ผู้เชี่ยวชาญเตือนว่าสตาร์ทอัพด้าน AI Golden Window จะปิดภายใน 12 เดือน

ให้ความสนใจกับอุตสาหกรรมที่ยังคงพึ่งพาโทรศัพท์ แฟกซ์ และกระบวนการล้าสมัย เช่น กฎหมาย การก่อสร้าง และการดูแลผู้สูงอายุ ซึ่งมีพื้นที่การปรับเปลี่ยนด้วย AI ที่ใหญ่หลวง

แขก: Greg Isenberg

แหล่งพอดี: Greg Isenberg

23 เทรนด์ AI ที่ทำให้ฉันนอนไม่หลับ

วันออกอากาศ: 2 เมษายน 2026

ในตอนนี้ ฉันจะพาคุณท่องไปตลอดรายการแนวโน้มและโอกาสด้าน AI ทั้งหมดที่ทำให้ฉันนอนไม่หลับทั้งคืน — จริงๆ แล้วนอนไม่หลับทั้งคืน ตั้งแต่ “สแต็กบริษัทหนึ่งชั่วโมง” ไปจนถึงธุรกิจเชิงสิ่งแวดล้อม AI แนวตั้ง เศรษฐกิจเอเจนต์ และภัยคุกคามที่แท้จริงที่ฉันเห็น ฉันจะแบ่งปันอย่างครอบคลุมว่าทำไมฉันถึงมองว่านี่คือช่วงเวลาที่ไม่สมดุลที่สุดในประวัติศาสตร์การเริ่มต้นธุรกิจ ฉันยังจะแบ่งปันกรอบความคิดที่ฉันใช้เพื่อพิจารณาว่า “ควรสร้างอะไร” “ควรหลีกเลี่ยงอะไร” และ “ทำไมการลงมือทำตอนนี้จึงสำคัญกว่าการรอให้สถานการณ์นิ่งลง”

สรุปความคิดเห็นที่น่าสนใจ

สแต็กสำหรับการเริ่มต้นธุรกิจในหนึ่งชั่วโมง (One-Hour Company Stack)

เส้นเวลาเดิม vs เส้นเวลาใหม่

ธุรกิจแบบแอมเบียนต์กับบริษัทแบบอัตโนมัติ (Ambient Business)

เส้นเวลาเศรษฐกิจตัวแทน (Agent Economy Timeline)

ตัวแทนจ้างตัวแทน (Agent Hires Agent)

แผนที่ตัวแทนแนวตั้ง

Vertical AI vs Vertical SaaS

โอกาสในสาขาเฉพาะทาง

การพัฒนาการกำหนดราคาแบบ SaaS (Pricing Evolution)

จ่ายตามที่นั่ง vs จ่ายตามผลลัพธ์ (Outcome-based Pay)

สุสานของ SaaS

การพลิกกลับของความหายาก

ผลิตภัณฑ์คุณภาพสูง (พรีเมียม/ทำด้วยมือ)

การระเบิดของเศรษฐกิจเชิงประสบการณ์

การจับคู่ผู้ก่อตั้งกับตัวแทน (Founder-Agent Fit)

ทีมผี

การผูกขาดขนาดเล็ก (Micro-monopolies)

ความเสี่ยงด้านความปลอดภัยที่อาจเกิดขึ้นของตัวแทน

การฉีดเอเจนต์ vs การหลอกลวง (Agent Injection)

การจัดการสิทธิ์ของตัวแทน

หน้าต่างทองคำกำลังปิดลง

ทำไมโอกาสจึงไม่สมดุล

การสร้างอย่างเปิดเผย (Build in Public)

เกรก อีเซนเบิร์ก:

สวัสดีทุกคน! วันนี้ฉันอยากพูดคุยกับคุณเกี่ยวกับสิ่งต่างๆ ในวงการ AI ที่ทำให้ฉันคิดถึงตลอดทั้งวันและคืน ฉันได้จัดทำรายการที่เต็มไปด้วยโอกาสที่น่าตื่นเต้น ความท้าทายที่ทำให้ฉันกังวล และแนวคิดบางอย่างที่คุณสามารถลองใช้งานได้ทันที หากคุณสามารถติดตามฟังจนจบตอนนี้ คุณอาจรู้สึกเหมือนฉัน ที่เริ่มนอนไม่หลับเพราะปัญหาเหล่านี้ บางทีเนื้อหานี้อาจกระตุ้นแรงบันดาลใจให้คุณ หรือช่วยให้คุณเข้าใจสภาพแวดล้อมทางเทคโนโลยีและสังคมที่เราอยู่ในขณะนี้ได้ลึกซึ้งยิ่งขึ้น พร้อมกับรับรู้ถึงสิ่งที่ทำให้ฉันกังวลบางประการ

ฉันอยากแบ่งปันกับคุณบางสิ่งที่ทำให้ฉันนอนไม่หลับ บางสิ่งที่ทำให้ฉันมีแรงบันดาลใจและรู้สึกตื่นเต้นเป็นพิเศษ อาจเป็นไปได้ว่าคุณก็จะรู้สึกตื่นเต้นกับเนื้อหานี้เช่นกัน หากคุณกำลังฟังรายการนี้ ฉันเชื่อว่าคุณน่าจะเป็นคนที่มีความสามารถในการมองหาโอกาส—อาจใช้เวลา 90% ในการคิดเกี่ยวกับโอกาสใหม่ๆ และ 10% รู้สึกกลัวเพราะสิ่งที่ยังไม่รู้ แต่คุณยังคงตามหาไอเดียและแรงบันดาลใจที่จะผลักดันคุณไปข้างหน้า

ก่อนอื่น ฉันอยากพูดถึงแนวคิดที่ทำให้ฉันคิดซ้ำแล้วซ้ำเล่า นั่นคือ “สแต็กเทคโนโลยีการเริ่มต้นธุรกิจในหนึ่งชั่วโมง” ลองจินตนาการว่าคุณมีไอเดียหนึ่ง คุณเขียนโค้ดอย่างรวดเร็วผ่าน vibe coding สร้างหน้าเว็บแบบง่ายๆ แล้วผสานเครื่องมือชำระเงินอย่าง Stripe เข้าไป คุณก็สามารถดึงดูดลูกค้ากลุ่มแรกได้อย่างรวดเร็ว แค่ความเป็นไปได้นี้ก็เพียงพอที่จะน่าทึ่งแล้ว ยิ่งไปกว่านั้น คุณยังสามารถเข้าถึงเว็บไซต์อย่าง ideabrowser.com เพื่อเลือกไอเดียที่ผ่านการพิสูจน์แล้วบางอย่าง จากนั้นใช้เครื่องมือ vibe coding ที่คุณชอบเพื่อสร้างมันขึ้นมา ความสามารถนี้น่าอัศจรรย์มาก—ภายในหนึ่งวัน คุณสามารถเริ่มต้นบริษัทใหม่ได้

จากมุมมองของฉัน ฉันได้ครุ่นคิดมาโดยตลอดว่าจะใช้ความสามารถนี้ให้เกิดประสิทธิภาพสูงสุดได้อย่างไร ฉันไม่ต้องการแค่เน้นการก่อตั้งบริษัทหนึ่งแห่งแล้วใช้เวลาหกเดือนเพื่อพิสูจน์ว่ามันใช้ได้หรือไม่ แต่ฉันต้องการสร้างวัฒนธรรมหรือกลไกที่ช่วยให้ฉันสามารถเริ่มต้นบริษัทหลายแห่งพร้อมกัน ทดลองแนวคิดต่างๆ — ไม่ว่าจะเป็นสำหรับกลุ่มผู้ใช้เดียวกัน หรือสำหรับตลาดที่แตกต่างกันหลายแห่ง (เราจะพูดถึงหัวข้อกลุ่มผู้ใช้ต่อไป) แนวคิดของ “สแต็กการเริ่มต้นธุรกิจในหนึ่งชั่วโมง” ทำให้ฉันต้องคิดอย่างต่อเนื่องว่าจะใช้มันให้ดีที่สุดได้อย่างไร

