“ของเดิมก็ดีอยู่แล้ว” บทเรียนจากเสียงลูกค้า สู่มุมมองการนำ AI มาใช้ในธุรกิจ
วันก่อนผมมีโอกาสไปพูดคุยกับลูกค้าและพาร์ตเนอร์ที่เราได้พัฒนา AI Application ไปให้ใช้งาน สิ่งหนึ่งที่ผมได้รับฟีดแบ็กกลับมาคือคำกล่าวที่ว่า “ของเดิมก็ดีอยู่แล้ว”
คำพูดนี้กระตุกความคิดผมอย่างมาก ในฐานะผู้บริหารที่ขับเคลื่อนเรื่องเทคโนโลยี เรามักจะตื่นเต้นกับความสามารถใหม่ๆ แต่ในมุมของผู้ใช้งานจริง หากเทคโนโลยียังมีความคลุมเครือหรือปรับใช้ในชีวิตจริงได้ยาก คำถามที่ตามมาคือ เทคโนโลยีเหล่านี้เป็นแค่กระแส (Hype) หรือเป็นเพราะเรายังไม่เห็นความเป็นไปได้ใหม่ๆ และยึดติดกับความเคยชินเดิมๆ จนพลาดโอกาสที่จะเป็นผู้นำ?
วันนี้ผมจึงอยากมาแชร์มุมมองและถอดรหัสเรื่องนี้ เพื่อเป็นแนวทางสำหรับผู้นำองค์กรที่กำลังเผชิญกับความท้าทายในการผลักดันเทคโนโลยีใหม่ครับ

เข้าใจข้อจำกัดและบริบท: ทำไม “ปุ่มกด” ถึงยังจำเป็น?
ลองนึกภาพการสั่งอาหารผ่านแอป Delivery แบบเดิมดูครับ เราต้องเปิดแอป กดเลือกหมวดหมู่ เลื่อนหาร้าน กดเลือกเมนู กด Customize แล้วใส่ตะกร้า ทุกขั้นตอนมีความชัดเจน คาดเดาผลลัพธ์ได้ และใช้เวลาไม่ถึงนาทีถ้ารู้ว่าอยากกินอะไร Interface แบบนี้ถูกออกแบบมาสำหรับงาน (Task) ที่ชัดเจน ซึ่งทำงานได้ดีเพราะมันช่วยจำกัดตัวเลือกและทำให้เราไม่ต้องคิดมาก
แต่ถ้าเราหันไปบอก AI ว่า “หาร้านอาหารญี่ปุ่นแถวนี้ที่มี delivery ฟรี ราคาไม่เกิน 200 บาท แต่ไม่เอาซูชิ เพราะกินเมื่อวานแล้ว” นี่คือบริบทที่ระบบปุ่มกดทำไม่ได้ หรือถ้าทำได้ก็ต้องกด Filter หลายชั้นจนผู้ใช้เหนื่อย
หากลองแยกแยะเปรียบเทียบดู จะเห็นว่าแต่ละแบบมีจุดเด่นที่ต่างกันชัดเจน:
- ข้อดีของ UX แบบปุ่มกด: รวดเร็วสำหรับ Task ซ้ำๆ ที่ชัดเจน, ไม่มี Error จากการตีความผิด, Learning curve ต่ำ (กดใช้งานได้ทันที) และสามารถทำงานได้แม้ในที่เสียงดังหรือไม่สะดวกพูด
- ข้อดีของ AI Interface: รองรับ Context และเงื่อนไขที่ซับซ้อน, ผู้ใช้ไม่ต้องเรียนรู้ว่าฟีเจอร์อยู่ตรงไหน, สามารถทำหลาย Task ต่อกันได้ใน Flow เดียว และปรับตัวตามความต้องการที่เปลี่ยนไปได้เสมอ

