การปรับตัวของสื่อในยุค AI: กลยุทธ์การใช้เทคโนโลยีเพื่อเพิ่มประสิทธิภาพและรายได้

การปรับตัวของสื่อในยุค AI: กลยุทธ์การใช้เทคโนโลยีเพื่อเพิ่มประสิทธิภาพและรายได้

ผู้ช่วยศาสตราจารย์ ดร.สกุลศรี ศรีสารคาม คณะนิเทศศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย


               ในช่วงปีที่ผ่านมา ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) กลายเป็นหนึ่งในหัวข้อหลักที่ถูกพูดถึงมาโดยตลอด ทั้งในแง่มุมด้านเทคโนโลยีการพัฒนาด้าน AI การนำ AI มาประยุกต์ใช้ในการทำงานในด้านต่างๆ รวมไปถึงผลกระทบที่น่าจะเกิดขึ้น ทั้งนี้ งานด้านวิทยุและโทรทัศน์ก็เป็นอีกอุตสาหกรรมหนึ่งที่ได้รับผลกระทบด้านบวกและผลกระทบด้านลบจากการเข้ามาของ AI ในหลากหลายส่วน เราอยู่ในช่วงเวลาสำคัญที่อุตสาหกรรมสื่อโทรทัศน์กำลังเปลี่ยนแปลงครั้งใหญ่ที่สุดในรอบหลายสิบปี เทคโนโลยี AI ไม่ใช่แค่กระแสชั่วคราว แต่คือพลังใหม่ที่เข้ามาเปลี่ยนวิธีคิด วิธีทำงาน และอนาคตของการสื่อสาร จากเดิมที่การผลิตข่าวต้องใช้เวลาหลายชั่วโมง ตอนนี้สามารถสร้างเนื้อหาได้แบบเรียลไทม์ และจากงานตัดต่อที่ต้องใช้ฝีมือมนุษย์ ก็กลายเป็นระบบอัตโนมัติที่ทำงานได้อย่างแม่นยำและรวดเร็วทันใจ และอยู่ในยุคที่คนทำสื่อโทรทัศน์ควรคิดเรื่องการลงทุนการพัฒนานวัตกรรมการสื่อสารอย่างจริงจัง บทความนี้รวบรวมแนวโน้ม ทิศทางในอุตสาหกรรมโทรทัศน์และสำนักข่าวในต่างประเทศเพื่อเป็นแนวทางให้สื่อไทยลองวิเคราะห์ มองหาโอกาสเพื่อพัฒนาต่อยอดการใช้เทคโนโลยีโดยเฉพาะ AI เพื่อสร้างนวัตกรรมและโอกาสจากมูลค่าใหม่ของคอนเทนต์โทรทัศน์

               ปี 2025 เป็นช่วงเวลาที่อุตสาหกรรมโทรทัศน์ไม่ได้เปลี่ยนแค่เครื่องมือหรืออุปกรณ์ แต่กำลังเปลี่ยน “วิธีคิด” และ “วิธีทำงาน” แบบทั้งระบบ ปัญญาประดิษฐ์หรือ AI กลายเป็นส่วนหนึ่งของทุกกระบวนการผลิตสื่อ ตั้งแต่การตัดต่อแบบอัตโนมัติ การวิเคราะห์พฤติกรรมคนดู ไปจนถึงการจัดวางโฆษณาให้ตรงใจคนดูแต่ละคนมากที่สุด AI ช่วยลดเวลาทำงานซ้ำซ้อน และเปิดโอกาสให้ทีมงานได้โฟกัสกับงานสร้างสรรค์มากขึ้น กรอบแนวคิดเกี่ยวกับผลกระทบของ AI โดยแบ่งออกเป็น 4 ลำดับของการนำเสนอเนื้อหา ได้แก่ การผลิต การจัดจำหน่าย การสร้างรายได้ และ การพัฒนาเนื้อหาและรูปแบบใหม่ ๆ

 

การปฏิวัติด้านการผลิต: สร้างคุณค่าใหม่ของเนื้อหา

               การใช้ AI ในการผลิตเนื้อหาทั้งระหว่างการผลิตและหลังการผลิต (Post-production) มีการพัฒนาอย่างรวดเร็วและไม่ใช่เพียงแค่การสร้างเนื้อหาแบบอัตโนมัติ หรือการให้ Generative AI สร้างเนื้อหาให้ แต่ไปถึงการออกแบบเนื้อหาที่ปรับเปลี่ยนได้ตามความต้องการของผู้ชมแต่ละคนตามแนวโน้มของการ Personalization เนื้อหา เมื่อพฤติกรรมการรับชมโทรทัศน์ย้ายเข้าสู่โลกออนไลน์มากขึ้นเรื่อย ๆ คนโทรทัศน์หันมาใช้เทคโนโลยีเพื่อสร้างโอกาสในการปรับแต่งเนื้อหารายการให้ตรงกับความชอบของผู้ชมแต่ละคน ไม่ว่าจะเป็นการเลือกตอนที่เหมาะกับอารมณ์ของผู้ชมในขณะนั้น การจัดเรียงเนื้อหาตามความสนใจ หรือแม้กระทั่งการเปลี่ยนรายละเอียดบางอย่างในเนื้อเรื่องให้ตรงกับพฤติกรรมการรับชมที่ผ่านมา ล้วนเป็นไปได้ด้วยพลังของเทคโนโลยี เช่น ปัญญาประดิษฐ์ (AI), ระบบแนะนำเนื้อหา (recommendation systems) และการวิเคราะห์ข้อมูลพฤติกรรมผู้ใช้ (user behavior analytics)

