หากจะพูดถึง AI ที่กำลังสร้างแรงสั่นสะเทือนให้กับโลกการทำงานมากที่สุดในเวลานี้ หนึ่งในชื่อที่ถูกพูดถึงคงหนีไม่พ้น Claude จาก Anthropic ค่ะ จากเดิมที่หลายคนรู้จักในฐานะ Chatbot วันนี้ Claude สามารถช่วยได้ตั้งแต่เขียนโค้ด สร้างเว็บไซต์ วิเคราะห์ข้อมูล ทำพรีเซนเทชัน ไปจนถึงจัดการ Workflow ที่ซับซ้อน ความสามารถที่พัฒนาอย่างรวดเร็วจึงสร้างทั้งโอกาสและความกังวล ไม่ว่าจะเป็นแรงกระเพื่อมในตลาดหุ้นกลุ่มซอฟต์แวร์ ไปจนถึงคำถามว่า AI จะเข้ามากระทบงานของคนรุ่นใหม่มากแค่ไหน ซึ่งบทความนี้เบลล์จะพาทุกคนไปสำรวจปรากฏการณ์ดังกล่าวผ่าน Data Research Insight กันค่ะ
อย่างไรก็ตาม อีกด้านหนึ่ง Claude ก็กำลังช่วยให้คนจำนวนมากทำงานได้เร็วขึ้นและรับมือกับงานที่เคยต้องใช้หลายเครื่องมือได้ง่ายขึ้น โจทย์สำคัญจึงอาจไม่ใช่แค่ว่า AI จะเข้ามาแทนที่มนุษย์หรือไม่ แต่อยู่ที่ว่าเราจะเรียนรู้การสั่งงานและทำงานร่วมกับ AI ได้อย่างมีประสิทธิภาพแค่ไหน บทความนี้เบลล์จึงรวบรวมบทสนทนาผ่านเครื่องมือ Social Listening เพื่อพาไปสำรวจว่า ตอนนี้ผู้คนนำ Claude ไปช่วยทำงานอะไรกันบ้าง งานประเภทไหนถูกพูดถึงมากที่สุด และนิยมใช้ Claude Model ตัวไหนกันค่ะ
โดยกระบวนการทั้งหมดจะมี 8 ขั้นตอน ดังนี้ค่ะ
Research Keywords
Set Campaign Collecting Data
Cleansing Data
Conversation Analysis
Categorized Data
Visualization
Insights Summary
Data-Driven Decision
STEP 1–2 Research Keyword, Collecting Data
มาเริ่มกันที่ขั้นตอนแรกอย่างการ Research Keyword กันก่อนค่ะ ในบทความนี้เบลล์เลือกใช้คำว่า “Claude” เป็น Keyword หลัก เพื่อสำรวจว่าคนบนโลกออนไลน์กำลังพูดถึง AI ตัวนี้ในมุมไหนบ้าง ทั้งด้านการใช้งาน ความสามารถ เครื่องมือที่เลือกใช้ รวมถึงประสบการณ์ที่ผู้ใช้นำมาแบ่งปันบนโซเชียลมีเดีย
โดยกำหนดช่วงเวลาดึงข้อมูลตั้งแต่วันที่ 1 มกราคม – 30 มิถุนายน 2026 หลังจากตั้งค่าและรวบรวมข้อมูลเรียบร้อย ระบบพบการพูดถึงทั้งหมด 16,750 Mentions ซึ่งถือเป็นชุดข้อมูลที่มีขนาดเพียงพอสำหรับนำมาจัดหมวดหมู่และวิเคราะห์ต่อว่า ผู้คนนำ Claude ไปช่วยทำงานอะไรกันบ้าง และนิยมใช้ Claude Model ตัวไหนมากที่สุดค่ะ
STEP 3 Cleansing Data
ก่อนจะนำข้อมูลไปวิเคราะห์ Insight เบลล์ต้องคัดกรอง Data ที่รวบรวมมาอีกครั้งค่ะ เพราะคำว่า “Claude” ไม่ได้หมายถึง AI ของ Anthropic เพียงอย่างเดียว แต่ยังปรากฏอยู่ในชื่อบุคคล ศิลปิน และประเด็นอื่น ๆ ทำให้ข้อมูลจาก Social Listening มีทั้งโพสต์ที่เกี่ยวข้องและไม่เกี่ยวข้องปะปนกันอยู่ ขั้นตอน Cleansing Data จึงมีความสำคัญ เพื่อให้เหลือเฉพาะบทสนทนาที่สะท้อนการใช้งานและมุมมองที่มีต่อ Claude AI ได้ชัดเจนที่สุดค่ะ
ตัวอย่างข้อมูลที่ถูกคัดออก ได้แก่ โพสต์เกี่ยวกับศิลปินอย่าง Claude Monet และ Jeanne-Claude บุคคลในวงการกีฬาอย่าง Claude Makélélé รวมถึงข่าวสารทั่วไปและบทสนทนาเรื่องหุ้นที่กล่าวถึงคำว่า Claude แต่ไม่ได้สะท้อนพฤติกรรมการใช้งาน AI โดยตรง เบลล์จึงเก็บไว้เฉพาะโพสต์ที่พูดถึง Claude ในบริบทของการทำงาน ฟีเจอร์ โมเดล และความคิดเห็นของผู้ใช้ เพื่อให้ Data ที่นำไปวิเคราะห์ในขั้นตอนต่อไปสอดคล้องกับวัตถุประสงค์ของบทความมากขึ้นค่ะ
