบิร์น ส่งการบ้านมาให้ช่วยตรวจให้ เขาลองใช้ AI ตรวจการบ้าน และคอมเมนต์งานให้ ปรากฏว่าลูกสาวก็ดูออกว่าคุณโจ้ใช้ AI

“ความน่ากลัวของการใช้ AI บ่อย ๆ คือเราจะกลายเป็นมนุษย์ที่อ่อนล้าทางสติปัญญา ทำงานแล้วมีอะไรก็ให้ AI ช่วยคิด ซึ่งที่จริง AI ฉลาดมาก แต่พอเราใช้ AI เยอะ เราเองก็จะเสียศักยภาพสำคัญโดยไม่รู้ตัว

4 ศักยภาพสำคัญที่อาจเสียไปในยุค AI

• Critical Thinking: การคิดเชิงวิพากษ์และการ “เอ๊ะ” ต่อสิ่งรอบตัวลดลง
• Deep Focus: การจดจ่ออยู่กับสิ่งใดสิ่งหนึ่งยาวนานถูกขัดจังหวะได้ง่าย
• Sensemaking: ความสามารถในการทำความเข้าใจและสร้างความหมายให้ชีวิตลดลง
• Intellectual Discomfort Tolerance: ความอดทนต่อความไม่สบายใจทางสติปัญญาหายไป เราเลิกทนคิด ทนตกผลึกจากการลองผิดลองถูก

ในวันที่ AI ฉลาดระดับ Super Intelligence ทางรอดของมนุษย์ไม่ใช่การแข่งขันประมวลผลข้อมูล แต่คือการสะสม Dots ให้มากพอ แล้วเชื่อมโยงมันเข้าด้วยกันในแบบที่อัลกอริทึมไม่สามารถทำนายได้

ซิกเว่เคยถามเขาว่า What is your good day? เขาบอกว่า คือการได้ใช้ชีวิตปกติ ทำงานปกติ กลับบ้านเล่นกับลูก

แต่ในมุมของซิกเว่มองว่านี่คือ Bad Day เพราะเป็นวันที่ไม่ได้เรียนรู้อะไรเลย วันที่มีความเครียดในระดับที่พอดี และการได้ตกผลึกทางความรู้ต่างหากคือ Good Day สำหรับคุณซิกเว่

แล้วถ้าจะเป็นมนุษย์ที่อยู่รอดในยุคนี้ เขาให้กลยุทธ์ ‘Connecting the Dots’ ทางรอดที่ไม่ต้องสู้กับ AI

ก้าวข้าม I-Shaped Skill งานที่เป็นรูปแบบและข้อมูล เช่น งานเขียนโค้ด ทนาย รังสีแพทย์ หรือผู้ตรวจสอบบัญชี จะถูก AI แทนที่ มนุษย์ต้องสร้าง Dots ให้เยอะพอแล้วนำมาเชื่อมโยงกัน

เขาบอกว่าไม่จำเป็นต้องเป็นเลิศที่สุดในด้านเดียว แต่ให้สร้างทักษะที่เก่งกว่ามาตรฐานทั่วไปหลายๆ ด้านมารวมกันในแบบที่ AI ทำนายไม่ได้ ได้แก่

• Need Skill ทักษะจำเป็น เช่น การเงิน, เทคโนโลยี
• Wanted Skill: ทักษะที่ชอบ เช่น ดูดวง, ทำอาหาร
• Meta Skill: ทักษะระดับสูงระหว่างมนุษย์ เช่น การเล่าเรื่อง, การโน้มน้าว

“ทำงาน 10 ปีอาจมีประสบการณ์แค่ปีเดียวซ้ำกัน 10 ครั้งถ้าไม่เคยเปลี่ยน ประสบการณ์ที่แท้จริงเกิดจากการกล้าออกจาก Comfort Zone ไปลองทำแล้ว “ตัดสินใจผิด” จนกลายเป็นบทเรียนแม่นยำ”

“เราต้องเป็นคนที่สามารถดึงดูดผู้คนมาสร้างประโยชน์ร่วมกันกับคนอื่นได้” นี่คือสิ่งเขาเน้นย้ำ ความจริงใจ ความทุ่มเท และการเป็นผู้ให้ (Giver) จะดึงดูดผู้คน เครดิต และโอกาสที่ AI สร้างให้ไม่ได้

สุดท้ายถ้าอยากมีชีวิตรอดในยุค AI ตื่นเช้ามาถามตัวเอง 3 ข้อ

• Curiosity: เรามีความอยากรู้อยากเห็นด้วยตัวเอง หรือยอมให้อัลกอริทึมชี้นำ
• Discipline: เรามีวินัยในการลงมือทำซ้ำๆ เพื่อสร้างทักษะมากพอหรือยัง
• Empathy: เราเข้าใจคนรอบข้าง และทำตัวเป็น “โชคดีของผู้อื่น” แล้วหรือยัง

‘กลับมาเป็นมนุษย์’ ในยุค AI

บนเวที Main Stage เอ๋ นิ้วกลม – สราวุธ เฮ้งสวัสดิ์ นักเขียนและเจ้าของเพจ Roundfinger ชวนทุกคน ‘กลับมาเป็นมนุษย์’ ในยุค AI ในหัวข้อ ‘What Should Remain Deeply Human?

เขาพาเราย้อนคิดไปถึงสรรพสิ่งรอบตัวในยุคโบราณมนุษย์โยงชีวิตเข้ากับปรากฏการณ์ธรรมชาติและดวงดาว แต่มนุษย์ยุคปัจจุบันกลับเผชิญภาวะ Disconnect ตัดขาดจากคนข้างกายและสรรพสิ่งรอบตัวเพราะหน้าจอ โจทย์สำคัญคือเราจะใช้ AI อย่างไรเพื่อช่วยให้เรากลับมาเชื่อมโยงกับโลกและผู้คน ไม่ใช่ยิ่งตัดขาดกว่าเดิม

การอ่านหนังสือและฟังเรื่องเล่าในอดีตช่วยสร้าง Empathy ทำให้เราเข้าใจชีวิตที่ไม่เหมือนเรา ทว่าอัลกอริทึมและคำตอบสำเร็จรูปจาก AI มักป้อนเฉพาะสิ่งที่เราราสนใจ จนทำให้เราหมกมุ่นอยู่แต่ในโลกของตัวเอง การใช้เทคโนโลยีที่ดีจึงต้องพาเราออกไปเรียนรู้เรื่องเล่าของคนอื่นด้วย

“การสรุปหนังสือไม่เหมือนการอ่านหนังสือ เพราะเราไม่ได้อ่านความคิดของมนุษย์อีกคนหนึ่ง เราอ่านแค่ประเด็นเท่านี้เอง”

