เรามีจัดสัมนาช่วง ปลาย ปี 2024 พูดถึงเรื่อง AI สำหรับธุรกิจ Retail ที่ Google ประเทศไทย 3 เรื่องหลัก ๆ ที่เกี่ยวกับ AI ที่จะเปลี่ยนโลก AI ไปคือ 1 เรื่อง ประสบการณ์การซื้อสินค้าที่จะเปลี่ยนแปลงไป ซึ่งจะทำให้ Customer Journey ของการซื้อสินค้า ในโลก Digital Economy จะเปลี่ยนไป มีผลกระทบทุกกระบวนการตั้งแต่การค้นหาสินค้า ไปถึงการจบการซื้อ ทุก ๆ Journey จะมี AI เข้ามาเกี่ยวข้องทั้งสิ้น ประสบการณ์ เวลาในการปิดการขาย จะสั้นลง รวมไปถึงหน้าจอการปฏิสัมพันธ์ แบบเดิม ก็จะไม่เหมือนเดิมอีกต่อไปครับ
เทคโนโลยีสำคัญและ เข้าใจ AI แต่ละชนิดกันก่อน
ส่วนเทคโนโลยีที่เปลี่ยนพฤติกรรมสำคัญ จากที่เราพูดถึงคือ Generative AI สำหรับการให้บริการการซื้อสินค้า ในฝั่งผู้บริโภค จะมีเช่น Shopping Agent, Generative AI Search, Semantic Search และ Customer Service Agent ครับ เดี๋ยวเรามาทำความเข้าใจกันใน บทความนี้
เนื่องจาก AI เริ่มมีนิยามหลายแขนงอย่างมาก ซึ่งในระยะหลังผมจะเรียก AI/ML ที่เป็นการสร้างกระบวนการอัตโนมัติและการใช้ สถิติขั้นสูงเขียน โมเดลในการพยากรณ์ต่าง ๆ ว่า Traditional AI คือเราต้องเขียน โค้ดขึ้นมาเพื่อสั่งงาน AI ให้ทำงาน แต่หลังจาก OpenAI เปิดตัว ChatGPT เราจะเรียกกลุ่มนี้ว่าเป็น Generative AI ซึ่งก็จะมี AI Agent คือ AI ที่ทำหน้าที่เป็นผู้ช่วยเขียนอีเมล เขียนบทความทำภาพ ความสามารถที่ยังอยู่ในขั้นที่ไม่ซับซ้อนของขั้นตอนการทำงานมาก เน้นไปที่ Output ส่งมอบของให้ตามคำสั่งของเรา ส่วนขั้น Advnace ของการเอา AI มาใช้ที่เป็นเทรนด์อยู่ตอนนี้คือ Agentic AI คือ AI ที่มี Agent ตัวเดียวหรือหลายตัว ที่ทำงานร่วมกันเพื่อส่งมอบงานที่ซับซ้อนแบบที่มนุษย์ทำได้ คิดเป็นวางแผนการทำงานเป็น มีความจำ และ มีเน้นการทำงานให้เห็นผลลัพธ์ Goal-Oriented อยากเข้าใจอ่านเปรียบเทียบ AI แบบละเอียดและลงลึก Agentic AI มากขึ้นคลิกอ่าน
Conversational AI: ปฏิวัติการซื้อขายและพฤติกรรมผู้ซื้อ
Conversational AI คืออะไร?
Conversational AI คือ AI ที่สามารถจำลองการสนทนา พูดคุยของมนุษย์ได้อย่างเป็นธรรมชาติ เหมือนแม่ค้าคุยกับลูกค้า ที่ไม่เหมือนกับบอทในยุคก่อน ที่การสื่อสารทื่อ ๆ และไม่ค่อยฉลาด แต่ด้วย Conversational AI โดยอาศัยเทคโนโลยี Natural Language Processing (NLP) โมเดล AI ด้านภาษาที่ทำให้เข้าใจประโยคการพูดคุยได้เป็นธรรมชาติ และ foundation models โมเดลสร้างรูปประโยคที่ทำให้ AI มีการพูดคุยเหมือนมนุษย์ปรับรูปประโยค และเข้าใจบริบทที่คุย ซึ่งทั้งสองเทคโนโลยีนี้ ที่ช่วยให้คอมพิวเตอร์เข้าใจและประมวลผลภาษา รวมถึงสร้างข้อความหรือเสียงตอบโต้ได้อย่างชาญฉลาด ตัวอย่างที่เห็นได้ชัดคือ Chatbot, Virtual Assistant และระบบสั่งงานด้วยเสียง ซึ่งจะช่วยทำให้ ความพยายามเหมือน Siri ของ Apple หรือ Alexa ของ Amazon version ที่ฉลาดมาก ช่วยพูดคุยให้คำแนะนำเกี่ยวกับสินค้าได้เสมือนเป็นแม่ค้าจริง ๆ
สิ่งนี้จะเปลี่ยนแปลง ต่อการซื้อขายและพฤติกรรมผู้ซื้อ:
- ประสบการณ์ลูกค้าที่เหนือกว่าเดิม : Conversational AI ช่วยสร้างประสบการณ์ส่วนบุคคลที่ตอบโจทย์ความต้องการของลูกค้าแต่ละรายได้ เช่น การแนะนำสินค้าที่ตรงใจ การตอบคำถามแบบเรียลไทม์ตลอด 24 ชั่วโมง และการให้บริการหลังการขายที่รวดเร็วและมีประสิทธิภาพ หาก AI หรือผู้ให้บริการมีถึงข้อมูล CDP Customer Data Platform ที่ดี การจะแนะนำสินค้าที่โดนใจ จะยิ่งสร้างความประทับใจแก่ลูกค้าได้เพิ่มมากขึ้น
- การตลาดและการขายที่แม่นยำ: ด้วยความสามารถในการวิเคราะห์ข้อมูล Conversational AI ช่วยให้ธุรกิจเข้าใจพฤติกรรมและความต้องการของลูกค้าได้ลึกซึ้งยิ่งขึ้น ผมมักจะพูดคุยกับลูกค้าที่บริษัทเสมอว่า Conversation คือ วิธีในการหา Insights ของลูกค้าได้ดีที่สุด เพราะลูกค้าได้บอกทุกอย่างที่เขาต้องต้องการในบทสนทนาเรียบร้อยแล้ว ที่เหลือ เหลือแค่เราเข้าใจและนำสินค้ามาให้ตรงความต้องการเขารึเปล่าเท่านั้น ซึ่ง นำไปสู่การทำการตลาดและการขายที่ตรงกลุ่มเป้าหมาย เพิ่มโอกาสในการปิดการขาย และสร้างความสัมพันธ์ระยะยาวกับลูกค้าที่ดีขึ้นอย่างเห็นได้ชัด
- เพิ่มประสิทธิภาพและลดต้นทุน: Conversational AI ช่วยลดภาระงานของพนักงาน โดยสามารถตอบคำถามที่พบบ่อย จัดการคำสั่งซื้อ และติดตามสถานะการจัดส่งได้โดยอัตโนมัติ ช่วยประหยัดเวลาและต้นทุนในการดำเนินงาน ซึ่งถ้า AI พูดคุยได้ดี ความหงุดหงิดก็จะหายไป ซึ่งเราเคยประสบการณ์ที่ไม่ดีมาก่อน ในยุคก่อนมี LLM AI ส่วนใหญ่ไม่ค่อยฉลาด และไม่ค่อยเข้าใจสิ่งที่เราต้องการ การเปลี่ยนโฉมครั้งนี้ช่วยทั้ง เพิ่มประสิทธิภาพและลดต้นทุน
- ถ้าสามารถพัฒนา ให้ Conversational AI Agent ไปสู่การเป็น Agentic AI คือช่วยลูกค้าในสิ่งที่ซับซ้อนมากขึ้นได้ ก็ยกระดับการซื้อขายมากขึ้นเป็นเท่าตัว: ในยุคของ Agentic AI ที่ AI มีบทบาทมากขึ้นในการตัดสินใจ Conversational AI จะกลายเป็นผู้ช่วยส่วนตัวที่คอยแนะนำสินค้า เปรียบเทียบราคา และดำเนินการซื้อขายแทนลูกค้าได้อย่างอัตโนมัติ เพิ่มความสะดวกสบายและประสิทธิภาพในการซื้อขาย
- เมื่อ Conversational AI สะดวกสบาย ลูกค้าจะเปลี่ยนการเข้าถึงสินค้าจากหน้า UI แบบเดิมสู่การพูดคุยกับผู้ช่วยช้อป ไม่ต้องเสียเวลากับเว็บไซต์เพื่อหาสินค้าแบบเดิมเป็นเวลานาน ๆ สามารถให้ AI Agent แนะนำสินค้า โปรโมชั่น เปรียบเทียบสินค้า ไปจนถึงนัดหมายเพื่อไปรับของที่หน้าร้านได้
สุดท้ายการ Explore เพื่อหาสินค้า หรือการเปรียบเทียบสินค้า บน User Interface รูปแบบเดมิจะลดลงและถูกทดแทนด้วย Conversation Commerce มากขึ้นเรื่อย ๆ
Gen AI Search และ Semantic Search การค้นหาแบบใหม่ที่จะกลายเป็นพฤติกรรมใหม่
Gartner คาดการณ์ว่า การเข้าชมเว็บไซต์ผ่านการค้นหาแบบออร์แกนิก (Organic Search) จะลดลง 50% ภายในปี 2028 การพัฒนาของ Generative AI ในการให้ภาพรวมหรือสรุปอย่างรวดเร็ว เช่น Google, ChatGPT, Perplexity พฤติกรรมผู้ใช้งานเปลี่ยนจากการคลิกลิงก์ไปเป็นการอ่านคำตอบจาก AI แทนการเข้าไปอ่านในเว็บไซต์ การค้นหาผ่านโซเชียลมีเดีย (Social Search) เพิ่มขึ้น และแพลตฟอร์มโซเชียลมีเดียกลายเป็นจุดเริ่มต้นแรกในการค้นหา ค่าใช้จ่ายเฉลี่ยต่อคลิก (CPC) ในโฆษณา Google Search เพิ่มขึ้น 17% เมื่อเทียบรายปี อ้างอิง1
ประเด็นนี้ทำให้เกิดคำถามในหลายด้าน:
- จะปรับเปลี่ยนกลยุทธ์ SEO อย่างไรเพื่อให้ติดอันดับการอ้างอิงในคำตอบของ LLM ซึ่งในงานสัมนาเราได้เชิญ Partner ของเรา NerdOptimize มาช่วยแชร์เรื่องการทำ GEO Generative Engine Optimization ทำอย่างไรให้ GenAI เอาข้อมูลจากเว็บเราไปตอบลูกค้า ไว้มีโอกาสเขียนบทความอีกครั้งครับ
- วิธีที่มีประสิทธิภาพในการวัด ROI หรือค่าต่าง ของในการวัดผลคุณค่าของการลงทุนในเว็บไซต์แบบแบรนด์/โบรชัวร์ เทียบกับแพลตฟอร์มการทำธุรกรรมแบบครบวงจร (end-to-end transactional platforms)
- เราควรพัฒนากลยุทธ์เนื้อหาอย่างไร เพื่อให้สะท้อนถึงการค้นหาใน NLP ของแชทบอท LLM (เพื่อให้ได้การอ้างอิงในคำตอบ)
- จะสร้างความสำคัญต่อเนื้อหาที่มีคุณภาพสูง โดดเด่น และแตกต่างอย่างต่อเนื่องได้อย่างไร สำหรับโลกการค้นหาแบบใหม่ที่ Algorithm ของ Search ไม่ใช้แค่ Google
ในการค้นหาบทความ กับการค้นหาสินค้าก็จะแตกต่างกันไปสิ่งหนึ่งที่เกิดขึ้นแล้ว คือ การค้นหาแบบ Context การให้บริบทคำค้นหาแบบยาว ๆ เสมือนกำลัง Prompt ถาม AI เพื่อให้ได้คำตอบที่ตรงกับความต้องการมากที่สุด ผมยกตัวงานที่เราพัฒนากันอยู่ในการค้นหาหนังสือ
ตัวอย่าง Semantic Search
เวลาลูกค้ามีความต้องการหนังสือ ซักเล่มหนึ่ง ส่วนใหญ่ถ้าไม่ใช่หนังสือดังหรือนักเขียนดัง เราจะไม่สามารถจำชื่อหนังสือได้แน่ ๆ ครับ แต่ความต้องการหนังสือที่เขียนถึงเรื่องที่เราสนใจ หรือแนวทางที่เราชื่นชอบ ในรูปแบบการค้นหาแบบเดิม เราไม่สามารถเขียนความต้องการกว้าง ๆ เพื่อค้นหาหนังสือได้ แต่การมี AI เข้ามาช่วยสามารถทำสิ่งนี้ได้แล้ว เราจะเรียกว่า Semantic Search คือการค้นหาด้วยบริบท แทนการค้นหาด้วยความแม่นยำของคำ Exact Match ซึ่งเราจะมีโอกาสเจอสินค้าได้น้อยมาก เพราะลูกค้ามักไม่รู้ชื่อสินค้า หรือจำชื่อไม่ได้ หรือจำแบบผิด ๆ ซึ่งเสียโอกาสอย่างมากในการขาย การที่ลูกค้าพิมพ์ ค้นหา “หนังสือ How to ฮีลใจในวันที่ความสัมพันธ์กับคนในครอบครัว ไม่ค่อยดี” ระบบเข้าใจความต้องการและเอาหนังสือมาให้ได้
จะเห็นได้ว่า ผลลัพธ์ออกมาตรงทั้งที่ไม่ได้ค้นหาจากชื่อหนังสือ เลย
นี่คือตัวอย่างของ Semantic Search ซึ่งในเว็บไซต์ Ecommerce ควรจะต้องปรับตัวเองในการวางโครงสร้าง Database ให้เหมาะกับการทำงานกับ AI และนำเครื่องมือ Semantic Search ไปใช้ ยกตัวอย่าง เคสของ Macys ที่เปลี่ยนการค้นหาทำให้ลูกค้าหาสินค้าได้ง่ายขึ้น ตามความต้องการ ซึ่งเพิ่ม Conversion และประสบการณ์ในการซื้อสินค้าได้อย่างมาก เมื่อเทียบกับเว็บอื่น ๆ
บทสรุป
AI กำลังจะเปลี่ยนโฉมอุตสาหกรรมทุกแขนง โดยเฉพาะในธุรกิจค้าปลีกและสินค้าอุปโภคบริโภค (Retail and CPG) เนื่องจากเป็นตลาดที่มูลค่ามหาศาลใน Digital Economy
โดยสรุป Generative AI จะเข้ามามีบทบาทสำคัญในหลายด้าน เช่น การช่วยเหลือด้านความคิดสร้างสรรค์ (Creative assistance), การสร้างประสบการณ์การค้าแบบสนทนา (Conversational commerce), ระบบตอบรับลูกค้าอัตโนมัติ (Customer service automation), การพัฒนาผลิตภัณฑ์ใหม่ (New product development), การเพิ่มประสิทธิภาพการทำงานของพนักงาน (Improving employee productivity) และการให้คำแนะนำด้านซัพพลายเชน (Supply chain advisor)
ในอนาคตอันใกล้นี้ Agentic AI จะยิ่งเข้ามามีบทบาทสำคัญในการขับเคลื่อนธุรกิจค้าปลีกและ CPG โดย AI จะไม่เพียงแค่ทำตามคำสั่ง แต่จะสามารถวิเคราะห์ข้อมูล วางแผน และตัดสินใจได้เองโดยอัตโนมัติ ซึ่งจะเพิ่มประสบการณ์การให้บริการ การซื้อสินค้าออนไลน์ไปอีกขั้น และจะไม่อยู่แค่ในรูปแบบ Web Commerce เพียงอย่างเดียว