เกรก อีเซนเบิร์ก:

แนวโน้มที่สองที่ทำให้ฉันคิดอยู่เสมอคือ “การเปรียบเทียบเส้นเวลาการเริ่มต้นธุรกิจระหว่างยุคเก่ากับยุคใหม่” ซึ่งจริงๆ แล้วเกี่ยวข้องอย่างใกล้ชิดกับแนวโน้มแรก ในอดีต กระบวนการเริ่มต้นบริษัทมักเป็นเช่นนี้: คุณมีไอเดีย แล้วต้องจ้างนักพัฒนาไม่กี่คน (ถ้าคุณหาคนที่เหมาะสมได้) จากนั้นใช้เวลาหลายเดือนในการพัฒนาผลิตภัณฑ์ หากทุกอย่างเป็นไปตามแผน คุณอาจใช้เวลาถึงเดือนที่สามจึงสามารถเปิดตัวผลิตภัณฑ์ขั้นต่ำที่ใช้งานได้ (MVP) แล้วเริ่มโปรโมต เช่น โพสต์บน Product Hunt เพื่อดึงดูดความสนใจบางส่วน สุดท้าย คุณอาจต้องรอจนถึงเดือนที่ 12 จึงจะได้รับรายได้แรก

แต่ถึงปี 2026 กระบวนการนี้ได้รับการพลิกผันอย่างสิ้นเชิง คุณอาจคิดไอเดียใหม่ขึ้นมาตอนเช้า 9 นาฬิกา หรือเลือกไอเดียที่ผ่านการยืนยันแล้วจาก Idea Browser แล้วเริ่มเขียนโค้ดด้วย vibe coding เวลา 9:15 ผลิตภัณฑ์ก็เสร็จสมบูรณ์ตอน 9:45 และถึง 10 นาฬิกาคุณก็ได้ลูกค้ารายแรก แล้วก่อนอาหารกลางวันคุณก็เริ่มปรับปรุงผลิตภัณฑ์ตามฟีดแบ็กจากลูกค้าแล้ว บางอาจตั้งคำถามว่า: “เป็นไปได้อย่างไร? นั่นไม่ใช่แค่สิ่งที่เขียนด้วย vibe coding แบบไม่สมบูรณ์ใช่ไหม?” แต่ในความเป็นจริง

มีปัจจัยสำคัญบางประการที่อธิบายได้ว่าทำไมสิ่งนี้จึงเป็นไปได้ในวันนี้ ก่อนอื่น คุณสามารถใช้แพลตฟอร์มการวิศวกรรมเอเจนต์ (Agent Engineering Platform) แทนที่จะเป็นเพียงแพลตฟอร์ม vibe coding แบบเรียบง่าย เช่น เครื่องมืออย่าง Claude Code หรือผลิตภัณฑ์คู่แข่งที่คล้ายกัน เช่น Codeex และ Google AI Studio ซึ่งฟังก์ชันของพวกมันได้พัฒนาขึ้นอย่างแข็งแกร่งมาก ความก้าวหน้าของเครื่องมือเหล่านี้ทำให้เราสามารถสร้างโซลูชันที่สมบูรณ์แบบได้อย่างรวดเร็ว เพียงใช้เครื่องมือเหล่านี้อย่างเดียว คุณก็สามารถทำสิ่งที่ก่อนหน้านี้ยากจะทำได้หลายอย่าง ซึ่งเองก็เป็นเรื่องน่าตื่นเต้นมาก

ถัดมา คุณจำเป็นต้องมีรายการอีเมล กลุ่มเป้าหมาย หรือลูกค้ากลุ่มหนึ่ง เพื่อดึงดูดผู้ใช้ให้ได้อย่างแท้จริง มิฉะนั้น การหาลูกค้าจะเป็นเรื่องที่ยากมาก อย่างไรก็ตาม หากคุณกำลังพยายามสร้างช่องทางการจัดส่งและมีการสะสมความเชี่ยวชาญในด้านนี้อยู่แล้ว สิ่งนี้จะเป็นข้อได้เปรียบอย่างมากต่อธุรกิจของคุณ นี่คือเหตุผลสำคัญประการหนึ่งที่ทำให้ฉันนอนไม่หลับในช่วงไม่กี่วันที่ผ่านมา—ฉันกำลังคิดอย่างหนักเกี่ยวกับวิธีใช้เทคโนโลยี AI เพื่อปรับปรุงการสร้างช่องทางการจัดส่ง

นอกจากนี้ ฉันยังกำลังพิจารณาคำถามหนึ่ง นั่นคือการเปรียบเทียบระหว่างเส้นเวลาแบบดั้งเดิมกับเส้นเวลาใหม่ การปรากฏตัวของ AI ทำให้เราสามารถบรรลุเป้าหมายที่ก่อนหน้านี้ต้องใช้ทรัพยากรและเวลาจำนวนมาก ในต้นทุนที่ต่ำกว่าและด้วยความเร็วที่เร็วกว่า การเปลี่ยนแปลงนี้กำลังเปลี่ยนแปลงความเข้าใจของเราเกี่ยวกับเวลาและประสิทธิภาพอย่างสิ้นเชิง และเปิดโอกาสใหม่ๆ อย่างมากมายสำหรับผู้ประกอบการ

เกรก อีเซนเบิร์ก:

อีกสิ่งหนึ่งที่ทำให้ฉันนอนไม่หลับคือแนวคิดเรื่อง “ธุรกิจแบบมีบรรยากาศ” หรือ “บริษัทแบบอัตโนมัติ” ธุรกิจแบบมีบรรยากาศหมายถึงรูปแบบธุรกิจที่แทบไม่ต้องการการแทรกแซงจากมนุษย์ หรือต้องการการแทรกแซงเพียงเล็กน้อยเท่านั้น โดยงานต่างๆ เช่น การตรวจสอบตลาด การค้นหาโอกาส การดำเนินงาน และการสนับสนุนลูกค้า จะถูกดำเนินการโดยตัวแทน AI อัตโนมัติ ผู้ดำเนินการเพียงแค่ตรวจสอบสถานะการทำงานทุกๆ ไม่กี่วัน เพื่อติดตามความคืบหน้าของธุรกิจ

ฉันเชื่อว่าเราใกล้จะเข้าสู่ยุคที่ธุรกิจเชิงบรรยากาศหรือบริษัทอัตโนมัติเหล่านี้สามารถสร้างรายได้ประจำปีได้ถึงหลักล้านถึงหลักสิบล้านดอลลาร์ แนวคิดนี้น่าสนใจมาก แม้ว่าในปัจจุบันเรายังอยู่ในระยะเริ่มต้น และโซลูชันซอฟต์แวร์ของบริษัทอัตโนมัติหลายแห่งยังดูหยาบกร้าน แต่ฉันเชื่อมั่นว่าทิศทางนี้ถูกต้อง ฉันชอบใช้คำว่า “ลูกศรแห่งความก้าวหน้า” เพื่ออธิบายแนวโน้มนี้ ซึ่งกำลังผลักดันเราไปสู่อนาคตของธุรกิจเชิงบรรยากาศหรืออัตโนมัติ ในอนาคตนี้ คุณไม่จำเป็นต้องติดตามทุกรายละเอียดของธุรกิจอย่างต่อเนื่อง เพราะมีกลไกการตรวจสอบและถ่วงดุลที่ดีพอที่จะรับประกันว่าเอเจนต์จะดำเนินการตามทิศทางที่ถูกต้อง ฉันเชื่อว่าพื้นที่นี้มีโอกาสทางธุรกิจมหาศาล

เกรก อีเซนเบิร์ก:

เส้นเวลาของ “เศรษฐกิจตัวแทน” ก็เป็นแนวโน้มที่ทำให้ฉันนอนไม่หลับเช่นกัน ตั้งแต่ปี 2009 ถึง 2015 เราผ่านยุค App Store ซึ่งผู้คนดาวน์โหลดแอปพลิเคชันและดำเนินการด้วยตนเองเพื่อทำภารกิจ ตั้งแต่ปี 2015 ถึง 2024 เศรษฐกิจ API ค่อยๆ เกิดขึ้น โดยนักพัฒนาสร้างบริการที่ซับซ้อนโดยการผสานรวม API ต่างๆ ฉันเชื่อว่าตั้งแต่ปี 2025 ถึง 2030 เศรษฐกิจตัวแทนจะเริ่มขึ้นอย่างเป็นทางการ ในยุคนี้ ตัวแทน AI จะสามารถค้นหาและจ้างตัวแทนอื่นๆ ได้อย่างไดนามิก โดยแนวคิดทีมคงที่จะค่อยๆ ถูกแทนที่

ในบริบทนี้ ฉันเชื่อว่ามีโอกาสทางธุรกิจขนาดใหญ่ในการพัฒนาแพลตฟอร์มที่คล้ายกับ “Glassdoor” สำหรับตัวแทน AI เราจะสร้างระบบชื่อเสียงสำหรับตัวแทน AI ได้อย่างไร? เราจะตัดสินใจว่าควรจ้างตัวแทน AI ตัวใด? หากมีใครสักคนสามารถพัฒนาแพลตฟอร์มที่คล้ายกับ Mold Book ซึ่ง Meta เคยซื้อไปด้วยราคาประมาณ 2 พันล้านดอลลาร์สหรัฐ แต่เน้นเฉพาะเครือข่ายสังคมสำหรับตัวแทน AI นั่นจะเป็นนวัตกรรมที่ปฏิวัติวงการ ฉันรู้ว่ามันอาจฟังดูไกลเกินจริง แต่ฉันเชื่อมั่นอย่างยิ่งว่าสิ่งนี้จะเกิดขึ้นอย่างแน่นอน

เกรก อีเซนเบิร์ก:

ฉันเพิ่งได้เห็นการพยากรณ์หนึ่ง ซึ่งฉันจำได้ว่าเป็นของ Gartner: ถึงปี 2030 การทำธุรกรรมทางธุรกิจ 20% จะเป็นการแลกเปลี่ยนระหว่างเอเจนต์กับเอเจนต์หรือระหว่างเครื่องกับเครื่อง ซึ่งนำไปสู่คำถามสำคัญ: เราจะสร้างสตาร์ทอัพที่สามารถแปลงผลิตภัณฑ์อินเทอร์เน็ตปัจจุบันให้เป็นเวอร์ชันเอเจนต์ได้อย่างไร? จากการพยากรณ์ ตลาดนี้อาจมีมูลค่าถึง 52,000 ล้านดอลลาร์สหรัฐฯ ถึงปี 2030 ปัจจุบันมีทักษะเอเจนต์มากกว่า 31,000 ประเภทในตลาด แต่คุณภาพของส่วนใหญ่ยังไม่ดีนัก ดังนั้น การพัฒนาทักษะเอเจนต์ที่มีประสิทธิภาพและฉลาดยิ่งขึ้นจึงเป็นโอกาสอันยิ่งใหญ่ แนวโน้มนี้ทำให้ฉันตื่นเต้นกับศักยภาพของมันอย่างมาก

เราสามารถจินตนาการสถานการณ์หนึ่งได้ว่า: agent จ้าง agent อีกคน จนเกิด agent ซีอีโอ, agent ขาย, agent พัฒนา, agent การตลาด ฯลฯ เมื่อเร็วๆ นี้ฉันยังได้ทำบทเรียนด้วย Paperclip ซึ่งเน้นไปที่แนวคิดนี้เป็นหลัก Paperclip เป็นเทคโนโลยีโอเพ่นซอร์สที่มีแนวคิดหลักคือการแปลงโครงสร้างองค์กรแบบดั้งเดิมให้เป็นฟังก์ชันแบบไม่มีเซิร์ฟเวอร์: agent จะแยกงานออกเป็นงานย่อยหลายรายการโดยอัตโนมัติ และปิดตัวเองอัตโนมัติเมื่อเสร็จสิ้น

มันไม่ได้เป็นเพียงการใช้กรอบงาน “งานที่ต้องทำ” (Jobs to Be Done) เพื่อออกแบบ prompt อีกต่อไป แต่เป็นการจ้าง agent เพื่อดูแล agent อื่นๆ และดำเนินงานเฉพาะทาง ซึ่งไม่เพียงแต่มีความสร้างสรรค์อย่างยิ่ง แต่ยังซ่อนโอกาสทางธุรกิจที่ยิ่งใหญ่ไว้

เกรก อีเซนเบิร์ก:

ตามการคาดการณ์ของ Y Combinator ในทศวรรษนี้ จะมีบริษัท独角兽มากกว่า 300 แห่งเกิดขึ้นในสาขา AI แบบเฉพาะทาง และโอกาสในภาคซอฟต์แวร์เฉพาะทางนั้นชัดเจนมาก เช่นเดียวกับ Constellation Software ที่มีบริษัทมากกว่า 500 แห่งที่เน้นเฉพาะทาง SaaS ครอบคลุมกระบวนการที่มีกำไรสูงในด้านการศึกษา การป้องกันประเทศ เป็นต้น ธุรกิจที่ดูเหมือน “น่าเบื่อ” เหล่านี้ แท้จริงแล้วมีศักยภาพในการทำกำไรสูงมาก

โอกาสแบบนี้ตอนนี้ก็ปรากฏขึ้นในสาขา AI แบบเฉพาะทาง หากคุณกำลังฟังเนื้อหานี้ ลองถามตัวเองว่า: คุณมีข้อได้เปรียบเฉพาะตัวอะไรบ้าง? คุณเชี่ยวชาญในสาขาเฉพาะทางใดจริงๆ? ผู้ที่ลงลึกในแผนที่ของ agent แบบเฉพาะทางจะมีโอกาสใหญ่หลวง องค์กรอย่าง YC มักจะให้ความสนใจกับเส้นทางหลักในอุตสาหกรรม เช่น ประกันภัย อสังหาริมทรัพย์ โลจิสติกส์ การดูแลผู้สูงอายุ กฎหมาย การแพทย์ และการขาย แต่คำแนะนำของฉันคือ อย่าเข้าสู่เส้นทางใหญ่เหล่านี้ทันทีซึ่งมีการแข่งขันสูง ให้เลือกพื้นที่ย่อยเฉพาะเจาะจงเป็นจุดเริ่มต้น เริ่มจากขนาดเล็ก แล้วค่อยขยายตัวทีละขั้นตอน เพราะเส้นทางใหญ่เหล่านี้จะดึงดูดเงินทุนจำนวนมากเข้ามา ในขณะที่ตลาดย่อยจะมีการแข่งขันน้อยกว่าและมีโอกาสมากกว่า

