AI Agent ฆ่า SaaS ไม่ได้

ผู้เขียนต้นฉบับ: Sleepy.md

หลังจากที่ AI Agent เริ่มได้รับความนิยม หลายคนเริ่มเขียนบทไว้อาลัยให้กับ SaaS แล้ว แต่ฉันคิดว่ายังเร็วเกินไป

นักลงทุนต่างตื่นตระหนกจริงๆ ต้นปี 2026 ความตื่นตระหนกเรื่องวันสิ้นโลกของ SaaS ได้แพร่กระจายไปทั่วแวดวงเทคโนโลยี ปลายเดือนมกราคม Anthropic เพียงแค่เปิดตัวฟีเจอร์อัปเดตที่ทำให้ Claude สามารถเรียกใช้ปลั๊กอินได้ มูลค่าตลาดของกลุ่มหุ้นซอฟต์แวร์ในตลาดหุ้นสหรัฐฯ ก็หายไปหลายแสนล้านดอลลาร์ภายในสามสัปดาห์ต่อมา

ตรรกะความตื่นตระหนกของพวกเขานั้นเรียบง่าย พวกเขาคิดว่าเมื่อ AI สามารถเขียนโค้ด หาช่องโหว่ และแม้กระทั่งสร้างเครื่องมือแบบไดนามิกได้เองแล้ว ต้นทุนการเขียนโค้ดก็จะเข้าใกล้ศูนย์อย่างไม่สิ้นสุด เมื่อ Agent สามารถสร้างเครื่องมือที่ปรับแต่งได้หลากหลายให้กับองค์กรได้ทุกที่ทุกเวลา ค่ายซอฟต์แวร์ที่เก็บค่าเช่ารายเดือน คูเมืองที่พวกเขาสร้างมาอย่างยากลำบากก็จะหายไปโดยธรรมชาติ

ดังนั้น ตั้งแต่ CrowdStrike ถึง IBM จาก Salesforce ถึง ServiceNow ไม่ว่าผลประกอบการจะสดใสแค่ไหน ต่างก็กำลังเผชิญกับการขายทิ้งอย่างรุนแรง

ในเวลาเดียวกัน ผู้ประกอบการ AI จำนวนนับไม่ถ้วนกำลังถือแผนธุรกิจ (BP) วิ่งเข้าหา VC โดยอ้างว่าจะ "สร้างเลเยอร์กลางสำหรับยุค Agent" "สร้างธุรกิจ For Agent"

พวกเขากำลังพนันในสิ่งหนึ่ง: การสร้างเครื่องมือ คือธุรกิจที่เซ็กซี่ที่สุดในยุคนี้

แต่ถ้าเราเปลี่ยนสายตาจากสไลด์พาวเวอร์พอยต์เหล่านั้น มาดูภาพตัดขวางจริงของการดำเนินงานขององค์กร เราจะพบว่าที่จริงแล้วมันไม่ใช่แบบนั้นเลย

ซอฟต์แวร์ไม่เคยขายโค้ด

ในเศรษฐศาสตร์มีทฤษฎีคลาสสิกที่ได้รับการพิสูจน์ซ้ำแล้วซ้ำเล่า เรียกว่า "การถ่ายโอนความขาดแคลนของปัจจัย" ทุกๆ การปฏิวัติด้านผลิตภาพ จะทำให้ปัจจัยบางอย่างที่เคยขาดแคลนกลายเป็นอุดมสมบูรณ์ ในขณะเดียวกันก็ทำให้ปัจจัยอีกอย่างหนึ่งที่เคยถูกมองข้ามกลายเป็นสิ่งที่ขาดแคลนอย่างยิ่ง ความมั่งคั่งจึงไหลไปสู่ปัจจัยหลัง

ก่อนการปฏิวัติอุตสาหกรรม แรงงานเป็นสิ่งที่ขาดแคลน เครื่องจักรไอน้ำทำให้แรงงานเครื่องจักรกลายเป็นอุดมสมบูรณ์ ความขาดแคลนจึงย้ายไปสู่ทุนและโรงงาน ดังนั้นเจ้าของโรงงานจึงกลายเป็นคนที่ร่ำรวยที่สุดในยุคนั้น

การปฏิวัติอินเทอร์เน็ตทำให้ต้นทุนการเผยแพร่ข้อมูลเป็นศูนย์ ความขาดแคลนจึงย้ายไปสู่ "ความสนใจ" ของผู้ใช้ ดังนั้นการดึงดูดผู้ใช้ (Traffic) จึงกลายเป็นธุรกิจใหญ่

ปัจจุบัน การปฏิวัติ AI กำลังทำให้ความสามารถในการเขียนโค้ดและสร้างเครื่องมือกลายเป็นอุดมสมบูรณ์อย่างยิ่ง ในยุค Agent ที่โค้ดไม่ใช่สิ่งที่ขาดแคลนอีกต่อไป ความขาดแคลนได้ย้ายไปที่ไหนกันแน่?

ที่จริงแล้ว ในช่วงหลายทศวรรษของการพัฒนาอุตสาหกรรมซอฟต์แวร์ โค้ดเองไม่เคยกลายเป็นคูเมืองที่แท้จริงเลย

ทุกบรรทัดโค้ดของระบบ Linux นั้นฟรี แต่นั่นก็ไม่ได้ขัดขวางการที่ Red Hat ถูก IBM ซื้อไปในราคาสูงถึง 34 พันล้านดอลลาร์ MySQL นั้นฟรี หลังจากที่ Oracle ได้มันมาแล้ว ก็ยังสามารถขายสัญญาบริการราคาแพงได้ด้วย PostgreSQL ใครๆ ก็ดาวน์โหลดโค้ดได้ แต่บริการฐานข้อมูล Aurora ของ AWS ยังคงสามารถเก็บเงินจากลูกค้าองค์กรได้หลายพันล้านดอลลาร์ทุกปี

โค้ดฟรีแล้ว ธุรกิจยังอยู่ และธุรกิจก็ยังดีอยู่

สิ่งที่สำคัญที่สุดจริงๆ คือสามสิ่งนี้: กระบวนการทางธุรกิจที่ถูกทำให้เป็นมาตรฐาน, ข้อมูลลูกค้าที่สะสมมาอย่างยาวนาน และต้นทุนการเปลี่ยนที่สูงมากที่เกิดจากสิ่งนี้

เมื่อคุณซื้อ Salesforce คุณไม่ได้ซื้อซอร์สโค้ดของระบบ CRM นั้น แต่คุณซื้อบันทึกลูกค้าองค์กรมากกว่า 50 ล้านล้านรายการที่อยู่เบื้องหลังมัน และประสบการณ์กระบวนการเกี่ยวกับวิธีการเชื่อมโยงขั้นตอนต่างๆ เช่น การขาย, การบริการลูกค้า, การตลาด ให้ประสานกันอย่างแน่นหนา ข้อมูลเหล่านี้ไม่ใช่โค้ดเย็นๆ บรรทัดต่อบรรทัด แต่เป็นเวลาและประวัติศาสตร์ที่มีชีวิตขององค์กร

บริษัทหนึ่งใช้ Salesforce มาเป็นเวลา 10 ปี ทุกบันทึกการสื่อสารของลูกค้า, ทุกประวัติการทำธุรกรรม, ทุกโหนดการติดตามโอกาสทางการขาย ต่างก็อยู่ในนั้นทั้งหมด การที่คุณจะย้ายออกไป ไม่ใช่ปัญหาแค่การเปลี่ยนซอฟต์แวร์ แต่เท่ากับการย้ายความทรงจำทั้งหมดของบริษัท นี่คือเหตุผลที่ Salesforce ยังคงสามารถสร้างรายได้ประจำปี 41 พันล้านดอลลาร์ และตั้งเป้าหมายสำหรับปี 2030 ไว้ที่ 63 พันล้านดอลลาร์

กลับมาที่กรอบการถ่ายโอนความขาดแคลนของปัจจัย เนื่องจาก Agent สามารถสร้างเครื่องมือได้เอง ต้นทุนการเขียนโค้ดได้กลายเป็นศูนย์แล้ว ดังนั้นในบริบทของการบริการองค์กร ปัจจัยที่ขาดแคลนที่สุดจริงๆ คืออะไร?

