โลกของธุรกิจดิจิทัลกำลังเดินมาถึงจุดเปลี่ยนที่สำคัญที่สุดในรอบทศวรรษ งานวิจัยล่าสุดจาก MIT Center for Information Systems Research (CISR) ที่เก็บข้อมูลจากกว่า 2,300 บริษัททั่วโลกตั้งแต่ปี 2013 ถึง 2025 ชี้ให้เห็นว่า โมเดลธุรกิจที่เราเคยใช้กันมานานกำลังหมดอายุ และถูกแทนที่ด้วยพลังของ Agentic AI

หากย้อนไปในปี 2013 บริษัทที่ประสบความสำเร็จคือกลุ่มที่ทำ Omnichannel หรือ Supplier แต่ปัจจุบันสถิติระบุชัดเจนว่ามีเพียงกลุ่ม Ecosystem Driver เท่านั้นที่มีอัตราการเติบโตของรายได้สูงกว่าค่าเฉลี่ยอุตสาหกรรมถึง 6% นั่นเพราะผู้บริโภคไม่ได้ต้องการแค่สินค้า แต่ต้องการทุกอย่างแบบครบวงจร (Integrated Solutions) โดย Ecosystem Driver ทำหน้าที่เป็นศูนย์กลางเชื่อมต่อสินค้า บริการ และพาร์ตเนอร์หลายรายเข้าด้วยกัน เพื่อส่งมอบทุกอย่างให้ลูกค้าในที่เดียว
อย่างไรก็ตาม เมื่อ Agentic AI เข้ามามีบทบาท MIT จึงเสนอเฟรมเวิร์กใหม่ที่วัดกันที่ 'ความสามารถในการลงมือทำแทนลูกค้า' โดยแบ่งเป็น 4 ระดับ ดังนี้:
นี่คือจุดเริ่มต้นที่ง่ายที่สุด โดยการใช้ AI เข้าไปเพิ่มประสิทธิภาพในกระบวนการที่มีอยู่แล้ว โดยให้ AI ทำหน้าที่เป็นผู้ช่วยภายใต้ขั้นตอนที่มนุษย์กำหนดไว้ชัดเจน
โมเดลรายได้ยังคงมาจากการขายสินค้าและบริการ โดยพนักงานยังเป็นผู้ตัดสินใจหลัก
เช่น สถาบันการเงินที่ใช้ AI วิเคราะห์พฤติกรรมการรูดบัตร เพื่อเสนอโปรโมชั่นที่ตรงใจมากขึ้นในระหว่างที่ลูกค้ากำลังช้อปปิ้ง แต่สุดท้ายคนยังต้องเป็นคนตัดสินใจเลือกซื้อเอง
ขยับจากบทบาทผู้ให้คำแนะนำ ไปสู่การ “ลงมือทำแทนลูกค้า” ภายใต้ขอบเขตที่กำหนด โดย AI ทำหน้าที่เป็นตัวแทนดำเนินการตามกระบวนการและกรอบที่กำหนดไว้ล่วงหน้า เพื่อบรรลุผลลัพธ์ตามเป้าหมายของลูกค้า
โมเดลรายได้จึงผูกอยู่กับความสำเร็จของผลลัพธ์นั้นโดยตรง และบทบาทของพนักงานเปลี่ยนมาเป็น 'ผู้พิทักษ์ผลประโยชน์' ให้กับลูกค้า คอยดูแลให้ AI ทำงานได้ตามเป้าหมายที่ลูกค้าตั้งไว้
ยกตัวอย่างเช่น ระบบ Auto-Investment ที่เราตั้งเงื่อนไขไว้ว่า "ถ้าหุ้นตัวนี้ตกเกิน 5% ให้ขายทันที" AI จะลงมือจัดการให้โดยที่เราไม่ต้องกดเอง แต่มันจะไม่กระโดดไปซื้อทองแทนถ้าเราไม่ได้สั่งไว้
เมื่อธุรกิจมีความยืดหยุ่นมากขึ้น AI จะทำหน้าที่ประกอบบริการจากหลายโมดูล รวมถึงพันธมิตรภายนอก เพื่อออกแบบชุดบริการที่เหมาะกับลูกค้าแต่ละราย โดย AI ช่วยคัดเลือกและผสานบริการจากผู้ให้บริการหลากหลายรายให้กลายเป็นโซลูชันที่ซับซ้อนและตรงโจทย์ยิ่งขึ้น
โมเดลรายได้จึงมาจากการจัดชุดบริการที่สร้างคุณค่าเฉพาะบุคคลให้กับลูกค้า และพนักงานคอยดูแลเรื่องการเชื่อมต่อและประสานงาน เพื่อให้มั่นใจว่าสินค้าและบริการของบริษัทสามารถทำงานร่วมกับบริการของคนอื่นได้ทันทีแบบไร้รอยต่อ
ยกตัวอย่างเช่น หากคุณอยากจัดงานแต่งงาน AI จะไปดึงเอาบริการเช่าชุดจากร้าน A, อาหารจากร้าน B, และสถานที่จากร้าน C มาเสนอเป็นแพ็กเกจเดียวที่เหมาะกับงบประมาณและสไตล์ของคุณที่สุด
นี่คือระดับที่ก้าวไกลที่สุดของโมเดลธุรกิจยุค AI เมื่อระบบมีอิสระในการตัดสินใจสูงสุด โดย AI ทำหน้าที่เป็นตัวแทนลูกค้า ออกแบบและปรับกระบวนการทำงานแบบเรียลไทม์เพื่อมุ่งสู่เป้าหมายที่กำหนด องค์กรใช้ AI เชื่อมโยงบริการจากหลายบริษัทใน Ecosystem และบริหารจัดการทั้งหมดอย่างต่อเนื่องเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
โมเดลรายได้จึงเกิดจากส่วนแบ่งของคุณค่าที่สร้างให้กับลูกค้าโดยตรง และบทบาทพนักงานขยับไปสู่การกำกับดูแลในภาพรวม คอยตรวจสอบความถูกต้อง จริยธรรม และคุณภาพในการออกแบบโมเดลธุรกิจ
ยกตัวอย่างเช่น Amazon "Buy for Me" ที่กำลังทดสอบอยู่ เมื่อคุณอยากได้ของที่ Amazon ไม่มีขาย AI จะไปสืบหาจากร้านอื่นทั่วอินเทอร์เน็ต เปรียบเทียบราคา ความน่าเชื่อถือ และกดสั่งซื้อให้คุณเสร็จสรรพ โดยที่คุณแค่บอกว่า "หาเครื่องกาแฟรุ่นนี้ให้หน่อยในงบ 5,000 บาท"
One NZ บริษัทผู้ให้บริการด้านโทรคมนาคมในประเทศนิวซีแลนด์ คือกรณีศึกษาที่สะท้อนการไต่ระดับทั้ง 4 ขั้นอย่างเป็นระบบ
One NZ เริ่มต้นจาก Existing+ ด้วยการใช้ AI ตอบคำถาม (FAQ) จนลดภาระคอลเซ็นเตอร์ได้มหาศาล จากนั้นขยับไปสู่ Customer Proxy โดยให้ AI ทำงานระดับ Operations เช่น การอัปเกรดแพ็กเกจตามคำร้องขอ
ความน่าทึ่งอยู่ที่ระดับ Modular Creator เมื่อเกิดพายุใหญ่ AI ของ One NZ สามารถวิเคราะห์สถานการณ์ไฟดับและสั่งการจัดการพลังงานสำรองในสถานีฐานได้ทันที ซึ่งช่วยประหยัดเวลาจากหลายชั่วโมงเหลือเพียงไม่กี่นาที
และในอนาคตอันใกล้ พวกเขาตั้งเป้าให้ AI เป็น Orchestrator ในการวางแผนแคมเปญการตลาดแบบ 1-to-1 ที่ AI จะปรับเปลี่ยนข้อความและโปรโมชั่นตามการตอบสนองของลูกค้าในวินาทีนั้น ๆ
การปรับสู่โมเดลใหม่ไม่ได้หมายถึงการเปลี่ยนทั้งหมดในคราวเดียว แต่เริ่มจากคำถามพื้นฐานว่า
ท้ายที่สุด การก้าวสู่ยุค Agentic AI ไม่ใช่แค่การอัปเกรดเทคโนโลยีหรือทำงานให้เร็วขึ้น แต่คือการรีเซ็ตความสัมพันธ์ระหว่างธุรกิจกับลูกค้า จากผู้เสนอทางเลือก สู่ผู้รับผิดชอบผลลัพธ์อย่างแท้จริง
เมื่อ AI คิด วิเคราะห์ และลงมือทำแทนได้ ตัวชี้วัดความสำเร็จจึงไม่ใช่จำนวนฟีเจอร์หรือความเร็วในการให้บริการอีกต่อไป แต่คือความสามารถในการออกแบบระบบที่ “ตัดสินใจแทนลูกค้า” ได้อย่างแม่นยำ โปร่งใส และน่าเชื่อถือ
คำถามสำคัญสำหรับผู้บริหารวันนี้จึงอยู่ที่ว่า “เราจะกำหนดขอบเขต ความรับผิดชอบ และระดับความไว้วางใจให้ AI มากแค่ไหน”
อ้างอิง: MIT CISR
ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด