ยุคของผลิตภัณฑ์จบลงแล้ว และยุคของสมองกำลังมาถึง

• เมื่อต้นทุนส่วนเพิ่มของซอฟต์แวร์เข้าใกล้ศูนย์ แรงจูงใจในการซื้อเองก็กำลังเปลี่ยนไป และเรากำลังก้าวเข้าสู่ยุคที่ผู้คนซื้อไม่ใช่เพราะสร้างเองไม่ได้ แต่เพราะไม่มีเวลาสร้างหรือไม่อยากรับภาระดูแลรักษา
• เกณฑ์ในการเลือกเครื่องมือกำลังย้ายจากฟีเจอร์ไปสู่ วิจารณญาณของคนที่เป็นผู้ดูแลซอฟต์แวร์นั้น
• บริษัทขนาดใหญ่ในอุตสาหกรรมที่มีการกำกับดูแล ประเมินผู้ขายโดยยึด ความรับผิดชอบ ความน่าเชื่อถือ และความสามารถในการคาดการณ์อนาคต มากกว่า ROI และในไม่ช้าบริษัทขนาดเล็กก็มีแนวโน้มจะตั้งคำถามแบบเดียวกัน
• ปัจจัยการผลิตใหม่ของศตวรรษที่ 21 คือ คุณภาพของการตัดสินใจในระดับขนาดใหญ่ (decision quality at scale) โดยต้นทุนของการลงมือทำลดลงแล้ว แต่ต้นทุนของการตัดสินใจที่ดีที่สุดไม่ได้ลดลง
• ผู้ก่อตั้งควรแข่งขันด้วยคอนเทนต์ที่พิสูจน์ต่อสาธารณะถึง วิธีคิด ความสามารถในการคาดการณ์ และกระบวนการตัดสินใจ ไม่ใช่ตัวผลิตภัณฑ์

---

ราคาซอฟต์แวร์และการเปลี่ยนแปลงของแรงจูงใจในการซื้อ

• เช่นเดียวกับกรณีที่สิ่งซึ่งควรจะฟรีกลับมีราคาแพงขึ้น (น้ำดื่มบรรจุขวด ผักกาดหอมที่ล้างมาแล้ว บริการยื่นภาษีแทน ฯลฯ) ซอฟต์แวร์ก็มีแนวโน้มจะเข้าสู่หมวดนี้ในไม่ช้า
• แม้ต้นทุนส่วนเพิ่มของซอฟต์แวร์จะเข้าใกล้ศูนย์และจำนวนเครื่องมือในแต่ละหมวดหมู่จะเพิ่มขึ้นอย่างมาก ราคาก็ไม่ได้ร่วงเข้าสู่วงจรมรณะ
• แรงจูงใจในการซื้อกำลังเปลี่ยนจาก "เพราะสร้างเองไม่ได้" ไปเป็น "เพราะไม่อยากสร้างเอง หรือไม่มีเวลาเปิดใช้งานและดูแลรักษา"
• เกณฑ์สำคัญที่สุดในการเลือกเครื่องมือมีเพียงข้อเดียว คือ วิจารณญาณของคนที่เป็นผู้ดูแลซอฟต์แวร์นั้น

ประเด็นเรื่องความรับผิด (Liability) ขององค์กรระดับเอ็นเตอร์ไพรส์

• บริษัทขนาดใหญ่ในอุตสาหกรรมที่มีการกำกับดูแล ไม่ต้องการสร้างเครื่องมือภายในเอง แม้ว่าซอฟต์แวร์จะกลายเป็นสินค้าโภคภัณฑ์และเป็นประชาธิปไตยอย่างสมบูรณ์แล้วก็ตาม
• เวลาประเมินเครื่องมือ พวกเขาให้ความสำคัญกับคำถามต่อไปนี้มากกว่า ROI
  • ใครคือคนที่จะไม่ทำให้ฉันตกอยู่ในปัญหาใหญ่
  • ใครคือคนที่เราสามารถฝากอนาคตบางส่วนขององค์กรไว้ได้ (เช่น ถ้าเป็น CRM ก็ต้องจัดการข้อมูลลูกค้าได้อย่างปลอดภัย และไม่ทำให้พนักงานขายเดือดร้อนหรือเกิดการตกหล่น)
  • ใครมีวิสัยทัศน์ล่วงหน้ามากพอที่จะดำเนินงานได้โดยไม่ทำให้เราต้องกลับมารื้อระบบ ประเมินใหม่ และฝึกอบรมใหม่ซ้ำ ๆ ในกระบวนการที่ยาวนานและเจ็บปวด
• ในไม่ช้าบริษัทขนาดเล็กก็จะตั้งคำถามแบบเดียวกัน ซึ่งคล้ายกับ วิธีที่นักลงทุนสถาบันใช้ประเมินผู้จัดการกองทุน
  • กลยุทธ์กองทุนสามารถลอกเลียนได้ แต่ alpha ลอกเลียนไม่ได้
  • ผลตอบแทนในอดีตเป็นตัวชี้วัดที่อ่อนแอสำหรับการคาดการณ์ผลตอบแทนในอนาคต และ กระบวนการตัดสินใจกับความเข้มงวดทางปัญญา เป็นตัวชี้วัดที่ดีกว่า
  • นี่คือเหตุผลที่กองทุนชั้นนำเสนอไม่ใช่แค่ผลงานย้อนหลัง แต่เสนอปรัชญาและโมเดลความคิด และบริษัทซอฟต์แวร์ก็ควรเดินไปในทิศทางเดียวกัน

คุณภาพการตัดสินใจในฐานะสินทรัพย์ที่ทดแทนไม่ได้

• ในเศรษฐศาสตร์คลาสสิก ปัจจัยการผลิตหลัก 3 อย่างคือ ที่ดิน แรงงาน และทุน และในศตวรรษที่ 20 มีการเพิ่มเทคโนโลยี (ผลิตภาพรวมของปัจจัยการผลิต) เข้ามา
• ปัจจัยการผลิตใหม่ของศตวรรษที่ 21 คือ คุณภาพของการตัดสินใจในระดับขนาดใหญ่ (decision quality at scale) ซึ่งยังถูกประเมินค่าต่ำเกินไป
• ความไม่สมมาตรของโครงสร้างต้นทุน
  • ต้นทุนของการนำการตัดสินใจไปปฏิบัติกำลังลดลงอย่างรวดเร็วด้วยระบบอัตโนมัติ ซอฟต์แวร์ และ AI
  • แต่ต้นทุนของ การตัดสินใจที่ดีที่สุดว่าจะลงมือทำอะไร ไม่ได้ลดลงเลย
• คุณภาพของการตัดสินใจถูกจำกัดด้วย ความชัดเจนในการทำความเข้าใจสถานการณ์ที่ซับซ้อนและไม่แน่นอน และความสามารถนี้ขยายขนาดได้ไม่ดี
• การตัดสินใจต่อหน้าความไม่แน่นอนที่แท้จริง ความใหม่ และข้อมูลที่ไม่สมบูรณ์ เป็นสิ่งที่ทำให้เป็นอัตโนมัติไม่ได้ และอนาคตจะเต็มไปด้วยเงื่อนไขเช่นนั้น
• การใช้ข้อมูลในอดีตเพียงอย่างเดียวอาจนำไปสู่การตัดสินใจที่พอใช้ได้ แต่ ไม่อาจนำไปสู่การตัดสินใจที่ดีที่สุดได้

อุปมาเรื่องชักเย่อ — เงื่อนไขเดียวกัน ผลลัพธ์ต่างกัน

• ลองสมมติว่ามีสองบริษัทที่ใช้ CRM, data warehouse และ LLM API เดียวกัน และไล่ล่าลูกค้ากลุ่มเดียวกันภายใต้สภาพตลาดเดียวกัน
• สิ่งที่ตัดสินผลลัพธ์คือ คุณภาพสะสมของการตัดสินใจเล็ก ๆ จำนวนมาก
  • ไตรมาสนี้ควรให้น้ำหนักกับตลาดเอ็นเตอร์ไพรส์หรือ mid-market มากกว่ากัน
  • ควรจัดลำดับ product roadmap อย่างไร
  • ควรลงทุนในช่องทางใหม่ใด และเมื่อไร
• การตัดสินใจแต่ละครั้งมีการกระจายของคำตอบที่เป็นไปได้ และคำตอบที่ดีที่สุดก็ไม่แน่นอนล่วงหน้า
• ทีมที่มี โมเดลโลกที่ดีกว่า ความซื่อสัตย์ทางปัญญาต่อความไม่แน่นอน และความพร้อมจะอัปเดตตามข้อมูลที่ดีกว่า จะทิ้งห่างเมื่อเวลาผ่านไป
• มันเหมือนการชักเย่อ คนที่แข็งแรงแต่โง่ หรืออ่อนแอแต่ฉลาด ต่างก็เป็นทางเลือกที่ด้อยกว่า สิ่งที่ต้องการคือ คนดึงเชือกที่ทั้งแข็งแรงและฉลาด

แนวทางแบบ Warren Buffett — คอนเทนต์ของผู้ก่อตั้ง

• คำว่า "Thought leadership" ถูกทำให้ความหมายเจือจางจนควรถูกทิ้งแล้ว
• รูปแบบที่เสื่อมคุณภาพของมันคือการคุยเรื่อยเปื่อยบน LinkedIn และบทความบล็อก AI slop ที่นักการตลาดคอนเทนต์ผลิตออกมาเป็นสายพาน
• สิ่งที่จำเป็นจริง ๆ คือคอนเทนต์ของผู้ก่อตั้งแบบ จดหมายถึงผู้ถือหุ้นของ Warren Buffett, Poor Charlie's Almanac ของ Charlie Munger
• สิ่งที่คอนเทนต์ของผู้ก่อตั้งที่มีประสิทธิภาพต้องพิสูจน์ต่อสาธารณะ
  • ประวัติผลงานที่แสดงให้เห็นว่าในโดเมนนั้นสามารถคาดการณ์และตัดสินใจได้ดีกว่าค่ากลาง ถูกกว่า และบ่อยกว่าคู่แข่ง
  • ความเชี่ยวชาญที่โดดเด่นไม่เหมือนใคร

• 4 องค์ประกอบที่คอนเทนต์ต้องมี

  • คุณภาพการคาดการณ์ (Prediction quality): การคาดการณ์ที่หนักแน่นและเปิดเผยต่อสาธารณะ ไม่จำเป็นต้องถูกเสมอไป แต่ต้อง สวนทางกระแสและยังสมเหตุสมผล เมื่อผิดต้องอัปเดตให้เห็นอย่างชัดเจน ต้องเป็นการคาดการณ์ที่เฉพาะเจาะจงและมั่นใจ พร้อมลดการเฮดจ์ให้น้อยที่สุด
  • ความโปร่งใสของการตัดสินใจ (Decision transparency): อธิบายไม่ใช่แค่ข้อสรุป แต่รวมถึงเหตุผลประกอบ แก่นสำคัญไม่ใช่การถูกต้อง แต่คือ การให้เหตุผลอย่างชัดเจน เพื่อให้ผู้ซื้อประเมินวิธีคิดได้
  • ความซื่อสัตย์ทางญาณวิทยา (Epistemic honesty): ยอมรับความไม่แน่นอน ควบคู่ระหว่างการตั้งข้ออ้างที่กล้าหาญกับการยอมรับขอบเขตของความรู้ เพราะความมั่นใจเกินเหตุเป็นปัจจัยที่ทำให้กังวลมากกว่า
  • ความเร็วและความประหยัด (Speed and economy): ทีมที่ตัดสินใจได้ดีได้เร็วและถูกกว่าจะกลายเป็น ผู้ยึดพื้นที่ก่อน และได้เปรียบในการแข่งขัน
• รูปแบบจะเป็นบล็อก การบรรยาย คู่มือ หนังสือ จดหมายถึงผู้ถือหุ้น สารคดี หรืออะไรก็ได้ทั้งนั้น สิ่งสำคัญคือการมีองค์ประกอบข้างต้นครบถ้วน

ถึงผู้ก่อตั้ง — สิ่งที่ต้องทำทันที

• อย่านำผลิตภัณฑ์ขึ้นหน้า: ยิ่งความเท่าเทียมด้านฟีเจอร์เพิ่มขึ้น ผลิตภัณฑ์ก็ยิ่งมีน้ำหนักต่อการตัดสินใจลดลง จึงควรวางผลิตภัณฑ์และปรัชญาให้เท่ากัน หรือถึงขั้น แบรนด์มาก่อน ผลิตภัณฑ์ตามหลัง
  • ทำได้หลายทาง เช่น การออกแบบเว็บไซต์ คอนเทนต์ของผู้ก่อตั้ง หลักการออกแบบผลิตภัณฑ์ เป็นต้น
• สร้างประวัติสาธารณะของข้ออ้างที่เฉพาะเจาะจงและตรวจสอบได้: บันทึกทิศทางตลาด การตัดสินใจและเหตุผล รวมถึงกรณีที่ตัดสินใจผิด
  • ถ้าถูกต้อง ก็เป็นหลักฐานของความได้เปรียบ
  • ถ้าผิด ก็เป็น หลักฐานของความซื่อสัตย์ทางญาณวิทยา
  • การผิดอย่างถูกวิธีก็มีอยู่เช่นกัน และมันเป็นสัญญาณที่เผยให้เห็นตำแหน่งของความมองโลกในแง่ดีและแง่ร้าย
• ทำให้ทีมมองเห็นได้: คนที่ช่วยกันดึงเชือก โดยเฉพาะ หัวหน้าวิศวกรและผู้รับผิดชอบด้านผลิตภัณฑ์ เป็นเรื่องสำคัญสำหรับผู้ซื้อที่มีวิจารณญาณ
• แข่งขันด้วยคุณภาพของการคาดการณ์ roadmap ของตัวเอง: เปิดเผยประวัติของสิ่งที่ "บอกว่าจะทำ" เทียบกับสิ่งที่ "สร้างจริง"
  • ผู้ซื้อที่เข้าใจทั้งรอบจัดซื้อที่ยาวนานและความเร็วของพัฒนาการ AI จะประเมินหัวข้อนี้อย่างจริงจัง
  • อาจทำในรูปแบบ ledger ของการตัดสินใจในอดีต ก็ได้
• หลีกเลี่ยงกิมมิกและอารมณ์ขันที่มากเกินไป: สำหรับการขายระดับเอ็นเตอร์ไพรส์ ทางที่ปลอดภัยกว่าคือความเรียบตรง
  • กิมมิกอาจสนุกชั่วคราว แต่ดึงดูดลูกค้าผิดกลุ่มและทำให้ความสอดคล้องเพี้ยนไป โดยนิยามแล้วมันคือความไม่ซื่อสัตย์ทางปัญญา
  • แม้จะยอมรับกรณีของ Ramp ว่าเป็นข้อยกเว้น แต่กิจกรรมอย่าง Kevin from The Office ก็เป็น สิ่งรบกวนความถี่ต่ำ และอาจเหี่ยวลงเมื่อเวลาผ่านไป
  • ความหวือหวาบดบังไอเดีย ซึ่งอยู่ในบริบทเดียวกับเหตุผลที่ Amazon ยืนหยัดกับการประชุมที่ขับเคลื่อนด้วยเอกสาร
  • คุณควรเป็น คนที่เงียบแต่ถูกต้อง ไม่ใช่คนที่เสียงดัง พูดมาก แต่ผิด
  • อารมณ์ขันมีประโยชน์ในฐานะรูปแบบหนึ่งของความจริงใจ แต่ มีมแบบตัวหารร่วมต่ำสุด จะเสียผลในระยะยาว เว้นแต่คุณจะทำตลาด B2C หรือจับกลุ่มมวลชนขนาดใหญ่

การย้ายของมูลค่าและอนาคตของอุตสาหกรรม

• ประวัติศาสตร์ของตลาดคือประวัติศาสตร์ของ การย้ายของมูลค่าตามการกลายเป็นสินค้าโภคภัณฑ์ ซึ่งไม่ใช่เรื่องใหม่อะไร
• มุมมองที่ว่า "อุตสาหกรรมเทคกำลังตาย" เป็นมุมมองที่ไม่เห็นภาพรวม แก่นของการแข่งขันจริงคือ ประสิทธิภาพในการส่งมอบคุณค่า (ส่งมอบคุณค่าสูงสุดโดยใช้เวลาน้อยที่สุดและให้ผู้ซื้อออกแรงน้อยที่สุด)
• ต่อให้ build vs buy เอนเอียงไปทาง buy อย่างสมบูรณ์ก็ไม่ใช่ปัญหา มันก็เป็นรูปแบบตลาดปกติ เหมือนตลาดจ้างแม่บ้าน
• กระแสการย้ายของมูลค่าไหลจากฮาร์ดแวร์ → ระบบปฏิบัติการ → มิดเดิลแวร์ → ชั้นแอปพลิเคชัน และตอนนี้มูลค่ากำลังย้ายไปสู่ คุณภาพของความคิดและการตัดสินใจ ที่ทำให้สิ่งเหล่านั้นเกิดประโยชน์อย่างมีผลิตภาพเหนือชั้นแอปพลิเคชัน
• แม้ AI จะทำแทบทุกอย่างได้ ตราบใดที่ LLM ยังทำงานเป็นระบบปฏิบัติการหลักที่ขับเคลื่อนด้วย AI มนุษย์ในลูป (human in the loop) ก็ยังจำเป็นในอนาคตอันใกล้
• คำถามอันดับหนึ่งที่ธุรกิจต้องตอบให้ผู้ซื้อได้ดีคือ "ทีมของคุณมีคนที่เก่งและมีกลยุทธ์มากแค่ไหน และพวกเขาทำงานร่วมกันอย่างไร"