เมื่อลูกค้าไม่ได้ตัดสินใจเพียงลำพังอีกต่อไป: Accenture Song เปิดเกมใหม่ของ CX ในยุค AI Agent

ลองจินตนาการถึงระบบ AI ที่ติดตามพยากรณ์คลื่นในบาหลี เมื่อสภาพอากาศตรงตามเงื่อนไข ระบบจะค้นหาเที่ยวบิน ที่พัก และรวบรวมทุกอย่างเป็นข้อเสนอเดียวให้กลุ่มเพื่อนพิจารณา เมื่อทุกคนยืนยัน AI Agent ก็ดำเนินการขั้นตอนที่เหลือต่อได้ ภาพจำลองนี้เปิดเซสชัน Owning the Experience: CX for the Agentic Era โดย Tuomas Peltoniemi, Managing Director, Design & Digital Products Lead, Accenture Song Southeast Asia บนเวที Techsauce Global Summit 2026 และสะท้อนการเปลี่ยนแปลงสำคัญ ลูกค้าไม่ได้เป็นผู้ประกอบประสบการณ์ทั้งหมดด้วยตัวเองอีกต่อไป แต่กำลังมอบหมายบางขั้นตอนให้ AI Agent ช่วยคิด ตัดสินใจ และลงมือทำแทน

สิ่งที่กำลังเปลี่ยนแปลงคืออำนาจควบคุมประสบการณ์ลูกค้า เดิมอยู่กับแบรนด์ ต่อมาย้ายไปอยู่กับผู้บริโภคที่ค้นหาและประกอบประสบการณ์เอง และกำลังย้ายอีกครั้งไปอยู่กับ AI Agent ซึ่งเป็นซอฟต์แวร์ผู้ช่วยที่ตัดสินใจและลงมือทำแทนเจ้าของได้เอง เนื้อหาตลอดเซสชันสรุปได้เป็นห้าบทเรียนสำหรับคนทำแบรนด์ โดยอ้างอิงจากงานวิจัย Consumer Pulse Research ของ Accenture ที่สำรวจผู้บริโภค 25,590 คนใน 16 ประเทศ ระหว่างวันที่ 7 ถึง 22 มกราคม 2026

บทเรียนที่ 1 อำนาจในการออกแบบประสบการณ์กำลังย้ายไปอยู่กับ AI Agent

การเปลี่ยนผ่านแบบนี้ไม่ใช่ของใหม่ ทุกยุคของการค้าในรอบ 20 ถึง 30 ปีที่ผ่านมาต่างเคยเปลี่ยนคำตอบว่าใครเป็นเจ้าของลูกค้ามาแล้ว ในยุคอุตสาหกรรม บริษัทเป็นคนเลือกเองว่าจะขายอะไรและขายอย่างไร ลูกค้ามีหน้าที่เลือกจากของที่วางอยู่ตรงหน้า เมื่อเว็บเข้ามามีบทบาท ผู้ซื้อกลายเป็นผู้ประกอบประสบการณ์ด้วยตัวเอง แต่สิ่งที่ต้องแลกมาคือการเปิดแท็บจำนวนมากและค้นหาข้อมูลเองแทบทุกขั้นตอน

วันนี้ผู้บริโภคเริ่มไม่ต้องการจ่ายต้นทุนทางเวลาแบบเดิม หลายคนลดการค้นหาผ่าน Google แล้วหันไปใช้ Large Language Model (LLM) อย่าง ChatGPT หรือ Claude ให้ช่วยแนะนำสินค้าและบริการแทน AI Agent จึงกำลังเข้ามาเป็นตัวกลางสำคัญระหว่างผู้บริโภคกับแบรนด์ ในฐานะผู้จัดชุดประสบการณ์ให้ และผลสำรวจยืนยันว่าเรื่องนี้ไปไกลกว่าที่หลายคนคิด ผู้ตอบแบบสอบถาม 74% ระบุว่าเชื่อใจ AI Agent ส่วนตัวมากกว่าเพื่อนสนิทที่สุด เมื่อต้องให้ใครสักคนตัดสินใจซื้อของแทน ซึ่งคุณ Tuomas ยอมรับบนเวทีว่าเป็นตัวเลขที่สูงจนน่าตกใจ ฝั่งองค์กรมีมุมมองไปในทิศทางเดียวกัน โดยผู้บริหาร 70% คาดว่าภายในสามปีข้างหน้า AI Agent จะเข้ามารับหน้าที่ตัดสินใจโดยตรงในงานการตลาดและการขาย

