ถ้าทุกคนทำงานได้เก่งขึ้นด้วย AI – แล้วลูกค้าจะจ่ายแพงให้เราตรงไหน?
เมื่อก่อนทำเว็บได้ เขียน Content เป็น ทำภาพสวย ก็มีโอกาสเอาทักษะพวกนี้ไปขาย เพราะคนที่ทำได้ยังมีไม่เยอะ และลูกค้าไม่อยากเสียเวลาทำเอง
.
พอ AI ช่วยให้งานบางอย่างง่ายขึ้น คนที่เคยทำไม่ได้เริ่มทำได้ คนที่เคยต้องจ้างเริ่มลองทำเอง ส่วนคนที่ทำเป็นอยู่แล้วก็ผลิตงานได้เร็วขึ้น
.
ฟังดูเป็นโอกาสสำหรับคนทำ One Person Business เลย
.
แต่ลองคิดต่ออีกชั้น ถ้าเราเข้าถึงตัวช่วยได้ คู่แข่งก็เข้าถึงได้เหมือนกัน แล้วอะไรจะเกิดกับราคางาน รายได้ และเหตุผลที่ลูกค้าเลือกเรา?
.
เบ้นว่าเรื่องนี้น่าคิดกว่าการตามว่า AI ตัวไหนเก่งที่สุด เพราะมันเกี่ยวกับว่า เราจะทำมาหากินยังไงในวันที่งานที่เราเคยขาย เริ่มมีคนทำได้มากขึ้น
.
ลองไล่จากสิ่งที่เกิดขึ้น ไปถึงสิ่งที่อาจตามมา แล้วดูว่าเราควรเตรียมตัวยังไง มาเข้าใจเรื่องนี้กัน #อ่านจบปุ๊ปเก่งขึ้นปั๊ป
—————–
[1] เมื่อต้นทุนการทำงานลดลง คนที่เข้ามาขายงานก็อาจเพิ่มขึ้น
.
OECD วิจัยเรื่อง Generative AI แล้วพบว่า เทคโนโลยีนี้มีโอกาสช่วยเพิ่ม Productivity และลดอุปสรรคในการเริ่มธุรกิจ แต่ผลที่ได้ขึ้นอยู่กับงานและประสบการณ์ของผู้ใช้ด้วย.
.
สมมติเมื่อก่อนจะรับทำเว็บไซต์ ต้องมีทักษะหลายอย่าง ต้องใช้เวลาฝึก ต้องมีคนช่วย พอมีเครื่องมือที่ลดงานบางส่วน คนตัวเล็กก็เริ่มรับงานที่เมื่อก่อนทำเองไม่ไหวได้
.
คนที่มีความรู้เฉพาะเรื่อง แต่ไม่มีทีม ก็เริ่มทำคู่มือ ทำสินค้า หรือทดลองบริการของตัวเองได้ง่ายขึ้น
.
นี่เป็นโอกาสจริงๆ เพราะต้นทุนในการลองบางอย่างลดลง เราไม่ต้องลงทุนให้ครบทุกอย่างตั้งแต่วันแรก แต่ผลอีกด้านก็ต้องคิดด้วย
.
ถ้าคนส่วนใหญ่เข้ามาทำงานคล้ายกันได้ง่ายขึ้น แต่ลูกค้าเท่าเดิมก็แปลว่า
ลูกค้าก็จะเริ่มเทียบได้ว่า งานแบบนี้ใครทำได้บ้าง ต่างกันตรงไหน และทำไมต้องจ่ายราคานี้ (Demand & Suply 101)
.
สรุปคือสุดท้ายมันก็จะวิ่งเข้าสู่ Price War
.
คำถามที่เราต้องเริ่มคิดใหม่คือแบบ แบบนี้ลูกค้าต้องเลือกกอะไรได้มากขึ้น
เพราะการทำเร็วขึ้นช่วยลดต้นทุนเราได้ แต่ถ้าคู่แข่งทำเร็วขึ้นเหมือนกัน ความได้เปรียบตรงนี้ก็อาจอยู่ได้ไม่นาน
————–
[2] เมื่อของมีให้เลือกเยอะขึ้น ลูกค้าต้องใช้แรงในการเลือกมากขึ้น
.
