AI Agent คือ SaaS รูปแบบใหม่ [YouTube]

• หาก SaaS แบบเดิมขายเครื่องมือสำหรับทำงาน Agent SaaS จะขาย “งาน” ที่ทีมไม่ต้องจัดการด้วยมืออีกต่อไป และมุ่งเป้าไปยังตลาดทุนมนุษย์มูลค่าหลายล้านล้านดอลลาร์
• Agent ที่มีศักยภาพมักเริ่มจาก เวิร์กโฟลว์ที่มีคนจ่ายเงินอยู่แล้ว เช่น งานที่บริษัทจ่ายให้พนักงาน เอเจนซี พนักงานรับสาย หรือผู้จัดตารางงาน ซึ่งเกิดขึ้นบ่อย มีเงื่อนไขการเสร็จงานและความเสียหายชัดเจน ต้องเข้าถึงซอฟต์แวร์เดิม และต้องใช้ดุลยพินิจในระดับหนึ่ง
• ก่อนพัฒนา ควรสังเกตเคสจริง 10–20 เคสของผู้รับผิดชอบงาน ระบุ trigger, บริบท, เครื่องมือ, สิทธิ์, การอนุมัติ, escalation และเกณฑ์ความสำเร็จ จากนั้นสร้าง Minimum Useful Agent (MUA) ในรูปแบบใดรูปแบบหนึ่ง เช่น ร่างงาน·อนุมัติ, จำแนกประเภท, ประสานงาน หรือดำเนินการแบบจำกัด
• ควรสร้างชุดประเมินจากเคสจริง 50 เคส และจัดให้มี log, การอนุมัติ, การตั้งค่า และกฎการส่งต่อ เพื่อให้ลูกค้าตรวจสอบการทำงานและข้อผิดพลาดได้ แม้ Agent จะเป็นผู้ทำงาน แต่ product wrapper นี้คือสิ่งที่สร้างความน่าเชื่อถือในฐานะ SaaS
• แนวทางที่จำเป็นคือขาย pilot ที่ผสานคนกับ AI ให้ลูกค้า 2–3 รายที่มีปัญหาเดียวกันในตลาดเฉพาะกลุ่มเดียวกัน จากนั้น productize ส่วนที่ทำซ้ำได้ และขยายด้วย ราคาตามการใช้งานหรือผลลัพธ์ ตามผลลัพธ์ที่พิสูจน์แล้ว

---

จากเครื่องมือทำงานสู่ผลิตภัณฑ์ที่ทำงานให้

• แนวคิดหลักคือ “ผลิตภัณฑ์คือ งาน”
  • SaaS ทั่วไปขายเครื่องมือที่ทีมสามารถใช้ได้
  • Agent SaaS ขายงานที่ทีมไม่ต้องจัดการด้วยมืออีกต่อไป
• เหตุผลที่ตลาด Agent อาจใหญ่กว่า SaaS คือไม่ได้จำกัดอยู่แค่งบซอฟต์แวร์ แต่เล็งไปที่ ตลาดทุนมนุษย์มูลค่าหลายล้านล้านดอลลาร์
• ข้อเสนอผลิตภัณฑ์ที่ดีควรมีรูปแบบว่า สามารถจัดการงานน่ารำคาญเฉพาะอย่างได้ดีกว่าพนักงาน junior เร็วกว่าเอเจนซี และถูกกว่าการเพิ่มคน

• การรับสายโทรศัพท์ของร้านอาหาร

  • เมื่อสายโทรศัพท์ถาโถมเข้ามาช่วงเย็น พนักงานต้อนรับอาจจัดการการพาลูกค้าไปนั่ง คำถามซ้ำ ๆ และคำขอจองโต๊ะพร้อมกันได้ยาก ทำให้พลาดรายได้จากการจองหรือการสอบถามเรื่องมื้ออาหารแบบกลุ่ม
  • Slang AI เป็นตัวอย่าง AI superhost สำหรับร้านอาหาร
    • ตอบสายโทรเข้าและคำถามของลูกค้า
    • จัดการการจองและส่งต่อคำขอของ VIP
    • แจ้งพนักงานเมื่อมีเรื่องสำคัญ เช่น การสอบถามมื้ออาหารแบบกลุ่มหรือคำร้องเรียนของลูกค้า
    • เชื่อมต่อกับระบบอื่นที่ร้านอาหารใช้อยู่

• การรับสายโทรศัพท์ของบริการถึงบ้าน

  • บริษัทประปา HVAC หลังคา และกำจัดแมลง หากพลาดสายโทรเข้า อาจพลาดการจองงานและการติดตามผล และเพิ่มภาระให้ผู้จัดตารางงาน
  • same day ขาย AI dispatcher, sales agent และ receptionist ที่จัดการโทรศัพท์และข้อความตลอด 24 ชั่วโมงให้บริษัทบริการถึงบ้าน
    • รับสายโทรศัพท์และตอบข้อความ
    • จองงานหรือเปลี่ยนตารางเวลา
    • ช่วยสร้างรายได้มากขึ้นจาก demand เดิม

หาเวิร์กโฟลว์ที่มีการจ่ายเงินอยู่แล้ว

• ไอเดีย Agent ควรมาจากงานที่ผู้คนจ่ายเงินให้พนักงาน เอเจนซี พนักงานรับสาย ผู้ประสานงาน หรือผู้จัดตารางงานอยู่แล้ว
• เมื่อ automation ช่วยแบ่งเบางานบางส่วน คนก็จะมีสมาธิกับงานที่สร้างสรรค์กว่าได้

• เงื่อนไข 5 ข้อของเวิร์กโฟลว์ที่ดี

  • ต้องเกิดขึ้นบ่อย
    • งานที่เกิดทุกวันก็ดี แต่งานที่เกิดทุกชั่วโมงเหมาะกว่า
    • ตัวอย่างคือ inbound lead, สายโทรเข้า, ticket ซัพพอร์ต, คำขอใบเสนอราคา, การจอง, คำสั่งซื้อ และคำขอซ่อมบำรุง
  • ต้องมีเงื่อนไขการเสร็จงานที่ชัดเจน
    • ต้องตัดสินได้ว่าสำเร็จหรือไม่ เช่น จองงานเสร็จแล้ว, จำแนก ticket แล้ว, อนุมัติ refund แล้ว, ยืนยันตารางกับ supplier แล้ว, ให้คำตอบที่เป็นประโยชน์แก่ลูกค้าแล้ว
  • ต้องใช้ซอฟต์แวร์เดิม
    • งานที่เหมาะคืออ่านบริบทและใช้เครื่องมือในระบบอย่าง Gmail, Slack, Shopify, HubSpot, Zenes, Stripe ได้
  • ข้อยกเว้นต้องยุ่งยากแต่เรียนรู้ได้
    • งานที่ง่ายเกินไปจัดการได้ด้วย automation พื้นฐานหรือ Zap
    • หากต้องใช้ดุลยพินิจของมนุษย์ล้วน ๆ เวอร์ชันแรกจะล้มเหลวง่าย
    • พื้นที่ที่เหมาะคือมีความซ้ำ แต่ก็มีส่วนของการตัดสินใจที่ AI ช่วยได้
  • ผู้ซื้อต้องรู้สึกถึงความเสียหาย
    • เช่น สายที่ไม่ได้รับ, คำตอบที่ช้า, lead ที่หลุดไป, ช่วงเวลาจองที่ว่าง, แรงงานราคาแพงที่เสียไปกับการประสานงานมูลค่าต่ำ

