Data Wow ชี้ข้อมูลคือแต้มต่อ SME ต้อง “เปลี่ยนเร็ว” ก่อน AI เปลี่ยนเกม

3 พ.ย. 2569 - 13:10

  • Data Wow เริ่มธุรกิจในปี 2559 จากปัญหาบริษัทแม่ในญี่ปุ่นต้องใช้คนตรวจคอนเทนต์ออนไลน์ ขณะที่บริการจากต่างประเทศมีต้นทุนสูง จึงพัฒนาระบบในไทย โดยเริ่มจากมนุษย์เป็นผู้ตรวจ เก็บข้อมูล และนำข้อมูลเหล่านั้นมาพัฒนาเป็น AI และ Computer Vision 

  • Data Wow พบว่าองค์กรจำนวนมากยังมีข้อมูลกระจัดกระจายอยู่หลายระบบ จึงต้องจัดการ Data ให้เป็นระบบและรวมศูนย์ก่อน แล้วจึงนำ AI เข้ามาต่อยอด ปัจจุบันโฟกัส Enterprise Data และ Agentic AI โดยเฉพาะงานการเงินที่ต้องการความถูกต้องของตัวเลขสูง 

  • บทเรียนสำคัญคือ SME ต้องใช้ความคล่องตัวเป็นข้อได้เปรียบ หา “รูในชีส” หรือพื้นที่เฉพาะที่ตัวเองสร้างคุณค่าได้ และสร้าง Partner และ Ecosystem เพื่อขยายจากโปรเจกต์เล็กไปสู่เกมที่ใหญ่ขึ้น 

Data Wow ชี้ข้อมูลคือแต้มต่อ SME ต้อง “เปลี่ยนเร็ว” ก่อน AI เปลี่ยนเกม

จากจุดเริ่มต้นปี 2559 ในฐานะบริษัทที่เข้ามาแก้โจทย์ “ตรวจคอนเทนต์” ให้ธุรกิจโซเชียลมีเดีย จนพัฒนา AI จากข้อมูลที่มนุษย์ช่วยกันตรวจ วันนี้ Data Wow ขยับสู่เกม Enterprise AI เต็มตัว ตั้งแต่ Data Management, Data Lakehouse ไปจนถึง Agentic AI โดยเฉพาะธุรกิจ Banking และ Finance

เจษฎากร สมิทธิอรรถกร CEO และผู้ก่อตั้ง  Data Wow มองว่าโจทย์ใหญ่ขององค์กรยุค AI ไม่ใช่แค่มี AI หรือไม่มี AI แต่คือ ข้อมูลพร้อมหรือไม่ และองค์กรมีข้อมูล วิธีคิด และประสบการณ์ที่เหนือกว่าคู่แข่งหรือไม่ 

พร้อมฝากบทเรียนถึง SME ไทยว่า ในเกมที่เทคโนโลยีเปลี่ยนเร็วขึ้นทุกวัน “คนตัวเล็ก” ต้องเปลี่ยนให้เร็วกว่าคนอื่น และต้องหา “รูในชีส” ของตลาดให้เจอ ก่อนที่คู่แข่งจะเข้ามายึดพื้นที่นั้น 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo01.jpg

จากโจทย์ตรวจคอนเทนต์สู่ธุรกิจ AI 

เจษฎากร สมิทธิอรรถกร CEO Data Wow เล่าว่า เราเปิดตัวในปี 2559 จากโจทย์ที่เกิดขึ้นในบริษัทแม่ของญี่ปุ่น ซึ่งทำธุรกิจโซเชียลมีเดียและต้องรับมือกับคอนเทนต์จำนวนมากที่ผู้ใช้งานอัปโหลดเข้ามา ปัญหาคือทุกคอนเทนต์ต้องถูกตรวจสอบก่อนว่าเหมาะสมหรือไม่ แต่การใช้บริการจากต่างประเทศมีต้นทุนสูงถึงประมาณ 3-4 ล้านบาทต่อเดือน 

