มัดรวม 100 Insights จากงาน TDA Next 2025 “เพราะอนาคตสร้างได้” ที่พร้อมให้คุณหยิบไปใช้ทันที เปลี่ยนมุมมองธุรกิจและการทำงานในยุค AI ที่ไม่รอใคร

ตลอด 10 Session จาก 13 วิทยากรผู้เชี่ยวชาญ ได้ทิ้งร่องรอยความคิดใหม่ ๆ เอาไว้มากมาย ทั้งแนวคิด กลยุทธ์ และประสบการณ์จริง ครอบคลุมตั้งแต่ AI, Business, Tech, Data ไปจนถึงการพัฒนาคน สิ่งเหล่านี้สะท้อนให้เห็นเลยว่า “การเปลี่ยนแปลงต้องเริ่มเดี๋ยวนี้”

และนี่ไม่ใช่แค่แรงบันดาลใจ แต่คือ “คู่มืออยู่รอดและเติบโต” วันนี้เราสรุป 100 Insights เด็ด ๆ มาให้คุณเลือกหยิบใช้ทันที เพื่อสร้างอนาคตในแบบของคุณเองตั้งแต่ตอนนี้

Session: From Hype to Impact: AI in Action 

👉 โดย คุณศิเวก สัจเดว, Co-Founder, ServiceMind Asia Co.,Ltd.

1. AI เคยเป็นเพียง Hype: หากมองย้อนกลับไป 6-7 ปีก่อน AI ยังเป็นเพียงกระแสที่ถูกพูดถึงในคนบางกลุ่ม แต่ใช้งานจริงได้น้อยเพราะต้องสร้างโมเดลจำนวนมาก จึงยังไม่เกิด Impact อะไรมากนัก

2. Generative AI เปลี่ยนเกม: การมาของ ChatGPT, Gemini ทำให้ AI ใช้งานได้จริง และถูกนำไปปรับใช้ในองค์กรอย่างกว้างขวาง

3. AI วันนี้ยังเป็น “Early Stage” แม้จะยังอยู่ในช่วงเริ่มต้น ยังไม่เห็นว่าทำอะไรได้มากนัก แต่เริ่มเห็นศักยภาพที่ทำให้ AI มีความเป็น Personal Use ใกล้ชิดกับผู้ใช้งานมากขึ้น เหมือนเลขาส่วนตัวที่รู้ใจและเข้าถึงง่ายขึ้น

4. งานที่ AI ทำได้แล้ววันนี้ คือ การเขียนโค้ด, งาน Automation เอกสาร, Market Research, Slide Generation รวมถึงช่วยงานเล็ก ๆ ในชีวิตประจำวัน (Everyday Task) ซึ่งยังคงเป็น Early Stage อยู่

5. 2 มุมมองหลักของ AI: “AI as Tools” ใช้งานได้ทันที เข้าถึงได้ง่าย เช่น ChatGPT, MidJourney, Copilot, Video Gen, Coding Agents และ “AI Integration” การฝังเข้าไปใน Workflow องค์กร ซึ่งต้องใช้ความรู้เชิงเทคนิค

6. “One Model, Many Domain” ข้อดีของ AI ในยุคนี้ เพราะเพียงโมเดลเดียวสามารถใช้งานได้หลายด้าน ครอบคลุมทั้ง Coding, Data, และ Content Creation

7. เทรนด์ที่กำลังมาแรง คือ “การลงทุนใน Data Center” และ “GPU” เพื่อรองรับความต้องการ AI รวมถึงอีกไม่นานนี้ เราจะก้าวสู่ยุค Physical AI เช่น หุ่นยนต์

8. อนาคตของ AI ใน “ระยะใกล้” (1-2 ปี) จะกลายเป็น “Personal AI Agent” รู้จักนิสัยและพฤติกรรมของเราเหมือนเพื่อนสนิท คอยช่วยเหลือได้เฉพาะบุคคล ส่วนใน “ระยะกลาง-ยาว” AI จะพัฒนาไปสู่การวิจัยขั้นสูง มีตรรกะมากขึ้น ช่วยในงานวิทยาศาสตร์ การแพทย์ เทคโนโลยีชีวภาพ และอาจพัฒนาเป็น Humanoid Robot ได้

9. Dark Side ของ AI: อาจสร้าง Deepfake, ข้อมูลเท็จ, Cyberattacks, การใช้ AI ผิดวัตถุประสงค์ ซึ่งเป็นความเสี่ยงระยะสั้น ซึ่งคาดการณ์ว่า ในระยะยาว อาจเกิด Superintelligence ที่อาจฉลาดกว่ามนุษย์ และควบคุมได้ยาก

10. AI ไม่ใช่เพียง “เครื่องมือ” อีกต่อไป แต่คือพลังใหม่ที่สามารถสร้างทั้งโอกาสและความเสี่ยง ขึ้นอยู่กับว่าเราจะเลือกใช้มันอย่างไร

