Skip to content
AI กำลังเปลี่ยนสนาม Reputation Management จากการดูว่า “คนพูดถึงเราอย่างไร” ไปสู่คำถามใหม่ว่า “AI กำลังอธิบายเราอย่างไร” และที่สำคัญกว่านั้น คือมันใช้อะไรเป็นหลักฐานในการสร้างคำตอบ
The Key Message
- AI กำลังกลายเป็นหนึ่งในจุดเริ่มต้นที่ผู้คนใช้ทำความเข้าใจ เปรียบเทียบ และประเมินองค์กร
- ชื่อเสียงจึงไม่ได้เกิดจากสิ่งที่แบรนด์พูดเกี่ยวกับตัวเองเพียงอย่างเดียว แต่รวมถึงข้อมูลจากสื่อ บุคคลที่สาม งานวิจัย ผู้เชี่ยวชาญ และหลักฐานสาธารณะที่ AI สามารถค้นพบและเชื่อมโยงได้
- Earned Media หรือสื่อที่องค์กรไม่ได้ควบคุมโดยตรงอาจมีคุณค่ามากขึ้น เพราะทำหน้าที่เป็นหลักฐานจากบุคคลที่สาม
- สิ่งที่ฝ่ายสื่อสารควรติดตามไม่ใช่เพียงข้อมูลผิด แต่รวมถึง “เรื่องเล่าเก่า” ที่ AI ยังคงใช้ตีความองค์กร แม้ข้อเท็จจริงบางอย่างจะเปลี่ยนไปแล้ว
- Reputation Management ยุค AI จึงต้องเชื่อม การสื่อสาร หลักฐาน การติดตามการรับรู้ และการตัดสินใจของผู้บริหาร เข้าด้วยกัน
ลองจินตนาการว่า ลูกค้าคนหนึ่งกำลังเลือกบริษัทที่จะใช้บริการ เมื่อก่อนเขาอาจเริ่มจาก Google เข้าเว็บไซต์ อ่านข่าว หรือสอบถามคนรู้จัก วันนี้ เขาอาจถาม ChatGPT หรือ AI ตัวอื่นแทน จุดเปลี่ยนสำคัญจึงเกิดขึ้นตรงนี้ องค์กรอาจถูกพิจารณา ถูกเปรียบเทียบ หรือแม้แต่ถูกตัดออกจากตัวเลือก ก่อนที่ผู้ใช้จะเข้าเว็บไซต์ขององค์กรเสียอีก นี่คือโจทย์ Reputation Management ที่นักสื่อสารต้องเริ่มทำความเข้าใจ
PR Daily รายงานมุมมองของ Ines Schumacher, Senior Partner ของ FleishmanHillard ว่า เมื่อ AI เข้ามาเป็นจุดเริ่มต้นของการค้นหาข้อมูล งานของนักสื่อสารจะต้องขยับเข้าไปใกล้ “จุดที่คนกำลังสร้างคำตัดสิน” เกี่ยวกับองค์กรมากขึ้น
จาก Search Engine สู่ Answer Engine
การเปลี่ยนแปลงนี้ลึกกว่าการเปลี่ยนเครื่องมือค้นหา Google แบบเดิมมักทำหน้าที่คล้าย “บรรณารักษ์” เมื่อเราถามคำถาม ระบบจะบอกว่า หนังสือหรือข้อมูลที่เกี่ยวข้องอยู่ตรงไหน แล้วให้เราเดินไปอ่านและตัดสินด้วยตัวเอง แต่ Generative AI ทำหน้าที่คล้าย “นักวิเคราะห์” มันอ่านข้อมูลหลายแหล่ง เชื่อมโยง ตีความ แล้วสรุปคำตอบให้ทันที