STEP 4 Conversation Analysis
อย่างที่เห็นจาก STEP 3 ระหว่างที่เบลล์คัดกรองข้อมูลผ่าน Keyword อย่าง “Claude” และคำที่เกี่ยวข้อง เบลล์ก็ได้อ่าน Social Data ที่ไหลเข้ามาไปพร้อมกันค่ะ ขั้นตอนนี้จึงไม่ได้ช่วยแค่แยกโพสต์ที่ไม่เกี่ยวข้องออก แต่ยังทำให้เริ่มเห็นภาพรวมว่า ผู้คนกำลังพูดถึง Claude และการเข้ามาของ AI ในมุมไหนบ้าง ทั้งความตื่นเต้นต่อความสามารถใหม่ ๆ ความกังวลเรื่องการถูกแทนที่ ไปจนถึงแรงกดดันที่ทำให้คนทำงานต้องเร่งปรับตัวและพัฒนาทักษะของตัวเองค่ะ
จากบทสนทนาเหล่านี้ เบลล์พบว่า Pain Point สำคัญไม่ได้อยู่แค่คำถามว่า AI จะเข้ามาแย่งงานหรือไม่ แต่ยังรวมถึงการที่หลายคนรู้ว่า Claude สามารถช่วยทำงานได้หลากหลายขึ้น แต่ยังไม่แน่ใจว่าควรนำไปใช้กับงานแบบไหน เลือกใช้ Model ตัวใด และต้องสั่งงานอย่างไรจึงจะได้ผลลัพธ์ที่มีประสิทธิภาพ
ในช่วงเริ่มต้นของการวิเคราะห์ เบลล์จะดูภาพรวมผ่านหน้า Dashboard ก่อน ทั้งแพลตฟอร์มที่มีการพูดถึงมากที่สุด ปริมาณ Mention และ Top Post ที่ได้รับความสนใจ จากนั้นจึงอ่านรายละเอียดของแต่ละโพสต์และจัดหมวดหมู่ตามลักษณะการใช้งาน เพื่อค่อย ๆ มองเห็นว่า Claude กำลังเข้าไปมีบทบาทใน Workflow ของผู้คนอย่างไร และมี Insight อะไรที่คนทำงาน นักการตลาด รวมถึงธุรกิจสามารถนำไปใช้เตรียมตัวรับการเปลี่ยนแปลงจาก AI ได้บ้างค่ะ
Overview Social Data Stat
ก่อนจะไปดูว่า ผู้คนนำ Claude ไปช่วยทำงานอะไรและนิยมใช้ Claude ตัวไหนกันบ้าง เรามาเริ่มจากภาพรวมของบทสนทนาบนโลกโซเชียลกันก่อนค่ะ ทั้งในมิติของ Mention หรือจำนวนการพูดถึง และ Engagement หรือการมีส่วนร่วม เพื่อดูว่าเรื่องราวเกี่ยวกับ Claude กระจายตัวอยู่บนแพลตฟอร์มใด และช่องทางไหนสามารถสร้างความสนใจจากผู้ใช้งานได้มากที่สุดค่ะ
By Mention จากข้อมูลจะเห็นว่า Facebook เป็นแพลตฟอร์มที่มีสัดส่วนการพูดถึง Claude มากที่สุดอยู่ที่ 33.8% รองลงมาคือ YouTube 26.6% และ TikTok 21% สะท้อนว่าบทสนทนาเกี่ยวกับ Claude เกิดขึ้นผ่านคอนเทนต์หลายรูปแบบ ตั้งแต่โพสต์แบ่งปันวิธีใช้งาน ข่าวสารและการอัปเดตฟีเจอร์ ไปจนถึงวิดีโอสอนใช้งานและรีวิวประสบการณ์จริง ส่วน X มีสัดส่วนอยู่ที่ 12.1% และ Instagram 6.5% ซึ่งมักพบการพูดถึงผ่านโพสต์อัปเดตสั้น ๆ ตัวอย่างผลงาน และการแชร์ Use Case ที่น่าสนใจค่ะ
By Engagement ภาพกลับเปลี่ยนไปอย่างชัดเจนค่ะ เพราะ TikTok เป็นแพลตฟอร์มที่สร้างการมีส่วนร่วมสูงที่สุดถึง 59.2% ทิ้งห่างแพลตฟอร์มอื่น รองลงมาคือ YouTube 17.6%, X 9.4%, Instagram 8.1% และ Facebook 5.7% ตัวเลขนี้สะท้อนว่า แม้ Facebook จะเป็นพื้นที่ที่มีการพูดถึง Claude มากที่สุด แต่คอนเทนต์วิดีโอสั้นบน TikTok กลับสามารถดึงดูดความสนใจและกระตุ้นให้คนมีส่วนร่วมได้มากกว่า โดยเฉพาะคอนเทนต์ที่สาธิตให้เห็นว่า Claude ช่วยลดเวลา ทำงานแทนขั้นตอนเดิม หรือสร้างผลลัพธ์บางอย่างได้อย่างไรค่ะ