สมองมนุษย์มักปรับตัวกลับสู่ระดับความสุขปกติเสมอ ทำให้เกิดภาวะไขว่คว้าสิ่งใหม่ (Next & New) ไม่สิ้นสุด การใช้ AI เร่ง Productivity ให้ทำงานเร็วขึ้น 3–5 เท่าจะไร้ความหมาย หากเราไม่รู้ว่า “จุดพอ” อยู่ตรงไหน หัวใจไม่ใช่การทำได้มากที่สุด แต่คือการเหลือเวลาไว้ซักผ้า เกาพุงแมว และเสพความสุขตรงหน้า

ธรรมชาติของความเป็นมนุษย์ คือไม่เคยพึงพอใจกับอะไรเลย เขาบอกว่า

ต่อให้พึงพอใจ ก็ได้ไม่นาน และพอ AI มีศักยภาพสูงมาก เราก็จะรู้สึกว่าเราทำงานเพิ่มได้อีก

“คำถามไม่ใช่เราจะใช้ AI อย่างไรให้ได้ประสิทธิภาพสูงสุด แต่คือเราจะใช้มันอย่างไร เพื่อให้ชีวิตนี้มีความหมายและรุ่มรวยที่สุด”

ประเด็นสำคัญคือ มนุษย์อาจะต้องหยั่งรากลึกในยุคที่ทุกอย่างรวดเร็ว

ในโลกที่ Speed & Skip เน้นแต่ทางลัด มนุษย์กลายเป็นเหมือนต้นไม้ไร้ราก รู้สึกว่างเปล่าเพราะขาดความผูกพันและสิ่งยึดเหนี่ยว มนุษย์จำเป็นต้องใช้เวลากับประสบการณ์ พิธีกรรม และความสัมพันธ์ เพื่อหยั่งรากลึกและสร้างความหมายร่วมกัน

มนุษย์ที่ไม่สามารถนิยามตัวเองได้จะรู้สึก ‘ว่างเปล่า’ ความว่างเปล่านี้เกิดจากการที่เราไม่รู้ว่าเราอยู่ตรงไหนของโลก เราไม่รู้ว่าเราเป็นใคร หรือเราไม่รู้ว่าใครจะอยู่กับเราไปอีกนาน ๆ หรือไม่ เราจึงเหมือนต้นไม้ที่ไม่มีราก ถูกพัดไปหลากหลายทิศทาง

“เทคโนโลยีพาเราพุ่งไปได้ไกลเท่าที่เราอยากจะไป เหมือนต้นไม้ที่พุ่งไปถึงดาวอังคาร แต่คำถามคือ เราจะไปทำไม”

เขาแนะนำการใช้ AI ให้ชีวิตต่อเนื่องทั้งหมด 4 ข้อ

• ใช้เพื่อ Reconnect กับสิ่งอื่น
• ใช้เพื่อให้สนใจเรื่องนอกตัวเอง
• หยุดเมื่อพอแล้ว
• ต่อเนื่องและหยั่งราก

สุดท้ายแล้วเราควรเปลี่ยนการตั้งคำถามจาก ‘ทำอย่างไรจึงจะใช้ AI ให้ได้ประสิทธิภาพสูงที่สุด’ ไปสู่ ‘ทำอย่างไรจึงจะใช้เทคโนโลยีเพื่อทำให้ชีวิตนี้มีความหมายและรุ่มรวยที่สุด’

สุขภาพที่ดีวัดได้ด้วยตัวเลขจาก AI จริงหรือ?

อุปกรณ์สวมใส่และ AI กำลังก้าวเข้ามาจัดการชีวิตเราจนเกิดวิกฤตสุขภาพยุคใหม่ (Modern Wellness Crisis) ที่ผู้คนต่างตกเป็นทาสของตัวเลข นพ. ธนีย์ ธนียวัน Executive Director, EO LifeMED Co., Ltd.บอกบนเวที ‘The Modern Wellness Crisis: How to Be Kinder to Yourself’ สุขภาพที่ดีอย่างยั่งยืนไม่ใช่การเค้นตัวเลขให้สวยงามเพื่ออวดใคร แต่คือการเรียนรู้ที่จะตีความข้อมูล และกลับมาฟังเสียงร่างกายตัวเองอย่างเข้าใจ

นพ. ธนีย์ บอกว่า ปัจจุบันเราเครียดเพราะตีความข้อมูลไม่เป็นและเอาตัวเลขมาตัดสินตัวเอง ส่วนในอนาคต เราเสี่ยงจะถูกอุปกรณ์สะกดจิตจนเชื่อเครื่องมือมากกว่าความรู้สึกที่แท้จริงภายใน

มีเพียงสัญญาณแจ้งเตือนภาวะหัวใจห้องบนสั่นพลิ้ว (AFib) และระดับออกซิเจนในเลือดที่ต่ำกว่า 95% เท่านั้นที่เทคโนโลยีปัจจุบันแม่นยำพอให้เชื่อและควรไปพบแพทย์ทันที

ค่าอื่น ๆ เช่น HRV, Resting Heart Rate หรือ Sleep Score ห้ามนำไปเทียบกับคนอื่นหรือเทียบข้ามยี่ห้อ ให้ดูทิศทางภาพรวมระยะยาวของตัวเองในอุปกรณ์ยี่ห้อเดิมเท่านั้น

“ค่า HRV ที่ต่ำลง หรือ Heart Rate ที่สูงขึ้น มันไม่ได้แปลว่าร่างกายเรากำลังแย่ แต่มันแปลว่าร่างกายกำลังทำงานอย่างสุดชีวิตเพื่อดูแลเราอยู่”

ประเด็นสำคัญคือ ควรมองภาพใหญ่ ดีกว่ากังวลจุดเล็กๆ อย่าพยายามแก้ทุกตัวเลขพร้อมกันในวันเดียว เช่นเดียวกับหมอ ICU ที่ไม่สามารถรักษา 20-30 อาการได้พร้อมกัน ให้เลือกปรับพฤติกรรมทีละ 1–3 อย่างเพื่อผลลัพธ์ระยะยาว

“วิกฤตในอนาคต คือเราจะถูกสะกดจิต แทนที่จะฟังเสียงตัวเอง เราฟังเสียงเครื่อง เครื่องบอกว่าเรา Happy ทั้ง ๆ ที่ข้างในหัวเราเศร้า เราก็ Happy ตามเครื่อง”

เขาทิ้งท้ายว่าก่อนจะก้มดูสมาร์ทวอทช์ตอนเช้า ให้หยุดถามความรู้สึกตัวเองก่อนว่าสดชื่น หิว หรืออ่อนเพลียอย่างไร แล้วค่อยนำข้อมูลจากเครื่องมือมาใช้ประกอบการวางแผนชีวิต

สร้าง Community และ Experience ในยุค Generative AI

เมื่อ AI ตอบได้ทุกคำถาม แต่ทำไมคนยังยอมฝ่ารถติดมาเจอกัน

คอมมูนิตี้และประสบการณ์ร่วมของคนกลุ่มหนึ่งอาจเป็นสิ่งที่ AI แทนไม่ได้และยังทำให้เรายังมีความเป็นมนุษย์

บนเวที ‘Building a Community Beyond Digital Connection’ คะน้า- ผ่องพิสุทธิ์ จงอุดมสุข ครีเอเตอร์และผู้ก่อตั้ง ฝรั่งอั่งม้อ (Farang Angmor) และ เอมมี่–นัทธมน วีระกุล ผู้ร่วมก่อตั้ง Almost Sober Club มาไขความลับเบื้องหลังการสร้างชนเผ่าและ บทบาทของ Creator ยุคใหม่

คะน้า บอกว่า ยุคก่อน AI คนทัก Inbox เพจเพื่อถามข้อเท็จจริงพื้นฐาน เช่น การออกเสียง สะกดคำ หรือการเขียนอีเมล แต่วันนี้ ChatGPT ตอบได้ทุกคำถาม

สิ่งที่ AI แทนที่ไม่ได้คือ “ความไว้วางใจ” (Trust) และ “ความเชื่อมโยงตรงประเด็น” ผู้ฟังไม่ได้ต้องการแค่คำตอบทั่วไป แต่ต้องการคำแนะนำจากมนุษย์ที่เขาเชื่อมั่น รู้สึกอิน และเชื่อมโยงด้วยได้

เอมมี่ บอกว่าโมเดลของธุรกิจตอบโจทย์ Unmet Need ด้วยประสบการณ์เฉพาะตัว (Beyond AI) จากการคัดสรรหัวข้อที่ไม่สามารถค้นหาบน Google, YouTube หรือ AI ได้ โดยนำความรู้ต่างสเปกตรัมมาตัดสลับ เพื่อสร้างมุมมองความคิดเห็น ที่แปลกใหม่

ยิ่งไปกว่าวิทยากรไม่ได้มาเพื่อบรรยายแต่มาเพื่อ ‘จุดประกายบทสนทนา’ ในพื้นที่ปลอดภัย และร่วมแลกเปลี่ยนกับผู้ฟัง

“ผู้คนไม่ได้ฝ่ารถติดมาฟังข้อมูล แต่มาเพื่อปฏิสัมพันธ์กับผู้เชี่ยวชาญ และแลกเปลี่ยนไอเดียกับกลุ่มคนเนิร์ด ที่สนใจเรื่องเดียวกัน”

ประเด็นที่น่าสนใจคือ การดีไซน์ Customer Journey ผ่าน รูป รส กลิ่น เสียง

การสร้างประสบการณ์ออฟไลน์ให้อิมแพกต์ ต้องคิดแบบครบวงรอบ

“เรามีการบรอดแคสต์ข้อมูลล่วงหน้า ให้เลือกเมนูอาหารก่อน เพื่อลดความเครียดเรื่องรถติดและกิว Signature Drink ออกแบบตามธีมแต่ละครั้ง เช่น ค็อกเทลรสชาติชีววิทยาของความเหงา ส่วนเพลงนั่น DJ จะนั่งฟังพร้อมผู้ฟัง เพื่อซึมซับพลังงานในห้อง แล้ว Improvise เล่นดนตรีสดที่ตอบสนองต่ออารมณ์ ณ ตอนนั้น” เอมีกล่าว

คะน้าเสริมว่า เสาหลักในการสร้าง ‘Safe Zone’ สำหรับเวิร์กช็อปหรือคลาสพัฒนาทักษะ กิจกรรมต้องเน้นการลงมือทำจริง โดยไม่ถูกตัดสิน ทำให้คนกล้าทดลองและเรียนรู้จากความผิดพลาด และคัดกรองคนที่อยากพัฒนาตัวเองเหมือนกันเข้ามา ทำให้ทุกคนพร้อมรับฟังและไม่ตัดสินกัน พร้อมมีผู้ช่วยดำเนินกระบวนการ คอยดูแลและอำนวยความสะดวก เพื่อเปลี่ยนผ่านความคิดความเชื่อของผู้เรียนภายในเวลาอันสั้น

คำถามคือ หากต้องนับหนึ่งใหม่ในการสร้าง Community เอมีบอกว่า ลองตั้งไข่ด้วยการเป็นผู้ให้ออกก่อน มอบความรู้ ความบันเทิง หรือแรงบันดาลใจผ่านสื่อ เพื่อแสดงอัตลักษณ์ ให้คนรู้จักและเปิดใจ

คะน้าเสริมว่าเมื่อตัวตนและคุณค่าชัดเจน จะดึงดูดกลุ่มคนที่มี กรอบคิด พฤติกรรม และความชอบคล้ายกันเข้ามาโดยธรรมชาติ

เมื่อผ่านมาถึงช่วงเติบโต ต้องค้นหา Unmet Need แล้วออกแบบคุณค่า สร้าง Sense of Belonging ให้พวกเขารู้สึกว่า ความรู้หาจากไหนก็ได้ แต่ความรู้สึกแบบนี้ต้องมาที่นี่เท่านั้น แล้วพวกเขาจะกลับมาซ้ำๆ เอง

“การสร้างชุมชนไม่ได้เกิดจากการไปบังคับให้คนเข้าร่วม แต่เกิดจากการทำอัตลักษณ์ของเราให้ชัดเจน แล้วมันจะดึงดูด ‘ชนเผ่า’ ที่คิดและเชื่อเหมือนกันเข้ามาไว้ด้วยกันเอง” คะน้า กล่าว

Community Circle ล้อมวงสนทนากับ 10 คอมมูนิตี้สายเทค

ความสำเร็จของ Community Circle ปีที่แล้วถูกต่อยอดมาสู่ปีนี้เปิดวงคุยแลกเปลี่ยนแบบที่ AI ก็ให้ไม่ได้ แชร์ไอเดีย อัปเดตเทรนด์ ต่อยอดองค์ความรู้ และอัปสกิลใหม่ๆ ไปด้วยกันใน 10 เซสชัน

หลายประเด็นน่าสนใจและน่าเอาไปคิดต่อ อย่างเซสชันของ โสภณ ศุภมั่งมี เจ้าของเพจ เก่งแบบเป็ด : Producktivity ในหัวข้อ “The Year of Doing hard Things: Growth Beings Where Comfort Ends” ที่ชวนเราตกผลึกเรื่อง “ความท้าทาย” กับ “พลังใจ” ที่จะช่วยให้เราเข้าใจตัวเองและออกแบบชีวิตได้ดีขึ้นแบบไม่ต้องเค้นหรือฝืนตัวเองจนเกินไป โดยมีแนวคิด ‘มิโซกิ’ (Misogi) เป็นเครื่องมือสำคัญ

