ผ่านไปหนึ่งปีแล้วตั้งแต่เซสชัน Ask Me Anything ครั้งล่าสุดของผม มีหลายอย่างเกิดขึ้นตั้งแต่นั้นมา ทั้งในเรื่อง AI, ตลาดซื้อขาย (marketplaces), เศรษฐกิจมหภาค และระบบนิเวศเทคโนโลยีในวงกว้าง

นี่คือหัวข้อคำถามที่เราได้พูดคุยกัน:

• 4:22 ทำไมตอนนี้ผู้คนถึงดูเหมือนจะกลัวหรือเกลียด AI กันมากขนาดนี้?
• 8:48 ทำไม AI ถึงขับเคลื่อนความก้าวหน้าอย่างมหาศาล ในขณะที่การเมืองและระบบสาธารณะกลับล้าหลัง?
• 13:34 โอกาสที่แท้จริงในการสร้างรายได้จาก AI ในปัจจุบันคืออะไร?
• 14:10 สตาร์ทอัพยังจำเป็นต้องมีผู้ร่วมก่อตั้งที่เป็นมนุษย์อยู่ไหมในโลกที่เน้น AI เป็นหลัก?
• 17:51 ผู้ร่วมก่อตั้งสายเทคนิคมีความสำคัญแค่ไหนในยุคของ AI?
• 20:00 สติปัญญา (IQ) จะกลายเป็นเรื่องไม่สำคัญหรือไม่เมื่อ AI พัฒนาขึ้น?
• 20:18 คนทำงานรุ่นใหม่ควรเน้นทักษะอะไรในโลกที่ขับเคลื่อนด้วย AI?
• 22:48 การศึกษาควรวิวัฒนาการอย่างไรในยุค AI (และควรสอนเด็กๆ อย่างไร)?
• 26:40 อะไรคือปัจจัยที่ขับเคลื่อนการตัดสินใจของนักลงทุนในช่วงเริ่มต้นของสตาร์ทอัพ?
• 28:23 ผู้ก่อตั้งช่วง Pre-seed จะระดมทุนได้อย่างไร โดยเฉพาะนอกสหรัฐอเมริกา?
• 30:11 โครงข่ายประสาทเทียมแบบกราฟ (Graph neural networks) จะส่งผลต่อตลาดซื้อขายอย่างไร?
• 31:32 ต้องใช้อะไรบ้างถึงจะชนะในตลาดซื้อขายในภูมิภาคอย่างลาตินอเมริกา?
• 33:10 อะไรคือสิ่งที่สร้างความสามารถในการป้องกันธุรกิจที่แท้จริงในบริษัท AI เมื่อเทียบกับการเติบโตที่เกิดจากกระแส?
• 35:38 เราอยู่ในฟองสบู่ AI หรือเปล่า และมันมีความหมายอย่างไรต่อนักลงทุน?
• 37:30 เส้นทางการระดมทุนที่เหมาะสมสำหรับสตาร์ทอัพที่ต้องใช้เงินทุนล่วงหน้าจำนวนมากคืออะไร?
• 38:54 นักลงทุนต้องการหลักฐานอะไรก่อนที่จะให้ทุนแก่สตาร์ทอัพระยะเริ่มต้น?
• 39:40 แนวคิดการลงทุนในตลาดซื้อขายของคุณเปลี่ยนไปอย่างไรในยุค AI?
• 42:02 ผู้ก่อตั้งจะหานักพัฒนาแบบ Fractional ที่เก่งๆ ได้จากที่ไหน?
• 43:15 อะไรคือคำนิยามของ AGI และเราควรคิดอย่างไรกับมันในวันนี้?
• 45:08 กลยุทธ์ “Wedge” หรือจุดเจาะตลาดช่วงแรกมีความสำคัญแค่ไหนในการสร้างตลาดซื้อขาย?
• 46:29 คุณประเมินอย่างไรว่าการนำ AI มาใช้สร้างมูลค่าได้จริงหรือไม่?
• 48:00 คุณลักษณะของผู้ก่อตั้งแบบไหนที่สำคัญที่สุดในปัจจุบัน?
• 49:45 ถ้าคุณเริ่มสร้างธุรกิจในวันนี้ คุณจะสร้างอะไรและเพราะอะไร?
• 52:32 คุณเป็นใครเมื่ออยู่นอกเหนือจากบทบาทหน้าที่การงาน?
• 55:11 คุณยังมีความรู้สึกไม่มั่นใจในตัวเองอยู่ไหม และคุณจัดการกับมันอย่างไร?
• 57:10 คุณจะทำอะไรถ้าไม่ได้เป็นผู้ประกอบการ?
• 59:45 สัญญาณอะไรที่บ่งบอกว่าตลาดซื้อขายกำลังเข้าสู่สภาวะสภาพคล่องและมีความเหมาะสมของผลิตภัณฑ์กับตลาด (Product-market fit)?
• 1:01:19 อะไรคือหัวใจสำคัญในการป้องกันธุรกิจของตลาดซื้อขายตั้งแต่วันแรก?
• 1:02:24 Quince คืออะไร และทำไมมันถึงประสบความสำเร็จขนาดนี้?
• 1:04:22 อุตสาหกรรมที่ดู “น่าเบื่อ” ไหนบ้างที่จะสร้างบริษัทใหญ่แห่งถัดไป?
• 1:06:36 อะไรคือจุดบอดที่ใหญ่ที่สุดของเหล่านักลงทุน VC ในปัจจุบัน?
• 1:08:15 เซกเตอร์ AI ไหนที่เริ่มมีผู้เล่นหนาแน่นเกินไปในตอนนี้?
• 1:09:35 ตลาดซื้อขายจะประสบความสำเร็จได้ไหมในเหตุการณ์ชีวิตที่ซับซ้อนและต้องใช้บริการหลายอย่าง?
• 1:11:41 ความคาดหวังในการระดมทุนเปลี่ยนไปอย่างไรในยุค AI?
• 1:16:07 บัณฑิตจบใหม่ควรเข้าร่วมสตาร์ทอัพหรือบริษัทใหญ่ในปี 2026?
• 1:16:21 การเป็นคนที่มีความรู้รอบด้าน (Generalist) ยังเป็นเส้นทางอาชีพที่ไปได้สวยอยู่ไหม?
• 1:18:35 นักลงทุนชอบการแนะนำผ่านคนรู้จัก (Warm intro) หรือการติดต่อโดยตรง (Cold outreach) มากกว่ากัน?
• 1:19:55 สตาร์ทอัพควรใช้โมเดลบริการเป็นจุดเจาะตลาดก่อนที่จะเปลี่ยนเป็น SaaS หรือไม่?
• 1:22:02 เกมหรือเครื่องมืออะไรดีที่สุดสำหรับการพัฒนาและการเรียนรู้ของเด็ก?
• 1:24:39 AI จะทำให้เกิดการตกงานหรือการว่างงานครั้งใหญ่หรือไม่?
• 1:30:57 ในปัจจุบันสามารถสร้างบริษัทระดับ Venture-scale ในลาตินอเมริกาได้หรือไม่?
• 1:32:26 ควรนำ AI มาใช้ในการตัดสินใจเชิงปฏิบัติการอย่างไร?
• 1:36:00 อะไรคือสิ่งที่แยกตลาดซื้อขายขนาดใหญ่ยักษ์ออกจากตลาดเฉพาะกลุ่ม (Niche)?
• 1:37:24 ควรส่งต่อการตัดสินใจให้ AI ทำแทนมนุษย์มากน้อยแค่ไหน?
• 1:39:10 อะไรสำคัญที่สุดในสตาร์ทอัพ B2C ระยะเริ่มต้น: แรงขับเคลื่อน (Traction) หรือ ข้อมูลเชิงลึก (Insight)?

หากต้องการ คุณสามารถฟังตอนนี้ในโปรแกรมเล่นพอดแคสต์ที่ฝังไว้ได้

นอกจากวิดีโอ YouTube ด้านบนและเครื่องเล่นพอดแคสต์แบบฝังแล้ว คุณยังสามารถฟังพอดแคสต์บน iTunes และ Spotify ได้อีกด้วย

บทถอดความ

สวัสดีครับทุกคน ฉันหวังว่าคุณจะมีสัปดาห์ที่ยอดเยี่ยม บอกตามตรงว่าผ่านไปปีกว่าแล้วที่เราไม่ได้ทำเซสชัน Ask Me Anything กัน และมีเรื่องราวเกิดขึ้นมากมายทั้งในด้าน AI เศรษฐกิจมหภาค และภูมิรัฐศาสตร์ ฯลฯ ผมเลยคิดว่าถึงเวลาแล้วที่จะมาตอบทุกคำถามของพวกคุณในทุกๆ ด้านเท่าที่จะเป็นไปได้

เพื่อไม่ให้เป็นการเสียเวลา เรามาเริ่มกันเลยดีกว่า ยินดีต้อนรับสู่ตอนที่ 53 ถามตอบทุกเรื่อง (Ask Me Anything)

เยี่ยมเลยครับ ผมได้รับคำถามมากมายที่พวกคุณส่งมาล่วงหน้า ซึ่งผมตัดสินใจว่าจะไล่ตอบไปทีละข้อ แน่นอนว่าระหว่างที่รายการดำเนินไป คุณสามารถส่งคำถามเพิ่มเติมเข้ามาได้ตลอดเวลานะครับ

คำถามพื้นฐานข้อแรกที่มีคนถามผมคือ ทำไมดูเหมือนว่าตอนนี้ทุกคนจะเกลียด AI? แบบว่า ทำไม AI ถึงถูกเกลียดขนาดนี้? ผมคิดทบทวนเรื่องนี้อยู่นาน และพบว่าเมื่อไหร่ก็ตามที่มีเทคโนโลยีใหม่เกิดขึ้น มักจะมีกระแสต่อต้านเสมอ ผมขอยกตัวอย่างที่น่าสนใจจริงๆ ให้ฟังครับ ย้อนกลับไปในสมัยที่การเขียนถูกประดิษฐ์ขึ้น

โซกราตีสเคยบ่นว่าการเขียนจะทำให้คนขี้เกียจ พวกเขาจะไม่ใช้ความจำอีกต่อไป ฯลฯ และเรื่องที่ตลกและย้อนแย้งก็คือ เหตุผลเดียวที่เรารู้เรื่องนี้ก็เพราะเพลโตได้จดบันทึกคำพูดของโซกราตีสเอาไว้ ดังนั้นหากไม่มีการประดิษฐ์การเขียนขึ้นมาเพื่อรักษาความรู้และต่อยอดจากความรู้ของคนอื่น เราก็คงไม่มีสิ่งนั้น

ความรู้และความเชี่ยวชาญที่เรามีในทุกวันนี้ และสิ่งนี้เป็นจริงมาตลอดประวัติศาสตร์ เมื่อแท่นพิมพ์ถูกประดิษฐ์ขึ้น ก็เกิดความกังวลแบบเดียวกันว่าเมื่อคัมภีร์ไบเบิลถูกเขียนขึ้น คุณจะสูญเสียการเชื่อมต่อผ่านทางศาสนจักร เมื่อหนังสือพิมพ์ถูกประดิษฐ์ขึ้น คำวิจารณ์หลักคือ โอ้พระเจ้า คุณจะไม่ได้รับข่าวสารจากธรรมาสน์อีกต่อไป และนั่นจะเป็นปัญหาใหญ่

และแน่นอนว่าไม่มีใครในพวกเราที่รับข่าวสารจากธรรมาสน์อีกแล้ว มันไม่ใช่ปัญหาเลยแม้แต่น้อย เมื่อจักรยานถูกประดิษฐ์ขึ้น ผู้คนก็บอกว่ามันจะนำไปสู่วิกฤตทางศีลธรรม เพราะผู้หญิงจะสามารถขี่จักรยานไปมีชู้ได้ แทนที่จะถูกจำกัดอยู่แค่ในที่แห่งเดียว

และแน่นอนว่าทั้งหมดนั้นเป็นเรื่องไร้สาระใช่ไหมครับ? มันไม่ได้เปลี่ยนอะไรเลย มันแค่ทำให้ชีวิตของเราดีขึ้น และแนวคิดเรื่องวิกฤตทางศีลธรรมและเทคโนโลยีแบบนี้ก็เกิดขึ้นซ้ำแล้วซ้ำเล่า อย่างโทรทัศน์ ผู้คนก็คิดว่ามันจะสร้างพวกมนุษย์ซอมบี้ที่นั่งอยู่หน้าทีวีโดยไม่ใช้สมองเลยแม้แต่นิดเดียว

และเช่นเดียวกันกับอินเทอร์เน็ตและ Wikipedia ที่คนกังวลว่านักเรียนจะยังเรียนรู้หรือจดจำอะไรอยู่ไหม เมื่อพวกเขาสามารถเข้าถึงข้อมูลได้ง่ายๆ และตอนนี้ผู้คนก็กังวลเรื่องเดียวกันกับ AI ว่ามันจะแย่งงานไปหมด ซึ่งเป็นความกังวลที่มีมาตลอด

ผมจะพูดถึงเรื่องนั้นในคำถามอื่น บางทีมันอาจจะลุกฮือขึ้นมาและยึดครองโลกจากเรา เหมือนในหนังซอมบี้หรืออะไรพวกนั้น ข้อแรกคือความกังวลทั่วไปต่อเทคโนโลยีใหม่ที่ผู้คนยังไม่คุ้นเคยและจินตนาการถึงสถานการณ์ที่น่ากลัวต่างๆ นานา ข้อที่สอง ผมมองว่า AI มาถึงในช่วงเวลาที่เหล่านักลงทุน VC และผู้ก่อตั้งบริษัทเทคโนโลยีไม่ได้รับความเคารพเหมือนเดิมอีกต่อไป แต่กลับถูกมองในแง่ลบและถูกวิพากษ์วิจารณ์มากขึ้น

มันไม่เหมือนในช่วงปลายหรือต้นทศวรรษ 2010 แต่ตอนนี้พวกเขารู้สึกว่าตัวเองกลายเป็นตัวร้ายไปแล้ว อย่างในหนังซูเปอร์แมนเรื่องล่าสุด ตัวร้ายก็เป็นมหาเศรษฐีสายเทคโนโลยี และกระแสวัฒนธรรมในปัจจุบันก็ไม่ได้สนับสนุนเทคโนโลยีเหมือนเมื่อก่อน ถ้าจะมีอะไรเกิดขึ้น มันคือกระแสต่อต้านเทคโนโลยีเสียมากกว่า และแน่นอนว่ารวมถึงเรื่องโซเชียลมีเดียที่มีทั้งข้อดีและข้อเสีย

ใช่ครับ มันสามารถใช้เพื่อส่งเสริมและสนับสนุนประชาธิปไตยได้ แต่ก็สามารถนำไปสู่วิกฤตสุขภาพจิตในหญิงสาวได้เช่นกัน ดังนั้น เพราะโลกไม่ได้มีมุมมองเชิงบวกเหมือนเดิมในขณะที่พวกเขากลัวเทคโนโลยี ผมจึงเข้าใจได้ว่าทำไมผู้คนถึงรู้สึกไม่สบายใจ และสุดท้ายแต่ไม่ท้ายสุด อย่างที่เห็นกันเสมอมา มันง่ายมากที่จะจินตนาการถึงงานที่จะหายไปเพราะ AI

แต่มันยากกว่ามากที่จะจินตนาการถึงงานที่จะถูกสร้างขึ้นใหม่ ดังนั้นผู้คนจึงมองเห็นโลกที่งานที่พวกเขาทำอยู่อาจไม่จำเป็นอีกต่อไป และจะเกิดการเปลี่ยนแปลงขั้นพื้นฐาน มนุษย์เรากลัวความเสี่ยง สมองส่วนอะมิกดาลาของเรามีการตอบสนองต่อความกลัว เราไวต่อความกลัวมาก เพราะเมื่อหมื่นปีก่อนในแง่วิวัฒนาการ ถ้าคุณอยู่ในทุ่งสะวันนาแล้วได้ยินเสียงใบไม้ไหว คนที่กลัวว่ามันอาจจะเป็นเสือที่จะมากินพวกเขาคือคนที่รอดชีวิต

ดังนั้นคนที่กลัวความเสี่ยงคือคนที่อยู่รอด โดยทั่วไปแล้วเรากลัวการเปลี่ยนแปลง ผมเลยเข้าใจว่าทำไมถึงมีความกลัว AI ขั้นพื้นฐานแบบนี้ นั่นคือคำถามจาก Tom ครับ

คำถามจาก Emmanuel คำถามที่สอง เราอยู่ในช่วงเวลาที่ AI กำลังสร้างการปฏิวัติด้านผลิตภาพอย่างไม่ธรรมดาในวงการวิทยาศาสตร์ ด้วยการค้นพบใหม่ๆ เพราะ AI มักจะช่วยทำวิจัยหรือหาข้อพิสูจน์ทางคณิตศาสตร์ เราเห็นการระเบิดของความคิดสร้างสรรค์ในสตาร์ทอัพเพราะ AI ทำให้การสร้างธุรกิจง่ายขึ้นกว่าที่เคย และเรายังเห็นสิ่งนี้ในด้านการเงินด้วย แต่เมื่อเรามองไปที่ระบบการเมืองและกระบวนการทางการเมืองของเรา สิ่งต่างๆ กลับดูพังทลายและล่าช้ากว่าที่เคยเป็นมา

คุณภาพของบุคลากรในด้านนั้นดูเหมือนจะลดลงด้วยซ้ำ ทำไมถึงเป็นอย่างนั้น? และนั่นอาจเป็นหนึ่งในความย้อนแย้งทางปรัชญาที่ยิ่งใหญ่ของศตวรรษที่ 21 ที่ด้านหนึ่งเรามีเครื่องมือที่ดีที่สุด มีคนเก่งที่สุดทำงานเพื่อเปลี่ยนแปลงโลกในระดับพื้นฐาน แต่อีกด้านหนึ่งคุณมีระบบการเมืองที่ควรจะทำเพื่อประโยชน์ส่วนรวม

แต่ดูเหมือนพวกเขาจะทำหน้าที่ได้ไม่ดีนัก และมีเหตุผลพื้นฐานหลายประการสำหรับเรื่องนั้น อย่างแรกเลยคือ ตลาดไม่ได้เก่งในการจัดสรรและจัดการกับบริการสาธารณะเสมอไป ซึ่งนั่นคือเหตุผลที่ภาคสาธารณะถูกสร้างขึ้นมา ประเด็นคือเหตุผลที่ด้านหนึ่งทำงานได้ดีกว่าอีกด้านหนึ่งเป็นดังนี้ครับ

เวลาคุณสร้างสตาร์ทอัพ มันคือระบบคุณธรรม (meritocracy) ถ้าคุณทำสิ่งที่ดี คุณจะได้รับรางวัล และถ้าไม่ คุณก็จะเงินหมด ซึ่งมันเป็นการตอบรับที่เร็วมาก คุณจะรู้ได้อย่างรวดเร็วว่าสิ่งที่คุณทำอยู่นั้นได้ผลหรือไม่ และรางวัลก็จะตกอยู่กับผู้ชนะเสมอ

และเป้าหมายของคุณชัดเจนมาก คือการหาความเหมาะสมของผลิตภัณฑ์กับตลาด (product market fit) สร้างโมเดลธุรกิจที่ยั่งยืน ขยายธุรกิจของคุณ และคุณจะรู้ผลลัพธ์อย่างรวดเร็ว มันจะคัดกรองไอเดียที่ล้มเหลวและคนที่ล้มเหลวออกไป

แต่กระบวนการทางการเมืองนั้นแตกต่างกันมาก วงจรการตอบรับช้ามาก มันยากที่จะบอกว่าคุณเป็นผู้วางนโยบายที่ดีหรือแย่ หรือคุณเป็นนักการเมืองที่ดีหรือแย่ ผ่านไป 10 ปี คุณอาจจะยังไม่รู้คำตอบเลยด้วยซ้ำ และเพราะระบบถูกออกแบบมาให้เคลื่อนไหวค่อนข้างช้า บางครั้งอาจต้องใช้เวลาหลายทศวรรษกว่าที่การตัดสินใจที่แย่จะสะสมจนถึงจุดที่นำไปสู่ผลลัพธ์ที่เลวร้าย

และเพราะมันช้ากว่ามาก นอกจากนี้เป้าหมายยังแตกต่างกันด้วยใช่ไหมครับ? อย่างในระบบนิเวศของสตาร์ทอัพ คุณลงทุนในสตาร์ทอัพ มันได้ผลหรือไม่ก็ได้ผล คุณหาจุดที่ลงตัวแล้วขยายขนาด แต่อีกด้านหนึ่ง เป้าหมายหลักของคุณคือการได้รับเลือกตั้งกลับมา และวงจรทางการเมืองนั้นสั้นเกินไป