การบีบคอ Agent

สิ่งที่บีบคอ Agent จริงๆ ไม่ใช่การที่มันไม่มีมือ แต่คือการที่มันไม่มี "บริบท" ในสมอง

Super Agent ที่มีเครื่องมือทั้งหมด เหมือนกับเครื่องคั้นน้ำผลไม้ประสิทธิภาพสูงสุด มันหมุนเร็วมาก มีใบมีดที่คม แต่ถ้าไม่มีใครโยนผลไม้เข้าไป มันก็ไม่สามารถทำน้ำผลไม้ให้คุณได้แน่นอน

McKinsey ระบุในรายงานประจำปีว่า 88% ขององค์กรกำลังใช้ AI แต่มีเพียง 23% เท่านั้นที่ประสบความสำเร็จในการนำระบบ Agent ไปใช้ในบางส่วนขององค์กรในระดับที่ขยายได้จริง สิ่งที่ขัดขวางพวกเขา ไม่ใช่เพราะโมเดลใหญ่ไม่ฉลาดพอ แต่เป็นเพราะโครงสร้างข้อมูลขององค์กรยังไม่พร้อม

Irfan Khan ประธานฝ่ายข้อมูลและการวิเคราะห์ของ SAP กล่าวในการสัมภาษณ์ของ MIT Technology Review ว่า: "องค์กรไม่สามารถทิ้งระบบบัญชีแยกประเภททั้งหมดเพื่อเปลี่ยนเป็น Agent ได้ เพราะถ้า Agent ไม่มีบริบททางธุรกิจ มันก็ทำอะไรไม่ได้"

"บริบททางธุรกิจ" ที่กล่าวถึงนี้ หมายถึง: ขีดจำกัดการปฏิบัติตามกฎระเบียบทางการเงินของบริษัทนี้อยู่ที่ไหน ข้อกำหนดการกำกับดูแลของอุตสาหกรรมนี้คืออะไร ความชอบและประวัติศาสตร์สิบปีที่ผ่านมาของลูกค้ารายนี้ เงื่อนไขการชำระเงินและบันทึกการผิดสัญญาของซัพพลายเออร์รายนี้ ประวัติผลงานและเส้นทางความก้าวหน้าของพนักงานรายนี้ ... สิ่งเหล่านี้ ไม่ได้เปิดเผยต่อสาธารณะบนอินเทอร์เน็ต ไม่สามารถได้มาจากการครอว์ลข้อมูล และ AI ก็ไม่สามารถสร้างขึ้นมาได้ผ่านการทำนายจากข้อความ

Ashu Garg หุ้นส่วนของ Foundation Capital ก็มีความเห็นเดียวกัน เขากล่าวว่า Agent ต้องการไม่ใช่แค่ข้อมูล แต่ต้องการ "กราฟบริบท" (Context Graph) ชั้นการให้เหตุผลที่สามารถจับได้ว่าไม่เพียงแต่องค์กรทำอะไร แต่ยังบันทึกได้ว่าองค์กรคิดอย่างไร สิ่งนี้สามารถตกตะกอนจากการดำเนินงานทางธุรกิจจริงเท่านั้น ไม่สามารถสร้างขึ้นจากความว่างเปล่าได้

ภายใต้ตรรกะนี้ ความขาดแคลนได้ย้ายจาก "ความสามารถในการสร้างเครื่องมือ" ไปสู่ "การครอบครองข้อมูลบริบททางธุรกิจที่ทดแทนไม่ได้"

เนื่องจาก Agent ไม่สามารถทำน้ำผลไม้ขึ้นมาเองได้ ดังนั้นผลไม้เหล่านั้นอยู่ที่มือใครกันแน่?

