Startup AI ไทย ตอนที่ 20
Startup AI ไทย ตอนที่ 20 — ZEEN เอา AI ไปแก้ปัญหาที่คนนอกวงการแทบไม่เคยเห็น คือ "ของบนชั้นวางในร้าน" ที่หมดสต็อก หาย หรือถูกคู่แข่งแย่งพื้นที่ โดยที่แบรนด์เจ้าของสินค้าไม่รู้ตัว
เรื่องนี้เป็น pain ใหญ่มากของแบรนด์ FMCG (สินค้าอุปโภคบริโภคที่ขายเร็ว เช่น กาแฟ ขนม ของใช้ในบ้าน) ครับ ลองนึกภาพแบรนด์หนึ่งมีสินค้าวางขายในร้านค้าหลายพันหลายหมื่นจุดทั่วประเทศ ปัญหาคือเจ้าของแบรนด์ไม่มีทางรู้เลยว่า ณ ตอนนี้ที่ร้านไหนของหมดชั้น ร้านไหน SKU หาย ร้านไหนโดนคู่แข่งดันของเราไปอยู่มุมล่างที่คนมองไม่เห็น ทุกครั้งที่ของหมดชั้นแล้วไม่มีคนเติม = ยอดขายหลุดมือไปเงียบๆ โดยไม่มีใครรู้
ZEEN เป็น AI startup ไทยจาก บริษัท ซีน อินโนเวชั่น จำกัด มาแก้ตรงจุดนี้ครับ เขาวางตัวเป็น Retail Solutions Partner สำหรับแบรนด์ FMCG (บนเว็บเคลมว่าเป็น No.1 ของไทย ซึ่งเป็นคำเคลมของบริษัทเอง) โดยเอา AI image recognition มาช่วย "ดูชั้นวางแทนคน" จากรูปถ่ายหน้าร้าน
ของหลักที่เขาทำมี 4 อย่าง
- OOS (Out of Stock) — AI ตรวจจับสินค้าที่หมดสต็อกบนชั้น แล้วแจ้งเตือนพร้อมเปิด ticket อัตโนมัติ
- OSA (On-Shelf Availability) — AI สแกนชั้นวางหา SKU ที่ควรมีแต่หายไป แล้วส่งสัญญาณเตือนทันที
- SOS (Share of Shelf) — AI วิเคราะห์จากภาพว่าสินค้าเราครองพื้นที่ชั้นวางกี่ % เทียบกับคู่แข่ง เห็นช่องว่างตรงไหน
- Ticket — ระบบ flag ปัญหาแบบเรียลไทม์ ทั้งของหมด ราคาผิด หรือการจัดเรียงผิด แล้วส่งให้ทีมที่เกี่ยวข้องแก้
อีกตัวที่ผมว่าน่าสนใจคือ Zeen Shop ซึ่งเป็นแพลตฟอร์มเชื่อมแบรนด์กับร้านค้าท้องถิ่น แบรนด์ส่ง "ภารกิจรายวัน" ให้ร้าน เช่น จัดของให้สวย ถ่ายรูปชั้นวางส่งกลับมา QC พอร้านทำสำเร็จก็ได้แต้ม/รางวัล มี Loyalty Program จูงใจ (ในตัวอย่างมีภารกิจของ Nescafe ได้ 100 แต้ม) เป็นการเปลี่ยนร้านค้าเล็กๆ ให้ช่วยเป็นหูเป็นตาดูแลชั้นวางให้แบรนด์เอง
จุดที่ผมชอบในเคสนี้คือ ZEEN เลือกแก้ปัญหาที่เป็น "งานหลังบ้านจริงๆ" ของวงการค้าปลีก ไม่ใช่ของหวือหวาที่เห็นแล้วว้าวทันที แต่เป็นเงินที่รั่วไหลจริงทุกวันจากของหมดชั้น และเป็นโจทย์ที่เดิมต้องใช้คนเดินเข้าร้านนับของทีละชั้น ซึ่งช้าและไม่ทั่วถึง การเอา image recognition มาทำแทนตรงนี้ถ้าแม่นจริงคือ value ชัดมาก แถมทีมเขาบอกว่าสร้างจากประสบการณ์ตรงกับแบรนด์ระดับโลกมากว่า 5 ปี
ข้อสังเกตที่อยากให้ทุกคนชั่งดูตามจริง — ของแบบนี้หัวใจไม่ได้อยู่ที่ "มี dashboard สวย" แต่อยู่ที่สองอย่าง หนึ่งคือความแม่นของ AI ที่อ่านภาพชั้นวาง ของวางซ้อนกัน แสงในร้านไม่เท่ากัน แพ็กเกจจิ้งคล้ายกัน AI แยกออกแม่นแค่ไหน และสองคือ adoption ของทีมหน้างานจริง เพราะสุดท้ายต้องมีคนถ่ายรูปส่งและคนลงไปเติมของตามที่ระบบเตือน ถ้าทีมภาคสนามไม่ใช้ต่อเนื่อง ระบบดีแค่ไหนก็ไม่เกิดผล อันนี้เป็นโจทย์ที่ทุกเครื่องมือสาย retail execution ต้องพิสูจน์
ทุกคนคิดว่าการเอา AI มาดูชั้นวางแทนคนแบบนี้ จะกลายเป็นมาตรฐานใหม่ของแบรนด์ FMCG ไทยไหมครับ หรือสุดท้ายแบรนด์ใหญ่ที่มีงบเท่านั้นที่ได้ใช้ ส่วนแบรนด์เล็กยังต้องเดินนับเอง คอมเมนต์คุยกันได้เลย
—
ข้อมูลอ้างอิงจากเว็บไซต์ ZEEN (zeen.cloud) และบทความข่าวผู้จัดการออนไลน์ครับ คำว่า No.1 เป็นคำที่บริษัทใช้วางตำแหน่งตัวเองบนเว็บ ไม่ใช่อันดับที่ผมจัดให้ ฟีเจอร์และตัวอย่างแบรนด์เป็นข้อมูล ณ ตอนเขียน อาจเปลี่ยนแปลงได้
เว็บไซต์: https://www.zeen.cloud
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac