เมื่อวันที่ 8 กันยายนที่ผ่านมา OpenAI เปิดตัว ChatGPT Images 2.5 เวอร์ชันใหม่ของระบบสร้างภาพใน ChatGPT ที่ฟังดูเหมือนเป็นแค่การขยับเลขเวอร์ชันจาก 2.0 เป็น 2.5 ใช่ไหมครับ แต่พอผมไล่อ่านรายละเอียดทีละข้อ กลับพบว่านี่ไม่ใช่การอัปเดตย่อยเลย เพราะรอบนี้มาครบทั้งคุณภาพภาพที่ดีขึ้น ความเร็วที่เพิ่มขึ้น 50% ฟีเจอร์ใหม่ 3 ตัวที่ออกแบบมาเพื่อคนทำงาน Creative โดยตรง และโมเดล API ใหม่อีก 2 ตัวสำหรับฝั่งธุรกิจ
ที่สำคัญคือทั้งหมดนี้เปิดให้ผู้ใช้ทุกระดับใช้ได้ ไม่ได้กั๊กไว้เฉพาะคนจ่ายเงินแพ็กเกจแพงสุดเหมือนที่หลายแพลตฟอร์มชอบทำกัน นั่นแปลว่านับจากวันนี้ เครื่องมือสร้างภาพระดับนี้จะอยู่ในมือของทั้งทีมการตลาดองค์กรใหญ่ เจ้าของธุรกิจขนาดเล็ก SME ไปจนถึงลูกค้าของเราทุกคน
บทความนี้ผมเลยอยากชวนเพื่อนๆ นักการตลาดมาถอดรหัสว่า ChatGPT Images 2.5 มีอะไรใหม่บ้าง และรวบออกมาเป็น 10 สิ่งที่ผมมองว่าจะเปลี่ยนไปในการทำงานการตลาดนับจากนี้ เพื่อให้คุณเห็นทั้งโอกาสที่ต้องรีบคว้า และความเสี่ยงที่ต้องรีบอุดก่อนคู่แข่ง
ภาพจาก OpenAI
The Image Economy ทำไมสนามสร้างภาพด้วย AI ถึงกลายเป็นสมรภูมิที่ OpenAI ต้องเร่งอัปเดต
ก่อนเข้า 10 ข้อ ลองดูบริบทกันก่อนครับว่าทำไมรอบนี้ OpenAI ถึงลงทุนกับการสร้างภาพหนักขนาดนี้ ในประกาศเปิดตัวของ OpenAI ระบุว่าตอนนี้มีการสร้างภาพผ่าน ChatGPT และ API รวมกันมากกว่า 3,000 ล้านภาพต่อสัปดาห์
ปกติผมอ่านตัวเลขในประกาศเปิดตัวพวกนี้แบบไล่ผ่านๆ เพราะทุกเจ้าชอบโชว์ตัวเลขใหญ่ๆ กันทั้งนั้น แต่ตัวเลข 3,000 ล้านภาพต่อสัปดาห์ทำให้ผมต้องเลื่อนกลับขึ้นไปอ่านซ้ำอีกรอบ เพราะถ้าหารเฉลี่ยแบบหยาบๆ นั่นคือเกือบ 5,000 ภาพต่อวินาที ตัวเลขระดับนี้บอกว่าการสร้างภาพด้วย AI ไม่ใช่ของเล่นของ Early Adopter อีกต่อไปแล้วครับ แต่กลายเป็นพฤติกรรมกระแสหลักที่ลูกค้าของเราทำกันเป็นเรื่องปกติ
การตลาดวันละตอนเองก็ตามเส้นทางนี้มาต่อเนื่อง ตั้งแต่ตอนอัปเดต ChatGPT Images 1.5 ที่สร้างภาพสมจริงขึ้นและภาพไม่เพี้ยนแม้แก้ซ้ำ มาจนถึงรวม Use Case หลังอัปเดต ChatGPT Image 2.0 พร้อมเทคนิค No Prompt ซึ่งพอเอา 3 เวอร์ชันมาวางเรียงกันจะเห็นทิศทางชัดมาก คือ OpenAI กำลังไล่ปิดจุดอ่อนที่ทำให้คนทำงานจริงยังไม่กล้าใช้ AI ในงาน Production ทีละข้อ
The Update Recap สรุปของใหม่ทั้งหมดใน ChatGPT Images 2.5 แบบเห็นภาพในย่อหน้าเดียว