กลยุทธ์ระยะสั้น: การผสานรอยต่อด้วยระบบ “Hybrid”
ทางออกเมื่อ AI ยังมี “เอ๋อ” และกลยุทธ์การทำ Adoption ทีนี้ ด้วยความที่ AI ปัจจุบันยังมีอาการเอ๋อ ทำผิด หรือไม่ได้ดั่งใจบ้าง ผู้ใช้อาจจะรู้สึกรำคาญและอยากกลับไปใช้วิธีเดิมที่คุ้นเคย ธุรกิจควรทำตัวอย่างไร? คำตอบในระยะสั้นคือ “Hybrid สิครับ” ส่วนไหนที่ใช้บ่อย ต้องการความแม่นยำสูง และวิธีเดิมเร็วกว่าง่ายกว่า ก็ปล่อยให้ใช้แบบเดิมไป แต่เพิ่มตัวเลือกที่ High-tech กว่าเข้ามาเพื่อช่วยสร้างประสบการณ์ที่ดีอย่างรวดเร็ว โดยต้องทำให้ User Journey ชัดเจนว่าทางเลือกแต่ละส่วนทำอะไรได้บ้าง เช่น การมี Rich Menu ใน LINE Chat สำหรับสิ่งที่กดง่าย แต่ก็ยังมีช่องให้พิมพ์ถามได้เมื่อไม่พบสิ่งที่ต้องการ หรือเหมือนอย่าง Google Search ที่ให้พิมพ์ Keyword ปกติ แต่ก็มี AI Overview โผล่มาเมื่อระบบคิดว่าเหมาะสม
สำหรับการทำ Adoption เพื่อให้คนหันมาใช้เทคโนโลยีใหม่ มีทางเลือกหลักๆ ดังนี้:
- ผสมไปเนียนๆ (Hybrid): ออกแบบให้เป็นระบบผสม แล้วรอดูว่าเทคโนโลยีใหม่จะสร้าง Value ที่เหนือกว่าวิธีเดิมไปไกลมากเมื่อไหร่ เช่น หาก AI Agent สามารถวิ่งไปจัดการทำธุรกรรมข้างหลังให้เสร็จสมบูรณ์ได้เลย ยังไงคนก็คงเปลี่ยนมาใช้
- แยก Channel ใหม่ไปเลย: ให้ User ได้ลองใช้อย่างเต็มที่ ซึ่งถ้าลองแล้ว “ว้าว” ผู้ใช้ก็จะย้ายมาใช้เทคโนโลยีใหม่บนช่องทางใหม่จริงๆ แต่ความท้าทายคือต้องมีแรงจูงใจมากพอ หรือต้องไปเชื่อมต่อกับ Channel ที่มี User อยู่แล้ว
ในระยะยาว เมื่อเทคโนโลยีเติบโต (Mature) จน Value Proposition มีมากพอ พฤติกรรมของผู้ใช้จะเปลี่ยนไปเอง จากเทรนด์ที่เราเห็น AI Agent สามารถทำทุกสเต็ปตั้งแต่ได้รับข้อความบ่นว่าอยากกินอาหารญี่ปุ่น ไปจนถึงจัดการสอบถามและคอนเฟิร์มสั่งมาให้เสร็จสรรพโดยเราไม่ต้องกระดิกนิ้วเพิ่ม ถึงตอนนั้นเราจะกดปุ่มหาให้ปวดตาปวดนิ้วไปทำไม? เมื่อ Value ที่ได้มัน Too good to ignore วิธีเก่าก็จะค่อยๆ หายไปเอง

จุดเปลี่ยนผ่าน: เมื่อ AI กลายเป็น “ความอยู่รอด” ไม่ใช่แค่ “ทางเลือก”
ในระยะยาว เมื่อเทคโนโลยีพัฒนาจนมอบคุณค่า (Value Proposition) ที่ดีเกินกว่าจะเพิกเฉยได้ พฤติกรรมของผู้ใช้จะเปลี่ยนไปเอง ตัวอย่างเช่น หาก AI Agent สามารถจัดการธุรกรรมอยู่เบื้องหลังให้เสร็จสรรพตั้งแต่รับคำสั่งไปจนถึงคอนเฟิร์มจบงานโดยที่เราไม่ต้องกระดิกนิ้ว คนก็ย่อมเปลี่ยนมาใช้ AI
ในฐานะผู้บริหาร เราต้องมองให้ออกว่าเมื่อไหร่ที่เทคโนโลยีข้ามเส้นจากเรื่องของ “ความชอบ” (Preference) ไปสู่ “ความสามารถที่ขาดไม่ได้” (Capability) ซึ่งมักจะเกิดจาก 3 สัญญาณเตือนนี้:
- เมื่อต้นทุนของการไม่ใช้ สูงกว่าต้นทุนของการเปลี่ยน: เช่น หากคู่แข่งใช้ AI วิเคราะห์ข้อมูลลูกค้าและตอบสนองได้เร็วกว่า 10 เท่า การยึดติดวิธีเดิมคือความเสี่ยงต่อการอยู่รอดของธุรกิจ (Survival)
- เมื่อ Ecosystem เปลี่ยนไป: เหมือนยุคที่เราต้องรับ QR Payment เพราะลูกค้าไม่พกเงินสดแล้ว
- เมื่อความเป็นไปได้ใหม่ๆ เกิดขึ้น: เทคโนโลยีไม่ได้แค่ทำสิ่งเดิมให้ดีขึ้น แต่เปิดประตูสู่ความเป็นไปได้ที่ไม่เคยมีมาก่อน เช่น การให้ AI สรุปเอกสารหลายพันหน้าใน 5 นาที ซึ่งมนุษย์ทำเองไม่ได้

คนยังเป็นหัวใจสำคัญ: การเรียนรู้ที่จะ “ไว้ใจ”
แม้เทคโนโลยีจะก้าวล้ำแค่ไหน การปรับพฤติกรรมคนในองค์กรและผู้ใช้งานก็ยังจำเป็น เหมือนที่เราเคยต้องใช้เวลาเรียนรู้ที่จะเปลี่ยนจากการจำทางมาเป็น “ไว้ใจ” ระบบ GPS หรือกล้าที่จะใช้ Mobile Payment ในโลกยุคใหม่ เราต้องสอนให้ทีมงานเรียนรู้ที่จะ “ถามคำถามที่ถูกต้อง” รวมถึงมีวิจารณญาณว่าเมื่อไหร่ควรเชื่อระบบ และเมื่อไหร่ที่ต้องลงไปตรวจสอบความถูกต้องด้วยตัวเอง

บทสรุปส่งท้าย
ผู้นำ vs ผู้ตาม “ของเดิมก็ดีอยู่แล้ว” ไม่ใช่ประโยคที่ผิดเสมอไป และ “เทคโนโลยีใหม่ดีกว่า” ก็ไม่ใช่ Universal truth ความย้อนแย้งที่แท้จริงอาจอยู่ที่ว่า ทั้งสองฝ่ายมักจะพูดถูกครึ่งหนึ่ง ของเดิมอาจจะดีจริงสำหรับบาง Use case และเทคโนโลยีใหม่อาจจะ Hype เกินจริงในบาง Context แต่ก็สามารถเปลี่ยนโลกได้จริงในอีก Context หนึ่ง
สิ่งที่แยก “ผู้นำ” ออกจาก “ผู้ตาม” อาจไม่ใช่การกระโดดใส่ทุก Hype หรือการปฏิเสธทุกการเปลี่ยนแปลง แต่คือความสามารถในการ “แยกแยะ” ว่าอันไหนคืออนาคตที่หลีกเลี่ยงไม่ได้ และอันไหนคือกระแสที่จะผ่านไป แล้วเราจะนำมาใช้ให้เหมาะกับบริบทปัจจุบันของตนได้อย่างไร และบางครั้ง วิธีเดียวที่จะรู้ได้… ก็คือการลองทำด้วยตัวเองครับ
(ป.ล. บทความนี้ก็เป็นการใช้ AI ช่วยเขียนจาก Prompt เพื่อให้ข้อมูลและการตรวจเช็คแก้ไขเพิ่มเติมเช่นกันครับ)
CEO บริษัท ไอเจ็น จำกัด-ผู้เชี่ยวชาญด้าน AI และ Machine learning ทั้งในไทยและต่างประเทศมามากกว่า 10 ปี