Session: AI Explorer: เลือกเครื่องมือ AI อย่างไรไม่ให้เราเป็นคนที่ห่วยลง 

👉  โดย คุณต่อ พุทธิศักดิ์ ตันติสุทธิเวท Head of Innovation Advocacy, TISCO

11. งานวิจัยจาก MIT เตือนว่า “การใช้ ChatGPT อาจทำให้สมองฝ่อ” และลดทักษะการคิดสร้างสรรค์ของเราได้ หากใช้อย่างผิดวิธี

12. ความจริงแล้ว เราถูก Disrupt มาโดยตลอด เทคโนโลยีถูกมองว่าจะมาแย่งงานมนุษย์ แต่สิ่งสำคัญไม่ใช่การกลัว AI แทนที่เรา แต่คือการเรียนรู้ที่จะใช้มันให้เกิดประโยชน์

13. AI คือเครื่องมือที่ทั้งเร็วและทรงพลัง ทำให้มนุษย์เดินไปข้างหน้าได้สะดวกขึ้น แต่ถ้าใช้ไม่เป็น ไม่มี Skill พอ อาจจะสร้างปัญหา แต่ถ้าใช้ถูกวิธีก็จะช่วยยกระดับธุรกิจและชีวิตเรา

14. ในยุคที่มี AI Tools มากมาย คำถามแรกที่ต้องตอบให้ได้คือ “เราต้องการทำอะไร” เราจึงจะเลือกเครื่องมือได้อย่างถูกต้อง

15. 3 Rules for Thriving in the AI Era ในการเอาตัวรอดในเขาวงกตแห่งการเลือก Tools
– Don’t Just Chase Tools, Focus on How You Apply Them อย่าบ้า Tools แต่ให้โฟกัสที่วิธีนำไปใช้จริง
– Tools change, Fundamentals remain เลือกเครื่องมือที่ช่วยจัดการงานซ้ำ ๆ และงานที่เกินกว่าทักษะมนุษย์จะทำได้
– Practice and Learn, learning alone won’t build mastery การอ่านหรือเรียนรู้ทฤษฎีไม่พอ ต้อง “ฝึกใช้” ทุกวันจึงจะเกิดความเชี่ยวชาญ

16. Framework 4 ข้อในการเลือก AI Tools: Input (ข้อมูลที่ AI ใช้), Capability (ความสามารถ), Output (ผลลัพธ์ออกมาเป็นอะไรได้บ้าง), Integration (การเชื่อมต่อ)

17. หลักการใช้ AI อย่างมีสติใน 3 ระดับ คือ
งานที่เราทำได้ดี > ให้ AI ช่วยประหยัดเวลา
งานที่ไม่ถนัด > ให้ AI ทำแทนแต่ต้องรู้ข้อจำกัด
งานที่ต้องทำเอง > การตัดสินใจและความรับผิดชอบยังเป็นของมนุษย์

18. คำถามที่ต้องย้อนถามตัวเองเสมอ: AI มันทำไม่ได้ หรือ เราเองที่ไม่เข้าใจ? AI ดูงง หรือ เราเองที่บรีฟไม่เป็น? AI มันผิด หรือ เราเองที่ไม่ได้ตรวจทาน? AI ไม่ช่วยเรา หรือ เราเองที่ไม่รู้ว่าจะให้ช่วยตรงไหน? และ AI ทำให้เราห่วยลง หรือ เราเองที่ยอมมัน?

19. เพราะการ “ทำ” สิ่งนั้นอยู่ทุก ๆ วัน ไม่ได้เท่ากับ “ฝึก” จึงไม่ได้หมายความว่าเราจะเก่งขึ้น เปรียบเหมือนการขับรถที่ต่อให้ขับรถมา 20 ปี เราก็ขับรถไม่เก่งเท่ากับนักแข่งอยู่ดี

20. สุดท้ายแล้ว คุณต่อ ฝากแง่คิดเอาไว้ว่า “AI ควรช่วยเราล้างจานเพื่อให้เรามีเวลาไปเขียนโค้ด แต่กลายเป็นว่า AI มาช่วยเราเขียนโค้ดแล้วเราต้องไปล้างจานแทน”

Session: From local to global: ธุรกิจบ้าน ๆ ก็ทะยานสู่ระดับโลกได้

👉 โดย คุณโอห์ม ดิศรา อุดมเดช, CEO & Founder, Yell Advertising 

21. สถิติความเสี่ยงที่ธุรกิจต้องเจอ พบว่า ธุรกิจใหม่มีโอกาสล้มเหลวถึง 23.2% ภายในปีแรก, 48% ใน 5 ปี และ 65.3% ภายใน 10 ปี แต่ถ้าเราหยุดอยู่ที่เดิม ก็อาจถูกแทนที่ได้ในที่สุด

22. แต่มนุษย์มีสองพลังขับเคลื่อนคือ “หัวใจ” ที่ผลักดันให้เราทำเรื่องยาก ๆ และ “สมอง” ที่สร้างทางออกได้มากกว่าที่คิด จึงอย่าหยุดลงมือทำ