ของใหม่รอบนี้แบ่งได้เป็น 3 ก้อนครับ ก้อนแรกคือตัวโมเดลที่เก่งขึ้น ทั้งความสมจริงของแสงและพื้นผิว การรักษาหน้าตาของคนหรือสินค้าจากภาพต้นฉบับ Reference ได้แม่นขึ้น การแก้ไขเฉพาะจุด Precision Editing โดยไม่กระทบส่วนอื่นของภาพ ความนิ่งเมื่อคุยแก้ภาพหลายรอบ Multi-Turn Consistency รองรับพื้นหลังโปร่งใส และสร้างภาพเร็วขึ้นสูงสุด 50% เมื่อเทียบกับ Images 2.0
ตัวอย่างความสมจริงของแสงและพื้นผิวจาก ChatGPT Images 2.5 ภาพจาก OpenAI
ก้อนที่สองคือฟีเจอร์ใหม่ 3 ตัวใน ChatGPT ได้แก่ Sketch ที่ให้เราวาดภาพร่างด้วยมือแล้วให้ AI ใช้เป็นโจทย์อ้างอิง Templates แม่แบบสำเร็จรูปสำหรับงานยอดนิยมอย่างโปสเตอร์หรือภาพสินค้า และ Prompt Sharing ที่ให้แชร์สูตรเบื้องหลังภาพให้คนอื่นเอาไปสร้างเวอร์ชันของตัวเองต่อได้ในคลิกเดียว
ตัวอย่างงานโปสเตอร์ที่คุมสไตล์ให้คงเส้นคงวาทั้งชุด ภาพจาก OpenAI
ก้อนสุดท้ายคือฝั่ง API ที่ปล่อยโมเดลใหม่ 2 ตัว คือ GPT-Image-2.5 Flare ตัวหลักที่เน้นความเร็ว เหมาะกับงานสร้างภาพจำนวนมาก และ GPT-Image-2.5 Sunburst ตัวพรีเมียมสำหรับงานที่ต้องการความละเอียดระดับ Production โดยมีพาร์ทเนอร์อย่าง Adobe เอาโมเดลนี้ไปให้ใช้ใน Firefly แล้ว ส่วนราคาทั้ง 2 โมเดลเท่ากัน ตามที่ Unite.AI สรุปรายละเอียดการเปิดตัวไว้ คือ Input ภาพ 8 ดอลลาร์ต่อ 1 ล้าน Token และ Output ภาพ 30 ดอลลาร์ต่อ 1 ล้าน Token
The Images 2.5 Effect 10 สิ่งที่จะเปลี่ยนไปในโลกการตลาดเพราะ ChatGPT Images 2.5
เห็นของใหม่ครบทั้ง 3 ก้อนแล้ว คำถามต่อไปที่นักการตลาดอย่างเราน่าจะอยากรู้ก็คือ แล้วของพวกนี้จะย้อนกลับมาเปลี่ยนหน้างานของเราตรงไหนบ้าง เพราะประวัติศาสตร์ของเครื่องมือการตลาดสอนเราซ้ำๆ ว่าสิ่งที่เปลี่ยนเกมไม่ใช่ตัวฟีเจอร์ แต่คือพฤติกรรมใหม่ที่ฟีเจอร์นั้นปลดล็อกออกมา
ผมเลยลองไล่ดูทีละฟีเจอร์แล้วถามต่อว่าแต่ละอันจะพาพฤติกรรมแบบไหนตามมา จนรวบออกมาได้เป็น 10 ข้อนี้ครับ
1. Real-Time Creative จังหวะคอนเทนต์จะขยับจากรายสัปดาห์เป็นรายชั่วโมง
เมื่อการสร้างภาพเร็วขึ้น 50% และแก้หลายรอบได้โดยภาพไม่เสื่อม สิ่งที่เปลี่ยนไม่ใช่แค่เวลาที่ประหยัดได้ แต่คือจำนวนรอบของการทดลองที่ทีมทำได้ในหนึ่งวันครับ ลองนึกภาพทีมโซเชียลของร้านชานมไข่มุกที่เห็นกระแสมีมกำลังมาตอน 10 โมงเช้า จากเดิมที่ต้องรอกราฟิกว่างตอนบ่าย กว่าภาพจะเสร็จกระแสก็ซาพอดี ตอนนี้ทีมน่าจะร่างภาพ 5 แบบ เลือก 1 แบบ แล้วโพสต์ได้ก่อนเที่ยง ทันกระแสในขณะที่คนยังพูดถึงเรื่องนั้นกันอยู่