ดังนั้น Facebook จึงมีบทบาทสำคัญในฐานะพื้นที่กระจายข้อมูลและสร้างบทสนทนาเกี่ยวกับ Claude ขณะที่ TikTok เป็นช่องทางเด่นในการเปลี่ยนความสามารถของ AI ที่อาจดูซับซ้อน ให้กลายเป็น Use Case ที่เข้าใจง่าย เห็นผลลัพธ์ได้ทันที และกระตุ้นให้ผู้ชมอยากทดลองใช้งานตามค่ะ
Timeline Social Data Stat
ในส่วนของ Timeline Social Data Stat ของ Claude เราสามารถแยกวิเคราะห์ความเคลื่อนไหวออกเป็น 2 ส่วนสำคัญ เพื่อให้เห็นว่าช่วงเวลาใดเกิดการพูดถึงมากขึ้น และคอนเทนต์ลักษณะไหนสามารถสร้างการมีส่วนร่วมได้โดดเด่น ดังนี้ค่ะ
By Mention จากข้อมูลช่วงวันที่ 1 มกราคม – 30 มิถุนายน 2026 จะเห็นว่าการพูดถึง Claude ในช่วงต้นปียังอยู่ในระดับไม่สูงมาก ก่อนจะเริ่มขยับขึ้นตั้งแต่ช่วงปลายเดือนกุมภาพันธ์ และมีจุดพีคชัดเจนในช่วงปลายเดือนเมษายนถึงกลางเดือนพฤษภาคม หลังจากนั้นบทสนทนายังคงเกิดขึ้นอย่างต่อเนื่องจนถึงปลายเดือนมิถุนายนค่ะ คอนเทนต์ที่ช่วยสร้างการพูดถึงส่วนใหญ่มาจากการอัปเดตความสามารถใหม่ ๆ และการสอนใช้งาน Claude เช่น Claude Cowork, Claude Code และ Claude Design รวมถึงคอนเทนต์ที่นำ Claude ไปเปรียบเทียบกับวิธีทำงานแบบเดิม ทำให้ผู้คนเริ่มเห็นภาพว่า AI ตัวนี้สามารถเข้าไปช่วยงานได้หลายระดับมากขึ้นค่ะ
By Engagement ในด้าน Engagement จะเห็นจุดพีคขนาดใหญ่ในช่วงต้นเดือนมีนาคม และมีการเพิ่มขึ้นอีกหลายระลอกในช่วงปลายเดือนมีนาคม ปลายเดือนเมษายน รวมถึงช่วงเดือนพฤษภาคมถึงมิถุนายน คอนเทนต์ที่สร้างการมีส่วนร่วมสูงมักเป็นโพสต์หรือวิดีโอที่สาธิตผลลัพธ์ให้เห็นอย่างชัดเจน เช่น การใช้ Claude ช่วยทำงานได้เกือบทั้ง Workflow การสอนใช้ Cowork ทำงานแบบ Agentic AI หรือเปิดตัวการใช้ Claude Design สร้าง Prototype, Slide และ Web Page ภายในเวลาอันรวดเร็วค่ะ ตัวเลขนี้สะท้อนว่า ผู้ชมมีแนวโน้มตอบสนองกับคอนเทนต์ที่แสดงให้เห็นว่า Claude “ช่วยทำอะไรได้จริง” มากกว่าคอนเทนต์ที่กล่าวถึง AI ในภาพรวมเพียงอย่างเดียวค่ะ
Social Data by Hashtag & Word
นอกจากนี้ เมื่อดูจาก Social Data by Hashtag และ Social Data by Word จะเห็นได้ชัดว่า บทสนทนาเกี่ยวกับ Claude บนโลกออนไลน์เชื่อมโยงกับการใช้งาน AI เพื่อช่วยทำงานเป็นหลักค่ะ โดยแฮชแท็กที่โดดเด่น ได้แก่ #Claude, #ClaudeCode, #ClaudeAI, #AI, #AIWorkflow, #AIforBusiness และ #สอนใช้AI รวมถึงแฮชแท็กที่เกี่ยวข้องกับการพัฒนาโปรแกรม การสร้างคอนเทนต์ การวิเคราะห์ข้อมูล และการเพิ่ม Productivity ในการทำงาน
ส่วนของ Word Cloud จะเห็นว่าคำที่โดดเด่นที่สุด ได้แก่ “code”, “claudecode”, “cowork”, “claudeai”, “chatgpt”, “coding”, “prompt” และ “gemini” สะท้อนว่าบทสนทนาส่วนใหญ่อยู่ในบริบทของการเขียนโค้ด การทำงานร่วมกับ AI และการเปรียบเทียบ Claude กับเครื่องมือ AI ตัวอื่น ขณะเดียวกันยังพบคำอย่าง workflow, automation, app, website, dashboard, data, content, marketing, productivity และ design ซึ่งช่วยให้เห็นว่า Claude กำลังถูกนำไปใช้ครอบคลุมตั้งแต่งานสายเทคนิค ไปจนถึงงานสร้างสรรค์และงานธุรกิจค่ะ
การที่คำว่า Cowork และ Claude Code มีขนาดโดดเด่นใน Word Cloud ยังสะท้อนอีกว่า ความสนใจของผู้ใช้กำลังขยับจากการใช้ AI เพื่อช่วยตอบคำถาม ไปสู่การมอบหมายงานที่ซับซ้อนขึ้น เช่น การจัดการไฟล์ เชื่อมต่อหลายขั้นตอน เขียนและแก้โค้ด หรือช่วยทำงานต่อเนื่องภายใน Workflow เดียว ซึ่งเป็นทิศทางสำคัญที่ทำให้ Claude ถูกพูดถึงมากขึ้นในฐานะผู้ช่วยทำงานค่ะ
Top Engagement by Platform
Facebook: เพจ Powerpoint Boy โพสต์รีวิวการใช้ Claude Chat ช่วยสร้างสไลด์ PowerPoint จากคำสั่งเพียงไม่กี่บรรทัด คอนเทนต์นี้ได้รับความสนใจเพราะแสดงให้เห็นผลลัพธ์ที่นำไปใช้กับงานจริงได้ทันที โดยเฉพาะกลุ่มคนทำงานที่ต้องทำพรีเซนเทชันเป็นประจำ สะท้อนว่าคอนเทนต์บน Facebook ที่ช่วยลดขั้นตอนการทำงานและอธิบายวิธีใช้แบบเข้าใจง่าย สามารถสร้าง Engagement ได้ดีค่ะ
Instagram: บัญชี monahimona เล่าประสบการณ์การทำงานก่อนและหลังมี Claude เข้ามาช่วย พร้อมเปรียบเทียบว่าการใช้ AI ทำให้งานบางส่วนเร็วและสะดวกขึ้นอย่างไร คอนเทนต์ลักษณะนี้ดึงดูดความสนใจได้ดี เพราะเชื่อมความสามารถของ Claude เข้ากับ Pain Point ในชีวิตการทำงานจริง และช่วยให้ผู้ชมเห็นภาพว่า AI สามารถกลายเป็นผู้ช่วยในชีวิตประจำวันได้อย่างไรค่ะ
X (Twitter): บัญชี bongtao แสดงความคิดเห็นต่อการอัปเดต Claude Design ในมุมของคนทำงานสายออกแบบ โดยตั้งคำถามถึงผลกระทบที่อาจเกิดขึ้นกับ Designer และ Design Industry คอนเทนต์นี้สะท้อนว่าบทสนทนาบน X มักไม่ได้หยุดอยู่แค่การพูดถึงฟีเจอร์ใหม่ แต่ยังต่อยอดไปสู่การถกเถียงเรื่องบทบาทของคนทำงาน ทักษะที่ต้องปรับตัว และการเปลี่ยนแปลงของอุตสาหกรรมค่ะ
TikTok: บัญชี JJ รีวิวคอร์สเรียน Claude Cowork พร้อมอธิบายว่า AI สามารถเข้ามาช่วยจัดการงานและเปลี่ยนวิธีทำงานให้เร็วขึ้นได้อย่างไร จุดเด่นของคอนเทนต์คือการนำเสนอผ่านวิดีโอสั้นที่เข้าใจง่าย เห็นประโยชน์ชัด และกระตุ้นให้ผู้ชมรู้สึกอยากเรียนรู้หรือทดลองใช้งานตาม จึงสามารถสร้าง Engagement ได้สูงค่ะ
YouTube: ช่อง THE SECRET SAUCE นำเสนอ 3 Use Cases ของ Claude Cowork ผ่านมุมมองของ AI Agent ที่เข้ามาช่วยทำงานแทนในบางขั้นตอน พร้อมวิเคราะห์ทั้งโอกาสและความเสี่ยงที่อาจเกิดขึ้นกับธุรกิจ คอนเทนต์รูปแบบ Long-form ช่วยอธิบายประเด็นที่ซับซ้อนได้ลึกกว่าแพลตฟอร์มอื่น และสะท้อนว่า ผู้ชม YouTube สนใจเนื้อหาที่ช่วยให้เข้าใจทั้งวิธีใช้งาน ผลกระทบ และการนำ Claude ไปประยุกต์ใช้ในระดับองค์กรค่ะ
STEP 5 Categorize Data
ต่อมาคือขั้นตอนการจับกลุ่มข้อมูล เพื่อให้เห็นภาพชัดขึ้นว่าผู้คนนำ Claude ไปใช้งานในด้านใดบ้าง และแต่ละกลุ่มมีสัดส่วนการพูดถึงมากน้อยเพียงใดค่ะ โดยโจทย์ในการจัดหมวดหมู่มาจากทั้ง Social Data ที่เบลล์อ่านพบระหว่างการ Cleansing และคำถามหลักของบทความว่า คนใช้ Claude ทำอะไร และนิยมใช้ Claude ตัวไหนกันบ้าง
จากนั้นเบลล์จึงใช้ฟีเจอร์ Tag บนเครื่องมือ Social Listening เพื่อแยกโพสต์ตามลักษณะการใช้งาน เช่น งานออกแบบและพรีเซนเทชัน การเขียนโค้ดและระบบอัตโนมัติ การวิเคราะห์ข้อมูล การสร้างคอนเทนต์ รวมถึงการพูดถึง Claude Model และผลิตภัณฑ์ต่าง ๆ ขั้นตอนนี้ช่วยให้ข้อมูลที่กระจัดกระจายถูกจัดเป็นกลุ่มเดียวกัน และทำให้สามารถเปรียบเทียบจำนวน Mention เพื่อมองหา Insight ที่ซ่อนอยู่หลังบทสนทนาได้ง่ายขึ้นค่ะ