23. อุปสรรคใหญ่ของการบุกตลาดต่างประเทศ คือ การไม่เข้าใจวัฒนธรรมผู้บริโภค, ประเมินคู่แข่งต่ำไป, ไม่เข้าใจกฎหมายท้องถิ่น และวางแผนการเงินไม่รอบคอบ ล้วนทำให้ธุรกิจสะดุดได้

24. ถ้าเราอยากเป็น Global Agency ต้องอยู่ในตลาดจริง: เอเชียตะวันออกเฉียงใต้และจีนคือตลาดที่กำลังเติบโต การไปอยู่ในพื้นที่จริงคือทางเดียวที่จะเข้าใจลูกค้าและสร้างโอกาสใหม่

25. 3 กุญแจสู่ความสำเร็จในจีน: Timing, Location, People Harmony
– รู้เวลา (Timing) เลือกเวลาให้ถูก
– รู้ที่แข่ง (Location) เลือกสนามที่เราถนัด
– (People Harmony) เลือกคนและสร้างทีมที่กลมกลืน

26. Creative Hub คือจุดแข็งของไทย: คุณภาพและความครีเอทีฟของคนไทยเป็นที่ยอมรับในระดับโลก เพียงหาจุดที่ “แตกต่างและไม่เหมือนใคร” ก็สามารถแข่งขันในตลาดนี้ได้

27. Speed & Scale ไม่ใช่ทุกอย่าง: การทำงานแบบ “996” (9 โมงเช้า ถึง 3 ทุ่ม, 6 วันต่อสัปดาห์) อาจได้ผลในบางที่ แต่ความได้เปรียบระยะยาวคือ วัฒนธรรมองค์กร ที่ทำให้คนมีพลังและพร้อมสู้ จะพาให้แบรนด์ของเราไปสู่ระดับโลกได้

28. สร้างคนให้เติบโต ไม่ใช่แค่พนักงาน: อย่าสร้างคนให้เป็นเพียง “Another Employee” แต่สร้าง “The Best of Career” ให้ทีม การทำงานเหมือนการวิ่งผลัด ความสำเร็จมาจากทีมที่ส่งไม้ต่อกันอย่างสมบูรณ์

29. หัวใจ + เวลา = คุณค่า: “หัวใจ” คือแรงผลักดัน ส่วน “เวลา” คือปัจจัยที่ทำให้สิ่งที่ทำมีคุณค่าในจังหวะที่ตลาดต้องการ

30. จาก Local สู่ Global อย่างยั่งยืน: ไม่ใช่แค่เรื่องทุนหรือความกล้า แต่คือต้องเข้าใจวัฒนธรรม กฎหมาย คู่แข่ง และเลือกพันธมิตรที่แข็งแรง เพื่อก้าวไปข้างหน้าได้อย่างมั่นคง

Session: Innovation Secret Sauce: The Power of Why

👉 โดย คุณเอ็ง บังอร สุวรรณมงคล, CEO & Founder, Hummingbirds Consulting

31. Insight ที่มีค่าที่สุดไม่ได้อยู่ในออฟฟิศ แต่อยู่ในใจลูกค้า และอยู่ที่เราจะถอดรหัสมันมาเป็นกลยุทธ์ทางธุรกิจอย่างไร

32. การสร้างนวัตกรรมที่ทรงพลัง ต้องเริ่มจาก “Why” ไม่ใช่ “What” เพราะ “Why” คือเหตุผลที่แท้จริงที่ขับเคลื่อนลูกค้า

33. ยกตัวอย่างห้างที่ไม่มีคนเดิน: ถ้าเริ่มจาก “What” เราจะหานวัตกรรมมาดึงคน แต่ถ้าเริ่มจาก “Why” เราจะรู้ว่า “ทำไมลูกค้าไม่มาเดิน” และรู้ว่าเราจะทำอะไรให้กับลูกค้าได้

34. อยากให้นวัตกรรมสร้าง Business Impact ต้องเข้าใจ Insight ให้ได้ว่าลูกค้าเลือกเราทำไม และทำไมเราต้องทำ

35. การเข้าใจมนุษย์คืออาวุธลับ เพราะตัวเลขจะสะท้อนแค่ผิวของปัญหา แต่ Insight คือความจริงที่ลึกซึ้งที่จะนำไปสู่ “Power of Why” ที่จะทำให้คุณสามารถเปลี่ยนแปลงคนทั้งโลกได้

36. กรณี Line Sticker ที่มียอดโหลดตกลง ต้องเริ่มด้วย Why = ทำไมลูกค้าหยุดโหลด คำตอบที่ได้จะนำไปสู่การสร้างโซลูชันใหม่ที่ตอบโจทย์ Pain Point ลูกค้าได้ตรง เช่น สติ๊กเกอร์ปรับแต่งได้, ใส่ชื่อเล่น, แลกของเก่าเป็นใหม่ หรือแม้กระทั่งตู้ขายสติ๊กเกอร์