จุดที่อยากให้มองให้ลึกกว่าความเร็วคือ Real-Time Marketing ในไทยที่ผ่านมาเป็นเกมของแบรนด์ใหญ่ไม่กี่เจ้าที่มีทีม Creative นั่งสแตนด์บาย เพราะการเกาะกระแสให้ทันภายในไม่กี่ชั่วโมงต้องใช้ทั้งคนเขียน คนทำภาพ และคนอนุมัติที่พร้อมตลอดเวลา แต่เมื่อขั้นตอนทำภาพหดจากครึ่งวันเหลือไม่กี่นาที คอขวดจริงจะย้ายจากมือกราฟิกไปอยู่ที่ความกล้าตัดสินใจของคนอนุมัติแทน
นั่นหมายความว่าแบรนด์ที่อยากเล่นเกมนี้ต้องแก้ที่กระบวนการ ไม่ใช่แค่เครื่องมือ เช่น ตกลง Guideline ล่วงหน้าว่ากระแสแบบไหนเล่นได้ โทนภาพต้องอยู่ในกรอบไหน แล้วปล่อยให้ทีมหน้างานตัดสินใจเองได้เลยโดยไม่ต้องรอไล่เซ็นอนุมัติ 3 ชั้น เพราะต่อไปความช้าจะไม่ได้เกิดจากการทำภาพไม่ทัน แต่เกิดจากการอนุมัติไม่ทันครับ
2. Cost Structure ต้นทุนการผลิตภาพจะเปลี่ยนจากค่าจ้างรายชิ้นเป็นค่าเครื่องจักรรายเดือน
ลองดูโครงสร้างต้นทุนของงานภาพแบบเดิมกันก่อนครับ ธุรกิจ E-Commerce ที่มีสินค้าหลักพันหลักหมื่น SKU ทุกครั้งที่มีสินค้าเข้าใหม่คือค่าใช้จ่ายเป็นทอดๆ ทั้งค่าถ่ายภาพ ค่ารีทัช ค่าทำภาพหลายขนาดสำหรับแต่ละแพลตฟอร์ม ยังไม่นับเวลารอคิวสตูดิโอที่ทำให้สินค้าบางตัวขึ้นขายช้าไปเป็นสัปดาห์ ราคา API ระดับ 8 ถึง 30 ดอลลาร์ต่อ 1 ล้าน Token ทำให้ธุรกิจแบบนี้วางระบบสร้างภาพอัตโนมัติได้ในต้นทุนที่เทียบกับการจ้างรายชิ้นแล้วต่างกันคนละโลก
แต่ผมไม่ได้กำลังบอกว่าการถ่ายภาพจริงจะหายไปนะครับ สิ่งที่น่าจะเกิดขึ้นคือการแบ่งชั้นของงานภาพใหม่ งานภาพ Hero ของแคมเปญใหญ่ ภาพที่ต้องการความจริงของสินค้าแบบจับต้องได้ หรือภาพที่ใช้คนดังจริง ยังคุ้มค่ากับการผลิตแบบเดิม ส่วนภาพ Variant จำนวนมหาศาลที่อยู่รอบๆ เช่น ภาพสินค้าสีอื่น ภาพปรับขนาดตามแพลตฟอร์ม ภาพประกอบโปรโมชันรายวัน จะทยอยย้ายไปอยู่บนระบบอัตโนมัติ
ผลที่ตามมาคือคำถามในห้องประชุมงบประมาณปีหน้าน่าจะเปลี่ยนไป จากเดิมที่ถามว่าจ้างใครถ่ายเท่าไหร่ กลายเป็นถามว่างานภาพก้อนไหนของเราควรอยู่ชั้นบนที่ลงทุนเต็มที่ และก้อนไหนควรไหลลงมาอยู่บนเครื่องจักร ใครแบ่งชั้นเป็นก่อน คนนั้นได้งบไปลงกับส่วนที่สร้างความต่างได้จริงก่อนครับ
3. Sketch Briefing วิธีบรีฟงานจะเปลี่ยนจากการพิมพ์อธิบายเป็นการวาดให้ดู
ฟีเจอร์ Sketch แก้ Pain Point ที่ลึกมากของการสั่งงานด้วยข้อความ เพราะบางไอเดียเราเห็นภาพในหัวชัดเจน แต่พอต้องแปลงเป็นตัวหนังสือกลับอธิบายไม่ถูก ลองนึกภาพเจ้าของร้านอาหารที่อยากได้โปสเตอร์เมนูใหม่ ในหัวเห็นชัดว่าจานหลักต้องอยู่ตรงกลาง มีป้ายราคามุมขวาบน โลโก้อยู่ล่าง แต่พอพิมพ์สั่ง AI กลับได้ Layout ที่ไม่ตรงใจสักรอบ ต้องนั่งเกลาคำสั่งไปกลับ 5 ถึง 6 ตา ตอนนี้แค่หยิบนิ้ววาดกรอบคร่าวๆ 30 วินาที AI ก็เห็นภาพเดียวกับในหัวเราแล้ว
ที่น่าคิดต่อคือพฤติกรรมนี้อาจจะไม่หยุดอยู่แค่การคุยกับ AI ก็เป็นได้ครับ เพราะทุกวันนี้ปัญหาคลาสสิกของการบรีฟงานระหว่างคนกับคน คือลูกค้าหรือหัวหน้าบรีฟด้วยข้อความยาว 3 ย่อหน้า กราฟิกตีความไปอีกทาง แล้วมารู้ว่าเข้าใจไม่ตรงกันตอนงานเสร็จแล้ว ซึ่งแพงที่สุดเสมอ เมื่อทุกคนเริ่มชินกับการวาดร่างส่งให้ AI ความเคยชินเดียวกันน่าจะไหลเข้ามาในการบรีฟระหว่างคนด้วย
จากที่ผมสังเกต ทีมที่ทำงานภาพเก่งๆ มักมีวัฒนธรรมการสื่อสารด้วย Reference และภาพร่างอยู่แล้ว สิ่งที่ Sketch ทำคือการดึงพฤติกรรมนี้จากทีมมืออาชีพส่วนน้อย มาเป็นมาตรฐานใหม่ที่ทุกคนทำได้ ซึ่งในระยะยาวจะช่วยลดงานที่เสียไปกับการตีความผิดได้มหาศาลครับ
4. Feed Sameness ภาพในฟีดจะหน้าตาคล้ายกันขึ้น และความมีเอกลักษณ์จะกลายเป็นของแพง
Templates จะทำให้ภาพโฆษณาจำนวนมหาศาลในฟีดหน้าตาคล้ายกันขึ้นเรื่อยๆ อย่างเลี่ยงไม่ได้ เพราะทุกคนหยิบแม่แบบจากแหล่งเดียวกัน ลองนึกภาพฟีดของคุณในอีก 6 เดือนข้างหน้า ที่ร้านหมูกระทะ ร้านเสริมสวย และคลินิกความงามในละแวกเดียวกัน โพสต์โปรโมชันด้วยแม่แบบโปสเตอร์ตัวเดียวกัน ต่างกันแค่โลโก้กับเบอร์โทร คนเลื่อนฟีดผ่านจะแยกไม่ออกเลยว่าร้านไหนเป็นร้านไหน
ปรากฏการณ์นี้ไม่ใช่เรื่องใหม่นะครับ ยุคที่เครื่องมือออกแบบสำเร็จรูปแบบมีแม่แบบเริ่มระบาด เราก็เคยเห็นฟีดที่เต็มไปด้วยโปสเตอร์หน้าตาโหลๆ มาแล้วรอบหนึ่ง แต่บทเรียนที่โลกของสูตรสำเร็จเคยสอนเราคือ คนที่ได้ประโยชน์จริงไม่ใช่คนที่สะสมแม่แบบเยอะ แต่คือคนที่เข้าใจ Logic เบื้องหลังของแม่แบบจนดัดแปลงให้เป็นของตัวเองได้
ดังนั้นแบรนด์ที่จะรอดจากทะเลภาพหน้าตาเหมือนกัน คือแบรนด์ที่มี Visual Signature ของตัวเองชัดจนหยิบแม่แบบไหนมาก็ยังดูเป็นตัวเอง เช่น คุมโทนสีประจำแบรนด์เข้มงวด มีตัวละครหรือองค์ประกอบกราฟิกที่โผล่ทุกชิ้นงาน หรือมีมุมกล้องและสไตล์ภาพที่ทำซ้ำจนคนจำได้ ความมีเอกลักษณ์ที่เคยเป็นเรื่องรสนิยม กำลังจะกลายเป็นเรื่องความอยู่รอดครับ
5. Prompt Marketing สูตรสร้างภาพจะกลายเป็นเครื่องมือแคมเปญชิ้นใหม่ของแบรนด์
