13 กลุ่มธุรกิจในยุค AI ตามมุมมอง Greg Isenberg

ถ้า AI ทำงานได้มากขึ้น สิ่งใดยังทำให้ธุรกิจมีคุณค่า? Greg Isenberg ตั้งคำถามนี้ผ่านธุรกิจ 13 กลุ่ม ตั้งแต่บริการที่ใช้เอเจนต์เป็นหลัก ไปจนถึงชุมชน ข้อมูลเฉพาะ พื้นที่จริง และความปลอดภัย

ในวิดีโอ How Will People Make Money in the AI Age? เขาใช้กรอบแรงว่าเป็นธุรกิจที่ “เหลือให้สร้าง” ในยุคเอเจนต์ แต่รายการนี้เป็นมุมมองของผู้บรรยาย ไม่ใช่ผลวิจัยที่พิสูจน์ว่าธุรกิจอื่นจะหมดอนาคต หลายหมวดยังซ้อนทับกันได้

ประโยชน์ของรายการจึงอยู่ที่การสำรวจว่าธุรกิจพึ่งพาความได้เปรียบแบบใด และลูกค้ายอมจ่ายเพื่ออะไร บทความนี้เรียงทั้ง 13 กลุ่มตามลำดับในคลิป พร้อมแยกตัวอย่างและการคาดการณ์ออกจากข้อสรุปที่ยืนยันได้

สารบัญ

• 1. ธุรกิจบริการที่ใช้ AI ส่งมอบงาน
• 2. ธุรกิจออฟไลน์ที่ขายประสบการณ์ร่วมกัน
• 3. ช่องทางเข้าถึงลูกค้าและฐานผู้ติดตาม
• 4. ชุดข้อมูลเฉพาะ
• 5. ระบบรองรับ AI สำหรับงานเฉพาะทาง
• 6. หุ่นยนต์และ AI ที่ทำงานทางกายภาพ
• 7. สินค้าสำหรับกลุ่มที่มีความสนใจเฉพาะ
• 8. กำลังประมวลผลและพลังงาน
• 9. สุขภาพ การมีอายุยืน และบริการดูแล
• 10. ตลาดกลางและเครือข่ายสังคม
• 11. ทรัพย์สินและพื้นที่ใช้งานจริง
• 12. เอเจนต์ที่รับผิดชอบงานประจำในหนึ่งอุตสาหกรรม
• 13. ความปลอดภัยทางดิจิทัลและทางกายภาพ
• นำรายการนี้ไปใช้เลือกโจทย์อย่างไร

1. ธุรกิจบริการที่ใช้ AI ส่งมอบงาน

Isenberg อธิบายธุรกิจบริการแบบ AI-native ว่าให้เอเจนต์รับงานส่วนใหญ่ โดยยังมีมนุษย์ดูแลข้อยกเว้นและผลลัพธ์ ตัวอย่างที่เขายกคือสำนักงานบัญชีสำหรับลูกค้าประเภทเดียวกัน ให้เอเจนต์เตรียมรายการและให้คนตรวจข้อผิดปกติก่อนส่งมอบงานประจำเดือน

สิ่งที่ขายคือผลลัพธ์ที่ตรวจรับได้ อาจคิดค่าบริการรายเดือนหรือเป็นงาน เขามองว่ารูปแบบนี้มีโอกาสทำกำไรสูง แต่ไม่ได้แสดงต้นทุนหรือผลประกอบการที่ยืนยันข้อสรุปนั้น ผู้ที่จะทดลองยังต้องนับทั้งค่าเครื่องมือ เวลาคนตรวจ และงานแก้ซ้ำ

2. ธุรกิจออฟไลน์ที่ขายประสบการณ์ร่วมกัน

Isenberg ยก Othership ซึ่งรวมซาวน่า การแช่น้ำเย็น ดนตรี และการพบปะผู้คน เป็นตัวอย่างของสิ่งที่ลูกค้าจ่ายเพื่อประสบการณ์ในสถานที่จริง ขณะที่ AI อาจช่วยงานธุรการเบื้องหลังได้

เขาเล่าว่า Othership เริ่มจากพื้นที่หลังบ้านของผู้ก่อตั้ง และใช้แนวคิด “เวอร์ชันรถขายอาหาร” เปรียบเทียบการทดลองขนาดเล็กก่อนเปิดสถานที่เต็มรูปแบบ เรื่องนี้เป็นตัวอย่างที่เขาถ่ายทอด ไม่ใช่การตรวจสอบประวัติบริษัทอย่างอิสระ และไม่ได้หมายความว่าธุรกิจสถานที่จะใช้เงินเริ่มต้นต่ำเสมอไป

3. ช่องทางเข้าถึงลูกค้าและฐานผู้ติดตาม

ในมุมของ Isenberg เมื่อสร้างผลิตภัณฑ์ได้ง่ายขึ้น การเข้าถึงคนที่ต้องการผลิตภัณฑ์อาจมีความสำคัญมากขึ้น เขาเสนอกรอบ ACP: Audience → Community → Product เริ่มจากเนื้อหาสำหรับคนกลุ่มหนึ่ง สร้างชุมชน แล้วพัฒนาสินค้าจากปัญหาที่สมาชิกสะท้อนกลับมา

เขาคาดว่าต้นทุนการเข้าถึงผู้คนจะสูงขึ้น แต่ยอมรับว่าไม่มีข้อมูลค่าโฆษณาที่แน่นอนอยู่ตรงหน้า บทความจึงไม่ใช้ตัวเลขเปรียบเทียบค่าโฆษณาของเขาเป็นฐานคาดการณ์ สิ่งที่นำไปพิจารณาได้คือจะสร้างความสัมพันธ์กับลูกค้าอย่างไร โดยไม่ต้องเริ่มหาคนใหม่ทุกครั้งที่มีสินค้า

4. ชุดข้อมูลเฉพาะ

หมวดนี้มองข้อมูลที่มีประโยชน์และหาไม่ได้ง่ายจากโมเดลทั่วไปเป็นสินทรัพย์ Isenberg แยกภาพบริษัทที่จัดหาข้อมูลให้ผู้พัฒนาโมเดล ออกจากโอกาสขนาดเล็กที่ช่วยลูกค้าตอบคำถามเฉพาะทางได้

การมีข้อมูลจำนวนมากยังไม่ยืนยันว่าจะขายได้ และข้อมูลที่เข้าถึงได้ก็ไม่ได้แปลว่านำไปขายหรือเปิดเผยต่อได้เสมอ ก่อนทดลองแนวคิดนี้จึงต้องตรวจทั้งประโยชน์ของข้อมูล ผู้ที่จะยอมจ่าย และสิทธิ์ในการใช้ โดยไม่พึ่งคำเปรียบเทียบเรื่อง “ตื่นทอง” เป็นเหตุผลทางธุรกิจ

5. ระบบรองรับ AI สำหรับงานเฉพาะทาง

Isenberg ใช้คำว่า harness หมายถึงสิ่งที่ล้อมรอบโมเดล เช่น เครื่องมือ กฎการทำงาน ความจำ และจุดตรวจสอบ เขาเปรียบโมเดลเป็นเครื่องยนต์ ส่วน harness เป็นองค์ประกอบที่ทำให้เครื่องยนต์ทำงานในระบบจริงได้

ตัวอย่างของเขามีระบบสำหรับนายหน้าขนส่งและเครื่องมือในงานกฎหมายอย่าง Harvey กับ Spellbook แนวคิดคือผูกโมเดลทั่วไปเข้ากับข้อมูลและขั้นตอนของอุตสาหกรรม บทความนี้ไม่ได้ใช้ตัวอย่างดังกล่าวยืนยันคุณภาพหรือสถานะปัจจุบันของผลิตภัณฑ์เหล่านั้น

6. หุ่นยนต์และ AI ที่ทำงานทางกายภาพ

ตัวอย่างในคลิปคือบริการทำความสะอาดกระจกอาคารด้วยหุ่นยนต์ เจ้าของอาคารจ่ายเพื่อกระจกที่สะอาด ส่วนผู้ให้บริการรับผิดชอบอุปกรณ์และการปฏิบัติงาน

Isenberg มองว่าคนที่ไม่ได้พัฒนาหุ่นยนต์อาจมีบทบาทด้านการขาย การให้เช่า หรือการให้บริการใช้งานได้ด้วย อย่างไรก็ดี คลิปไม่ได้แสดงต้นทุนอุปกรณ์ ค่าบำรุงรักษา หรือผลประกอบการ จึงยังใช้สรุปความคุ้มค่าของธุรกิจแบบใดแบบหนึ่งไม่ได้

7. สินค้าสำหรับกลุ่มที่มีความสนใจเฉพาะ

เขายกอุปกรณ์กาแฟ Fellow และโทรศัพท์ที่ออกแบบสำหรับคนไม่อยากเลื่อนหน้าจอตลอดเวลา เป็นตัวอย่างสินค้าที่ตอบความต้องการของกลุ่มเฉพาะ แก่นของหมวดนี้อยู่ที่การเข้าใจรายละเอียดที่ผู้ใช้กลุ่มนั้นให้คุณค่า

Isenberg เสนอว่า AI และเครื่องมือทำต้นแบบอาจช่วยให้ทดลองสินค้าที่เฉพาะทางมากขึ้นได้ แต่ขั้นตอนผลิตจริง คุณภาพสินค้า และการหาลูกค้ายังต้องพิสูจน์แยกจากความสามารถในการออกแบบต้นแบบ ตัวเลขยอดระดมทุนและข้อกล่าวอ้างเรื่องความสำเร็จของสินค้าที่เขาเล่าไม่ได้รับการตรวจสอบในบทความนี้

8. กำลังประมวลผลและพลังงาน

ชิป ไฟฟ้า ระบบระบายความร้อน และสถานที่ติดตั้งเป็นสิ่งที่ระบบ AI ต้องพึ่งพา Isenberg จึงให้ความสำคัญกับผู้ให้บริการทรัพยากรเหล่านี้เมื่อการใช้งานเอเจนต์เพิ่มขึ้น

หมวดนี้ช่วยให้เห็นองค์ประกอบของอุตสาหกรรม แต่คำคาดการณ์ว่าความต้องการจะเพิ่มไม่ได้รับประกันความคุ้มค่าของโครงการหรือสินทรัพย์ใด บทความจึงไม่ใช้ตัวเลขระดมทุนที่ผู้บรรยายกล่าวถึงเป็นคำแนะนำให้ลงทุนตาม

9. สุขภาพ การมีอายุยืน และบริการดูแล

Isenberg มองว่าผู้สูงอายุเป็นกลุ่มที่ผู้สร้างผลิตภัณฑ์บางส่วนยังให้ความสนใจไม่มากพอ และเสนอทั้งผลิตภัณฑ์ บริการ และกิจการดูแลเป็นโจทย์ที่น่าศึกษา เขายอมรับด้วยว่างานบริการดูแลเป็นธุรกิจที่ดำเนินการยาก

นี่เป็นข้อเสนอเรื่องกลุ่มลูกค้า ไม่ใช่หลักฐานรับรองผลิตภัณฑ์สุขภาพหรือวิธีทำให้อายุยืน การนำไปทำธุรกิจจริงยังต้องพิจารณาคุณภาพบริการ ความรับผิดชอบ และความเหมาะสมของคำกล่าวอ้าง ไม่ใช่อาศัยความนิยมของหัวข้อเพียงอย่างเดียว

10. ตลาดกลางและเครือข่ายสังคม

ตลาดกลางเชื่อมผู้ซื้อกับผู้ขาย ส่วนเครือข่ายสังคมเชื่อมผู้คนและความสัมพันธ์ Isenberg คาดว่าเอเจนต์ส่วนตัวจะต้องเข้าถึงพื้นที่เหล่านี้ด้วย จึงมองว่าการมีเครือข่ายที่ใช้งานจริงอาจยังมีคุณค่า

ข้อยากที่เขาระบุคือการมีทั้งอุปสงค์และอุปทานพร้อมกัน การสร้างแพลตฟอร์มเสร็จจึงยังไม่เท่ากับสร้างตลาดสำเร็จ และคลิปไม่ได้เสนอสูตรที่รับประกันว่าตลาดกลางใหม่จะดึงทั้งสองฝั่งเข้ามาได้

11. ทรัพย์สินและพื้นที่ใช้งานจริง

ตัวอย่างในคลิปคือพื้นที่อุตสาหกรรมขนาดเล็กที่ให้ช่างเช่า โกดัง และพื้นที่สำหรับอุปกรณ์หรือสินค้า Isenberg มองว่าโลกที่มีเอเจนต์มากขึ้นก็ยังต้องใช้สถานที่จริง

นี่เป็นกรอบมองประเภทกิจการ ไม่ใช่การประเมินทำเลหรือผลตอบแทนของอสังหาริมทรัพย์ใด ความต้องการของผู้เช่าและต้นทุนพื้นที่ยังเป็นเงื่อนไขที่ต้องตรวจในแต่ละกรณี

12. เอเจนต์ที่รับผิดชอบงานประจำในหนึ่งอุตสาหกรรม

หมวดนี้ใกล้กับ harness แต่เน้นความรับผิดชอบต่อหนึ่งงานที่เกิดซ้ำ ตัวอย่างของ Isenberg คือเอเจนต์จัดซื้อสำหรับร้านอาหารอิสระ ซึ่งตรวจสต็อก เปรียบเทียบข้อเสนอ ขออนุมัติ แล้วจึงส่งคำสั่งซื้อ

จุดขออนุมัติเป็นส่วนหนึ่งของตัวอย่างต้นฉบับ ไม่ใช่การให้เอเจนต์ใช้เงินจริงอย่างอิสระ การเลือกงานที่มีขอบเขตและผลลัพธ์ชัดช่วยให้ระบุได้ว่าต้องใช้ข้อมูลอะไรและส่งเรื่องให้คนเมื่อใด แต่ยังต้องทดสอบก่อนใช้จริง

13. ความปลอดภัยทางดิจิทัลและทางกายภาพ

Isenberg รวมทั้งระบบควบคุมสิทธิ์ของเอเจนต์และบริการรักษาความปลอดภัยทางกายภาพไว้ในหมวดนี้ ตัวอย่างฝั่งซอฟต์แวร์คือให้เอเจนต์ของสำนักงานบัญชีอ่านใบแจ้งหนี้และร่างรายการ โดยจำกัดการเข้าถึงงานที่อ่อนไหว

เขาคาดว่าอาจมีเหตุข้อมูลรั่วจากธุรกิจเอเจนต์มากขึ้น แต่นั่นเป็นการคาดการณ์ ไม่ใช่รายงานเหตุที่ยืนยันแล้ว สำหรับประเด็นการควบคุมสิทธิ์ ผู้อ่านศึกษาต่อได้จาก แหล่งความรู้ด้านความปลอดภัย AI ของ OWASP ที่ต้นฉบับอ้างไว้

นำรายการนี้ไปใช้เลือกโจทย์อย่างไร

ทั้ง 13 หมวดไม่ได้มีต้นทุน ความเสี่ยง หรือวิธีเริ่มเหมือนกัน และบางกิจการอยู่ได้หลายหมวดพร้อมกัน เช่น ธุรกิจบริการอาจมีทั้งข้อมูลเฉพาะ เอเจนต์ และชุมชนลูกค้า

แทนการเลือกเพียงเพราะชื่อหมวดน่าสนใจ บทความเสนอให้ใช้สี่คำถามคัดโจทย์ก่อนทดลอง:

• ลูกค้าจ่ายเพื่อผลลัพธ์อะไร และมีหลักฐานความต้องการมากกว่าความสนใจใน AI หรือไม่?
• ทีมมีข้อได้เปรียบอะไรอยู่แล้ว เช่น ความรู้ในงาน ช่องทางลูกค้า ข้อมูลที่ใช้ได้ หรือความสามารถหน้างาน?
• ต้นทุนต่อผลงานหนึ่งชิ้นรวมเวลาคนตรวจ งานแก้ และการดูแลแล้วหรือยัง?
• ทดลองขนาดเล็กแบบใดได้ เพื่อเห็นการจ่ายเงินจริงและข้อจำกัดก่อนขยาย?

รายการของ Isenberg เป็นจุดตั้งต้นสำหรับคิดหาธุรกิจ ส่วนการตัดสินว่ากิจการใดมีโอกาสยังต้องกลับไปที่ลูกค้า ต้นทุน และผลการทดลองของกิจการนั้นเอง

ที่มา: How Will People Make Money in the AI Age? จากช่อง Greg Isenberg เรียบเรียงจากบทถอดเสียงและภาพในต้นฉบับ VideoToBlog ความเห็นเรื่องแนวโน้มและโอกาสเป็นมุมมองของผู้บรรยาย