37. การสร้าง Innovation ไม่ใช่แค่ดูตัวเลข เพราะลูกค้ามักไม่รู้ว่าต้องการอะไร จนกว่าจะเห็นจริง หน้าที่ของเราคือถอดรหัส Pain Point และสร้างสิ่งใหม่ที่ลูกค้าเองก็ยังไม่รู้ว่าต้องการ ที่เรียกว่า Disruptive Change

38. ทฤษฎีไข่ดาว: ถามลูกค้าโดยตรงมักไม่ได้คำตอบ แต่การเข้าใจบริบทรอบ ๆ ผลิตภัณฑ์จะทำให้เห็น Pain Point ที่แท้จริง

39. Winning Innovation ต้องตอบโจทย์ 3 อย่าง: ลบ Pain Points, เพิ่ม Gain Points และชนะคู่แข่งด้วยการแก้ปัญหาที่ดีกว่า

40. สุดท้าย “ของจริงจะชนะเสมอ” ไม่ใช่ใครใหญ่กว่า หรือใครแข็งแรงกว่า แต่คือใครที่สร้างนวัตกรรมที่ตอบโจทย์ลูกค้าได้จริง จึงจะอยู่รอดและเติบโต

Panel Discussion : From Passion to Profession: เจาะลึกการเติบโตและการเปลี่ยนแปลงของ Creator Economy 

👉  โดย คุณเต๋า พัฐวร ผ่องแผ้ว, Head of product and technology department, TrueID, ดร.เล็ก ธีรเดช ดำรงค์พลาสิทธิ์, CEO, EGG Digital และ คุณแบงค์ปิ ปิยวัฒน์ ปิยวัชรวิจิตร เจ้าของช่องยูทูบ ‘Bank PII’

41. Creator Economy บนแพลตฟอร์มเติบโตอย่างก้าวกระโดดกว่า 1,034% ระหว่างปี 2015-2019 ปัจจุบันมี Creator กว่า 20,000 คน ซึ่งไม่ได้ทำคอนเทนต์เพื่อความบันเทิงเพียงอย่างเดียว แต่ครอบคลุมทั้งงานอดิเรกและการทำเป็นอาชีพจริงจัง

42. ตลาด Influencer เติบโตต่อเนื่องกว่า 70% ต่อปี เพราะแบรนด์หันมาใช้ KOL มากขึ้น Creator ที่สามารถเล่าไลฟ์สไตล์จนทำให้คนอยากมีส่วนร่วม สามารถสร้าง Engagement และเปลี่ยนเป็นยอดขายได้จริง ทำให้ Influencer Marketing กลายเป็นหนึ่งในเครื่องมือทรงพลัง

43. ฝั่ง Creator มองว่า ทุกวันนี้ใคร ๆ ก็สร้างคอนเทนต์และหารายได้เองได้ แต่ความท้าทายคือการแข่งขันสูงมาก การจะอยู่รอดต้องผสมผสาน Passion + Mindset + Skill เพื่อสร้างความแตกต่างและเติบโตอย่างรวดเร็ว

44. การเปลี่ยน Passion ให้เป็นอาชีพจริงจัง คุณแบงค์ย้ำว่า Passion อย่างเดียวไม่พอ เพราะอาจ Burnout ได้ ต้องเสริมด้วยวินัย ความสม่ำเสมอ การวางแผนที่ดี การทำ Storytelling สร้าง Branding ชัดเจน วิเคราะห์ข้อมูลหลังบ้าน ใช้ AI เป็นผู้ช่วยเมื่อเจอทางตัน แต่ไม่ทิ้งตัวตน และต้องเข้าใจกติกา-จริยธรรมของแพลตฟอร์ม

45. TrueID สนับสนุน Creator ผ่าน Development Program เพื่อเพิ่มทักษะ พร้อมมอบโอกาสสร้างรายได้จริง ทั้งจาก Loyalty Program, Reward, แคมเปญ และ Ad revenue ที่สำคัญคือการสร้าง Positioning ให้ชัดว่า Creator แต่ละคนเก่งและโดดเด่นด้านไหน

46. Content Creator ต้องสร้าง “Personality” เพื่อให้กลายเป็น Brand Asset ที่แข็งแรง รู้ว่าตัวตนคือใครและจะนำเสนออะไร โดยมีเครื่องมืออย่าง Influematch.AI ที่ช่วยจับคู่ Influencer กับแบรนด์ และ Admatch.AI ที่ทำหน้าที่เหมือน Agency ช่วยดูแลทั้งการตลาดหน้าบ้านและหลังบ้านให้ครบวงจร

Session: Career Spark: New Online Learning Platform First Look 

👉 โดย คุณเน็ท ชัดชนัญญ์ คงเดชะกุล, Growth Lead, True Digital Academy 

47. คุณเน็ท ชี้ให้เห็นว่า ภาพรวมตลาดแรงงานปี 2025 มีความน่าเป็นห่วง อัตราการจ้างงานลดลง 0.51% โดยบัณฑิตจบใหม่ว่างงานสูงถึง 1.84% ในไตรมาสแรก และอีก 5 ปีข้างหน้า งานสายออฟฟิศ (White Collar Jobs) กว่าครึ่งอาจถูก AI แทนที่ แม้งานจะไม่ได้หายไป แต่บทบาทเปลี่ยนแปลงไปเร็วมาก คนที่พัฒนาทักษะเท่านั้นถึงจะอยู่รอด