ความจริงก็คือสิ่งต่างๆ ที่เกิดขึ้นในโลกต้องใช้เวลาในการขับเคลื่อน อย่างในช่วง 50 ปีที่ผ่านมา คนพันล้านคนในจีนและอินเดียหลุดพ้นจากความยากจน แต่นั่นใช้เวลาถึง 40 หรือ 50 ปี ไม่มีอะไรเกิดขึ้นภายในสองปี และตอนนี้ในสหรัฐฯ คุณมีการเลือกตั้งสภาคองเกรสทุกๆ สองปี

คุณมีการเลือกตั้งประธานาธิบดีหรือนายกรัฐมนตรีในตะวันตกทุกๆ สี่ถึงห้าปี และในช่วงเวลาเหล่านี้แทบไม่มีอะไรเกิดขึ้นจริงๆ เลย ดังนั้นมันจึงยากมากที่จะบอกว่าใครมีประสิทธิภาพหรือไม่มีประสิทธิภาพ ผลที่ตามมาคือโลกนั้นเคลื่อนที่ช้ามาก และผมคาดว่ามันจะยังคงเคลื่อนที่ช้าต่อไป

และเมื่อผมลองคิดถึงผลกระทบของ AI ต่อสังคม ผมสงสัยว่าเหมือนกับเรื่องส่วนใหญ่ คือผู้คนกำลังประเมินผลกระทบในระยะสั้นสูงเกินไป และประเมินผลกระทบในระยะยาวต่ำเกินไป เหตุผลที่พวกเขาประเมินผลกระทบระยะสั้นสูงเกินไปก็คือ ถ้าคุณอยู่ในแวดวงเทคโนโลยีตอนนี้ คุณจะรู้สึกว่านี่กำลังเปลี่ยนทุกอย่าง

งานทุกอย่างในด้านนี้กำลังไปได้สวย โลกจะแตกต่างไปจากวันนี้อย่างสิ้นเชิงในอีกสองปีข้างหน้า แต่นี่ไม่ใช่สิ่งที่โลกเป็นใช่ไหมครับ? ในทางวัฒนธรรมเราเคลื่อนที่ช้า ในทางการเมืองเราเคลื่อนที่ช้า และถ้าคุณลองคิดดูว่า GDP ส่วนใหญ่อยู่ที่ไหนในตอนนี้ มันอยู่ในบริการสาธารณะ มันอยู่ในองค์กรขนาดใหญ่ และสิ่งเหล่านี้เคลื่อนที่ช้าอย่างไม่น่าเชื่อ

เมื่อไหร่ที่ผมคิดว่ากรมการขนส่งทางบกจะใช้ AI เพื่อทำให้ขั้นตอนการทำใบขับขี่เร็วขึ้น? ผมคิดว่ามันคงต้องใช้เวลาอีกนานแสนนานเลยครับ ดังนั้นผมคิดว่าเราจะเห็นผลิตภาพของ GDP เปลี่ยนแปลงไปเพราะ AI แต่คุณต้องเห็นมันเข้าไปอยู่ในบริการสาธารณะ ซึ่งคิดเป็น 40 ถึง 60% ของ GDP ในประเทศตะวันตกส่วนใหญ่และในองค์กรขนาดใหญ่

และหน่วยงานเหล่านี้รับเทคโนโลยีใหม่มาช้ามาก ดังนั้นมันต้องใช้เวลาสักพัก แต่ในที่สุดมันจะเปลี่ยนสังคมในแบบที่เรายังจินตนาการไม่ถึงในวันนี้

จากผู้ใช้ LinkedIn: เรากำลังพัฒนาเครือข่ายการแปลงเป็นสัญชาติ (nationalization network) แห่งแรกด้วย AI agents ที่ Jacobian Labs ซึ่งเป็นช่วงฤดูใบไม้ร่วงนี้ตามวิทยานิพนธ์ของ FJ Labs คุณมีความคิดเห็นอย่างไรเกี่ยวกับโอกาสในการสร้างรายได้จาก AI ครับ?

ข้อมูลไม่เพียงพอที่จะตอบคำถามครับ คำตอบของผมคือ “อาจจะ” ครับ ลองส่งรายละเอียดมาให้เราดู แล้วเราจะแจ้งให้ทราบ แต่แน่นอนว่าการสร้างรายได้จาก AI ในรูปแบบใดรูปแบบหนึ่งนั้นสมเหตุสมผลมากครับ

เรากำลังพัฒนา… จาก Alessandro แพลตฟอร์มจับคู่ผู้ร่วมก่อตั้งที่ชื่อว่า Founder’s Junction ซึ่งเชื่อว่า AI กำลังปรับเปลี่ยนตลาดงานและภาพรวมภายในองค์กร องค์กรจะยังต้องการผู้ร่วมก่อตั้งที่เป็นมนุษย์เสมอ นักลงทุนเห็นด้วยกับมุมมองนี้ไหมครับ?

ก่อนอื่นเลย การหาคู่หูผู้ก่อตั้ง (founder dating) เป็นเรื่องใหญ่มากครับ การหาผู้ร่วมก่อตั้งที่เหมาะสมมีความสำคัญมากในการสร้างบริษัท ดังนั้นผมคิดไหมว่าด้วย AI คุณจะอยู่ในจุดที่ช่วยให้ผู้คนหาผู้ร่วมก่อตั้งได้ดีขึ้น? อย่างแน่นอน! ใช่ครับ ที่ผ่านมามันยังไม่มีกระบวนการที่ชัดเจน ผู้คนมักจะเลือกเพื่อน แต่เพื่อนอาจจะไม่ใช่คนที่เหมาะสมที่สุดสำหรับทักษะที่จำเป็น ผู้คนมักจะหาจากเครือข่ายแบบสุ่ม ดังนั้นผมคิดว่ามีความจำเป็นสำหรับการหาคู่หูผู้ก่อตั้งและการหาคนที่ทำงานร่วมกันได้ ไม่ว่าคุณจะกำลังมองหาอะไรก็ตาม เช่น CEO อาจต้องการ COO หรือ CTO อาจต้องการใครสักคนมาช่วยกำหนดโมเดลธุรกิจและระดมทุน

ดังนั้นผมคิดว่ามีความต้องการเรื่องนี้แน่นอน ตอนนี้ผมคิดไหมว่าในระยะอันใกล้นี้บริษัทส่วนใหญ่จะมีมนุษย์เป็นคนบริหาร? อย่างแน่นอน. ผมคิดว่าผู้ร่วมก่อตั้งของคุณจะเป็นมนุษย์มากกว่าจะเป็น OpenClaw ครับ อย่างแน่นอน! แล้วผมคิดไหมว่าคุณจะใช้ OpenClaw เป็นผู้ช่วยอัจฉริยะในการทำวิจัยและช่วยเหลือ? อย่างแน่นอน!

ในระยะสั้นอาจจะไม่ใช่ OpenClaw แต่มันจะเป็นเอเจนต์ประเภท Open Claude ที่ฝังตัวหรือให้บริการโดย LLM หลักอย่าง Claude หรือ OpenAI ซึ่งจะเสนอสิ่งที่เทียบเท่า Open Claude โดยไม่มีปัญหาเรื่องความปลอดภัยและความเสี่ยงที่คุณเห็นในปัจจุบัน

เพื่อตอบคำถามของคุณ ใช่ครับ ผมคิดว่าผู้ก่อตั้งจะยังคงมีบทบาทสำคัญในการสร้างบริษัท ผู้ก่อตั้งส่วนใหญ่จะเป็นมนุษย์ แม้ว่าคุณจะใช้ AI ก็ตาม และผมคิดว่ามันสมเหตุสมผลมากที่จะใช้ AI เพื่อหาผู้ก่อตั้งที่ดีขึ้นและปรับปรุงกระบวนการหาคู่หูผู้ร่วมก่อตั้ง

และอีกอย่าง ผมแนะนำให้ทำกระบวนการหาคู่หูผู้ร่วมก่อตั้งจริงๆ หมายความว่าคุณควรลองทำโปรเจกต์ร่วมกัน กำหนดงาน และดูว่าเราทำงานร่วมกันได้ดีไหม คุณควรไปเที่ยวด้วยกัน เจอเพื่อนของเขา เจอแฟนของเขา ไปกินข้าวเย็นด้วยกัน เพื่อให้แน่ใจจริงๆ ว่านี่คือคนที่คุณสามารถทำงานด้วยได้อย่างต่อเนื่องเป็นเวลานาน

โอเค ไปที่ข้อถัดไปครับ ผมจำคำถามหนึ่งที่เกี่ยวกับผู้ก่อตั้งซึ่งน่าสนใจมากได้ เดี๋ยวขอไล่ดูรายการคำถามที่ส่งมาล่วงหน้านะครับ

ในยุคของ AI ผู้ร่วมก่อตั้งสายเทคนิคมีความสำคัญแค่ไหน และเราควรเน้นไปที่การหาผู้ร่วมก่อตั้งสายเทคนิค หรือหาคนที่มีประสบการณ์ในอุตสาหกรรมแนวดิ่งที่เกี่ยวข้องมากกว่ากัน? คำตอบสำหรับคำถามนี้แน่นอนว่า “ขึ้นอยู่กับสถานการณ์” ครับ เหมือนกับคำตอบของคำถามส่วนใหญ่นั่นแหละ ถ้าคุณกำลังสร้างสตาร์ทอัพ AI ที่มีโมเดล LLM พื้นฐาน ถ้าอย่างนั้นใช่ครับ คุณจำเป็นต้องมี CTO ที่เก่งกาจสุดๆ

แต่ถ้าคุณกำลังสร้างบริษัทที่ใช้ AI ประยุกต์ (applied AI) มันอาจจะไม่ยากขนาดนั้นในการสร้าง และการหาคนที่มีความน่าเชื่อถือและช่วยคุณขายงานให้กับผู้รับเหมารายใหญ่และรายย่อยได้นั้นอาจจะสมเหตุสมผลกว่า คำตอบคือมันขึ้นอยู่กับงานครับ แต่ถ้าคุณเป็น OpenAI หรือทำโมเดลพื้นฐาน แน่นอนว่าคุณต้องการบุคลากรสายเทคนิคที่เก่งเป็นพิเศษ

ถ้าคุณกำลังสร้างบริษัทด้าน Applied AI แน่นอนว่าคุณต้องการคนเก่งๆ แต่ในแง่หนึ่ง CTO อาจมีความสำคัญน้อยลงกว่าในอดีต ที่จริงแล้ว ถ้าผมลองนึกถึงมาร์เก็ตเพลสที่เราสร้างและลงทุน สิ่งที่เราให้ความสำคัญมากที่สุดคือเรื่อง Unit Economics ว่าคุณจะทำให้มันไปรอดได้ไหม? และคุณหา Product-Market Fit เจอหรือเปล่า?

แล้วช่องทางการหาลูกค้าของคุณคืออะไร? ในแง่หนึ่ง การเข้าใจวิธีขยายขนาดการหาลูกค้ามีความสำคัญมากกว่ามาก และต้องแน่ใจว่าเศรษฐศาสตร์ต่อหน่วย (unit economics) นั้นไปได้ ดีกว่าการไปโฟกัสที่ตัวเทคโนโลยี เพราะเทคโนโลยีกลายเป็นสินค้าทั่วไปมากขึ้นเรื่อยๆ และมีหลายอย่างที่คุณสามารถทำได้ง่ายๆ ด้วยเทคโนโลยีในปัจจุบัน ไม่ว่าจะเป็นการใช้ Vibe, Coding และ Cursor หรือ Lovable ถ้าคุณทำอะไรที่เรียบง่าย แต่โดยทั่วไปแล้ว ก็ยังมีบางหมวดหมู่ที่เทคโนโลยีของคุณยังมีความสำคัญมากอยู่

โอเค มาดูคำถามชุดต่อไปกันครับ ดูซิว่ามีอะไรบ้าง นี่เป็นคำถามจาก Julia ฉันเพิ่งได้คุยกับคนที่เคยทำงานยุคแรกๆ ที่ OpenAI ซึ่งเขาบอกว่าตอนนี้เขากำลังพยายามสร้างสตาร์ทอัพใหม่ เพราะ IQ จะกลายเป็นเรื่องไม่สำคัญในอีกสองปีข้างหน้า นี่เป็นคำพูดที่น่าคิดทีเดียว คุณคิดว่ามันมีส่วนจริงบ้างไหม? และถ้าเป็นจริง คุณคิดว่าลักษณะนิสัยหรือทักษะที่สำคัญที่สุดสำหรับผู้ประกอบการและมืออาชีพที่มีความทะเยอทะยานควรโฟกัสคืออะไร?

น่าสนใจครับ เรื่องนี้ผมมองได้สองมุม มุมหนึ่งผมอาจจะแย้งว่า คนที่เก่งที่สุดและฉลาดที่สุดจะใช้ AI ได้อย่างมีประสิทธิภาพมากขึ้น จนพวกเขามีค่าตัวสูงขึ้นไปอีก ดังนั้นนักพัฒนาที่เก่งระดับ 10 เท่า (10x developer) จะกลายเป็นนักพัฒนาระดับ 100 เท่า ซึ่งในกรณีนี้ ความฉลาดจะไม่ใช่สินค้าทั่วไปและยังคงเป็นปัจจัยหลักของความสำเร็จ แต่ผมก็สามารถมองอีกมุมได้ว่า เพราะตอนนี้ความฉลาดและเครื่องมือต่างๆ มันฉลาดมาก คุณอาจจะเป็นนักพัฒนาหรือคนทั่วไปที่มีความสามารถระดับกลางๆ แต่ก็ได้ผลลัพธ์ที่ยอดเยี่ยมได้

และนั่นคือผลผลิตหรือสินค้าที่มีมูลค่าสูงมาก และด้วยเหตุนี้เอง มันจึงตามกันทันและความฉลาดก็กลายเป็นสินค้าทั่วไป ผมสงสัยว่าแบบแรกดูจะจริงสำหรับผมมากกว่า หรือมีความเป็นไปได้มากกว่าแบบหลัง ตอนนี้ผมเห็นว่าโปรแกรมเมอร์ที่เก่งที่สุดมีค่าตัวสูงกว่าที่เคยเป็นมา

พนักงานที่เก่งที่สุดใช้เครื่องมือในแบบที่ทำให้ทำงานได้มีประสิทธิภาพมากขึ้น แล้วเรื่องนี้จะเปลี่ยนไปในจุดหนึ่งไหม? และความฉลาดจะกลายเป็นสินค้าทั่วไปหรือเปล่า? สำหรับผมวันนี้มันยังไม่รู้สึกว่าเป็นแบบนั้น อย่างไรก็ตาม ความฉลาดโดยเฉลี่ยดูเหมือนจะเพิ่มขึ้นอย่างมาก เพราะทุกคนกำลังปรับปรุงประสิทธิภาพการทำงาน ทุกคนใช้เครื่องมือเหล่านี้ได้อย่างมีประสิทธิภาพสุดๆ

แล้วผมจะทำยังไงถ้าผมกำลังเรียนมหาวิทยาลัยอยู่ในตอนนี้และอยากมั่นใจว่าพร้อมสำหรับการทำงาน? ก็เล่นกับเครื่องมือทุกอย่างเลยครับ ลองเล่น Runway, Sora, Midjourney, Claude, Cursor, Lovable ติดตั้ง OpenClaw ของคุณซะ

ลองหาดูว่าคุณสามารถทำอะไรเพื่อสร้างระบบที่ขยายขนาดได้และทำซ้ำได้ ดูว่าพวกมันเก่งด้านไหน ทดสอบขีดจำกัดดู วันนี้มีอะไรให้เล่นเยอะมาก ดังนั้นผมจะลองผิดลองถูกกับทุกอย่างในโลก ปลดปล่อยความคิดสร้างสรรค์ของคุณ และดูว่าอะไรที่โดนใจและใช้ได้ผลสำหรับคุณ

มาดูคำถามต่อไปที่ส่งมาล่วงหน้าครับ คำถามจาก Lisa คุณเลือกโรงเรียนหรือการศึกษาแบบไหนให้ลูกชาย และคุณตัดสินใจแบบนั้นได้อย่างไร? เรื่องนี้น่าสนใจเพราะผมผ่านการลองผิดลองถูกมาสองสามครั้ง และจริงๆ แล้วความคิดของผมก็เปลี่ยนไปบ้างในช่วงหลายปีที่ผ่านมา

โรงเรียนแรกที่ผมพาลูกชายไปเรียนคือโรงเรียนในนิวยอร์กชื่อ The Ecole ปรัชญาของโรงเรียนนี้คือเป็นโรงเรียนแนวฝรั่งเศส-อเมริกัน ซึ่งมันยอดเยี่ยมมาก แนวคิดและทฤษฎีคือคุณจะได้ความเข้มงวดของระบบฝรั่งเศส ควบคู่ไปกับการพูดในที่สาธารณะและการสร้างทีมแบบระบบอเมริกัน

เขาอยู่ที่นั่นมาสองปีแล้วครับ เขาก็ชอบนะ แต่พอผมมาสะท้อนดูในยุคของ AI ว่านี่เป็นวิธีที่ถูกต้องในการสอนลูกเราหรือเปล่า วิธีที่มีครูที่คุณภาพไม่แน่นอนมาพ่นข้อมูลใส่เด็กที่คุณภาพไม่แน่นอน โดยมักจะอิงตามเกณฑ์ต่ำสุดที่ทุกคนทำได้ (lowest common denominator) ซึ่งคุณต้องทำซ้ำและสอนเรื่องเดิมทุกวันเป็นเวลาสามถึงสี่วัน

มันเป็นกระบวนการที่ค่อนข้างช้า และคำตอบสำหรับผมคือมันรู้สึกไม่ค่อยถูกต้องเท่าไหร่ ถ้าผมพาโซกราตีสจากยุค 300 ปีก่อนคริสตกาลมายังโลกปัจจุบัน เขาคงจำโลกนี้ไม่ได้แน่ๆ เราไปอวกาศกันแล้ว เรามีอุปกรณ์วิเศษสุดล้ำที่มีความรู้ทั้งหมดของมนุษยชาติอยู่ในกระเป๋า

เราบินจากซีกโลกหนึ่งไปอีกซีกโลกหนึ่งได้ในเวลาไม่กี่ชั่วโมง แต่ถึงอย่างนั้น วิธีที่เราให้การศึกษาแก่ลูกหลานกลับไม่ได้เปลี่ยนไปเลยในรอบ 2,500 ปี ดังนั้นแนวคิดที่ว่าคุณควรใช้ AI เพื่อสอนเด็กในระดับที่เหมาะสมกับเขาพอดีจึงดูสมเหตุสมผลสำหรับผมมาก มีโรงเรียนหนึ่งเดิมชื่อ Alpha School ที่พวกเขาใช้เครื่องมือ AI เพื่อช่วยให้เด็กไปถึงศักยภาพสูงสุดของตัวเอง

พวกเขาตระหนักว่าคุณต้องสอนในระดับที่เด็กตอบคำถามได้ถูกต้องประมาณ 85% เพราะถ้าถูก 99% มันง่ายเกินไป ถ้าแค่ 50% ก็ยากเกินไป ดังนั้นในทุกวิชา คุณต้องให้พวกเขาอยู่ที่ประมาณ 85% และดูว่าจะพาพวกเขาไปได้ไกลแค่ไหน และด้วยหลักสูตรเพียงสองชั่วโมงต่อวัน พวกเขาสามารถครอบคลุมเนื้อหาปกติได้หมด จากนั้นก็ใช้เวลาว่างที่เหลือไปกับสิ่งที่เด็กสนใจตามธรรมชาติเพื่อให้พวกเขาทำในสิ่งที่เหมาะกับตัวเอง

ตอนนี้ลูกชายผมอายุสี่ขวบ และเขาเรียนคณิตศาสตร์ล่วงหน้าไปหลายปีแล้วครับ อย่างเช่นเขาคูณเลข หารเลขเพื่อความสนุก เข้าใจพีชคณิตพื้นฐาน เขาชอบเล่นกับตัวเลขและเข้าใจเรื่องจำนวนลบ ฯลฯ แต่ในขณะเดียวกัน เขายังไม่ค่อยเก่งเรื่องการเข้าสังคม ดังนั้นโรงเรียนที่ออกแบบมาเพื่อเขาโดยเฉพาะ ที่ซึ่งสามารถท้าทายเขาในด้านคณิตศาสตร์และด้านภาษา (ซึ่งเขาเป็นเด็กที่พูดเก่งและใช้ภาษาได้ดีมาก) พร้อมกับช่วยพัฒนาทักษะทางสังคมที่เขายังขาดอยู่ ผมว่ามันดูสมเหตุสมผลกว่ามาก

ดังนั้นช่วงฤดูใบไม้ร่วงหน้า ผมจะพาลูกชายไปเรียนที่ Alpha School ในนิวยอร์ก ซึ่งผมเข้าใจว่าเพิ่งสร้างขึ้นในปีนี้ ตอนนี้จึงเป็นรุ่นแรก เป็นโรงเรียนขนาดเล็ก และมันจะเป็นการทดลองครับ เป็นการทดสอบขั้นเบต้า (alpha test) ถ้าผมชอบและเขาชอบ เราก็น่าจะพา Amelie ไปที่นั่นด้วยเหมือนกัน

สิ่งที่น่าสนใจคือ หนึ่งในเป้าหมายของพวกเขาคืออยากให้เด็กๆ รักโรงเรียน ซึ่งเด็กส่วนใหญ่ไม่ค่อยรักโรงเรียนหรอกครับ เพราะมันอาจจะง่ายไป ยากไป หรือไม่น่าสนใจ ฯลฯ ผมพาลูกชายที่ค่อนข้างขี้อายไปลองเรียนหนึ่งวัน (shadow day) เพื่อดูโรงเรียน และผมก็กังวลเพราะเขาไม่ค่อยโอเคกับสภาพแวดล้อมใหม่ๆ หรือคนใหม่ๆ

ผมเลยทิ้งเขาไว้ด้วยความรู้สึกไม่ค่อยมั่นใจและไม่แน่ใจนัก แต่พอผมกลับมารับเขา เขาบอกว่า “ผมรักโรงเรียนนี้จัง ผมอยากอยู่ที่นี่ ทำไมผมต้องกลับไปเรียนโรงเรียนปกติด้วยล่ะ?” ผมเลยตื่นเต้นที่จะได้เห็นว่าผลจะเป็นยังไงต่อไป

คำถามจาก Luis ในสตรีมครับ จากประสบการณ์ของคุณที่ลงทุนในมาร์เก็ตเพลสหลายร้อยแห่งในสภาพแวดล้อมช่วงเริ่มต้น (early stage) ปัจจุบัน อะไรคือปัจจัยหลักที่ขับเคลื่อนการตัดสินใจของนักลงทุน? ความแข็งแกร่งที่แท้จริงของผลิตภัณฑ์และโอกาสทางการตลาด หรือปัจจัยอย่างแรงส่งในช่วงแรก (early traction), การเล่าเรื่อง (narrative) ฯลฯ หรือการแนะนำเข้าสู่ระบบนิเวศมากกว่ากัน? พูดอีกอย่างคือ คุณเชื่อว่ายังมีพื้นที่ให้นักลงทุนเข้าไปครอบคลุมและสนับสนุนไอเดียมาร์เก็ตเพลสที่ยอดเยี่ยมโดยดูจากพื้นฐานล้วนๆ หรือเปล่า?