STEP 6 Data Visualization
เมื่อจัดหมวดหมู่ข้อมูลเรียบร้อยแล้ว ขั้นตอนต่อมาคือการทำ Data Visualization เพื่อนำ Social Data ที่กระจัดกระจายมาแปลงเป็นภาพที่อ่านและเปรียบเทียบได้ง่ายขึ้นค่ะ สำหรับบทความนี้ เบลล์แบ่งข้อมูลออกเป็น 2 กลุ่มหลัก ได้แก่ Claude Use Cases หรือการนำ Claude ไปช่วยทำงานด้านต่าง ๆ และ Claude Models & Products หรือการพูดถึงเครื่องมือและผลิตภัณฑ์ในระบบของ Claude
Claude Use Cases มีสัดส่วนสูงถึง 74.9% สะท้อนว่าบทสนทนาส่วนใหญ่ไม่ได้หยุดอยู่ที่การพูดถึง Claude ในภาพรวม แต่ผู้คนสนใจว่าเครื่องมือนี้สามารถนำไปช่วยทำอะไรได้จริงค่ะ โดยพบการใช้งานครอบคลุมตั้งแต่งานออกแบบและพรีเซนเทชัน การเขียนโค้ดและระบบอัตโนมัติ การพัฒนาแอปและเว็บไซต์ การวิเคราะห์ข้อมูล การสร้างคอนเทนต์ การจัดการเอกสาร ไปจนถึงงานด้านธุรกิจ การเงิน การตลาด และการเพิ่ม Productivity ภายในองค์กร
Claude Models & Products มีสัดส่วน 25.1% ซึ่งเป็นบทสนทนาที่กล่าวถึงผลิตภัณฑ์หรือรูปแบบการใช้งานเฉพาะ เช่น Claude Cowork, Claude Code, Claude AI และ Claude Design ข้อมูลส่วนนี้ช่วยให้เห็นว่า ผู้ใช้ไม่ได้มอง Claude เป็นเครื่องมือชิ้นเดียว แต่กำลังเลือกใช้ผลิตภัณฑ์แต่ละตัวตามลักษณะงาน เช่น Claude Code สำหรับงานพัฒนาโปรแกรม Claude Cowork สำหรับจัดการ Workflow และงานหลายขั้นตอน หรือ Claude Design สำหรับสร้างงานภาพและต้นแบบค่ะ
ซึ่งข้อมูลในกลุ่ม Claude Use Cases มีจำนวนมากและกระจายอยู่ในหลายลักษณะงาน เบลล์จึงนำข้อมูลทั้งหมดมาจัด Grouping แยกอีกครั้ง เพื่อรวมการใช้งานที่มีความใกล้เคียงกันให้อยู่ในหมวดเดียวกันค่ะ วิธีนี้ช่วยให้เห็นภาพรวมได้ง่ายขึ้นว่า Claude กำลังถูกนำไปใช้กับงานกลุ่มไหนมากที่สุด พร้อมทำให้ผู้อ่านมองเห็นไอเดียว่า แต่ละความสามารถของ Claude สามารถนำไปประยุกต์ใช้กับงานของตัวเองได้อย่างไรบ้างค่ะ
Creative, Content & Communication
จากการวิเคราะห์ Data Research Insight ในกลุ่ม งานออกแบบ สร้างคอนเทนต์ และการสื่อสาร จะช่วยให้เราเห็นภาพชัดขึ้นว่า ผู้คนนำ Claude ไปช่วยงานด้านความคิดสร้างสรรค์ในรูปแบบไหนบ้าง ตั้งแต่การวางโครงงาน ไปจนถึงการผลิตชิ้นงานที่พร้อมนำไปใช้งานจริงค่ะ โดยสามารถแบ่งออกเป็นหมวดหลัก ๆ ได้ดังนี้
34.2% Design & Presentation เป็นหมวดที่โดดเด่นที่สุดของกลุ่มนี้ สะท้อนว่าผู้ใช้จำนวนมากนำ Claude ไปช่วยทำสไลด์ วาง Storyline สรุปข้อมูล ทำ One-pager และสร้างต้นแบบงานนำเสนอ โดยเฉพาะการเข้ามาของ Claude Design ที่ช่วยเปลี่ยนไอเดียหรือข้อมูลให้กลายเป็น Prototype, Slide และ Web Page ได้รวดเร็วขึ้น ทำให้ Claude ไม่ได้ช่วยแค่คิดโครงเนื้อหา แต่ขยับเข้ามามีบทบาทในขั้นตอนสร้างชิ้นงานที่พร้อมนำไปต่อยอดจริงมากขึ้นค่ะ
6.3% Market Research เป็นการนำ Claude ไปช่วยศึกษาตลาด วิเคราะห์คู่แข่ง สำรวจพฤติกรรมผู้บริโภค สรุปเทรนด์ และค้นหาโอกาสทางธุรกิจ ทำให้ข้อมูลจากหลายแหล่งถูกเรียบเรียงเป็นภาพรวมที่ช่วยประกอบการวางแผนได้ง่ายขึ้นค่ะ