48. จากโจทย์นี้จึงเกิดเป็น “Career Spark” แพลตฟอร์มการเรียนรู้ออนไลน์ ที่ออกแบบมาเพื่อเร่งพัฒนาทักษะใหม่ เชื่อมโยงสู่โอกาสในสายอาชีพจริง และช่วยให้ผู้เรียนพร้อมปรับตัวกับตลาดงานที่เปลี่ยนไป

49. Career Spark วางเส้นทางการเรียนรู้ไว้ 3 ระดับ คือ
– Boost การ UpSkill, ReSkill, NewSkill
– Battle พื้นที่ให้ผู้เรียนแสดงผลงานผ่าน Community & Showcase
– Bridge การเชื่อมต่อสู่โอกาสทำงานจริงกับพันธมิตรชั้นนำ

50. แต่ละ Career Track ถูกออกแบบมาเพื่อตอบโจทย์อาชีพในฝันที่ตลาดต้องการ ทั้งปัจจุบันและอนาคต เริ่มจากสาย Content Creator ต่อด้วย AI Project Manager ที่แม้ไม่ใช่สาย Tech ก็สามารถพัฒนาเป็นผู้จัดการโครงการด้าน AI ได้

Session: Age of AI Search: เมื่อทุกการค้นหาเปลี่ยนไป เราควรปรับตัวอย่างไร

👉 โดย คุณไอซ์ ศิริพงษ์ กลิ่นขจร, CEO & Co-Founder, Nerd Optimize

51. การมาของ AI ทำให้พฤติกรรมการค้นหาของผู้ใช้เปลี่ยนไป นักการตลาดและแบรนด์จึงต้องปรับกลยุทธ์ตามอย่างเร่งด่วน

52. Google นำ Gemini มาเป็นตัวกลางระหว่างผู้ใช้กับเว็บไซต์ ส่งผลให้จำนวนคลิกเข้าเว็บลดลงอย่างเห็นได้ชัด

53. ฟีเจอร์ AI Overview จะตอบคำถามให้เสร็จสรรพในหน้าค้นหา ผู้ใช้ไม่จำเป็นต้องกดเข้าเว็บไซต์ ส่งผลโดยตรงต่ออันดับและทราฟฟิก

54. การค้นหาไม่ได้หยุดแค่คำสั้น ๆ (Single Search) แต่เปลี่ยนเป็น Conversational Search ด้วยประโยคที่ยาวและเฉพาะเจาะจงมากขึ้น

55. ยกตัวอย่างเช่น จากที่เคยค้นหาคำว่า “ที่เที่ยวโตเกียว” กลายเป็น “แผนเที่ยวโตเกียว 1 วัน สำหรับครอบครัวที่มีลูกชายวัย 3 ขวบ” ซึ่งข้อมูลเชิงลึกแบบนี้ทำให้ Google ยิงโฆษณาได้แม่นยำกว่าเดิม

56. นักการตลาดและคนทำคอนเทนต์ต้องเร่งปรับเว็บไซต์ ให้รองรับ AI ผ่าน llms.txt, robots.txt, Coding และ AI Card เพื่อให้ระบบอ่านและดึงข้อมูลของเราไปใช้ได้

57. การทำ Structured Data และใส่ Context ชัดเจน รวมถึงการทำ Query Fanout Analysis เพื่ออัปเดตคอนเทนต์ให้ครอบคลุมหลายมิติของการค้นหา ถือเป็นหัวใจสำคัญ

58. Branding Transformation กลายเป็นปัจจัยหลักที่ทำให้ AI เลือกเนื้อหาของเรา โดยอิงจาก 3 ปัจจัย คือ
– Brand Mentions: ถูกพูดถึงบ่อยบนโลกออนไลน์
– Branded Anchors: มีลิงก์กลับด้วยชื่อแบรนด์
– Branded Search Volume: มีจำนวนการค้นหาแบรนด์โดยตรงสูง

59. 3 ขั้นตอนทำ AI Search อย่างมีประสิทธิภาพ:
– เตรียมเว็บไซต์ด้านเทคนิค (Technical SEO) ให้ AI เข้ามาอ่านข้อมูลได้ครบ
– สร้างเนื้อหาแบบ Hyper-personalized ตอบโจทย์ปัญหาเฉพาะบุคคล
– สร้างตัวตนของแบรนด์ในทุกช่องทาง (Omnichannel Presence) เพื่อเพิ่มความน่าเชื่อถือ

