AI กำลังขยับจากยุคที่เราใช้เพื่อ “ถาม-ตอบ” ไปสู่ยุคที่ AI สามารถคิด วิเคราะห์ ตัดสินใจ และลงมือทำงานแทนมนุษย์ได้เป็นกระบวนการ และนี่คือเหตุผลที่ Agentic AI กำลังกลายเป็นโจทย์ใหญ่ขององค์กร เพราะผลลัพธ์ที่แบรนด์ต้องการจาก AI ในวันนี้ วัดกันที่การเปลี่ยน Operation ให้เร็วขึ้น ลดงานซ้ำซ้อน สร้าง Productivity ที่เห็นผลจริง และยกระดับประสบการณ์ลูกค้าให้ Personalized มากขึ้นกว่าเดิม
และนี่คือสรุปบทเรียน กลยุทธ์ และแนวคิดจากคุณทิพมาศ อจลากุล Head of Sales, Commercial Industries จาก Amazon Web Services (Thailand) Limited ที่ขึ้นเวทีมาแบ่งปันเรื่อง Redefining Operations and Customer Delight in the Agentic AI Era หรือการเปลี่ยนโฉมการทำงานและยกระดับประสบการณ์ลูกค้าด้วย AI Agents ผ่าน Use Cases จริงของ Amazon ในงาน AssetWise presents Marketing Oops! Summit 2026
Agentic AI คือ AI ที่เริ่ม “ลงมือทำ” แทนเราได้
ประเด็นสำคัญของ Session นี้คือ โลกกำลังขยับจาก AI ที่ให้คำแนะนำ ไปสู่ AI ที่ทำงานได้ด้วยตัวเองมากขึ้นโดยคุณคุณทิพมาศเปิดข้อมูลที่น่าสนใจ
โดยพบว่า 88% ขององค์กรเริ่มใช้ GenAI แล้วอย่างน้อย 1 ฟังก์ชันธุรกิจ ขณะที่ 75% ขององค์กรที่ใช้ AI บอกว่า Initiative ด้าน AI ให้ผลลัพธ์ตามหรือเหนือกว่า ROI ที่คาดไว้ อีก 40% มองเห็น Productivity Gains จากการใช้งาน AI แล้ว และภายในปี 2028 คาดว่า 33% ของ Enterprise Apps จะมี Agentic AI อยู่ในระบบ เพิ่มขึ้นจาก 1% ในปี 2024
ทั้งหมดนี้สะท้อนว่า GenAI ก้าวเข้าสู่ช่วงที่องค์กรนำมาใช้เพื่อ “วิธีทำงาน” กันอย่างจริงจังแล้ว
Amazon ใช้ AI เปลี่ยน Operation อย่างไร
คุณทิพมาศเล่าถึง Use Case ของ Amazon เองที่นำ AI เข้าไปใช้ในหลายส่วนของ Operation ตั้งแต่งานบัญชี การเงิน โฆษณา ไปจนถึง Productivity ภายในองค์กร โดยหนึ่งใน Use Case ที่ยกมาเล่าก็คือ Month-End Close Assistant ในงานบัญชี
จากเดิมการปิดบัญชีรายเดือนใช้เวลารวมกว่า 35,000 ชั่วโมงต่อปี และงานวิเคราะห์บางรายการใช้เวลาราว 15 นาทีต่อหนึ่งธุรกรรม แต่เมื่อใช้ AI Agent ผ่าน Amazon Bedrock เข้ามาช่วยตรวจสอบข้อมูล ทำให้งานบางส่วนลดเวลาจาก 15 นาทีเหลือประมาณ 1 นาที และช่วยลดงานปิดบัญชีลงได้ราว 40%
อีก Use Case คือ Contract Analysis ที่ AI ช่วยตรวจสอบสัญญาและเงินค้างชำระที่ทำความแม่นยำได้ 99% โดยยังมี Human-in-the-Loop ในส่วนที่ต้องตรวจสอบเพิ่มเติม และช่วยเคลียร์ Backlog ได้ 37,000 Invoices ด้วย
งานการเงินและรีพอร์ต จากหลักวันเหลือหลักชั่วโมง
ในฝั่ง Financial Planning & Analysis คุณทิพมาศก็เล่าด้วยว่าเดิมการทำ Business Review อาจใช้เวลาหลายวัน ต้องดึงข้อมูลจากหลายตาราง ตรวจสอบ และเขียน Commentary เอง
แต่เมื่อใช้ AI เข้ามาช่วยรวบรวมข้อมูล วิเคราะห์ และสร้าง Narrative งานบางส่วนที่เคยใช้เวลาเป็นสัปดาห์ สามารถลดลงเหลือระดับชั่วโมงหรือหลักนาที พร้อมดึงข้อมูลจากกว่า 300 ตารางให้ทำงานแบบ Synchronized มากขึ้น
ความน่าสนใจคือ AI ในเคสนี้ทำหน้าที่มากกว่าการสรุปข้อมูล เพราะมันช่วยให้ทีมมองเห็น Insight เร็วขึ้น และใช้เวลาของคนไปกับการตัดสินใจมากขึ้น
โฆษณายุคใหม่ต้อง Personalized ระดับบริบท
อีกหนึ่ง Use Case คือ Pan-Amazon Advertising ที่ใช้ AI ช่วยสร้าง Creative และโฆษณาแบบ Personalized ได้รวดเร็วขึ้น
ตัวอย่างที่คุณทิพมาศเล่าบนเวทีคือโฆษณาอาหารสุนัข ที่สามารถปรับคอนเทนต์ตาม Breed, Age, City, Park, Time of Year และ Language เพื่อให้โฆษณาตรงกับบริบทของผู้ใช้งานมากขึ้น
ผลที่เกิดขึ้นคือ AI ช่วยลด Barrier ให้ Advertiser รายเล็กเข้าถึงงาน Creative คุณภาพดีได้ง่ายขึ้น และทำให้โฆษณาเข้าใกล้ความต้องการเฉพาะของลูกค้ามากขึ้น
สำหรับนักการตลาด นี่คือภาพชัดของ Hyper-Personalization ที่ไม่ได้จบแค่การใส่ชื่อคนลงในโฆษณา แต่คือการใช้ข้อมูลและบริบทเพื่อสร้างข้อความ ภาพ และข้อเสนอที่เหมาะกับแต่ละคนมากขึ้น
Productivity ภายในองค์กร คือจุดเริ่มต้นที่จับต้องได้
นอกจากงานลูกค้า AWS ยังยกตัวอย่างการใช้ AI เพิ่ม Productivity ภายในองค์กร เช่น ช่วยทีม Marketing วิเคราะห์ข้อมูลลูกค้า ทำ Account Plan หรือ Marketing Strategy ช่วยทีมทำ Business Review ลดเวลางานซ้ำ
ช่วยทีม PR และ Localization จัดการ Guideline, Approval Flow และการอัปเดตข้อมูลให้หลายแผนกรับรู้ตรงกัน ช่วยงาน Compliance & Training ให้พนักงานเข้าถึงความรู้และขั้นตอนการทำงานได้เร็วขึ้น
Rufus ตัวอย่าง Agentic Shopping Assistant ของ Amazon
ในฝั่ง Customer Delight ตัวอย่างที่เด่นที่สุดคือ Amazon Rufus ผู้ช่วยช้อปปิ้ง AI ที่ทำหน้าที่เหมือนพนักงานขายส่วนตัวของลูกค้า
Rufus สามารถรับคำถามด้วยภาษาธรรมชาติ เข้าใจประวัติการซื้อ และแนะนำสินค้าให้สอดคล้องกับความต้องการของลูกค้าได้ เช่น ถามหา Healthy Snacks ก็สามารถแนะนำตัวเลือกที่เหมาะกับพฤติกรรมและความชอบเดิม
หรือจะถามหาไอเดียของขวัญวันเกิดให้ลูกชาย ก็สามารถจำบริบทจากประวัติการซื้อในอดีต และแนะนำสินค้าที่เกี่ยวข้องได้ หรือจะ ถามหาสินค้าคล้ายกันในสีหรือราคาที่ต้องการ ก็ช่วยกรองตัวเลือกให้ตัดสินใจง่ายขึ้น
Rufus ยังช่วยตอบคำถามเรื่องราคาสินค้า เช่น สินค้านี้เคยถูกกว่านี้ไหม เพื่อช่วยให้ลูกค้าตัดสินใจว่าจะซื้อทันทีหรือรอราคาใหม่
และในบางกรณี AI Agent ยังสามารถตั้งเงื่อนไขราคา ซื้ออัตโนมัติ ยกเลิกคำสั่งซื้อ หรือแม้แต่ค้นหาสินค้านอก Amazon แล้วซื้อให้โดยลูกค้าไม่ต้องออกจากแพลตฟอร์ม
Big C กับการใช้ AI ยกระดับประสบการณ์ลูกค้าในค้าปลีก
นอกจากตัวอย่างจาก Amazon แล้วคุณ คุณทิพมาศยังพูดถึง Big C ที่นำ AI เข้ามาช่วยสร้างประสบการณ์การช้อปปิ้งที่ตอบโจทย์ลูกค้าได้มากขึ้น ผ่านการพัฒนา AI Assistant อย่าง “BearBuddyAI”
แนวคิดคือการใช้ข้อมูลพฤติกรรมการซื้อ โปรโมชั่น ความสนใจ และบริบทของลูกค้าแต่ละคน มาช่วยแนะนำสินค้าและข้อเสนอที่เหมาะสมแบบเฉพาะบุคคล โดยตัวอย่างการใช้งาน BearBuddyAI เช่น
เมื่อลูกค้าพิมพ์ถามว่า “อยากทำต้มยำกุ้ง” ระบบสามารถแนะนำรายการสินค้า วัตถุดิบ และโปรโมชั่นที่เกี่ยวข้องได้ทันที สามารถช่วยค้นหาสินค้าว่ามีจำหน่ายที่สาขาใด หรือสามารถสั่งผ่านช่องทางออนไลน์ได้หรือไม่ แนะนำสินค้าทดแทนหรือสินค้าใกล้เคียงเมื่อสินค้าที่ต้องการหมดสต็อก ได้เป็นต้น
Use Case ลักษณะนี้สะท้อนให้เห็นว่า AI ไม่ได้ถูกใช้เพียงเพื่อเพิ่มประสิทธิภาพการทำงานภายในองค์กร แต่ยังกลายเป็นเครื่องมือสำคัญในการสร้าง Customer Experience ที่ตรงใจและสร้างความสัมพันธ์ระยะยาวกับลูกค้าได้จริงๆ
อยากเริ่ม AI Journey ต้องเริ่มจากอะไร
บทสรุปจาก Session นี้ที่คุณทิพมาศบอกก็คือ องค์กรที่อยากเริ่มใช้ AI ควรเริ่มจาก 4 เรื่องนี้ก็คือ
- เริ่มจากความต้องการของลูกค้า คิดให้ชัดว่าประสบการณ์แบบไหนจะทำให้ลูกค้ารู้สึกว่าดีขึ้น ง่ายขึ้น และตรงใจขึ้น
- เตรียม Technical Team ให้พร้อมเพราะ AI ที่ทำงานจริงต้องเชื่อมกับข้อมูล ระบบ และ Workflow ขององค์กร
- เลือก Technology Partner ที่ไว้ใจได้โดยเฉพาะงานที่ต้อง Deliver ตรงเวลา และตอบโจทย์ธุรกิจจริง
- ทำ Proof of Value ตั้งแต่ต้น ต้องรู้ก่อนว่าอยากวัดผลอะไร เช่น ความพึงพอใจลูกค้า Productivity ที่เพิ่มขึ้น รายได้ที่มากขึ้น หรือเวลาทำงานที่ลดลง
โดยสรุปแล้วสิ่งที่เราเห็นจาก Session ของคุณทิพมาศ ในงาน AssetWise presents Marketing Oops! Summit 2026 ก็คือ Agentic AI กำลังพาองค์กรเข้าสู่ยุคที่ AI จะเปลี่ยน Operation และ Customer Experience พร้อมกัน ดังนั้นสำหรับนักการตลาดและคนทำธุรกิจ คำถามสำคัญจึงอยู่ที่เราจะออกแบบงาน ประสบการณ์ลูกค้า และความได้เปรียบใหม่ของแบรนด์อย่างไร ในวันที่ AI เริ่มลงมือทำงานแทนมนุษย์ได้มากขึ้นแบบทุกวันนี้