ก่อนที่สัญญาณจะได้รับการยืนยันจากคนส่วนใหญ่ ถ้าคุณสนับสนุนผู้ก่อตั้งในระยะเริ่มต้นมากๆ สัญญาณมันจะเริ่มแรกมากใช่ไหมครับ? บ่อยครั้งที่มันยังไม่มีคนสนใจมากนัก กองทุนใหญ่ๆ อย่างพวก Sequoia ของโลกนี้ระดมทุนได้เยอะมากจนพวกเขาจะเขียนเช็คใบใหญ่ก็ต่อเมื่อทุกอย่างได้รับการพิสูจน์แล้วและเริ่มเห็นผู้ชนะที่ชัดเจน

ดังนั้นแน่นอนว่ายังมีบทบาทสำหรับนักลงทุนรอบ Pre-seed และ Seed ในการสนับสนุนผู้ก่อตั้งที่ใช่และไอเดียที่ใช่ตั้งแต่เนิ่นๆ ในช่วงที่เพิ่งเริ่มมี Product Market Fit และกำลังหาช่องทางการจัดจำหน่าย เศรษฐศาสตร์ต่อหน่วย การรักษาลูกค้า และกลุ่มผู้ใช้งาน (cohorts) ก่อนที่คนส่วนใหญ่จะเข้ามายืนยัน

คนส่วนใหญ่ที่ว่านี้ ผมเดาว่าน่าจะเป็นทั้งกลุ่มผู้ใช้ที่ช่วยขยายธุรกิจ และกลุ่ม VC ชื่อดังที่ร่วมลงทุนด้วย ดังนั้นแน่นอนว่าวันนี้ยังมีบทบาทสำคัญให้เล่นอยู่ เพราะหลายคนไม่ได้ลงทุนตั้งแต่เนิ่นๆ ขนาดนั้น เมื่อพิจารณาจากระดับของเงินทุนที่มีอยู่

ดังนั้นวันนี้ถ้าคุณอยู่ในวงการ VC คุณควรจะอยู่ในรอบ Seed หรือไม่ก็กองทุนระดับร้อยล้านเหรียญ หรือกองทุนหลายพันล้านเหรียญไปเลย เพื่อที่คุณจะได้ทุ่มเงินลงทุนเพิ่มในกลุ่มผู้ชนะที่เริ่มโดดเด่นออกมาได้เรื่อยๆ

คำถามจาก Ideal นี่เป็นคำถามคนละแนวเลยครับ เพราะปกติคุณจะลงทุนในมาร์เก็ตเพลสออนไลน์ คุณพอจะแนะนำแนวทางสำหรับนักลงทุนรอบ Pre-seed สำหรับสตาร์ทอัพนอกสหรัฐฯ ที่ยังไม่มีรายได้ (pre-revenue) สำหรับโปรเจกต์ที่เปลี่ยนโลกอย่างระบบป้องกันแผ่นดินไหวได้ไหม?

สมมติว่าธุรกิจเหล่านั้นเป็นธุรกิจที่ VC สามารถลงทุนได้ (venture backable) หมายความว่าพวกเขาสามารถขยายขนาดไปถึงรายได้ระดับหลายร้อยล้านหรือหลายพันล้านเหรียญ เพราะมีหลายไอเดียที่ไม่เหมาะกับการลงทุนแบบ VC

ลองมาคิดดูว่าคุณจะหาเงินทุนได้อย่างไรถ้าคุณเป็นผู้ก่อตั้งรอบ Pre-seed คำตอบคือจริงๆ แล้วมีน้อยมากครับ VC รอบ Pre-seed มีไม่เยอะตั้งแต่แรกอยู่แล้ว ที่มีอยู่ก็มักจะโฟกัสสูงมาก โดยเฉพาะเรื่อง AI ในตอนนี้ ดังนั้นสำหรับ Pre-seed นอกสหรัฐฯ และยังไม่มีรายได้ บอกตามตรงว่าผมคงจะเริ่มจากคำกล่าวเดิมๆ คือ ‘Fools, Friends, and Family’ (คนรู้จัก เพื่อน และครอบครัว)

ข่าวดีของโลกที่เราอยู่ทุกวันนี้คือ การสร้างสตาร์ทอัพ เริ่มขยายขนาด และเริ่มสร้างรายได้นั้นมีค่าใช้จ่ายถูกกว่าที่เคยเป็นมา ดังนั้นด้วยเงินทุนไม่กี่แสนเหรียญ ซึ่งคนส่วนใหญ่น่าจะหาวิธีหามาได้ใช่ไหมครับ? เช่น เพื่อนของเราที่เรียนจบโรงเรียนดีๆ มา อาจจะทำงานเป็นหมอ นายธนาคาร หรือทนายความ

ถ้าคุณมีเพื่อน 20 คนที่ให้เงินคุณคนละ 10,000 เหรียญ นั่นคือ 200,000 เหรียญ ซึ่งคุณควรจะไปได้ไกลมาก และด้วยวิธีนี้คุณจะสามารถสร้างแรงส่ง (traction) ในระดับหนึ่งที่ช่วยให้คุณไประดมทุนรอบ Seed จริงจังได้สักสองสามล้านเหรียญ เมื่อพิจารณาว่าไม่ได้มีผู้ก่อตั้งหรือกองทุน Pre-seed มากนัก

คำถามจาก Mahesh ครับ โครงข่ายประสาทเทียมแบบกราฟ (Graph Neural Networks) เริ่มมีความสำคัญมากขึ้นเรื่อยๆ ในการค้นหาแอปพลิเคชันและแนวทางใหม่ๆ คุณมีความคิดเห็นอย่างไรว่าเรื่องนี้เกี่ยวข้องกับมาร์เก็ตเพลสอย่างไรบ้าง?

ก่อนอื่นเลย สิ่งที่ผมให้ความสำคัญคือ ท้ายที่สุดแล้วผมชอบมาร์เก็ตเพลสเพราะมันเป็นรูปแบบที่ผู้ชนะได้เกือบทั้งหมด (winner takes most) ขยายขนาดได้ง่าย และใช้เงินทุนอย่างมีประสิทธิภาพ แต่ผมไม่ได้ยึดติดกับแค่มาร์เก็ตเพลสนะครับ สิ่งที่ผมให้ความสำคัญมากกว่าคือ เราจะนำเทคโนโลยีมาสู่โลกเพื่อทำให้สิ่งต่างๆ ถูกลง ดีขึ้น และเร็วขึ้นได้ไหม?

ทีนี้ ผมพอนึกถึงกรณีการใช้งาน Graph Neural Networks ในมาร์เก็ตเพลสออกไหม? อย่างแน่นอน! มีมาร์เก็ตเพลสหลายแห่งที่ไม่สามารถทำงานได้โดยไม่มีมนุษย์ เพราะการจับคู่ระหว่างอุปสงค์และอุปทานมันพังและซับซ้อนเกินไป แถมยังมีตัวแปรที่ไม่ชัดเจนเยอะเกินไป ดังนั้นผมจินตนาการถึงโลกที่ในหมวดหมู่ที่มีข้อมูลและตัวแปรเยอะๆ แบบนี้ การมีเอเจนท์ (agent) อยู่ตรงกลางเพื่อทำหน้าที่จับคู่และแนะนำ ฯลฯ น่าจะสมเหตุสมผลมาก ดังนั้นผมคิดว่ามันจะกลายเป็นเรื่องสำคัญในหมวดนี้ แต่ไม่ว่าจะยังไง ผมว่ามันก็ค่อนข้างสำคัญอยู่แล้วครับ

Nachogorriti จาก Twitch: สวัสดีจากบัวโนสไอเรสครับ กำลังตามดูคอนเทนต์ของคุณอยู่ เพิ่งดูตอนที่ 52 จบ ผมชอบประเด็นที่ว่า Zillow มีความเสี่ยงมากกว่า Airbnb และ DoorDash เพราะความถี่ในการใช้งานต่ำและเลเยอร์การจัดการน้อย ถูกต้องเลยครับ! จริงๆ แล้วเรากำลังสร้างธุรกิจบนสมมติฐานนั้นเลยด้วย Remix ซึ่งตอนนี้เป็นเอนจินค้นหาอสังหาริมทรัพย์แบบ native สำหรับลาตินอเมริกา ทำมา 8 เดือน มีคนเข้าชม 150,000 ครั้งต่อเดือน ถือว่าดีมากสำหรับ 8 เดือนที่ทำมาเพื่อตัวแทนอสังหาฯ และมี B2B pipeline ด้วย คุณมองโอกาสในลาตินอเมริกาอย่างไร และต้องใช้อะไรบ้างเพื่อเป็นเจ้าตลาดที่นี่?

ในลาตินอเมริกาไม่มีระบบ MLS (Multiple Listing Service) ดังนั้นในแง่หนึ่งคุณสามารถสร้างคลังข้อมูล (inventory) ของตัวเองและสร้างมูลค่าได้ในพื้นที่ที่มีการแข่งขันน้อยกว่า มีบางบริษัทที่ทำได้ดีทีเดียวในด้านอสังหาฯ ในลาตินอเมริกา อย่างที่ผมนึกออกก็คือ VivaReal ในบราซิล

ผมคิดว่ามีโอกาสครั้งใหญ่ที่จะรุกตลาดในยุคหน้าไหม? ถ้าคุณต้องการพอร์ทัลอสังหาริมทรัพย์ที่ใช้ AI แน่นอนครับ! ไม่แน่ใจว่าเป็นลาตินอเมริกาโดยรวมหรือเฉพาะเจาะจงบางประเทศ เพราะปกติในหมวดหมู่เหล่านี้ คุณต้องการสภาพคล่อง (liquidity) ความหนาแน่นของข้อมูล และรายการประกาศ (listings)

นั่นแหละครับ ตราบใดที่คุณเป็นเอนจินค้นหาและมีแหล่งข้อมูลสำหรับรายการประกาศ มันก็ง่ายกว่าที่จะแก้ไขสิ่งที่เคยเป็นปัญหาในอดีต ยังต้องรอดูกันต่อไป แต่ถามว่าผมเห็นโอกาสครั้งใหญ่ในการรุกตลาดอสังหาฯ ด้วยเครื่องมือยุคหน้าไหม? ใช่ครับ แน่นอนเลย!

ตกลง. มาต่อที่คำถามครับ อีกข้อจาก Lisa อะไรคือสัญญาณที่ชัดเจนที่สุดว่าบริษัท AI มีความสามารถในการป้องกันตัวเอง (defensibility) จริงๆ ไม่ใช่แค่มีความเร็วชั่วคราว? เป็นคำถามที่น่าสนใจครับ เพราะสิ่งที่เราเห็นในฟองสบู่ AI ตอนนี้คือมีหลายบริษัทเปิดตัวด้วยผลิตภัณฑ์ที่แทบจะเหมือนกันเป๊ะ

คุณมีทีมจาก Stanford, ทีมจาก MIT, ทีมจาก Princeton และทีมจาก Harvard และพวกเขาทุกคนระดมทุนได้ 20, 30, 50 หรือ 100 ล้านเหรียญ โดยนำเสนอผลิตภัณฑ์ที่ต่างกันแค่นิดเดียว และบ่อยครั้งมันรู้สึกว่าไม่ได้ป้องกันตัวเองได้ขนาดนั้นใช่ไหมครับ? สัปดาห์หนึ่งเจ้านี้ล้ำหน้า อีกสัปดาห์อีกเจ้านี้ล้ำหน้า เพราะมีความกดดันที่ต้องชนะ พวกเขาเลยยอมขายผลิตภัณฑ์ในราคาที่กำไรขั้นต้นติดลบ และคุณกำลังเห็นธุรกิจที่ขยายขนาดอย่างมหาศาลอย่าง ElevenLabs, Lovable หรือ Cursor ซึ่งในแง่หนึ่งพวกเราทุกคนคิดผิดที่ไม่ลงทุน เพราะเรามัวแต่คิดว่า ‘มันจะป้องกันตัวเองได้ยังไง?’ ในขณะที่พวกเขากำลังขยายขนาด ประเด็นคือพวกเขาขยายขนาดได้เพราะมีเงินทุนมหาศาลที่พร้อมจะสนับสนุนการเติบโตแม้กำไรจะติดลบ

ดังนั้นยังต้องรอดูกันต่อไปว่าเรื่องนี้จะจบลงอย่างไร ผมกังวลว่าหลายบริษัทเหล่านี้จะตายไป และบอกตามตรง หลายแห่งอาจถูก Claude และ ChatGPT กลืนกิน ผมมั่นใจว่าพวกเขาจะพุ่งเป้าไปที่ Cursor และ Lovable โดยตรง แต่ถึงอย่างนั้น บริษัทเหล่านี้ก็ดูเหมือนจะไปได้ดีในตอนนี้ ดังนั้นพวกนี้เลยดูเหมือนจะป้องกันตัวเองได้ยากกว่า

ทีนี้ สิ่งที่ดูจะป้องกันตัวเองได้มากกว่าเพื่อตอบคำถามของคุณก็คือ ถ้าคุณสร้างขึ้นบนชุดข้อมูลที่เป็นกรรมสิทธิ์ (proprietary data sets) ที่ไม่มีใครเข้าถึงได้ หรือถ้าคุณกำลังแก้ปัญหาเฉพาะทางในแนวดิ่ง (vertical problems) ที่ไม่มีใครทำอยู่ ซึ่งเมื่อเทียบกับโมเดลพื้นฐาน (foundational models) แล้ว พวกนั้นดูจะเสี่ยงกว่าในแง่หนึ่ง

อย่างที่ผมสงสัย ตอนนี้ ChatGPT มีส่วนแบ่งการตลาด 86% แต่มันก็มีขึ้นมีลง Gemini กำลังไล่ตามมา Claude ก็กำลังไล่ตามมา มีบางสัปดาห์ที่ Claude ดีกว่า หรือ Gemini ดีกว่า แล้วก็มีบางสัปดาห์ที่ ChatGPT ดีกว่า นั่นมันเป็นเกมของยักษ์ใหญ่ ผมค่อนข้างกังขา จริงๆ แล้วมีคนอื่นถามคำถามผมมาเหมือนกัน

ขอผมไปที่คำถามที่ Tatiana ถามนะครับ รอบการระดมทุน Seed มหาศาลที่เพิ่งประกาศไปคืออะไร อย่างบริษัท AMI ของ La Koon เพิ่งระดมทุนรอบ Seed ได้หนึ่งพันล้านเหรียญที่มูลค่าบริษัทสามพันห้าสิบล้านเหรียญ มันหมายความว่าอย่างไรเกี่ยวกับอนาคตของ AI และนักลงทุนควรคิดอย่างไรเกี่ยวกับความเสี่ยงด้านเทคโนโลยีเทียบกับความเสี่ยงด้านมูลค่าในขั้นตอนนี้?

และเพื่อให้ชัดเจน เราอยู่ในฟองสบู่ AI ครับ ผู้คนพร้อมจะให้เงินทุนเพราะรางวัลสำหรับผู้ชนะนั้นสูงมาก ผู้คนพร้อมจะทุ่มเงินไม่อั้นในทุกราคาเพื่อให้ชนะ แต่ผมคิดว่าเรื่องนี้จะจบลงด้วยน้ำตาไหม? เพราะบริษัทส่วนใหญ่จะล้มเหลว และนักลงทุนจำนวนมากที่ลงทุนในราคาที่สูงมากจะไม่เห็นผลตอบแทนจากเงินทุนของพวกเขา อย่างแน่นอน!

อย่างไรก็ตาม ในระหว่างนี้ มันจะวางรากฐานสำหรับการปรับปรุงประสิทธิภาพการทำงานและการเติบโตทางเศรษฐกิจที่ยอดเยี่ยมในอีก 25 ปีข้างหน้า เช่นเดียวกับที่ฟองสบู่รถไฟได้วางรากฐานสำหรับรางรถไฟทั่วสหรัฐฯ ซึ่งนำไปสู่การเพิ่มประสิทธิภาพการทำงานอย่างมหาศาลในระบบเศรษฐกิจในทศวรรษต่อๆ มา

เช่นเดียวกับฟองสบู่ในช่วงปลายยุค 90 ที่วางสายไฟเบอร์ทั้งหมดซึ่งนำไปสู่การปฏิวัติอินเทอร์เน็ตในช่วงปี 2000 – 2010 แค่ต้องใช้เวลาสักพักกว่ามันจะเกิดขึ้น ดังนั้นเราอยู่ในฟองสบู่ AI ผมหวังว่ามันจะพองต่อไปเรื่อยๆ นะ บอกตามตรง เพราะถึงแม้เราจะรักษาวินัยในการลงทุน แต่ผมกังวลว่าเมื่อมันแตก บริษัทที่ตอนนี้กำลังระดมทุนยากอยู่แล้วเพราะไม่ใช่ AI จะยิ่งระดมทุนยากขึ้นไปอีก

และบอกตามตรง ในระหว่างนี้ที่มีเงินทุนไหลเข้ามา ลองนึกถึงเงินทุนทั้งหมดที่ลงไปกับการวิจัยและพัฒนา (R&D) สิครับ แม้ส่วนใหญ่จะเป็นเงินที่ขาดทุน แต่มันจะเป็นประโยชน์ต่อสังคมมาก แม้ว่าบริษัทเหล่านี้จำนวนมากจะตายไปก็ตาม ดังนั้นเราอยู่ในฟองสบู่ AI แต่มันก็โอเคครับ

เพื่อนและครอบครัวไม่ใช่ทางที่ผมเลือกได้ การทำ MVP ในระดับที่ต้องการนั้นต้องใช้การลงทุนระดับ VC

นั่นฟังดูไม่เหมือนธุรกิจแนว Venture เลยครับ ในโลกนี้มีธุรกิจหลายประเภทใช่ไหมครับ? ประเภทที่ต้องใช้เงิน 10, 20, 30, 50 ล้านเหรียญเพื่อสร้างอะไรบางอย่างขึ้นมาเพื่อแค่ ‘เปิดไฟเริ่มงาน’ นั้น บอกตามตรงว่าไม่ค่อยเหมาะกับการลงทุนแบบ VC เท่าไหร่ ธุรกิจที่เหมาะกับ VC คือธุรกิจที่ใช้เงินแค่ไม่กี่แสนเหรียญก็สร้างตัวต้นแบบและเริ่มมีรายได้ได้ จากนั้นคุณก็ได้รอบ Pre-seed หนึ่งล้านเหรียญ แล้วก็ได้รายได้เพิ่มขึ้นและมีข้อพิสูจน์มากขึ้น แล้วคุณก็ได้ 3 ล้านเหรียญ