60. ความน่าเชื่อถือของแบรนด์คือหัวใจสำคัญ เพราะ AI จะให้น้ำหนักกับแบรนด์ที่ถูกพูดถึงในเชิงบวก มีการอ้างอิงจริง และมีตัวตนชัดเจนในหลายช่องทาง

Session: From AI Hype to Business Moat: R&D-driven innovation, people, and culture power enterprise-wide advantage 

👉 โดย ดร.ออฟ ทุตานนท์ สินธุประสิทธิ์, Head of Research and Development, SCBX

61. หลายองค์กรยังไม่สามารถใช้ AI ให้เกิดผลลัพธ์จริง แม้ต่างก็ยอมรับว่า AI คืออนาคต

62. แม้ 80% ของผู้นำธุรกิจเห็นด้วยกับศักยภาพของ GenAI แต่มีไม่ถึง 25% ขององค์กรที่สามารถ Scale ได้สำเร็จ

63. SCBX จึงตั้งเป้าหมายที่ชัดเจนและท้าทาย เพื่อพลิกโฉมธุรกิจด้วย AI เช่น
– 75% ของรายได้ต้องมาจาก AI
– 75% ของกระบวนการทำงานต้องถูก Automate โดย AI
– อย่างน้อย 15% ของพนักงานต้องสามารถใช้ AI ได้จริงในงานประจำ

64. หนึ่งในกลยุทธ์สำคัญคือการพัฒนา Typhoon LLM โมเดลภาษาไทยที่ตอบโจทย์การใช้งานจริงในหลายโซลูชัน รวมถึงมีการพัฒนาภาษาอื่น ๆ เพิ่มเติม

65. ตัวอย่างการนำ Typhoon LLM ไปใช้ในเชิงธุรกิจ เช่น Market Conduct Detection ที่ช่วยเสนอผลิตภัณฑ์ให้ลูกค้า, แพลตฟอร์ม Agentic AI Financial Advisory และ Digital RM Training เพื่อยกระดับการเรียนรู้ของบุคลากร

66. 4 ขั้นตอนสู่การ Scale AI ในองค์กร:
– กำหนดวิสัยทัศน์และเป้าหมายที่วัดผลได้ พร้อมสื่อสารให้เข้าใจทั่วทั้งองค์กร
– ดึง “คนที่ใช่” เข้ามาร่วมทีม และให้อำนาจการตัดสินใจ
– สร้างวัฒนธรรมแห่งการทดลอง ให้รางวัลกับความสำเร็จเล็ก ๆ และเรียนรู้จากความผิดพลาด
– โฟกัสการเติบโตระยะยาว แม้ต้องเจอความผันผวนทางเศรษฐกิจก็ตาม

Session: Road to Hyper Personalization 

👉 โดย คุณบี สโรจ เลาหสิริ, Marketing Transformation Consultant เจ้าของเพจ สโรจขบคิดการตลาด

67. Personalization (การทำการตลาดแบบรู้ใจเฉพาะบุคคล) คือการทำให้ลูกค้าอยู่กับเราได้นานขึ้น ด้วย 3 หลักการ “สร้างความสัมพันธ์” ให้ลูกค้ารู้สึกว่าแบรนด์ใส่ใจและมองว่าเป็นคนพิเศษจากลูกค้าซื้อซ้ำสู่ลูกค้าที่ภักดี “แก้ปัญหาได้ตรงจุด” ประหยัดเวลาของลูกค้า และ “มอบประสบการณ์” ที่น่าประทับใจตั้งแต่ต้นจนจบ

68. สิ่งสำคัญ ในการทำ Personalization คือต้องเข้าใจลูกค้าเชิงลึก ไม่ใช่แค่รู้ว่าเขาชอบอะไร แต่ต้องรู้ว่า “ทำไมเขาต้องการสิ่งนั้น”

69. การใช้ข้อมูล Demographic เช่น ชื่อ อายุ รายได้ หรือภาษาที่ใช้ เป็นเพียงระดับพื้นฐาน ผิวเผิน ไม่เพียงพอที่จะชนะใจลูกค้าได้

70. แต่ต้องผสาน Data หลายมิติ เช่น
– Behavioral Data: พฤติกรรมการซื้อและเส้นทางการตัดสินใจ
– Predictive Data: การคาดการณ์พฤติกรรมและความต้องการในอนาคต
– Context Data: บริบทและสถานการณ์ในช่วงเวลานั้น ๆ
สิ่งเหล่านี้ทำให้สามารถสร้างคุณค่าเฉพาะบุคคลได้อย่างแม่นยำ

71. เทคโนโลยีสามารถเข้ามาช่วยยกระดับสู่ Hyper-Personalization ทำให้เข้าถึงลูกค้าได้ลึกและตรงจุดกว่าเดิม

72. ตัวอย่าง Pedigree ใช้แคมเปญโฆษณาที่เชื่อมการรับเลี้ยงสุนัขเข้ากับสื่อออนไลน์-ออฟไลน์ ทำให้ผู้คนที่เห็นโฆษณาสามารถสแกนและรับเลี้ยงได้ทันที