ยุคทองของเจ้าของที่ดินข้อมูล

คำตอบชี้ไปที่พวกเก่าที่เคยถูกคิดว่าจะถูก AI ทำลายล้าง

วันที่ 23 กุมภาพันธ์ 2026 Bloomberg ได้เปิดตัวอินเทอร์เฟซ Agentic AI ชื่อ "ASKB" Bloomberg Terminal เป็นหนึ่งในสิ่งที่เป็นตัวแทนของอุตสาหกรรมซอฟต์แวร์มากที่สุด แม้ว่าทั่วโลกจะมีผู้ใช้สมัครสมาชิกเพียง 325,000 บัญชี แต่แต่ละบัญชีคิดค่าบริการปีละ 32,000 ดอลลาร์ ซึ่งหมายความว่า Bloomberg สามารถเก็บเงินได้มากกว่า 10 พันล้านดอลลาร์ต่อปีจากบัญชี 325,000 บัญชีนี้ คิดเป็นมากกว่า 85% ของรายได้ทั้งหมดของ Bloomberg LP

สำหรับอุตสาหกรรมอินเทอร์เน็ตที่เชื่อว่า "ยิ่งมีผู้ใช้มากยิ่งดี" นี่ขัดกับตรรกะ Bloomberg สร้างป้อมปราการธุรกิจที่แข็งแกร่งด้วยผู้ใช้ที่จ่ายเงินจำนวนน้อยมาก

เหตุผลเดียวที่ทำให้มันสำเร็จได้ เพราะ Bloomberg ครอบครองข้อมูลทางการเงินที่มีโครงสร้างที่สมบูรณ์ที่สุด ทันสมัยที่สุด และลึกที่สุดในโลก ข้อมูลเหล่านี้เป็นผลผลิตจากการลงทุนอย่างต่อเนื่องเป็นเวลาหลายสิบปี รวมถึงราคาตลาดแบบเรียลไทม์ ไฟล์เก็บถาวรทางประวัติศาสตร์ ข้อความข่าว รายงานนักวิเคราะห์ ข้อมูลทางการเงินของบริษัท ... องค์กรใดๆ ที่ต้องการตัดสินใจอย่างจริงจังในแวดวงการเงิน ไม่มีทางไม่ใช้มัน

สำหรับ ASKB ที่เปิดตัวใหม่ AI คือเครื่องยนต์ และข้อมูลเฉพาะของ Bloomberg คือเชื้อเพลิงเดียวเท่านั้น Agent ใดๆ ที่ต้องการทำงานในแวดวงการเงิน ไม่สามารถสร้างข้อมูลเหล่านี้ขึ้นมาจากความว่างเปล่าได้ มันสามารถเชื่อมต่อกับอินเทอร์เฟซของ Bloomberg ได้อย่างเรียบร้อยเท่านั้น

WatersTechnology ให้ความเห็นที่ยอดเยี่ยมมาก: การวางตำแหน่ง Agentic ของ Bloomberg แสดงให้เห็นว่า "เจ้าของข้อมูลสามารถเปลี่ยน AI ให้เป็นเครื่องกดเงินสดของตัวเองได้อย่างไร"