ดังนั้น แบรนด์จึงไม่ได้แข่งขันกันเพียงว่า “ใครจะถูกค้นพบ” แต่เริ่มแข่งขันกันว่า “เมื่อถูกค้นพบแล้ว AI จะเข้าใจเราอย่างไร” และนี่ทำให้แนวคิดเรื่องชื่อเสียงองค์กรเปลี่ยนไปอย่างมีนัยสำคัญ เพราะสิ่งที่องค์กรพูดเกี่ยวกับตัวเอง เป็นเพียงข้อมูลส่วนหนึ่งในระบบเท่านั้น AI อาจพิจารณาข้อมูลจากข่าว บทวิเคราะห์ เว็บไซต์ของบุคคลที่สาม งานวิจัย ความเห็นผู้เชี่ยวชาญ ประวัติผู้บริหาร หรือข้อมูลอื่นที่ปรากฏอยู่ในพื้นที่สาธารณะประกอบกัน
ไม่มีสูตรสำเร็จเพียงสูตรเดียวว่าอะไรจะทำให้แบรนด์หรือผู้บริหารได้รับการมองว่าเป็นแหล่งข้อมูลที่น่าเชื่อถือ เพราะ AI แต่ละระบบอาจใช้แหล่งข้อมูลและวิธีประเมินแตกต่างกัน แต่สิ่งที่น่าจะมีความสำคัญคือข้อมูลที่ ค้นพบได้ เป็นปัจจุบัน และมีหลักฐานอื่นสนับสนุน
สิ่งที่แบรนด์พูด ต้องตรงกับสิ่งที่โลกภายนอกตรวจสอบได้
นี่อาจเป็นหนึ่งในการเปลี่ยนแปลงที่สำคัญที่สุดสำหรับวงการ PR ยุคหนึ่ง การสร้างชื่อเสียงอาจเริ่มจากคำถามว่า
เราอยากให้คนจดจำแบรนด์อย่างไร
แต่ในยุค AI คำถามต้องเพิ่มอีกข้อว่า
มีหลักฐานอะไรบ้างที่ทำให้ระบบภายนอกสามารถสรุปเช่นนั้นได้
สมมติบริษัทแห่งหนึ่งประกาศว่าเป็น “ผู้นำนวัตกรรม” การเขียนคำว่า Innovation Leader ลงในเว็บไซต์หลายสิบหน้าอาจไม่เพียงพอ คำถามคือ
- บริษัทมีงานวิจัยหรือไม่
- มีสิทธิบัตรหรือไม่
- มีโครงการที่พิสูจน์ได้หรือไม่
- ผู้บริหารเคยแสดงความเห็นเชิงลึกต่ออุตสาหกรรมหรือไม่
- สื่อหรือผู้เชี่ยวชาญภายนอกกล่าวถึงบริษัทในบริบทนั้นหรือไม่
กล่าวอีกแบบคือ Reputation ในยุค AI ต้องมี Evidence Architecture หรือโครงสร้างของหลักฐานรองรับ สิ่งที่แบรนด์พูด สิ่งที่แบรนด์ทำ และสิ่งที่บุคคลภายนอกสามารถตรวจสอบได้ ควรไปในทิศทางเดียวกัน
Earned Media อาจกลับมามีความสำคัญยิ่งกว่าเดิม
ความน่าสนใจอีกประการคือ AI อาจทำให้คุณค่าของ Earned Media เพิ่มขึ้น แทนที่จะลดลง ที่ผ่านมาเรามักประเมินข่าวจากจำนวนผู้อ่าน จำนวนการเข้าถึง หรือผลที่เกิดขึ้นในช่วงเวลาหลังการเผยแพร่ แต่ในโลก AI ข่าวชิ้นหนึ่งอาจมี “อายุการใช้งานด้านชื่อเสียง” ยาวกว่านั้น บทความข่าวเชิงลึกที่มีข้อมูลและบริบทดี อาจกลายเป็นหนึ่งในหลักฐานที่ระบบ AI ใช้ทำความเข้าใจองค์กรในอนาคต
ข่าวที่ผ่านการรายงานโดยสื่ออย่างเป็นอิสระสามารถให้ทั้งบริบทและการยืนยันข้อมูลจากบุคคลที่สามได้ แม้เวลาจะผ่านไปหลังจากข่าวนั้นเผยแพร่แล้วก็ตาม จุดนี้ทำให้ Media Relations มีความหมายมากกว่า “การทำข่าวให้ลง” แต่คือการช่วยสร้าง Public Record ขององค์กร หรือประวัติข้อมูลสาธารณะที่สะสมอยู่บนโลกออนไลน์