Prompt Sharing ดูเผินๆ เหมือนของเล่นสนุกๆ แต่ในมุมการตลาด นี่คือกลไก Viral Loop ชัดๆ ครับ ย้อนดูกระแสภาพ AI ที่ระบาดใหญ่ในไทยแต่ละรอบ ตั้งแต่กระแสแปลงรูปตัวเองเป็นสไตล์อนิเมะ ไปจนถึงกระแสทำรูปคู่กับไอดอลหรือฟิกเกอร์ของตัวเอง สิ่งที่เกิดขึ้นซ้ำทุกรอบคือคำถามที่โผล่เต็มคอมเมนต์ว่า ใช้ Prompt ว่าอะไร ทำยังไง คนที่แชร์สูตรกลายเป็นคนที่ได้ Engagement มากกว่าคนโพสต์ภาพสวยเฉยๆ เสียอีก และตอนนี้ OpenAI ทำให้การส่งต่อสูตรทั้งหมดนั้นเหลือแค่ปุ่มเดียว
ตัวอย่างภาพสไตล์ Portrait ยุค 80 ที่แชร์สูตรให้คนอื่นเอารูปตัวเองไปสร้างต่อได้ ภาพจาก OpenAI
สำหรับแบรนด์ นี่เปิดโอกาสให้ Prompt กลายเป็น Asset ของแคมเปญได้จริงจัง ลองนึกภาพแบรนด์เครื่องสำอางที่ออกแบบ Prompt ประจำแคมเปญ ให้ลูกค้าเอารูปตัวเองไปสร้างภาพสไตล์เดียวกับพรีเซนเตอร์ แล้วแชร์ต่อพร้อมสูตรในโพสต์เดียว หรือการท่องเที่ยวจังหวัดหนึ่งที่ปล่อยสูตรภาพตัวเองในชุดผ้าไทยยืนอยู่กลางแลนด์มาร์กประจำจังหวัด ทุกการแชร์คือการชวนคนถัดไปเข้าร่วมแคมเปญโดยแบรนด์ไม่ต้องจ่ายค่าสื่อเพิ่มเลยแม้แต่บาทเดียว
เงื่อนไขความสำเร็จมี 2 ข้อครับ หนึ่งคือสูตรต้องสนุกพอที่คนอยากเล่นกับรูปตัวเอง เพราะแรงขับจริงของกระแสพวกนี้คือความอยากเห็นตัวเองในเวอร์ชันใหม่ ไม่ใช่ความอยากช่วยแบรนด์โฆษณา และสองคือผลลัพธ์ต้องมีเอกลักษณ์พอที่เห็นแล้วรู้ว่ามาจากแคมเปญของใคร ไม่อย่างนั้นแบรนด์จะเป็นแค่คนจุดกระแสที่ไม่มีใครจำชื่อได้
6. Mascot Revival มาสคอตและ Brand Character จะกลับมาเป็นอาวุธที่ใช้งานได้จริง
เหตุผลหนึ่งที่หลายแบรนด์ไม่ค่อยลงทุนกับมาสคอตหรือตัวละครประจำแบรนด์ ไม่ใช่เพราะไม่เห็นค่า แต่เพราะต้นทุนการใช้งานต่อเนื่องสูงมากครับ การให้ตัวละครตัวเดิมไปปรากฏในภาพใหม่ทุกสัปดาห์ หมายถึงค่าจ้างนักวาดทุกชิ้น และที่ผ่านมาการใช้ AI ช่วยก็ติดปัญหาใหญ่คือหน้าตาตัวละครเปลี่ยนไปทุกครั้งที่สร้างภาพใหม่ จนแบรนด์ไม่กล้าใช้จริงเพราะกลัวตัวละครเพี้ยนจนคนจำไม่ได้
การที่ Images 2.5 รักษาหน้าตาของตัวละครจากภาพอ้างอิงได้แม่นขึ้น และแก้หลายรอบโดยไม่เพี้ยน จึงเป็นการปลดล็อกที่ตรงจุดมาก ลองนึกภาพแบรนด์ขนมที่มีมาสคอตประจำ ตอนนี้น่าจะให้มาสคอตตัวเดิมไปอวยพรปีใหม่ ใส่ชุดสงกรานต์ นั่งอยู่ในบรรยากาศวันแม่ ได้ครบทุกเทศกาลทั้งปี ด้วยหน้าตาที่คงเส้นคงวาทุกภาพ ซึ่งเข้าทางตลาดไทยพอดี เพราะบ้านเราเป็นตลาดที่ Character Marketing แรงเป็นทุนเดิม คนไทยผูกพันกับตัวละครได้ง่ายและพร้อมตามไปทุกที่ที่ตัวละครโผล่
ตัวอย่างชุดสติกเกอร์ที่คุมคาแรกเตอร์เดียวกันได้ทั้งเซ็ต ภาพจาก OpenAI
ความสม่ำเสมอแบบนี้แหละครับคือหัวใจของ Distinctive Brand Assets ที่ทำให้คนจำแบรนด์ได้โดยไม่ต้องเห็นโลโก้ และเมื่อข้อ 4 บอกว่าฟีดกำลังจะเต็มไปด้วยภาพหน้าตาเหมือนกัน ตัวละครที่คงเส้นคงวาอาจจะเป็นหนึ่งในไม่กี่อย่างที่ทำให้ภาพของแบรนด์คุณถูกจำได้ในเสี้ยววินาทีที่คนเลื่อนผ่านก็เป็นได้
7. Product Shot Pipeline งานภาพสินค้าจะถูกรื้อกระบวนการใหม่ทั้งสาย
ลองไล่ดูกระบวนการภาพสินค้าของร้านค้าออนไลน์ทั่วไปครับ ถ่ายภาพต้นฉบับ ส่งรีทัช ไดคัทฉากหลัง ทำภาพหลายขนาดสำหรับหน้าร้านแต่ละแพลตฟอร์ม แล้วถ้ามีสินค้าหลายสีก็ต้องถ่ายหรือแต่งแยกทุกสี แต่ละขั้นคือคิวงาน ค่าใช้จ่าย และเวลารอ Precision Editing ที่สั่งแก้เฉพาะจุดได้โดยไม่กระทบส่วนอื่น บวกกับพื้นหลังโปร่งใส Transparent Background คือชุดฟีเจอร์ที่เหมือนออกแบบมาเพื่อรื้อสายพานนี้โดยเฉพาะ
ลองนึกภาพร้านเสื้อผ้าออนไลน์ที่ถ่ายภาพสินค้าจริงแค่ชุดเดียว แล้วใช้ AI เปลี่ยนสีตามตัวเลือกสินค้า เปลี่ยนฉากหลังจากสตูดิโอเป็นคาเฟ่ตามธีมคอลเลกชัน และดึงภาพพื้นหลังโปร่งใสไปวางในแบนเนอร์โปรโมชันได้ทันที จากเดิมที่แต่ละขั้นคือการจ้างงานแยกรอบ อาจจะเหลือแค่การถ่ายต้นฉบับดีๆ ครั้งเดียวก็เป็นได้ หรือร้านอาหารที่ถ่ายเมนูจริงไว้ชุดหนึ่ง แล้วผลิตภาพประกอบโปรโมชันรายเดือนจากต้นฉบับชุดนั้นได้ทั้งปี
แต่มีเส้นหนึ่งที่ผมอยากให้ระวังให้มากครับ คือเส้นแบ่งระหว่างการตกแต่งกับการหลอกลวง การเปลี่ยนฉากหลังหรือจัดแสงให้สวยขึ้นเป็นเรื่องที่ทำกันมานานแล้ว แต่ถ้า AI ทำให้สีสินค้าจริงเพี้ยน หรือเติมรายละเอียดที่สินค้าจริงไม่มี สิ่งที่ตามมาคือรีวิวเชิงลบ ยอดเคลมคืนสินค้า และความเชื่อมั่นที่เสียไปยาว ยิ่งผลิตภาพได้ง่ายเท่าไหร่ วินัยในการตรวจว่าภาพตรงกับของจริงยิ่งต้องเข้มขึ้นเท่านั้น
8. Consumer Expectation ความคาดหวังของลูกค้าต่อภาพของแบรนด์จะสูงขึ้นโดยที่เราไม่ทันรู้ตัว
อย่าลืมว่าตัวเลข 3,000 ล้านภาพต่อสัปดาห์ไม่ได้มาจากนักการตลาดเป็นหลัก แต่มาจากผู้ใช้ทั่วไปซึ่งก็คือลูกค้าของเราครับ ทุกวันนี้คนธรรมดาใช้ AI ทำการ์ดอวยพรวันเกิดให้เพื่อน ทำรูปโปรไฟล์เวอร์ชันจัดเต็ม ทำภาพประกอบงานนำเสนอของลูกที่โรงเรียน ภาพเหล่านี้สวยระดับที่เมื่อ 3 ปีก่อนต้องจ้างนักออกแบบทำ และมันกำลังปรับมาตรฐานความสวยในสายตาผู้บริโภคขึ้นทีละนิดโดยไม่มีใครประกาศ
