ลูกค้าเปิดวิดเจ็ตแชท AI ตัวใหม่ของธุรกิจหนึ่ง โดยคาดหวังว่ามันจะจำอะไรบางอย่างได้ อาจเป็นไซซ์ที่เคยซื้อ ออเดอร์ล่าสุด หรือคำถามที่เคยถามไปเมื่อสองสัปดาห์ก่อน แต่กลับได้รับการทักทายด้วยประโยคเปิดทั่วไปแบบเดียวกับที่ให้ทุกคน แล้วถูกขอให้เริ่มต้นใหม่ ความหงุดหงิดในจังหวะนั้นไม่ได้มาจากความไม่คุ้นเคยกับ AI แต่ตรงกันข้าม คือความคาดหวังว่า AI ควรจะรู้อะไรบ้างแล้ว วิ่งเร็วกว่าสิ่งที่ธุรกิจขนาดเล็กและกลางส่วนใหญ่สร้างไว้ข้างใต้มัน
รายงาน "thAI Consumer AI Adoption 2026" ของ SCBX ซึ่งอิงจากการสำรวจผู้บริโภคไทยอายุ 20–60 ปี จำนวน 1,004 คน จัดทำโดย Ipsos และ Vitamins ในเดือนสิงหาคม 2568 พบว่ากว่า 80% ของผู้บริโภคไทยใช้ AI เป็นประจำอยู่แล้ว แต่มีเพียง 13% เท่านั้นที่รายงานว่าใช้ AI ได้ "เต็มศักยภาพ" รายงานนี้ยังระบุกลุ่มผู้ใช้ AI ที่แตกต่างกัน 9 กลุ่ม และสองกลุ่มที่กระหายประสบการณ์ AI ที่ปรับให้เข้ากับตัวเองจริงๆ มากที่สุด คือ "Life Optimizer" และ "Pro-formance" รวมกันแล้วมีเพียง 13% ของผู้บริโภคไทยเท่านั้น
ฟังดูเหมือนเรื่องนี้คือความลังเลของผู้บริโภค คือคนไทยยังไม่พร้อมพึ่งพา AI เต็มที่ แต่ลองอ่านตัวเลขอีกครั้งจะพบว่าตรงกันข้าม การใช้งานสูงอยู่แล้ว และเพดานไม่ได้อยู่ที่ความต้องการของผู้บริโภค แต่อยู่ที่ธุรกิจมีข้อมูลที่มีโครงสร้างและเจาะจงพอเกี่ยวกับลูกค้ารายหนึ่งๆ ให้ AI เอาไปปรับให้เข้ากับตัวเองได้จริงหรือเปล่า บทความนี้จะพาไปดูว่ารายงานของ SCBX พบอะไรจริงๆ ทำไม SME ส่วนใหญ่ถึงยังส่งมอบให้ไม่ได้แม้แต่กลุ่มคนส่วนน้อยที่กำลังเรียกร้องการปรับให้เข้ากับตัวเองมากขึ้น และการปิดช่องว่างนั้นหน้าตาเป็นอย่างไร
คนไทยไม่ได้รอใครอนุญาตก่อนเริ่มใช้ AI เป็นประจำ สิ่งที่ฉุดรั้งประสบการณ์ที่ปรับให้เข้ากับตัวเองจริงๆ ไม่ใช่ความลังเลของผู้บริโภค แต่คือธุรกิจมีข้อมูลลูกค้าพอจะให้ประสบการณ์แบบนั้นได้หรือเปล่า
รายงาน thAI Consumer พบอะไรจริงๆ
วิธีวิจัยเป็นเรื่องสำคัญตรงนี้ นี่ไม่ใช่แบบสำรวจจากผู้ให้บริการที่ออกแบบมาเพื่อขายซอฟต์แวร์ AI แต่เป็นงานวิจัยพฤติกรรมผู้บริโภคระดับประเทศจาก SCBX ครอบคลุมผู้ใช้บริการธนาคารและการเงินส่วนบุคคลทั่วประเทศ จัดทำโดยบริษัทวิจัยอิสระอย่าง Ipsos และ Vitamins SCBX รายงานว่ากว่า 80% ของผู้ตอบแบบสอบถามเคยใช้ AI ในรูปแบบใดรูปแบบหนึ่งแล้ว และเมื่อถามว่าต้องการอะไรจาก AI มากที่สุด 74% ระบุว่า "เพิ่มประสิทธิภาพการทำงานของฉัน" เป็นประโยชน์อันดับหนึ่ง ไม่ใช่ความแปลกใหม่ ไม่ใช่ความบันเทิง แค่ขั้นตอนที่ซ้ำซ้อนน้อยลงในสิ่งที่พวกเขากำลังพยายามทำอยู่แล้ว
มีเพียง 13% เท่านั้นที่บอกว่าตัวเองใช้ AI ได้เต็มศักยภาพ นี่คือตัวเลขที่ควรพิจารณาอย่างจริงจัง เพราะมันไม่ใช่ช่องว่างด้านการรับรู้หรือความเต็มใจ กว่า 90% ของผู้บริโภคไทยรับรู้เรื่อง AI อยู่แล้ว และกว่า 80% ก็ใช้งานอยู่แล้ว แต่เป็นช่องว่างด้านความลึก คนส่วนใหญ่ใช้ AI แบบเบาๆ และตั้งใจจำกัดการใช้งาน ไม่ใช่เพราะไม่ไว้ใจ แต่เพราะสิ่งที่พวกเขาปฏิสัมพันธ์ด้วยส่วนใหญ่ยังไม่ได้ให้เหตุผลให้ใช้ลึกกว่านี้
The Depth Gap ช่องว่างระหว่างสิ่งที่ลูกค้าอยากได้กับสิ่งที่ธุรกิจมีข้อมูลพอจะให้ได้
ขอเรียกมันว่า the Depth Gap คือช่องว่างระหว่างสิ่งที่ผู้บริโภคส่วนน้อยกำลังเรียกร้องให้ AI ทำเพื่อพวกเขาจริงๆ กับสิ่งที่ธุรกิจส่วนใหญ่มีข้อมูลพอจะส่งมอบได้ในตอนนี้ กลุ่มทั้งเก้าของ SCBX ทำให้เรื่องนี้จับต้องได้ชัดขึ้น สองกลุ่มที่ใหญ่ที่สุดคือ "Smart Minimalist" (36%) และ "Skeptical Practitioner" (34%) รวมกันแล้วอธิบายผู้บริโภคไทยราว 70% ว่าเป็นผู้ใช้งานที่พอประมาณโดยตั้งใจ คือคนที่ใช้ AI เมื่อมีประโยชน์และยังระมัดระวังในส่วนที่เหลือ นี่ไม่ใช่คนส่วนใหญ่ที่ฉุดรั้ง AI ไว้ แต่เป็นคนส่วนใหญ่ที่ใช้มันในระดับที่สมเหตุสมผลสำหรับตัวเองพอดี
สองกลุ่มที่ SCBX ระบุว่ามีส่วนร่วมกับประสบการณ์ AI แบบปรับให้เข้ากับตัวเองมากที่สุด คือ "Life Optimizer" (8%) และ "Pro-formance" (5%) รวมกันได้ 13% ของผู้บริโภค ซึ่งบังเอิญเป็นสัดส่วนเดียวกับที่รายงานว่าใช้งาน "เต็มศักยภาพ" แม้ SCBX จะไม่ได้ระบุว่าทั้งสองกลุ่มนี้คือคนกลุ่มเดียวกันเป๊ะก็ตาม สิ่งที่ตัวเลขทั้งสองชุดเห็นตรงกันคือขนาดของความต้องการการปรับให้เข้ากับตัวเองแบบลึกในตอนนี้ คือมีจริง เจาะจง และยังเป็นคนส่วนน้อย ไม่ใช่ตลาดหลัก ธุรกิจไม่จำเป็นต้องให้บริการ AI ขั้นสูงกับลูกค้าทุกคนถึงจะมีความหมาย แค่ต้องให้บริการคนที่กำลังเรียกร้องอยู่แล้วได้ก็พอ
ทำไม SME ไทยส่วนใหญ่ถึงส่งมอบให้ไม่ได้ แม้แต่กลุ่ม 13% ที่กำลังเรียกร้อง
การปรับให้เข้ากับตัวเองจริงๆ ต้องการส่วนผสมเฉพาะอย่างหนึ่งที่โมเดล AI ไม่ได้คิดค้นขึ้นมาเอง คือระเบียนที่มีโครงสร้างและถูกต้องว่าลูกค้ารายนี้เคยทำอะไร พูดอะไร และชอบอะไรไปแล้ว ถ้าไม่มีสิ่งนี้ วิดเจ็ตแชทที่ "ขับเคลื่อนด้วย AI" ก็เป็นแค่สคริปต์ที่สวมหน้าตาที่เป็นมิตรกว่าเดิม ฟังดูมั่นใจ แต่เริ่มจากศูนย์ทุกครั้ง เหมือนกับลูกค้าที่หงุดหงิดในฉากเปิดบทความนี้เป๊ะ นี่คือช่องว่างเชิงโครงสร้างเดียวกับที่กล่าวถึงในทำไมการใช้ AI ของไทยกำลังวิ่งนำหน้าฐานข้อมูลที่รองรับมัน เพียงแต่บทความนี้มองจากฝั่งความต้องการ ส่วนอีกบทความมองจากฝั่งความพร้อมของเพดานเดียวกัน