ธุรกิจที่ต้องใช้เงิน 20, 30, 50 ล้านเหรียญเพื่อเริ่มต้น พวกนั้นควรจะอยู่ในองค์กรขนาดใหญ่ที่อยู่ในหมวดหมู่นั้น หรือไม่ก็เป็นคนที่เคยประสบความสำเร็จมาก่อนและมีเงินทุนเหลือเฟือ แต่มันไม่เหมาะสำหรับผู้ก่อตั้งทั่วไป เพราะนั่นไม่ใช่กลไกของ VC (VC treadmill) กลไกของ VC คือคุณเริ่มจากคนรู้จัก เพื่อน และครอบครัวเพื่อหาเงินไม่กี่แสนเหรียญ

จากนั้นก็เป็น Pre-seed หนึ่งล้านเหรียญ ตามด้วย Seed 3 ล้านเหรียญ แล้วก็ Series A 7 ล้านเหรียญ จากนั้นก็ Series B 15 ล้านถึง 25 ล้านเหรียญ ตอนนี้ในวงการ AI คุณอาจจะเห็นตัวเลขที่ต่างไปจากนี้ แต่นั่นยังคงเป็นตัวเลขสำหรับบริษัทที่ไม่ใช่ AI ที่คุณจะได้เห็นกัน มาดูว่ามีคำถามอื่นอะไรอีกบ้าง

Alessandro: เราใกล้จะทำ MVP สำหรับแพลตฟอร์มจับคู่ผู้ร่วมก่อตั้ง (co-founder matching) เสร็จแล้ว โดยมีผู้ก่อตั้ง 500 คนอยู่ในรายชื่อรอ (wait list) ผมเข้าใจว่าคุณลงทุนในสตาร์ทอัพระยะเริ่มต้น คุณต้องการข้อพิสูจน์เรื่องรายได้ไหม? ข้อพิสูจน์เรื่องรายได้ไม่จำเป็นเสมอไปครับ Alessandro แต่ที่จำเป็นแน่นอนคือข้อพิสูจน์เรื่อง Product Market Fit ว่ามันใช้งานได้จริง คนชอบมัน มีการกลับมาใช้งานซ้ำ และคุณต้องรู้ว่าโมเดลธุรกิจของคุณจะเป็นอย่างไร

คุณต้องรู้ว่าจะเก็บเงินเท่าไหร่และเก็บจากใคร อย่างน้อยเศรษฐศาสตร์ต่อหน่วยในทางทฤษฎีควรจะเป็นอย่างไร มันไม่ใช่แค่ว่า ‘เราเปิดตัวไปก่อน เดี๋ยวค่อยไปหาวิธีเอาดาบหน้า’ นั่นไม่ใช่แนวทางที่เราลงทุนครับ มีคนจำนวนมากที่ทำแบบนั้น แต่นั่นไม่ใช่เรา ไม่ใช่แนวทางที่เราใช้

Boris: เป็นโครงการที่ดีมากครับ ผมอยากรู้ว่าแนวคิดการลงทุนของคุณเกี่ยวกับมาร์เก็ตเพลสเปลี่ยนไปไหมตั้งแต่ปี 2022 คุณระมัดระวังความเสี่ยงมากขึ้นกับการลงทุนรอบ Pre-seed หรือมาร์เก็ตเพลสไหม หรือเปลี่ยนไปเน้นการตรวจสอบโอกาสด้าน AI ภายในแทน

เอาละ Boris นั่นคือตอนที่ 52 ครับ เป็นพอดแคสต์ของผมเมื่อสัปดาห์ที่แล้ว ซึ่งว่าด้วยเรื่องการลงทุนใน Marketplace ในยุคของ AI เรายังคงเชื่อมั่นใน Marketplace มากๆ และเรากับ Marketplace ทั้งหมดต่างก็ใช้ AI พวกเขาใช้ AI เพื่อแปลรายการสินค้าและแปลบทสนทนาระหว่างผู้ซื้อและผู้ขายเพื่อให้เข้าถึงได้ทั่วโลก ดังนั้นคุณจึงเห็นสตาร์ทอัพแบบ Pan-European เป็นครั้งแรก

คุณกำลังใช้ AI เพื่อให้ลงรายการสินค้าได้ในคลิกเดียว โดยแค่ถ่ายรูปแล้วตูมเดียว ทั้งชื่อเรื่อง คำอธิบาย ราคา หมวดหมู่ ทุกอย่างจะถูกกรอกให้ล่วงหน้า ช่วยเพิ่มประสิทธิภาพการทำงาน คุณใช้ AI เพื่อจับคู่ซัพพลายและดีมานด์ได้ดีขึ้น ดังนั้นเราจึงยังคงลงทุนใน Marketplace และพวกเขาทั้งหมดใช้ AI ได้อย่างมีประสิทธิภาพมากขึ้น และเราเป็นนักลงทุนระดับ Seed มากกว่า Pre-seed

หมายความว่าเราชอบอะไรที่เปิดใช้งานจริงแล้วและมี Unit Economics ที่ดี ปัจจุบันหมวดหมู่ต่างๆ จะเป็นแนว B2B มากกว่า Consumer-facing แต่ก็มีอะไรสนุกๆ เกิดขึ้น แม้แต่ในฝั่งผู้บริโภค เราก็มีบริษัท Live Commerce อย่าง Palmstreet ซึ่งเป็น Marketplace สำหรับต้นไม้หายาก เราเป็นนักลงทุนในบริษัทรถดับเพลิงอย่าง Garage ที่มียอดขาย 30 ล้านดอลลาร์

มีสิ่งที่น่าสนใจมากมายเกิดขึ้นพร้อมกับการเพิ่มเลเยอร์ของการบริการเข้าไป นี่คือหัวใจหลักของเรา เพราะผมไม่อยากเข้าไปแข่งใน ‘Game of Kings’ ที่มีเงินทุนมหาศาลแต่กำไรขั้นต้นติดลบในยุคฟองสบู่ AI ดังนั้นเราจึงได้รับอานิสงส์จากมันทางอ้อม เพราะ ก. เรามีการลงทุนที่ยอดเยี่ยมในอย่าง Figure AI ซึ่งไปได้สวยมาก และ ข. บริษัททั้งหมดของเราใช้ AI

แต่มันเป็นการประยุกต์ใช้ AI ในแนวดิ่ง (Vertical) มากกว่าการเป็นโมเดล AI พื้นฐาน (Foundational) เอง และผมคิดว่านั่นคือจุดที่มีโอกาสน่าสนใจมากมายในปัจจุบัน ในแง่ที่ว่าคุณสามารถสร้างธุรกิจขนาดใหญ่ได้ด้วยเงินทุนเพียงเล็กน้อย และคุณไม่จำเป็นต้องใช้กลุ่มวิศวกร AI ที่หายากและแย่งตัวกันขนาดนั้น

Yoni: มีคำแนะนำไหมว่าจะหา Full Stack Developer แบบ Fractional (AWS + Angular) ที่เชื่อถือได้จากที่ไหน เพื่อมาช่วยปรับปรุง SaaS MVP ที่มีอยู่?

ขึ้นอยู่กับว่าคุณต้องการให้พวกเขาเก่งแค่ไหน แต่มีหลายที่อย่าง Toptal ที่ให้คุณหาคนที่ยอดเยี่ยมได้… อ้อ ไม่สิ คุณบอกว่าแบบ Fractional ผมแนะนำให้ไปที่ Fiverr หรือ Upwork ประเด็นคือคุณต้องรู้จักคัดเลือก วิธีหนึ่งที่ผมใช้คัดเลือกใน Upwork หรือ Fiverr คือคุณสร้างสเปกงานขึ้นมา จะมีคนสมัครเข้ามา 20, 30 หรือ 40 คน คุณดู 5 คนที่ดีที่สุด แล้วมอบหมายงาน 10% แรกให้พวกเขา ลองจ้างทั้ง 5 คนนั้นเลย แล้วดูว่าใครส่งงานได้ดีที่สุดและคุณชอบทำงานด้วยมากที่สุด เท่ากับว่าคุณยอมจ่ายแพงกว่าปกติ 5 เท่าสำหรับงาน 10% แรก แล้วคุณก็จะเจอคนที่ใช่ แล้วก็ลุยต่อกับคนนั้นเลย

ดังนั้น ในแง่หนึ่ง คุณไม่จำเป็นต้องสัมภาษณ์ด้วยซ้ำ คุณสามารถตรวจสอบได้จากผลงานที่พวกเขาทำ และนั่นคือวิธีที่ผมใช้จ้างคนจำนวนมากบน Fiverr และ Upwork ตลอดหลายปีที่ผ่านมา ตกลง. ผู้ใช้ LinkedIn: ไม่รู้ทำไมชื่อไม่ขึ้น ไม่ได้เจอกันนานเลย สนใจลงทุนในโปรเจกต์ AGI ของเราไหม? เพิ่งมีการค้นพบครั้งสำคัญ ยินดีจ่ายเงินเพื่อขอสาธิตให้ดู

AGI คืออะไรกันแน่ ใช่ไหม? ปัญญาประดิษฐ์ทั่วไป (General Intelligence) ปัจจุบัน GPT ของเราสามารถผ่านการทดสอบทัวริง (Turing test) ได้แล้ว แบบนั้นคือ AGI หรือเปล่า? ผมสงสัยว่าวิธีที่เรานิยามความฉลาดกำลังจะเปลี่ยนไป ในมุมมองของผม AI มีความสามารถเหนือมนุษย์ในบางด้าน ใช่ไหมครับ?

อย่างเช่นในเรื่องการแก้โจทย์คณิตศาสตร์ และอื่นๆ มันเหนือกว่าสติปัญญาของมนุษย์ไปมาก ทั้งเก่งกว่า เร็วกว่า และมีความอดทนมากกว่าอย่างเห็นได้ชัด ในขณะที่สมองมนุษย์ทำงานด้วยข้อมูลที่จำกัด เราสร้างแนวคิดขึ้นมา ซึ่งตรงข้ามกับวิธีที่ LLM เหล่านี้ทำงาน ซึ่งมีข้อมูลมหาศาล

พวกมันจับรูปแบบ (Patterns) บางทีมันอาจจะแตกต่างกันอย่างสิ้นเชิง อาจเป็นแค่สองวิธีที่แตกต่างกันในการสร้างรูปแบบกระบวนการคิด ดังนั้นมันจึงไม่ชัดเจนสำหรับผมว่าเรากำลังจะเลียนแบบการคิดของมนุษย์ ผมคิดว่าเราจะมีวิธีคิดของ AI ที่แตกต่างออกไปอย่างสิ้นเชิง และนั่นก็ไม่เป็นไร

และใช่ครับ มันน่าสนใจทีเดียว แต่ผมสงสัยว่าไม่ว่าโปรเจกต์ AGI ของคุณจะเป็นอะไร มันคงต้องใช้เงินมหาศาลแน่ๆ ดังนั้นถ้ามันใช้เงินทุนได้อย่างมีประสิทธิภาพ ผมก็ยินดีจะดูครับ แต่ถ้าคุณต้องการเงินหลายร้อยล้าน น่าเสียดายที่ผมหวังว่าจะมีทุนมากกว่านี้ แต่เราไม่ใช่กลุ่มนักลงทุนที่คุณมองหา

George: จากประสบการณ์ของคุณ การใช้ ‘Wedge’ (จุดเริ่มต้นเล็กๆ เพื่อเจาะตลาด) ที่ถูกต้องสำคัญแค่ไหนในการสร้าง Marketplace? อะไรที่ทำให้ Wedge นั้นแข็งแกร่งพอที่จะขยายไปสู่ระบบนิเวศที่ใหญ่ขึ้น? เวลาคุณเปิดตัว Marketplace คุณไม่มีกำแพงขวางกั้นเลย พูดง่ายๆ คือใครๆ ก็สร้างสิ่งที่เหมือนกันได้ในช่วงเริ่มต้น Wedge ของคุณ หรือสิ่งที่จะทำให้คุณแตกต่างเมื่อเวลาผ่านไปคือสภาพคล่อง (Liquidity) ใช่ไหมครับ?

ใน Marketplace เหล่านี้ ยิ่งมีผู้ซื้อมาก ก็ยิ่งดึงดูดผู้ขายมากขึ้น หรือยิ่งมีผู้ขายมาก ก็ยิ่งดึงดูดผู้ซื้อมากขึ้น เมื่อผมในฐานะผู้ซื้อเข้าไปแล้วเจอสิ่งที่มองหา และในฐานะผู้ขาย (ไม่ว่าจะเป็นสินค้าหรือบริการ) มีคนมาซื้อสิ่งที่ผมขาย นั่นแหละคือตอนที่คุณมี Wedge แล้ว

ดังนั้นมันต้องใช้เวลาในการสร้าง วันแรกคุณไม่มีกำแพงขวางกั้นเลย แต่ภายใน 2, 3 หรือ 4 ปี กำแพงขวางกั้นของคุณก็คือสภาพคล่องที่คุณมีนั่นเอง ดังนั้นจงหาและสร้างสภาพคล่องในช่วงแรกระหว่างผู้ซื้อและผู้ขาย และเมื่อคุณมีสภาพคล่องในช่วงแรกแล้ว มันจะกลายเป็นกำแพงขวางกั้นเมื่อเวลาผ่านไปและธุรกิจใหญ่ขึ้นเรื่อยๆ และสิ่งเหล่านี้อย่างที่ผมบอก มักจะเป็นแบบผู้ชนะกินรวบ เพราะผู้ซื้อที่มากขึ้นดึงดูดผู้ขายมากขึ้น และผู้ขายที่มากขึ้นก็ดึงดูดผู้ซื้อมากขึ้นเรื่อยๆ

มาต่อกันที่คำถามอื่นๆ และคำถามที่ส่งมาล่วงหน้าครับ ตัวชี้วัดอะไรที่สำคัญที่สุดเมื่อคุณประเมินว่าการนำ AI มาใช้ส่งผลต่อ Marketplace จริงๆ หรือไม่? โอเคครับ เราดูที่การรักษาผู้ใช้ (Retention) ว่ามันทำให้คนติดหรือไม่ เราดู Retention เมื่อต้องตัดสินใจว่าบริษัท AI นั้นประสบความสำเร็จหรือไม่ ใช่ไหมครับ?

บริษัท AI จำนวนมากมีอัตราการเลิกใช้งาน (Churn) สูงมาก และนั่นคือหนึ่งในสิ่งที่ทำให้ผมกังวลว่าพวกเขาไม่ได้ทำให้คนติดจริง บางทีพวกเขาอาจจะมี Product Market Fit แต่พวกเขาไม่มีกำแพงขวางกั้น (Barrier to entry) เมื่อก่อนผมเคยใช้ Runway เพื่อทำวิดีโอ แต่ตอนนี้ผมใช้ Sora

ตอนนี้ผมใช้ ChatGPT เมื่อก่อนผมเคยใช้ Midjourney สำหรับรูปภาพเกือบทั้งหมดที่ผมสร้างขึ้นสำหรับบล็อก ซึ่งตัวมันเองก็มาแทนที่ Stock Photography อีกที แต่ตอนนี้ผมใช้ ChatGPT มากขึ้นเรื่อยๆ ดังนั้นผมจะดูที่ Cohorts ดูที่ Retention และไม่ใช่แค่ Retention เดือนเดียว แต่เป็น 6 เดือน หรือ 12 เดือน

ผลิตภัณฑ์ที่ดีกว่ามักจะมีกราฟรูปตัว U คือคุณใช้มัน แล้วอาจจะใช้น้อยลง แต่ถึงจุดหนึ่งคุณจะกลับมาใช้มันอีกครั้ง ดังนั้น Cohorts และ Retention Curves จึงสำคัญอย่างยิ่ง

Boris: ลองดู Djini สิครับ มันเป็น Marketplace ด้าน HR ของยูเครน ส่วนใหญ่เป็นนักพัฒนาซอฟต์แวร์ ใช่ครับ เป็นไอเดียที่ดีที่จะแนะนำสำหรับคนที่กำลังมองหานักพัฒนาซอฟต์แวร์

ตกลง. คำถามต่อมา คุณสมบัติของผู้ก่อตั้งแบบไหนที่คุณให้ค่ามากกว่าเมื่อสิบปีก่อน? บอกตามตรงครับ คุณสมบัติที่ผมให้ค่าไม่ได้เปลี่ยนไปมากนัก ผมชอบคนที่พูดจาฉะฉานและมีวิสัยทัศน์ ซึ่งจะทำให้สามารถจ้างทีมที่ดีกว่า ขายงานให้นักลงทุนได้ดีกว่า คุยกับสื่อได้ดีกว่า ได้ดีลที่ดีกว่า ฯลฯ แต่ก็ต้องรู้วิธีลงมือทำจริงด้วย มีความใส่ใจในรายละเอียด และโฟกัสที่ Unit Economics เป็นต้น

ทีนี้ คุณสมบัติหนึ่งที่น่าเสียดายที่มันไม่ใช่ข้อกำหนดสำหรับความสำเร็จ คือการเป็นคนใจดี คุณจะเจอคนนิสัยแย่ๆ เยอะมาก และปัญหาคือการที่คนอย่าง Steve Jobs หรือ Travis ประสบความสำเร็จได้ทั้งที่เป็นคนนิสัยแย่ มันเลยทำให้คนอื่นรู้สึกว่าไม่จำเป็นต้องเป็นคนใจดีก็ได้

แต่ชีวิตมันสั้นเกินกว่าจะไปยุ่งกับคนนิสัยแย่ครับ และผมอยู่ในจุดที่ไม่จำเป็นต้องทำแบบนั้น ผมเลยอยากทำงานกับคนใจดี แต่ถึงอย่างนั้น ผู้ก่อตั้งหลายคนก็มีความหยิ่งยโส (Arrogant) อย่างแน่นอน. นั่นแย่ไหม? ก็ไม่นะ คุณต้องมีความมั่นใจในตัวเองแบบหลงผิดนิดๆ เพื่อสร้างสตาร์ทอัพ ใช่ไหมครับ?

อัตราการอยู่รอดใน 5 ปีของสตาร์ทอัพอยู่ที่ประมาณ 7% ดังนั้นคุณต้องเชื่อว่าสถิตินั้นใช้กับคุณไม่ได้ ความหยิ่งยโสหรือความหลงตัวเองผมพอรับได้ แต่ถ้าเป็นคนนิสัยแย่ (Asshole) นี่ไม่เอาแน่นอน แต่มันเปลี่ยนไปไหม? ผมก็มีความเชื่อแบบนี้มาตั้งนานแล้วนะ ไม่เชิง. ผมมีความเชื่อแบบนั้นอยู่แล้วตั้งแต่ก่อนหน้านี้ ตกลง.

คำถามจาก Jeff: ถ้าคุณกำลังจะเรียนจบจาก Princeton และอาจจะเพิ่งลาออกจาก McKinsey หรือสายงานที่ปรึกษาในปี 2026 คุณคิดว่าคุณจะสร้างอะไรในตอนนี้และเพราะอะไร? แน่นอนครับ ผมคงสร้างอะไรบางอย่างเกี่ยวกับ AI นี่คือทิศทางของโลก มันกำลังเปลี่ยนไปและน่าสนใจมาก แต่มันก็ขึ้นอยู่กับหลายอย่าง

ถ้าผมอายุ 23 ก็ขึ้นอยู่กับทักษะที่มี ผมว่ามีเส้นทางที่ใช้ได้หลายทาง คุณสามารถเข้าร่วมกับบริษัทที่กำลังเติบโตแบบก้าวกระโดด ไปทำงานให้ OpenAI หรือองค์กรการกุศล หรือคุณจะสร้าง AI เองก็ได้ แต่การสร้าง AI นั้น เกมมันใหญ่ขึ้นเรื่อยๆ อย่างเช่น ผมจะเป็นเจ้าของหุ่นยนต์ฮิวแมนนอยด์ไหม?

ซึ่งคุณมี Figure และ Optimus อยู่แล้ว หรือผมจะเป็นเจ้าของ LLM พื้นฐานไหม? ซึ่งก็มีผู้ชนะรายใหญ่ไปแล้ว ดังนั้นผมคิดว่าผมจะเลือกประยุกต์ใช้ AI ในหมวดหมู่ที่เก่าและล้าสมัย ที่ทุกอย่างยังทำด้วยกระดาษกับปากกาและใช้เส้นสาย ในหมวดหมู่ที่ผมสนใจ เพราะแน่นอนว่าในฐานะผู้ก่อตั้ง คุณไม่ได้ทำงานในสุญญากาศ คุณมีความสนใจและทักษะของตัวเอง ดังนั้นคุณย่อมอยากแก้ปัญหาที่ใหญ่พอที่จะทำเงินได้ แต่คุณต้องใส่ใจกับมันจริงๆ ด้วย ไม่ว่าพื้นฐานของคุณจะเป็นอะไร ผมจะโฟกัสที่จุดนั้น เช่น พ่อแม่คุณอาจจะมาจากอุตสาหกรรมก่อสร้าง คุณก็อาจจะไปเพิ่มประสิทธิภาพให้วงการนั้น

หรือคุณอาจจะทำงานในอุตสาหกรรมอาหาร ซึ่งมีปัญหาลึกๆ มากมาย เช่น การเข้าออกของพนักงาน การจัดหาวัตถุดิบ ฯลฯ ผมนึกถึงการใช้ AI เพื่อทำให้กระบวนการต่างๆ เป็นอัตโนมัติและสร้างประสิทธิภาพให้กับหลายๆ หมวดหมู่ที่ไม่เคยถูกแก้ไขมาก่อน

และผมคงกำลังทำเรื่องนั้นอยู่ตอนนี้ ส่วนจะเป็นอันไหนเป็นพิเศษ ผมก็ไม่รู้เหมือนกัน เพราะผมไม่ได้คิดเรื่องนี้เลยเนื่องจากยุ่งอยู่กับกองทุน Midas ลูกๆ และเรื่องอื่นๆ แต่แน่นอนว่ามันเป็นการทดลองทางความคิดที่น่าสนใจ และเป็นสิ่งที่ผมมักจะแบ่งเวลามาคิดอยู่เสมอว่า ถ้าวันนี้ผมไม่ได้ทำ FJ Labs และสร้าง Midas ผมควรจะสร้างอะไร?

และคำตอบแน่นอนว่าต้องเป็นอะไรบางอย่างใน AI แต่สำหรับผมในวันนี้มันคืออะไรนั้นน่าสนใจดี ผมยังไม่มีคำตอบ แต่แน่นอนว่ามันเป็นคำถามที่ควรค่าแก่การถาม และผมจะถามตัวเองในสัปดาห์ เดือน และปีต่อๆ ไปว่ามันจะเป็นอย่างไรได้บ้าง

ตกลง. คำถามจาก Margo: ถ้าเราตัดเรื่องการเป็นผู้ก่อตั้งสตาร์ทอัพชื่อดัง การลงทุน ผลงาน หรือแม้แต่ความสำเร็จทางการเงินออกไป ตัวตนจริงๆ ของคุณคือใคร? และคนๆ นั้นเพียงพอหรือไม่?

น่าสนใจครับ ในอเมริกาคนมักจะนิยามตัวเองจากงานที่ทำ และแน่นอนว่างานที่ทำเป็นเพียงเปอร์เซ็นต์เล็กๆ ของตัวตนจริงๆ ของพวกเขา ใช่ไหมครับ?

เช่น บุคลิกภาพ ความต้องการ ความปรารถนา ความฝัน แรงบันดาลใจ ผมพยายามจะเป็นตัวของตัวเองที่แท้จริงตลอดเวลา และผมคิดว่ามันสื่อออกมาผ่านวิธีที่ผมพูด แต่คุณก็ยังคงเห็นผมผ่านบล็อก ผ่านพอดแคสต์ ซึ่งเป็นเวอร์ชันที่เป็นมืออาชีพ ดังนั้นเพื่อตอบคำถามนั้น…

ฟังนะ ผมคิดว่าความหมายของชีวิตคือการเป็นตัวของตัวเองที่แท้จริง ไม่ว่านั่นจะเป็นอะไรก็ตาม เราทุกคนถูกสร้างมาต่างกัน มีความชอบ ความต้องการ และความจำเป็นที่ต่างกัน และบอกตามตรงว่า ณ จุดนี้ ผมรู้สึกเติมเต็มอย่างสมบูรณ์กับการเป็นตัวของผมเอง ชอบ. ผมรักทุกสิ่งที่ผมรัก ตั้งแต่การเป็นพ่อ การเล่นกับลูกๆ การเล่นกับเพื่อน เล่นวิดีโอเกม อ่านหนังสือ เขียนบล็อก (ซึ่งช่วงนี้ส่วนใหญ่ไม่ใช่เรื่องธุรกิจ) การมีปฏิสัมพันธ์กับเพื่อนๆ ไปจนถึงการเป็นหัวหน้าครอบครัวในความหมายที่ดี การเล่นเทนนิส เล่นพาเดล และอื่นๆ ใช่. ชีวิตที่ผมมีมันวิเศษมาก ผมคิดจริงๆ ว่าผมกำลังใช้ชีวิตที่ดีที่สุดเท่าที่เคยมีมา อย่างน้อยก็เป็นชีวิตที่ดีที่สุดที่ผมจะใช้ได้ และผมรู้สึกเติมเต็มอย่างสมบูรณ์ ดังนั้นถ้าด้วยเหตุผลบางอย่างที่ทำให้ผมทำงานไม่ได้ในโลกปัจจุบัน ผมก็จะยังคงรู้สึกเติมเต็มและมีความสุขอยู่ดี

ตัวตนภายนอกที่ขับเคลื่อนด้วยงานนั้นก็ดี แต่มันเป็นแหล่งที่มาของเป้าหมาย เพราะผมคิดว่าหนึ่งในเป้าหมายของผมคือการช่วยนำพลังของเทคโนโลยีมาแก้ปัญหาของโลก ทำให้สิ่งต่างๆ ดีขึ้น ถูกลง และเร็วขึ้นสำหรับคนหมู่มาก และพยายามจัดการกับปัญหาความเหลื่อมล้ำทางโอกาส การเปลี่ยนแปลงสภาพภูมิอากาศ และวิกฤตสุขภาพจิตและกายทั่วโลก

แต่ต่อให้ผมไม่มีสิ่งนั้น ผมก็ยังพบเป้าหมายที่ยิ่งใหญ่จากการเล่นกับลูก เลี้ยงลูก และอยู่กับเพื่อนๆ

อีกคำถามจาก Margot: คุณดูเหมือนจะมีความมั่นใจอย่างไม่มีที่สิ้นสุด มีเหตุผลมาก และดูสุขุมมาก คุณมีความไม่มั่นใจ (Insecurities) บ้างไหม?

ผมขอเริ่มจากการตอบคำถามนี้ครับ ในอดีตตอนที่โตมา ผมมีความไม่มั่นใจหลายอย่าง เพราะผมเก่งเรื่องการใช้สมองและเรียนได้เกรดดี ผมเลยนิยามตัวเองด้วยสิ่งนั้น แต่ผมไม่มั่นใจในเรื่องการเข้าสังคมเลย ใช่ไหมครับ? ด้วยความที่อายุน้อยกว่าเพื่อนรุ่นเดียวกัน และการที่ผมไม่เคยมีแฟนหรือเพื่อนเลย ฯลฯ

ผมมีแฟนคนแรกตอนอายุ 27 การไม่มีแฟนตอนอายุ 26 หรือไม่เคยมีแฟนเลยเป็นสาเหตุของความไม่มั่นใจไหม? คำตอบคือใช่ครับ แต่ทุกวันนี้ผมสบายใจกับตัวตนของตัวเองมากขึ้น ดังนั้นเลยไม่มีความไม่มั่นใจเฉพาะเจาะจง ผมคงต้องตอบว่าไม่มีความกลัวที่แท้จริงครับ

แต่มีสิ่งที่กวนใจผมและผมไม่ชอบในชีวิตไหม? มีแน่นอนครับ ผมเกลียดความแก่ชรา เมื่อก่อนผมเคยเป็นคนที่อายุน้อยที่สุดในทุกสิ่งที่ทำ แต่ตอนนี้บ่อยครั้งที่ผมกลายเป็นคนที่แก่ที่สุด ผมชอบไหมล่ะ? ไม่ได้อย่างแน่นอน. ดังนั้นผมเลยต่อต้านความร่วงโรยอย่างสุดกำลัง นั่นคือเหตุผลที่ผมพยายามอย่างหนักเพื่อให้ร่างกายแข็งแรง สมองเฉียบแหลม และรักษาพลังงานแบบคนหนุ่มสาวไว้ให้ได้ตลอดไป

หรืออย่างน้อยก็ให้นานที่สุดเท่าที่จะเป็นไปได้ ไม่แน่ใจว่ามันคือความไม่มั่นใจหรือเปล่า แต่มันเป็นสิ่งที่กวนใจผมแน่นอน และผมกำลังพยายามอย่างหนักเพื่อสู้กับกาลเวลา เพราะมีอะไรให้ทำอีกตั้งเยอะ และเราอยู่ในยุคที่วิเศษมาก เราได้รับสิทธิพิเศษมากที่มีพลังงานและสุขภาพที่จะใช้ชีวิตให้คุ้มค่าที่สุด

สิ่งเดียวกัน ผมอยากจะเล่นกับลูกๆ ได้อย่างเต็มที่ และคำถามสุดท้ายจาก Margot: ถ้าคุณไม่ได้เป็นผู้ก่อตั้งและผู้ประกอบการ คุณคิดว่างานอะไรที่คุณอยากจะลองทำ? ข้อนี้ยากครับ เพราะผมเกลียดโครงสร้างแบบเดิมๆ อย่างงานเก้าโมงเช้าถึงห้าโมงเย็น หรือการมีเจ้านาย ผมคิดว่าตัวเองเป็นคนประเภทที่จ้างมาทำงานไม่ได้

ดังนั้นถ้าไม่มีเรื่องเทคโนโลยี ผมคิดว่าผมก็คงยังเป็นผู้ประกอบการในอุตสาหกรรมอื่นถ้าเป็นไปได้ แต่ถ้าการเป็นผู้ประกอบการทำไม่ได้เลย นั่นจะยากกว่ามาก เพราะผมต้องหางานที่ตรงกับวิธีคิดของผม ซึ่งผมก็ไม่แน่ใจว่าจะเป็นอะไร

เป็นการทดลองที่น่าสนใจสำหรับชีวิตหน้าซึ่งผมหวังว่าจะไม่ต้องทำ เพราะผมรักในสิ่งที่ทำอยู่ รักความยืดหยุ่น อิสระ และความคิดสร้างสรรค์ ในแง่หนึ่ง การเป็นผู้ประกอบการคือรูปแบบการแสดงออกถึงความคิดสร้างสรรค์ของผม การนำบางอย่างจากศูนย์ไปสู่หนึ่ง และสร้างบางอย่างขึ้นมาจากความว่างเปล่า ผมไม่แน่ใจว่าจะมีอะไรอื่นที่ทำให้รู้สึกเติมเต็มได้ขนาดนี้

ดังนั้น ไม่รู้เลยครับ นี่คือคำตอบที่จริงใจที่สุด ผมจะไปทำ Private Equity หรือที่ปรึกษา หรือการธนาคารได้ไหม? ก็ได้นะ อย่างแน่นอน. แต่ผมจะรักมันในทุกๆ วัน ทุกๆ นาทีไหม? ผมคิดว่าไม่ ดังนั้นมีหลายอย่างที่ผมทำได้ดีมาก ผมเป็นอาจารย์ได้ ผมจะเป็นอาจารย์สอนเศรษฐศาสตร์หรือคณิตศาสตร์ที่เก่งมาก แต่ถามอีกครั้งว่า ผมจะรักมันไหม?

และการต้องสอนเนื้อหาเดิมซ้ำๆ ตลอดหลายปี ผมไม่รู้สิ มันช้าเกินไปและขยายผล (Scale) ได้ไม่มากพอ ผมไม่คิดว่ามันจะตอบโจทย์จิตวิญญาณของผม แต่จริงๆ แล้วการเป็นอาจารย์ก็น่าจะเป็นตัวเลือกที่พอใช้ได้ แต่ไม่แน่ใจว่าจะเติมเต็มเท่านี้ไหม ในแง่หนึ่งผมก็ได้ทำหน้าที่อาจารย์ผ่านพอดแคสต์นี้ ผ่านการตอบคำถามของผู้ฟังและผู้ใช้ โดยการคิดถึงสิ่งที่ผมอยากจะแบ่งปัน การทำ Playing with Unicorns มักจะเป็นเรื่องเกี่ยวกับ ‘มีอะไรบ้างที่ผมอยากรู้ตอนอายุ 23 และเริ่มเป็นผู้ก่อตั้งครั้งแรก’ ซึ่งตอนนี้ผมรู้แล้วและสามารถแบ่งปันกับคุณได้

และผมพบว่ามันน่าสนใจและขยายผลได้มากกว่าการสอนในห้องเรียน ผมเคยสอนที่ Columbia Business School หรือ Center for Business School ฯลฯ และใช่ครับ คุณได้สอนคนที่เก่งมาก แต่มันเป็นคลาสเล็กๆ ไม่ได้ Scale มากนัก และเนื้อหาก็ไม่ได้เปลี่ยนไปมากเท่าไหร่

แต่ตอนนี้ อะไรก็ตามที่ผ่านเข้ามาในหัว ผมก็สร้างเนื้อหาขึ้นมา แล้วก็ปล่อยพอดแคสต์ออกไปตามไอเดียที่เกี่ยวข้องในตอนนั้น

George: ใน Marketplace ระยะเริ่มต้น สัญญาณที่ชัดเจนที่สุดที่บอกว่าแพลตฟอร์มกำลังจะเติบโตแบบก้าวกระโดดและแก้ปัญหา ‘ไก่กับไข่’ ได้แล้ว แทนที่จะติดอยู่กับสภาพคล่องต่ำ คืออะไรครับ?

ถ้าอัตราการขายออก (Sell-through rate) ของสินค้าบนไซต์ของคุณ (ในกรณีที่คุณขายสินค้า) อยู่ที่ประมาณ 25% หรือมากกว่า แสดงว่าคุณเริ่มมีสภาพคล่องแล้ว ถ้าคุณเป็น Marketplace ด้านบริการ และคุณเริ่มสร้างรายได้ให้ซัพพลายของคุณได้ 25% หรือมากกว่า แสดงว่าคุณเริ่มมีสภาพคล่องแล้ว และวิธีที่จะทำให้แน่ใจว่าคุณไปถึงจุดนั้นได้คือ อย่าให้มีซัพพลายล้นเกินไป

ผมว่ามันขึ้นอยู่กับแต่ละ Marketplace แต่ความผิดพลาดที่ใหญ่ที่สุดที่ผู้ก่อตั้ง Marketplace มักจะทำคือการมีซัพพลายมากเกินไป ถ้าคุณมีซัพพลายมากเกินไป พวกเขาจะไม่กระตือรือร้นและจะไม่ตอบกลับ ส่วนผู้ซื้อก็จะมึนงงกับตัวเลือกที่มากเกินไป มันจะดีกว่ามากถ้าคุณมีซัพพลายที่ดีที่สุดสำหรับหมวดหมู่นั้นๆ หรือพื้นที่นั้นๆ

หาดีมานด์ให้เจอ สร้างสภาพคล่องให้พวกเขา แล้วค่อยขยายขนาดเพิ่มขึ้นทีละนิด ในสไลด์นี้ ผมคิดว่ามันคือการเพิ่มดีมานด์และจับคู่ให้ต่อเนื่อง สัญญาณที่บอกว่าคุณมี Product Market Fit คือเมื่อต้นทุนการหาลูกค้า (CAC) เริ่มลดลง และนั่นคือตอนที่ผู้ใช้เริ่มกลับมาใช้งานซ้ำ ชวนเพื่อนมาใช้ และตัวเลขเศรษฐศาสตร์ต่อหน่วย (Unit Economics) ของคุณดีขึ้นเรื่อยๆ

แต่สัญญาณแรกๆ ของสภาพคล่อง (Liquidity) โดยปกติแล้ว อัตราการขายออก (Sell-through rate) ที่ 20-25% มักจะเป็นสัญญาณที่ดี ว่าอย่างน้อยในตลาดสินค้ามือสอง คุณก็มีสภาพคล่องแล้ว โอเค กลับไปที่คำถามที่มีคนส่งเข้ามาล่วงหน้ากันครับ

Lewis Gonzales: ถ้าคุณกำลังเริ่มสร้าง Global Marketplace จากศูนย์ในวันนี้ คุณจะให้ความสำคัญกับอะไรมากที่สุดเพื่อเป็นเกราะป้องกันหลัก (Core Defensibility) ตั้งแต่วันแรก?

สภาพคล่อง แบรนด์ คอมมูนิตี้ เทคโนโลยี โดยเฉพาะอย่างยิ่งเมื่อ AI เข้าถึงได้ง่ายขึ้นเรื่อยๆ ผมเคยตอบเรื่องนี้ไปแล้ว แต่พื้นฐานคือในวันแรก (Day Zero) คุณไม่มีปราการป้องกันหรืออุปสรรคในการเข้าสู่ตลาดเลย อุปสรรคของคุณจะค่อยๆ สร้างขึ้นตามกาลเวลาผ่านสภาพคล่อง เมื่อคุณเริ่มมีผู้ซื้อมากขึ้น ก็จะดึงดูดผู้ขายมากขึ้น และผู้ขายที่มากขึ้นก็จะดึงดูดผู้ซื้อมากขึ้นตามไปเอง

ดังนั้นให้โฟกัสที่ Unit Economics ไม่ว่ากลยุทธ์ที่ขยายผลได้และทำซ้ำได้ของคุณในการเพิ่มซัพพลายและดีมานด์คืออะไร ก็ให้ทำต่อไปเรื่อยๆ จับคู่ให้ได้ สร้างสภาพคล่องให้เกิด เพราะในโมเดล Marketplace สภาพคล่องชนะทุกอย่าง ลองนึกภาพว่าถ้าวันหนึ่งพวก Agent หรือตัวแทนต่างๆ เป็นคนทำธุรกรรมแทนผู้ใช้ พวกเขาก็จะไปทำธุรกรรมในที่ที่มีสภาพคล่องสูงที่สุด

ดังนั้นเกราะป้องกันสุดท้ายของคุณคือสภาพคล่องครับ มันคือเรื่องของสภาพคล่อง สภาพคล่อง และเมื่อถึงจุดนั้น ก็คือการมีสภาพคล่องที่มากขึ้นไปอีก

ผมเห็นคุณลงทุนใน Quince ช่วยเล่ารายละเอียดเพิ่มหน่อยได้ไหมครับว่าพวกเขาเป็นอย่างไรและมีเป้าหมายในอนาคตอย่างไร? Quince เป็นหนึ่งในบริษัทที่สร้างผลตอบแทนมหาศาล (Fund Returner) ให้กับ FJ Labs พวกเขาทำผลงานได้ยอดเยี่ยมมากครับ

พวกเขาเป็น Marketplace สำหรับสินค้าหรูในราคาที่จับต้องได้ (Affordable Luxury) และเป็นแบรนด์แบบ Direct-to-Consumer ที่เป็น Marketplace เพราะพวกเขาใช้โมเดลแบบ Asset-light ผู้ก่อตั้งบอกว่ามันสุดยอดมาก เราลงทุนในพวกเขาตั้งแต่เริ่มต้น และถ้าจะให้สรุปสั้นๆ (Elevator Pitch) สำหรับพวกเขาก็คือ คุณภาพระดับ Macy’s ราคาแบบ Costco และระบบโลจิสติกส์แบบ Shein หรือ Temu

และพวกเขาเติบโตอย่างก้าวกระโดด จากยอดขายหลักร้อยล้าน เป็น 300 ล้าน เป็นพันล้าน และผมคิดว่าปีที่แล้วน่าจะทะลุ 2 พันล้านดอลลาร์ไปแล้ว ยังคงเติบโตอย่างบ้าคลั่ง และเพิ่งระดมทุนที่มูลค่าบริษัท 1 หมื่นล้านดอลลาร์จาก Iconic แล้วพวกเขาจะไปทางไหนต่อ? อย่างแรกเลยคือ มันหายากมากที่บริษัทขนาดนี้ ที่มีรายได้ระดับพันล้านในปี 24 จะยังเติบโตได้ถึง 100% แบบปีต่อปี

เรื่องแบบนี้แทบไม่เคยเกิดขึ้นเลย และพวกเขายังอยู่ในช่วงเริ่มต้นของการเดินทางเท่านั้น เมื่อพิจารณาจากหมวดหมู่สินค้าและภูมิภาคที่พวกเขาอยู่ พวกเขาเพิ่งเปิดตัวในแคนาดาปีนี้ และผมคิดว่ากำลังจะเริ่มเปิดตัวในยุโรป ดังนั้นพวกเขาเพิ่งจะเริ่มขยายธุรกิจไปต่างประเทศเองครับ

พวกเขายังอยู่ในช่วงเริ่มต้นของการขยายหมวดหมู่สินค้า ผมมองเห็นภาพที่พวกเขามีรายได้ระดับหลายหมื่นล้านในอีก 5 ถึง 10 ปีข้างหน้า และนี่คือบริษัทที่คุณสามารถชนะได้อย่างต่อเนื่อง บริษัทอยู่ในตำแหน่งที่เหนือกว่าอยู่แล้วและสามารถรักษาชัยชนะไว้ได้ ผมหวังว่ามันจะชนะต่อไป ขยายขนาดต่อไป และทำผลงานได้ดีเยี่ยมอย่างต่อเนื่องในอนาคต

Quince เป็นบริษัทที่คืนทุนให้กองทุนเราแล้ว และผมหวังว่าจะเป็นเช่นนั้นต่อไปในอนาคต และจะกลายเป็นหนึ่งในผู้ชนะที่ยิ่งใหญ่ที่สุดเท่าที่ FJ Labs เคยมีมา

Gael: ตลาดไหนในปัจจุบันที่ดูน่าเบื่อหรือไม่น่าดึงดูด แต่จะสร้างบริษัทระดับพันล้านดอลลาร์ในรุ่นถัดไป? ตอนนี้ทุกคนกำลังโฟกัสไปที่สงครามครั้งใหญ่และโมเดลพื้นฐาน (Foundational Models) ใช่ไหมครับ?