ตรรกะนี้เป็นเช่นเดียวกันในทุกอุตสาหกรรมแนวตั้ง Veeva ครอบครองข้อมูลการปฏิบัติตามกฎระเบียบและการวิจัยและพัฒนาของอุตสาหกรรมเภสัชกรรมทั่วโลก Agent ของบริษัทยาใดๆ ที่ต้องการจัดการการทดลองทางคลินิก การยื่นขอรับอนุญาตจากหน่วยงานกำกับดูแล ต้องเรียกใช้ข้อมูลเหล่านี้ Epic ครอบครองบันทึกสุขภาพทางการแพทย์ของผู้ป่วยมากกว่า 250 ล้านคนในสหรัฐอเมริกา คำแนะนำการวินิจฉัยทุกครั้งของ Agent ทางการแพทย์ ต้องการข้อมูลประวัติผู้ป่วยจริงเหล่านี้เป็นฐาน LexisNexis มีเอกสารทางกฎหมายจำนวนมหาศาลแบบผูกขาด Agent ทางกฎหมายที่ต้องการค้นหาคดีและวิเคราะห์การปฏิบัติตามกฎระเบียบ ไม่สามารถหลีกเลี่ยงมันได้

ข้อมูลเหล่านี้เป็นผลึกของการดำเนินงานทางธุรกิจหลายสิบปีในโลกจริง เป็นการตกตะกอนของเวลา เป็นประวัติศาสตร์ที่ไม่สามารถทำซ้ำได้ นี่คือการแสดงออกขั้นสุดของ "การถ่ายโอนความขาดแคลนของปัจจัย": เมื่อทุกคนมีเครื่องยนต์ AI ระดับสูงสุด สิ่งที่ตัดสินชัยชนะจริงๆ คือคุณสามารถหาแหล่งน้ำมันที่เฉพาะเจาะจงของคุณได้หรือไม่

ในอดีต บริการข้อมูลแบบสมัครสมาชิกเหล่านี้ขายให้นักวิเคราะห์ที่เป็นมนุษย์ องค์กรขนาดใหญ่อาจต้องซื้อบัญชี Bloomberg Terminal 100 บัญชี แต่ในอนาคต เมื่อเครื่องจักรกลายเป็นผู้บริโภคข้อมูล อาจเป็นองค์กรหนึ่งที่รัน Agent หลายหมื่นตัว พวกมันเรียกใช้อินเทอร์เฟซข้อมูลเฉพาะเหล่านี้อย่างบ้าคลั่งในระดับมิลลิวินาที

นี่คือการก้าวกระโดดในระดับขั้น (Order of magnitude) นักวิเคราะห์ที่เป็นมนุษย์สามารถประมวลผลคำถามได้จำกัดในหนึ่งวัน แต่ความถี่ในการเรียกใช้ของ Agent นั้นมากกว่ามนุษย์มาก ความต้องการข้อมูลที่มีคุณค่าสูง แบบเรียลไทม์ และต่อเนื่อง จะเกิดการระเบิดแบบทวีคูณ ตรรกะธุรกิจแบบสมัครสมาชิกไม่เพียงแต่ไม่ถูกทำลาย แต่กลับถูกขยายออกไปอย่างไม่มีที่สิ้นสุดโดยความตะกละของเครื่องจักร

โค้ดเป็นศูนย์ ข้อมูลเริ่มเก็บค่าเช่า

แต่ นี่หมายความว่าบริษัท SaaS และข้อมูลทั้งหมดจะสามารถวางใจได้หรือไม่?

ไม่ใช่ทุก SaaS ที่มีไพ่ใบนี้

ถ้าเข้าใจบทความนี้ว่าเป็นการสนับสนุนอุตสาหกรรม SaaS ทุกบริษัทโดยไม่แยกแยะ ก็ผิดมหันต์ AI นำมาซึ่งการแบ่งแยกที่โหดร้ายครั้งใหญ่ให้กับ SaaS

ต้นเดือนมีนาคม 2026 TechCrunch สัมภาษณ์ VC ชั้นนำหลายคน ถามว่าตอนนี้พวกเขาไม่อยากลงทุนอะไรที่สุด

นักลงทุนในซิลิคอนวัลเลย์กำลังลงคะแนนด้วยเท้าอยู่แล้ว การห่อหุ้มเวิร์กโฟลว์แบบง่ายๆ เครื่องมือแนวนอนที่สามารถใช้ได้กับทุกอุตสาหกรรม การจัดการโปรเจกต์แบบเบา พวกเรื่องเล่าเหล่านี้ที่เคยสามารถสนับสนุนการระดมทุนได้หนึ่งรอบ โชคชะตาร่วมกันในตอนนี้คือถูกปฏิเสธทันที เหตุผลง่ายมาก เพราะ Agent เหล่านี้สามารถทำได้โดยง่าย บริษัทซอฟต์แวร์ที่ไม่มีข้อมูลเฉพาะกำลังสูญเสียคุณสมบัติในการเข้าสู่สายตาของทุนอย่างรวดเร็ว

การตัดสินนี้ ตัดโลกของ SaaS ออกเป็นสองส่วน

ส่วนหนึ่งคือผลิตภัณฑ์ประเภทเครื่องมือที่ให้การห่อหุ้มแบบบางเท่านั้น นำข้อมูลสาธารณะมาห่อด้วยอินเทอร์เฟซที่สวยงาม หรือ SaaS ที่เพียงแค่ปรับปรุงกระบวนการทำงานจุดเดียว คูเมืองของผลิตภัณฑ์ประเภทนี้ โดยพื้นฐานแล้วคือความเคยชินของผู้ใช้และความเหนียวแน่นของอินเทอร์เฟซ

แต่ดังที่ Jake Saper จาก Emergence Capital กล่าว: "ก่อนหน้านี้ การทำให้มนุษย์เคยชินกับซอฟต์แวร์ของคุณ เป็นคูเมืองที่แข็งแกร่ง แต่ถ้า Agent เป็นผู้ทำงานเหล่านี้ ใครจะสนใจเวิร์กโฟลว์ของมนุษย์?"

SaaS ประเภทนี้เผชิญกับภัยคุกคามที่ใหญ่จริงๆ ชุดเครื่องมือ GTM (Go-to-Market) เป็นกรณีศึกษา Gainsight, Zendesk, Outreach, Clari, Gong บริษัทเหล่านี้ครอบครองฟังก์ชันที่อยู่ใกล้เคียงกัน เช่น ความสำเร็จของลูกค้า, การบริการลูกค้า, การขายภายนอก, การพยากรณ์รายได้, การวิเคราะห์การโทร ซึ่งแต่ละอย่างต้องการงบประมาณแยก, การดำเนินการแยก, การรวมระบบแยก บริษัทที่เกิดมาพร้อม AI (AI-native) ตอนนี้สามารถใช้ Agent หนึ่งตัวเชื่อมต่อทุกส่วนเหล่านี้ ทำให้คุณค่าการดำรงอยู่ของเครื่องมือแบบจุดเหล่านี้ลดลงอย่างมาก

ในขณะที่อีกส่วนหนึ่งของ SaaS นั้นฝังลึกอยู่ในกระบวนการทางธุรกิจหลักขององค์กร ครอบครองข้อมูลเฉพาะที่ทดแทนไม่ได้ บริษัทประเภทนี้ไม่เพียงแต่จะไม่ถูกแทนที่ด้วย Agent แต่จะกลายเป็นมีค่ามากขึ้นเพราะการมีอยู่ของ Agent

ยกตัวอย่าง Salesforce กุมภาพันธ์ 2026 งบการเงินของ Salesforce แสดงว่า รายได้ประจำปีซ้ำของ Agentforce อยู่ที่ 800 ล้านดอลลาร์ เพิ่มขึ้น 169% YoY; ส่งมอบ "หน่วยงาน Agentic" จำนวน 2.4 พันล้านหน่วยสะสม ประมวลผลโทเค็นเกือบ 20 ล้านล้านโทเค็นสะสม; มีลูกค้า Agentforce ลงนามแล้ว