Thought Leadership ต้องมี “สิทธิที่จะพูด”
อีกเรื่องที่ต้องเปลี่ยนคือ Executive Thought Leadership เมื่อปริมาณคอนเทนต์ที่ผลิตโดย AI เพิ่มขึ้นอย่างรวดเร็ว การมีบทความจำนวนมากไม่ได้หมายความว่าจะสร้าง Authority ได้โดยอัตโนมัติ คำถามสำคัญกว่า คือ ผู้บริหารคนนี้มีประสบการณ์หรือหลักฐานมากพอที่จะพูดเรื่องนี้หรือไม่
Thought Leadership ที่มีคุณค่าควรเกิดจากการตัดสินใจหรือประสบการณ์จริง สามารถอธิบายเหตุผล หลักฐาน และข้อแลกเปลี่ยนของการตัดสินใจได้ นี่เป็นบทเรียนสำคัญสำหรับทีม PR
อันตรายไม่ใช่แค่ข้อมูลผิด แต่คือ “เรื่องเก่าที่ไม่ยอมตาย”
เวลาพูดถึง AI Reputation หลายองค์กรอาจคิดถึง Hallucination หรือกรณี AI ให้ข้อมูลผิด แต่มีอีกปัญหาหนึ่งที่อาจจัดการยากกว่า คือ ข้อเท็จจริงใหม่ แต่เรื่องเล่ายังเก่าอยู่ ตัวอย่างเช่น บริษัทเปลี่ยน CEO แล้ว AI ทราบชื่อ CEO คนใหม่อย่างถูกต้อง แต่เมื่อถามว่า “บริษัทนี้กำลังมุ่งไปทางไหน” AI กลับอธิบายด้วยยุทธศาสตร์เมื่อสามปีก่อน ข้อมูลแต่ละชิ้นอาจไม่ได้ผิด
แต่ภาพรวมขององค์กรผิดยุคไปแล้ว สิ่งนี้ สามารถเรียกได้เป็น “wrong facts” และ “old stories told with new facts” หรือข้อมูลอาจใหม่ แต่กรอบเรื่องเล่ายังคงติดอยู่กับอดีต นี่เป็นเหตุผลว่า การตรวจชื่อบริษัทใน AI ครั้งเดียวแล้วจบไม่มีความหมายมากนัก
Reputation เป็นสิ่งเคลื่อนไหว และคำตอบของ AI ก็เช่นเดียวกัน
จาก Media Monitoring สู่ Narrative Monitoring
ตรงนี้อาจเป็นการเปลี่ยนบทบาทครั้งใหญ่ของทีมสื่อสาร ที่ผ่านมาองค์กรทำ Media Monitoring ดูว่าใครเขียนถึงเราอย่างไร ต่อมาเราทำ Social Listening ดูว่าผู้คนพูดถึงเราอย่างไร ขั้นต่อไปอาจเป็นสิ่งที่เรียกว่า Narrative Monitoring ไม่ใช่เพียงดูว่า “ใครพูดอะไร” แต่ดูว่า เมื่อข้อมูลจำนวนมากถูกนำมาประกอบกันแล้ว ภาพรวมเกี่ยวกับองค์กรกำลังถูกเล่าออกมาอย่างไร
คำถามที่ทีมสื่อสารสามารถเริ่มทดลองได้ เช่น
- AI อธิบายบริษัทของเราอย่างไร
- หากถามว่าใครเป็นผู้นำในอุตสาหกรรมนี้ เราปรากฏอยู่ในคำตอบหรือไม่
- AI มองจุดแข็งและจุดอ่อนของเราอย่างไร
- หากเปรียบเทียบเรากับคู่แข่ง ระบบใช้ประเด็นอะไรเป็นเกณฑ์
- AI อธิบาย CEO และผู้บริหารสำคัญของเราอย่างไร