เกรก อีเซนเบิร์ก:

ฉันได้ครุ่นคิดเกี่ยวกับคำถามหนึ่งมาโดยตลอด: ความแตกต่างระหว่าง Vertical SaaS กับ Vertical AI คืออะไร? Vertical SaaS มักจะเกี่ยวข้องกับค่าใช้จ่ายขององค์กรเพียงส่วนเล็กน้อย คุณขายใบอนุญาตซอฟต์แวร์ และเครื่องมือเหล่านี้ต้องได้รับการดำเนินการโดยมนุษย์ สุดท้ายแล้วขนาดธุรกิจมักอยู่ระหว่าง 10 ล้านถึง 100 ล้านดอลลาร์ (แม้จะมีข้อยกเว้นบางประการ) ในขณะที่ Vertical AI นั้นแตกต่างอย่างสิ้นเชิง เพราะมันเข้าไปสู่ต้นทุนแรงงานขององค์กรโดยตรง คุณกำลังพัฒนาสิ่งที่แท้จริงคือ “agent-as-software” บริษัทซื้อผลิตภัณฑ์ของคุณเพื่อทำภารกิจที่ก่อนหน้านี้พวกเขาต้องจ้างพนักงาน来做

ดังนั้น ตลาดขนาดของ AI แบบเฉพาะทางจึงใหญ่กว่า SaaS แบบเฉพาะทางอย่างมาก สิ่งที่คุณต้องพิจารณาคือวิธีการขายผลลัพธ์และผลิตภัณฑ์—เพราะตัวแทนจะเป็นผู้ดำเนินงานจริง ดังนั้น ผมเชื่อว่ามูลค่าทางธุรกิจเฉลี่ยของ AI แบบเฉพาะทางจะสูงกว่า SaaS แบบเฉพาะทางอย่างมาก SaaS จับตลาดงบประมาณด้านไอที ในขณะที่ AI แบบเฉพาะทางแทนที่ต้นทุนแรงงาน—ซึ่งตลาดขนาดของต้นทุนแรงงานใหญ่กว่างบประมาณด้านไอทีถึงสิบเท่า

เกรก อีเซนเบิร์ก:

มีพื้นที่เฉพาะทางที่ “น่าเบื่อแต่มีศักยภาพสูง” อะไรบ้างที่ควรให้ความสนใจ? คำตอบคือ: อุตสาหกรรมที่ยังคงใช้วิธีการแบบดั้งเดิมในการดำเนินงาน เช่น ที่พึ่งพาโทรศัพท์ แฟกซ์ และกระบวนการล้าสมัย ได้แก่ ประกันภัย (ยังใช้ตารางการคำนวณความเสี่ยงที่มีอายุ 30 ปี) กฎหมาย โลจิสติกส์ การดูแลผู้สูงอายุ รัฐบาล บัญชี และก่อสร้าง เป็นต้น เพื่อเจาะลึกในพื้นที่เหล่านี้ ให้ค้นหาตลาดกลุ่มย่อยที่เฉพาะเจาะจงมาก ๆ หากเป็นฉัน จะหลีกเลี่ยงพื้นที่ที่มีการควบคุมเข้มงวดและอุปสรรคในการเข้าสู่ตลาดสูง เช่น การขายผลิตภัณฑ์โดยตรงให้รัฐบาลอาจเผชิญกับความท้าทายมากมาย ดังนั้น ยิ่งเป็นพื้นที่ที่ดูน่าเบื่อและตลาดกลุ่มย่อยที่เฉพาะเจาะจงมากเท่าใด ก็ยิ่งอาจซ่อนศักยภาพอันยิ่งใหญ่ไว้ และเป็นจุดเริ่มต้นที่ดี

เกรก อีเซนเบิร์ก:

รูปแบบการกำหนดราคาในอุตสาหกรรม SaaS กำลังผ่านการเปลี่ยนแปลงอย่างมีนัยสำคัญ ในอดีต การกำหนดราคาของ SaaS มักจะอิงตามโมเดลการอนุญาตตามจำนวนผู้ใช้ เช่น ค่าบริการ 50 ดอลลาร์ต่อผู้ใช้ต่อเดือน ซึ่งบริษัท SaaS ขนาดใหญ่เกือบทั้งหมดใช้รูปแบบนี้ อย่างไรก็ตาม นี่ก็เป็นหนึ่งในเหตุผลที่ทำให้บริษัท SaaS ประสบกับการลดลงอย่างมากในตลาดหุ้นในช่วงไม่กี่ปีที่ผ่านมา—บางบริษัทมีมูลค่าตลาดลดลงถึง 50% ถึง 60% จากการประเมินมูลค่าที่เคยอยู่ที่ 12 เท่าของรายได้ เหลือเพียง 4 เท่าเท่านั้น มีเหตุผลหลักสองประการเบื้องหลังสิ่งนี้: หนึ่งคือความต้องการใช้ที่นั่งขององค์กรกำลังลดลง และสองคือนักลงทุนกังวลว่าในปัจจุบัน ใครก็ตามสามารถสร้างโซลูชันทางเลือกได้อย่างรวดเร็วผ่าน vibe coding

ดังนั้น รูปแบบการกำหนดราคาของ SaaS กำลังผ่านการพัฒนาสามระยะ: จากการคิดค่าบริการตามจำนวนผู้ใช้ → ตามการใช้งาน (pay for what you consume) → ค่อยๆ เปลี่ยนไปสู่รูปแบบการกำหนดราคาตามผลลัพธ์ (pay per result delivered) แรงผลักดันหลักของการเปลี่ยนแปลงนี้คือการเกิดขึ้นของตัวแทน (agent) ที่สามารถดำเนินงานจริงได้อย่างแท้จริง ตามการคาดการณ์ของ Gartner ภายในปี 2030 40% ของ SaaS สำหรับองค์กรจะใช้รูปแบบการกำหนดราคาตามผลลัพธ์ ในขณะที่สัดส่วนการคิดค่าบริการตามจำนวนผู้ใช้จะลดลงจาก 21% ในปัจจุบันเหลือ 15%

ดังนั้น โอกาสอยู่ที่ไหน? เราจะเริ่มสร้างรูปแบบธุรกิจที่เน้นผลลัพธ์ได้อย่างไรตอนนี้? นี่คือพื้นที่ที่มีศักยภาพสูง หากคุณสามารถเข้าสู่ตลาดก่อนใคร คุณจะได้เปรียบในด้านการเป็นผู้นำก่อนใคร ไม่ว่าจะผ่านการส่งอีเมลแบบไม่ได้รับเชิญ การโพสต์เนื้อหาที่เกี่ยวข้องบนโซเชียลมีเดียหรือรายการอีเมล ผู้คนจะสนใจรูปแบบการตั้งราคาที่สร้างสรรค์นี้ และผลิตภัณฑ์ของคุณอาจขายดีมาก

เกรก อีเซนเบิร์ก:

การเปลี่ยนจากแบบเรียกเก็บเงินตามที่นั่ง (เช่น 100 ดอลลาร์ต่อเดือนต่อที่นั่ง ไม่ว่าจะใช้งานหรือไม่ก็ต้องจ่าย) เป็นแบบเรียกเก็บเงินตามผลลัพธ์นั้นน่าดึงดูดมาก หลายคนเคยรู้สึกเช่นนี้—ฉันจะไม่ระบุชื่อ แต่บริษัทที่ฉันถือหุ้นอย่าง Late Checkout จ่ายเงินหลายพันดอลลาร์ต่อเดือนให้กับซอฟต์แวร์ SaaS บางตัว แต่บางครั้งฉันก็ตั้งคำถามว่า: เราได้รับคุณค่าที่สมกับเงินที่จ่ายไปจริงหรือไม่?

ตอนนี้ บริษัทสามารถเลือกจ่ายตามผลลัพธ์ที่เกิดขึ้นจริง เช่น จ่าย 1.5 ดอลลาร์สหรัฐต่อตั๋วที่แก้ไขเสร็จ หรือจ่ายเฉพาะเมื่อส่งมอบผลลัพธ์เท่านั้น บริษัทที่มีประสบการณ์อย่าง Zendesk ได้เริ่มใช้รูปแบบนี้แล้ว และข้อมูลแสดงว่า 83% ของบริษัท SaaS ที่สร้างขึ้นจาก AI ได้เปลี่ยนมาใช้รูปแบบการตั้งราคาตามผลลัพธ์แล้ว ฉันเชื่อมั่นว่า มีคนหนึ่งคนที่สามารถสร้างบริษัทมูลค่า 1,000 ล้านดอลลาร์สหรัฐได้เพียงแค่เปลี่ยน SaaS แบบดั้งเดิมให้เป็นรูปแบบการตั้งราคาตามผลลัพธ์ การช่วยเหลือบริษัทเหล่านี้ในการเปลี่ยนผ่านเป็นโอกาสอันยิ่งใหญ่ แต่ทำไมต้องช่วยคนอื่นล่ะ? คุณสามารถเริ่มต้นสร้างสตาร์ทอัพแบบตั้งราคาตามผลลัพธ์ของตัวเองได้เลย

เกรก อีเซนเบิร์ก:

ฉันเชื่อว่าในอนาคตจะมี “สุสาน SaaS” ปรากฏขึ้นจริง แล้วจะตัดสินว่า SaaS บริษัทใดจะถูกกำจัดออกได้อย่างไร? ฉันคิดว่าเครื่องมือ CRM แบบทั่วไปอาจเป็นกลุ่มแรกที่ตกเป็นเป้า—แน่นอนว่านี่ไม่รวมถึงยักษ์ใหญ่อย่าง Salesforce หรือ HubSpot ที่ได้เปลี่ยนตัวเองไปสู่อนาคตแล้ว แต่ถ้าคุณเป็นบริษัททั่วไปที่ไม่ได้ติดตามแนวโน้มการเปลี่ยนแปลงนี้ พื้นที่ในการอยู่รอดของคุณอาจถูกคุกคามอย่างรุนแรง เพราะ agent สามารถทำงานได้มีประสิทธิภาพมากกว่าเครื่องมือแบบดั้งเดิมเหล่านี้

นอกจากนี้ แนวโน้มของแดชบอร์ดการวิเคราะห์พื้นฐานก็ไม่สดใส เนื่องจาก AI สามารถสร้างการวิเคราะห์ข้อมูลที่ลึกซึ้งยิ่งขึ้นตามความต้องการ การแข่งขันในตลาดเทมเพลตจะยากขึ้น เพราะ AI สามารถสร้างเทมเพลตที่ปรับแต่งอย่างละเอียดได้ทันที ส่วนเครื่องมือจัดการตารางเวลา ก็เผชิญกับความท้าทายเช่นกัน เนื่องจากเอเจนต์ได้รับความสามารถในการจัดการปฏิทินโดยตรงแล้ว ส่วนแชทบอทบริการลูกค้าพื้นฐาน ได้ถูกแทนที่โดยระบบ AI ที่มีความก้าวหน้ามากขึ้น และคุณค่าในการมีอยู่ในอนาคตอาจลดลงเรื่อยๆ

เกรก อีเซนเบิร์ก:

ในยุคของ AI สิ่งใดที่ยังคงรักษาความสามารถในการแข่งขันได้? คำตอบคือ สิ่งที่ประสบความสำเร็จในการเปลี่ยนผ่านไปสู่เครื่องมือ โครงสร้างพื้นฐาน และรูปแบบข้อมูลแนวตั้งที่ขับเคลื่อนโดยตัวแทน AI (Agent) เรากำลังผ่านช่วงเวลา “การพลิกผันของความหายาก”: เทคโนโลยี AI กำลังทำให้ภารกิจต่างๆ เช่น เนื้อหาทั่วไป การออกแบบพื้นฐาน การป้อนข้อมูล และการวิเคราะห์ทั่วไปกลายเป็นสินค้าโภคภัณฑ์อย่างรวดเร็ว ทำให้คุณค่าของสิ่งเหล่านี้ลดลง ดังนั้น ในบริบทนี้ สิ่งใดจะกลายเป็นสิ่งหายากและมีมูลค่าเพิ่มขึ้น? ฉันและผู้คนอีกหลายรายได้หารือเกี่ยวกับคำถามนี้บน Twitter และสรุปว่า คุณค่าจะเคลื่อนย้ายจาก “การดำเนินการ” ไปสู่ “การตัดสินใจ” — รวมถึงการตัดสินใจเชิงสร้างสรรค์ งานฝีมือ และประสบการณ์ทางกายภาพที่ไม่ซ้ำใคร

ในขณะนี้ ฉันกำลังเร่งพัฒนาโครงการบางอย่างที่เกี่ยวข้องกับเรื่องนี้ และฉันเชื่อว่านี่จะเป็นโอกาสอันยิ่งใหญ่ สำหรับปี 2026 และต่อจากนั้น ความคิดที่ “แปลกประหลาดแบบดั้งเดิม” จะมีค่ามากอย่างยิ่ง เหตุผลก็คือ แม้ว่าโมเดลภาษาขนาดใหญ่ (LLM) จะแสดงประสิทธิภาพได้ดีในหลายด้าน แต่พวกมันไม่เก่งในการจัดการกับความคิดที่ “แปลกประหลาด” ทุกคนมีมุมมองและประสบการณ์ชีวิตที่เป็นเอกลักษณ์ของตนเอง ความเป็นเอกลักษณ์เหล่านี้ ร่วมกับข้อมูลเฉพาะตัว จะกลายเป็นทรัพยากรที่มีค่าที่สุดในโลกที่ขับเคลื่อนด้วย AI

เกรก อีเซนเบิร์ก:

ในยุคของปัญญาประดิษฐ์ ผลิตภัณฑ์และบริการใดบ้างที่สามารถเรียกได้ว่า “มีคุณภาพสูง”? ฉันคิดว่าคำตอบคือเนื้อหาที่ถูกสร้างขึ้นโดยมนุษย์ 100% คุณอาจเคยได้ยินเกี่ยวกับแคมเปญโฆษณา “ผลิตโดยมนุษย์ 100%” ของปอร์เช่ ซึ่งพวกเขายังจัดการแข่งขัน “ไม่มี AI” อีกด้วย ฉันเชื่อว่าในอนาคต แบรนด์หรูหราอาจมุ่งเน้นไปที่แนวคิด “ผลิตโดยมนุษย์ ไม่มีการมีส่วนร่วมของ AI” อย่างเช่นฉลาก “อินทรีย์” ในอุตสาหกรรมอาหาร — “ไม่มี AI” จะกลายเป็นหลักฐานคุณภาพรูปแบบใหม่ แนวคิดนี้值得เราพิจารณาอย่างลึกซึ้ง และอาจเปิดโอกาสที่คล้ายกันในสาขาอื่นๆ

เกรก อีเซนเบิร์ก:

ในระดับของผลิตภัณฑ์คุณภาพสูง อีกทิศทางหนึ่งที่น่าจับตามองคือรูปแบบ “AI ช่วยเหลือแต่ควบคุมโดยมนุษย์” ในรูปแบบนี้ การมีส่วนร่วมของมนุษย์จะกลายเป็นคุณลักษณะของผลิตภัณฑ์คุณภาพในยุค AI โดยรวมเอาความคิดสร้างสรรค์และรสนิยมของมนุษย์เข้ากับประสิทธิภาพอันสูงของ AI ในขณะที่บริการที่สร้างขึ้นโดย AI อย่างสมบูรณ์อาจค่อยๆ ถูกมองว่าเป็นสินค้าทั่วไป และสุดท้ายจะติดกับการแข่งขันด้านราคา

ด้วยเหตุนี้ ฉันจึงสนใจโครงการที่เชื่อมโยงกับชีวิตจริง (IRL, In Real Life) เป็นพิเศษ เมื่อโลกดิจิทัลกลายเป็นสิ่งที่อุดมสมบูรณ์อย่างไม่จำกัด และเนื้อหาที่สร้างโดย AI ล้นหลาม ความหายากจะค่อยๆ เคลื่อนตัวไปสู่การมีอยู่ทางกายภาพจริงและการใช้ชีวิตร่วมกับมนุษย์คนอื่นๆ ดังนั้น สิ่งต่างๆ เช่น คาราโอเกะบาร์ ห้องลับหลบหนี ละครแบบจมอยู่กับประสบการณ์ พื้นที่ทำงานร่วมกัน และคอนเสิร์ตสด จึงเป็นส่วนสำคัญของเศรษฐกิจเชิงประสบการณ์ เศรษฐกิจเชิงประสบการณ์กำลังเติบโตอย่างรวดเร็ว และโอกาสต่างๆ มีมากมายจนน่าตื่นเต้น นี่คือหนึ่งในเหตุผลที่ทำให้ฉันนอนไม่หลับ

เกรก อีเซนเบิร์ก:

แนวคิดใหม่ที่น่าสนใจอีกประการหนึ่ง ซึ่งฉันเรียกว่า “ความเข้ากันได้ระหว่างผู้ก่อตั้งกับตัวแทน” (Founder-Agent Fit) ย้อนกลับไปที่ประสบการณ์การเริ่มต้นธุรกิจของฉันในอดีต โดยเฉพาะหลังจากฉันย้ายไปซิลิคอนแวลลีย์ เราเคยพูดถึง “ความเข้ากันได้ระหว่างผู้ก่อตั้งกับตลาด” (Founder-Market Fit) อยู่เสมอ คำถามหลักคือ: คุณเข้าใจลูกค้าและตลาดของคุณหรือไม่? คุณในฐานะผู้ก่อตั้ง มีมุมมองเฉพาะตัวเกี่ยวกับตลาดหรือไม่? เช่น หากคุณต้องการสร้างเครือข่ายสังคมสำหรับนักศึกษา คุณเพิ่งเป็นนักศึกษาเมื่อไม่นานมานี้หรือไม่?

ในขณะนี้ เรากำลังก้าวเข้าสู่ยุคของ “ความเข้ากันได้ระหว่างผู้ก่อตั้งกับเอเจนต์” ในฐานะผู้ก่อตั้ง คุณจำเป็นต้องมีความสามารถในการประสานงานและสั่งการทีมเอเจนต์ปัญญาประดิษฐ์ทั้งหมดเพื่อให้บรรลุเป้าหมายของคุณ การเปลี่ยนแปลงนี้สามารถเปรียบเทียบได้กับบทบาทของผู้กำกับภาพยนตร์: ผู้กำกับไม่ได้จับกล้องถ่ายภาพเอง ไม่ได้แสดงละคร หรือแต่งเพลง แต่เขาต้องดึงผลงานที่ดีที่สุดออกมาจากนักแสดงและทีมงาน ในโลกธุรกิจในอนาคต เหล่า “นักแสดง” เหล่านี้จะเปลี่ยนจากมนุษย์เป็นเอเจนต์ปัญญาประดิษฐ์ ดังนั้น ความสามารถในการ “จับคู่ผู้ก่อตั้งกับเอเจนต์” นี้ จะกลายเป็นทักษะหลักที่ผู้ก่อตั้งยุคใหม่ต้องครอบครอง ผมเชื่อว่าการเปลี่ยนแปลงของทักษะนี้น่าสนใจและมีศักยภาพอย่างยิ่ง

หากคุณสามารถออกแบบและจัดการตัวแทน AI (Agent) ภายในตลาดเฉพาะทาง และปลดปล่อยศักยภาพของพวกมันอย่างเต็มที่ คุณจะมีข้อได้เปรียบเชิงแข่งขันที่ยิ่งใหญ่ ซึ่งเกี่ยวข้องอย่างใกล้ชิดกับ Paperclip และบริษัทที่ไม่มีพนักงานที่เราได้พูดถึงก่อนหน้านี้

เกรก อีเซนเบิร์ก:

ในอนาคต หน้าทีมงานบนเว็บไซต์องค์กรอาจกลายเป็นหน้า “ทีมผี” — ซึ่งจะแสดงชื่อพนักงานจริงเพียงไม่กี่คน ส่วนตำแหน่งอื่นๆ จะถูกเติมเต็มด้วยตัวแทน AI เช่น ตัวแทนการขาย ตัวแทนเนื้อหา และตัวแทนบริการลูกค้า คุณยังสามารถตั้งชื่อให้ตัวแทนเหล่านี้ มอบบุคลิกภาพ สร้างรูปภาพเสมือนจริง หรือแม้แต่ให้พวกมันจำลองการพูดคุยผ่านวิดีโอหรือส่งข้อความเสียงเหมือนมนุษย์จริง สร้างประสบการณ์ร่วมงานที่แทบไม่ต่างจากมนุษย์

ในฐานะผู้ประกอบการที่กำลังดำเนินการบริษัทถือหุ้นและฟักไข่ธุรกิจใหม่ๆ ฉันเชื่อว่าในอนาคตจะมีบริษัทถือหุ้นเพิ่มขึ้นอีกมาก เนื่องจากธุรกิจที่สร้างขึ้นด้วย AI-native agents จะกลายเป็นกระแสหลัก และองค์กรสามารถใช้ทีม “แฝง” เพื่อดำเนินการธุรกิจเหล่านี้อย่างมีประสิทธิภาพในตลาดย่อยที่คล้ายกันหรือเหมือนกัน

เกรก อีเซนเบิร์ก:

เควิน เคลลี่ เคยเสนอทฤษฎี “แฟนตัวยง 1,000 คน” แต่ในยุค AI ฉัน认为 100 แฟนตัวยงก็เพียงพอแล้ว ตัวแทน AI ลดต้นทุนการดำเนินงานอย่างมาก ดังนั้นคุณจึงสามารถรักษาธุรกิจที่ยั่งยืนได้ด้วยลูกค้าเพียง 100 คนที่ยินดีจ่ายเงินให้กับผลิตภัณฑ์หรือบริการของคุณ เนื่องจากตัวแทนสามารถแทนที่แรงงานมนุษย์ได้อย่างมีประสิทธิภาพ คุณจึงสามารถให้บริการคุณค่าสูงแก่ลูกค้าแต่ละคน เช่น เรียกเก็บค่าบริการเดือนละ 1,000 ดอลลาร์สหรัฐหรือ 500 ดอลลาร์สหรัฐ แม้มีลูกค้าเพียง 100 คน คุณก็สามารถสร้างธุรกิจที่มีกำไรสูงมากได้ แม้ลูกค้าจะจ่ายน้อยกว่านี้ก็ตาม เพราะต้นทุนการดำเนินงานของคุณแทบจะเป็นศูนย์ และอาจมีแค่คุณเพียงคนเดียว