0.7% Interview & Qualitative Research เป็นการนำ Claude ไปใช้เป็นผู้สัมภาษณ์เชิงลึกกับคนจริงจำนวนมากค่ะ ตัวอย่างที่น่าสนใจคือโครงการ “What 81,000 People Want from AI” ของ Anthropic ซึ่งตั้งโปรแกรมให้ Claude สัมภาษณ์ผู้ใช้งานกว่า 81,000 คน จาก 159 ประเทศ และครอบคลุม 70 ภาษา โดย AI สามารถตั้งคำถาม ถามต่อจากคำตอบ และค่อย ๆ เจาะลึกถึงความต้องการ ความกังวล และความรู้สึกที่ผู้คนมีต่อ AI ได้ หมวดนี้จึงสะท้อนว่า Claude ไม่ได้ช่วยเพียงถอดบทสัมภาษณ์หรือสรุปข้อมูล แต่ยังสามารถเข้ามาช่วยเก็บข้อมูลเชิงคุณภาพจากคนจำนวนมาก และค้นหา Insight ที่ซ่อนอยู่เบื้องหลังคำตอบได้ค่ะ
0.6% AI Search & GEO เป็นการใช้ Claude เพื่อช่วยค้นคว้าข้อมูล รวมถึงวางเนื้อหาให้มีโอกาสถูกค้นพบและถูกอ้างอิงผ่านระบบค้นหาที่ขับเคลื่อนด้วย Generative AI สะท้อนว่าผู้ใช้บางส่วนเริ่มให้ความสำคัญกับการค้นหาข้อมูลในยุคที่พฤติกรรมการ Search กำลังเปลี่ยนไปค่ะ
Software, Web & Product Development
จากการวิเคราะห์ Data Research Insightในกลุ่ม งานพัฒนาซอฟต์แวร์ เว็บไซต์ และผลิตภัณฑ์ดิจิทัล จะเห็นว่า Claude ถูกนำไปใช้ครอบคลุมตั้งแต่การเขียนโค้ด สร้างระบบอัตโนมัติ พัฒนาเว็บไซต์ ไปจนถึงการออกแบบต้นแบบและเพิ่มประสิทธิภาพการทำงานของทีมเทคนิคค่ะ โดยสามารถแบ่งออกเป็นหมวดหลัก ๆ ได้ดังนี้
33.3% Coding & Automation เป็นหมวดที่มีสัดส่วนสูงที่สุด สะท้อนว่าผู้ใช้จำนวนมากนำ Claude ไปช่วยเขียน แก้ และตรวจสอบโค้ด รวมถึงสร้าง Automation เพื่อลดงานซ้ำ เช่น เชื่อมต่อข้อมูลระหว่างระบบ สร้าง Workflow อัตโนมัติ หรือให้ AI Agent ช่วยดำเนินงานหลายขั้นตอนต่อเนื่องกันค่ะ โดยเฉพาะการเข้ามาของ Claude Code ที่ช่วยให้ผู้ใช้สามารถทำงานกับ Codebase จริง วางแผน แก้โค้ด ทดสอบ และทำงานต่อเนื่องภายในโปรเจกต์เดียวได้มากขึ้นค่ะ ขณะเดียวกัน คนที่เขียนโค้ดไม่เป็นก็สามารถอธิบายสิ่งที่ต้องการด้วยภาษาธรรมดา แล้วให้ Claude ช่วยแปลงไอเดียเหล่านั้นออกมาเป็นโค้ดหรือระบบที่ใช้งานได้ค่ะ
5.9% Game Development เป็นการนำ Claude ไปช่วยคิดระบบเกม ออกแบบตัวละครและเนื้อเรื่อง เขียนโค้ด Gameplay สร้าง Mechanics รวมถึงตรวจหา Bug และปรับสมดุลของเกมค่ะ จุดที่น่าสนใจคือ ทั้ง Claude Chat และ Claude Code สามารถช่วยสร้างเกมได้ โดยผู้ใช้สามารถอธิบายไอเดียด้วยภาษาธรรมดา แล้วให้ Claude ช่วยเปลี่ยนแนวคิดเหล่านั้นให้กลายเป็นเกมหรือต้นแบบที่ทดลองเล่นได้ ช่วยลดข้อจำกัดด้านทักษะการเขียนโค้ด และเปิดโอกาสให้หลายคนเริ่มสานฝันในการสร้างเกมของตัวเองได้ง่ายขึ้นค่ะ
5.9% Engineering Productivity เป็นการใช้ Claude ช่วยเพิ่มประสิทธิภาพให้กับทีมวิศวกรรม เช่น สรุป Stand-up เขียนเอกสารระบบ สร้าง Test Case ตรวจ Code Review ทำ Incident Postmortem หรือเตรียม Deploy Checklist ช่วยลดภาระงานสนับสนุนที่กินเวลาของ Developer และทำให้ทีมโฟกัสกับงานพัฒนาหลักได้มากขึ้นค่ะ
จากการวิเคราะห์ Data Research Insight ในกลุ่ม งานสร้าง AI Agent ระบบ AI และระบบอัตโนมัติอัจฉริยะ จะเห็นว่า Claude ถูกนำไปใช้ตั้งแต่การออกแบบวิธีสั่งงาน AI ไปจนถึงการสร้างระบบที่สามารถวิเคราะห์ ตัดสินใจ และดำเนินงานหลายขั้นตอนได้ด้วยตัวเองค่ะ โดยสามารถแบ่งออกเป็นหมวดหลัก ๆ ได้ดังนี้