- มีข้อมูลอะไรที่ผิดหรือล้าสมัย
- เรื่องเล่าใดที่ยังติดอยู่กับอดีต
- แหล่งข้อมูลใดมีอิทธิพลต่อภาพดังกล่าว
- มีหลักฐานใหม่เพียงพอหรือยังที่จะสะท้อนยุทธศาสตร์ปัจจุบัน
- หากผู้บริโภค นักลงทุน พนักงาน หรือคู่ค้าตัดสินใจจากคำตอบนี้ องค์กรจะเสียหรือได้อะไร
ข้อสุดท้ายสำคัญที่สุด เพราะเราไม่จำเป็นต้องวิ่งตามแก้ทุกประโยคที่ AI ตอบไม่ถูกใจ สิ่งที่ต้องถามคือ “ถ้าคนเชื่อคำตอบนี้ จะมีผลต่อการตัดสินใจหรือไม่” ถ้ามี นั่นคือ Reputation Issue
ทีมสื่อสารต้องกลายเป็นระบบเตือนภัยด้าน Narrative
ในอีกไม่กี่ปีข้างหน้า งานของฝ่ายสื่อสารจึงอาจไม่ได้จบที่การผลิตคอนเทนต์หรือรายงานข่าว แต่นักสื่อสารจะต้องเชื่อมข้อมูลจาก Media > Social > Search > AI Answers > Stakeholder Perception เข้าด้วยกัน แล้วอธิบายให้ผู้บริหารเห็นว่า เรื่องเล่าเกี่ยวกับองค์กรกำลังเคลื่อนไปทางไหน
- สิ่งไหนเป็นข้อมูลผิด
- สิ่งไหนเป็นคำวิจารณ์ที่มีเหตุผล
- สิ่งไหนเป็นภาพจำจากอดีต
- และสิ่งไหนคือสัญญาณว่าความคาดหวังของสังคมกำลังเปลี่ยน
ด้วยแนวคิดนี้ จะทำให้เราเกิดความเข้าใจว่าเรื่องเล่าเกิดขึ้นจากอะไร กำลังเคลื่อนอย่างไร และอาจพัฒนาไปในทิศทางใด โดยไม่หลงคิดว่าเราสามารถทำนายชื่อเสียงได้อย่างแม่นยำทั้งหมด
AI Reputation ไม่ใช่โจทย์ของ AI Team แต่เป็นโจทย์ขององค์กร
สิ่งสำคัญที่สุดอาจไม่ใช่ว่าองค์กรต้องรีบผลิตคอนเทนต์จำนวนมากเพื่อให้ AI เห็น ตรงกันข้าม ยิ่งโลกเต็มไปด้วยเนื้อหาที่สร้างขึ้นอย่างรวดเร็ว สิ่งที่หายากขึ้นคือหลักฐานที่น่าเชื่อถือ ชื่อเสียงในยุค AI จึงอาจกลับไปสู่หลักการพื้นฐานที่สุดของ PR นั่นคือ ทำสิ่งที่มีคุณค่า มีหลักฐานรองรับ ให้บุคคลที่น่าเชื่อถือสามารถตรวจสอบได้ และสื่อสารอย่างสม่ำเสมอ
เพียงแต่วันนี้มี “ผู้ตีความคนใหม่” เพิ่มเข้ามา มันไม่ใช่นักข่าว ไม่ใช่ Influencer และไม่ใช่ผู้บริโภค แต่มันคือ AI ที่กำลังรวบรวมข้อมูลทั้งหมดเหล่านั้น แล้วเล่าเรื่ององค์กรให้คนฟังอีกทอดหนึ่ง ดังนั้นคำถามสำคัญสำหรับทีมสื่อสารในปีต่อจากนี้อาจไม่ใช่เพียง “วันนี้มีใครพูดถึงเราบ้าง” แต่ควรเพิ่มอีกคำถามว่า “ถ้าวันนี้ใครสักคนถาม AI ว่าเราเป็นใคร มันจะเล่าเรื่องของเราอย่างไร และมีหลักฐานอะไรทำให้มันเชื่อเช่นนั้น”
คำตอบของคำถามนี้ อาจกำลังกลายเป็นหนึ่งในตัวชี้วัดชื่อเสียงที่สำคัญที่สุดขององค์กรในอนาคต