               ตัวอย่างจาก BBC มีความน่าสนใจในการพัฒนานวัตกรรมเพื่อสร้างประสิทธิภาพและคุณค่าใหม่ ๆ ให้ตอบโจทย์พฤติกรรมที่หลากหลายและผู้ชมที่มีความต้องการเฉพาะของตัวเองมากขึ้น โดยใช้แนวคิดที่เรียกว่า “Object-based Media” ในการออกแบบองค์ประกอบต่าง ๆ ที่ใช้สร้างเนื้อหา เช่น คลิป เสียง วิดีโอ คำบรรยาย ที่ปรับเปลี่ยนให้เหมาะกับผู้ชมและบริบทที่แตกต่างกันได้ หรือการพัฒนาระบบ AI รูปแบบต่าง ๆ ให้สามารถตอบสนองการรับรู้เนื้อหาข่าวสารของคนได้มีประสิทธิภาพมากขึ้น เช่น โครงการ SqueezeBox พัฒนามาจากแนวคิด “Responsive Radio” ซึ่งเป็นการทดลองสร้างสารคดีเสียงที่ผู้ฟังสามารถเลือกความยาวของเนื้อหาได้ตามเวลาที่มี โดยระบบจะตัดส่วนที่ไม่จำเป็นออก หรือเพิ่มเนื้อหาเสริมเข้าไปแบบอัตโนมัติตามเวลาที่ผู้ใช้กำหนดไว้


แนวคิดนี้ถูกต่อยอดสู่สื่อโทรทัศน์ โดยเฉพาะสถานีข่าวที่ต้องออกอากาศตลอด 24 ชั่วโมง ห้องข่าวสามารถใช้ระบบนี้จัดการเนื้อหาให้เหมาะสมกับเวลาที่มีในผังรายการ เช่น การตัดต่อคลิปสรุปข่าวอัตโนมัติเพื่อเติมช่วงเวลาว่าง หรือปรับความยาวของเนื้อหาให้เหมาะกับบริบทต่าง ๆ ไม่ว่าจะเป็นรายการสั้นสำหรับช่วงเดินทาง หรือรายการฉบับเต็มในช่วงไพรม์ไทม์ ทั้งหมดนี้ช่วยให้การจัดรายการมีความยืดหยุ่นและเข้ากับวิถีชีวิตของผู้ชมมากขึ้น

หากเข้าศึกษาผลงานการพัฒนาของ BBC News Lab จะพบว่า มีการพัฒนาเครื่องมือ AI ในหลายรูปแบบ อาทิ BBC กำลังพัฒนาเครื่องมือใหม่ชื่อว่า “Explainers” เพื่อยกระดับงานข่าวให้เข้าใจง่ายขึ้น ดย Explainers จะช่วยสร้างคำอธิบายเสริมอัตโนมัติให้กับแนวคิดหรือคำสำคัญ เช่น บุคคล เหตุการณ์ หรือองค์กรที่ปรากฏในข่าว โดยใช้ข้อมูลที่เชื่อมโยงกัน (linked data) และระบบแท็กแบบมีโครงสร้าง การใช้ Explainers ช่วยลดภาระนักข่าวในการเขียนคำอธิบายซ้ำ ๆ ทุกครั้ง และยังช่วยให้ผู้อ่าน โดยเฉพาะคนรุ่นใหม่หรือผู้อ่านต่างประเทศ เข้าใจเนื้อหาได้เร็วขึ้นโดยไม่ต้องออกจากหน้าข่าว

ล่าสุดในปี 2025 นี้ BBC กำลังทดลองใช้เครื่องมือ AI สองรูปแบบเพื่อเพิ่มประสิทธิภาพในงานข่าว ได้แก่ “At a glance” และ “BBC Style Assist” โดย “At a glance” คือการใช้ Generative AI ช่วยสรุปข่าวให้อยู่ในรูปแบบ bullet point ที่อ่านสั้น เข้าใจเร็ว เหมาะกับผู้ชมรุ่นใหม่ที่นิยมข้อมูลกระชับ นักข่าวยังคงควบคุมคุณภาพ ตรวจสอบ และระบุชัดว่าเป็นสรุปที่มี AI ช่วยผลิต เพื่อความโปร่งใส

ส่วน “BBC Style Assist” เป็นเครื่องมือที่ช่วยแปลงข่าวจากพันธมิตรท้องถิ่น เช่น LDRS ให้อยู่ในรูปแบบข่าวออนไลน์ตามมาตรฐาน BBC ได้เร็วขึ้น โดยใช้โมเดลภาษา AI ที่ BBC พัฒนาเอง นักข่าวอาวุโสจะเป็นผู้ตรวจสอบขั้นสุดท้ายก่อนเผยแพร่ และมีการแจ้งผู้ชมว่าเนื้อหานี้ใช้ AI ช่วยปรับรูปแบบ ทั้งสองโครงการสะท้อนแนวทางของ BBC ที่ใช้ AI อย่างมีความรับผิดชอบ ยึดหลักจริยธรรม และไม่ให้ AI แทนที่นักข่าว แต่เป็นผู้ช่วยที่ทำให้ข่าวเข้าถึงผู้ชมได้ง่ายและหลากหลายมากขึ้น

          ในต้นปี 2024 บริษัทผู้เชี่ยวชาญด้าน post-production อย่าง EditCloud ได้จัดทำการศึกษาเวิร์กโฟลว์โดยเปรียบเทียบเครื่องมือ AI จำนวน 20 รายการที่ใช้ในงานผลิตรายการโทรทัศน์ ผลการศึกษา พบว่า AI สามารถลดต้นทุนในขั้นตอน post-production ได้ประมาณ 30% โดยเครื่องมือที่มีประสิทธิภาพสูงสุดได้แก่ Syncalia, Iconic และ Mimi ซึ่งถือว่าน่าสนใจอย่างมาก เพราะโดยปกติขั้นตอนหลังการผลิตอาจคิดเป็นถึง 30–40% ของงบประมาณทั้งหมดของการผลิตรายการโทรทัศน์ (Hall, 2024)