73. เส้นทางสู่การเป็นผู้นำด้าน Hyper-Personalization คือการใช้ Maturity Model แบบขั้นบันได: จาก Basic Data > Rule-based > Behavior Patterns > Behavioral Predictions > AI แบบเต็มรูปแบบ เพื่อสร้างประสบการณ์ที่ตอบโจทย์ลูกค้าได้อย่างลึกซึ้งและแม่นยำที่สุด

74. ตัวอย่าง L’Oreal Dose ใช้การตรวจสุขภาพผิวเพื่อผลิตสกินแคร์สูตรเฉพาะบุคคล แสดงให้เห็นถึงการตลาดแบบ “1 ต่อ 1” อย่างแท้จริง

75. Personalization at scale คือการใช้ข้อมูลที่น่าเชื่อถือ (ประวัติการซื้อ, พฤติกรรมออนไลน์, แบบสอบถาม) เพื่อนำไปออกแบบประสบการณ์เฉพาะบุคคลให้กับลูกค้าจำนวนมาก ครอบคลุมหลายช่องทาง

76. องค์กรต้องสร้างรากฐาน Data & Analytics ที่แข็งแรง จึงจะสามารถทำ Personalization ที่ Scale ได้จริง และสร้างความแตกต่างจากคู่แข่ง

77. หัวใจของ Hyper-Personalization คือระบบที่ถูกต้อง และการเร่งให้แบรนด์ขยับจาก one-to-many ไปสู่ one-to-few หรือ one-to-one ให้เร็วที่สุด

Session: How to Survive? The First Principles

👉 โดย คุณทอย-กษิดิศ สตางค์มงคล ผู้เชี่ยวชาญด้าน Data เจ้าของเพจและเว็บไซต์ DataRockie

78. คุณทอย ชวนมองโลกผ่านพื้นฐาน First Principles คือการเข้าใจพื้นฐานของระบบของสิ่งต่าง ๆ ที่เกิดขึ้นบนโลกนี้ เราจะสามารถออกแบบผลลัพธ์ใหม่ ๆ ได้เสมอ

79. Framework Inflow > Stock > Outflow: ถ้า Inflow มากกว่า Outflow ทรัพย์สิน (Stock) จะเติบโตขึ้น

80. หากเทียบกับการทำงานยุค AI: รายได้ (Inflow) ส่วนใหญ่ ของคนยังมาจากงานประจำเพียงทางเดียว เมื่อเจอ AI Disrupt หรือความเสี่ยงการถูกเลิกจ้าง และค่าใช้จ่าย (Outflow) ที่เพิ่มขึ้น Stock ทางการเงินจึงเสี่ยงถูกกระทบ

81. เราจึงต้องเอาตัวรอดจากการแข่งขันที่สูงด้วย “ทฤษฎีป่ามืด” (Dark Forest Theory) ที่ชี้ว่า ทุกอารยธรรมต้องการอยู่รอด และความไม่ไว้วางใจทำให้การซ่อนหรือการทำลายกลายเป็นทางเลือกที่ปลอดภัยที่สุด เหมือนการแข่งขันในยุคปัจจุบัน

82. สิ่งที่น่ากลัวไม่ใช่ AI เอง แต่คือ “คน” ที่ใช้ AI ในทางที่ผิด เพราะอาจเปลี่ยนแปลงและตัดสินชีวิตคนอื่นได้

83. “ภาษา” คือเครื่องมือสร้างสมองและโอกาส คนที่มีคำศัพท์มากกว่าย่อมก้าวหน้าได้มากกว่า แต่ปัจจุบันผู้คนกลับอ่านหนังสือน้อยลง

84. ขณะที่ AI ซึ่งเรียนรู้จากภาษาเช่นเดียวกัน กำลังไล่ทันและแซงมนุษย์ในทุกขณะ เพราะมนุษย์ลดการเรียนรู้ลง แต่ AI ถูกออกแบบมาเพื่อแข่งกับสมองระดับโลก

85. คุณทอยแนะนำให้ทุกคน “อ่านและเขียนทุกวัน” เรียนรู้ภาษาอย่างต่อเนื่อง เพราะนี่คือการลงทุนเพื่ออยู่รอดในอีก 10-20 ปีข้างหน้า

86. AI ไม่ได้ถูกสร้างขึ้นมาเพื่อเป็นคนกลาง ๆ แต่มันถูกสร้างมาเพื่อแข่งกับ “มนุษย์ที่เก่งที่สุด” ดังนั้นเราต้องพัฒนาตัวเองอย่างต่อเนื่อง

87. จึงอย่ากลัวว่า AI จะเหมือนมนุษย์ แต่จงกลัวว่ามนุษย์จะเสื่อมถอยลงไปเป็น AI ที่ไร้ความฝัน ไม่มีความหวัง ความคิดสร้างสรรค์ ควรกำหนดเป้าหมายแล้วเลือกที่จะทำอะไรเพื่อตัวเองขึ้นมาสักอย่าง จะเป็นอีกหนึ่งทางรอดได้

