จาก Generative AI สู่ ‘Agentic AI’ พัฒนาการของ Martech สู่โลกในอนาคต
โลกการตลาดที่ AI จะปรับตัวได้อย่างอิสระ ในสภาพแวดล้อมซับซ้อน เพื่อการแก้ไขปัญหาที่มีหลายปัจจัย
สรุป Session ‘The Future of MarTech:
Navigating the Path Ahead with Prediction’ แนวทาง MARTECH ที่กำลังจะมาถึง พวกเราควรเตรียมตัวอย่างไร? โดยคุณสุธีรพันธุ์ สักรวัตร Chief Customer Officer, SCBX
🚀 [ ยุคแรกของการตลาด ]
ประสิทธิภาพ คือ เทรนด์ของการทำการตลาดในยุคเก่า ถ้าอยากขายได้ต้องเอาประสิทธิภาพเข้าสู้ หรือ ถ้าอยากจะล้ำๆ หน่อย ก็ใช้ประสบการณ์จริงของผู้ใช้งานมาช่วยขายสินค้า
🚀 [ ยุคสองของการตลาด ]
หลังจากที่เราเคลมทุกสิ่งทุกอย่างไปหมดละ ทำให้การขายประสิทธิภาพไม่ตอบโจทย์ตลาดอีกต่อไป นำไปสู่การเปลี่ยนแปลงที่นักการตลาดใช้อารมณ์เข้ามาช่วยในการขายสินค้า
ยุคนี้สร้างโมเดลที่ชื่อว่า ‘Traditional Marketing Funnel - AIDA Model’ ซึ่งเป็นโมเดลทางการตลาดที่ใช้เพื่อเข้าใจการเดินทางของลูกค้า ตั้งแต่เริ่มสนใจจนถึงขั้นตัดสินใจซื้อสินค้า โดยโมเดลนี้แบ่งออกเป็น 4 ขั้นตอนหลัก
⭐ 1. Attention (ความสนใจ)
⭐ 2. Interest (ความสนใจในรายละเอียด)
⭐ 3. Desire (ความปรารถนา)
⭐ 4. Action (การลงมือทำ)
แต่ด้วยความที่มันถูกสร้างมานานตั้งแต่ที่ยังมีสื่อในการโฆษณาเพียงแค่สื่อเก่า อย่าง โทรทัศน์ นิตยสาร และหนังสือพิมพ์เท่านั้น ทำให้มันกลายเป็นโมเดลที่ตกยุคสมัยไม่สามารถใช้งานได้ดีเท่าแต่ก่อนแล้ว ซึ่งในยุคต่อๆ ไปจะมีโมเดลใหม่ที่เข้ามาทำหน้าที่ได้ดีมากยิ่งขึ้น
🚀 [ ยุคสามของการตลาด ]
อินเตอร์เน็ตเข้ามามีบทบาท จากแต่เดิมเรามีแค่สื่อเก่าอย่าง โทรทัศน์ หนังสือพิมพ์ นิตยสาร ซึ่งมันมีพื้นที่จำกัดในการขายสินค้า ดังนั้นการมาของสื่อใหม่อย่างสื่อออนไลน์ สร้างประสบการณ์และวิธีการทำงานใหม่ๆ ให้กับนักการตลาด จากเดิมที่สื่อเก่ามีข้อจำกัดที่สามารถลงโฆษณาได้อย่างมีโควต้าและทุกคนต้องแย่งกันเพื่อที่จะได้พื้นที่ที่ดีที่สุด
แต่ในยุคนี้อย่างที่เราบอกไปว่าอินเตอร์เน็ตเข้ามามีบทบาทมากขึ้น มันถูกสร้างเป็นช่องทางแห่งการโฆษณาแบบใหม่ ที่ไม่ต้องห่วงว่าพื้นที่จะไม่เพียงพออีกต่อไป
และในยุคนี้ยังถือว่าเป็นจุดกำเนิดของการเก็บ Data อีกด้วย
🚀 [ ยุคสี่ของการตลาด ]
ถึงแม้สื่อออนไลน์จะมีพื้นที่ไม่จำกัด แต่เวลาการเห็นโฆษณาในสมัยก่อนยังมีข้อจำกัด เนื่องจากทุกคนไม่ได้มีคอมพิวเตอร์และอินเตอร์เน็ตอยู่ที่บ้าน ช่วงเวลาที่ผู้คนจะเข้าถึงโฆษณาการตลาดได้ จะเชื่อมโยงกับเวลาทำงาน ถึงแม้พื้นที่จะไม่จำกัดแต่การเข้าถึงยังคงเป็นเรื่องยาก
จนกระทั่งโลกได้เจอกับ ‘Always on’ ที่มาพร้อมกับสมาร์ทโฟน ทำให้มนุษย์เกิดพฤติกรรมใหม่พร้อมกับการมาของโซเชียลมีเดีย ที่ปลดล็อกข้อจำกัดของเวลาการเห็นโฆษณา ทำให้นักการตลาดมีเครื่องมือมากมายให้ใช้งานได้อย่างเต็มที่
อย่างที่เราบอกไปว่าในยุคต่อมาจะมีโมเดลตัวใหม่ที่เหมาะสมกับการใช้งานมากยิ่งขึ้น โดยในยุคนี้เกิดโมเดลชื่อ ‘New Digital Marketing Funnel’ ที่มีการใช้ Data จากการเก็บข้อมูลผ่านสื่อออนไลน์มาใช้ให้เกิดประโยชน์มากยิ่งขึ้น ซึ่งแบ่งออกเป็นหลายขั้นตอน ตั้งแต่การสร้างความต้องการไปจนถึงการจัดการความสัมพันธ์และการกระจายความนิยม
⭐ 1. Demand Generation (การสร้างความต้องการ)
Engagement (การมีส่วนร่วม)
ทำให้ลูกค้ารู้จักและมีปฏิสัมพันธ์กับแบรนด์
Education (การให้ความรู้)
ให้ข้อมูลและความรู้เกี่ยวกับสินค้าและบริการ
Research (การวิจัย)
ลูกค้าทำการค้นคว้าหาข้อมูลเพิ่มเติม
Evaluation (การประเมิน)
ลูกค้าประเมินข้อดีข้อเสียของตัวเลือกต่างๆ
⭐ 2. Conversion (การเปลี่ยนผู้ชมเป็นผู้ซื้อ)
Justification (การให้เหตุผล)
ลูกค้าตัดสินใจว่าผลิตภัณฑ์ของเรามีคุณค่าที่เหมาะสม
Purchase (การซื้อ)
ลูกค้าตัดสินใจซื้อสินค้าหรือบริการ
⭐ 3. Relationship Management (การจัดการความสัมพันธ์)
Adoption (การนำไปใช้)
ลูกค้าเริ่มใช้งานสินค้าหรือบริการ
Retention (การรักษาลูกค้า)
การสร้างความพึงพอใจเพื่อให้ลูกค้าใช้บริการต่อไป
Expansion (การขยายความสัมพันธ์)
เพิ่มยอดขายด้วยการขายเพิ่มเติม (Up-sell), ขายต่อเนื่อง (Cross-sell), และรักษาความจงรักภักดีของลูกค้า
⭐ 4. Propagation (การกระจายความนิยม)
Advocacy (การสนับสนุน)
ลูกค้าแนะนำและแบ่งปันประสบการณ์กับผู้อื่น ส่งผลให้เกิดการบอกต่อและขยายฐานลูกค้า
โมเดลนี้ยังแสดงให้เห็นถึง Post-purchase Experience หรือประสบการณ์หลังการซื้อ ซึ่งประกอบไปด้วย Research & Discovery Loop และ Loyalty Loop
ใน Research & Discovery Loop การเดินทางของลูกค้าจะเริ่มต้นตั้งแต่การตระหนักรู้ การตัดสินใจ และวนซ้ำไปเรื่อยๆ เพื่อหาคุณค่าของสินค้า ก่อนจะตัดสินใจซื้อมัน
ใน Loyalty Loop การเดินทางของลูกค้าจะอยู่ในช่วงของการตัดสินใจซื้อไปแล้วและกลับมาซื้อซ้ำใหม่เรื่อยๆ เป็นความภักดีที่มีต่อแบรนด์
🚀 [ ยุคห้า ‘อนาคต’ ของการตลาด ]
AI In Marketing ปัญญาประดิษฐ์ในการตลาด แต่ไม่ได้หมายถึงเพียงแค่ Generative AI เท่านั้น คำว่า AI มันกว้างใหญ่มาก อีกหนึ่งตัวที่น่าสนใจ คือ ‘Agentic AI’
ผลสำรวจของ ‘Deloitte Global Marketing Trends Executive Survey 2021’ มองว่า CMO มักจะมองว่าความเชี่ยวชาญในด้านการวิเคราะห์ เป็นทักษะที่สำคัญกว่าความเชี่ยวชาญด้านสร้างสรรค์ โดยแบ่งเป็น 5 อุตสาหกรรม
1. อุตสาหกรรมผู้บริโภค
ความเชี่ยวชาญในด้านการวิเคราะห์ 18 เปอร์เซ็นต์
ความเชี่ยวชาญด้านสร้างสรรค์ 30 เปอร์เซ็นต์
2. อุตสาหกรรมเทคโนโลยี สื่อ และโทรคมนาคม
ความเชี่ยวชาญในด้านการวิเคราะห์ 34 เปอร์เซ็นต์
ความเชี่ยวชาญด้านสร้างสรรค์ 23 เปอร์เซ็นต์
3. บริการทางการเงิน
ความเชี่ยวชาญในด้านการวิเคราะห์ 27 เปอร์เซ็นต์
ความเชี่ยวชาญด้านสร้างสรรค์ 18 เปอร์เซ็นต์
4. วิทยาศาสตร์ชีวภาพและการดูแลสุขภาพ
ความเชี่ยวชาญในด้านการวิเคราะห์ 21 เปอร์เซ็นต์
ความเชี่ยวชาญด้านสร้างสรรค์ 18 เปอร์เซ็นต์
5. พลังงาน ทรัพยากร และผลิตภัณฑ์อุตสาหกรรม
ความเชี่ยวชาญในด้านการวิเคราะห์ 24 เปอร์เซ็นต์
ความเชี่ยวชาญด้านสร้างสรรค์ 16 เปอร์เซ็นต์
จะเห็นได้ว่า 4 ใน 5 อุตสาหกรรมต้องการ ความเชี่ยวชาญในด้านการวิเคราะห์ มากกว่า ความเชี่ยวชาญด้านสร้างสรรค์ ซึ่งอุตสาหกรรมผู้บริโภคเป็นเรื่องเหมาะสมที่ต้องการความเชี่ยวชาญด้านสร้างสรรค์มากกว่า เพราะมันต้องเล่นกับความรู้สึกของกลุ่มเป้าหมาย
แต่จากข้อมูลตรงนี้ทำให้เราเห็นว่าการใช้ปัญญาประดิษฐ์ในอนาคตจะหวังพึ่ง หรือ ให้ความสำคัญกับเพียงแค่ Generative AI ไม่ได้
🚀 [นอกเหนือจาก Generative AI เราควรใช้อะไรดี?]
เราอาจจะต้องมาย้อมดูวิวัฒนาการของ AI Frontiers กันก่อนโดยมันประกอบด้วย 4 โมเดล
Foundation Model - เป็นโมเดลที่สร้างรูปภาพ ข้อความ เสียง หรือ โค้ด ในบริบทใหม่
Multimodal Model - โมเดลที่ประมวลผลข้อมูลจากหลายรูปแบบ เช่น ภาพ วิดีโอ หรือข้อความ
Retrieval-Augmented Generation (RAG) - โมเดลที่ผสมผสานการสืบค้นข้อมูลแบบดั้งเดิมเข้ากับโมเดลภาษาขนาดใหญ่
และสุดท้าย Agentic AI - หมายถึงระบบปัญญาประดิษฐ์ที่สามารถทำงานได้อย่างอิสระและปรับตัวได้ในสภาพแวดล้อมที่ซับซ้อน โดยไม่จำเป็นต้องได้รับการควบคุมหรือกำกับดูแลโดยตรงจากมนุษย์
🚀[Agentic AI]
AI ประเภทนี้สามารถประมวลผลข้อมูลและดำเนินการตัดสินใจเพื่อให้บรรลุเป้าหมายที่ซับซ้อนได้ด้วยตัวเอง มีความสามารถในการวิเคราะห์และตอบสนองต่อสถานการณ์ต่างๆ อย่างมีประสิทธิภาพ ซึ่งเหมาะสำหรับการนำไปใช้ในสถานการณ์ที่ต้องการความอิสระในการคิดและการแก้ไขปัญหาที่มีหลายปัจจัย
หลักการทำงานของ Agentic AI
1. จะเริ่มต้นด้วย Task เป็นการรับโจทย์ที่จะต้องทำ
2. Agentic AI จะวางแผนและแบ่งงานออกเป็น Sub-Tasks
3. แต่ละงานจะถูกดำเนินการผ่านประสบการณ์ที่เชื่อมโยงกับการถูกฝึกฝน
4. มันจะทำงานร่วมกับเครื่องมือที่ช่วยให้ผู้ใช้งานสามารถจัดการงานได้สะดวกที่สุด
5. นำไปสู่ Task Completion การทำงานที่เสร็จสมบูรณ์
ทำให้มันเป็นโมเดลที่มีความสามารถในการวิเคราะห์สูง ซึ่งตรงกับผลสำรวจที่เราไม่ได้ต้องการความสร้างสรรค์มากเท่ากับการวิเคราะห์
ใน SCBX เองก็มีการเริ่มต้นใช้งานตัวโมเดล Agentic AI โดยคุณสุธีรพันธุ์ ได้ยกตัวอย่างการใช้งาน Agentic AI ให้อยู่ในรูปแบบของ Online Reputation Management หรือ เรียกว่าเครื่องมือป้องกันทัวร์ลง
โดยความสามารถของมันจะทำการวิเคราะห์การพูดถึงในโซเชียลมีเดียโดยแบ่งแยกเป็น สีเขียว และ สีแดง Conversation ไหนที่ไม่ได้เข้าข่ายชื่อเสียงของแบรนด์ตัว Agentic ก็จะไฟเขียวปล่อยผ่าน ส่วนบทสนทนาไหนที่มีโอกาสสร้างความเสียหายให้กับแบรนด์ได้ มันก็จะไฟแดงและเตือนให้มีการตรวจสอบ
ทำให้เราเห็นเลยว่า Generativa AI ไม่ใช่ทุกอย่าง ในโลกของปัญญาประดิษฐ์มันยังมีเครื่องมืออีกมากมายที่รอให้เราเลือกใช้งาน และยังมีความไม่รู้อีกมากมายที่รอให้เราเข้าไปทำความเข้าใจ แต่ ณ ตอนนี้ เราได้เดินทางอยู่ในกระบวนการการพัฒนาของพวกมัน จาก Generative AI สู่ Agentic AI ที่ชูความเชี่ยวชาญด้านการวิเคราะห์มากกว่าความสร้างสรรค์
Agentic AI Marketers go to heaven.
Manual Marketers go to hell.
ขอขอบคุณข้อมูลบางส่วนจากงาน ‘MARTECH INTEGRATION DAY 2024’ ณ ทรู ดิจิทัล พาร์ค แกรนด์ ฮอลล์ วันที่ 3 ตุลาคม 2024
#FutureTrends #FutureTrendsetter #MarTechIntegretionDay2024
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
