สโนวเฟลค ในงาน Six Five Summit: ข้อมูล ไม่ใช่โมเดล คือความได้เปรียบที่แท้จริง

วันอังคารที่ 25 ส.ค. 2026 — ในงาน The Six Five Summit: AI Unleashed 2026 Sridhar Ramaswamy ซีอีโอของ สโนวเฟลค (SNOW) กล่าวว่า ยุคถัดไปของ AI ในองค์กรจะถูกกําหนดโดยคุณภาพ การกํากับดูแล และการเข้าถึงข้อมูลของบริษัท มากกว่าการเลือกใช้โมเดล AI ข้อความดังกล่าวมีทั้งความหวังและข้อควรระวัง: AI กําลังมีราคาถูกลงและมีความสามารถมากขึ้น แต่บริษัทที่พึ่งพาข้อมูลที่ไม่มีคุณภาพหรือขาดการควบคุมค่าใช้จ่ายอาจยังคงประสบปัญหาในการแปลงความก้าวหน้านั้นให้เป็นมูลค่าทางธุรกิจ

ประเด็นสําคัญ

• สโนวเฟลค ระบุว่าความได้เปรียบที่แท้จริงของ AI ในองค์กรมาจากข้อมูลที่เชื่อถือได้ ไม่ใช่จากโมเดลเพียงอย่างเดียว
• บริษัทกําลังผลักดันให้ลูกค้าปรับปรุงข้อมูลทีละขั้นตอน แทนที่จะรอให้ข้อมูลสมบูรณ์แบบก่อนนํา AI มาใช้
• สโนวเฟลค ระบุว่า 46% ของลูกค้าวางแผนที่จะเพิ่มการใช้จ่าย ขณะที่ Cortex มีอัตราการเจาะตลาดถึง 30% ในฐานลูกค้าปัจจุบัน
• AI agents ที่ใช้ภายในองค์กรสําหรับทีมขายของ สโนวเฟลค ซึ่งมีพนักงาน 4,000 คน มีต้นทุนต่ํากว่าซอฟต์แวร์แดชบอร์ดที่เคยใช้อยู่
• บริษัทใช้โมเดล AI หลายตัวและการควบคุมงบประมาณรายบุคคลเพื่อลดต้นทุนและลดการพึ่งพาผู้ให้บริการรายใดรายหนึ่ง

AI ในองค์กรเปลี่ยนจากโมเดลมาสู่ข้อมูล

Ramaswamy กล่าวกับผู้ฟังว่าซอฟต์แวร์กําลังสร้างได้ง่ายขึ้นเมื่อ coding agents พัฒนาขึ้น ทําให้แอปพลิเคชันกลายเป็นสินค้าอุตสาหกรรมมากขึ้น ในสภาพแวดล้อมเช่นนี้ เขากล่าวว่าตัวชี้วัดความแตกต่างที่สําคัญไม่ใช่ประสิทธิภาพของโมเดล แต่คือข้อมูลที่อยู่เบื้องหลังระบบ

• เขากล่าวว่าบริษัทที่มีข้อมูลคุณภาพสูงและมีการกํากับดูแลที่ดีสามารถดึงคุณค่าจาก AI ได้มากกว่า
• เขาโต้แย้งว่าข้อมูลที่ไม่ดีไม่สามารถแก้ไขได้แม้แต่ด้วยโมเดลที่ฉลาดที่สุด
• เขากล่าวว่าการกํากับดูแลกลายเป็นสิ่งจําเป็น เพราะโมเดลในปัจจุบันดีพอที่จะเปิดเผยจุดอ่อนของข้อมูล
• เขาอธิบายว่าความเป็นเจ้าของข้อมูล ความหมายเชิงความหมาย และการควบคุมการกํากับดูแล คือสามรากฐานสําคัญสําหรับการนํา AI ไปใช้งานอย่างประสบความสําเร็จ

Ramaswamy กล่าวว่าตลาดมักเข้าใจผิดเกี่ยวกับการเปลี่ยนแปลงนี้ ในมุมมองของเขา องค์กรไม่จําเป็นต้องรอให้การทําความสะอาดข้อมูลเสร็จสมบูรณ์ก่อนเริ่มโครงการ AI แต่ควรมุ่งเน้นที่แหล่งข้อมูลและฟังก์ชันทางธุรกิจที่สําคัญที่สุดก่อน แล้วค่อยขยายออกไปตามเวลา

ประเด็นสําคัญ

• การปรับปรุงข้อมูลสามารถทําได้ภายในสัปดาห์หรือเดือน ไม่จําเป็นต้องใช้เวลาหลายปี
• AI ควรทําให้งานซ้ําๆ เป็นอัตโนมัติ ในขณะที่มนุษย์ยังคงควบคุมการตัดสินใจและกลยุทธ์
• Interoperability มีความสําคัญ และลูกค้าควรหลีกเลี่ยงการล็อกข้อมูลไว้ในแพลตฟอร์มเดียว
• การควบคุมต้นทุนเป็นข้อกําหนดหลักสําหรับ AI ในองค์กร ไม่ใช่สิ่งที่คิดทีหลัง

ผลประกอบการและสัญญาณจากลูกค้า

สโนวเฟลค ชี้ให้เห็นสัญญาณหลายอย่างของความต้องการจากลูกค้าและการนําผลิตภัณฑ์ไปใช้ บริษัทระบุว่า 46% ของลูกค้าวางแผนที่จะเพิ่มการใช้จ่ายในระยะใกล้ ซึ่งถือเป็นสัญญาณที่สนับสนุนการเติบโตอย่างต่อเนื่อง นอกจากนี้ยังระบุว่า Cortex ซึ่งเป็นผลิตภัณฑ์ AI ของบริษัท มีอัตราการเจาะตลาดถึง 30% ในฐานลูกค้าปัจจุบัน

• คะแนน Net Promoter Score เติบโตต่อเนื่องทั้งรายไตรมาสและรายปี
• Cortex เห็นการเติบโตในทุกขั้นตอนทั้งการซื้อ การทดลองใช้ และการวางแผน
• สโนวเฟลค ระบุว่าความสนใจของลูกค้ากําลังขยายจากการทดลองไปสู่การนําไปใช้งานจริงมากขึ้น
• บริษัทไม่ได้เปิดเผยตัวเลขเงินออมที่ได้จาก sales agent อย่างเจาะจง แต่ Ramaswamy เรียกการลดลงนี้ว่า "น่าประทับใจมาก"

Ramaswamy ยังกล่าวด้วยว่า สโนวเฟลค ติดตามต้นทุนอย่างใกล้ชิด เขากล่าวว่าบริษัท "เข้มงวดมาก" เรื่องการใช้จ่ายและจะไม่ยอมรับเครื่องมือใหม่ที่มีฟีเจอร์มากกว่าแต่มีราคาสูงกว่ามาก เขายังเสริมว่าหากลูกค้าพบการปรับปรุงที่ช่วยประหยัดเงินได้จํานวนมาก ลูกค้าจะพอใจทันที แล้วก็จะถามทันทีว่าทําไมถึงไม่พบการประหยัดนี้เร็วกว่านี้

อัปเดตการดําเนินงาน: Snowhouse, agents และการส่งมอบที่รวดเร็วขึ้น

สโนวเฟลค ใช้เซสชันนี้อธิบายว่าบริษัทนํา AI มาใช้ภายในธุรกิจของตนเองอย่างไร ระบบข้อมูลภายในของบริษัทที่เรียกว่า Snowhouse รวบรวมข้อมูลจาก Salesforce, Workday และระบบของ สโนวเฟลค เองเพื่อสร้างมุมมอง 360 องศาของการดําเนินงาน

• Snowhouse รองรับ AI agents ในด้านการขาย การเงิน และวิศวกรรม
• สโนวเฟลค ระบุว่าพนักงานขาย 4,000 คนใช้ AI agents สําหรับงานประจําวัน
• agents ให้ความสามารถในการวิเคราะห์มากกว่าเครื่องมือแดชบอร์ดที่เคยใช้อยู่
• บริษัทระบุว่าแนวทางใหม่นี้มีต้นทุนต่อผู้ใช้ต่ํากว่าและสามารถจัดการด้วยวงเงินงบประมาณได้ โดยมีการกล่าวถึงเกณฑ์ $30 ต่อผู้ใช้ต่อเดือนว่าเป็นระดับที่ใช้งานได้จริง

Ramaswamy กล่าวว่าบริษัทกําลังขยายรูปแบบวิศวกรรมที่ส่งตรงถึงลูกค้า โดยวิศวกรของ สโนวเฟลค ปัจจุบันทํางานในสถานที่ของลูกค้าเพื่อเร่งโครงการ เขากล่าวว่าความพยายามในการปรับปรุงข้อมูลที่เคยใช้เวลา 3 ถึง 4 ปี ปัจจุบันมักสามารถเสร็จสิ้นได้ภายในสัปดาห์หรือเดือนโดยใช้ Cortex และเครื่องมือใหม่กว่า

วิธีที่ สโนวเฟลค ใช้ AI ภายในองค์กร

สโนวเฟลค อธิบายการใช้ AI ของตนเองว่าเป็นตัวอย่าง "customer zero" บริษัทระบุว่าได้สร้าง agents ที่สามารถวิเคราะห์ข้อมูลในหลายมิติพร้อมกันและรันงานจํานวนมากในชั่วข้ามคืน

• Cortex สามารถเปิดตัว agent swarms แบบขนานเพื่อสร้างรายงานโดยละเอียด
• Ramaswamy กล่าวว่าเขาสามารถขอให้ระบบวิเคราะห์ชุดข้อมูลใน 10 ถึง 12 มิติพร้อมกัน
• บริษัทระบุว่า sales agents ของบริษัทในปัจจุบันรวมข้อมูลลูกค้าแบบเรียลไทม์ ข้อมูลการใช้งาน และข้อมูลข่าวกรองตลาด
• ข้อมูลดังกล่าวได้รับการออกแบบมาเพื่อช่วยให้ทีมขายปรับปรุงการนําเสนอและการจัดการบัญชี

สโนวเฟลค ยังระบุว่าได้สร้างโปรแกรม certified data sets ที่สนับสนุนโดยทีมข้อมูลเฉพาะทาง เพื่อปรับปรุงคุณภาพและการกํากับดูแล เป้าหมายคือเพื่อให้แน่ใจว่าข้อมูลที่ใช้โดยระบบ AI มีความน่าเชื่อถือและมีการกําหนดไว้อย่างชัดเจน

กลยุทธ์โมเดลและการควบคุมต้นทุน

Ramaswamy กล่าวว่า สโนวเฟลค ไม่ได้พึ่งพาผู้ให้บริการโมเดลรายเดียว แต่กระจายการใช้งานไปยัง OpenAI, Anthropic และโมเดล open-source เพื่อจัดการต้นทุนและลดการพึ่งพาผู้ให้บริการรายใดรายหนึ่ง

• บริษัทระบุว่าการเลือกโมเดลเป็นส่วนหนึ่งของกลยุทธ์สถาปัตยกรรมที่กว้างขึ้น
• บริษัทยังใช้การคํานวณล่วงหน้าและการออกแบบระบบอื่นๆ เพื่อลดต้นทุนต่อผู้ใช้
• การควบคุมงบประมาณมีเป้าหมายเพื่อป้องกันไม่ให้การใช้จ่าย AI นําหน้าการสร้างมูลค่า
• สโนวเฟลค ระบุว่าเครื่องมือต้องมีต้นทุนต่ํากว่าระบบที่เข้ามาแทนที่

ข้อความดังกล่าวสะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในตลาดองค์กร หลายบริษัทกําลังเปลี่ยนจากการพิสูจน์แนวคิด AI ไปสู่การนําไปใช้งานในระดับใหญ่ แต่พวกเขาก็ให้ความสําคัญกับผลตอบแทนจากการลงทุน การกํากับดูแล และความเหมาะสมในการดําเนินงานมากขึ้นด้วย