          ด้านกีฬา Coupang Play ผู้ให้บริการสตรีม K League ร่วมมือกับสตาร์ตอัพ Bepro พัฒนา AI วิเคราะห์ข้อมูลการแข่งขันแบบเรียลไทม์ เช่น ความเร็วในการเลี้ยงลูก ระยะยิง และตำแหน่งผู้เล่น ช่วยให้ผู้บรรยายและผู้ชมเข้าใจเกมได้ลึกขึ้น โดยไม่ต้องดูภาพช้าเหมือนในอดีต

CJ ENM ยักษ์ใหญ่แห่งวงการบันเทิงเกาหลีใต้สร้างแอนิเมชันCat Biggie ซึ่งไม่มีบทพูด มีทั้งหมด 30 ตอน ตอนละ 2 นาที ใช้เวลาสร้างเพียง 5 เดือนโดยทีมงานแค่ 6 คน โดยใช้ 2 เทคโนโลยี AI หลัก ได้แก่ Cinematic AI ซึ่งรวมภาพ เสียง วิดีโอ และการเล่าเรื่องเข้าไว้ด้วยกันอย่างไร้รอยต่อ พร้อมสร้างตัวละครและฉาก 3 มิติอัตโนมัติ และ AI Script ที่ทำหน้าที่วิเคราะห์แนวโน้มตลาด ค้นหา IP ที่มีศักยภาพ และแนะนำรูปแบบเนื้อหาที่ตอบโจทย์ผู้ชม โดย CJ ENM ยืนยันว่าโมเดลนี้มีความสามารถด้านภาษาและการวิเคราะห์ตลาดเหนือกว่า AI ทั่วไป นับเป็นการเพิ่มประสิทธิภาพการผลิตอย่างมากเมื่อเทียบกับการสร้างแอนิเมชัน 3 มิติปกติ

AI ยังสามารถช่วยค้นคว้าข้อมูลที่เกี่ยวข้องเพื่อนำมาเป็นจุดเริ่มต้นของการทำข่าวเชิงสืบสวนสอบสวน โดยโมเดลภาษา AI สามารถช่วยผู้สื่อข่าวระบุประเด็นสำคัญภายในเอกสารจำนวนมากได้ ไม่ว่าจะอยู่ในรูปแบบใดก็ตาม สำหรับสำนักข่าวท้องถิ่นที่เน้นตรวจสอบอำนาจรัฐ AI อาจช่วยตรวจจับความผิดปกติในรายงานตรวจสอบบัญชีของภาครัฐ เพื่อชี้ช่องให้ผู้สื่อข่าวขุดลึกต่อไป นอกจากนี้ AI ยังสามารถประมวลผลฐานข้อมูลขนาดใหญ่ เช่น ข้อมูลทางการเงินของพรรคการเมือง กฎหมายของรัฐ คำร้องทางแพ่ง หรือ งบประมาณท้องถิ่น และสรุปเนื้อหาเพื่อให้เข้าใจง่ายขึ้น ตัวอย่างที่น่าสนใจคือ หนังสือพิมพ์ท้องถิ่นในนอร์เวย์อย่าง iTromsø ได้พัฒนาเครื่องมือ AI ของตนเอง เพื่อดึงข้อมูลจากคลังเอกสารของเทศบาล จัดอันดับความเกี่ยวข้อง และสกัดข้อมูลสำคัญที่อาจกลายเป็นเบาะแสของข่าวได้

จากแนวโน้มระดับโลกที่ใช้ AI พลิกโฉมการผลิตเนื้อหา สื่อไทยควรเร่งหาโอกาสในการปรับตัว เช่น การใช้ AI ลดต้นทุน post-production การสร้างเนื้อหาหลายเวอร์ชันที่ตอบสนองพฤติกรรมผู้ชมแบบเฉพาะบุคคล การใช้ระบบวิเคราะห์แนวโน้มเพื่อเลือกหัวข้อที่ตรงความต้องการตลาด และการยกระดับเนื้อหาด้วยเครื่องมืออธิบายเสริมที่ช่วยให้ผู้ชมเข้าใจประเด็นซับซ้อนได้ง่ายขึ้น ทั้งนี้ควรดำเนินการภายใต้กรอบจริยธรรมและความโปร่งใส

 
การปฏิวัติด้านการพัฒนาเนื้อหา

ในด้านการพัฒนา (Development) ในปี 2023 ผู้ผลิตรายการและสถานีโทรทัศน์หลายแห่งในอังกฤษเริ่มหันมาใช้ เครื่องมือ AI เป็น "เครื่องมือพัฒนาเนื้อหา" ไม่ว่าจะเป็นด้านข้อความ (ผ่าน LLMs) หรือด้านภาพและกราฟิก โมเดลภาษาใหญ่ (LLMs) ได้ลดระยะเวลาการทำงานจากเดิมที่ต้องใช้ เป็นเดือน เหลือเพียงไม่กี่ชั่วโมง ด้วยการใช้ GPT-4 หรือ LLM ที่คล้ายกัน ผู้พัฒนาเนื้อหาสามารถทำสิ่งต่างๆ ได้อย่างรวดเร็ว เช่น คิดไอเดียรายการสารคดี 20 แบบ ภายในเวลาไม่กี่นาที ทดสอบแต่ละไอเดียกับฐานข้อมูลรายการในอดีต เพื่อหาจุดแตกต่าง หรือวิเคราะห์เนื้อหาเทียบกับรายการที่ประสบความสำเร็จ