• ให้คะแนนไอเดีย

  • เลือกตลาดเฉพาะกลุ่มหนึ่ง แล้วเขียน 20 งาน ที่ผู้คนบ่นถึง
    • บริษัทหลังคา: สายที่ไม่ได้รับ, คำถามเกี่ยวกับ financing, เอกสารประกัน, แจ้งเตือนการนัดหมาย
    • Medical spa: คัดกรอง lead, กู้คืน no-show, upsell membership
    • แบรนด์ Shopify: คืนสินค้า, เปลี่ยนสินค้า, ติดตาม wholesale lead
  • ประเมินแต่ละงานด้วยเกณฑ์ 5 ข้อต่อไปนี้
    • เกิดขึ้นบ่อยแค่ไหน
    • ต้นทุนจากปัญหานี้สูงแค่ไหน
    • ตัดสินได้ง่ายแค่ไหนว่างานเสร็จแล้วหรือไม่
    • ต้องเข้าถึงเครื่องมืออะไรบ้าง
    • ใครมีงบประมาณที่เกี่ยวข้องอยู่แล้ว
  • สิ่งที่ควรเลือกเป็นอันดับแรกคือ งานที่มีเงินเดือนหรือค่าเอาต์ซอร์สผูกอยู่แล้ว

สังเกตงานจริงก่อนพัฒนา

• ก่อนเขียน prompt หรือเขียนโค้ด ควรสังเกตคนที่ทำงานนั้น เพื่อให้ได้รายละเอียดที่จำเป็นสำหรับ Agent คุณภาพสูง
• ดูด้วยตัวเองหรือบันทึกหน้าจอ 10–20 เคส ที่ผู้รับผิดชอบจัดการ และขอให้เขาอธิบายขั้นตอนที่ทำออกมาเป็นคำพูด
  • ตรวจสอบว่าเคสแบบใดง่าย
  • ระบุว่าเคสแบบใดผิดปกติ
  • บันทึกว่าตรวจสอบอะไรก่อนตัดสินใจ
  • หาให้เจอว่าข้อผิดพลาดเกิดตรงไหน
• แม้เคยทำงานนั้นด้วยตัวเองมาก่อน การสังเกตเคสจริงล่าสุดอีกครั้งจะช่วยให้จำ flow รายละเอียดได้ระหว่างพัฒนา

• รายละเอียดของงานกำหนดคุณภาพผลิตภัณฑ์

  • งานจริงของพนักงานต้อนรับร้านอาหารลึกกว่าการตอบคำถามเรื่องเวลาทำการมาก
    • ต้องรู้เวลาครัวปิด
    • ต้องแยกได้ว่าโต๊ะไหนเหมาะสำหรับวางรถเข็นเด็ก
    • ต้องตรวจสอบว่าลาน patio หยุดให้บริการหรือไม่
    • ต้องรู้วิธีดูแล VIP
    • ต้องตัดสินได้ว่าควรส่งต่อคำถามเฉพาะเรื่องไปยังผู้รับผิดชอบเมื่อใด
  • รายละเอียดของงานจริง เหล่านี้เป็นตัวกำหนดคุณภาพของ Agent

• องค์ประกอบ 7 ข้อของสเปก Agent

  • อะไรเป็นตัวเรียกให้ Agent ทำงาน
  • ต้องมีบริบทอะไร
  • ใช้เครื่องมืออะไรได้บ้าง
  • จัดการอะไรเองได้บ้าง
  • ตรงไหนต้องขออนุมัติ
  • เมื่อใดต้อง escalate ไปให้คน
  • สถานะความสำเร็จคืออะไร
  • ต้องทำให้องค์ประกอบเหล่านี้ชัดเจน เพื่อให้ทำงานได้ดีเท่าคนหรือดีกว่า พร้อมคุณภาพที่สม่ำเสมอกว่า

เริ่มจาก Minimum Useful Agent

• หากพยายามสร้างพนักงานอัตโนมัติเต็มรูปแบบตั้งแต่แรก demo อาจดูดี แต่ใช้งานจริงไม่ได้จนธุรกิจล้มเหลว
• เวอร์ชันแรกควรจำกัดขอบเขตเป็น Minimum Useful Agent (MUA)