จุดเริ่มต้นของ Data Wow 

เจษฎากร กล่าวว่า การตรวจคอนเทนต์ค่อนข้างมีราคาแพง ถ้าเป็นบริษัทในสหรัฐอยู่ที่ 2-3 ล้านบาทต่อเดือน จึงคิดว่า หากนำโมเดลธุรกิจดังกล่าวมาพัฒนาที่ประเทศไทย ต้นทุนอาจลดลงเหลือประมาณ 3 แสนบาทต่อเดือน และเริ่มสร้างระบบตรวจสอบคอนเทนต์ขึ้นมา ในช่วงแรก AI ยังไม่ได้ทำงานทั้งหมดแบบปัจจุบัน แต่ใช้ “คน” เป็นส่วนสำคัญในการตรวจและสร้างข้อมูล ก่อนนำข้อมูลเหล่านั้นไปฝึกระบบ AI 

กระบวนการจึงเริ่มจากมนุษย์ตรวจว่าอะไร “ผ่าน” หรือ “ไม่ผ่าน” จากนั้นนำข้อมูลมาสอน AI ให้สามารถจำแนกคอนเทนต์ได้ เช่น ภาพโป๊ อาวุธ มีด หรือคอนเทนต์ที่เกี่ยวข้องกับการทำร้ายตัวเอง จากระบบที่เคยต้องพึ่งคนจำนวนมากจึงค่อยๆ พัฒนาไปสู่ระบบ Computer Vision และ AI ที่สามารถตรวจจับสิ่งเหล่านี้ได้อัตโนมัติ 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo02.jpg

10 ปีของ Data ไม่ได้จบที่ “ตรวจคอนเทนต์” 

เมื่อเทคโนโลยีพัฒนาขึ้น Data Wow ขยายจาก Content Moderation ไปสู่ระบบ Recommendation Engine ซึ่งเป็นเทคโนโลยีเบื้องหลังการแนะนำคอนเทนต์หรือสินค้าให้เหมาะกับผู้ใช้งาน สำหรับธุรกิจอีคอมเมิร์ซสามารถนำข้อมูลไปวิเคราะห์ว่าสินค้าใดขายดี สินค้าใดขายไม่ดี หรือสินค้าประเภทใดสร้างกำไรได้มากกว่า เพื่อช่วยการตัดสินใจด้าน Operation 

ก่อนจะขยับเข้าสู่ตลาดการเงิน นำ AI มาช่วยวิเคราะห์งบการเงินและข้อมูลของบริษัทในตลาดหลักทรัพย์ วันนี้ภาพของ Data Wow จึงเปลี่ยนจากบริษัทที่เริ่มต้นด้วย “การตรวจคอนเทนต์” มาเป็นบริษัทที่วางตัวเองในตลาด Enterprise AI 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo04.jpg

Enterprise AI ต้องเริ่มจาก “กระดุมเม็ดแรก” 

บทเรียนจากการทำงานกับองค์กรขนาดใหญ่ที่ Data Wow พบคือหลายบริษัทต้องการนำ AI มาใช้ แต่กลับติดอยู่ที่ปัญหาพื้นฐานกว่า นั่นคือ ข้อมูลยังไม่พร้อม หลายองค์กรมีระบบจำนวนมาก แต่ข้อมูลอยู่คนละที่ ไม่ได้รวมศูนย์ และอาจไม่ได้อัพเดตอย่างเป็นระบบ เมื่อข้อมูลไม่พร้อม ต่อให้มี AI ที่เก่งแค่ไหน ก็อาจไม่สามารถค้นหาหรือเชื่อมโยงข้อมูลที่ต้องการได้ 

Data Wow จึงเริ่มพัฒนาโซลูชันด้าน Data Management และ Data Lakehouse เพื่อจัดการข้อมูลขององค์กร ก่อนเชื่อมต่อ AI เข้าไปในภายหลัง 

แนวคิดคือ “อย่าเพิ่งถามว่า AI ทำอะไรได้ แต่ต้องถามก่อนว่าองค์กรมี Data อะไรอยู่ในมือ” เพราะเมื่อข้อมูลถูกจัดระบบและพร้อมใช้งาน การนำ AI มาต่อยอดจึงสามารถสร้างคำตอบให้กับองค์กรได้อย่างมีประสิทธิภาพมากขึ้น 