เทคโนโลยีเหล่านี้อาจเปิดโอกาสให้ช่องที่มีงบจำกัดอย่าง Channel 5 สามารถสร้างรายการท่องเที่ยวช่วงค่ำเกี่ยวกับ "ทางรถไฟที่หายไปในอังกฤษ" โดยใช้ฟุตเทจจาก AI ของรถไฟและรางรถไฟที่ไม่เคยมีอยู่จริง ได้อย่างสมจริงในต้นทุนต่ำ แม้แต่รายการประเภท "แต่งบ้าน" ที่ซ้ำซาก ก็อาจถูกปฏิวัติได้ด้วยซอฟต์แวร์ออกแบบภายในอย่าง Palazzo ที่ใช้ภาพจำลองสามมิติเสมือนจริง

วงการกีฬาก็หาวิธีสร้างเนื้อหาที่ให้คุณค่าใหม่ ๆ กับผู้ชมเช่นกัน ตัวอย่างของ Sky Sports ใช้เทคโนโลยี Generative AI สร้างวิดีโอสนามแข่ง Formula 1 ในจินตนาการที่มีชื่อว่า “The Greatest Track on Earth” โดยนำโค้งและช่วงทางที่โด่งดังจากสนามแข่งทั่วโลกมารวมไว้ในสนามเดียว เช่น โค้งสระว่ายน้ำและโค้งหน้าโรงแรม Grand Hotel จากโมนาโก หรือโค้ง Senna S จากสนาม Interlagos ในบราซิล

โปรเจกต์นี้เริ่มจากการเปิดให้แฟน ๆ F1 ร่วมโหวตว่าอยากเห็นจุดใดบ้างในสนามในฝัน จากนั้นทีมออกแบบของ Sky Sports ได้ใช้แพลตฟอร์ม AI อย่าง Midjourney สร้างภาพจำลองสนามตามคำสั่งเฉพาะ (prompt) ที่ออกแบบมาอย่างละเอียด แล้วนำภาพที่ได้ไปพัฒนาเป็นแอนิเมชันด้วยฝีมือของทีมงาน 3D และนักออกแบบเอฟเฟกต์ สนามที่สร้างขึ้นประกอบด้วยส่วนผสมจากสนามแข่งจริง 10 แห่งทั่วโลก เพื่อสื่อถึงความเป็นกีฬาระดับนานาชาติของ F1 และสร้างประสบการณ์ใหม่ให้แฟน ๆ รู้สึกเหมือนได้เห็นสนามในฝันของตนมีชีวิตจริงผ่านเทคโนโลยี AI เป็นตัวอย่างที่น่าสนใจของการนำ AI มาใช้ในวงการสื่อกีฬา ไม่เพียงแต่ช่วยสร้างภาพที่น่าตื่นตา แต่ยังเปิดโอกาสให้แฟน ๆ มีส่วนร่วมในกระบวนการสร้างสรรค์ และขยายขอบเขตการเล่าเรื่องในโลกกีฬาให้หลากหลาย

ในประเทศเกาหลีใต้ ปัญญาประดิษฐ์ (AI) กำลังเข้ามาปฏิวัติวงการสื่อและโทรทัศน์อย่างชัดเจน บริษัท KT ผู้ให้บริการโทรคมนาคมรายใหญ่ของประเทศ ได้เริ่มใช้ AI สร้างคลิปวิดีโอสั้นจากซีรีส์ “New Recruit” ซีซัน 3 ซึ่งเผยแพร่ผ่าน YouTube แต่ละคลิปมีความยาวประมาณ 1 นาที สรุปฉากสำคัญพร้อมเสียงบรรยาย คล้ายกับคลิปที่ผู้ใช้งาน YouTube ผลิตเอง แต่ทั้งหมดนี้สร้างขึ้นด้วย AI จากเดิมที่บรรณาธิการต้องใช้เวลา 20 นาทีเพื่อตัดต่อคลิปจากตอนความยาวหนึ่งชั่วโมง AI ของ KT ใช้เวลาเพียง 2 นาที และสามารถสร้างคลิปได้ถึง 50 เวอร์ชันในเวลา 10 นาที ช่วยประหยัดต้นทุนจากค่าตัวนักแสดงและทีมงานได้มาก นอกจากวิดีโอ AI ยังถูกนำไปใช้ในงานใส่คำบรรยาย ตัดต่อฉากสำคัญ วิเคราะห์กีฬาสด และแทรกโฆษณาอัตโนมัติ ซึ่งเปลี่ยนวิธีการผลิตเนื้อหาไปอย่างสิ้นเชิง นอกจากนี้ KT เปิดตัว “AI Studio Lab” ให้ผู้ใช้อัปโหลดวิดีโอเต็ม แล้วสั่งให้ AI สร้างคลิปตามคำสั่ง เช่น “รวมฉากที่ทหารกำลังทำงาน” หรือ “ดึงฉากโรแมนติก” พร้อมเลือกรูปแบบการตัดต่อเป็นเทรลเลอร์หรือรีวิว

 

การปฏิวัติด้านการเผยแพร่และการเข้าถึงผู้ชม

AI เข้ามามีบทบาทมากขึ้น การจัดจำหน่ายเนื้อหาก็ได้รับการยกระดับอย่างชัดเจนผ่าน “ระบบแนะนำเนื้อหาอัจฉริยะ” ซึ่งสามารถวิเคราะห์พฤติกรรมการรับชมของผู้ใช้แต่ละคน แล้วนำเสนอเนื้อหาที่ตรงกับความสนใจเฉพาะบุคคล ไม่ว่าจะเป็นจากประวัติการชม ความชอบ หรือเวลาที่เหมาะสม ระบบยังสามารถสร้างเพลย์ลิสต์แบบอัตโนมัติตามธีมหรืออารมณ์ของผู้ชมได้อย่างแม่นยำ

