ถอดรหัสมุมมองนักการตลาดที่จะได้ไปต่อในอนาคต Futuristic Marketing Mindset

• Facebook
• X
• Line

หลายครั้งเวลาเราพูดถึง AI เรามักเริ่มจากคำถามว่า AI จะมาแย่งงานมนุษย์ไหมครับ แต่ถ้าดูจากสิ่งที่เกิดขึ้นในโลกการทำงานตอนนี้ ผมว่าคำถามที่สำคัญกว่าอาจไม่ใช่แค่ว่า AI จะแทนที่ใคร แต่คือคนทำงานจะปรับ Marketing Mindset ให้ทันกับวิธีทำงานแบบใหม่ได้เร็วแค่ไหนมากกว่า

เพราะในวันที่ AI สามารถช่วยคิด ช่วยค้น ช่วยเขียน ช่วยออกแบบ หรือแม้แต่ช่วยสร้างระบบบางอย่างขึ้นมาได้ คนที่ยังทำงานเหมือนเดิมทุกขั้นตอนอาจเหนื่อยขึ้นเรื่อย ๆ ครับ ขณะเดียวกัน คนที่เข้าใจวิธีใช้ AI อาจต้องเริ่มขยับจากตำแหน่งที่เป็นคนลงมือทำทุกอย่างเอง ไปเป็นคนออกแบบกระบวนการ เพื่อทำให้ AI ช่วยทำงานแทนบางส่วน และใช้เวลาของตัวเองกลับไปทำงานที่เราควรทำจริง ๆ มากขึ้นครับ

เนื้อหานี้ผมได้รับฟังมาจาก Session “Futuristic Marketing Mindset การตลาดวันพรุ่งนี้” ภายในงาน CTC2026 ซึ่ง Session นี้ได้พูดโดยคุณหนุ่ย ณัฐพล ม่วงทำ เจ้าของเพจการตลาดวันละตอน โดยคุณหนุ่ยได้เล่าถึงการเปลี่ยนแปลงของโลกการทำงานในวันที่ AI เริ่มเข้ามาเป็นส่วนหนึ่งของกระบวนการทำงานมากขึ้น และคนทำงานต้องปรับตัวให้ทันเพื่อรับมือกับอนาคตครับ

AI Make It Difference ไม่ได้แค่แย่งงาน แต่กำลังเปลี่ยนวิธีทำงานของคนทำงาน

หลายครั้งเวลาเราพูดถึง AI ภาพแรกที่หลายคนคิดถึงอาจเป็นเรื่องการแย่งงานครับ เหมือนทุกครั้งที่โลกเจอเทคโนโลยีใหม่ ๆ เข้ามา ไม่ว่าจะเป็นเครื่องจักรในยุคปฏิวัติอุตสาหกรรม ไฟฟ้า รถไฟฟ้า Smartphone หรือ 3G ก็มักจะมีแรงต่อต้านเกิดขึ้นเสมอ เพราะทุกการเปลี่ยนแปลงมักทำให้วิธีทำงานแบบเดิมถูกท้าทาย

คุณหนุ่ยเล่าว่า AI เองก็กำลังอยู่ในจุดที่คล้ายกันครับ จากเดิมที่หลายคนอาจมองว่า AI เป็นแค่เครื่องมือช่วยเขียน ช่วยคิด หรือช่วยทำภาพ วันนี้มันเริ่มเข้ามาเปลี่ยนกระบวนการทำงานจริง ๆ มากขึ้นเรื่อย ๆ จนทักษะบางอย่างที่เคยใช้เวลาฝึกนาน เริ่มถูกทำให้สั้นลงหรือเข้าถึงง่ายขึ้นกว่าเดิมมาก

เมื่อก่อนคนทำคอนเทนต์อาจต้องรอกราฟิก รอคนตัดต่อ รอคนหาข้อมูล หรือรอหลายฝ่ายทำงานต่อกันเป็นทอด ๆ แต่วันนี้ AI ทำให้หลายขั้นตอนถูกทดลองได้เร็วขึ้นมาก ทำให้คำถามสำคัญอาจไม่ใช่แค่ว่า AI จะมาแทนใคร แต่คือคนทำงานจะเปลี่ยนวิธีทำงานของตัวเองให้ทันกับมันได้เร็วแค่ไหนมากกว่าครับ