ลองนึกภาพแบรนด์เครื่องสำอางอิสระสมมติชื่อ "นารา คอสเมติกส์" มีเคาน์เตอร์ค้าปลีกสองจุดและร้านออนไลน์หนึ่งร้าน นาราเพิ่มวิดเจ็ตแชท AI ที่สัญญาว่าจะแนะนำผลิตภัณฑ์บำรุงผิวแบบเฉพาะบุคคล ซึ่งเป็นฟีเจอร์แบบเดียวกับที่ลูกค้ากลุ่ม Life Optimizer และ Pro-formance ของนาราต้องการพอดี แต่เพราะประวัติการซื้อไม่ได้เชื่อมกับตัวตนในแชท ลูกค้าเก่าที่กลับมาเลยต้องทำแบบทดสอบประเภทผิวแบบเดิมทุกครั้งที่มาเยือน ได้รับคำแนะนำที่ไม่รู้เลยว่าเธอเพิ่งซื้อมอยส์เจอไรเซอร์ไปเมื่อสามสัปดาห์ก่อน และสุดท้ายก็เลิกใช้วิดเจ็ตไปเลย นาราไม่ได้ล้มเหลวเรื่องการรับ AI แต่นารารับ AI มาโดยไม่มีระเบียนลูกค้าที่ AI ต้องการเพื่อให้เป็นเรื่องส่วนตัวได้จริง ซึ่งเป็นระเบียนพื้นฐานแบบเดียวกับที่คู่มือ CRM สำหรับ SME ไทยฉบับเข้าใจง่ายของเราพาไปดูวิธีสร้าง
Playbook ของ Depth Gap
- Know Which 13% You're Actually Serving รู้ว่าคุณกำลังให้บริการ 13% กลุ่มไหนอยู่จริง — ระบุลูกค้าที่กระหาย AI จริงๆ ของคุณก่อนสมมติว่าลูกค้าทุกคนต้องการการปรับให้เข้ากับตัวเองแบบลึก เพราะกว่าสองในสามของผู้บริโภคไทยเป็นผู้ใช้งานที่พอประมาณโดยตั้งใจ ซึ่งจะไม่ตอบสนองแบบเดียวกัน
- Personalization Needs a Record, Not Just a Model การปรับให้เข้ากับตัวเองต้องการระเบียน ไม่ใช่แค่โมเดล — ฟีเจอร์ AI จะเป็นส่วนตัวได้มากแค่ไหน ขึ้นอยู่กับข้อมูลลูกค้าที่อยู่เบื้องหลังเท่านั้น เชื่อมประวัติการซื้อและบทสนทนาไว้ก่อนสัญญาประสบการณ์ที่ "ปรับให้เข้ากับตัวเอง"
- Productivity First, Novelty Second ประสิทธิภาพมาก่อน ความแปลกใหม่มาทีหลัง — 74% ของผู้บริโภคไทยต้องการให้ AI ลดความยุ่งยาก ไม่ใช่สร้างความประทับใจ ฟีเจอร์ที่ช่วยลูกค้าประหยัดขั้นตอนหนึ่งขั้นตอนจะทำผลงานได้ดีกว่าฟีเจอร์ที่แค่ดูล้ำสมัย
- Respect the Two-Thirds Who Want Less, Not More เคารพสองในสามที่ต้องการน้อยลง ไม่ใช่มากขึ้น — ผู้ใช้งานกลุ่ม Smart Minimalist และ Skeptical Practitioner รวมกันเป็นราว 70% ของตลาด อย่ายัดเยียดฟีเจอร์ AI ที่ก้าวร้าวเกินไปให้ลูกค้าที่ตั้งใจเลือกความพอประมาณอยู่แล้ว
ศูนย์ติวเตอร์ส่วนตัวที่เสนอแอปแบบฝึกหัดที่สร้างด้วย AI ก็เจอบททดสอบแบบเดียวกันเป๊ะ นักเรียนที่ใช้แอปมาหลายเดือนแล้วยังได้คำถามระดับเริ่มต้นทั่วไปอยู่ดี เว้นแต่ประวัติความก้าวหน้าจริงของพวกเขาจะเชื่อมกับตัวสร้างแบบฝึกหัด ซึ่งเป็นระเบียนที่มีโครงสร้างแบบเดียวกับที่ธุรกิจการศึกษาขนาดเล็กส่วนใหญ่ยังไม่ได้สร้างไว้
Memory สรุปสิ่งที่ทุกอย่างโยงมาที่จุดเดียว
ถ้าต้องเหลือคำเดียวที่แยก AI ที่รู้สึกเป็นส่วนตัวออกจาก AI ที่ไม่ใช่ คำนั้นคือ Memory หรือ "ความจำ" ไม่ใช่สคริปต์แชทบอทที่ฉลาดขึ้น แค่ว่าระบบจำเกี่ยวกับลูกค้ารายหนึ่งได้มากพอที่จะทำให้คำตอบครั้งถัดไปดีกว่าครั้งก่อนหรือเปล่า
คำถามที่ควรลองถามตัวเองคือ ครั้งถัดไปที่ลูกค้าเก่าปฏิสัมพันธ์กับส่วนไหนของธุรกิจคุณที่ขับเคลื่อนด้วย AI มันจะจำได้ไหมว่าเคยคุยกับคนนี้มาก่อน หรือจะขอให้เขาแนะนำตัวใหม่ทั้งหมดอีกครั้ง ถ้าเป็นแบบหลัง นั่นแหละคือ Depth Gap ที่กำลังปรากฏอยู่ในจุดที่เจาะจงและแก้ไขได้
คำถามที่พบบ่อย
คนไทยลังเลเรื่องการใช้ AI จริงหรือเปล่า
ไม่จริง กว่า 80% ใช้ AI เป็นประจำอยู่แล้ว และกว่า 90% รับรู้เรื่อง AI ช่องว่างไม่ใช่ความลังเล แต่คือความลึกของการใช้งาน โดยมีเพียง 13% เท่านั้นที่รายงานว่าใช้ AI ได้เต็มศักยภาพ
ผู้บริโภคไทยส่วนใหญ่อยากให้ธุรกิจยัดเยียดฟีเจอร์ AI มากขึ้นหรือเปล่า
ไม่จำเป็น สองกลุ่มที่ใหญ่ที่สุดในงานวิจัยของ SCBX คือ "Smart Minimalist" และ "Skeptical Practitioner" รวมกันเป็นราว 70% ของผู้บริโภค และอธิบายผู้ใช้งาน AI ที่พอประมาณโดยตั้งใจ ไม่ใช่คนที่เรียกร้องระบบอัตโนมัติมากขึ้นในทุกจุด
คนไทยบอกว่าต้องการอะไรจาก AI มากที่สุด
ประสิทธิภาพการทำงาน 74% ระบุว่า "เพิ่มประสิทธิภาพการทำงานของฉัน" เป็นประโยชน์หลักของ AI ไม่ใช่ความบันเทิงหรือความแปลกใหม่ แต่คือขั้นตอนที่ซ้ำซ้อนน้อยลงในงานที่พวกเขาทำอยู่แล้ว
ทำไมแชทบอท AI ทั่วไปถึงส่งมอบการปรับให้เข้ากับตัวเองจริงๆ ด้วยตัวเองไม่ได้
เพราะการปรับให้เข้ากับตัวเองต้องการข้อมูลเฉพาะเกี่ยวกับลูกค้าแต่ละราย ทั้งประวัติการซื้อ ความชอบ บทสนทนาที่ผ่านมา ซึ่งโมเดล AI ทั่วไปไม่มีอยู่แล้ว เว้นแต่ระบบของธุรกิจเองจะป้อนให้ในรูปแบบที่มีโครงสร้างและเชื่อมโยงกัน
หน้าตาแบบนี้เมื่อใช้ CRM จาก NAWA
CRM จาก NAWA เก็บบทสนทนา การตัดสินใจ ไฟล์ และกิจกรรมของลูกค้าไว้ในไทม์ไลน์เดียว ซึ่งเป็นระเบียนที่มีโครงสร้างแบบเดียวกับที่ฟีเจอร์ AI ต้องการเพื่อก้าวข้ามคำถามทั่วไป ไปสู่สิ่งที่สะท้อนประวัติของลูกค้าเฉพาะรายจริงๆ มันไม่ได้แทนที่เครื่องมือ AI เอง แต่เป็นชั้นความจำที่ตัดสินว่าเครื่องมือนั้นจะรู้สึกเป็นส่วนตัวหรือลืมง่าย
ถ้าธุรกิจของคุณเพิ่มฟีเจอร์ AI ไปแล้ว แต่ไม่แน่ใจว่ามีข้อมูลลูกค้ารองรับมากพอที่จะทำให้มันรู้สึกเป็นส่วนตัวหรือเปล่า คุยกับเราเรื่องการเชื่อมประวัติลูกค้าของคุณให้มาอยู่ในระเบียนเดียวที่ใช้งานได้จริง
แหล่งข้อมูล: SCBX, "thAI Consumer AI Adoption 2026"; SCBX, "SCBX Launches First 'thAI Consumer AI Adoption 2026' Report"