• เวอร์ชันแรก 4 แบบ

  • Agent สำหรับร่างงาน·อนุมัติ
    • อ่านบริบทแล้วเขียนคำตอบ ใบเสนอราคา สรุป หรือขั้นตอนถัดไป
    • ให้คนอนุมัติผลลัพธ์
    • เหมาะกับงานที่มีความเสี่ยง ความสร้างสรรค์ และขั้นตอนอนุมัติ
  • Agent สำหรับจำแนกประเภท
    • จำแนกงานที่เข้ามาแล้วส่งต่อไปยังตำแหน่งที่เหมาะสม
    • ใช้ได้กับคำขอซ่อมบำรุง ปัญหา billing คำขอ refund ฯลฯ
  • Agent สำหรับประสานงาน
    • จัดการความคืบหน้าของงานระหว่างระบบกับคน
    • ตรวจสอบเวลาที่ว่าง ส่งแจ้งเตือน และขอข้อมูลที่ขาด
  • Agent สำหรับดำเนินการแบบจำกัด
    • ทำงานเฉพาะบางอย่างโดยตรงภายใต้กฎที่ชัดเจน
    • ตัวอย่างคือการจอง การติดตามผล และ refund ต่ำกว่า 50 ดอลลาร์
  • Minimum Useful Agent สามารถค่อย ๆ เพิ่มขอบเขต autonomy ตามลำดับจากการร่างงาน การจำแนกประเภท การประสานงาน ไปจนถึงการดำเนินการแบบจำกัด

• จากเวิร์กโฟลว์สู่ Agent อัตโนมัติ

  • ตามแนวทาง Agent ของ Anthropic ปัญหา Agent จำนวนมากควรเริ่มจาก เวิร์กโฟลว์ที่คาดการณ์ได้ ก่อน
  • เวิร์กโฟลว์เดินตามเส้นทางที่กำหนดไว้ ส่วน Agent ตัดสินใจได้ dynamic กว่าตามสถานการณ์
  • ผู้ก่อตั้งควรเริ่มจากเส้นทางที่คาดการณ์ได้ และเพิ่ม autonomy เฉพาะจุดที่การตัดสินใจสร้างคุณค่า
  • ผลิตภัณฑ์ช่วงแรกมีแค่เวิร์กโฟลว์เดียวกับคำสัญญาเดียวก็พอ
    • ตอบสายที่บริษัทหลังคาพลาดและจองงานที่เหมาะสม
    • จำแนกคำขอซ่อมบำรุงของผู้จัดการอสังหาริมทรัพย์และนัดหมาย supplier ที่เหมาะสม
    • จัดการสายจองของร้านอาหารและแจ้งพนักงานเมื่อจำเป็นต้องให้คนเข้ามาเกี่ยวข้อง
  • ลูกค้าก็กำลังซื้อ Agent เป็นครั้งแรกเช่นกัน จึงอาจไม่ต้องการมอบงานทั้งหมดพร้อมกันให้บริษัทใหม่ที่ไม่ใช่ Microsoft หรือ Salesforce
  • ดังนั้นต้องสร้างความเชื่อมั่นด้วย เวิร์กโฟลว์เดียวที่ใช้งานได้จริง

Product wrapper และระบบประเมินที่สร้างความเชื่อมั่น

• หาก Agent เป็นผู้ทำงาน product wrapper จะให้ความเชื่อมั่นและการควบคุมแก่ลูกค้า
• ฟีเจอร์ที่แยก automation ธรรมดาออกจาก Agent-first SaaS ได้แก่
  • log การทำงาน
  • ขั้นตอนอนุมัติ
  • การตั้งค่าการควบคุม
  • กฎการส่งต่อให้คน
  • การทดสอบก่อนใช้งานจริง
  • ฟังก์ชันตรวจสอบว่าเหตุใด Agent จึงเลือกการกระทำนั้น
• Agent อาจทำงานอยู่ในระบบโทรศัพท์ inbox, ช่อง Slack หรือ CRM ดังนั้น dashboard อาจเรียบง่ายได้ แต่ลูกค้าต้องมีห้องควบคุม
  • Agent โทรศัพท์ของร้านอาหาร: สรุปสาย ผลการจอง การส่งต่อให้คนที่ล้มเหลว
  • Agent ซ่อมบำรุงอสังหาริมทรัพย์: ticket ที่สร้างขึ้น การส่งต่อให้ supplier การอัปเดตผู้เช่า การอนุมัติของเจ้าของ

• ประเมินด้วยเคสจริง 50 เคส

  • ก่อนสัญญาเรื่อง autonomy ต้องสร้าง evaluation set
  • รวบรวมเคสงานจริง 50 เคส เช่น สายโทรเข้า lead หรือคำขอซ่อมบำรุง
  • ทำเครื่องหมายคำตอบที่ถูกต้องในแต่ละเคส แล้วตรวจรายการต่อไปนี้
    • จำแนกปัญหาได้ถูกต้องหรือไม่
    • ถามข้อมูลที่จำเป็นแต่ขาดอยู่หรือไม่
    • ใช้นโยบายที่ถูกต้องหรือไม่
  • ทุกครั้งที่เปลี่ยน prompt, model, เครื่องมือ หรือเวิร์กโฟลว์ ให้รัน evaluation set เดิมอีกครั้งเพื่อตรวจดูการปรับปรุงและการถดถอย
  • การประเมินยังใช้เป็นหลักฐานสร้างความเชื่อมั่นในกระบวนการขายได้
  • เปิดเผยผลลัพธ์ในลักษณะ เช่น จากคำขอซ่อมบำรุงในอดีต 50 เคส Agent ส่งต่อได้ถูกต้อง 42 เคส จัด 6 เคสให้คนตรวจ และผิดพลาด 2 เคส
  • หากแสดงเคสที่ผิดพลาดและวิธีแก้ไขด้วย ลูกค้าจะเห็นข้อจำกัดและกระบวนการปรับปรุงของ Agent

ขาย pilot เหมือนแรงงาน แล้ว productize เป็น SaaS

• จุดเริ่มที่เร็วที่สุดคือขาย pilot ที่ AI กับคนทำงานร่วมกัน แล้วค่อยนำส่วนที่ทำซ้ำได้มาทำเป็นผลิตภัณฑ์
• เริ่มจากลูกค้า 3 รายที่มีตลาดเฉพาะกลุ่ม เวิร์กโฟลว์ และปัญหาเดียวกัน แล้วขายผลลัพธ์
  • ตอบสายที่ไม่ได้รับและคัดกรอง lead
  • จำแนกคำขอซ่อมบำรุง
• ช่วงแรกเก็บค่า setup และค่าสมัครรายเดือนที่เข้าใจง่าย จากนั้นเมื่อเข้าใจคุณค่าแล้วค่อยเพิ่มราคาตามการใช้งานหรือตามผลลัพธ์
• ลูกค้าอาจอยากจ่ายเงินให้ผลลัพธ์มากกว่า user seat อีกหนึ่งที่นั่ง แต่อย่าเปลี่ยนเป็น pricing ตามผลลัพธ์ตั้งแต่แรก ควรใช้หลังเรียนรู้เพียงพอแล้ว

• ตัวอย่างราคา

  • ค่า setup 1,500 ดอลลาร์ และ 1,000 ดอลลาร์ต่อเดือนต่อหนึ่งเวิร์กโฟลว์
  • ค่า setup 2,000 ดอลลาร์ และ 30 ดอลลาร์ต่อการจองที่ผ่านการตรวจสอบหนึ่งรายการ
  • 3,000 ดอลลาร์ต่อเดือนสำหรับ ticket ที่ประมวลผลสูงสุด 500 รายการ
  • สิ่งที่สำคัญกว่าการหาราคาที่ถูกต้องคือการเรียนรู้ข้อมูลต่อไปนี้
    • ลูกค้ามองว่าอะไรมีคุณค่า
    • Agent ล้มเหลวตรงไหน
    • งานแบบใดต้องขออนุมัติ
    • เมื่อเอาผลิตภัณฑ์ออก ลูกค้าเสียดายอะไรมากที่สุด