และใช่ครับ นี่คือโอกาสระดับหลายล้านล้านดอลลาร์ ไม่ว่าจะเป็น ChatGPT vs Claude vs Grok หรืออะไรก็ตาม และนี่คือจุดที่ความสนใจและเงินทุนทั้งหมดไหลไป ในพอดแคสต์ล่าสุดของผม 75% ของเงินลงทุน Venture Capital ไปอยู่ที่ AI และ 95% ของบริษัทใน YC ก็เป็นบริษัทประเภท AI Foundational Model

เรากำลังสู้กันในเกมของราชา (Game of Kings) แต่สิ่งที่ดูไม่น่าดึงดูดเลยในตอนนี้จริงๆ แล้วคือพวก Marketplace เรามีบริษัทที่น่าทึ่งในพอร์ตโฟลิโอที่เติบโตจากยอดขายรวม (GMV) 10 ล้านต่อปี เป็น 30 ล้าน เป็น 100 ล้าน แต่เพราะคนเห็นการเติบโตจากศูนย์ไปถึงพันล้านอย่างรวดเร็วในสาย AI พวกเขาเลยไม่ตื่นเต้นกับเรื่องนี้อีกต่อไป

ทั้งที่บริษัทเหล่านี้ใช้เงินทุนอย่างมีประสิทธิภาพ (Capital Efficient) ต้องการเงินทุนน้อยกว่ามาก มี Unit Economics ที่ยอดเยี่ยม และมีอัตรากำไรขั้นต้นที่น่าทึ่ง แถมยังมีอีกหลายอุตสาหกรรมที่คุณสามารถใช้ AI เข้าไปทำให้มีประสิทธิภาพมากขึ้นได้ ตั้งแต่บริการสาธารณะ ไปจนถึงการก่อสร้าง ค้าปลีก และอื่นๆ

ซึ่งผมคิดว่ามีโอกาสมหาศาล มีหลายหมวดหมู่ที่ข้อมูลยังกระจัดกระจายและไม่ชัดเจน หรือต้องใช้คนจำนวนมากในการเป็นตัวกลาง คุณลองนึกภาพโลกที่ Agent เหล่านี้สามารถเข้ามาช่วยปรับปรุงตัวเลขเศรษฐกิจ ทำให้หมวดหมู่นั้นใหญ่ขึ้น และอื่นๆ ได้ดูสิครับ

ดังนั้นผมขอบอกว่าเป็นอุตสาหกรรมเก่าๆ ที่น่าเบื่อซึ่งยังไม่ถูกเทคโนโลยีเข้าถึง ซึ่งเป็นครั้งแรกที่คุณสามารถใช้ Agent เพื่อขยายขนาดและทำให้หมวดหมู่นั้นน่าสนใจและมีประสิทธิภาพมากขึ้น ซึ่งจริงๆ แล้วมีอยู่ไม่จำกัดเลยใช่ไหมครับ? เศรษฐกิจส่วนใหญ่ยังไม่ถูก AI แตะต้องเลย มีเพียงกลุ่มผู้เริ่มใช้กลุ่มแรกๆ และสายเทคเท่านั้น

นั่นคือประเด็นครับ อะไรคือจุดบอดที่ใหญ่ที่สุดที่คุณเห็นในกลุ่มนักลงทุน Venture Capital ตอนนี้? แน่นอนว่าคือการที่ทุกคนแห่กันไปที่ AI ตลอดเวลา โดยไม่สนใจมูลค่าบริษัท (Valuation) ไม่สนใจโครงสร้างกำไรขั้นต้น เราแค่ต้องเข้าไปมีส่วนร่วมเพราะคิดว่าผลตอบแทนจะมหาศาล แต่มันดูเหมือนฟองสบู่มากครับ

มันรู้สึกเหมือนปี 2021 อีกครั้ง เหมือนอสังหาริมทรัพย์ปี 2006 ที่คิดว่าราคาจะมีแต่ขึ้น ไม่มีวันลง เหมือนฟองสบู่ดอทคอมปี 98, 99, 2000 ในขณะเดียวกันก็ต้องมีคนชนะ และรางวัลนั้นจะยิ่งใหญ่มาก แต่ถามว่าผมจะเข้าไปตอนนี้ด้วยมูลค่าบริษัทที่บ้าคลั่งอย่าง Anthropic หรือ OpenAI ไหม?

คำตอบคือไม่ครับ พวกเขาจะยังเติบโตได้อีกมากจากจุดนี้ไหม และนี่คือโอกาสที่ใหญ่ที่สุดหรือเปล่า ก็เป็นไปได้ แต่ถ้าคุณเข้ามาตั้งแต่แรกนั่นก็เยี่ยมไปเลย แต่ถ้าจะให้เข้ามาตอนนี้ ผมคงไม่รู้สึกสบายใจนัก ดังนั้นเราจึงเป็นนักลงทุนสาย Applied AI ที่ดูน่าเบื่อกว่า ซึ่งผมขอจำกัดความกลยุทธ์ของเราว่าเป็นวิธีที่ฉลาดในการลงทุนใน AI

เราลงทุนในบริษัทที่ใช้ AI อย่างมีประสิทธิภาพสูงสุดเพื่อให้มีกำไรสูงขึ้น มีต้นทุนการหาลูกค้าที่ต่ำลง มีอัตราการเปลี่ยนเป็นลูกค้า (Conversion Rate) ที่สูงขึ้น สำหรับผม นี่คือวิธีที่ถูกต้องในการเล่นเกมนี้ และใช่ครับ มันไม่ใช่สิ่งที่ VC คนอื่นๆ กำลังทำกันอยู่

มาดูคำถามที่ส่งมาทางอีเมลกันบ้างครับ ในระหว่างนี้คุณยังสามารถโพสต์คำถามที่นี่ได้เรื่อยๆ นะครับ มาดูกันตรงนี้

Muresh: หมวดหมู่หรือหมวดหมู่ย่อยไหนในสาย AI ที่มีศักยภาพ และอันไหนที่คนล้นตลาดแล้ว เมื่อพิจารณาจากการนำเสนอแผนธุรกิจและการพูดคุยกับนักลงทุนและ VC เก่งๆ คนอื่น? ผมรู้สึกว่าเกม Foundational Model นั้นคนล้นตลาดมากแล้ว ใช่ไหมครับ?

ทั้ง xAI, Mistral และรวมถึงในสายเฉพาะทางอย่าง Runway vs Sora และ Midjourney เป็นต้น มันรู้สึกว่าคนเยอะเกินไปสำหรับสิ่งที่ผมสงสัยว่าใครจะเป็นผู้ชนะ มันเป็นหมวดหมู่ที่ผู้ชนะได้เกือบทั้งหมด (Winner-takes-most) บางทีอาจจะมีสองราย เช่น Anthropic ชนะฝั่ง B2B และ ChatGPT ชนะฝั่ง Consumer ส่วน Gemini ก็รักษาแชร์ไว้ได้บ้าง

แต่ผมมองเห็นผู้ชนะ 20 รายในพื้นที่นี้ไหม? ไม่ครับ มันรู้สึกเหมือนสงคราม Search Engine ในยุค 90 อย่าง AltaVista vs Lycos vs Yahoo อะไรพวกนั้น แล้วจู่ๆ Google ก็โผล่มา ดังนั้นผมจะไม่ลงเงินใน Foundational Model เพิ่ม และจะโฟกัสไปที่การนำ AI ไปใช้กับหมวดหมู่ที่คนยังไม่ค่อยใช้กันในตอนนี้อย่างที่บอกไป แต่แน่นอนว่าการระดมทุนในหมวดหมู่เหล่านี้จะยากกว่า เพราะมันไม่ได้ถูกมองว่าเป็น AI สายหลัก

George: คุณเคยเห็น Marketplace ที่ประสบความสำเร็จเมื่อคุณค่าไม่ได้อยู่ที่การทำธุรกรรมครั้งเดียว แต่เป็นการประสานงานบริการหลายอย่างรอบๆ เหตุการณ์สำคัญในชีวิต (Life Event) บ้างไหม? ใช่. เราลงทุนใน Marketplace เกี่ยวกับการแต่งงานครับ ซึ่งทำผลงานได้ค่อนข้างดีเลย พวกเขามีส่วนแบ่งการตลาดงานแต่งงานขนาดใหญ่ในยุโรป

เดี๋ยวผมคงนึกชื่อออกในเร็วๆ นี้แหละครับ และแน่นอน วิธีที่พวกเขาสร้างรายได้คือการช่วยคุณหาคนจัดเลี้ยง สถานที่ ช่างภาพ คนทำเค้ก และอื่นๆ ดังนั้นพวกเขาจึงเป็นการประสานงานบริการมากมายรอบๆ เหตุการณ์สำคัญในชีวิตเหตุการณ์เดียว

งานแต่งงานเป็นตัวอย่างที่ชัดเจนครับ ผมคิดว่ามันเกิดขึ้นได้กับเหตุการณ์สำคัญอื่นๆ ในชีวิตด้วย เราอาจจะต้องนิยามว่าเหตุการณ์เหล่านั้นคืออะไร ใช่ไหมครับ? อย่างความตายก็เป็นเรื่องใหญ่สำหรับคน เช่น การจัดการทรัพย์สินมรดก การขายทอดตลาดทรัพย์สิน และอื่นๆ ส่วนการเรียนจบมหาวิทยาลัย เอ่อ ปัญหาก็คือ…

เมื่อคุณเรียนจบ คุณอาจจะต้องการรถ ต้องการงาน หรือที่พัก แต่สิ่งเหล่านี้มีเว็บไซต์ที่ทำเรื่องนั้นโดยเฉพาะทำได้ดีอยู่แล้ว ดังนั้นผมจะสร้างเว็บเดียวสำหรับทุกอย่างนี้ไหม? ผมไม่ค่อยแน่ใจนัก เมื่อเทียบกับเว็บเฉพาะทาง (Verticals) ที่เป็นระดับ Best-in-class ในแต่ละหมวดหมู่อยู่แล้ว

เช่นเดียวกับการย้ายเมือง มีหลายบริษัทที่ช่วยเรื่องการย้ายเมืองและพวกเขาก็ไปได้เรื่อยๆ แต่ไม่มีใครที่โดดเด่นมาก เพราะถ้าผมย้ายไปเมืองใหม่และต้องการหาอพาร์ตเมนต์ Zillow ก็ยอดเยี่ยมอยู่แล้ว คุณไม่จำเป็นต้องไปเว็บสำหรับการย้ายเมืองโดยเฉพาะ ดังนั้นผมว่างานแต่งงานดูสมเหตุสมผลที่สุด แล้วเหตุการณ์สำคัญอื่นๆ ในชีวิตมีอะไรที่น่าคิดถึงอีกบ้าง? โอเค ไปต่อที่คำถามที่เสนอมาครับ

Godfrey: คำถามแรก เกณฑ์การระดมทุน (Fundraising Matrix) ของ FJ Labs เปลี่ยนไปอย่างไร โดยเฉพาะในช่วงไม่กี่เดือนที่ผ่านมา เมื่อพิจารณาจากผลกระทบที่รวดเร็วของ AI ต่อตลาด B2C และ B2B ในแง่ของ Traction, ขนาดรอบการระดมทุน และมูลค่าบริษัท?

มูลค่าบริษัทเฉลี่ย หรือแม้แต่มูลค่ากลาง (Median) กำลังพุ่งสูงขึ้นอย่างมากใช่ไหมครับ? ใช่. เพราะ AI คุณจึงเห็นรอบ Seed ที่ใหญ่ขึ้น เราเพิ่งเห็นรอบ Seed ระดับพันล้านดอลลาร์ ระดมทุนได้พันล้านที่มูลค่าก่อนลงทุน (Pre-money) 3.5 พันล้าน ดังนั้นเห็นได้ชัดว่ามูลค่าที่คนเรียกกัน โดยเฉพาะในสาย AI นั้นสูงขึ้นมาก

แต่เรากำลังหลีกเลี่ยงกระแส AI Hype นั้น และยังคงโฟกัสที่พื้นฐาน เหมือนในปี 21 ที่ทุกคนบอกว่า เกณฑ์ของคุณมันล้าสมัยแล้ว มันใช้ไม่ได้แล้ว และอื่นๆ และแน่นอนว่าผมคิดถูก มันกลับมาสู่จุดเดิม ผมหมายถึงมันกลับมาอย่างรุนแรง และตัวเลขก็ถูกรีเซ็ตใหม่

ดังนั้นถ้าคุณตัดบริษัทสาย AI Hype ออกไปจากสมการ เกณฑ์เดิมก็ยังใช้ได้อยู่ครับ เรายังอยากเห็นคุณมียอด GMV ประมาณ 5 แสนถึง 7.5 แสนดอลลาร์ต่อเดือน โดยมี Take Rate 15% เมื่อคุณจะระดมทุน Series A และระดมทุน 10 ล้านที่มูลค่า Pre-money 30 ล้าน หรือ 7 ล้านที่ 23 ล้าน อะไรประมาณนั้น เรายังอยากเห็น GMV 2.5 ถึง 5 ล้านดอลลาร์ต่อเดือน

นั่นคือการคาดหวัง Take Rate 10-15% สำหรับแบบ Curated และ 2-4% สำหรับ B2B เราคาดหวัง GMV ที่สูงกว่ามากเมื่อคุณระดมทุน Series B ระดับ 50 ล้าน ดังนั้นเกณฑ์นี้ยังถูกต้องอยู่ แต่ใช้ไม่ได้กับ AI ที่คนยอมจ่ายราคาบ้าคลั่งในรอบ Seed, Pre-seed, A, B หรืออะไรก็ตาม

แต่ถ้าคุณกำลังสร้างบริษัท ผมแนะนำให้คุณยึดตามเกณฑ์นี้ไว้ เพราะถ้าคุณระดมทุนมากเกินไปที่ราคาสูงเกินไป มันจะฆ่าคุณได้ นี่คือหนึ่งในสาเหตุหลักที่บริษัทล้มเหลว เพราะพวกเขาเติบโตไม่ทันมูลค่าบริษัทและระดมทุนรอบถัดไปไม่ได้ ถ้าคุณเป็น VC ผมก็แนะนำให้ยึดตามเกณฑ์นี้ เพราะถ้าคุณจ่ายแพงเกินไป ผลตอบแทนจะแย่ และสินทรัพย์ประเภท VC ก็ทำผลงานได้ไม่ค่อยดีนักอยู่แล้วในแง่ของผลตอบแทน

คำถามที่สอง ในเมื่อ AI ทำให้การสร้างซอฟต์แวร์ง่ายขึ้นมาก VC ในช่วง Early Stage ให้ความสำคัญกับ Technical Co-founder แค่ไหน? อ๋อ ผมเคยตอบเรื่องนี้ไปแล้ว ซึ่งอย่างที่บอก คำตอบคือ ‘มันขึ้นอยู่กับ’ หมวดหมู่ที่คุณอยู่ ถ้าคุณต้องการ Technical Co-founder เพราะสิ่งที่คุณทำมันยากสุดๆ คุณก็ควรมี ถ้าคุณกำลังสร้าง OpenAI รุ่นถัดไป ก็ต้องมี Technical Co-founder ครับ

ตกลง. Rosa Bluda คุณขาดอะไรในชีวิตไหม? บอกตามตรง ผมคิดว่าผมกำลังใช้ชีวิตที่ดีที่สุดเท่าที่เคยมีมา ผมไม่คิดว่าผมขาดอะไรเลย ผมสุขภาพแข็งแรง ครอบครัวก็ยอดเยี่ยม

ผมไปได้สวย ชีวิตมันได้รับสิทธิพิเศษอย่างเหลือเชื่อ และผมเต็มไปด้วยความกตัญญูต่อชีวิตที่มีอยู่ ไม่คิดว่าขาดอะไรนะ บางทีผมอาจจะไม่รู้ในสิ่งที่ผมไม่รู้ และอาจมีสิ่งที่ผมขาดไปโดยที่ผมไม่รู้ตัวด้วยซ้ำ แต่ก็นั่นแหละครับ

คำถามถัดไป Palantir มีคู่แข่งไหม? มีบริษัทฝรั่งเศสที่เหมือน Palantir ชื่อ Arlequin AI ไม่ได้สะกดแบบแปลกๆ เหมือนบริษัทเทคส่วนใหญ่ แต่มีอีกที่ที่น่าสนใจกว่าชื่อ Fundamentals เพราะ Palantir นั้นบอกยากว่าเป็นบริษัทเทคหรือบริษัทบริการกันแน่ ใช่ไหมครับ? เพราะการวางระบบของเขาใช้เวลา 6 ถึง 18 เดือน

รายได้ส่วนใหญ่มาจากบริการวางระบบมากกว่าค่าธรรมเนียม SaaS แบบรายเดือน ส่วน Fundamental พวกเขาใช้ AI แน่นอน และทำการเชื่อมต่อระบบได้ใน 2-3 วัน และรายได้ส่วนใหญ่มาจากค่าสมาชิก (Subscription) สำหรับผม นี่คือคู่แข่ง Palantir ที่น่าสนใจที่สุดที่กำลังมาแรง

คุณมีศิลปินที่ชื่นชอบไหม? ผมหมายถึงจิตรกรน่ะครับ ไม่เชิง. ผมน่าจะชอบนักเขียนมากกว่านะ จิตรกรเหรอ… ไม่ค่อยแฮะ คือผมชื่นชมศิลปะและสิ่งที่ศิลปินพยายามจะสื่อนะ อย่างแน่นอน. แต่ไม่แน่ใจว่าผมจะมีคำตอบสำหรับคำถามนั้นไหม

ตกลง. ต่อที่คำถามที่ส่งมาล่วงหน้าครับ ผมเพิ่งจบปริญญาโทครับ Matteo และสนใจสตาร์ทอัพสาย AI ถ้าคุณเรียนจบในปี 2026 วันนี้และอยากสร้างอะไรสักอย่าง คุณจะเริ่มอาชีพที่บริษัทใหญ่หรือสตาร์ทอัพช่วงเริ่มต้นดี? และสำหรับคนที่มีโปรไฟล์แบบ Generalist (มีความรู้รอบด้าน) เส้นทางนี้ยังไปได้ไหมในปัจจุบัน? และคุณจะให้ความสำคัญกับทักษะอะไรเป็นพิเศษ ทั้งด้านเทคนิคและไม่ใช่เทคนิค?