รูปแบบต้นทุนต่ำแต่มีประสิทธิภาพสูงนี้จะสร้างธุรกิจ “ผูกขาดขนาดเล็ก” จำนวนมากขึ้น ตัวอย่างเช่น หากคุณมีกลุ่มผู้ใช้เฉพาะทางที่มีความกระตือรือร้นจำนวน 5,000 คน คุณสามารถพัฒนาแอปที่ปรับแต่งเฉพาะได้ภายใน 48 ชั่วโมง; ผ่านรายการอีเมลหรือ Newsletter คุณอาจหาลูกค้าได้ 100 คน โดยแต่ละคนจ่ายเดือนละ 50 ดอลลาร์สหรัฐ ด้วยการใช้ตัวแทนอัจฉริยะในการดำเนินธุรกิจ คุณสามารถทำกำไรได้ 60,000 ดอลลาร์สหรัฐต่อปีจากตัวคุณเองเพียงคนเดียว ซึ่งเป็นตัวเลขที่น่าประทับใจมาก และคุณสามารถใช้รูปแบบนี้ต่อไปเพื่อสร้างธุรกิจคล้ายกันเพิ่มเติม

แน่นอน การหาลูกค้า 100 อันดับแรกเป็นสิ่งสำคัญ ดังนั้น การสร้างระบบผลิตและจัดส่งเนื้อหาที่มีประสิทธิภาพจึงมีความสำคัญอย่างยิ่ง แม้ว่าคุณจะยังไม่มีผู้ติดตามที่มีอยู่แล้ว คุณก็สามารถรับลูกค้าโดยการซื้อทราฟฟิก แม้ว่าจะลดกำไรบางส่วน แต่ก็ยังเป็นกลยุทธ์ที่เป็นไปได้

เกรก อีเซนเบิร์ก:

แม้ว่าฉันจะมีความหวังในอนาคตของ AI แต่มีปัญหาหนึ่งที่ทำให้ฉันกังวล นั่นคือพื้นที่โจมตีของตัวแทน AI คุณอาจเคยได้ยินถึงภัยคุกคามที่เป็นไปได้บางประการ เช่น การโจมตีด้วย prompt injection, การปนเปื้อนช่องหน้าต่างบริบท, บริการ MCP ที่เป็นอันตราย, การควบคุมระหว่างตัวแทน AI, การเพิ่มสิทธิ์ และข้อมูลการฝึกอบรมที่ถูกปนเปื้อน เนื่องจากเราได้ให้สิทธิ์การเข้าถึงจำนวนมากแก่ตัวแทน AI จึงเปิดช่องทางให้เกิดช่องโหว่ด้านความปลอดภัยที่อาจเกิดขึ้น หากฉันบอกว่าปัญหาเหล่านี้ไม่ได้ทำให้ฉันกังวล นั่นคือการหลอกตัวเอง ฉันเชื่อว่าในอนาคตจะต้องเกิดเหตุการณ์ไม่พึงประสงค์บางอย่างขึ้น และเทคโนโลยีด้านความปลอดภัยทางไซเบอร์ในปัจจุบันยังห่างไกลจากความเร็วในการพัฒนาของตัวแทน AI ความเสี่ยงที่อาจเกิดขึ้นนี้ ทำให้ฉันรู้สึกกังวลอย่างลึกซึ้ง

Palo Alto Networks ได้บันทึกกรณีการโจมตีแบบ agent injection ที่เกิดขึ้นจริงในโลกแห่งความเป็นจริง หากแม้แต่บริษัทด้านความปลอดภัยชั้นนำอย่าง Palo Alto Networks ก็เตือนเราว่า มีความเสี่ยงสูงจากการโจมตีแบบ agent injection ในโลกแห่งความเป็นจริง ฉันจึงเชื่อมั่นอย่างเต็มที่ในความเห็นของพวกเขา

เกรก อีเซนเบิร์ก:

แล้วเราจะมองความสัมพันธ์ระหว่างการโจมตีแบบ agent injection กับการฟิชชิ่งแบบดั้งเดิมอย่างไร? ในช่วงปี 2010 การโจมตีแบบฟิชชิ่งมีเป้าหมายหลักคือหลอกให้มนุษย์คลิกที่ลิงก์อันตราย โดยการป้องกันส่วนใหญ่ขึ้นอยู่กับการตัดสินใจของมนุษย์ แม้จะมีการป้องกันเช่นนี้ แต่ความสูญเสียทางการเงินที่เกิดจากฟิชชิ่งแต่ละปียังคงสูงถึงหลายพันล้านดอลลาร์ ในขณะที่การโจมตีแบบ agent injection ในปัจจุบันซับซ้อนกว่ามาก เพราะใช้คำสั่งที่ซ่อนอยู่เพื่อหลอกลวงตัวแทน AI โดยมุ่งเป้าไปที่หน้าต่างบริบทและเนื้อหาเว็บเพจ ซึ่งเนื่องจากตัวแทนมีความเป็นอิสระสูง จึงกลายเป็นจุดอ่อนที่อาจถูกโจมตีได้

ฉันเชื่อว่าความเสียหายจากการฉีด agent จะรุนแรงกว่าการฟิชชิ่งแบบดั้งเดิมอย่างมาก เมื่อ agent มีสิทธิ์เข้าถึงระบบและสามารถตัดสินใจด้วยตนเอง การทำให้ช่องบริบทของมันปนเปื้อนจึงกลายเป็นวิธีการโจมตีรูปแบบใหม่—และอันตรายยิ่งกว่า ดังนั้น ฉันมั่นใจว่าในอนาคตจะเกิดเหตุการณ์ไม่พึงประสงค์เหล่านี้ขึ้นอีกมากมาย อย่างไรก็ตาม สิ่งนี้ยังเปิดโอกาสอันยิ่งใหญ่สำหรับการพัฒนาซอฟต์แวร์ด้านความปลอดภัยทางไซเบอร์ที่ออกแบบมาเฉพาะเพื่อรับมือกับปัญหาเหล่านี้ บริษัทสตาร์ทอัพที่เน้นด้านความปลอดภัยของ agent จะเป็นพื้นที่ที่น่าสำรวจอย่างลึกซึ้ง

เกรก อีเซนเบิร์ก:

เมื่อใช้งานตัวแทน AI (Agent) เราจำเป็นต้องพิจารณาอย่างรอบคอบถึงสิทธิ์ที่ตัวแทนเหล่านี้มี โดยเฉพาะอย่างยิ่ง ตัวแทนสามารถเข้าถึงทรัพยากรใดบ้าง? ตัวอย่างเช่น มันสามารถเข้าถึงไฟล์ อีเมล ปฏิทิน หรือแม้แต่บัญชีธนาคารของคุณได้หรือไม่? ในปัจจุบัน ผู้ใช้บางรายได้ให้สิทธิ์บัญชีธนาคารแก่ตัวแทนโดยตรง เช่น “มีเงิน 5,000 ดอลลาร์อยู่ที่นี่ ช่วยฉันทำธุรกรรม” นอกจากนี้ ตัวแทนสามารถจดจำอะไรได้บ้าง? ตัวอย่างเช่น มันสามารถเก็บบันทึกการสนทนา ข้อมูลส่วนบุคคล หรือข้อมูลทางธุรกิจได้หรือไม่? ตัวแทนสามารถดำเนินการใดได้บ้าง? อนุญาตให้มันส่งอีเมล ซื้อของ แก้ไขโค้ด หรือแม้แต่ลบข้อมูลได้หรือไม่? และยังมีคำถามสำคัญอีกข้อคือ ตัวแทนสามารถแชร์ข้อมูลกับใครได้? มันสามารถแบ่งปันข้อมูลกับตัวแทนอื่นหรือบุคคลภายนอกได้หรือไม่?