• Productize รูปแบบที่เกิดซ้ำ

  • หากบริษัทหลังคาทุกแห่งต้องการ script สำหรับสายด่วนฉุกเฉิน การตรวจสอบพื้นที่ให้บริการ คำถามเรื่อง financing และการติดตามใบเสนอราคา ก็สามารถทำสิ่งเหล่านี้เป็นผลิตภัณฑ์เดียวได้
  • หาก medical spa ทุกแห่งต้องการให้คะแนน lead, จอง consultation, กู้คืน no-show และติดตามผลหลังทำหัตถการ ก็สามารถ productize ได้แบบเดียวกัน
  • ต้องลงมือทำงานด้วยตัวเองก่อนและหารูปแบบร่วมให้เจอ จึงจะสร้าง ซอฟต์แวร์ที่นำกลับมาใช้ซ้ำได้

หาลูกค้าด้วยคอนเทนต์เปรียบเทียบเวิร์กโฟลว์

• คอนเทนต์หาลูกค้าที่ได้ผลคือ workflow teardown ที่แสดงวิธีเดิมกับวิธี Agent เคียงข้างกัน

• วิธีเดิม

  • ไม่มีใครรับสาย ทำให้ลูกค้าย้ายไปหาคู่แข่ง
  • เจ้าหน้าที่บริการลูกค้าถามคำถาม ตรวจสอบตารางและพื้นที่ให้บริการ แล้วจองงาน
  • ทิ้งโน้ตและแจ้งเตือนไว้ แต่ลืมติดตามผล

• วิธี Agent

  • รับสายและถามคำถามที่เหมาะสม
  • ตรวจสอบพื้นที่ให้บริการและความเร่งด่วน
  • สร้างการจองและอัปเดต CRM
  • ส่งข้อความยืนยัน
  • ส่งต่อเคสยกเว้นให้คน
  • ผู้จัดการรู้สึกถึงความเสียหายที่เกิดจากกระบวนการเดิมโดยตรง ดังนั้นควรขาย ผลิตภัณฑ์ที่เป็นยาแก้ปวด ไม่ใช่วิตามิน
  • ต้องเลือกเวิร์กโฟลว์เดียวและทำให้บนอินเทอร์เน็ตเชื่อมโยงงานนั้นกับผลิตภัณฑ์ของคุณ
  • สร้าง checklist และ benchmark
  • เผยแพร่ workflow teardown และคอนเทนต์เคสประมาณ 50 ชิ้น
  • ล้อเลียนหรือทำ meme เกี่ยวกับวิธีเดิม
  • เลือกคอนเทนต์ที่ตอบรับดีไปลงโฆษณาแบบ paid ads
  • ช่วงแรกให้โฟกัสแพลตฟอร์มเดียว และสร้างกลุ่มลูกค้าเป้าหมายควบคู่กันตลอดช่วงสร้างผลิตภัณฑ์

แผนปฏิบัติการ 30 วันสำหรับธุรกิจ Agent

• สัปดาห์แรก: ตรวจสอบตลาดเฉพาะกลุ่มและเวอร์ชันที่ใช้งานได้

  • วันที่ 1: เลือกตลาดเฉพาะกลุ่มที่งานที่ตกหล่นนำไปสู่การสูญเสียเงิน
    • ตัวอย่างคือบริการถึงบ้าน การจัดการอสังหาริมทรัพย์ และตัวแทนประกันภัย
  • วันที่ 2: สัมภาษณ์ผู้รับผิดชอบการดำเนินงาน 10 คน และสังเกตเวิร์กโฟลว์ผ่านการแชร์หน้าจอ
    • อาจจ่ายค่าสัมภาษณ์ได้
    • เก็บบันทึกการโทรไว้เป็นข้อมูลวิจัย
  • วันที่ 3: เลือกหนึ่งเวิร์กโฟลว์ที่มีความถี่สูง pain ชัด เข้าถึงซอฟต์แวร์ได้ และมีตัวชี้วัดความสำเร็จชัดเจน
  • วันที่ 4: เขียนสเปก Agent ที่ครอบคลุม trigger, บริบท, เครื่องมือ, กฎ, handoff และการประเมิน
  • วันที่ 5: ใช้ Claude หรือ chatbt คัดลอก·วางบริบทเพื่อสร้างร่างผลลัพธ์ แล้วให้คนอนุมัติ
    • ตรวจสอบว่า AI ช่วยงานจริงได้หรือไม่ก่อนสร้างซอฟต์แวร์
  • วันที่ 6: สร้างเวอร์ชันที่เล็กที่สุดแต่มีประโยชน์ โดยเน้นฟังก์ชันร่างงาน·อนุมัติ หรือจำแนกประเภท
  • วันที่ 7: สร้าง evaluation set ด้วยเคสจริง 50 เคส

• สัปดาห์ที่สอง: ขาย pilot ในตลาดเฉพาะกลุ่มเดียวกัน

  • ขาย pilot 2 รายการ สำหรับตลาดเฉพาะกลุ่มและเวิร์กโฟลว์เดียวกัน
  • จำกัดขอบเขตให้แคบเพื่อพิสูจน์ปัญหาและผลลัพธ์เดิมซ้ำ ๆ

• สัปดาห์ที่สาม: เพิ่มฟีเจอร์ควบคุมแบบ SaaS

  • เพิ่ม product wrapper ที่รวม log, การอนุมัติ, การตั้งค่า, analytics และ handoff ให้คน
  • ใช้ AI สร้างซอฟต์แวร์ดังกล่าว โดยมี Clawude Design และ Fable เป็นตัวอย่างเครื่องมือ

• สัปดาห์ที่สี่: รวบรวมหลักฐานและช่องทางการกระจาย

  • เผยแพร่คอนเทนต์ workflow teardown
  • เปลี่ยนผลลัพธ์จาก pilot ให้เป็น หลักฐานยืนยัน ของผลิตภัณฑ์
  • หา format คอนเทนต์ที่มีผลตอบรับดีและโฟกัสกลยุทธ์นั้น
  • ระบุช่องทางที่สามารถใส่เงินเพื่อหาลูกค้าแบบ paid acquisition ได้
  • ในเดือนที่สองและสาม ให้ตรวจสอบ customer lifetime value (LTV), ช่องทางที่ใช้งานได้ และพื้นที่ที่ควรลงทุนเพิ่มเติม

ธุรกิจที่กำจัดงานซ้ำซากและเจ็บปวด

• บทบาทของซอฟต์แวร์กำลังเปลี่ยนจาก “เครื่องมือที่ช่วยทำงาน” ไปเป็น “ระบบที่ทำงานร่วมกัน”
• โอกาสอยู่ที่การค้นหาและกำจัดเวิร์กโฟลว์ที่เล็กที่สุด เจ็บปวดที่สุด และทำซ้ำตลอดทั้งวันในตลาดเฉพาะกลุ่มที่เข้าใจดี
  • รับสายโทรศัพท์
  • จองงาน
  • จำแนก ticket
  • อัปเดตระบบ
  • escalate เคสผิดปกติให้คน
• ลำดับการลงมือทำคือ หาเวิร์กโฟลว์ สังเกตผู้รับผิดชอบ เขียนสเปก ดำเนินการแบบ manual สร้าง Minimum Useful Agent ขาย pilot และ productize ส่วนที่เกิดซ้ำ
• ต้องทำงานที่ผู้คนจ่ายเงินให้อยู่แล้วได้อย่างเสถียร พร้อมมีวิธีควบคุม ประเมิน และส่งต่อ จึงจะกลายเป็น Agent SaaS ที่ลูกค้าซื้อจริง