บทเรียนที่ 2 ลูกค้ามอบอำนาจให้ AI ไม่เท่ากัน

เมื่อดูในแต่ละระดับ ภาพจะยิ่งชัด ผู้ตอบ 85% เปิดรับการตัดสินใจซื้อร่วมกับ AI และ 74% เปิดรับให้ AI Agent ลงมือทำงานบางอย่างแทน เช่น ต่อรองดีลหรือจัดการเรื่องร้องเรียน ขณะที่ 9% พร้อมยกทั้งการตัดสินใจและการจ่ายเงินให้ AI Agent ทำเองแบบอัตโนมัติตั้งแต่วันนี้

อย่างไรก็ตาม ตัวเลขภาพรวมเพียงอย่างเดียวยังไม่เพียงพอต่อการนำไปใช้จริง หากไม่เข้าใจว่าความพร้อมของผู้บริโภคแตกต่างกันอย่างไร Accenture จึงทำเครื่องมือที่ชื่อ Delegation Dial หรือหน้าปัดวัดระดับความเต็มใจในการมอบอำนาจให้ AI ขึ้นมา ปลายด้านหนึ่งของหน้าปัดคือของที่มีอารมณ์ความรู้สึกและมูลค่าสูง อย่างสกินแคร์ ความงาม หรือการท่องเที่ยว ของกลุ่มนี้คนยินดีให้ AI ช่วยคิด แต่ไม่อยากให้ตัดสินใจแทนทั้งหมด ปลายอีกด้านคือบริการแบบสมัครสมาชิกและของใช้เข้าบ้านประจำสัปดาห์ ซึ่งเกิดซ้ำจนหลายคนปล่อยให้ AI Agent คุมประสบการณ์การซื้อทั้งหมดไปแล้ว

ผู้ตอบแบบสอบถามชาวฮ่องกงกลุ่มมิลเลนเนียลรายหนึ่งวางเส้นแบ่งนี้ไว้ชัดมาก

'ให้ AI Agent จัดการตั๋วเครื่องบินก็ไม่เป็นไร แต่พอถึงเรื่องเลือกห้องพัก ฉันอยากตัดสินใจเอง เพราะรายละเอียดเล็ก ๆ มันสำคัญ ทั้งวิว ทั้งตำแหน่งห้อง ทั้งความรู้สึกของห้อง'

ที่สำคัญกว่านั้นคือหน้าปัดนี้ไม่ได้แบ่งตามประเภทของคน แต่ขยับไปมาในตัวคนคนเดียวตามแต่ละจังหวะ ตัวอย่างบนเวทีคือคนซื้อบ้านหลังแรก การเลือกย่านที่จะอยู่ยังมีอารมณ์เข้ามาเกี่ยวข้องมากเกินกว่าจะยกให้ AI และการยื่นข้อเสนอราคาบ้านก็ยังเป็นเรื่องที่คนไม่ยอมปล่อยมือ ขณะที่การคำนวณว่าผ่อนไหวแค่ไหน หรือการทำประกันคุ้มครองสินเชื่อ กลับเป็นงานที่หลายคนอยากยกให้ AI Agent จัดการแทนตั้งแต่ตอนนี้ โจทย์ของแบรนด์จึงไม่ได้จบแค่การหาว่าสินค้าของตัวเองอยู่ตรงไหนบนหน้าปัด แต่ต้องออกแบบประสบการณ์ให้รองรับการขยับของหน้าปัดตลอดทั้งเส้นทาง

บทเรียนที่ 3 องค์กรต้องออกแบบ Customer Journey ไม่ใช่แยกตาม Channel

เมื่อการตัดสินใจกระจายอยู่ในหลายจุด วิธีคิดที่แบ่งงานตามช่องทางจึงไม่เพียงพอ องค์กรจำนวนมากยังออกแบบทั้งประสบการณ์และโครงสร้างทีมตามช่องทาง คุณ Tuomas ยกตัวอย่างลูกค้ารายหนึ่งที่ยังใช้คนละทีมกันระหว่างการพัฒนาแอปมือถือกับเว็บไซต์ ทั้งที่สิ่งที่ต้องเป็นเจ้าของจริง ๆ คือเส้นทางของลูกค้าทั้งเส้น ไม่ใช่ช่องทางใดช่องทางหนึ่ง

การเปลี่ยนแปลงที่เห็นได้ชัดมีอยู่สามเรื่อง เรื่องแรกคือย้ายจากการคิดเป็นช่องทาง ไปสู่การมีตัวตนอยู่ในทุกจุดที่ลูกค้าหรือ AI Agent ของลูกค้าเลือกจะติดต่อเข้ามา เรื่องที่สองคือย้ายจากการสร้างบริการแยกทีละช่องทาง ไปสู่สิ่งที่ Accenture เรียกว่าความฉลาดที่ทำงานประสานกัน (Orchestrated Intelligence) หมายถึงชั้นการทำงานชั้นเดียวที่รับฟัง ตัดสินใจ และเชื่อมลูกค้าเข้ากับบริการหลังบ้าน และเรื่องที่สามคือย้ายจากระบบที่ทำงานตามเส้นทางตายตัว ไปสู่ Composable Capabilities หรือความสามารถที่สร้างเพียงครั้งเดียว แล้วเปิดให้ทุกช่องทางเรียกใช้ได้

หลักการร่วมของทั้งสามเรื่องคือความฉลาดต้องไม่ถูกขังไว้ในช่องทาง เพราะเมื่อ AI Agent เป็นฝ่ายตัดสินใจแต่มองไม่เห็นข้อมูลทั้งองค์กร คำตอบที่ได้ก็ย่อมไม่ครบถ้วนเท่าที่ควร ผลลัพธ์ที่ต้องการคือลูกค้าติดต่อทางไหนก็ได้ แล้วได้รับประสบการณ์ที่ต่อเนื่องจากเอเจนต์ที่รับรู้บริบทเดียวกัน

ผลของการคิดแบบนี้เห็นได้ชัดในตัวอย่างธนาคารที่คุณ Tuomas ยกขึ้นเวที ถ้าเอเจนต์หลังบ้านเห็นข้อมูลครบ ทั้งรอบเงินเดือน คะแนนเครดิต และบริการที่ลูกค้าใช้อยู่ ธนาคารอาจแจ้งผ่านแชตของลูกค้าและคู่ชีวิตได้ตั้งแต่ก่อนยื่นใบสมัครว่ามีความพร้อมสำหรับการซื้อบ้านหลังแรกแล้ว ธนาคารได้ลูกค้าโดยไม่ต้องรอ ลูกค้าก็ได้คำตอบโดยไม่ต้องกรอกอะไร และเมื่อสินเชื่ออนุมัติแล้ว ขั้นตอนที่เหลือทั้งประกัน การโอนเงิน และการวางมัดจำ ก็รวบไว้ในที่เดียวได้

สิ่งที่น่าสนใจยิ่งกว่าคือบริการที่อยู่นอกเหนือผลิตภัณฑ์ของธนาคาร ถ้าธนาคารเปิดบริการของตัวเองให้เอเจนต์จากบริษัทอื่นเข้ามาเชื่อมต่อได้ เรื่องวันย้ายเข้าบ้านทั้งหมด ตั้งแต่น้ำ ไฟ อินเทอร์เน็ต ไปจนถึงบริการขนย้าย ก็อาจจัดการได้ผ่านการสนทนากับ AI Agent ส่วนตัวเพียงครั้งเดียว แทนที่จะต้องติดต่อแยกทีละเจ้าเหมือนวันนี้

คำถามที่คุณ Tuomas ได้ยินจากลูกค้าองค์กรมากที่สุดในเวลานี้จึงเป็นคำถามที่ตั้งผิดตั้งแต่ต้น นั่นคือจะเอา AI ไปใส่ในช่องทางของตัวเองอย่างไร คำถามที่ควรถามคือจะเปิดความสามารถทั้งหมดขององค์กรให้ AI เรียกใช้ได้อย่างไร เพราะงานที่ต้องทำไม่ใช่การเติม AI ทีละช่องทาง แต่คือการสร้างชั้น AI ขึ้นมาหนึ่งชั้นที่เชื่อมกับทั้งองค์กร

ในทางปฏิบัติ คุณ Tuomas แนะนำว่าอย่าพยายามแก้ทั้งระบบพร้อมกัน ให้เลือกเส้นทางลูกค้ามาหนึ่งเส้นแล้วทำให้ดีที่สุด เช่น แบรนด์ธนาคารอาจเริ่มจากเส้นทางการซื้อบ้าน ส่วนการวางรากฐานสำหรับปีถัดไปคือการวางชั้นควบคุมการทำงาน (Orchestration Layer) ที่เชื่อมบริการของแบรนด์เข้ากับบริการของพันธมิตรไว้ในที่เดียว และการเปิดทางให้ AI Agent ส่วนตัวของลูกค้าเข้าถึงบริการได้อย่างปลอดภัย อย่างที่ Marriott เปิดให้เชื่อมเอเจนต์ส่วนตัวเข้ามาจองห้องพักตามความชอบของเจ้าของได้

บทเรียนที่ 4 แบรนด์ต้องชนะทั้งใจมนุษย์และการประเมินของเครื่อง

เมื่อความสามารถขององค์กรเปิดให้ AI อ่านได้แล้ว คำถามที่ตามมาคือแบรนด์ยังมีความหมายอย่างไร คุณ Tuomas สรุปว่าแบรนด์ต้องเตรียมรองรับทั้งลูกค้าที่เป็นมนุษย์และ AI Agent ที่ทำงานแทนลูกค้า ทางออกจึงไม่ใช่การเลือกข้าง แต่คือการชนะทั้งใจลูกค้าและกระบวนการประเมินของ AI Agent ไปพร้อมกัน เป็นสองบรีฟที่ต้องทำในเวลาเดียวกัน

โจทย์แรกยังเป็นเรื่องเดิมที่คนทำแบรนด์ถนัด คือความรู้สึกร่วม เรื่องตัวตน การแสดงออกถึงตัวตน ความสุขและความผูกพันที่ทำให้ลูกค้าเลือกแบรนด์นี้แทนแบรนด์อื่น หัวใจอยู่ที่การหาโมเมนต์ที่ลูกค้ายืนยันว่าจะไม่ยกให้ใครตัดสินใจแทน ไม่ว่าจะเป็นคนหรือเอเจนต์ แล้วเอาชนะในโมเมนต์เหล่านั้นให้ได้

โจทย์ที่สองใหม่กว่ามาก นั่นคือความสามารถในการถูกอ่านและทำความเข้าใจโดยเครื่อง (Computational Legibility) คำถามพื้นฐานที่สุดคือเอเจนต์อ่านเว็บไซต์ของแบรนด์ออกหรือเปล่า ตัวอย่างบนเวทีคือ Oreo แบรนด์คุกกี้ที่แทบทุกคนรู้จัก เมื่อ Oreo ศึกษาเรื่องนี้กับเว็บไซต์ตัวเอง ผลที่ได้คือมีเอเจนต์เพียง 10% เท่านั้นที่อ่านออก ถ้าแบรนด์ระดับนั้นยังเจอปัญหานี้ แบรนด์อื่นอีกจำนวนมากก็มีแนวโน้มเผชิญความท้าทายเดียวกัน

ผลของการอ่านไม่ออกคือการหลุดจากรายชื่อที่ถูกแนะนำ แบรนด์ที่ไม่มีข้อมูลสินค้าแบบมีโครงสร้าง (Structured Product Data) และปล่อยให้ใบรับรองมาตรฐานอยู่บนเว็บไซต์ในฐานะงานออกแบบที่ตรวจสอบย้อนกลับไม่ได้ ก็จะไม่โผล่ในคำตอบของ ChatGPT หรือ Claude ที่ผู้บริโภคนิยมใช้งานกันมากทุกวันนี้ อีกสองปัจจัยที่สำคัญไม่แพ้กันคือความโปร่งใสของราคาและประวัติการส่งมอบ เพราะ AI Agent เริ่มตรวจแล้วว่าบริษัทนี้ส่งของถึงมือลูกค้าได้จริงแค่ไหน รีวิวจากลูกค้าจึงมีน้ำหนักมาก ตัวอย่างบนเวทีคือ OpenAI ที่เชื่อมต่อกับ Reddit โดยตรง ทำให้ระบบตรวจได้ในระดับมิลลิวินาทีว่ารีวิวที่ลูกค้าเขียนถึงแบรนด์ตรงกับสิ่งที่แบรนด์อ้างไว้บนเว็บไซต์ตัวเองหรือเปล่า

