“AI isn’t just about better models — it’s about workflow automation and real business impact.”
ล่าสุด Y Combinator (VC + Accelerator เจ้าดัง) เชิญ CEO ของ Box มานั่งจับเข่าคุยเจาะลึกถึงถึงการเปลี่ยนแปลงที่กำลังจะมาถึงของ AI ในโลก Business & Enterprise ซึ่งมีอะไรดีๆ อยู่ในนั้นเยอะมากซะจนผมฟังซ้ำ 2 รอบ+
🎧 ใครควรฟังตอนนี้: คนทำ Startup, คนทำ Solution ให้ Enterprise, และตัว Enterprise เอง
เกี่ยวกับการสร้าง AI Solution
1. AI’s Real Value Lies in Workflow Automation, Not Just Models
เมื่อ AI models กลายเป็น Commodity — ทุกคนพูดเป็นเสียงเดียวกันว่า Value จะอยู่ที่การนำ AI ไปสร้าง workflow automation และ integrations ที่ทำให้ธุรกิจขยับตัวเร็วขึ้น ฉลาดขึ้น
ฟังดูง่าย แต่จุดแตกต่างคือหลังจากรู้ตรงนี้แล้ว คุณจะ Execute อย่างไร
2. AI-Driven Software Is More Than Just “ChatGPT Wrappers”
หลายคนยังมอง AI applications เป็นแค่ ChatGPT Wrapper แต่จริงๆ แล้วแนวคิดนี้คือความเข้าใจที่ผิด! บร๊ะ!
⚠️ AI Products/Startups ที่ประสบความสำเร็จหลายตัวมีสิ่งนึงเหมือนกัน: คือ Product ของพวกเขาไม่ใช่แค่ Wrapper ที่แค่เรียก LLM API แล้วจบ
แต่มันมี add-on ส่วน workflow automation, proprietary business logic ที่เชื่อมต่อกับ data ของลูกค้า ซึ่งพอผสมกับ AI แล้วสามารถ deliver value ได้อย่างยอดเยี่ยมและ unique
เรียกว่า secret sauce คือส่วนที่ build on top จน deliver outcome ได้จริง ไม่ใช่แค่ทำ RAG (Retrieval-augmented generation)
จุดนี้ใน podcast พูดย้อนกลับไปได้น่าสนใจดีว่า…
สิ่งที่กำลังจะเกิดขึ้น น่าจะไม่ต่างจากยุค cloud ที่พอถึงจุดนึง ลูกค้าคงไม่ได้ใส่ใจมากว่า SaaS คุณใช้ server/infra อันไหน (เพราะมันดีพอๆ กัน ในมุมมองของฝั่งลูกค้า // ถ้าสำหรับ dev ก็อีกเรื่องนึง)
จุดสำคัญคือพอคุณประกอบ solution ขึ้นมาแล้ว SaaS ของคุณ deliver value และ outcome ได้จริงๆ ไหม (เช่น ลดเวลาตอบลูกค้า หรือ ใช้ automate งานต่างๆ ได้จริง)
เกี่ยวกับการสร้าง AI Startups
3. Startups Shouldn’t Build AI Features That OpenAI (or Others) Can Easily Replicate
AI Solution ที่ดีต้องสร้างจุดต่างออกจากตัว foundation model ให้ได้ แล้วสร้าง software ที่ seamlessly integrate AI เข้ากับ workflows
ตัวอย่าง: Box ไม่ได้ขาย cloud infrastructure แต่ขาย storage management ที่ใช้งานง่าย และ API ที่ Integrate กับระบบ Enterprise ได้อย่าง Salesforce // AI Startup ควรเดินตามแนวทางนี้
เกี่ยวกับการสร้าง Enterprise
4. The Commoditization of AI Intelligence
AI models กำลังกลายเป็น commodity มากขึ้นเรื่อยๆ เนื่องจากการแข่งขัน อีกทั้ง Open Source ที่ทำงานได้ดีก็กำลังไล่ตามมาติดๆ // ตรงนี้ทำ cost ของ AI มีแนวโน้มจะยิ่งลดลงหนักขึ้นเรื่อยๆ
Enterprises จะไม่จ่ายเงินให้ raw AI processing power อีกต่อไป
สิ่งที่พวกเขาจ่ายเงินให้คือค่า integration, security, compliance, workflow automation
5. Enterprise AI Buying v.s. Building Strategy
หลักๆ องค์กรแบ่ง AI Use Case เป็น 2 ประเภท:
1. “Core” คือ Use Case ที่เป็น Core หลักของ business เรา // อะไรที่เราใช้ในการสร้าง Competitive Advantage จริงๆ: เช่น AI ที่สร้าง insights, personalization, decision-making ซึ่งมันควรจะเป็น “Secret Sauce” ของบริษัทเราเท่านั้น
2. “Context” คือ Use Case ที่เป็นเรื่องของ Operational ที่จำเป็นเฉยๆ: เช่น AI ใน HR, CRM, ERP — ซึ่งถึงจะสำคัญเช่นกัน แต่ระบบส่วนใหญ่จะไม่ค่อยแตกต่างกันมากนักในแต่ละบริษัท (อย่างระบบ HR) พวกนี้ควรใช้ third-party มากกว่าพัฒนาระบบเอง
จุดสำคัญก็คือแยก use case สองกลุ่มนี้ให้ออก แล้วเลือก strategy ในการ integrate AI ให้เหมาะสม
🤔 จริงๆ ใน EP นี้มี Insight ดีๆ อีกเยอะจนไม่น่าสรุปหมด อาจจะเอามาเล่าเท่านี้ ยังไงขอแนะนำว่าลองหาเวลาไปฟังกันครับ! อย่างไรก็ตาม คิดเห็นยังไงแชร์ได้ในคอมเม้นเลยครับ