38.2% AI Agent เป็นหมวดที่มีสัดส่วนสูงที่สุดร่วมกัน สะท้อนว่าผู้ใช้จำนวนมากสนใจสร้าง AI ที่สามารถรับเป้าหมาย วางแผน และลงมือทำงานต่อเนื่องได้ค่ะ โดยเฉพาะการเข้ามาของ Claude Cowork ที่ช่วยให้ Claude ทำงานกับไฟล์ แอป และข้อมูลบนคอมพิวเตอร์ได้หลายขั้นตอน เช่น ค้นหาข้อมูล วิเคราะห์เอกสาร สร้างรายงาน จัดระเบียบไฟล์ หรืออัปเดตงานตามเงื่อนไขที่กำหนด นอกจากนี้ยังสามารถแบ่งงานให้ Agent หลายตัวรับผิดชอบคนละหน้าที่ภายใน Workflow เดียวกัน เพื่อให้งานที่ซับซ้อนดำเนินต่อได้อย่างเป็นระบบมากขึ้นค่ะ
38.2% Prompt Engineering & AI Workflow เป็นการออกแบบคำสั่ง บริบท และลำดับการทำงาน เพื่อให้ Claude ทำงานได้แม่นยำและต่อเนื่องมากขึ้นค่ะ ตั้งแต่การเขียน Prompt ที่กำหนดบทบาท รูปแบบผลลัพธ์ และเงื่อนไขอย่างชัดเจน ไปจนถึงการวาง Workflow ที่เชื่อมหลายขั้นตอน เช่น รับข้อมูล วิเคราะห์ ตรวจสอบ และส่งผลลัพธ์ไปยังเครื่องมืออื่น หมวดนี้สะท้อนว่าคุณภาพของงานจาก AI ไม่ได้ขึ้นอยู่กับตัวโมเดลเพียงอย่างเดียว แต่ยังขึ้นอยู่กับวิธีออกแบบกระบวนการทำงานร่วมกับ AI ด้วยค่ะ
11.8% AI Simulation & Decision Making เป็นการใช้ Claude ช่วยจำลองสถานการณ์และดูว่า AI จะตัดสินใจอย่างไรเมื่อเจอเงื่อนไขที่ซับซ้อนค่ะ ตัวอย่างเช่น นักวิจัยนำ Claude ไปทดลองบริหารโลกจำลองด้านเศรษฐกิจและอาชญากรรม, King’s College London ใช้ทดสอบการตัดสินใจของ AI ในสถานการณ์วิกฤตนิวเคลียร์ และ NASA กับ JPL ใช้ Claude ช่วยวางแผนเส้นทางของยาน Perseverance บนดาวอังคาร เพื่อประเมินทางเลือกและความเสี่ยงก่อนนำไปใช้จริงค่ะ
7.3% AI Infrastructure เป็นการใช้ Claude ช่วยวางระบบเบื้องหลังที่รองรับการทำงานของ AI เช่น ออกแบบ Architecture เชื่อมต่อ Model กับฐานข้อมูลหรือ API จัดการระบบ Agent รวมถึงช่วยตั้งค่าและตรวจสอบ Pipeline ต่าง ๆ เพื่อให้ระบบ AI สามารถทำงานได้อย่างต่อเนื่องและรองรับการขยายตัวในอนาคตค่ะ
3.9% AIoT & Smart Automation เป็นการนำ Claude ไปเชื่อมกับเซนเซอร์และอุปกรณ์ในโลกจริง เพื่อให้ระบบวิเคราะห์ข้อมูลและตอบสนองได้ตามสถานการณ์ค่ะ เช่น การทำแปลงปลูกมะเขือเทศอัจฉริยะ โดยให้เซนเซอร์วัดความชื้นในดิน อุณหภูมิ และแสง แล้วส่งข้อมูลให้ Claude ช่วยประเมินว่าควรรดน้ำ เปิดไฟ หรือปรับสภาพแวดล้อมเมื่อใด ทำให้การดูแลต้นมะเขือเทศแม่นยำและเป็นระบบมากขึ้นค่ะ
0.6% Computer Vision เป็นการนำ Claude ไปทำงานร่วมกับภาพจากกล้อง เพื่อให้ AI มองเห็น วิเคราะห์ และนำข้อมูลไปใช้ต่อค่ะ ตัวอย่างเช่น Sam Hindes ใช้ Claude Code สร้างโปรแกรมแยกเสื้อผ้าของลูกสาว 4 คน โดยถ่ายภาพเสื้อผ้าให้ระบบเรียนรู้ จากนั้นเพียงยกเสื้อผ้าขึ้นหน้ากล้องโน้ตบุ๊ก ระบบก็สามารถบอกได้ทันทีว่าเป็นของลูกคนใด กรณีนี้สะท้อนว่า Computer Vision ไม่ได้จำกัดอยู่แค่การวิเคราะห์ภาพ แต่สามารถนำไปพัฒนาเป็นเครื่องมือแก้ปัญหาในชีวิตประจำวันได้จริงค่ะ
Finance, Investment, Legal & Risk