ในสถานการณ์เช่นนี้ เราจำเป็นต้องให้ความสนใจเป็นพิเศษกับแนวคิดเรื่อง “การทำความสะอาดดิจิทัล” เช่นเดียวกับที่เราตรวจสอบสิทธิ์ของเว็บไซต์หรือแอปเป็นระยะๆ เราควรตรวจสอบสิทธิ์ของเอเจนต์อย่างสม่ำเสมอ โดยแนะนำให้ทำความสะอาดทุกไตรมาส ตัวอย่างเช่น บางครั้งฉันพบว่าเครื่องมือ SaaS บางตัวที่ฉันใช้อยู่ขอสิทธิ์ที่ไม่จำเป็น ดังนั้นฉันจึงเลือกปิดใช้งานมัน ฉันเชื่อว่าในอนาคต เราจะจัดการสิทธิ์ของเอเจนต์ในลักษณะเดียวกัน เพื่อให้มั่นใจในความปลอดภัยทางดิจิทัล

เกรก อีเซนเบิร์ก:

ในปัจจุบัน เราอยู่ในยุคที่ต้นทุนการสร้างแทบจะเป็นศูนย์ ตัวแทน AI สามารถทำงานส่วนใหญ่ได้ ตลาดย่อยหลายแห่งยังไม่ถูกพัฒนา และต้นทุนการรับลูกค้ายังค่อนข้างต่ำ อย่างไรก็ตาม ฉันไม่เชื่อว่าช่องว่างโอกาสแบบนี้จะคงอยู่ตลอดไป ด้วยเหตุนี้ ฉันรู้สึกเร่งด่วนและมีแรงจูงใจอย่างมาก ฉันประเมินว่าช่วงเวลาทองนี้จะยังคงอยู่อีกประมาณ 12 เดือน ในช่วงเวลานี้ คู่แข่งจะค่อยๆ เพิ่มขึ้น ตลาดย่อยที่มีศักยภาพสูงสุดจะถูกยึดครอง และเครื่องมือบางอย่างจะเริ่มแออัดเกินไป ส่วนในอีก 24 เดือนข้างหน้า ช่องว่างโอกาสจะแคบลงอย่างมีนัยสำคัญ ผู้ประกอบการที่เริ่มดำเนินการตั้งแต่ตอนนี้ จะมีโอกาสสร้างรั้วป้องกันของตนเองผ่านการสะสมข้อมูล ผลลัพธ์จากเครือข่าย การสร้างแบรนด์ และการสร้างความเชื่อมั่น

หลายคนมักรอให้ตลาด “สงบลง” แต่ในความเป็นจริง ตลาดจะไม่มีวันสงบลงอย่างแท้จริง การเปลี่ยนแปลงอย่างรวดเร็วแบบนี้คือสิ่งปกติในปัจจุบัน ในยุคที่มีโอกาสไม่จำกัดนี้ ทุกวันจึงมีความสำคัญอย่างยิ่ง

เกรก อีเซนเบิร์ก:

ช่องโอกาสในขณะนี้มีความไม่สมดุลสูงมาก สิ่งที่คุณต้องการมีเพียงคีย์ API คำสั่งที่ออกแบบอย่างรอบคอบหนึ่งหรือสองคำ ทวีตหนึ่งข้อความ และกลุ่มผู้ใช้เป้าหมายขนาด 100 ถึง 5,000 คน เพื่อสร้างธุรกิจที่ดำเนินการ 24 ชั่วโมงทุกวันด้วยอัตรากำไรขั้นต้นสูงถึง 95% (โดยเฉพาะธุรกิจที่เน้นตัวแทนอัจฉริยะ) แม้ว่าอัตรากำไรขั้นต้นจะลดลงตามเวลาเหลือ 70%、80% หรือแม้แต่ 60% ก็ยังถือเป็นรูปแบบธุรกิจที่ยอดเยี่ยมมาก โดยผ่านกลไกการกระจายตัวแบบทบต้น เธอเหล่านี้สามารถดำเนินงานได้อย่างมีประสิทธิภาพโดยแทบไม่ต้องใช้พนักงาน หรือใช้พนักงานเพียงจำนวนน้อยมาก

เกรก อีเซนเบิร์ก:

ฉันคิดว่า ตอนนี้เป็นยุคที่ดีที่สุดในการก่อตั้งสตาร์ทอัพด้วยข้อได้เปรียบที่ไม่สมดุลอย่างมาก แม้ว่าบางคนในปัจจุบันจะคิดว่าไม่ควรใช้วิธี “สร้างแบบเปิดเผย” แต่ฉันยังเชื่อว่า ข้อดีของการสร้างแบบเปิดเผยนั้นมากกว่าข้อเสียอย่างมาก โดยเฉพาะเมื่อผู้ติดตามหรือผู้ชมของคุณก็คือลูกค้าที่อาจเป็นไปได้ของคุณ การแบ่งปันอย่างเปิดเผยเกี่ยวกับผลิตภัณฑ์และบริการที่คุณกำลังพัฒนา ทำให้ชุมชนสามารถมีส่วนร่วมในการตัดสินใจและช่วยคุณเลือกทิศทางการพัฒนา จุดที่น่าตื่นเต้นที่สุดในยุค AI คือคุณสามารถเปิดตัวการอัปเดตฟีเจอร์ใหม่ได้ภายในเพียงหนึ่งถึงห้าวัน การปรับปรุงอย่างรวดเร็วนี้ทำให้ผู้ใช้กลายเป็นผู้ร่วมสร้าง ซึ่งเพิ่มความเชื่อมั่นและประสิทธิภาพในการกระจายผลิตภัณฑ์อย่างมาก สร้างวงจรการเติบโตที่แข็งแกร่ง

นอกจากนี้ ฉันเชื่อว่า “การ Fork ธุรกิจ” (ซึ่งสามารถเข้าใจได้ว่าเป็นการยืมหรือลอกโมเดลธุรกิจที่มีอยู่แล้ว แล้วปรับแต่ง ปรับปรุง และสร้างนวัตกรรมใหม่) จะกลายเป็นปรากฏการณ์ที่พบได้ทั่วไปในอนาคต เช่นเดียวกับการ Fork คลังรหัสบน GitHub ในโลกที่สามารถลอกธุรกิจของผู้อื่นได้อย่างง่ายดาย การดึงชุมชนมาร่วมมือ และทำให้พวกเขารู้สึกว่าเป็นส่วนหนึ่งของกระบวนการสร้างสรรค์ จะกลายเป็นกำแพงป้องกันที่สำคัญ

โดยสรุป ขณะนี้เป็นยุคที่น่าตื่นเต้นในการสร้างสรรค์ พร้อมกับการเปลี่ยนแปลงที่เกิดขึ้นอย่างรวดเร็วซึ่งอาจทำให้รู้สึกสับสน แต่ตราบใดที่คุณยินดีก้าวขั้นตอนแรก ความคืบหน้าเล็กน้อยทุกวัน และยอมรับความจริงที่ว่าคุณไม่สามารถควบคุมเครื่องมือ AI ทั้งหมดได้ คุณก็จะสามารถก้าวต่อไปในยุคที่เต็มไปด้วยโอกาสแห่งนี้ นี่คือยุคที่น่าอัศจรรย์! มาช่วยกันทำให้ดีที่สุดกันเถอะ พบกันใหม่ครั้งหน้า ขอบคุณที่รับฟัง!