ตัวอย่างภาพประกอบสไลด์นำเสนอที่ผู้ใช้ทั่วไปสร้างเองได้ ภาพจาก OpenAI
เรื่องนี้มีบทเรียนจากอดีตให้เทียบครับ ยุคที่กล้องมือถือดีขึ้นจนทุกคนถ่ายรูปสวยได้ ร้านอาหารที่ใช้ภาพเมนูถ่ายลวกๆ แสงเหลืองๆ ก็เริ่มดูด้อยลงในสายตาลูกค้าทันที ทั้งที่อาหารอร่อยเท่าเดิม เพราะมาตรฐานการเปรียบเทียบในหัวลูกค้าขยับไปแล้ว สิ่งเดียวกันน่าจะเกิดกับภาพของแบรนด์ในยุคนี้ ภาพโปรโมชันที่ทำลวกๆ ซึ่งเมื่อก่อนพอผ่านได้ ต่อไปอาจจะถูกมองว่าตั้งใจน้อยกว่าภาพที่ลูกค้าทำเล่นเองด้วยซ้ำ
กลุ่มที่โดนแรงสุดน่าจะเป็นธุรกิจเล็กที่เคยได้อภิสิทธิ์ความเป็นร้านเล็ก คือลูกค้าไม่คาดหวังภาพสวยจากร้านก๋วยเตี๋ยวหน้าปากซอยอยู่แล้ว แต่เมื่อร้านข้างๆ เริ่มมีภาพระดับสตูดิโอด้วยต้นทุนแทบเป็นศูนย์ อภิสิทธิ์นั้นจะค่อยๆ หายไป และความตั้งใจกับภาพจะกลายเป็นเกณฑ์ขั้นต่ำใหม่ที่ลูกค้าใช้ตัดสินความน่าเชื่อถือของร้านครับ
9. Invisible Engine เครื่องมือที่ทีมคุณใช้อยู่จะเก่งขึ้นเองโดยไม่ต้องย้ายค่าย
การที่ Adobe เอาโมเดลนี้ไปให้ใช้ใน Firefly บอกเราว่าโมเดลสร้างภาพของ OpenAI ไม่ได้อยู่แค่ใน ChatGPT อีกต่อไป แต่กำลังแทรกตัวเป็นเครื่องยนต์หลังบ้านของเครื่องมือทำงานที่ทีม Creative เปิดใช้อยู่ทุกวันครับ แนวโน้มแบบนี้เกิดกับวงการ AI มาแล้วหลายรอบ คือโมเดลเก่งๆ ไม่ได้รอให้เราเดินไปหา แต่ไหลมาอยู่ในเครื่องมือที่เราใช้อยู่แล้วเอง เหมือนเครื่องยนต์ที่ถูกเปลี่ยนใหม่โดยที่ตัวถังรถหน้าตาเดิม
นั่นหมายความว่าคำถามยอดนิยมในทีมการตลาดที่ว่า จะย้ายไปใช้เครื่องมือไหนดี อาจจะสำคัญน้อยลงเรื่อยๆ เพราะความสามารถระดับเดียวกันจะทยอยไปโผล่ในทุกเครื่องมือเอง คำถามที่สำคัญกว่าคือทีมของเรารู้ตัวไหมว่าเครื่องมือเดิมที่จ่ายค่า Subscription อยู่ทุกเดือน เพิ่งได้ความสามารถใหม่อะไรเข้ามาบ้าง เพราะจากที่ผมสังเกต หลายทีมจ่ายค่าเครื่องมือระดับท็อปแต่ใช้งานแบบเดียวกับเมื่อ 2 ปีก่อนทุกประการ
สิ่งที่ควรทำจึงไม่ใช่การไล่ล่าเครื่องมือใหม่ แต่คือการตั้งจังหวะ Audit เครื่องมือที่มีอยู่ เช่น ทุกไตรมาสให้คนในทีมสลับกันไปสำรวจว่าเครื่องมือที่จ่ายอยู่มีฟีเจอร์ AI ใหม่อะไรเพิ่มมา แล้วเดโมให้ทีมดู 15 นาที แค่นี้ก็รีดมูลค่าจากงบเดิมได้อีกเยอะโดยไม่ต้องเพิ่มค่าใช้จ่ายสักบาทครับ
10. The Curator Role งานของคนทำ Creative จะย้ายจากการผลิตไปสู่การคัดเลือก