แนวโน้มในอนาคต

Ramaswamy กล่าวว่าบริษัทที่มีแนวโน้มประสบความสําเร็จมากที่สุดคือบริษัทที่ใช้ AI จัดการงานเชิงกลไกและซ้ําๆ ในขณะที่ผู้คนมุ่งเน้นที่การตัดสินใจ การแลกเปลี่ยน และการตัดสินใจเชิงกลยุทธ์ เขากล่าวว่านั่นคือรูปแบบของ "agentic enterprise"

• เขาคาดว่าโมเดลจะพัฒนาต่อเนื่องในด้านการเขียนซอฟต์แวร์ การให้เหตุผล และการวางแผนระยะยาว
• เขากล่าวว่าระบบอัตโนมัติจะขยายตัวมากขึ้น แต่จะมีการกํากับดูแลโดยมนุษย์แทนที่จะเป็นการควบคุมโดยมนุษย์อย่างเต็มรูปแบบ
• เขาคาดว่าจะมีการใช้ AI มากขึ้นในด้านการขาย การเงิน HR และการดําเนินงาน
• เขากล่าวว่าระยะเวลาของการเปลี่ยนแปลงถูกบีบอัดลง โดยอธิบายว่าเป็น "AI dog years"

Ramaswamy กล่าวว่าการเปลี่ยนแปลงนี้มีแนวโน้มที่จะเกิดขึ้นภายใน 1 ถึง 3 ปี ไม่ใช่วงจร 5 ปีที่หลายบริษัทใช้ในการวางแผน ในมุมมองของเขา บริษัทที่ปรับปรุงรากฐานข้อมูลของตนในตอนนี้จะมีตําแหน่งที่ดีกว่าเมื่อ AI ฝังตัวอยู่ในงานธุรกิจประจําวันอย่างลึกซึ้งมากขึ้น

ไฮไลต์จากช่วงถามตอบ

ระหว่างการอภิปราย Ramaswamy ตอบคําถามหลายข้อเกี่ยวกับสิ่งที่ตลาดมองข้ามและวิธีที่บริษัทควรเข้าถึงการนําไปใช้งาน

• เขากล่าวว่าตลาดประเมินต่ําเกินไปว่าการกลายเป็นสินค้าของซอฟต์แวร์ทําให้คุณภาพข้อมูลกลายเป็นตัวสร้างความแตกต่างที่แท้จริง
• เขากล่าวว่าการกํากับดูแลมีความสําคัญเพราะโมเดลในปัจจุบันแข็งแกร่งพอที่จะทําให้ปัญหาข้อมูลมองเห็นได้ชัดเจนขึ้น
• เขาแนะนําให้บริษัทมุ่งเน้นที่ฟังก์ชันที่สําคัญต่อรายได้มากที่สุดก่อน
• เขากล่าวว่าลูกค้าควรเก็บข้อมูลในรูปแบบที่ยังคงใช้งานได้นอกระบบนิเวศของ สโนวเฟลค
• เขากล่าวว่าเป้าหมายคือ Interoperability ไม่ใช่การพึ่งพาแพลตฟอร์มเดียว

เขายังกล่าวด้วยว่าเครื่องมือ AI ที่ดีที่สุดคือเครื่องมือที่ปรับปรุงงานได้อย่างชัดเจนโดยไม่สร้างต้นทุนที่ไม่จําเป็น ในมุมมองของเขา องค์กรควรคาดหวังให้ AI กลายเป็นส่วนมาตรฐานของการดําเนินงาน แต่เฉพาะเมื่อสร้างขึ้นบนข้อมูลที่เชื่อถือได้และเศรษฐศาสตร์ที่มีวินัย

ผู้อ่านสามารถอ้างอิงบทถอดความฉบับเต็มด้านล่างสําหรับรายละเอียดเพิ่มเติมเกี่ยวกับการอภิปรายและคําถามจากผู้ฟัง

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน