AI กำลังเปลี่ยนพฤติกรรมผู้บริโภคอย่างไร โดยแก่นแล้วอยู่ที่สามจุด ได้แก่ การค้นหา การค้นพบสินค้าใหม่ และความไว้วางใจ สำหรับเอเจนซี สิ่งนี้นำมาซึ่งผลที่ไม่น่าพอใจ วิธีหาอินไซต์ที่สร้างบนการศึกษาประจำปีและเซกเมนต์ตามประชากรศาสตร์ตามไม่ทันพฤติกรรมที่เปลี่ยนไปไม่หยุด
ขณะเดียวกัน AI ก็เปลี่ยนตัวนักกลยุทธ์เองด้วย ตามรายงาน ‘The Future of Strategy 2026’ ของ WARC การนำ AI มาใช้คือการเปลี่ยนแปลงใหญ่ที่สุดของบทบาทนักกลยุทธ์ นักกลยุทธ์ที่ตอบแบบสำรวจราว 56% ซึ่งส่วนใหญ่ทำงานฝั่งเอเจนซี ระบุว่า AI เข้ามาแทนที่ตำแหน่งงานกลยุทธ์เป็นภัยคุกคามใหญ่ที่สุดที่คาดไว้ เพิ่มขึ้น 15 จุดเปอร์เซ็นต์จากปีก่อน แต่ก็มี 66% ที่เห็นเหตุผลชัดเจนให้มองโลกในแง่ดี
AI กำลังเปลี่ยนวิธีที่ผู้บริโภคประพฤติอย่างไร
นักกลยุทธ์ควรจับตาการเปลี่ยนแปลงสามประการ ไม่ใช่ในฐานะกฎธรรมชาติ แต่เป็นสมมติฐานที่เกิดขึ้นต่างกันไปในแต่ละหมวดสินค้า และควรทดสอบกับข้อมูลของตัวเอง
1. จากคำค้นหาสู่คำถาม
แทนที่จะพิมพ์คีย์เวิร์ดสามคำแล้วเปรียบเทียบลิงก์สิบรายการ ผู้คนถามผู้ช่วย AI เป็นประโยคคำถามเต็ม ๆ มากขึ้นเรื่อย ๆ และได้คำตอบพร้อมคำแนะนำไม่กี่รายการ การคัดรายชื่อตัวเลือกย้ายจากผู้บริโภคไปอยู่ที่เครื่อง แบรนด์ที่ไม่ปรากฏในคำตอบเหล่านั้นจะหลุดจากชุดตัวเลือก (consideration set) ก่อนที่การเปรียบเทียบจะเริ่มด้วยซ้ำ
2. จากการค้นหาสู่การถูกป้อนให้
ฟีดบน TikTok, Instagram หรือ YouTube ถูกคัดสรรโดยอัลกอริทึมแนะนำ ไม่ใช่โดยเพื่อน ผู้คนค้นพบสินค้าโดยไม่ได้ตั้งใจหา แรงกระตุ้นให้ซื้อเกิดขึ้นในช่องคอมเมนต์และวิดีโอของครีเอเตอร์ ซึ่งอยู่ในที่สาธารณะ จึงสังเกตได้
3. จากการเชื่อคอนเทนต์สู่การเชื่อผู้คน
ยิ่ง AI ผลิตคอนเทนต์เนี้ยบ ๆ ที่เป็นแบบเดียวกันหมดมากเท่าไร เสียงที่เห็นได้ชัดว่าเป็นของคนจริงก็ยิ่งมีน้ำหนักมากขึ้น ไม่ว่าจะเป็นรีวิว เรื่องเล่าจากประสบการณ์ตรง และครีเอเตอร์ที่มีมุมมองของตัวเอง การสื่อสารของแบรนด์ที่ฟังดูเหมือนทุกอย่างอื่นจะจมหายไปกับเสียงรบกวนรอบข้าง
สำหรับแต่ละสายงาน นั่นหมายถึงสิ่งที่ต่างกัน เอเจนซีสื่อต้องเข้าใจว่าการคัดรายชื่อตัวเลือกเกิดขึ้นที่ใด ก่อนที่โฆษณาจะมีโอกาสเข้าถึงด้วยซ้ำ เอเจนซีครีเอทีฟต้องส่งมอบงานที่ฟังดูเหมือนคนจริงอย่างเห็นได้ชัด ไม่ใช่เหมือนค่าเฉลี่ย เอเจนซี CRM ต้องรับมือกับลูกค้าที่ถูกอัลกอริทึมตามใจจนเคยตัว ซึ่งทิ้งจดหมายข่าวแบบทั่วไปเร็วกว่าที่เคย เอเจนซี PR และอินฟลูเอนเซอร์มีบทบาทหนักขึ้นเพราะเสียงที่น่าเชื่อถือมีค่ามากขึ้น โดยมีเงื่อนไขว่าต้องเลือกเสียงเหล่านั้นจากการสร้างความสะท้อนใจที่แท้จริง ไม่ใช่จากการเข้าถึงเพียงอย่างเดียว
ทำไมวิธีหาอินไซต์แบบดั้งเดิมจึงไม่เพียงพออีกต่อไป
เพราะช้าเกินไปและอยู่ห่างจากพฤติกรรมจริงเกินไป การศึกษาประจำปีเป็นเพียงภาพถ่ายชั่วขณะของพฤติกรรมที่เปลี่ยนไปแล้วระหว่างการเก็บข้อมูลภาคสนาม เซกเมนต์ตามประชากรศาสตร์บอกว่าใครเป็นใคร แต่ไม่ได้บอกว่าคนคนนั้นตัดสินใจอย่างไรในวันนี้ ซึ่งมีแชตบอต ครีเอเตอร์ และช่องคอมเมนต์สามแห่งเป็นที่ปรึกษา
นอกจากนั้นยังมีประเด็นเรื่องวิธีการ แบบสำรวจวัดสิ่งที่ผู้คนบอกเกี่ยวกับพฤติกรรมของตนเมื่อถูกถาม ส่วนบทสนทนาสาธารณะแสดงสิ่งที่พวกเขาแสดงออกเมื่อไม่มีใครถาม ในคอมเมนต์ รีวิว และฟอรัม ทั้งสองแบบมีที่ทางของตัวเอง แต่แบบหลังอยู่ใกล้ช่วงเวลาตัดสินใจมากกว่า
ภาพลวงของข้อมูล: ทำไมข้อมูลมากขึ้นไม่ได้แปลว่าเข้าใจมากขึ้น
นี่คือกับดักที่ใหญ่ขึ้นพร้อมกับ AI สิ่งที่เรียกว่า data illusion effect (ปรากฏการณ์ภาพลวงของข้อมูล) หมายถึงแนวโน้มที่จะอนุมานความเข้าใจอันลึกซึ้งจากข้อมูลปริมาณมาก ยิ่งมีเส้นกราฟ คลัสเตอร์ และแดชบอร์ดบนโต๊ะมาก ทีมก็ยิ่งรู้สึกมั่นใจ ไม่ว่าจะเข้าใจผู้คนเบื้องหลังจริงหรือไม่ก็ตาม
AI ขยายผลของปรากฏการณ์นี้ มันสรุปข้อมูลมหาศาลเป็นประโยคที่น่าเชื่อถือสามประโยค ประโยคเหล่านั้นถูกต้องหรือไม่มักตรวจย้อนไม่ได้อีกต่อไป แต่รูปแบบไม่ใช่คำอธิบาย ข้อมูลเผยรูปแบบ แต่ไม่อาจนิยามความเป็นมนุษย์ได้
WARC สรุปผลสำหรับวงการว่า คุณค่าอยู่ที่วิจารณญาณ อยู่ที่การรู้ว่าคำถามใดควรค่าแก่การถาม และอยู่ที่ความเข้าใจในผู้คนเบื้องหลังชุดข้อมูล บทสรุปใด ๆ ก็ทำสิ่งนี้แทนคุณไม่ได้
เปรียบเทียบงานอินไซต์แบบเก่ากับแบบใหม่
| มิติ | งานอินไซต์แบบดั้งเดิม | งานอินไซต์ในยุค AI |
|---|---|---|
| แหล่งข้อมูล | แบบสำรวจ แพนเนล การศึกษาประจำปี | บทสนทนาสาธารณะ คอนเทนต์ และโฆษณาของคู่แข่ง เสริมด้วยแบบสำรวจ |
| ความถี่ | ปีละครั้งหรือตามโปรเจกต์ | ต่อเนื่อง พร้อมจุดตรวจสอบที่กำหนดไว้แน่นอน |
| หน่วยวิเคราะห์ | เซกเมนต์ตามประชากรศาสตร์ | เพอร์โซนาที่มีแรงจูงใจและความขัดแย้งในใจ |
| หลักฐาน | ตัวเลขร้อยละแบบรวม | ทุกข้อสรุปย้อนรอยไปถึงโพสต์จริงได้ |
| บทบาทของ AI | แทบไม่มีบทบาท | รวบรวม จัดกลุ่ม สรุป |
| บทบาทของนักกลยุทธ์ | จัดหาและเตรียมข้อมูล | ตั้งคำถาม ตรวจสอบ ตีความ ตัดสินใจ |
เอเจนซีสร้างงานอินไซต์ขึ้นใหม่ได้อย่างไร
- ตรวจสอบแหล่งข้อมูลของคุณ เพอร์โซนาและการวางตำแหน่งที่ใช้อยู่สร้างจากข้อมูลอะไร ข้อมูลเก่าแค่ไหน และใครตรวจสอบล่าสุด
- ทำให้บทสนทนาสาธารณะเป็นแหล่งข้อมูลประจำ คอมเมนต์ รีวิว คอนเทนต์ของครีเอเตอร์ และโฆษณาของคู่แข่งในหมวดสินค้าควรอยู่ในฐานข้อมูลอินไซต์ทุกชุด
- ทดสอบการเปลี่ยนแปลงทั้งสามประการ ถามให้เฉพาะเจาะจงว่า คนในหมวดสินค้านี้ค้นพบสินค้าอย่างไร ผู้ช่วย AI และครีเอเตอร์มีบทบาทอย่างไร และพวกเขาไว้วางใจใคร
- กำหนดภาระการพิสูจน์ ไม่มีข้อสรุปของ AI ข้อใดได้เข้าเอกสารกลยุทธ์ หากยังไม่มีใครเห็นโพสต์เบื้องหลัง
- เปลี่ยนจังหวะการทำงาน ไม่ต้องเลิกการศึกษาประจำปี แต่เพิ่มการตรวจอินไซต์รายเดือนพร้อมคำถามที่ชัดเจน
- ปลดนักกลยุทธ์จากงานหาข้อมูล AI รับหน้าที่รวบรวม คัดแยก และสรุปได้ เวลาที่ได้คืนมาควรเป็นของการตีความและการสนทนากับลูกค้า
AI จะมาแทนที่นักกลยุทธ์หรือไม่
ความกังวลนี้เป็นเรื่องจริง ดังที่ตัวเลขของ WARC แสดง แต่ข้อโต้แย้งฝั่งตรงข้ามยังหนักแน่นกว่า AI แทนที่การหาข้อมูล ไม่ใช่วิจารณญาณ เมื่อพฤติกรรมผู้บริโภคเปลี่ยนเร็วขึ้น ความต้องการคนที่ตีความรูปแบบ อยู่กับความขัดแย้งได้ และสรุปทิศทางจากสิ่งเหล่านั้นก็ยิ่งเพิ่มขึ้น
เอเจนซีอิสระยังพลิกเรื่องนี้ให้เป็นข้อได้เปรียบได้ด้วย โดยปกติแล้วพวกเขาปรับกระบวนการได้เร็วกว่าเครือข่ายใหญ่ที่โครงสร้างหยั่งรากลึก หากเข้าถึงข้อมูลที่เทียบเคียงกันได้ นั่นคือสิ่งที่แพลตฟอร์ม Defy สร้างขึ้นมาเพื่อ ใน Defy Monitor ทุกข้อสรุปของ AI ตรวจย้อนไปถึงโพสต์จริงที่เผยแพร่เบื้องหลังได้ และกลยุทธ์มาจากสิ่งที่กลุ่มเป้าหมายและคู่แข่งเผยแพร่จริง ไม่ใช่จากแบบสำรวจ
สิ่งนี้มีความหมายอย่างไรต่อการนำเสนองานลูกค้าครั้งถัดไปของคุณ
แทนประโยคอย่าง “กลุ่มเป้าหมายอายุ 25 ถึง 45 ปี อยู่ในเมือง และคุ้นเคยกับดิจิทัล” ด้วยคำพูดจริงสามข้อความจากบทสนทนาสาธารณะที่แสดงว่าคนเหล่านี้กำลังคิดอะไรอยู่ตอนนี้ เพิ่มว่าพวกเขาค้นพบสินค้าที่ไหนและไว้วางใจใครระหว่างทาง ลูกค้าจะไม่ถามถึงขนาดกลุ่มตัวอย่าง แต่จะถามถึงก้าวต่อไป และนั่นคือจุดที่กลยุทธ์เริ่มต้นพอดี