เดิมที ‘มิโซกิ’ เป็นพิธีกรรมชำระล้างบาปของศาสนาชินโต แต่ในปัจจุบันถูกนำมาตีความใหม่ หมายถึง “การเลือกเผชิญความท้าทายที่ยากมากๆ หนึ่งอย่างด้วยตัวเอง เพื่อค้นหาขีดจำกัดที่แท้จริง”

กฎของมิโซกิมีแค่ 2 ข้อ

• ต้องยากพอที่มีโอกาสล้มเหลวได้จริง
• ต้องไม่เสี่ยงถึงชีวิต หรือทำร้ายตัวเอง

เขาอธิบายว่า ในมุมจิตวิทยาร่างกายและจิตใจเราถูกวิวัฒนาการมาให้ออกไปเผชิญความลำบาก แต่โลกยุคใหม่สบายเกินไปทำให้จิตใจเราเปราะบางลง ‘ความไม่สบายแบบสมัครใจ’ จึงเป็นทางออกที่ช่วยหล่อหลอมจิตใจให้แข็งแกร่งขึ้น

แต่หากมองผ่านมุมวิทยาศาสตร์สมอง ทุกคนจะมี aMCC เป็นศูนย์ควบคุม “พลังใจ” มันทำงานเหมือนกล้ามเนื้อ ยิ่งฝึกหนักยิ่งโต แต่ถ้าไม่ฝึกเลย มันก็จะฝ่อลง

“แต่ ‘พลังใจ’ เชื่อถือไม่ได้ แต่ละวันพลังใจของเราก็หมดลงเรื่อยๆ เช้ามาพลังใจเต็ม พอบ่ายๆ เจอเรื่องเครียด เจอนานาปัญหา พลังใจก็ร่อยหรอ นั่นคือเหตุผลที่เรามักตบะแตกกินของหวานตอนเย็น หรือแผนวิ่ง 30 วันล้มเหลวตั้งแต่สัปดาห์แรก”

Angela Duckworth นักเขียนเจ้าของหนังสือ Grit บอกว่า ความมุ่งมั่นเป็นเพียงส่วนของความสำเร็จ สิ่งที่สำคัญไม่แพ้กันคือ “สภาพแวดล้อม” ที่เราเอาตัวเองไปอยู่

“อย่าเอาพลังใจไปสู้กับสิ่งแวดล้อม ให้เปลี่ยนสิ่งแวดล้อมมาสู้แทน”

Angela อธิบายว่ามนุษย์มีลูปพฤติกรรมอยู่ 3 อย่างคือ Situation สิ่งที่เราเผชิญอยู่ Thought สมองประมวลผลอัตโนมัติอย่างรวดเร็ว และ Response ผลลัพธ์ที่ตามมา

วิธีแก้ที่ได้ผลที่สุด ไม่ใช่การเค้นพลังใจต้านความคิด แต่เป็นการเปลี่ยนสถานการณ์ตั้งแต่ต้นน้ำ

แต่ก็ใช่ว่าเราจะควบคุมสถานการณ์ต่างๆ ได้ เขาจึงเสนอ 4 ปัจจัยที่เราสามารถปรับเปลี่ยนได้

• พื้นที่ส่วนตัว (Personal Space) เช่น โต๊ะทำงาน, ตู้เย็น, จัดวางของให้เอื้อต่อเป้าหมาย
• เพื่อนร่วมงาน/คนรอบข้าง (Peers) เลือกอยู่ใกล้คนที่เป้าหมายคล้ายกัน
• เมนเทอร์ (Mentors) ทุกวันนี้หาได้ง่ายจากคอร์สออนไลน์ หนังสือ หรือยูทูบเบอร์ที่เราชื่นชอบ
• วัฒนธรรม/ชุมชน (Community) เลือกร่วมกลุ่มหรือสังคมที่ผลักดันไปในทางที่ดี

“มิโซกิไม่จำเป็นต้องยิ่งใหญ่ ไม่ต้องไปวิ่งมาราธอนกลางทะเลทราย แต่อาจเป็นเรื่องเล็กๆ อย่างการเลิกเสพติดโซเชียล อ่านหนังสือให้จบเล่ม หรือซ่อมความสัมพันธ์”

สิ่งสำคัญคือ มิโซกิที่แท้จริงต้องมีความหมายต่อตัวเราเองจริงๆ

ส่องนวัตกรรม AI สุดเจ๋ง โซน Showcase Exhibition

และที่พลาดไม่ได้เลยคือโซน Showcase Exhibition ที่โชว์โปรเจคเจ๋งๆ และโซลูชันสุดล้ำมากมายจากทั้งในเครือ KBTG, KBank และพาร์ทเนอร์องค์กรชั้นนำต่างๆ อาทิG-Able ร่วมกับ HPE นำเสนอ Secure Data และ AI Infrastructure เพื่อเตรียมความพร้อมองค์กรสำหรับการประยุกต์ใช้ AI ขณะที่ MFEC ร่วมกับ Google, Cisco และ Splunk จัด Showcase นำเสนอแนวทางพัฒนา Agentic Workplace, Enterprise AI Use Cases, Technology Foundation, Data และ Security เพื่อขับเคลื่อน AI ที่ปลอดภัย พร้อมใช้งานจริง รวมไปถึง 2 กิจกรรมใหม่อย่าง Immersive Experience ค้นหาตัวตนของคุณในวันพรุ่งนี้ผ่าน Artifact ที่ใช่ และกิจกรรม Stamp Rally สะสมตราปั๊มให้ครบทั้ง 9 จุด นำไปแลกของรางวัลได้

The post ถอด Playbook มนุษย์ยุค AI บทเรียนสำคัญจากงาน KBTG Techtopia: Human of Tomorrow สู่การเป็น Master ของ AI [Advertorial] appeared first on THE STANDARD.

ถ้าวัดกันที่ความตื่นตัว คนทำงานไทยอยู่ในกลุ่มแถวหน้าของโลก เพราะมีสัดส่วนคนที่ใช้ AI ขั้นสูงหรือกลุ่ม ‘Frontier Professionals’ อยู่ที่ 32% ขณะที่ค่าเฉลี่ยทั่วโลกอยู่ที่ราว 16%

แต่ตัวเลขอีกตัวกลับเดินสวนทาง เพราะแม้หัวหน้างานไทย 8 ใน 10 คนจะเปิดกว้างและส่งเสริมให้ทีมทดลองออกแบบระบบงานใหม่ด้วย AI แต่มีเพียง 2 ใน 10 ทีมเท่านั้นที่นำผลสำเร็จจากการทดลองมาบันทึกและทำเป็นขั้นตอนการทำงานมาตรฐาน ทำให้วิธีทำงานที่ดียังติดอยู่กับตัวบุคคลและหายไปพร้อมคนเมื่อมีการเปลี่ยนตัว

ไมโครซอฟท์เรียกภาวะนี้ว่า ‘Transformation Paradox’ ซึ่งเกิดขึ้นเมื่อความตื่นตัวของคนทำงานไปชนกับข้อจำกัดของกระบวนการทำงานเดิม จนประโยชน์จาก AI ค้างอยู่แค่ระดับบุคคลและไม่ถูกต่อยอดเป็นขีดความสามารถขององค์กร

ข้อมูลมาจากรายงาน Work Trend Index 2026 ซึ่งเก็บจากพฤติกรรมการใช้งานจริงบนแพลตฟอร์ม Microsoft 365 ร่วมกับการสำรวจผู้ใช้ AI จำนวน 20,000 คนใน 10 ประเทศ และการเจาะลึกรายประเทศ โดยกลุ่มตัวอย่างในไทยอยู่ที่ราว 2,000 คน

ตื่นตัวกว่าค่าเฉลี่ยโลก แต่ยังเล่นอยู่ในกรอบงานเดิม

ภาพการใช้งานในไทยอยู่ในระดับที่ดีเมื่อดูจากตัวเลข โดยพนักงานถึง 89% ใช้ผลลัพธ์จาก AI เป็นข้อมูลเบื้องต้นเพื่อพัฒนาต่อยอดความคิดของตัวเอง แทนการรับมาใช้ทั้งก้อน ขณะที่กลุ่มผู้ใช้ขั้นสูงในไทยถึง 86% ระบุว่า AI ช่วยสร้างงานรูปแบบใหม่ที่ไม่เคยทำได้มาก่อน

ความกระตือรือร้นส่วนหนึ่งมาจากความกลัว เพราะคนทำงานไทยถึง 85% กังวลว่าจะก้าวไม่ทันเทคโนโลยี ซึ่งสูงกว่าค่าเฉลี่ยโลกที่ 65% อยู่มาก

แต่ความกลัวไม่ได้แปลว่าจะกล้าเปลี่ยน เพราะพนักงานถึง 60% เลือกใช้ AI มาสนับสนุนภารกิจเดิมที่รับผิดชอบอยู่เท่านั้น โดยเหตุผลคือรู้สึกปลอดภัยกว่าการเสี่ยงไปรื้อกระบวนการทำงานใหม่ที่ยังไม่มีแผนรองรับ

ในระดับโลก การใช้งานเดินไปไกลกว่านั้น โดยผู้ตอบแบบสำรวจ 66% ระบุว่า AI ช่วยปลดล็อกเวลาจากงานเดิมเพื่อเอาไปโฟกัสงานที่สร้างมูลค่าสูงกว่า และ 80% บอกว่าผลงานที่ทำร่วมกับ AI เป็นสิ่งที่ตัวเองไม่เคยทำได้มาก่อน

ขณะเดียวกัน สถิติการใช้งาน Microsoft Copilot ทั่วโลกกว่า 49% ก็ขยับจากการใช้เป็นเครื่องมือค้นหาข้อมูล ไปสู่การใช้วิเคราะห์ ให้เหตุผล และช่วยตัดสินใจ โดยงานที่มีสัดส่วนการใช้สูงสุดคือการช่วยแก้ปัญหาและร่วมตัดสินใจในงานที่มีความสำคัญสูง คิดเป็น 28%

ทักษะที่คนไทยให้น้ำหนักน้อยที่สุดในภูมิภาค

เมื่อผลลัพธ์จาก AI ถูกใช้เป็นเพียงจุดตั้งต้น คนที่นั่งอยู่ปลายทางจึงต้องมีความสามารถพอจะตัดสินว่าอะไรใช้ได้และอะไรใช้ไม่ได้ ซึ่งเป็นจุดที่ไทยยังตามหลังเพื่อนบ้าน

ทักษะการควบคุมคุณภาพผลลัพธ์มีคนทำงานไทยเพียง 53% ที่เห็นว่าสำคัญมากขึ้นเรื่อยๆ ทำให้ไทยอยู่อันดับที่ 5 จาก 6 ประเทศในภูมิภาค เทียบกับอินโดนีเซียและเวียดนามที่อยู่ในระดับ 60%

ส่วนทักษะการคิดวิเคราะห์ยิ่งห่างกว่านั้น เพราะมีคนทำงานไทยเพียง 45% ที่เห็นว่าสำคัญในการทำงานร่วมกับ AI ซึ่งเป็นอันดับสุดท้ายของภูมิภาค ขณะที่ฟิลิปปินส์อยู่ที่ 65% และอินโดนีเซียอยู่ที่ 62%

ช่องว่างตรงนี้มีน้ำหนักในเชิงโครงสร้าง เพราะแนวทางที่ไมโครซอฟท์เสนอคือ ‘Human Agency’ ซึ่งให้ AI Agent รับงานปฏิบัติการไปทำ แล้วให้พนักงานทำหน้าที่กำกับดูแล คิดวิเคราะห์ และควบคุมผลลัพธ์ หากทักษะสองตัวนี้ยังอ่อน บทบาทที่เหลือให้คนก็จะทำได้ไม่เต็มที่

ผู้บริหารมีทิศทาง แต่ยังไม่ค่อยกล้าให้ทดลอง

ในแง่การรับรู้ทิศทางจากข้างบน องค์กรไทยทำได้ดีกว่าค่าเฉลี่ยโลกหลายเท่า โดยคนทำงานไทย 51% รับรู้ว่าผู้บริหารมีทิศทางเรื่อง AI ที่แน่นอน เทียบกับค่าเฉลี่ยโลกที่ 26% ขณะที่เวียดนามอยู่ที่ 48% และอินโดนีเซียอยู่ที่ 42%

แต่การมีทิศทางกับการลงมือสนับสนุนเป็นคนละเรื่อง เพราะมีผู้บริหารไทยเพียง 1 ใน 3 เท่านั้นที่พร้อมสนับสนุนการทดลองใช้ AI รูปแบบใหม่ของพนักงาน ในกรณีที่ยังไม่เห็นผลลัพธ์สำเร็จทันที

จุดนี้มีน้ำหนักมากกว่าที่คิด เพราะข้อมูลระดับโลกระบุว่าปัจจัยระดับองค์กร ทั้งวัฒนธรรม การสนับสนุนจากหัวหน้างาน และการพัฒนาบุคลากร ส่งผลต่อความสำเร็จในการใช้ AI มากกว่าปัจจัยระดับบุคคลถึง 2 เท่า

ธนวัฒน์ สุธรรมพันธุ์ กรรมการผู้จัดการใหญ่ ไมโครซอฟท์ ประเทศไทย และตลาดใหม่ ระบุว่าโจทย์ขององค์กรไทยเวลานี้อยู่ที่การใช้ AI เป็นโอกาสทบทวนและออกแบบกระบวนการทำงานใหม่ทั้งระบบ มากกว่าการสนับสนุนให้พนักงานใช้ AI เพื่อเพิ่มประสิทธิภาพงานรายวันเพียงอย่างเดียว โดยผู้บริหารต้องเป็นคนพิจารณาว่ากระบวนการใดควรถูกปรับเปลี่ยน

เปลี่ยนความรู้ในตัวคน ให้เป็น ‘Owned Intelligence’ ขององค์กร

คำที่ไมโครซอฟท์ใช้เรียกทางออกคือ ‘Owned Intelligence’ ซึ่งหมายถึงการถอดองค์ความรู้และวิธีทำงานที่กระจัดกระจายอยู่ในตัวพนักงาน ออกมาเป็นขีดความสามารถเฉพาะขององค์กร โดยธนวัฒน์มองว่าสิ่งนี้จะกลายเป็นสินทรัพย์เชิงกลยุทธ์ที่องค์กรอื่นลอกเลียนไม่ได้

รายงานเสนอแนวทางไว้สามระดับ ระดับพนักงานคือเร่งเสริมทักษะการคิดวิเคราะห์เชิงวิพากษ์และการควบคุมคุณภาพงาน พร้อมสร้างความมั่นใจให้กล้าทดลองสิ่งใหม่

ระดับผู้บริหารคือเปลี่ยนการทรานส์ฟอร์มจากการทดลองทั่วไป ให้กลายเป็นส่วนหนึ่งของเนื้องานจริงที่พนักงานรับผิดชอบ พร้อมจัดสรรเวลาและทรัพยากรให้เพียงพอ ส่วนระดับองค์กรคือเรียนรู้จากพฤติกรรมการใช้ AI ที่เกิดขึ้นจริงภายใน แล้วนำมาปรับโครงสร้างและเวิร์กโฟลว์ให้กลายเป็นระบบที่เรียนรู้ได้ต่อเนื่อง โดยยังยึดพื้นฐานด้านความปลอดภัย ความโปร่งใส และธรรมาภิบาล

ในทางวัฒนธรรมองค์กร สิ่งที่ไมโครซอฟท์มองว่าเป็นตัวขับเคลื่อนสำคัญที่สุดคือการสร้างบรรยากาศแบบ ‘Win or Learn’ ที่การทำผิดพลาดนำไปสู่การเรียนรู้แทนการถูกตำหนิ เพราะนวัตกรรมไม่ได้เกิดเฉพาะในห้องปฏิบัติการอีกต่อไป แต่เกิดได้จากพนักงานทุกส่วนขององค์กร

อีกโจทย์ที่ผู้นำต้องเจอคือการบริหารกำลังคนที่มีทั้งมนุษย์และ AI Agent อยู่ร่วมกัน ซึ่ง AI Agent มีลักษณะเรียนรู้เร็ว ความจำดี และไม่กลัวการทำผิดหรือถูกตำหนิ ทำให้วิธีกำกับดูแลต่างจากการบริหารคนโดยสิ้นเชิง และในอนาคตองค์กรอาจต้องมีมาตรฐานการบัญชีและการบริหารบุคลากรที่ครอบคลุมทั้งต้นทุนคนและต้นทุนการใช้งาน AI ควบคู่กัน

สิ่งที่ไมโครซอฟท์เตือนไว้คือช่องว่างระหว่างองค์กรที่ใช้ AI กับองค์กรที่ไม่ใช้ จะกว้างและสร้างความต่างในการแข่งขันมากกว่าช่องว่างทางดิจิทัลในอดีต ซึ่งเป็นเหตุผลที่การปิด Transformation Paradox กลายเป็นเรื่องเร่งด่วนสำหรับองค์กรไทย

The post คนไทยใช้ AI ขั้นสูง 32% มากกว่าค่าเฉลี่ยโลกเท่าตัว แต่มีแค่ 2 ใน 10 ทีมที่เก็บวิธีทำงานใหม่ไว้เป็นขององค์กร appeared first on THE STANDARD.

ตลาดดิจิทัลคอมเมิร์ซในไทยยืนอยู่บนสามขา คือ E-marketplace, Brand.com และ Chat Commerce ซึ่งขาหลังเติบโตมาจากผู้ประกอบการรายย่อยและกลายเป็นพื้นที่หลักของการค้าบนมือถือไปแล้ว

หนึ่งบัญชีทางการที่ธุรกิจไทยใช้คุยกับลูกค้าอย่าง LINE OA มียอดสนทนารวม 12,000 ล้านครั้งในปี 2568 และมีการเพิ่มเพื่อนอีกกว่า 800 ล้านครั้งเฉพาะครึ่งปีแรกของปี 2569 ซึ่งเป็นขนาดที่บอกว่าการซื้อขายผ่านแชทไม่ใช่ช่องทางรองอีกต่อไป

สิ่งที่ LINE ประเทศไทย เปิดเผยในงาน LINE Thailand Business Insight 2026 น่าสนใจกว่าขนาดของตลาด เพราะเป็นภาพพฤติกรรมของทั้งสองฝั่ง ทั้งร้านค้าที่ตามงานบนแชทไม่ทันจนกว่า 90% ของแชทใหม่ไม่ได้รับการติดตามต่อ และผู้บริโภคที่เปลี่ยนวิธีใช้แชทไปจากเดิม

ในฝั่งผู้บริโภค สองเรื่องที่เห็นการเปลี่ยนแปลงมากที่สุดคือกลุ่ม Gen Z ที่เลิกส่งสติกเกอร์ปิดบทสนทนาเพราะมองว่าไปสร้างการแจ้งเตือนรบกวนคู่สนทนา และกลุ่มที่ยอมจ่ายค่าสมาชิกรายเดือน ซึ่งฟีเจอร์ที่ใช้มากที่สุดคือการยกเลิกข้อความแบบไม่ทิ้งร่องรอยบนหน้าจอคู่สนทนา

ฝั่งร้านค้า แชทเข้ามาแล้วแต่ไม่มีใครตามต่อ

กว่า 90% ของแชทใหม่ไม่ได้รับการติดตามต่อหลังการตอบกลับครั้งแรก ซึ่งหมายถึงโอกาสปิดการขายที่หลุดมือไปเงียบๆ ทุกวัน

สาเหตุอยู่ที่โครงสร้างของธุรกิจไทยเอง เพราะผู้ประกอบการเอสเอ็มอีกว่า 70% ไม่มีเวลาจัดกลุ่มลูกค้า โดยหลายรายมีพนักงานเพียงคนเดียวหรือเจ้าของบริหารจัดการเองทั้งหมด การตามแชทเป็นรายคนจึงเป็นงานที่ทำไม่ไหวตั้งแต่ต้น

อีกกลุ่มที่มีปัญหาคนละแบบคือธุรกิจบริการอย่างคลินิกความงาม คอร์สนวด และร้านทำเล็บ ซึ่งลูกค้าหนึ่งคนจะกลับมาใช้บริการซ้ำต่อเนื่องเป็นเวลา 6 เดือนไปจนถึงเกินหนึ่งปี ทำให้แอดมินต้องย้อนอ่านบทสนทนาเก่าเพื่อดูว่าลูกค้าเคยรับบริการอะไรไปแล้วบ้าง ซึ่งเป็นเหตุผลที่ LINE ขยายการเก็บประวัติการพูดคุยให้ยาวได้ถึง 15 ปี

ส่วนธุรกิจที่ขายด้วยพนักงานประจำตัว เช่น โชว์รูมรถยนต์ คอนโดมิเนียม และสินค้าลักชัวรี มีพฤติกรรมอีกแบบหนึ่ง คือพนักงานขายมักใช้บัญชีไลน์ส่วนตัวคุยปิดการขายกับลูกค้า

ปัญหาที่ตามมามีสามด้าน ด้านองค์กรคือเมื่อพนักงานย้ายงาน ฐานข้อมูลลูกค้าและประวัติการสนทนาจะหายไปพร้อมกับตัวคน ด้านพนักงานคือต้องตอบแชตแม้ในวันหยุดและต้องพกโทรศัพท์สองเครื่องเพื่อแยกงานกับเรื่องส่วนตัว ส่วนด้านการบริหารคือช่วงแคมเปญใหญ่จะมีแชตทะลักจนจัดระเบียบไม่ทันและทำให้ลูกค้าสำคัญหลุดมือ

ทางที่ LINE เลือกแก้คือส่งระบบอัตโนมัติลงไปทำงานแทนในช่วงที่คนไม่ว่าง โดยระบุว่าการให้ AI ตอบคำถามพื้นฐานและปิดการขายแทนช่วยเพิ่มรายได้ให้ร้านค้าได้เฉลี่ย 17% ขณะที่เครื่องมือวัดผลการบรอดแคสต์ช่วยเพิ่มผลตอบแทนได้เฉลี่ย 3.4 เท่า

อีกเรื่องที่กระทบต้นทุนร้านค้าโดยตรงคือค่าธรรมเนียมการขายบนระบบร้านค้า MyShop ซึ่งคิดอยู่ที่ราว 3-6% ของยอดขาย ขณะที่การเปิดให้ชำระเงินผ่านการสแกน QR Code ตามยอดเงินอัตโนมัติโดยไม่คิดค่าธรรมเนียมส่วนนี้เมื่อต้นเดือนมิถุนายน ทำให้ยอดการใช้งานโตขึ้น 120% ภายในเดือนเดียว

ฝั่งผู้บริโภค ยังกดแอดเพิ่ม แต่ดูเครื่องหมายรับรองก่อน

ยอดการเพิ่มเพื่อนกว่า 800 ล้านครั้งในครึ่งปีเดียวบอกว่าคนไทยยังเปิดรับการแอดบัญชีธุรกิจอยู่ ตราบใดที่แบรนด์ส่งข้อมูลและเนื้อหาได้ตรงกับสิ่งที่ต้องการ

แต่เงื่อนไขหนึ่งที่เปลี่ยนไปคือความระแวง ท่ามกลางปัญหาสแกมเมอร์ บัญชีธุรกิจที่ผ่านการยืนยันตัวตนกับ LINE จะมีเครื่องหมายรับรองเป็นรูปโล่สีฟ้าหรือสีเขียวกำกับอยู่หน้าชื่อบัญชี ซึ่งผลสำรวจพบว่าบัญชีที่มีเครื่องหมายเหล่านี้ได้ยอดการแอดเพื่อนและยอดปฏิสัมพันธ์สูงกว่าบัญชีที่ไม่มีอย่างมีนัย โดย LINE ระบุว่าทำงานร่วมกับตำรวจในการตรวจสอบและยืนยันตัวตน

พฤติกรรมที่สองคือความเบื่อหน่ายการติดตั้งแอปเพิ่ม ทั้งจากจำนวนแอปที่มีอยู่แล้วและพื้นที่ในเครื่องที่จำกัด ซึ่งเป็นเหตุผลที่บริการแบบแอปซ้อนแอปได้รับความนิยมขึ้น โดยหลังเปิดให้ภาคธุรกิจและนักพัฒนาสร้างช่องทางเองได้เมื่อเดือนมีนาคม 2569 ปัจจุบันมีการสร้างบริการผ่าน LINE MINI App แล้วมากกว่า 1,000 แอป คิดเป็นการเติบโต 3 เท่า ขณะที่ยอดผู้ใช้งานรายวันโตขึ้น 4 เท่า

พฤติกรรมที่สามอยู่ในร้านอาหารและเครื่องดื่ม ซึ่ง LINE นำรูปแบบการสแกนสั่งอาหารผ่านมือถือแบบที่ใช้กันในจีนมาปรับให้เข้ากับคนไทย ผ่าน LINE MINI Eats ที่ให้ลูกค้าสั่งและจ่ายเงินล่วงหน้าแล้วไปรับของที่หน้าร้านเอง ช่วยร้านที่มีคิวยาวไม่ให้เสียโอกาสขายและลดภาระพนักงานแคชเชียร์

รูปแบบนี้ได้รับความนิยมสูงในกลุ่มนักศึกษามหาวิทยาลัยและ Gen Z ส่งผลให้จำนวนร้านค้าที่เปิดใช้งานโตขึ้น 5 เท่าภายในไตรมาสเดียวหลังเปิดให้บริการ ทั้งจากแบรนด์ใหญ่และคาเฟ่รายย่อยในแต่ละพื้นที่

Gen Z เลิกส่งสติกเกอร์ปิดบทสนทนา

LINE ยังพบความต่างระหว่างวัยปรากฏออกมาที่วิธีจบบทสนทนา โดยกลุ่ม Gen X และ Gen Y ยังนิยมส่งสติกเกอร์หนึ่งตัวเพื่อปิดการคุย

ขณะที่กลุ่ม Gen Z มองว่าการส่งสติกเกอร์จะไปสร้างการแจ้งเตือนรบกวนคู่สนทนา จึงหันไปกด Reaction หรือส่ง Emoji บนข้อความแทน ซึ่งเป็นการเปลี่ยนมารยาทการคุยที่แบรนด์ต้องรู้ก่อนจะเลือกเครื่องมือทำการตลาด

LINE Emoji จึงได้รับความนิยมในกลุ่มอายุ 15-24 ปีเป็นหลัก ขณะที่ LINE Sponsored Stickers ยังมียอดการใช้งานในไทยรวมกว่า 979 ล้านครั้งในปีที่ผ่านมา โดยมีให้เลือกหลายรูปแบบตั้งแต่สติกเกอร์ขนาดใหญ่ สติกเกอร์แบบป๊อปอัป ไปจนถึงเฟรมสติกเกอร์ที่มาพร้อมภาพและเสียง

กรณีที่ใช้เป็นตัวอย่างคือแบรนด์ Butterbear ซึ่งทำยอดดาวน์โหลดอีโมจิเกิน 6 แสนครั้งภายในเดือนเดียว และถูกใช้งานกว่า 2.6 ล้านครั้งภายใน 30 วันแรก

ในฝั่งธุรกิจคาแรกเตอร์ LINE FRIENDS ได้เปลี่ยนชื่อเป็น IPX เพื่อขยายขอบเขตจากการดูแลคาแรกเตอร์ของตัวเอง ไปสู่การบริหารจัดการคาแรกเตอร์และศิลปิน ปัจจุบันดูแลคาแรกเตอร์กว่า 250 ตัวจาก 29 IP พร้อม Style Guide มากกว่า 600 รูปแบบ ขณะที่ LINE FRIENDS เองมีฐานแฟนคลับในไทยมากกว่า 10 ล้านคน

คาแรกเตอร์เหล่านี้ทำยอดขายในไทยมาแล้วหลายครั้ง ทั้งคอลเล็กชันร่วมกับ Big C ที่ทำยอดขายทะลุเป้า 200% คาแรกเตอร์ ZO&FRIENDS ที่ทำร่วมกับ G-DRAGON ซึ่งขายได้ 80% ตั้งแต่วันแรก และคาแรกเตอร์ Dreamiez ที่ทำร่วมกับ NCT DREAM ซึ่งมียอดจองเต็มภายใน 50 นาที

อีกคาแรกเตอร์ที่น่าสนใจในแง่พฤติกรรมคือ JOGUMAN ซึ่งเป็นตัวการ์ตูนไดโนเสาร์จากเกาหลีที่ได้รับความนิยมในกลุ่ม Gen Z และกลุ่มแฟนคลับซีรีส์ BL และ GL ที่ตามซื้อพวงกุญแจและเครื่องประดับตามศิลปินที่ชื่นชอบในงานป๊อปอัปสโตร์

คนไทยยอมจ่ายรายเดือนเพื่อ ‘ยกเลิกข้อความ’

LINE Premium ซึ่งคิดค่าบริการ 169 บาทต่อเดือน มีผู้ใช้งานสะสมกว่า 3 ล้านราย และฟีเจอร์ที่คนเลือกใช้ก็บอกความต้องการของผู้ใช้ไทยได้พอสมควร

อันดับหนึ่งคือการยกเลิกข้อความแบบพรีเมียมที่ไม่ทิ้งร่องรอยเตือนบนหน้าจอคู่สนทนา ซึ่งมียอดใช้งานสูงกว่าการยกเลิกข้อความแบบปกติถึง 9 เท่า ตามด้วยการปรับแต่งไอคอนแอปที่ได้รับความนิยมสูงสุดในกลุ่ม Gen Z การสำรองข้อมูลแบบพรีเมียม การแยกโปรไฟล์การใช้งานได้สูงสุด 3 โปรไฟล์ และการบันทึกรูปความละเอียดสูงในอัลบั้ม

ยอดใช้งานบางฟีเจอร์ยังขึ้นลงตามช่วงเวลา โดยการสำรองข้อมูลพุ่งขึ้น 35% ในช่วงที่มีการเปิดตัวสมาร์ทโฟนรุ่นใหม่ ขณะที่การบันทึกรูปความละเอียดสูงโตขึ้น 120% ในช่วงเทศกาลท่องเที่ยว

คนกลุ่มนี้ยังมีกำลังซื้อสูงกว่าผู้ใช้ทั่วไป โดยสมาชิก LINE Premium มีมูลค่าการสั่งซื้อบน LINE SHOPPING สูงกว่า 50% และมียอดสั่งอาหารบน LINE MAN สูงกว่าค่าเฉลี่ย 30%

จากอินไซต์เหล่านี้ LINE ประเทศไทย วางโรดแมปไว้สามทิศทาง คือการยกระดับ Chat Commerce ด้วยเครื่องมืออัตโนมัติและระบบบริหารแอดมินที่จะเปิดให้บริการต้นปีหน้า การต่อยอดประสบการณ์ดิจิทัลผ่าน LINE MINI Eats และ LINE MINI App และการเปิดโอกาสให้แบรนด์เข้ามาเป็นพาร์ตเนอร์กับบริการอื่นในระบบนิเวศ

โดยในวาระครบรอบ 15 ปีของ LINE ยังเตรียมเปิดแคมเปญที่นำคาแรกเตอร์ LINE FRIENDS ไปจับคู่กับ Pretty Guardian Sailor Moon ซึ่งจะเริ่มเปิดตัวที่ญี่ปุ่นในเดือนตุลาคมนี้ ก่อนทยอยขยายไปประเทศอื่นต่อเนื่องถึงปีหน้า

รัฐธีร์ ฉัตรดำรงค์ศักดิ์ รองประธานเจ้าหน้าที่ฝ่ายการพาณิชย์ LINE ประเทศไทย ระบุว่าการเติบโตของธุรกิจยุคนี้ขึ้นอยู่กับความสามารถในการรักษาความสัมพันธ์กับลูกค้าอย่างต่อเนื่องตลอด Customer Journey มากกว่าการมีช่องทางขายจำนวนมาก โดยวางตำแหน่งของแพลตฟอร์มไว้ในบทบาท ‘Trusted Platform’ สำหรับผู้ประกอบการไทย

The post LINE เปิดพฤติกรรมคนไทย พบ Gen Z เลิกส่งสติกเกอร์ปิดบทสนทนา ส่วนคนที่ยอมจ่าย Premium ใช้ยกเลิกข้อความแบบไม่ทิ้งร่องรอยมากที่สุด appeared first on THE STANDARD.