นอกจากนี้ การกระจายเนื้อหาในยุค AI ยังสามารถปรับให้เหมาะกับแต่ละแพลตฟอร์มได้อย่างยืดหยุ่น เช่น สร้างเวอร์ชันสั้นสำหรับโซเชียลมีเดีย ปรับรูปแบบเนื้อหาให้เข้ากับขนาดหน้าจอที่แตกต่าง หรือสร้างคำบรรยายและคำอธิบายประกอบโดยอัตโนมัติ

AI ยังช่วยให้ผู้ผลิตเข้าใจพฤติกรรมของผู้ชมได้ลึกขึ้น ด้วยการวิเคราะห์แบบเรียลไทม์ว่าผู้ชมดูถึงช่วงไหน กดข้ามหรือหยุดตรงไหน และตอบสนองต่อเนื้อหาอย่างไร ซึ่งช่วยให้สามารถปรับเนื้อหาให้สอดคล้องกับความสนใจในขณะนั้นได้ทันที

ที่สำคัญ AI ยังสามารถทำนายแนวโน้มของเนื้อหาในอนาคต เช่น คาดการณ์ว่าคอนเทนต์แบบใดจะได้รับความนิยม วิเคราะห์ช่วงเวลาที่ควรเผยแพร่ หรือประเมินศักยภาพของไอเดียก่อนเริ่มผลิตจริง ช่วยให้การวางแผนการตลาดแม่นยำขึ้น และลดความเสี่ยงในการลงทุน

ตัวอย่างสำคัญก็คือการพัฒนา อัลกอริธึมแนะนำเนื้อหา ที่เรียนรู้พฤติกรรมผู้ชมผ่าน Machine Learningของ Netflix ความสามารถในการ “รู้ใจ” ผู้ชม และแนะนำเนื้อหาที่เหมาะสมในเวลาที่ใช่ ผ่านระบบที่พัฒนาอย่างต่อเนื่อง ส่งผลให้ Netflix มีมูลค่าตลาดสูงถึง 295,650 ล้านดอลลาร์ (ณ มิถุนายน 2024) และกลายเป็นผู้นำในสนามแข่งขัน ในขณะที่ Netflix เร่งพัฒนา เทคโนโลยีและประสบการณ์ผู้ใช้อย่างต่อเนื่อง วงการโทรทัศน์ทั่วโลกกลับเดินตามหลังในการพัฒนาแพลตฟอร์มสตรีมทำให้ยังต้องวิ่งตาม ต้องพึงพิง หรือสร้างความร่วมมือกับแพลตฟอร์มระดับโลกแทน แต่ในระยะยาวการพัฒนาแพลตฟอร์มสตรีมที่มีระบบ AI ที่ช่วยให้เข้าใจผู้ชมและการเผยแพร่เนื้อหาที่เข้าถึงความต้องการเฉพาะมากขึ้นจำเป็นกับการผันคอนเทนต์โทรทัศน์ไปสู่แพลตฟอร์มออนไลน์

นอกจากนั้นการคิดถึงการพัฒนาระบบ AI ให้ช่วย “สร้างประสบการณ์” ในการรับข้อมูลข่าวสาร/รับชมเนื้อหาของสื่อก็เป็นแนวโน้มที่สำคัญในการพัฒนาใช้ AI ในองค์กรสื่อ จากการเริ่มใช้ AI มาทำข่าวอัตโนมัด สรุปเนื้อหาสั้น ๆ ต้องคำนึงถึงการเพิ่มการมีส่วนร่วมกับผู้รับสารด้วย โดยในหลายประเทศมีผลทดสอบที่น่าสนใจ เช่น สื่อสาธารณะในนอร์เวย์และหนังสือพิมพ์รายวันในแอฟริกาใต้ พบว่าการมีสรุปข่าวโดย AI ช่วยเพิ่มจำนวนผู้อ่าน ขณะที่หนังสือพิมพ์ท้องถิ่นในสวีเดนก็พบว่าผู้อ่านใช้เวลาอยู่กับบทความนานขึ้นเมื่อมีสรุปเนื้อหาสั้นให้

สื่อขนาดใหญ่อย่าง The Washington Post ยังพัฒนาแชตบอต AI ที่สามารถตอบคำถามเกี่ยวกับวิทยาศาสตร์สิ่งแวดล้อม โดยฝึกจากบทความเก่าในคลังข่าวของตัวเอง ร่วมกับมหาวิทยาลัย Virginia Tech โดยใช้เทคโนโลยี Retrieval-Augmented Generation (RAG) เพื่อค้นหาข้อมูลจากคลังบทความจริงและสร้างคำตอบจากเนื้อหานั้น พร้อมระบุว่าหากไม่มีข้อมูลเพียงพอจะไม่ตอบ และยังอ้างอิงแหล่งที่มาชัดเจนเพื่อให้ผู้อ่านตรวจสอบได้เอง

AI สามารถเป็นเครื่องมือสำคัญที่ช่วยให้องค์กรข่าวเข้าใจความต้องการของผู้ชมได้ลึกยิ่งขึ้น โดยเฉพาะในห้องข่าวที่ต้องการขยายฐานผู้ชม รักษาผู้ใช้งานเดิม หรือเปลี่ยนให้เป็นผู้ติดตามที่มีส่วนร่วมมากขึ้น หรือแม้แต่กลายเป็นสมาชิกที่จ่ายเงิน

