โจทย์ใหม่ยุค AI แค่ถูกมองเห็นไม่พอ ต้องสร้าง 'ความน่าเชื่อถือ'
Generative
Engine Optimization (GEO) หรือการออกแบบเนื้อหาให้สอดคล้องกับระบบ AI
search กำลังเปลี่ยนจากการเน้นการมองเห็นของแบรนด์
ไปสู่การแข่งขันด้าน “ความน่าเชื่อถือของคำตอบ AI”
เบอร์สัน เอเจนซี่ด้านการสื่อสารระดับโลก
เผยรายงานวิจัยฉบับใหม่ “The Credibility Paradox” ซึ่งวิเคราะห์ความน่าเชื่อถือของคำตอบจาก
AI ที่เกี่ยวข้องกับแบรนด์และองค์กรทั่วโลก
ผลวิจัยพบว่า AI
มีแนวโน้มให้คะแนนความน่าเชื่อถือสูงกับข้อมูลที่มีหลักฐานจับต้องได้
ได้แก่ นวัตกรรม ผลิตภัณฑ์ และสภาพแวดล้อมการทำงาน
ในทางกลับกัน
ประเด็นที่ขึ้นอยู่กับการตีความ เช่น ภาวะผู้นำ ธรรมาภิบาล
และความรับผิดชอบต่อสังคม มีระดับความน่าเชื่อถือต่ำกว่าอย่างมีนัยสำคัญ
โดย Generative AI ยังคงพึ่งพาข้อมูลจากแหล่งอิสระ เช่น ข่าว รายงานภายนอก รีวิวผู้ใช้
และคอนเทนต์บนโซเชียล มากกว่าคำสื่อสารจากองค์กรโดยตรง
‘Zero-click era’ ทำ AI เป็นผู้กำหนดภาพลักษณ์องค์กร
คอรีย์ ดูโบรวา ซีอีโอของเบอร์สัน
กล่าวว่า พฤติกรรมผู้บริโภคในยุค “Zero-Click” ทำให้ผู้ใช้จำนวนมากได้รับคำตอบจาก AI โดยไม่ต้องคลิกไปยังแหล่งข้อมูลต้นทาง
AI
ทำหน้าที่ทั้งสร้าง สรุป และส่งมอบข้อมูลถึงผู้ใช้โดยตรง
การทำให้แบรนด์ปรากฏในคำตอบของ LLM จึงสำคัญ
แต่ไม่เพียงพออีกต่อไป
องค์กรต้องสร้างหลักฐานและข้อมูลสนับสนุนที่แข็งแรง
เพื่อให้ AI สร้างคำตอบที่น่าเชื่อถือสำหรับกลุ่มเป้าหมายที่แตกต่างกัน
รายงานพบว่า สภาพแวดล้อมการทำงาน (Work
Environment) เป็นหนึ่งในมิติที่มีผลต่อความน่าเชื่อถือสูง
โดยเฉพาะในกลุ่มประชาชนทั่วไป
ข้อมูลที่ AI
นำมาใช้มักมาจากแหล่งภายนอก เช่น แพลตฟอร์มรีวิวพนักงาน
รายงานตลาดแรงงาน และสื่อข่าว
ทำให้คะแนนความน่าเชื่อถือในหมวดนี้อยู่ในระดับค่อนข้างสูงเมื่อเทียบกับบางมิติของภาพลักษณ์องค์กร
ภาวะผู้นำ ยังเป็นจุดอ่อนของข้อมูลในระบบ
AI
ขณะที่ “ภาวะผู้นำ”
เป็นมิติที่ทำคะแนนความน่าเชื่อถือต่ำที่สุดในทุกอุตสาหกรรมที่ศึกษา
ในบางอุตสาหกรรม เช่น เทคโนโลยีและการบิน
แม้จะทำคะแนนได้ดีกว่า แต่หลักฐานที่ AI ใช้อ้างอิงมักมาจากโครงสร้างองค์กร
ผลประกอบการ และข้อมูลจากบุคคลที่สาม มากกว่าการสื่อสารจากผู้บริหารโดยตรง
รายงานยังพบว่า ความน่าเชื่อถือของคำตอบ AI
แตกต่างกันตามกลุ่มเป้าหมาย
โดยกลุ่มผู้มีอำนาจตัดสินใจทางธุรกิจมีแนวโน้มเชื่อถือคำตอบจาก AI มากกว่าประชาชนทั่วไปประมาณ 10%
ความแตกต่างนี้สะท้อนว่า
องค์กรต้องออกแบบเนื้อหาแบบ “segment-based” ไม่ใช่ใช้ข้อความเดียวกันกับทุกกลุ่มผู้รับสาร
ธุรกิจโฟกัส ‘การมองเห็น’
มากกว่าความน่าเชื่อถือ
เรด เซอร์ทิดา หัวหน้าฝ่าย Intelligence
& Transformation ภูมิภาคเอเชียแฟซิฟิก เบอร์สัน ระบุว่า
ภูมิภาคเอเชียแปซิฟิกยังให้ความสำคัญกับการทำให้แบรนด์ “ปรากฏในคำตอบ AI” มากกว่าความแม่นยำและความน่าเชื่อถือของคำตอบ
AI
ไม่ได้เป็นแค่ช่องทางค้นหา
แต่เป็นตัวกลางที่กำหนดการรับรู้และภาพลักษณ์องค์กร
ดังนั้นองค์กรต้องไม่เพียงถูกมองเห็น
แต่ต้องมีหลักฐานสนับสนุนที่ตรวจสอบได้ เพื่อสร้างความไว้วางใจในระยะยาว
จาก ‘การถูกพบเห็น’ สู่กลไกสร้าง
‘ความน่าเชื่อถือ’
สตีฟ รูเบล รองประธานบริหารฝ่าย Media
Insights & Measurement เบอร์สัน วิเคราะห์ว่า GEO กำลังเปลี่ยนบทบาทจากการวัดการมองเห็นของแบรนด์
ไปสู่การประเมินความแข็งแรงของชื่อเสียงองค์กรในระบบ AI
ไม่ใช่แค่การทำให้แบรนด์ถูกอ้างอิงใน AI
search แต่เป็นบททดสอบว่าองค์กรมีความน่าเชื่อถือเพียงพอหรือไม่ที่จะถูกใช้เป็นแหล่งอ้างอิง
และนี่กำลังกลายเป็นศาสตร์ใหม่ของการบริหารชื่อเสียงองค์กร
เบอร์สันชี้ว่า การแข่งขันในยุค Generative
AI ไม่ได้จบที่การทำให้แบรนด์ “ถูกพบเห็น” ในคำตอบของ AI อีกต่อไป แต่ขยับไปสู่การทำให้ข้อมูลขององค์กร “ถูกเชื่อถือ” และ
“ถูกอ้างอิงอย่างมีน้ำหนัก” ในระบบนิเวศของ AI ที่กำลังกลายเป็นตัวกลางหลักของการรับรู้ข้อมูล
เกี่ยวกับการศึกษา :
การศึกษานี้ดำเนินการร่วมกับ Profound
วิเคราะห์คำตอบจากแพลตฟอร์ม AI ชั้นนำ 7 ราย
ครอบคลุม 85 บริษัททั่วโลก รวมข้อมูลกว่า 55,000 รายการ
กรอบวิเคราะห์อ้างอิง Reputation
Capital ของเบอร์สัน ครอบคลุม 8 มิติ และใช้เครื่องมือ Decipher
ร่วมกับ Limbik โดยแบ่งผู้รับสารเป็น 3
กลุ่มหลัก คือ ประชาชนทั่วไป, Opinion Elites และผู้มีอำนาจตัดสินใจทางธุรกิจ
ที่มา : กรุงเทพธุรกิจ
วันที่ 4 มิถุนายน 2569