Flow Maker จากคนลงมือทำ สู่คนออกกระบวนการทำงานร่วมกับ AI

อีกเรื่องที่คุณหนุ่ยเล่าแล้วผมว่าน่าสนใจคือ การใช้ AI ในวันนี้เริ่มไม่ได้จบอยู่แค่การสั่งให้มันช่วยทำงานทีละชิ้นอีกต่อไปครับ แต่กำลังขยับไปสู่การออกแบบระบบให้ AI ทำงานในแบบที่เราอยากให้มันทำมากขึ้น

อย่างที่คุณหนุ่ยเล่าถึงการสร้าง Custom GPT หรือ Claude Skill จากเดิมที่เราอาจต้องคอยสั่งงาน AI ทีละรอบ บอกทีละอย่าง แก้ทีละจุด แต่พอเราเริ่มส่งตัวอย่างงาน ส่งบทความ ส่งวิธีคิด หรือสอนให้มันเข้าใจสไตล์การทำงานของเรา มันก็เริ่มทำงานได้ใกล้เคียงเรามากขึ้นเรื่อย ๆ จนบางครั้งผลลัพธ์ที่ได้อาจเข้าใกล้ 90% ของสิ่งที่เราต้องการครับ

และเมื่อ AI ตัวหนึ่งเริ่มทำงานได้ดีแล้ว คุณหนุ่ยก็ยังเล่าต่อว่า เราสามารถสร้าง AI อีกตัวขึ้นมาตรวจงาน ตรวจข้อมูล หรือคอย Recheck สิ่งที่ตัวแรกทำได้อีกเหมือนกัน จากเดิมที่คนต้องเป็นคนตรวจทุกอย่างเอง ก็เริ่มกลายเป็นการออกแบบ Workflow ให้ AI หลายตัวช่วยกันทำงานเป็นขั้นตอนมากขึ้น

ผมว่าตรงนี้สะท้อนบทบาทใหม่ของคนทำงานได้ดีมากครับ เพราะในวันที่ AI เริ่มทำงานบางส่วนแทนเราได้ คนทำงานอาจไม่ได้มีหน้าที่แค่ลงมือทำทุกอย่างเองเหมือนเดิม แต่ต้องเริ่มขยับไปเป็นคนออกแบบกระบวนการ ว่าจะให้ AI ตัวไหนทำอะไร ตรวจอะไร และส่งต่องานกันยังไงมากกว่าครับ

จากกระดานหมากรุก สู่การทำงานแบบตีปิงปองกับ AI

คุณหนุ่ยเปรียบเทียบการทำงานในอดีตไว้น่าสนใจครับ ว่าหลายครั้งการทำงานเหมือนการเดินหมากบนกระดาน เราต้องรอคนนี้ทำก่อน รออีกฝ่ายส่งงานกลับมา รอกราฟิก รอคอนเทนต์ หรือรอเวลาที่ทุกคนสะดวก ทำให้กระบวนการหนึ่งกว่าจะเดินไปข้างหน้าได้อาจต้องใช้เวลาพอสมควร

แต่พอเริ่มทำงานร่วมกับ AI วิธีทำงานกลับเปลี่ยนไปครับ เพราะมันเหมือนการตีปิงปองมากกว่า เราส่งงานไป มันตอบกลับมา เราแก้ มันทำต่อ แล้วส่งกลับมาอีกครั้ง ทุกอย่างเกิดขึ้นแทบจะทันที ทำให้รอบของการทดลอง การเรียนรู้ และการพัฒนางานเร็วขึ้นกว่าเดิมมาก

จุดนี้ทำให้เห็นว่า AI อาจไม่ได้เปลี่ยนแค่วิธีทำงาน แต่กำลังเปลี่ยนจังหวะของการทำงานทั้งหมดด้วยครับอาจไม่ใช่ใครมีเครื่องมือดีกว่ากัน แต่คือใครทำให้ไอเดียเกิดขึ้นได้ และพางานไปจนถึงเส้นชัยได้จริงมากกว่าครับ

AI Can’t หรือว่าคุณ Didn’t Try อย่าคิดว่า AI ทำไม่ได้ ถ้ายังไม่ได้ลองใช้มันจริง ๆ