สำหรับผู้ผลิตคอนเทนต์โทรทัศน์ในไทยเริ่มมีการลงทุนกับแพลตฟอร์มของตัวเองมากขึ้นเห็นได้จากช่องทางการรับชมเนื้อหาผ่าน Application ของสถานี ต้องเร่งเรียนรู้พฤติกรรม วิเคราะห์ความชอบ การทดสอบเนื้อหาและใช้การวิจัยวิเคราะห์ควบคู่กับการทดลองพัฒนารูปแบบเครื่องมือใหม่ ๆ ในการเข้าถึงผู้รับสารเพื่อตอบสนองการส่งมอบคุณค่าเฉพาะบุคคลให้ได้มากขึ้น ทิศทางความพยายามของการเร่งพัฒนาแพลตฟอร์มของตัวเองเป็นจุดเริ่มต้นที่ดี แต่ควรมีกองทุนหรือเงินสนับสนุนการทำ R&D ด้านนี้ให้องค์กรสื่อมากขึ้นเพื่อเร่งการพัฒนาแพลตฟอร์มตัวเองและลดการพึ่งพิงแพลตฟอร์มต่างชาติ ซึ่งนี้เป็นเรื่องกองทุนวิจัยต่าง ๆ หรือแม้แต่กสทช.ต้องหันมาให้ความสำคัญในการลงทุนพัฒนาเพราะจะเป็นทางออกในระยะยาวของคนทำคอนเทนต์โทรทัศน์ในไทย

นอกจากนี้ ควรพัฒนา AI สำหรับ “สร้างประสบการณ์และเพิ่มการมีส่วนร่วม” ไม่ว่าจะเป็นระบบสรุปข่าวอัตโนมัติที่เข้าใจง่าย หรือแชตบอตตอบคำถามเชิงลึกที่ช่วยเสริมการรับรู้และสร้างความน่าเชื่อถือ ซึ่งเทรนด์ในเรื่องของมีเครื่องมือที่ค้นหา พูดคุย ให้ข้อมูล “เชิงลึก” หรือ “ขยายบริบท” ของเรื่องที่ดูหรืออ่านซึ่งฝังอยู่ในเนื้อหาเลย เช่นระหว่างดูรายการ หรือ ในการอ่านข้อมูลบนเว็บไซต์เป็นทิศทางที่สื่อในต่างประเทศพยายามพัฒนา เพื่อการสร้าง engagement แบบมี quality และเพิ่มการใช้เวลาอยู่กับเนื้อหามากขึ้น

หากพัฒนามีข้อมูลของผู้รับสารและเครื่องมือเหล่านี้ในการใช้งานจริงในไทยได้ AI จะถูกใช้นการวิเคราะห์ข้อมูลแบบเรียลไทม์แบบที่ไม่ใช่แค่เชิงปริมาณ หรือต้องยึดกันแค่ตัวเลขการดูเท่านั้น แต่วิเคราะห์ไปได้ถึงผลกระทบและการที่เนื้อหามีอิทธิพลต่อผู้รับสารในแต่ละกลุ่ม ซึ่งจะทำให้รักษาฐานผู้ชม ขยายกลุ่มใหม่ และ มองเห็นรูปแบบการหารายได้ได้ชัดเจนขึ้น

 

การปฏิวัติด้านการสร้างรายได้

          จากสามส่วนข้างต้นนำมาสู่โอกาสและความท้าทายในการปฏิบัติการสร้างรายได้ของคนทำสื่อโทรทัศน์ ซึ่งเป็นโจทย์ใหญ่ว่า “จะอยู่รอด” อย่างไรในภาวะการแข่งขันที่สูงแต่เม็ดเงินน้อยลง ในต่างประเทศให้ความสำคัญกับการใช้ AI ในบทบาทของการสร้างการโฆษณาแบบอัจฉริยะ ที่สามารถวิเคราะห์ข้อมูลผู้ชมในระดับลึก เพื่อเลือกแสดงโฆษณาที่ตรงกับความสนใจเฉพาะบุคคล ปรับเนื้อหาโฆษณาให้เหมาะกับพฤติกรรมการรับชม รวมถึงกำหนดช่วงเวลาในการแสดงโฆษณาอย่างแม่นยำ และวัดผลตอบสนองได้แบบเรียลไทม์ AI ยังเข้ามาช่วย “สร้างโฆษณาดิจิทัลแบบปรับเปลี่ยนได้” ทั้งในด้านการออกแบบกราฟิก การเลือกข้อความที่ดึงดูดใจ ไปจนถึงการทดสอบประสิทธิภาพของโฆษณาผ่าน A/B testing แล้วปรับปรุงให้ดีขึ้นโดยอัตโนมัติตามข้อมูลการตอบสนองของผู้ชม

นอกจากนี้ ยังเกิด นวัตกรรมด้านการสร้างรายได้รูปแบบใหม่ เช่น การผลิตเนื้อหาแบบพรีเมียมสำหรับกลุ่มผู้ชมเฉพาะที่พร้อมจ่ายเพื่อประสบการณ์ที่แตกต่างหรือเนื้อหาที่ตรงความสนใจ รวมถึงการพัฒนาแอปพลิเคชันหรือแพลตฟอร์มเสริมที่ให้บริการเนื้อหาแบบส่วนตัว

อีกหนึ่งแนวโน้มสำคัญคือ การผสมผสานการขายสินค้าเข้ากับเนื้อหา (Content-Commerce) โดยใช้ AI ในการแนะนำสินค้าที่เกี่ยวข้องกับรายการแบบเรียลไทม์ สร้างลิงก์ซื้อสินค้าในขณะที่ผู้ชมกำลังดูเนื้อหา และวิเคราะห์ผลการขายเพื่อปรับกลยุทธ์ให้มีประสิทธิภาพสูงสุด

ช่อง Channel 4 ในประเทศอังกฤษ วางเป้าหมายใหม่ภายใต้กลยุทธ์ Fast Forward เพื่อเปลี่ยนผ่านสู่การเป็น สตรีมเมอร์บริการสาธารณะแบบดิจิทัลเป็นหลักภายในปี 2030 เป้าหมายสำคัญของ Channel 4 ในการเพิ่มจำนวนชั่วโมงการสตรีมและผู้ใช้งานให้มากขึ้น ท่ามกลางการแข่งขันในตลาดที่ถูกครองโดยแพลตฟอร์มระดับโลก ต้องไม่เพียงผลิตเนื้อหาคุณภาพ แต่ยังต้องปรับกลยุทธ์ให้สอดรับกับโลกดิจิทัล ด้วยการใช้เครื่องมือ AI ล่าสุดปี 2025 เปิดตัวบริการใหม่ที่ใช้เทคโนโลยี Generative AI เพื่อสร้างโฆษณาทีวีแบบพร้อมออกอากาศ เพื่อให้แบรนด์ขนาดเล็กที่ไม่เคยมีโอกาสปรากฏบนหน้าจอทีวีสามารถผลิตโฆษณาได้โดยไม่ต้องใช้งบประมาณมหาศาล บริการนี้ทำงานโดยนำข้อมูลและเนื้อหาที่แบรนด์มีอยู่แล้ว เช่น เว็บไซต์หรือโซเชียลมีเดีย มาสร้างเป็นโฆษณาอัตโนมัติผ่านระบบ AI ของบริษัท Streamr.ai และ Telana นอกจากนี้ยังมีทางเลือกแบบไฮบริดที่ผสมผสานทีมครีเอทีฟของ Channel 4 เข้ากับเทคโนโลยี เพื่อให้ได้ผลงานคุณภาพสูงในเวลาอันรวดเร็วซึ่งช่วยทำให้มีพื้นที่และโอกาสสำหรับแบรนด์ต่าง ๆ จะมาลงโฆษณากับช่องได้มากขึ้นและยังรักษาคุณภาพด้วยการตรวจสอบความถูกต้องและความน่าเชื่อถือในการตรวจสอบโฆษณาเหล่านั้นก่อนอนุมัติให้มีการเผยแพร่

นอกจากนั้น ยังมีการใช้ Advantage+ Catalog Ads โดย Channel 4 นำคลังรายการยอดนิยมของตนเองมาสร้างเป็นแคมเปญโฆษณาแบบแนะนำเนื้อหาส่วนบุคคล (Personalized Recommendations) ด้วยระบบ AI ของ Meta จะช่วยเลือกและนำเสนอรายการที่เหมาะกับความสนใจของผู้ชมแต่ละคน พร้อมเชื่อมโยงไปยังแพลตฟอร์มที่สามารถรับชมได้จริง วิดีโอเป็นเนื้อหาหลักที่ผู้ใช้เสพบนแพลตฟอร์ม Meta มากกว่า 60% Channel 4 จึงทดลองใช้วิดีโอในแคตตาล็อกเพื่อดึงดูดความสนใจให้ได้มากขึ้น ขณะที่ AI ของ Meta จะเลือกแสดงภาพหรือวิดีโอตามพฤติกรรมผู้ใช้แบบเรียลไทม์ให้

จากตัวอย่าง เมื่อย้อนกลับมามองในบริบทของสื่อไทย ความพยายามของสื่อไทยก็จะต้องหาช่องทางและรูปแบบของการหารายได้และทำงานกับรูปแบบของโฆษณาที่ปรับเปลี่ยนไปเช่นกัน จุดแข็งของสื่อไทยคือ “ฐานแฟนคลับที่แข็งแรง” และ “การสร้างชุมชนผู้ติดตามที่มีอารมณ์ร่วมสูง” อย่างไรก็ตาม โอกาสในการใช้เทคโนโลยี AI เพื่อเสริมพลังของฐานแฟนคลับเหล่านี้ให้กลายเป็นโมเดลรายได้อย่างยั่งยืนยังมีช่องว่างอีกมาก ในปัจจุบันยังไม่มีการนำ AI มาวิเคราะห์พฤติกรรมแฟนด้อมอย่างลึกซึ้ง ไม่ว่าจะเป็นแนวโน้มการเสพคอนเทนต์ ความชอบเฉพาะ หรือคลัสเตอร์อารมณ์ของผู้ชมแต่ละกลุ่ม ขณะเดียวกัน รูปแบบการหารายได้จากแฟนคลับ เช่น การสนับสนุน การซื้อของที่ระลึก หรือการเป็นสมาชิก ก็ยังไม่มีระบบอัจฉริยะที่สามารถแนะนำสินค้า กำหนดสิทธิพิเศษ หรือสร้างประสบการณ์แบบเฉพาะบุคคลโดยใช้ข้อมูลพฤติกรรมจริง

อีกประเด็นที่น่าสนใจคือการบริหารจัดการชุมชนแฟนคลับผ่าน AI ซึ่งยังไม่ได้ถูกใช้เพื่อสร้าง Fan Journey เช่น การส่งข้อความอัตโนมัติ การตอบคำถามด้วยแชตบอต หรือการสร้างระบบสะสมแต้มและรางวัลสำหรับผู้ติดตามที่มี engagement สูง ในขณะเดียวกันยังขาดระบบจับคู่ระหว่างแฟนคลับกับแบรนด์ผู้สนับสนุนผ่าน AI ที่จะช่วยให้โฆษณาเข้ากับความสนใจของผู้ชมมากขึ้น ลดความรู้สึกถูกรบกวน และเพิ่มโอกาสในการสร้างรายได้ใหม่อย่างมีประสิทธิภาพ

ดังนั้น หากสื่อไทยสามารถพัฒนา AI ที่เชื่อมโยงกับจุดแข็งเรื่องฐานแฟนคลับได้ เช่น การวิเคราะห์พฤติกรรมแฟนเฉพาะกลุ่ม การแนะนำสินค้าและคอนเทนต์ที่ตรงใจ การออกแบบระบบสมาชิกแบบปรับได้อัตโนมัติ รวมถึงการบริหารกิจกรรมหรือสิทธิพิเศษเฉพาะกลุ่มด้วย AI จะสามารถเปลี่ยนพลังของแฟนด้อมให้กลายเป็นโมเดลธุรกิจใหม่ที่ยั่งยืนได้