โดยทั่วไป ผมคิดว่าคุณจะเรียนรู้ได้เร็วกว่าและดีกว่าในสตาร์ทอัพเมื่อเทียบกับองค์กรใหญ่ ตอนผมจบมหาวิทยาลัย ผมไปทำที่ McKinsey มันเหมือนโรงเรียนบริหารธุรกิจที่เขาจ่ายเงินให้ผม แต่มันก็คุ้มค่าพอๆ กันถ้าจะเข้าร่วมสตาร์ทอัพในช่วง Seed, A หรือ B อาจจะเป็นช่วง Series B แต่ไม่ควรใหญ่เกินไป

ไม่อย่างนั้นคุณจะได้บทบาทที่ถูกจำกัดวงแคบมาก และคุณจะไม่สามารถเรียนรู้ได้มากเท่าที่ควร ดังนั้นคุณควรเลือกที่ที่มี Product Market Fit และเงินทุนเพียงพอที่จะไปต่อได้ดี แต่ยังไม่มั่นคงจนบทบาทหน้าที่กลายเป็นแบบสำเร็จรูป เพื่อที่คุณจะได้พิสูจน์ตัวเอง ทำตามความชอบ และเรียนรู้ให้ได้มากที่สุด

ดังนั้นผมจะเข้าร่วมสตาร์ทอัพช่วงเริ่มต้น น่าจะเป็นสาย AI และน่าจะเป็นในแถบ Bay Area แล้วย้ายไปที่นั่นเลยถ้าผมเพิ่งเรียนจบ เพื่อหาดูว่าเส้นทางไหนดีที่สุด แทนที่จะเข้าบริษัทใหญ่ แต่ก็นะ OpenAI ตอนนี้อาจจะโอเคถ้าคุณเป็นวิศวกร แต่ถ้าคุณเป็น Generalist อย่างในกรณีของคุณ บริษัทขนาดเล็กน่าจะตอบโจทย์กว่า

แล้วผมคิดว่ามีเส้นทางสำหรับ Generalist ไหม? อย่างแน่นอน. ผมคิดว่าวันนี้มีเส้นทางสำหรับ Generalist มากกว่าที่เคย เพราะในฐานะ Generalist คุณสามารถใช้เครื่องมือ AI เพื่อสร้างเทคโนโลยีออกมาได้เร็วมาก คุณสามารถเรียนรู้การเขียนโค้ดผ่านการสื่อสาร (Vibe Code) ได้เร็วใช่ไหมครับ? อย่างการใช้ Cursor สิ่งต่างๆ จะง่ายขึ้นมากสำหรับ Generalist ที่ฉลาดใช้เครื่องมือ AI เมื่อเทียบกับเมื่อก่อน

และถ้าคุณนึกถึงบทบาทของ CEO และทีมผู้ก่อตั้งในอนาคต CEO ก็คือ Generalist นั่นแหละครับ ดังนั้นแน่นอน การเป็น Generalist นั้นยอดเยี่ยมมาก อย่างที่ผมบอกไปก่อนหน้านี้ ผมจะลองเล่นเครื่องมือทุกอย่าง ลองใช้ OpenClaw, เล่นกับ Claude, เล่นกับ GPT, เล่นกับ Cursor

ทำความคุ้นเคยกับสิ่งที่คุณทำได้จากเครื่องมือเหล่านั้นให้มากที่สุด และดูว่าคุณจะผลักดันมันไปได้ไกลแค่ไหน แล้วคุณจะตกใจว่าคุณสามารถเพิ่มประสิทธิภาพการทำงานได้มากขนาดไหน มีอะไรให้เรียนรู้และให้ทำอีกเยอะมากครับ

มาดูกัน. Alessandro ดูเหมือนว่านักลงทุนจะแบ่งเป็นสองกลุ่ม กลุ่มที่ชอบให้คนรู้จักแนะนำมา (Warm Introduction) และเกลียดการทักมาตรงๆ (Cold Outreach) กับกลุ่มที่เปิดรับการทักมาตรงๆ คุณอยู่กลุ่มไหนครับ? อย่างแรกเลยคือนักลงทุนชอบ Warm Introduction ครับ ถ้ามีผู้ก่อตั้งที่ผมรู้จัก หรือ VC ที่ผมรู้จักแนะนำมาว่า ‘เฮ้ คุณต้องคุยกับผู้ก่อตั้งคนนี้ เขาเก่งมาก’

แน่นอนว่าผมชอบแบบนั้นมากกว่า แต่ผมก็เปิดรับ Cold Outreach นะ เพราะไม่ใช่ทุกคนที่จบสแตนฟอร์ด ฮาร์วาร์ด หรือพรินซ์ตัน และมีเส้นสายทางสังคมที่ทำให้ได้เจอผู้ก่อตั้งหรือ VC ที่เกี่ยวข้อง ดังนั้นการลงทุนที่ดีที่สุดบางส่วนของเราก็มาจากการทักมาตรงๆ พวกเขาอยู่ในบราซิล แต่แทนที่จะอยู่ในเซาเปาโลหรือริโอ พวกเขาอยู่ในเบโลโอรีซอนชี อย่างไรก็ตาม เกณฑ์การคัดเลือกจะสูงกว่า เพราะมันมีเยอะมาก เราได้รับ Cold Inbound 200-300 รายต่อสัปดาห์ และเปอร์เซ็นต์ที่เราลงทุนก็น้อยกว่ามาก สรุปคือเราเปิดรับ Cold Inbound ครับ ถ้าคุณหาคนแนะนำมาได้จะดีกว่ามาก แต่ถ้าไม่มี เราก็เปิดรับครับ

Andrew McCain ในช่วงหลายปีตั้งแต่เราพบกันครั้งล่าสุดที่นิวยอร์ก เกณฑ์การเลือกธุรกิจของคุณได้เปลี่ยนชีวิตผมไปเลยครับ อ่า ดีใจที่ได้ยินแบบนั้นครับ ผมอยากขอความเห็นเกี่ยวกับคำถามต่อเนื่องเรื่องงานบริการ คุณคิดว่าโมเดลแบบ Palantir ที่เน้นงานบริการหนักๆ ในช่วงขยายฐานลูกค้าเพื่อสร้างเกราะป้องกันที่ทนทาน แล้วค่อยพัฒนาชุดผลิตภัณฑ์ให้เป็นอัตโนมัติมากขึ้นโดยใช้ AI เพื่อสร้างรายได้แบบ ARR (รายได้ต่อเนื่องรายปี) ที่แท้จริงนั้นมีมูลค่าไหม? พูดอีกอย่างคือ ใช้บริการนำหน้าเพื่อเข้าสู่ตลาดมากกว่าจะเป็นเรื่อง AI Ubiquity

คำตอบแน่นอนคือ ‘มันขึ้นอยู่กับ’ ครับ ขึ้นอยู่กับหมวดหมู่ ขึ้นอยู่กับโปรไฟล์ลูกค้าและเซกเมนต์ ผมชอบแนวทางที่ไม่เน้นงานบริการมากกว่า เพราะฟีดแบ็กหลักที่คุณจะได้รับจาก VC คือ ‘คุณเป็นบริษัทบริการหรือเปล่า? มันขยายขนาดได้แค่ไหน?’ เทียบกับ ‘คุณเป็นบริษัทเทคโนโลยีจริงๆ หรือเปล่า?’

นั่นคือเหตุผลที่ผมชอบ Fundamental มากกว่า Palantir เพราะมันเป็นบริษัทเทคจริงๆ อย่างไรก็ตาม ถ้าคุณขายงานให้รัฐบาล บ่อยครั้งคุณเลี่ยงไม่ได้ที่จะต้องขายเป็นงานบริการ ทั้งชั้นงานบริการ การติดตั้ง และความสัมพันธ์นั้นมีความสำคัญมากครับ

ผมว่าคำตอบคือ มันก็แล้วแต่ครับ โดยทั่วไปผมอยากลงทุนและให้คนสร้างบริษัทเทคโนโลยีมากกว่าบริษัทบริการ และนั่นคือความท้าทายอย่างหนึ่งที่บริษัทเหล่านี้ต้องเจอในการระดมทุน เพราะการประเมินมูลค่าของบริษัทบริการนั้นแตกต่างจากการประเมินมูลค่าของบริษัทเทคโนโลยีอย่างสิ้นเชิง

แต่ถ้ามันเป็นกลยุทธ์การบุกตลาด (go-to-market) ถ้ามันช่วยมัดใจลูกค้าและทำให้คุณได้สัญญาแบบ MRR หรือ ARR ที่มีมูลค่าสูงและกำไรดี แบบนั้นก็โอเคครับ ท้ายที่สุดแล้ว สิ่งที่ผมให้ความสำคัญคือ กลยุทธ์การบุกตลาดของคุณคืออะไร? ผลิตภัณฑ์ของคุณตอบโจทย์ตลาด (product-market fit) แค่ไหน? และตัวเลขเศรษฐศาสตร์ต่อหน่วย (unit economics) เป็นอย่างไร?

ต้นทุนการได้มาซึ่งลูกค้า (CAC) ของคุณเป็นอย่างไรเมื่อเทียบกับกำไรส่วนเกินสุทธิต่อลูกค้าหนึ่งราย? ตราบใดที่ตัวเลขเหล่านี้ไปได้สวย และถ้าการบริการเป็นทางผ่านในการเข้าถึงลูกค้า นั่นก็ถือว่าใช้ได้ แต่ต้องชัดเจนว่านั่นคือทางผ่าน ไม่ใช่เป้าหมายสุดท้าย

ลิซ่า มีคำถามที่ต่างออกไปหน่อย แต่ผมอยากรู้ว่าคุณเลือกการศึกษาแบบไหนให้ลูกชายครับ? อ๋อ ผมตอบคำถามนั้นไปแล้วตอนที่พูดถึงเรื่องโรงเรียนออฟฟิศ (office school) ครับ

ซอนย่า เกมพัฒนาเด็กและเกม PC หรือ Nintendo ที่คุณใช้มีอะไรบ้าง? สิ่งที่น่าสนใจคือตอนนี้มีเครื่องมือทางการศึกษาเยอะมากครับ อย่างแรกเลย ลูกชายวัย 4 ขวบของผมเนี่ย คลั่งไคล้ช่อง Numberblocks ใน YouTube มาก

เขาหัดคูณเลขเล่นๆ อย่าง 8 คูณ 8 ได้ 64 หรือ 27 คูณ 2 ได้ 54, 28 คูณ 2 ได้ 56 เขาเข้าใจเรื่องติดลบ และพีชคณิตพื้นฐาน ไม่ใช่เพราะผมบังคับให้เขาเรียนคณิตศาสตร์ตอน 4 ขวบ ทั้งที่เกณฑ์ปกติคือแค่ให้นับเลขถึง 25 แต่มันเป็นเพราะสิ่งนี้ดึงดูดความสนใจของเขาได้ครับ

เขาเลยหาเนื้อหาการศึกษาที่เขาชอบบน YouTube ด้วยตัวเอง ผมให้เขาเล่น iPad ตอนเช้าหลังตื่นนอนและตอนกลางคืนก่อนนอน เขาก็ดู Numberblocks และเรียนคณิตศาสตร์ไปเรื่อยๆ จริงๆ แล้วเขาชอบมากจนขอผมไปเรียนที่โรงเรียนคณิตศาสตร์รัสเซีย (Russian Math School) ในนิวยอร์ก ผมก็เลยสมัครให้เขาเรียบร้อยแล้วครับ

แต่มีเกมที่น่าสนใจอื่นๆ ไหมที่คุณสามารถเล่นกับลูกเพื่อส่งเสริมความคิดสร้างสรรค์และการเรียนรู้? อย่างแน่นอน. เราเพิ่งเล่นเกมบน iPad ด้วยกันชื่อ Lost in Play ครับ เป็นเกมแนวผจญภัยที่มีปริศนาให้แก้ โดยต้องใช้การทดสอบแบบ IQ หรือเกมลับสมองเพื่อแก้ปัญหาและดำเนินเนื้อเรื่องต่อไป

และมีเกมแบบนี้อีกเยอะครับที่เหมาะสำหรับเด็กวัย 4, 5 หรือ 6 ขวบ พอโตขึ้น เหตุผลที่ผมชอบการสร้างสิ่งต่างๆ ใน Minecraft และ Roblox คือรูปแบบตรรกะในการสร้างที่นั่น และย้ำว่าในฐานะ ‘ผู้สร้าง’ ไม่ใช่ ‘ผู้บริโภค’ เพราะมันสอนเรื่องการเขียนโค้ดไปในตัวครับ

มันเป็นวิธีที่น่าสนใจในการสอนเด็กเขียนโค้ดผ่านความสนุกครับ มีอีกไหม? ก็อย่างที่บอก ผมไม่รู้ว่าลูกๆ ของคุณซอนย่าอายุเท่าไหร่ แต่เกมอย่าง Lost in Play นี่สุดยอดมาก และยังมีชุดอุปกรณ์ STEM ที่สั่งมาให้เด็กๆ ต่อหุ่นยนต์ได้อีกเยอะแยะ แต่ผมแนะนำให้เน้นไปที่สิ่งที่เขาสนใจครับ

อย่างที่ผมบอก ผมไม่ได้บอกให้ฟาฟาไปเรียนคณิตศาสตร์นะ เขาแค่ตัดสินใจว่าเขาชอบมันแล้วก็เรียนเอง นั่นเป็นส่วนหนึ่งที่ทำให้เขาตื่นเต้นมากที่จะได้ไปโรงเรียน AI ในปีหน้า ซึ่งก็คือ Alpha ครับ

คำถามถัดไปจากทอม คุณกังวลเรื่องการตกงานที่เกิดจาก AI ไหม? นี่เป็นคำถามยอดฮิตเลยครับ ‘AI จะมาแย่งงานทั้งหมด คนจะตกงาน 95% มันคือวันสิ้นโลก’ และอื่นๆ อีกมากมาย นี่คือความกลัวที่เป็นสากลและมีมานานหลายร้อยปีแล้วใช่ไหมครับ? กลุ่ม Luddites เคยต่อต้านเครื่องทอผ้าไฟฟ้าในยุคแรกๆ ทั้งที่มันช่วยให้ชีวิตของคนทอผ้าดีขึ้นอย่างมาก

เรื่องนี้เกิดขึ้นซ้ำแล้วซ้ำเล่าในประวัติศาสตร์ และผู้คนก็กังวลเรื่องการตกงานมาตลอด แต่สมมติผมพาย้อนกลับไป 26 ปีก่อนในปี 2000 และตอนนี้เราอยู่ในเดือนมีนาคม ปี 2000 แล้วผมบอกคุณว่า ‘ดูนะ ในปี 2026 อาชีพหลัก 4 ประเภทของปี 2000 จะหายไป จะไม่มีตัวแทนท่องเที่ยว ไม่มีพนักงานธนาคารอีกต่อไป’

ค้าปลีกท้องถิ่นมูลค่าล้านล้านดอลลาร์หายไปเพราะการค้าออนไลน์ การผลิตรถยนต์ทั้งหมดถูกเปลี่ยนเป็นระบบอัตโนมัติ และนี่คืออาชีพหลัก 4 อันดับแรกของเราในตอนนี้ ลองอธิบายสภาพเศรษฐกิจในปี 2026 สิ แล้วคนก็จะบอกว่า ‘โอ้พระเจ้า คนต้องตกงานมหาศาล เกิดภาวะเศรษฐกิจตกต่ำครั้งใหญ่แน่ๆ’

แต่ทว่าวันนี้ เรามีอัตราการว่างงานที่ต่ำกว่า อัตราการจ้างงานที่สูงกว่า และ GDP ต่อหัวสูงกว่าตอนนั้นถึง 2 เท่า แม้อาชีพเหล่านั้นจะหายไปก็ตาม แน่นอนว่าตอนนี้ผมคงได้ยินคนพูดว่า ‘แต่ครั้งนี้มันไม่เหมือนเดิมนะ มันเกิดขึ้นเร็วกว่าที่เคย AI กำลังมาแทนที่งานทั้งหมด’ อย่างแรกเลยคือ มันไม่ได้เกิดขึ้นเร็วกว่าที่เคยขนาดนั้นครับ

ในปี 2011-2012 ตอนที่รถยนต์ไร้คนขับรุ่นแรกๆ เริ่มเปิดตัว คนก็พูดกันว่า ‘อาชีพที่คนทำเยอะที่สุดในสหรัฐฯ คือคนขับรถบรรทุกที่มีถึง 4.6 ล้านตำแหน่ง งานเหล่านี้จะหายไปหมด จะไม่มีคนขับรถบรรทุกอีกแล้ว คนพวกนี้จะไปทำอะไร? พวกเขาจะถูกแทนที่ด้วยระบบอัตโนมัติ’

และตอนนี้ผ่านมา 15 ปีแล้วครับ จากปี 2011-2012 จนถึงวันนี้ ยังไม่มีงานคนขับรถบรรทุกแม้แต่งานเดียวที่ถูกแทนที่ด้วยรถบรรทุกไร้คนขับ และเรายังอยู่ในช่วงเริ่มต้นของการปฏิวัติ AI ในรถยนต์ไร้คนขับอยู่เลย ถามว่าผมเชื่อไหมว่าในอนาคตอีก 10, 20 หรือ 30 ปีข้างหน้า รถยนต์ 100% บนถนนจะเป็นระบบไร้คนขับ?

ไม่มีข้อสงสัยเลยครับ แน่นอนที่สุด มันสมเหตุสมผล และพวกมันจะเป็นรถไฟฟ้าทั้งหมดด้วย แต่มันต้องใช้เวลาครับ อย่างแรกที่ถูกเปลี่ยนเป็นระบบอัตโนมัติคือสิ่งที่แพงที่สุดเพราะเทคโนโลยีมีราคาสูง และในแง่วัฒนธรรมมันก็ต้องใช้เวลา คนส่วนใหญ่ตอนนั่งรถไร้คนขับครั้งแรกจะกลัวจนตัวสั่นว่ามันจะพาไปตายหรือเปล่า ทั้งที่จริงๆ แล้วมันดูจะปลอดภัยกว่ารถทั่วไปด้วยซ้ำ

ดังนั้นวัฒนธรรมจึงเคลื่อนที่ช้ากว่าเทคโนโลยี เทคโนโลยีไปเร็วมาก แต่รัฐบาลจะใช้เวลานานในการนำ AI มาใช้ องค์กรขนาดใหญ่ก็จะใช้เวลานานเช่นกัน การเปลี่ยนแปลงเหล่านี้เกิดขึ้นช้ากว่าที่คุณคิดเยอะครับ ข้อแรกคือมันไม่ได้เร็วอย่างที่คนคิด โดยเฉพาะคนในวงการเทคโนโลยีเพราะเราอยู่แถวหน้า ข้อสองคือคนไม่เข้าใจว่าจะมีงานเกิดขึ้นหรือหายไปมากน้อยแค่ไหนเพราะพวกเขาไม่เข้าใจเรื่องความยืดหยุ่นของอุปสงค์ต่อสินค้าหรือบริการ

ตอนนี้หนึ่งในสมมติฐานหลักที่คนมีคือ ‘โปรแกรมเมอร์จะตกยุค AI จะเขียนโค้ดเองได้ คุณจะไม่ต้องการโปรแกรมเมอร์อีกต่อไป’ มันเป็นผลลัพธ์ที่เป็นไปได้ครับ แต่มันยังห่างไกลจากการการันตีว่าจะเป็นผลลัพธ์ที่น่าจะเกิดขึ้นที่สุด

ในทศวรรษ 1980 เคยมีงานที่คนเรียกว่า ‘สเปรดชีต’ ซึ่งทำโดยมนุษย์ มนุษย์ที่มีทักษะสูงและค่าตัวแพงจะสร้างสเปรดชีตขึ้นมาก่อนที่จะมีสิ่งที่เรียกว่า Symphony ซึ่งตอนนี้ก็คงเทียบได้กับ Excel พอ Excel เข้ามา มันก็ทำลายงานทำสเปรดชีตเหล่านั้นไปหมด แต่รู้อะไรไหมครับ? มันสร้างงานให้กับนักวิเคราะห์ทางการเงินหลายล้านคนที่มีเครื่องมือในการทำแบบจำลองและการวิเคราะห์ทางการเงินแทน

ดังนั้นงานไม่กี่พันตำแหน่งหายไป แต่งานหลายล้านตำแหน่งถูกสร้างขึ้นมาแทน อย่างในกรณีของวิศวกรรมซอฟต์แวร์ คุณอาจจะแย้งได้ว่าเมื่อต้นทุนการพัฒนาซอฟต์แวร์ต่ำลง ความต้องการซอฟต์แวร์จะพุ่งสูงขึ้น บริษัทที่แต่ก่อนไม่เคยจ้างนักพัฒนาซอฟต์แวร์อย่าง SME หรือหน่วยงานรัฐ หรือองค์กรขนาดใหญ่ ก็จะเริ่มจ้างกันขนานใหญ่

ผมเลยมองได้อีกมุมหนึ่ง ผมไม่ได้การันตีนะว่ามันจะเกิดขึ้น แต่เมื่อการสร้างซอฟต์แวร์ถูกลงมาก ความต้องการซอฟต์แวร์จะเพิ่มขึ้นจนการจ้างงานอาจจะเพิ่มขึ้นจริงๆ ก็ได้ และนี่ยังไม่รวมถึงความจริงที่ว่าจะมีอาชีพประเภทใหม่ๆ เกิดขึ้นอีกมากมาย

เหมือนในปี 2000 ที่คนจินตนาการไม่ออกว่าผู้จัดการโซเชียลมีเดีย หรือสตรีมเมอร์ Twitch คืออะไร มีงานใหม่ๆ มากมายที่กำลังถูกสร้างขึ้นจนคนจินตนาการตามไม่ทัน แล้วผมกังวลเรื่องวันสิ้นโลกของตลาดแรงงานไหม? เลขที่ งานจะเปลี่ยนไปไหม? ใช่.

จะมีผู้แพ้และคนที่ต้องได้รับการฝึกทักษะใหม่เพื่อช่วยให้ปรับตัวได้ไหม? แน่นอนครับ เพราะเมื่อตลาดแรงงานวิวัฒนาการไป ผู้ชนะและผู้แพ้มักจะเป็นคนละกลุ่มกัน อย่างแน่นอน. แต่ถามว่าผมกังวลเรื่องอัตราการว่างงาน 95% หรือภาวะเศรษฐกิจตกต่ำครั้งใหญ่ที่ทุกคนตกงานกันชั่วข้ามคืนไหม? ไม่เลยครับ

มันขัดกับหลักเศรษฐศาสตร์ ขัดกับทุกสิ่งที่เคยเกิดขึ้น ขัดกับวัฒนธรรมและความเร็วที่คนพร้อมจะปรับตัวและยอมรับเทคโนโลยี รวมถึงแรงเฉื่อยในระบบการเมืองและเศรษฐกิจของเรา ผมไม่คิดว่าครั้งนี้จะต่างออกไป แต่ใช่ครับ ผมคิดว่าเหมือนเช่นเคย เทคโนโลยีนี้จะเปลี่ยนโฉมหน้ามนุษยชาติและวิถีชีวิตของเราอย่างลึกซึ้ง

แต่มันจะใช้เวลานานกว่าที่คนคิดกัน คนเรามักจะประเมินผลกระทบระยะสั้นของ AI และเทคโนโลยีสูงเกินไป และประเมินผลกระทบระยะยาวต่ำเกินไปเสมอ

โอเค ฮอร์เก้: กำลังสร้างโครงสร้างพื้นฐานอัจฉริยะเพื่อการตัดสินใจสำหรับระเบียงอุตสาหกรรม T-MEC/USMCA ตกลง. ผมเดาว่านั่นหมายถึงเม็กซิโก สหรัฐฯ และน่าจะเม็กซิโกด้วย

โมเดล B2B2B เจาะกลุ่มตัวแทนออกของ (customs brokers) ที่ปรึกษาด้านสิ่งแวดล้อม และสำนักงานบัญชี ช่องทางการจัดจำหน่าย คุณเห็นคุณค่าในตลาดละตินอเมริกาหรือกลุ่มอุตสาหกรรมเฉพาะทางไหม ตลาดมันกระจัดกระจายเกินไปที่จะสร้างธุรกิจระดับ Venture Scale จากที่นั่นหรือเปล่า?

ผมขอถอยออกมามองภาพกว้างก่อน คุณคิดว่าเราสามารถสร้างธุรกิจระดับ Venture Scale ในละตินอเมริกาได้ไหม? อย่างแน่นอน. ลองนึกถึง Nubank ในบราซิล หรือ Plata ซึ่งเป็นธนาคารดิจิทัลที่เราลงทุนในเม็กซิโก หรือ Mercado Libre และอื่นๆ อย่างแรกเลยคือ ตลาดละตินอเมริกานั้นใหญ่ กำลังเติบโต และมีความซับซ้อนมากขึ้นเรื่อยๆ แถมเริ่มมี VC ของตัวเองแล้ว ตั้งแต่ Kaszek ไปจนถึง Monashees และอีกมากมาย

ดังนั้นคุณสามารถสร้างสตาร์ทอัพที่ประสบความสำเร็จและได้รับการสนับสนุนจาก VC ในละตินอเมริกาได้อย่างแน่นอน ส่วนในเซกเตอร์ของคุณโดยเฉพาะ ผมยังรู้ข้อมูลไม่พอเกี่ยวกับขนาดตลาดรวม (TAM) หรือตัวเลขเศรษฐศาสตร์ต่อหน่วย แต่ถ้าเรากำลังพูดถึงตลาดระดับหมื่นล้านดอลลาร์ขึ้นไปที่มีโครงสร้างกำไรเพียงพอ ผมสงสัยว่าคำตอบคือ ‘ได้’ ครับ ผมค่อนข้างมองในแง่บวกนะ

ตกลง. ผู้ใช้งาน LinkedIn ผมไม่แน่ใจว่าทำไมชื่อถึงไม่โชว์ตลอด บางทีก็โชว์บางทีก็ไม่โชว์ สวัสดีครับ Fabrice ไม่รู้ว่าคุณยังจำผมจากตอนก่อนๆ ได้ไหม ผมเคยทำมาร์เก็ตเพลสในเนเธอร์แลนด์ คุณเคยให้คำแนะนำผมในหลายๆ ตอนก่อนหน้านี้ ผมขายมาร์เก็ตเพลสนั้นไปแล้ว และตอนนี้เอาเงินมาสร้างบริษัทประกันที่เน้นการรวม AI เข้ามาใช้อย่างหนัก

เยี่ยมเลย! ใช้ AI สำหรับบริการลูกค้า การฉ้อโกง การตั้งราคา และการประมวลผลการเคลม คุณมีคำแนะนำเรื่องมาร์เก็ตเพลสที่นี่ ยินดีเสมอครับ และผมคิดว่าสิ่งที่คุณกำลังทำในการใช้ AI เพื่อปรับปรุงทุกอย่าง ตั้งแต่บริการลูกค้าไปจนถึงการเคลมนั้นสมเหตุสมผลมาก เราเป็นนักลงทุนในบริษัทในยุโรปชื่อ ACE Waves

Ace Waves เป็นบริษัทดูแลลูกค้าสำหรับมาร์เก็ตเพลสที่ใช้ AI เข้ามาแทนที่ทีมดูแลลูกค้าส่วนใหญ่ ซึ่งโดยเฉลี่ยแล้วช่วยลดต้นทุนการดูแลลูกค้าได้ถึง 50% ในขณะที่ช่วยเพิ่มค่า NPS และความพึงพอใจของลูกค้า ดังนั้นควรใช้ AI สำหรับบริการลูกค้าและเรื่องพวกนั้นแน่นอนครับ และสตาร์ทอัพทุกแห่งควรใช้เครื่องมือเหล่านี้ให้เต็มประสิทธิภาพที่สุดเท่าที่จะทำได้

Djordje: ผมน่าจะอ่านชื่อคุณผิดนะ ขอบคุณที่ตอบคำถามครับ ผมเคยนำเสนอแพลตฟอร์มของเราที่ Jacobian Labs ที่นำ GNN (ผมไม่แน่ใจว่าคืออะไร) มาใช้ในเชิงพาณิชย์ แต่คุณบอกว่า AI ของคุณบอกว่า ‘ผ่าน’ (ไม่ลงทุน) เป็นไปได้ไหมที่จะส่ง Pitch Deck หรือเดโมให้คุณโดยตรง? ได้ครับ ส่ง InMail ใน LinkedIn พร้อม Deck มาได้เลย จริงๆ แล้ว Pitch Fabrice แค่พยายามให้คำแนะนำครับ ผมจะพยายามทำให้มันละเอียดขึ้นว่ามันชอบหรือไม่ชอบอะไร และต้องเห็นอะไรที่ต่างออกไปเพื่อให้เราอยากลงทุน

ดังนั้นอย่าเพิ่งถือเอาคำว่า ‘ผ่าน’ จาก AI เป็นที่สิ้นสุดครับ อีกอย่าง ทีมงานของเราตรวจสอบการนำเสนอทั้งหมดที่ส่งมายัง Pitch Fabrice บน fabricegrinda.com ด้วย ผมยังไม่ได้ทำส่วนนั้น แต่มีอยู่ในรายการสิ่งที่ต้องทำของ Pitch Fabrice ชุดล่าสุดแล้วครับ ส่งอีเมลมาได้เลย เดี๋ยวเราจะตรวจสอบให้

ระบุด้วยว่าคุณอ้างถึงบทสนทนาจากตอนนี้เพื่อใช้อ้างอิง แล้วเราจะเข้าไปดูครับ ตอนนี้. ใช่. ผมไม่รู้ว่าคุณมีผลตอบรับ (traction) แค่ไหน ปกติเราจะลงทุนช่วงหลังเปิดตัว มีรายได้แล้ว หรือผลิตภัณฑ์ตอบโจทย์ตลาดแล้ว แต่อยู่ในระยะเริ่มต้น คือต้องผ่านขั้นตอนเหล่านั้นมาแล้ว ผมไม่แน่ใจว่าคุณอยู่จุดไหน แต่เราจะลองดูครับ

ขอผมดูหน่อยว่ามีคำถามอื่นเข้ามาในช่วงไม่กี่นาทีที่ผ่านมาไหม ถ้าไม่มีคำถามสุดท้าย เราจะจบรายการกันครับ ขอเช็คหน่อย มีคนส่งคำถามมาทาง WhatsApp ด้วย

ตกลง. ผมว่าเราโอเคแล้วครับ คิดว่าตอบครบทุกคำถามที่ถามมาจนถึงตอนนี้แล้ว ขอบคุณที่ติดตามชมครับ เหมือนเช่นเคย ผมจะโพสต์วิดีโอ บทถอดความ และสรุปของตอนนี้ลงในบล็อกวันอังคารหน้า ส่วนตอนต่อไปจะเป็นเรื่องอะไรและเมื่อไหร่ ผมยังไม่แน่ใจครับ

อาจจะเป็นเรื่องที่คนถามกันก่อนหน้านี้ ว่าถ้าผมจะสร้างบริษัท AI ในวันนี้ ผมควรสร้างบริษัทแบบไหน อ้อ เดี๋ยวครับ มีคำถามเพิ่มเข้ามาอีกนิดหน่อย

จอร์จ จากประสบการณ์ของคุณ อะไรที่แยกมาร์เก็ตเพลสที่กลายเป็นแพลตฟอร์มขนาดใหญ่ยักษ์ ออกจากมาร์เก็ตเพลสที่ยังคงเป็นแค่ธุรกิจเฉพาะกลุ่ม (niche) หรือธุรกิจบริการ?

ประเด็นคือมันดูยากในช่วงแรกๆ ครับ อย่าง Uber เดิมทีเป็นบริการรถลีมูซีน (black car) ซึ่งดูไฮเอนด์และเฉพาะกลุ่มมาก ผู้ก่อตั้งอีกคนเลือกไปทำ StumbleUpon แทนที่จะทำ Uber เพราะเขาคิดว่า Uber ตลาดเล็กกว่า แต่พอ UberX เข้าสู่ตลาด มันก็กลายเป็นเรื่องใหญ่ขึ้นมาทันที

ลองนึกถึง Airbnb สิครับ เดิมทีมันคือที่นอนเป่าลมในห้องนั่งเล่น ซึ่งดูเป็นผลิตภัณฑ์ที่เฉพาะกลุ่มมากๆ แต่แน่นอนว่าต่อมามันกลายเป็นหมวดหมู่ที่ใหญ่กว่านั้นมาก ดังนั้นให้ดูที่การตอบโจทย์ตลาด (market fit) และดูว่าหมวดหมู่นั้นจะขยายไปได้ใหญ่แค่ไหน

และบางครั้งคุณก็สามารถสร้างหมวดหมู่ที่ใหญ่โตมโหฬารได้ อย่างเรื่องที่อยู่อาศัยเนี่ยเป็นหมวดหมู่ที่ใหญ่มาก และการสร้างรายได้จากที่พักที่ไม่ได้ถูกใช้งานเต็มที่ก็เป็นหมวดหมู่ที่ใหญ่ยักษ์ ถ้าถูกนำเสนอแบบนั้นตั้งแต่แรกมันก็คงชัดเจนว่าใหญ่แน่ แค่ตอนแรกมันไม่ได้ถูกนำเสนอแบบนั้น แล้วคุณจะรู้ได้อย่างไรว่ามันใหญ่แค่ไหน?

บ่อยครั้งที่แม้บางอย่างจะดูเล็ก แต่คุณสามารถขยายไปยังหมวดหมู่ใกล้เคียง เพิ่มแนวดิ่ง (verticals) อื่นๆ เพื่อเพิ่มขนาดตลาด (TAM) ได้ ซึ่งบ่อยครั้งมันไปได้ไกลอย่างไร้ขีดจำกัด สิ่งเหล่านี้อาจลงเอยด้วยการใหญ่กว่าที่คุณคิดมากครับ

ผู้ใช้งาน LinkedIn ในยุคปัจจุบันของ AI คุณจะยอมให้ AI ตัดสินใจได้แค่ไหน และต้องมีการควบคุมโดยมนุษย์ในระดับใด?

มันขึ้นอยู่กับว่าคุณกำลังทำอะไรครับ อย่างแรก (ก) ใช้สามัญสำนึก เวลาผมให้ AI ทำวิจัย ซึ่งผมทำเป็นประจำ ผมจะตรวจสอบข้อมูลย้อนกลับเสมอ และลองให้ AI ให้ข้อมูลที่ขัดแย้งกันด้วย เช่น ถ้ามันสนับสนุนเรื่องหนึ่ง ก็ลองถามว่า ‘ถ้าคุณต้องโต้แย้งในมุมตรงข้าม คุณจะคิดอย่างไร?’

อีกอย่าง ChatGPT เป็นพวกชอบเอาใจครับ มันจะบอกว่าคุณสุดยอดแค่ไหนอยู่ตลอดเวลา ดังนั้นต้องสั่งให้มันให้คำแนะนำที่ซื่อสัตย์ สมจริง และตรงไปตรงมาแบบไม่อ้อมค้อมอย่างชัดเจน ไม่งั้นคุณจะได้คำตอบที่สวยหรูเกินจริง แต่ในแง่ของการตัดสินใจพื้นฐานที่สำคัญของมนุษย์ ผมจะให้มนุษย์ควบคุมดูแล 100% สำหรับงานส่วนใหญ่ในตอนนี้ครับ

ถามว่ามีสิ่งที่ทำเป็นระบบอัตโนมัติได้ไหม เช่น การดูแลลูกค้าเรื่อง ‘เลขพัสดุคืออะไร’ หรือ ‘ของยังไม่มา’ อะไรแบบนี้ ใช่ครับ ให้ AI ทำได้แน่นอน แต่สำหรับเรื่องที่วิกฤตต่อภารกิจ (mission-critical) ให้ใช้มนุษย์ดูแลไปก่อน เพราะยังมีเรื่องการหลอน (hallucinations) ข้อผิดพลาด และอคติ แต่น่าสนใจนะ อคติเหล่านี้เกิดจากความต้องการเอาใจคุณ มันเลยมองข้ามข้อเสียและบอกว่าคุณเจ๋งแค่ไหน ดังนั้นคุณต้องระวังประเภทคำถามที่ถามและวิธีตรวจสอบข้อมูล จริงๆ แล้วควรใช้ LLM หลายๆ ตัวเพื่อทดสอบแนวคิดเพื่อให้ได้มุมมองที่ดียิ่งขึ้นครับ

คำถามเร็วๆ นะครับ เราอยู่ในกลุ่ม B2C และกำลังประเมินสตาร์ทอัพช่วงเริ่มต้นมากๆ อะไรสำคัญสำหรับคุณมากกว่ากันระหว่าง ผลตอบรับช่วงแรก (early traction) กับ ความเข้าใจที่ลึกซึ้งและแข็งแกร่งในปัญหาใหญ่ที่เจ้าตลาดมองข้าม? B2C นั้นยากครับเพราะคุณมีสต็อกสินค้า มีการแข่งขัน และอื่นๆ ดังนั้นผมให้ความสำคัญกับผลตอบรับช่วงแรกและตัวเลขเศรษฐศาสตร์ต่อหน่วยครับ

สำหรับผม จริงๆ แล้วตัวเลขเศรษฐศาสตร์ต่อหน่วยสำคัญกว่าผลตอบรับช่วงแรกอีก แต่แน่นอนว่ามันต้องเป็นปัญหาที่ใหญ่พอที่จะคุ้มค่ากับการลงมือทำด้วยใช่ไหมครับ? อย่างแน่นอน. แต่ที่แน่ๆ ในกลุ่ม B2C คุณจะทำการตลาดอย่างไร? และจะขยายขนาดการตลาดอย่างไร? ปัญหาคือต้นทุนการได้มาซึ่งลูกค้ากำลังสูงขึ้น ดังนั้นมันยากที่จะทำให้กำไรออกมาดี การทำให้แน่ใจว่าตัวเลขเศรษฐศาสตร์ต่อหน่วยของคุณใช้ได้ ขยายขนาดได้ และทำซ้ำได้ น่าจะเป็นกุญแจสำคัญที่สุดสำหรับผมครับ

AI ผู้ควบคุม (Supervisor AI) คอยถามและรวบรวมข้อมูลจาก AI ปฏิบัติการทั้งหมดของเรา เราอนุญาตให้มันตัดสินใจเรื่องเล็กๆ น้อยๆ ได้ ใช่ครับ นั่นฟังดูสมเหตุสมผล และถ้าเป็นเรื่องที่มีผลกระทบมากกว่าเรื่องเล็กๆ น้อยๆ ก็ให้มนุษย์เป็นผู้ควบคุม

ใช่. นั่นคือวิธีที่เหมาะสมในการใช้เอเจนท์ (agents) และเป็นวิธีที่ผมจะใช้เอเจนท์ของผม เช่น ถ้าผมมี OpenClaw ให้ไปหาข้อมูลใน LinkedIn เพื่อดูผู้ที่น่าจะมาลงทุนในกองทุน (LPs) ที่สามารถลงทุนได้ตั้งแต่ 250,000 ถึง 500,000 ดอลลาร์ในพื้นที่ต่างๆ และลองคิดดูว่าเราจะนัดประชุมกันได้เมื่อไหร่

เยี่ยมเลย แล้วผมจะปล่อยให้ OpenClaw ร่างอีเมลที่ผมจะส่งได้ไหม? ใช่. ผมจะปล่อยให้มันส่งอีเมลโดยอัตโนมัติโดยที่ผมไม่ได้ตรวจสอบก่อนได้ไหม? ไม่ได้อย่างแน่นอน. มันอาจจะทำได้สำหรับกลุ่มลูกค้ารายย่อยจำนวนมาก (long tail) แต่ผมจะยอมให้มันทำแบบนั้นไหมถ้าผมกำลังนำเสนอกองทุนบำนาญมูลค่าแสนล้านดอลลาร์ที่อาจจะลงทุนในกองทุนเราถึง 20 ล้านดอลลาร์?

ไม่ได้อย่างแน่นอน. ใช่. ให้มันช่วยแนะนำ ร่างเนื้อหา และอื่นๆ ได้ แต่ถึงอย่างนั้น ผมก็ไม่ได้ชอบงานเขียนของ AI เท่าไหร่ ผมชอบงานเขียนของตัวเองมากกว่า แน่นอนว่าผมอาจจะลำเอียง อย่างตอนที่ผมเขียนบทความวิทยานิพนธ์เรื่องความหมายของชีวิตเมื่อฤดูร้อนที่ผ่านมา ซึ่งเป็นงานเขียนยาว 10,000 คำเกี่ยวกับมุมมองของผมต่อความหมายของชีวิต

หลังจากเขียนเสร็จ ผมก็อัปโหลดลงใน AI ใน ChatGPT แล้วบอกว่า ช่วยให้คำแนะนำหน่อย ซึ่งนอกจากพวกคำผิดหรือไวยากรณ์ผิดที่เห็นได้ชัดซึ่งผมแก้ไขโดยใช้ AI แล้ว ผมเลือกที่จะเพิกเฉยต่อคำแนะนำอื่นๆ ทั้งหมดเลย อย่างเช่น ‘โอ้ ชื่อเรื่องของคุณมันธรรมดาเกินไป ความหมายของชีวิต คุณต้องใช้ชื่อที่ดูมีพลังและกระตุ้นให้คนสนใจกว่านี้’

หรือ ‘เนื้อหายาวเกินไป คุณต้องแบ่งย่อยออกเป็นสัก 27 ส่วน ตัวอย่างของคุณดูเข้าใจยากเกินไป’ และพื้นฐานเลยคือ ผมรู้สึกว่า ‘รู้ไหม ผมรักงานเขียนของตัวเอง’ ผมคิดว่าวิธีที่ AI เขียนมันดูสละสลวยเกินไปจนเยิ่นเย้อ และผมก็ไม่ชอบพวกเครื่องหมาย m-dash หรืออะไรพวกนั้นเลย

ใช่. ขอบคุณสำหรับคำแนะนำนะ แต่ไม่ล่ะ ขอบคุณ ผมขอเขียนเองดีกว่า ถึงอย่างนั้น ผมก็ชอบรับฟังความเห็นจาก AI นะ อย่างเช่น ผมขอไอเดียเรื่องที่จะเขียน อะไรทำนองนั้น แค่ผมชอบที่จะลงมือเขียนเองมากกว่า และจะว่าไป มันก็ช่วยตรวจเจอจุดที่ผิดหรือจุดที่เขียนซ้ำซ้อนได้จริงๆ

ซึ่งนั่นก็นำไปสู่การปรับปรุงที่ดีขึ้นมาก แต่ใช่ครับ ผมว่าวิธีที่คุณใช้ AI นั้นสมเหตุสมผลมาก และเป็นวิธีเดียวกับที่ผมใช้ด้วย แต่ดูสิ ผมเป็นซูเปอร์ยูเซอร์ของ AI เลยนะ ผมคุยกับ AI เป็นประจำแทบทุกเรื่อง ผมทดสอบทุกอย่าง ผมสร้างทุกอย่างตั้งแต่ภาพนิ่งไปจนถึงวิดีโอ ทดสอบโมเดลธุรกิจ ไปจนถึงหาอสังหาริมทรัพย์ ไม่ว่าอะไรก็ตาม ผมใช้ AI ช่วยทั้งนั้น ลองใช้ดูเถอะครับ มันจะช่วยให้คุณทำงานได้มีประสิทธิภาพมากขึ้น

เอาล่ะ ผมว่าเรามาถึงช่วงท้ายของการสตรีมแล้ว ขอบคุณทุกคนที่เข้ามาร่วมสนุกกันนะครับ ครั้งนี้สนุกและได้โต้ตอบกันดีมาก แล้วเจอกันใหม่ครั้งหน้า ไม่ว่าจะเป็นเมื่อไหร่หรือหัวข้ออะไรก็ตาม อีกไม่กี่สัปดาห์หรืออีกไม่กี่เดือน เดี๋ยวเราคงจะได้รู้กัน

ขอให้เป็นสัปดาห์ที่ยอดเยี่ยมนะครับ!