88. เมื่อเงินหายากขึ้น เราต้องเลือกว่าจะทำงานหนักเพื่อ “คนอื่น” หรือทำงานหนักเพื่อ “ตัวเอง”

89. คำตอบคือ Work harder on yourself, not just your job จะช่วยยกระดับตัวเองทุกวัน เพื่ออยู่รอดและเติบโตในโลกใหม่

Session: Your Next Step: From Inspiration to Action

👉 โดย คุณอาร์ท อภิรัตน์ หวานชะเอม, Head of True X แห่ง True Digital Group

90. AI คือเครื่องมือเพิ่มศักยภาพ (Empower) ไม่ใช่สิ่งที่จะมาแทนมนุษย์ แต่มันจะช่วยเปลี่ยน Passion เป็น Profession และเปิดทางให้เรากลายเป็นผู้เชี่ยวชาญได้หลายด้าน เราจึงต้องเข้าใจศักยภาพและการนำ AI ไปใช้

91. ความท้าทายไม่ได้อยู่ที่ AI จะมาแทนที่ แต่คือการที่เราต้องรู้จักใช้ AI ให้เป็น “สมองเสริม” เพราะจริง ๆ แล้วเราจะไม่ตกงานเพราะ AI แต่จะตกงานเพราะคนที่ใช้ AI ได้ดีกว่า และในขณะเดียวกัน AI ยังสามารถเปิดโอกาสใหม่ ๆ ทั้งด้านอาชีพและธุรกิจให้กับเราได้ด้วย

92. รวมถึงถ้าคนเปราะบางเข้าไม่ถึง AI ความเหลื่อมล้ำจะยิ่งรุนแรง และทำให้ช่องว่างทางสังคมกว้างขึ้น

93. การนำ AI มาใช้ควรมี 3 คุณสมบัติ – Inclusive (เข้าถึงได้ทุกคน), Purposeful (สร้างประโยชน์จริง), Empowering (เสริมศักยภาพมนุษย์) และสิ่งที่มนุษย์ควรทำคือสิ่งที่ AI ทำไมได้ เช่น Passion, Vision, Creativity, Empathy, Wisdom

94. AI เหมาะกับงาน “How & What” (ทำอย่างไร/ทำอะไร) ส่วนมนุษย์ต้องโฟกัสที่ “Why & When” (ทำไม/เมื่อไร) ด้วยวิจารณญาณและความคิดสร้างสรรค์

95. การใช้ AI แบบ “Agentic” คือการผสาน Predictive AI + Generative AI แปลภาษาข้อมูลให้เข้าใจง่าย ทำให้ทุกคนใช้ข้อมูลได้ โดยไม่ต้องเป็น Data Scientist เพียงรู้และเข้าใจว่าอยากให้ AI ช่วยทำอะไร

96. การนำ AI มาใช้ในองค์กรมี 3 ขั้นตอน: Reflect (สำรวจงาน), Reframe (เขียนบทบาทใหม่), Reinvent (สร้างองค์กรที่มนุษย์-AI ทำงานร่วมกัน)

97. โมเดล Human.AI การนำ AI มาประยุกต์ใช้ในองค์กร มี 3 รูปแบบการทำงาน: Augment (AI ทำงานแทนบางส่วน), Collaborate (คน+AI ทำงานร่วมกัน), Assist (AI เป็นผู้ช่วยส่วนตัว)

98. AI ไม่ได้มาแทนที่ แต่มาท้าทายให้เรานิยามคำว่า “งาน” ใหม่อีกครั้ง เราจะสามารถสร้างงานใหม่ ๆ ได้ถ้าเรารู้ว่าจะใช้ AI อย่างไรให้เกิดประโยชน์

99. หลังจากนี้ ปล่อยให้ AI ดูแลเรื่อง How & What แล้วให้มนุษย์ยกระดับไปโฟกัส Why & When ที่ต้องใช้ความคิดสร้างสรรค์และกลยุทธ์ที่มีคุณค่า

100. “ยอมโง่เพื่อฉลาด” ทิ้งสกิลที่อาจถูกแทนด้วย AI แล้วโฟกัสกับ Wisdom และ Human Touch ที่อยู่กับเรามานาน และไม่มีวันหมดคุณค่า

สรุป

โลกไม่รอใคร และ AI ก็ไม่ได้มาแค่ทดสอบมนุษย์ แต่กำลังเปลี่ยนเกมทั้งหมด สิ่งที่ตัดสินว่าใครอยู่รอดคือใครรู้จักใช้ AI เป็น “สมองเสริม” ใครยังยึดแค่ความคุ้นเคยและทักษะเดิม จะถูกทิ้งไว้ข้างหลัง ตั้งแต่การทำงาน การสร้างนวัตกรรม ไปจนถึงการเข้าใจลูกค้าและตลาด โอกาสอยู่ตรงหน้าคุณแล้ว ลงมือ ทำวันนี้ ใช้ได้วันนี้ แล้วก้าวนำอนาคตด้วยตัวเอง