 

ข้อเสนอต่อการส่งเสริมการพัฒนาการใช้ AI ของสื่อไทย

          ในบริบทของการแข่งขันด้านสื่อที่เปลี่ยนแปลงอย่างรวดเร็วและถูกขับเคลื่อนด้วยเทคโนโลยี AI อย่างเข้มข้น จำเป็นอย่างยิ่งที่สื่อไทยต้องปรับทิศทางการใช้ AI จาก “การตามเทคโนโลยี” ไปสู่ “การพัฒนาเทคโนโลยีให้ตอบโจทย์ของตนเอง”                         

          ในระดับองค์กร พัฒนา AI ให้ตอบโจทย์ภารกิจของสื่อ ไม่ใช่แค่ใช้ฟีเจอร์สำเร็จรูปจากแพลตฟอร์ม ควรมอง AI ไม่ใช่แค่เครื่องมือเสริม แต่เป็น “กลยุทธ์หลัก” ที่สามารถนำมาพัฒนาประสิทธิภาพการทำงาน เช่น การวิเคราะห์พฤติกรรมผู้ชม การสร้างคอนเทนต์อัตโนมัติ การตรวจสอบเนื้อหา การจัดการระบบสมาชิก และการสร้างโมเดลรายได้ใหม่ การลงทุนพัฒนาเครื่องมือ AI ภายในองค์กร เช่น ระบบแนะนำข่าว ระบบจัดการเนื้อหา หรือแชตบอตที่ตอบคำถามจากฐานข้อมูลของตัวเอง เป็นสิ่งจำเป็น เพื่อให้เทคโนโลยีอยู่ในกำมือของสื่อ ไม่ขึ้นกับนโยบายและเงื่อนไขของแพลตฟอร์มภายนอก

          ในระดับโครงสร้างระบบนิเวศน์สื่อ ควรมีหน่วยงานในการสนับสนุนด้านนวัตกรรมและเทคโนโลยี ควรจัดสรรงบประมาณเฉพาะสำหรับ “นวัตกรรม AI ด้านสื่อ” เพื่อให้สื่อรายเล็ก กลาง หรือท้องถิ่น ที่มีข้อจำกัดด้านทุน สามารถเริ่มต้นหรือร่วมวิจัยและพัฒนาเทคโนโลยีร่วมกับภาคการศึกษาและภาคเอกชน ส่งเสริมให้เกิด Sandbox หรือแหล่งทดสอบ AI สำหรับงานข่าวและเนื้อหาเฉพาะ เช่น การสรุปข่าว การทำ personalization หรือระบบอัตโนมัติในห้องข่าว

          AI ควรถูกใช้เพื่อ “ขยายศักยภาพ” ของเนื้อหา ไม่ใช่เพียงลดต้นทุน เช่น การช่วยแปลเนื้อหาให้เข้าถึงกลุ่มชนชาติหรือภาษาท้องถิ่น การจัดทำข่าวเชิงลึกจากฐานข้อมูลสาธารณะ หรือการตรวจสอบข้อเท็จจริงแบบเรียลไทม์ ซึ่งต้องอาศัยทั้ง “ทุน ความรู้ และความร่วมมือ” ในทุกระดับ

ข้อควรระวังและความท้าทายในการใช้ AI ของสื่อไทย โดยเฉพาะด้านจริยธรรมและลิขสิทธิ์ (IP)  แม้การใช้ AI จะเปิดโอกาสใหม่ในการผลิตเนื้อหาและสร้างรายได้ แต่ก็มีข้อควรระวังสำคัญที่สื่อไทยต้องตระหนัก โดยเฉพาะประเด็นด้านจริยธรรมและลิขสิทธิ์ ซึ่งอาจกลายเป็น “จุดเปราะบาง” หากไม่มีแนวทางที่ชัดเจน  โดยเฉพาะในเรื่องจริยธรรมและลิขสิทธิ์ (IP) ที่สื่อไทยต้องให้ความสำคัญอย่างจริงจัง การฝึกและใช้งาน AI อาจนำไปสู่การละเมิดลิขสิทธิ์ หากโมเดลเรียนรู้จากเนื้อหาที่มีเจ้าของโดยไม่ได้รับอนุญาต ขณะเดียวกันการสร้างหรือสรุปเนื้อหาด้วย AI อาจบิดเบือนบริบท ทำให้ผู้ชมเข้าใจผิดหากไม่มีการตรวจสอบอย่างเหมาะสม นอกจากนี้ การวิเคราะห์พฤติกรรมผู้ชมเพื่อเสนอเนื้อหาแบบเจาะจงต้องอยู่ภายใต้กรอบกฎหมายคุ้มครองข้อมูลส่วนบุคคล เช่น PDPA เพื่อป้องกันการละเมิดสิทธิส่วนบุคคล อีกทั้งยังมีประเด็นด้านจริยธรรมในการใช้ AI แทนแรงงานคนในบทบาทที่ควรคงไว้ซึ่งการตัดสินใจเชิงมนุษย์ เช่น งานข่าว วิเคราะห์ หรือการเล่าเรื่องเพื่อชุมชน หากขาดแนวนโยบายการใช้งานที่ชัดเจน ก็อาจส่งผลกระทบต่อความน่าเชื่อถือขององค์กรในระยะยาว ดังนั้น สื่อไทยควรมีแนวทางกำกับดูแลการใช้ AI อย่างเป็นระบบ กำหนดจรรยาบรรณเฉพาะสำหรับ AI และร่วมมือกับหน่วยงานด้านลิขสิทธิ์และจริยธรรม เพื่อให้การใช้งานเทคโนโลยีเกิดประโยชน์สูงสุด โดยไม่ละเมิดสิทธิของใคร และรักษาความไว้วางใจจากสาธารณะไว้ได้