เมื่อ 9 ข้อแรกเกิดขึ้นพร้อมกัน ผลรวมของทั้งหมดคือกำแพงด้านการผลิตภาพพังลงครับ และเมื่อใครก็ผลิตได้ งานที่เหลืออยู่และมีมูลค่าสูงขึ้นคือการเลือก ลองนึกภาพวันทำงานของทีม Creative ในอีกไม่กี่เดือนข้างหน้า ที่ AI สร้างภาพให้ 20 แบบในเวลาไม่กี่นาที คนที่นั่งอยู่หน้าจอไม่ได้กำลังลงมือวาด แต่กำลังทำหน้าที่ที่ยากกว่า คือแยกให้ออกว่าภาพไหนใช่สำหรับแบรนด์เรา ภาพไหนแค่สวยแบบค่าเฉลี่ย แล้วชี้ต่อได้ว่าภาพที่เกือบใช่ ต้องขยับอะไรอีกนิดถึงจะใช่จริง
ทักษะแบบนี้มีชื่อเรียกอยู่แล้วในวงการครับ คือ Art Direction ซึ่งที่ผ่านมาเป็นทักษะของคนตำแหน่งสูงไม่กี่คนในเอเจนซี แต่ต่อไปน่าจะกลายเป็นทักษะพื้นฐานที่นักการตลาดทุกระดับต้องมีติดตัว เพราะทุกคนจะได้นั่งเก้าอี้คนเลือกกันหมด วิธีฝึกที่เริ่มได้เลยคือการสร้างคลัง Reference ของแบรนด์ให้ชัด ว่าภาพแบบไหนคือตัวเรา แบบไหนไม่ใช่ พร้อมเหตุผลประกอบ เพื่อให้การเลือกของทีมมีหลักยึดเดียวกัน ไม่ใช่แล้วแต่รสนิยมของคนเวรวันนั้น
และสำหรับใครที่อยากคุมคุณภาพตั้งแต่ขั้นตอนสั่งงาน ไม่ใช่มานั่งคัดตอนท้ายอย่างเดียว ลองศึกษาเทคนิค JSON Prompt สูตรลัดในการควบคุมภาพและวิดีโอ AI ที่การตลาดวันละตอนเคยเขียนไว้ประกอบ เพราะยิ่งสั่งแม่น ภาพ 20 แบบที่ได้มาให้เลือกก็ยิ่งเข้าใกล้สิ่งที่แบรนด์ต้องการตั้งแต่ต้นครับ
Taste สรุป 10 ความเปลี่ยนแปลงจาก ChatGPT Images 2.5 เมื่อทุกคนสร้างภาพสวยได้ สิ่งที่ขายได้คือรสนิยม
ทั้ง 10 ข้อที่เล่ามา ถ้ามองผิวเผินคือเครื่องมือที่เก่งขึ้นและถูกลง แต่ถ้ามองลึกลงไปอีกชั้น สิ่งที่ ChatGPT Images 2.5 กำลังทำคือการดึงเพดานฝีมือด้านการผลิตภาพของทุกคนขึ้นมาเท่ากันหมดครับ เมื่อความสามารถในการสร้างภาพสวยไม่ใช่ของหายากอีกต่อไป ความได้เปรียบที่เคยอยู่ที่คำว่าทำได้ กำลังย้ายไปอยู่ที่คำว่าเลือกเป็น
และถ้าให้ผมรวบทุกอย่างในบทความนี้ให้เหลือเพียงคำเดียว คำนั้นคือ Taste หรือในภาษาไทยคือรสนิยม เพราะเมื่อ AI ทำให้ทุกแบรนด์ผลิตภาพระดับดีได้ในเวลาไม่กี่วินาทีเท่ากัน คนที่ชนะจะไม่ใช่คนที่สร้างภาพได้เยอะที่สุด แต่คือคนที่มีสายตาแยกออกว่าภาพไหนใช่สำหรับแบรนด์ของตัวเอง และกล้าตัดภาพสวยที่ไม่ใช่ทิ้งไป
ดังนั้นคำถามที่อยากฝากทิ้งท้ายคือ ในวันที่เครื่องมือของทุกแบรนด์เก่งเท่ากันหมดแล้ว คุณฝึกสายตาและรสนิยมของทีมให้แตกต่างจากค่าเฉลี่ยของ AI แล้วหรือยัง เพราะถ้ายัง แบรนด์ของคุณอาจกำลังผลิตภาพที่หน้าตาเหมือนคู่แข่งเป๊ะโดยไม่รู้ตัวอย่างน่าเสียดายครับ