จากการวิเคราะห์ Data Research Insight ในกลุ่ม งานการเงิน การลงทุน กฎหมาย และบริหารความเสี่ยง จะเห็นว่าความสนใจส่วนหนึ่งเกิดจากการเพิ่ม Professional Plugins ที่ออกแบบมาให้ Claude รองรับงานเฉพาะทางได้ลึกขึ้นค่ะ ทำให้ผู้ใช้สามารถนำ Claude ไปช่วยจัดการเอกสารจำนวนมาก วิเคราะห์ข้อมูลตาม Workflow ของแต่ละสายอาชีพ และเตรียมงานเบื้องต้นก่อนส่งต่อให้ผู้เชี่ยวชาญตรวจสอบ โดยแบ่งออกเป็นหมวดหลัก ๆ ได้ดังนี้
จากการวิเคราะห์ Social Data ในกลุ่ม งานการตลาด การขาย และกลยุทธ์ธุรกิจ จะเห็นว่า Claude ถูกนำไปใช้ทั้งในขั้นตอนวางแผน วิเคราะห์ข้อมูล และพัฒนากลยุทธ์ให้เหมาะกับเป้าหมายของธุรกิจค่ะ โดยสามารถแบ่งออกเป็นหมวดหลัก ๆ ได้ดังนี้
ยิงแอดให้ทีมโตขึ้น ไม่ใช่แค่เพิ่มคน ต้องเพิ่มระบบ @ AI ช่วยวิเคราะห์ Data ⚡ แนะนำ Action Plan ให้ทีมทำงานไวขึ้น Team X10 AI Adoption สอนใช้ AI กับงานจริง ไม่ใช่แค่ลองเล่น 💬 สนใจพิมพ์ “X10” หรือทัก Inbox ได้เลยครับ#ต้องรู้#ต้องรู้bytongnara#claude#cowork#claudecowork
31.2% Business Strategy เป็นการใช้ Claude ช่วยวิเคราะห์ตลาด คู่แข่ง และโอกาสทางธุรกิจ รวมถึงวาง Value Proposition, Go-to-Market Strategy และแผนการเติบโตค่ะ โดยเฉพาะกลุ่มธุรกิจขนาดเล็กที่สามารถใช้ Claude เป็นผู้ช่วยตั้งแต่ทำ Business Plan คิดสินค้าและบริการ วางราคา วางแผนการตลาด ไปจนถึงสรุปข้อมูลเพื่อประกอบการตัดสินใจ ทำให้เจ้าของธุรกิจที่มีทีมและทรัพยากรจำกัดสามารถรับมือกับงานหลายด้านได้ง่ายขึ้นค่ะ
31.8% Claude Code ถูกใช้กับงานเขียนโค้ด พัฒนาเว็บไซต์ แอป เกม และระบบอัตโนมัติค่ะ ผู้ใช้สามารถพิมพ์สิ่งที่ต้องการด้วยภาษาธรรมดา แล้วให้ Claude ช่วยสร้างโค้ด แก้ Bug ทดสอบระบบ หรือพัฒนาโปรเจกต์ต่อได้ แม้ไม่มีพื้นฐานการเขียนโปรแกรมมากนักค่ะ
21.8% Claude AI หรือ Claude Chat เหมาะกับงานทั่วไปที่ทำผ่านการสนทนา เช่น คิดไอเดีย เขียนคอนเทนต์ สรุปเอกสาร วิเคราะห์ข้อมูล วางแผนการตลาด ทำ Research หรือช่วยเตรียมข้อความและเอกสารต่าง ๆ ค่ะ
สรุป Data Research Insight Claude เจาะลึก Use Case คนไทยใช้ AI ทำงานอะไรบ้าง
จาก Data Research Insight ทั้งหมด จะเห็นว่า Claude ไม่ได้ถูกใช้เป็นเพียง Chatbot สำหรับถามคำถามหรือช่วยเขียนข้อความอีกต่อไปค่ะ แต่กำลังขยับเข้าไปเป็นส่วนหนึ่งของกระบวนการทำงานจริง สิ่งที่น่าสนใจคือ ผู้ใช้ไม่ได้เลือกใช้ Claude แบบเดียวกับทุกงาน แต่เริ่มเลือกเครื่องมือให้เหมาะกับโจทย์มากขึ้น ทั้ง Claude Chat สำหรับการคิดและสื่อสาร, Claude Code สำหรับสร้างและดูแลระบบ, Claude Cowork สำหรับจัดการงานหลายขั้นตอน และ Claude Design สำหรับเปลี่ยนไอเดียให้เป็นชิ้นงานที่มองเห็นและทดลองใช้ได้จริงค่ะ
ภาพรวมนี้สะท้อนว่า ความได้เปรียบในยุค AI อาจไม่ได้อยู่ที่ว่าใครใช้ Claude เป็นก่อนเพียงอย่างเดียว แต่อยู่ที่ว่าใครสามารถมองเห็นงานที่ควรมอบหมาย ออกแบบคำสั่ง และเชื่อม Claude เข้ากับ Workflow ของตัวเองได้เหมาะสมกว่า เพราะเมื่อใช้อย่างเข้าใจ Claude สามารถช่วยลดงานซ้ำ และเปิดโอกาสให้คนที่เคยติดข้อจำกัดด้านทักษะหรือทรัพยากร สามารถเปลี่ยนไอเดียให้กลายเป็นผลงานจริงได้ง่ายขึ้นค่ะ