สิ่งที่เริ่มทำได้ทันทีมีสองอย่าง คือการตรวจสอบว่าเอเจนต์ค้นเจอแบรนด์หรือไม่ (AI Discoverability Audit) เพราะยังมีแบรนด์จำนวนมากที่บล็อกไม่ให้ AI เก็บข้อมูลบนเว็บไซต์ของตัวเองอยู่เลย และการทำให้ค่าธรรมเนียม อัตราต่าง ๆ และเงื่อนไขการเข้าเกณฑ์ อยู่ในรูปที่เครื่องอ่านได้ ผ่านการวางโครงสร้างข้อมูลสินค้า (Product Schema)

ถึงอย่างนั้น การทุ่มไปทางเดียวก็ไม่ใช่คำตอบ แบรนด์ที่ปรับตัวเพื่อเอเจนต์อย่างเดียวแต่ไม่มีความหมายกับคน ยังแพ้ในจุดที่วิจารณญาณของมนุษย์เป็นตัวตัดสิน เช่นเดียวกับแบรนด์ที่ชนะใจคนแต่เอเจนต์มองไม่เห็น ซึ่งจะไม่ได้เข้าไปอยู่ในรายชื่อตัวเลือกตั้งแต่แรก

บทเรียนที่ 5 ความภักดีในอนาคตขึ้นอยู่กับหลักฐานและความเกี่ยวข้อง

ความจริงที่ว่าเอเจนต์ตัดสินด้วยหลักฐานมากกว่าความรู้สึก ส่งผลถึงสิ่งที่แบรนด์สะสมมานานที่สุดอย่างความภักดี คุณ Tuomas ยกตัวอย่างตัวเองที่ซื้อรองเท้าผ้าใบ Nike มา 20 ปี แต่ถ้าวันหนึ่ง AI Agent ประเมินว่าอีกแบรนด์เหมาะกับตัวเองมากกว่า ก็มีโอกาสสูงที่จะเชื่อคำตอบนั้น ความภักดีจึงกลายเป็นเรื่องที่มีเงื่อนไข และเงื่อนไขนั้นถูกกำกับด้วย AI

ตัวเลขจากงานวิจัยชุดเดียวกันยืนยันข้อสังเกตนี้ ลูกค้าที่ภักดีในเชิงพฤติกรรม คือเลือกแบรนด์เดิมเสมอ มีถึง 37% ที่ยอมเชื่อคำแนะนำของเอเจนต์และเปลี่ยนไปใช้แบรนด์อื่นถ้าตรงกับความต้องการมากกว่า และคำมั่นที่แบรนด์ให้ไว้แล้วทำไม่ได้จริง ก็เป็นเหตุผลหนึ่งที่ทำให้เอเจนต์ชี้ไปทางแบรนด์อื่น สิ่งที่ต้องทำจึงเหลือสองข้อ คือทำให้ข้อมูลตรงกันในทุกช่องทางที่แบรนด์มีตัวตนอยู่ และปรากฏตัวในช่วงเวลาที่แบรนด์เหมาะกับลูกค้าจริง ๆ รวมถึงพร้อมถอยเมื่อไม่ใช่ตัวเลือกที่เหมาะสม

บทเรียนสำคัญจากเซสชันนี้คือ AI Agent ไม่ได้ทำให้ความคาดหวังของลูกค้าลดลง แต่กำลังยกระดับมาตรฐานของประสบการณ์ เพราะระบบสามารถเปรียบเทียบตัวเลือก ตรวจสอบคำมั่น และประเมินผลลัพธ์จากข้อมูลจำนวนมากได้รวดเร็วกว่ามนุษย์

แบรนด์จึงต้องทำสองสิ่งให้ได้พร้อมกัน คือสร้างความหมายที่ทำให้มนุษย์อยากเลือก และสร้างข้อมูลกับบริการที่ทำให้ AI Agent สามารถค้นพบ เข้าใจ และเชื่อมต่อได้อย่างปลอดภัย

ในยุค Agentic CX แบรนด์ที่ได้เปรียบอาจไม่ใช่แบรนด์ที่ส่งเสียงดังที่สุด แต่คือแบรนด์ที่มีความเกี่ยวข้อง น่าเชื่อถือ และพร้อมถูกเลือก ทั้งโดยลูกค้าและ AI Agent ของพวกเขา

ที่มา: เซสชัน Owning the Experience: CX for the Agentic Era ในงาน Techsauce Global Summit 2026 และรายงานโดย Accenture