หลายครั้งเรามักตัดสิน AI จากภาพจำเดิม ๆ ว่ามันทำได้แค่นั้น ทำได้แค่นี้ หรือยังไม่เก่งพอสำหรับงานจริงครับ แต่ในความเป็นจริง ถ้าเรายังไม่ได้ลองใช้มันกับโจทย์ของตัวเองจริง ๆ เราอาจยังไม่รู้เลยว่ามันทำอะไรได้มากกว่าที่คิดแค่ไหน

คุณหนุ่ยเล่าจากตัวอย่างที่ได้ลองใช้ AI สร้างเกมสอนคำศัพท์ให้หลานครับ จากเดิมที่เด็กอาจต้องท่องศัพท์แบบเดิม ๆ จนรู้สึกเบื่อ ก็กลายเป็นการเอา AI มาช่วยสร้างเกมให้เด็กเรียนรู้คำศัพท์ผ่านการเล่นแทน หรือแม้แต่การทำ AI เลขาที่สามารถอ่านแชท อ่านนัดหมาย ส่งอีเมล และช่วยลง Calendar ได้ ซึ่งเป็นงานเล็ก ๆ ที่หลายคนอาจไม่คิดว่า AI จะเข้ามาช่วยทำให้เรื่องพวกนี้มันง่ายขึ้น

รวมถึงงานที่ซับซ้อนขึ้นอย่าง Data Project หรือ Social Listening ที่คุณหนุ่ยเล่าว่า จากเดิมที่อาจต้องมีทีมโค้ด ทีมดึงข้อมูล หรือทีมช่วยประมวลผลจำนวนมาก วันนี้ AI เริ่มช่วยดึงข้อมูล Process Data และเปิดมุมมองบางอย่างที่ทำให้เราคุยกับข้อมูลได้มากขึ้น

ประเด็นนี้น่าสนใจตรงที่หลายครั้งคำว่า “AI ทำไม่ได้” ไม่ได้แปลว่ามันทำไม่ได้จริง ๆ แต่อาจแปลว่าเรายังไม่ได้ลองออกแบบโจทย์ให้มันดีพอ หรือยังไม่ได้ลองใช้มันในบริบทที่ตรงกับงานของเรามากพอครับ

AI Director เมื่อ AI สามารถทำให้ทุกคนกลายเป็น Director

อีกเรื่องที่คุณหนุ่ยเล่าแล้วผมว่าค่อนข้างน่าสนใจคือ ทุกวันนี้ AI กำลังทำให้คนทำงานหลายคนขยับบทบาทจาก “คนลงมือทำ” ไปเป็น “คนกำกับงาน” มากขึ้นครับ

เมื่อก่อนถ้าเราจะทำงาน Creative สักชิ้น เราอาจต้องลงมือทำเองหลายขั้นตอน ตั้งแต่หาข้อมูล คิดไอเดีย ทำภาพ ตัดต่อ หรือรอคนอื่นมาช่วยทำให้เสร็จ แต่ในวันนี้ AI ทำให้หลายขั้นตอนเร็วขึ้นมาก จนคนคนหนึ่งคนสามารถทดลองไอเดียได้หลายแบบในเวลาที่ใกล้เคียงกับเมื่อก่อนที่อาจจะทำได้แค่ไม่กี่แบบ

คุณหนุ่ยเล่าว่า เวลาทำงานกับ AI ไม่ควรพอใจกับคำตอบแรกที่มันให้มา เพราะสิ่งที่ AI ส่งมาครั้งแรกมักเป็นเพียงจุดเริ่มต้นเท่านั้น หลายครั้งการทำงานจริงอาจต้องให้มันลองใหม่ แก้ใหม่ เปลี่ยนมุมใหม่ หรือสร้างออกมาหลาย ๆ เวอร์ชัน จนกว่าจะเจองานที่ใช่จริง ๆ

ตรงนี้ทำให้บทบาทของคนทำงานเปลี่ยนไปครับ เพราะเราอาจไม่ได้เป็นคนลงมือทำทุกพิกเซล ทุกคำ หรือทุกขั้นตอนเหมือนเดิม แต่กลายเป็นคนกำหนดทิศทาง เลือก Theme เลือก Style เลือกสิ่งที่ดี ตัดสิ่งที่ไม่ใช่ และพางานไปให้ถึงจุดที่ควรจะแทนครับ

ในแง่นี้คือ AI อาจทำให้ใคร ๆ ก็เป็น Director ได้ แต่ Director ที่ดีอาจไม่ใช่คนที่สั่ง AI ได้หนึ่งครั้งแล้วจบ แต่คือคนที่รู้ว่าจะพางานไปทางไหน และรู้ว่างานแบบไหนถึงจะดีพอครับ

Activator & Finisher เมื่อคนทำงานต้องเป็นคนทำให้มันเกิดขึ้น

อีกเรื่องที่คุณหนุ่ยพูดไว้แล้วผมว่าสำคัญมากคือ ในยุคที่ AI ทำงานได้หลายอย่างขึ้นเรื่อย ๆ บทบาทของคนทำงานอาจไม่ได้จบอยู่แค่การเป็นคนสังเกตหรือคนรอให้งานเกิดขึ้นอีกต่อไปครับ

เพราะ AI อาจช่วยคิด ช่วยร่าง ช่วยทำภาพ ช่วยหาข้อมูล หรือช่วยทำงานบางส่วนให้เราได้ก็จริง แต่สุดท้ายแล้วงานหนึ่งชิ้นจะเกิดขึ้นจริงหรือไม่ จะจบได้ดีแค่ไหน และจะถูกพาไปถึงผลลัพธ์ที่ควรจะเป็นหรือเปล่า ก็ยังต้องมีคนรับผิดชอบอยู่ดี

ในมุมนี้ คนทำงานจึงอาจต้องขยับไปเป็นทั้ง Activator และ Finisher

Activator คือคนที่เริ่มลงมือ คนที่เห็นโอกาสแล้วลองใช้ AI ทำให้มันเกิดขึ้น ไม่ใช่แค่คิดว่า AI น่าจะทำได้หรือไม่ได้ แต่ลองออกแบบโจทย์ ลองสั่ง ลองปรับ และพางานให้เริ่มเดินจริง

ส่วน Finisher คือคนที่ทำให้งานจบ เพราะงานที่ AI ส่งออกมาอาจยังไม่ได้เรียบร้อย 100% เสมอไป มันอาจเป็นเพียง Draft แรก เป็นไอเดียตั้งต้น หรือเป็นงานที่ยังต้องมีคนเลือก แก้ ตรวจ และทำให้มันพร้อมใช้งานจริง

ในวันที่ใคร ๆ ก็เข้าถึง AI ได้ สิ่งที่สำคัญอาจไม่ใช่ใครมีเครื่องมือดีกว่ากัน แต่คือใครทำให้ไอเดียเกิดขึ้นได้ และพางานไปจนถึงเส้นชัยได้จริงมากกว่าครับ

Pattern ชัดเจนแปลว่างานนั้นจะโดย AI เข้ามาแทนที่

อีกเรื่องที่คุณหนุ่ยพูดถึงคือ ความมั่นคงของงานในยุค AI อาจไม่ได้ขึ้นอยู่กับว่าเราอยู่ในตำแหน่งอะไรเพียงอย่างเดียวครับ แต่อาจขึ้นอยู่กับว่างานของเรามี Pattern ชัดเจนมากแค่ไหนด้วย

เพราะถ้างานนั้นมีขั้นตอนซ้ำ ๆ มีรูปแบบตายตัว และสามารถอธิบายเป็นกระบวนการได้ชัดเจน งานแบบนั้นก็มีโอกาสสูงที่จะถูก AI เข้ามาช่วยทำ หรือบางครั้งอาจถูกแทนที่ได้ง่ายกว่างานที่ยังต้องใช้การตัดสินใจ การแก้ปัญหาใหม่ ๆ งานที่ทำหลากหลายอย่างที่ไม่แน่นอน รวมไปถึงการออกแบบสิ่งใหม่ ๆ ครับ

คุณหนุ่ยยังพูดถึงอีกมุมหนึ่งที่หลายคนอาจยังไม่ทันสังเกต นั่นคือผลกระทบไม่ได้เกิดขึ้นแค่กับเด็กจบใหม่เท่านั้น เพราะทุกวันนี้เริ่มมีคนทำงานระดับ Senior หลายคนถูก Layoff แบบเงียบ ๆ และบางคนใช้เวลาหลายเดือนกว่าจะหางานใหม่ได้

ทำให้โจทย์ในวันนี้อาจไม่ใช่แค่เรื่องของประสบการณ์หรืออายุงานอีกต่อไป แต่คือเรากำลังทำงานประเภทไหน และงานนั้นยังสร้างคุณค่าในแบบที่ AI ทำแทนไม่ได้หรือเปล่า