โดยเฉพาะ Finance AI ตัวเลขผิดไม่ได้ 

หนึ่งในพื้นที่ที่ Data Wow ให้ความสำคัญคือ Banking และ Finance เพราะเป็นธุรกิจที่ “ความถูกต้อง” มีความสำคัญสูงมาก AI อาจตอบผิดหรือคำนวณผิดได้ หากนำมาใช้โดยไม่มีระบบควบคุมข้อมูลที่เหมาะสม โจทย์จึงไม่ใช่เพียงทำให้ AI “ตอบได้” แต่ต้องทำให้ AI ตอบโดยอ้างอิงข้อมูลที่ถูกต้องและปลอดภัย 

เป้าหมายคือทำให้ผู้บริหารสามารถถามข้อมูลทางการเงินผ่าน AI และลดเวลาจากกระบวนการเดิมที่อาจต้องรอรายงานเป็นวัน เหลือเพียงไม่กี่นาที นี่คือเหตุผลที่ Data Wow มอง Enterprise AI ต่างจาก AI ที่ผู้บริโภคทั่วไปใช้งาน 

องค์กรต้องได้ทั้งความสามารถ ความถูกต้อง และความปลอดภัยของข้อมูล 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo06.jpg

“Nerd – Customer First – Pragmatic” 3 คำที่นิยาม Data Wow 

หากให้คำนิยาม Data Wow 3 คำ ผู้บริหารเลือกคำว่า Nerd, Customer First และ Pragmatic 

คำแรกคือ Nerd เพราะทีมมีความเชี่ยวชาญด้านเทคโนโลยีในเชิงลึก และต้องเข้าใจว่าเทคโนโลยีแต่ละอย่างทำงานอย่างไร รวมถึงรู้ด้วยว่าอะไร “ทำได้” และอะไร “ไม่เหมาะที่จะทำ” แต่ความท้าทายของคนสายเทคโนโลยีคือการสื่อสารให้คนที่ไม่ใช่สายเทคเข้าใจ 

คำที่สองคือ Customer First โดยยึดลูกค้าเป็นศูนย์กลาง 

ส่วนคำที่สามคือ Pragmatic หรือการเลือกเทคโนโลยีที่ “เหมาะกับโจทย์” มากกว่าการเลือกสิ่งที่ดีที่สุดหรือแพงที่สุดเสมอไป เพราะเทคโนโลยีที่ดีที่สุดในทางเทคนิค อาจไม่ใช่เทคโนโลยีที่ดีที่สุดสำหรับธุรกิจ 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo V01-1.jpg

AI ไม่ได้ทำให้ทุกบริษัทแตกต่างกัน 

มุมมองหนึ่งที่น่าสนใจคือ เมื่อ AI กลายเป็นเทคโนโลยีที่ทุกคนเข้าถึงได้ ความได้เปรียบของธุรกิจอาจไม่ได้อยู่ที่ว่า “ใช้ AI หรือไม่” 

แต่เป็นใช้ AI ด้วยข้อมูลอะไร หากคู่แข่งใช้ AI รุ่นเดียวกัน เครื่องมือเดียวกัน และได้คำตอบที่คล้ายกัน ความแตกต่างจึงต้องกลับมาที่ 

ข้อมูล + วิธีคิด + ประสบการณ์ขององค์กร

นี่อาจกลายเป็น Competitive Advantage ใหม่ในยุค AI 

Data Wow มองว่าองค์กรที่สามารถนำข้อมูลและประสบการณ์เฉพาะของตัวเองเข้าไปทำงานร่วมกับ AI ได้ จะมีโอกาสสร้างความแตกต่างได้มากกว่าการใช้ AI แบบทั่วไป ในทางกลับกัน หากเพียงนำคำตอบจาก AI มา Copy & Paste แล้วส่งต่อให้ลูกค้า สิ่งนั้นแทบไม่มี Value เพราะคู่แข่งก็ทำได้เช่นเดียวกัน 

ดังนั้นบทบาทของคนจึงไม่ได้หายไป แต่กำลังเปลี่ยนจากคนที่ต้อง “คิดทุกอย่างเอง” ไปสู่คนที่ต้องรู้ว่าจะใช้ AI ให้คิดอย่างไร และนำสิ่งที่ AI คิดไปสร้างคุณค่าอย่างไร 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo03-1.jpg

SME ไทยในเกม Hard Mode 

อีกมุมที่ Data Wow สะท้อนคือการทำธุรกิจในประเทศไทยอาจเป็นเกมที่ยากกว่าตลาดต่างประเทศ เพราะนอกจากความสามารถของสินค้าและบริการแล้ว ธุรกิจไทยยังต้องให้ความสำคัญกับ Positioning, Know-Who และ Connection 

ผู้บริหาร Data Wow เปรียบ SME ไทยว่าเหมือน “แมลงสาบ” เพราะมีความสามารถในการเอาตัวรอดสูง แต่คำถามต่อจาก Survival คือ 

“รอดแล้ว จะโตอย่างไร?”

เมื่อเทคโนโลยีทำให้บริษัทใหญ่สามารถทำสิ่งต่างๆ ได้เร็วและดีขึ้น SME จึงไม่สามารถแข่งขันด้วยการทำทุกอย่างเหมือนคนอื่น สิ่งสำคัญคือการหาพื้นที่ของตัวเอง 

“ตลาดเหมือน 'ชีสก้อนใหญ่' ที่เต็มไปด้วยรู SME ไม่จำเป็นต้องครอบครองทั้งก้อน แต่ต้องหาให้เจอว่า รูไหนคือพื้นที่ที่ตัวเองเข้าไปแล้วสามารถเติบโตได้ ” 

“เปลี่ยนให้เร็วกว่าคนอื่น” คือบทเรียนสำคัญ 

สำหรับ SME ในอีก 2-3 ปีข้างหน้า สิ่งที่ต้องรับมือไม่ใช่เพียง AI แต่คือความเร็วของการเปลี่ยนแปลง คำแนะนำสำคัญคือ Change ให้เร็ว เพราะข้อได้เปรียบของ SME คือการเป็นองค์กรขนาดเล็ก ซึ่งควรตัดสินใจและทดลองได้เร็วกว่าบริษัทขนาดใหญ่ 

แนวทางของ Data Wow คือไม่จำเป็นต้องลงทุนครั้งใหญ่ตั้งแต่ต้น แต่เริ่มจากโปรเจกต์เล็ก ทดลองกับลูกค้าเร็ว รับ Feedback แล้วนำกลับมาแก้ 

บางครั้งอาจทดลองพร้อมกันหลายแนวทาง แล้วเลือกเฉพาะสิ่งที่ได้ผลไปต่อคล้ายกับการสร้าง “Portfolio” ตัวไหนไปได้ก็ขยาย ตัวไหนไม่เวิร์กก็ “ฆ่าทิ้ง” 

คนตัวเล็กจะโตได้ ถ้าไม่เล่นเกมคนเดียว 

อีกบทเรียนที่ Data Wow ให้ความสำคัญมากขึ้นเรื่อยๆ คือ Partner และ Ecosystem

ในช่วงแรกของการทำธุรกิจ ผู้ประกอบการอาจคิดว่าเก่งพอ แล้วก็สามารถเดินคนเดียวได้ แต่เมื่อธุรกิจใหญ่ขึ้น จะพบว่ามีโจทย์อีกมากที่องค์กรเดียวไม่สามารถทำได้ทั้งหมด 

การมี Partner ที่ไว้ใจได้ ทำให้ SME สามารถรวมความเชี่ยวชาญและทรัพยากรเข้าด้วยกัน จากโปรเจกต์ระดับ 10 ล้านบาท อาจขยับไปสู่ 100 ล้านบาท หรือ 1,000 ล้านบาทได้ เพราะแต่ละบริษัทนำความสามารถของตัวเองมาประกอบกัน 

นี่จึงไม่ใช่แค่การ “รู้จักคน” แต่เป็นการสร้าง Ecosystem ที่ทำให้บริษัทเล็กสามารถเข้าไปเล่นในเกมที่ใหญ่กว่าเดิมได้ 

Data-Wow-highlights-data-as-competitive-advantage-SMEs-must-adapt-quickly-before-AI-changes-game-SPACEBAR-Photo05.jpg

AIS Infinite SME กับการขยาย “เกม” ของ Data Wow 

การเข้าร่วมโครงการ Transformative Infinite SME ของ AIS เป็นอีกตัวอย่างของการสร้าง Ecosystem ที่ Data Wow มองว่าเปิดมุมมองใหม่ให้กับบริษัท 

จากเดิมที่มองตัวเองในกรอบของ Data และ AI การได้พบกับ Tech SME อื่นๆ ทำให้เห็นว่าความสามารถที่แตกต่างกันสามารถนำมาประกอบเป็นโซลูชันใหม่ได้ 

เช่น Data Wow สามารถส่งต่อลูกค้าให้กับบริษัทที่มีความเชี่ยวชาญด้าน Influencer Recommendation หรือจับมือกับพันธมิตรเมื่อมีโปรเจกต์ขนาดใหญ่ที่ต้องใช้กำลังคนเพิ่ม 

ในอีกด้านหนึ่ง การมี Ecosystem ของ AIS ทำให้ Data Wow สามารถเข้าถึงโซลูชันที่ตัวเองไม่ได้พัฒนาเอง เช่น Network, Cloud หรือ 5G และทำให้สามารถเข้าไปแข่งขันในโปรเจกต์ที่มีขนาดใหญ่ขึ้นได้ 

ปัจจุบัน Data Wow อยู่ระหว่างพิจารณาการใช้ Cloud Computing และในอนาคตอาจนำ 5G ไปใช้กับบางโครงการที่ต้องเชื่อมต่อหลายสาขา 

โตได้ แต่อย่าโตแบบฉาบฉวย 

วันนี้ Data Wow มีรายได้ระดับประมาณ 100-200 ล้านบาทต่อปี และยังต้องการเติบโตต่อ แต่เป้าหมายไม่ได้อยู่ที่การโตเร็วที่สุด  สิ่งที่ผู้บริหารให้ความสำคัญคือ Sustainability เพราะการเติบโตของบริษัทไม่ควรเกิดขึ้นเพียงชั่วคราว แต่ต้องสร้างรากฐานให้แข็งแรงพอที่จะอยู่ได้ในระยะยาว 

ภาพปลายทางจึงไม่ใช่แค่บริษัทที่โตเร็ว แต่เป็นบริษัทที่สามารถอยู่กับลูกค้าได้นาน และเติบโตไปพร้อมกัน ในโลกที่ AI เปลี่ยนเร็วขึ้นทุกวัน 

บางทีโจทย์สำคัญที่สุดของบริษัทเทคโนโลยีอาจไม่ใช่ “เราจะโตให้เร็วแค่ไหน?”  แต่เป็น “เราจะเปลี่ยนให้เร็วพอ โดยที่ยังสร้างคุณค่าให้ลูกค้าได้อย่างต่อเนื่อง และทำให้บริษัทอยู่รอดได้ในอีก 10, 20 หรือ 100 ปีข้างหน้าอย่างไร?” 

สำหรับ Data Wow คำตอบจึงไม่ได้อยู่ที่ AI เพียงอย่างเดียว  แต่อยู่ที่ Data ที่มีคุณภาพ คนที่ใช้เทคโนโลยีเป็น และ Ecosystem ที่ช่วยให้บริษัทตัวเล็กเล่นเกมใหญ่ขึ้นได้ 

ความสำเร็จของ Data Wow สะท้อนให้เห็นถึงความสำคัญของการมีองค์ความรู้ เครือข่าย และระบบนิเวศทางธุรกิจที่เอื้อต่อการเติบโต ซึ่งสอดคล้องกับแนวทางของ AIS Infinite SMEs และหลักสูตร Transformative Infinite SMEs ที่มุ่งสนับสนุนผู้ประกอบการไทยให้ต่อยอดศักยภาพด้านเทคโนโลยี นวัตกรรม และการขยายโอกาสทางธุรกิจ ผ่านการเชื่อมโยงผู้เชี่ยวชาญ พันธมิตร และโอกาสทางการตลาด เพื่อสร้างการเติบโตที่แข็งแรงและแข่งขันได้ในเศรษฐกิจดิจิทัลที่เปลี่ยนแปลงอย่างรวดเร็ว และสามารถติดตามรายละเอียดเพิ่มเติมได้ที่ AIS Infinite SMEs

เรื่องเด่นประจำสัปดาห์