สมมติคุณอยากจ้างคนทำเว็บร้านอาหาร เปิดดูแล้วเจอยี่สิบเจ้า ทุกเจ้ามีเว็บสวย มีคำว่าเพิ่มยอดขาย มีแพ็กเกจดูใกล้กันหมด
.
ตอนแรกคิดว่า ตัวเลือกเยอะน่าจะดี
พอดูครบเริ่มเหนื่อยแล้ว เอ้า เลือกใครดี 555555
.
ตรงนี้เบ้นมองว่า งานอีกส่วนหนึ่งเริ่มสำคัญขึ้น คือช่วยให้ลูกค้าประเมินได้ว่า ใครเข้าใจปัญหาเขา ใครทำได้จริง และจ่ายแล้วต้องรับความเสี่ยงอะไรบ้าง
.
ในเชิงเศรษฐกิจ ลูกค้าไม่ได้จ่ายแค่เงิน เขายังใช้เวลาเลือก ใช้แรงตรวจ และอาจมีต้นทุนตามมา ถ้างานใช้ไม่ได้หรือส่งช้า
.
เราลองนึกถึงคนรับทำเว็บสองคน
คนแรกบอกว่า “ทำเว็บไซต์ 5 หน้า ดีไซน์สวย ส่งไฟล์ครบ”
.
คนที่สองบอกว่า เขาทำให้ร้านอาหารโดยเฉพาะ จะจัดเมนูให้เปิดดูในมือถือสะดวก ใส่ทางจองโต๊ะให้หาเจอ และมีตัวอย่างงานร้านที่คล้ายกับร้านของลูกค้าให้ดู
.
แปลว่าคนที่สองเขาจะตอบโจทย์ลูกค้าได้มากกว่าเฉพาะทาง
.
เขามีวิจัยอันนึงบนพวก Platform e-commerce เขาบอกว่าพอใช้ GenAI ไปใช้งาน บางคนก็หาเงินได้มากขึ้น เหมือนสามารถทำให้ลูกค้าหาอะไรเฉพาะทางได้มากขึ้น
.
ถ้าแบบนี้ยิ่งเราตอบโจทย์ลูกค้าเฉพาะด้านมากๆมันยิ่งทำให้เราขายของได้ง่ายขึ้น เบ้นเรียกสิ่งนี้ว่า Interest Economy (เศรษฐกิจบนความสนใจเฉพาะด้าน)
—————
[3] ถ้าทำงานได้ง่ายขึ้น เราต้องเลือกว่าจะเก่งเรื่องอะไรให้มากขึ้น
.
พอมาถึงตรงนี้ เบ้นว่าโอกาสของคนทำ OPB คือเราเริ่มทำงานหลายส่วนเองได้ โดยไม่ต้องมีทีมครบตั้งแต่วันแรก
.
แต่ถ้าเราเอาความสามารถที่เพิ่มขึ้น ไปเปิดรับทุกงาน ก็อาจกลับไปอยู่ในตลาดที่ลูกค้าเทียบเรากับใครก็ได้เหมือนเดิม
.
รับทำเว็บ รับทำภาพ รับเขียนโพสต์ รับตัดคลิป ทำได้หมดเลย
ลูกค้าถามว่าเก่งอะไรเป็นพิเศษ เราตอบว่า “แล้วแต่ลูกค้าเลย” 555555
.
ลองกลับไปที่คนทำเว็บร้านอาหาร ถ้าเขาเลือกทำให้ร้านอาหารจริงๆ เขาก็มีโอกาสได้เจอปัญหาซ้ำๆ ของคนกลุ่มนี้มากขึ้น
.
ลูกค้าเปิดเมนูจากมือถือแล้วอ่านยาก คนอยากจองโต๊ะแต่หาปุ่มไม่เจอ เจ้าของต้องตอบคำถามเรื่องเวลาเปิดกับที่จอดรถทุกวัน
.
พอเจอบ่อย เขาก็เริ่มรู้ว่าอะไรควรแก้ก่อน อะไรไม่ต้องทำ และคำถามไหนควรถามเจ้าของร้านตั้งแต่เริ่มงาน
.
ความรู้พวกนี้เอาไปใช้กับงานถัดไปได้ เขาอาจส่งงานได้เร็วขึ้นด้วย เพราะไม่ได้เริ่มจากศูนย์ทุกครั้ง
.
แล้วตอนขาย เขาก็มีเรื่องที่ตรงกับชีวิตลูกค้าให้คุยมากขึ้น จาก “อยากได้เว็บกี่หน้า?” เป็น “ตอนนี้ลูกค้าที่จะจองร้าน ติดตรงไหนบ้าง?”
.
แบบนี้ลูกค้าก็มีเหตุผลให้เลือกมากกว่าแค่เว็บสวย เพราะเขาเห็นว่าเรารู้จักงานของเขา และมีตัวอย่างให้ดูว่าเคยช่วยแก้เรื่องคล้ายๆ กันยังไง
.
เบ้นเลยมองว่า ถ้า AI ช่วยลดเวลาผลิตงานได้ เราน่าจะเอาเวลาบางส่วนไปคุยกับลูกค้า เก็บปัญหา และพัฒนางานให้ตรงกับคนกลุ่มที่เราเลือกมากขึ้น
.
ตรงนี้มีโอกาสทำให้เราได้ประโยชน์สองด้าน ต้นทุนการทำงานลดลง และลูกค้าเห็นประโยชน์จากงานเรามากขึ้นด้วย
.
แต่เฉพาะทางแล้วก็ไม่ได้แปลว่าตั้งราคาแพงได้ทันทีนะ ต้องดูด้วยว่าปัญหาที่เราแก้สำคัญกับเขาแค่ไหน เขายอมจ่ายไหม และเราทำได้ตามที่พูดจริงหรือเปล่า
.
บางกลุ่มอาจสนใจมากแต่ไม่มีงบ บางปัญหามีคนบ่นเยอะ แต่ยังไม่สำคัญพอให้เขาจ่าย เราก็ต้องไปลองขาย ไปคุย ไปดูจากงานจริง
.
Interest Economy ในมุมของเบ้น เลยเริ่มจากการเลือกว่าเราอยากเข้าใจคนกลุ่มไหนให้ดี แล้วทำสิ่งที่มีประโยชน์กับเขาจริงๆ
.
ยิ่งเรารู้ว่าเขากำลังพยายามทำอะไร เราก็ยิ่งเลือกได้ว่า ควรใช้เครื่องมือมาช่วยตรงไหน และควรขายอะไรให้เขา
————–
ถ้าคุณชอบบทความแนวนี้ แล้วไม่อยากพลาด สามารถใส่ Email ของคุณได้ที่ Link นี้เลย (ฟรีไม่มีค่าใช้จ่าย)
#สรุปแบบลงดาบ
พอ AI ทำให้งานบางอย่างง่ายขึ้น คนก็มีโอกาสเข้ามาขายงานมากขึ้น ถ้างานคล้ายกันจนลูกค้าแยกไม่ออก ราคาก็มีโอกาสกลายเป็นเรื่องหลักที่เขาใช้เลือก
.
แต่เรายังมีทางเลือกว่าจะเข้าไปแข่งตรงนั้น หรือกลับมาดูว่า มีลูกค้ากลุ่มไหนที่เราเข้าใจปัญหาเขาดีพอจะช่วยได้มากกว่าเดิม
.
ลองเลือกหนึ่งกลุ่ม แล้วไปคุยว่า ก่อนจ่ายเงินเขากังวลอะไร งานแบบไหนที่เคยจ้างแล้วไม่ตอบโจทย์ และถ้าแก้ได้จริงมันช่วยเขาตรงไหน
.
เอาคำตอบนั้นกลับมาปรับสิ่งที่เราขาย แล้วค่อยใช้ AI ช่วยให้ทำได้เร็วขึ้น ต้นทุนต่ำลง และส่งมอบได้ดีขึ้น
.
สุดท้ายลูกค้าอาจไม่ได้สนใจว่าเราใช้ AI ตัวไหน แต่เขาน่าจะสนใจว่า จ่ายให้เราแล้ว ปัญหาของเขาจะได้รับการดูแลดีแค่ไหน
.
ถ้าพรุ่งนี้คู่แข่งทุกคนมีเครื่องมือเหมือนคุณ ลูกค้าจะยังเลือกคุณเพราะอะไร?
ผมหวังว่าเรื่องนี้จะช่วยสร้างวันของคุณ
ใส่ความเห็น