ในมุมนี้ ความไม่แน่นอนอาจไม่ใช่สิ่งที่น่ากลัวเสมอไปครับ เพราะถ้างานของเรายังต้องใช้การคิด การตัดสินใจ และการรับผิดชอบต่อผลลัพธ์จริง ๆ งานแบบนั้นอาจยังมีพื้นที่ให้มนุษย์อยู่มากกว่างานที่ทำซ้ำเป็น Pattern เดิม ๆ ที่อาจจะเป็นสิ่งที่น่ากลัวมากกว่าแทนครับ

6S for Marketer ทักษะที่นักการตลาดต้องมีในยุค AI

ช่วงท้ายของ Session คุณหนุ่ยได้สรุปออกมาเป็น Framework ที่เรียกว่า 6S for Marketer ซึ่งเป็นทักษะที่ยังคงสำคัญอยู่ แม้ AI จะเก่งขึ้นเรื่อย ๆ ก็ตามครับ

• Speed – AI ทำให้การทำงานหลายอย่างเร็วขึ้นมาก จากเดิมที่งานกราฟิกหรืองานคอนเทนต์บางชิ้นอาจต้องใช้เวลาหลายวัน วันนี้สามารถทดลองไอเดียหรือทำ Draft แรกออกมาได้เร็วขึ้นกว่าเดิมมาก
• Sense – ต่อให้ AI สร้างคำตอบ ภาพ หรือไอเดียออกมาได้เป็นร้อยแบบ แต่สุดท้ายคนยังต้องมี Sense ในการเลือกอยู่ดีว่าสิ่งไหนเหมาะกับโจทย์ เหมาะกับแบรนด์ และเหมาะกับคนดูจริง ๆ
• Start – สิ่งสำคัญคือการเริ่มลองใช้ เพราะหลายครั้งที่เราคิดว่า AI ทำไม่ได้ อาจเป็นเพราะเรายังไม่เคยลองใช้มันกับงานของตัวเองจริง ๆ ถ้าไม่เริ่ม ก็ไม่มีทางรู้ว่า AI ช่วยเราได้มากแค่ไหน
• Strive – การใช้ AI ให้ได้ผลลัพธ์ที่ดี ยังต้องอาศัยความอึดในการถามต่อ ลองต่อ แก้ต่อ และไม่หยุดอยู่แค่คำตอบแรก เพราะวันนี้เราหาคำตอบได้ง่ายขึ้น แต่การเข้าใจและทำให้งานออกมาดี ยังต้องใช้ความพยายามอยู่เหมือนเดิม
• Sigzag – ความเป็นมนุษย์ยังอยู่ที่การคิดนอกกรอบ การเชื่อมโยงสิ่งที่ไม่คุ้นกัน และการลองถามว่า ถ้าอยากทำสิ่งนี้ จะทำแบบอื่นได้ไหม เพราะบางครั้งสิ่งที่แตกต่างไม่ได้เกิดจากคำตอบตรง ๆ แต่เกิดจากวิธีคิดที่เลี้ยวออกจากทางเดิม
• Systematic – เมื่อ AI เข้ามาช่วยงานหลายขั้นตอน คนทำงานต้องคิดเป็นระบบมากขึ้น ว่ากระบวนการทั้งหมดควรเริ่มตรงไหน ส่งต่องานยังไง ใช้ AI ตัวไหนทำอะไร และจะออกแบบ Workflow อย่างไรให้ AI ช่วยทำงานได้จริง

บทสรุป Futuristic Marketing Mindset ในวันที่ AI กลายเป็นเพื่อนร่วมงาน

สิ่งที่ผมได้จาก Session นี้คือ นักการตลาดอาจไม่จำเป็นต้องกลัวว่า AI จะมาแทนที่เราทั้งหมดครับ แต่สิ่งที่น่ากลัวกว่าอาจเป็นการที่เรายังทำงานด้วยวิธีเดิม ในวันที่วิธีทำงานของโลกเปลี่ยนไปแล้ว

เพราะสุดท้ายแล้ว AI อาจช่วยเราได้หลายอย่างก็จริง แต่คนที่ยังสำคัญคือคนที่รู้ว่าจะใช้มันไปทำอะไร จะพางานไปทางไหน และจะทำให้งานออกมาดีกว่าคำตอบแรกที่ AI ส่งมาได้ยังไงครับ

• Facebook
• X
• Line