AI Recommendation Gap คืออะไร? ทดสอบ iPhone 18 Pro ใน AIO

AI Recommendation Gap: ติด AI Overview แล้วยังไม่แปลว่าถูกแนะนำ ทดสอบจริงกับ iPhone 18 Pro

20 กันยายน 2569 · AI Research · อ่าน 8 นาที

วันที่ 19 กันยายน 2569 FunkyMEDIA เอเจนซี่ด้าน AI Search จากโปแลนด์ ประกาศกรอบคิดชื่อ AI Recommendation Gap เพื่ออธิบายว่าแบรนด์อาจถูก AI รู้จัก พูดถึง และอ้างอิง แต่ก็ยังหายไปเมื่อผู้ใช้ถามให้ช่วยเลือก เรานำแนวคิดนี้ไปลองกับข้อมูลจริงในวันที่ 20 กันยายน ซึ่งเป็นสองวันหลังจาก iPhone 18 Pro และ Pro Max เริ่มวางขายในไทย เพื่อดูว่าในตลาดไทย การถูกเห็นกับการถูกเลือกใน Google AI Overview (AIO) ต่างกันแค่ไหน

AI Recommendation Gap คืออะไร

ตามข่าวของ FunkyMEDIA การมองเห็นในระบบ AI ไม่ใช่จุดเดียว แต่เป็นบันไดหลายขั้น ได้แก่ Known → Mentioned → Cited → Considered → Recommended และแบรนด์อาจไปถึงขั้นกลางๆ ได้โดยไม่ถึงขั้นสุดท้าย บริษัทเสนอให้แยกตอบสามคำถาม คือ AI รู้จักแบรนด์หรือไม่ แบรนด์ปรากฏในคำตอบที่เกี่ยวข้องหรือไม่ และแบรนด์ถูกแนะนำจริงหรือไม่ในตอนที่ผู้ใช้กำลังตัดสินใจ ซึ่งคำตอบของทั้งสามข้ออาจต่างกันมาก

เพื่อให้เอาไปทดสอบได้จริง เราตีความแต่ละขั้นเป็นสิ่งที่มองเห็นได้ในหน้าผลลัพธ์ของ AIO ดังตาราง (คอลัมน์ขวาคือการตีความของเราเอง ไม่ใช่นิยามของ FunkyMEDIA)

เราทดสอบอะไร และทดสอบอย่างไร

• เครื่องมือ: Google AI Overview ภาษาไทยเท่านั้น รอบนี้ยังไม่รวม ChatGPT และ Gemini
• ช่วงเวลา: 20 ก.ย. 2569 หลังจาก iPhone 18 Pro และ Pro Max เปิดจองเมื่อ 12 ก.ย. และเริ่มวางขายเมื่อ 18 ก.ย. ตามข้อมูลราคาและวันจำหน่ายในไทยที่สื่อเผยแพร่ ซึ่งต่างจากช่วงก่อนเปิดตัวที่เราเคยทดสอบไว้ใน ผลทดสอบ AI Overview และ ChatGPT ของกลุ่มคำค้น iPhone 18 Pro Max และ iPhone 19
• สินค้า: iPhone 18 Pro และ Pro Max เพราะ iPhone 18 รุ่นมาตรฐานเปิดตัวคนละรอบกับรุ่น Pro คำว่า iPhone 18 เฉยๆ จึงกำกวมเกินไปสำหรับการทดสอบ
• ชุดคำถาม: 1 คำถามเชิงข้อมูล และ 2 คำถามเชิงตัดสินใจ คำถามละ 10 รอบ
• ตัวชี้วัด: จำนวนรอบที่แบรนด์ปรากฏในคำตอบหรือแหล่งอ้างอิงของ AIO (ยังไม่แยกว่าเป็นข้อความหรือชิปแหล่งที่มา)
• การเรียกชื่อแบรนด์: ตัวแทนจำหน่ายกลุ่ม A คือกลุ่มตัวแทนจำหน่ายอย่างเป็นทางการที่ผู้เขียนมีส่วนเกี่ยวข้องทางธุรกิจ (สองแบรนด์ในเครือเดียวกัน นับรวมเป็นกลุ่มเดียว) จึงไม่ระบุชื่อ ส่วนแบรนด์อื่นระบุตามที่ AIO แสดง

ผลทดสอบ 3 คำถาม

คำถามที่ 1 (ราคา): AIO ตอบด้วยราคาเครื่องเปล่าตามความจุ 4 ระดับ ซึ่งตรงกับราคาที่สื่อเผยแพร่ในข่าวราคาไทย โดยระบุ Apple เป็นแหล่งที่มา และเพิ่มราคาเครื่องพร้อมแพ็กเกจของ AIS ที่ AIO ระบุว่าเริ่มต้น 45,300 บาท (ตัวเลขนี้มาจากคำตอบของ AIO เรายังไม่ได้ตรวจสอบกับหน้าของ AIS) น่าสังเกตว่าคำตอบปิดท้ายด้วยการถามต่อว่าผู้ใช้จะซื้อแบบเครื่องเปล่าหรือแพ็กเกจรายเดือนของค่ายไหน และชื่อที่ยกเป็นตัวอย่างมีแต่ค่ายมือถือ ไม่มีร้านตัวแทนจำหน่าย แม้ในคำถามเชิงข้อมูล AIO ก็เริ่มพาผู้ใช้ไปสู่การตัดสินใจแล้ว

คำถามที่ 2 (ซื้อที่ไหนคุ้มสุด): ในภาพหน้าจอที่บันทึกไว้ AIO ไม่เลือกผู้ชนะ แต่เปิดคำตอบว่าความคุ้มขึ้นอยู่กับการใช้แพ็กเกจรายเดือนและบัตรเครดิตของผู้ถาม แล้วแบ่งช่องทางเป็น 2 กลุ่ม คือค่ายมือถือ (AIS, True-dtac) สำหรับคนที่รับแพ็กเกจรายเดือน และตัวแทนจำหน่ายอย่างเป็นทางการ (กลุ่ม A, Power Buy, Advice iStore) สำหรับคนที่ซื้อเครื่องเปล่าโดยไม่ผูกแพ็กเกจ แต่ความถี่ที่กลุ่ม A ปรากฏอยู่ที่ 4 ใน 10 รอบเท่านั้น

คำถามที่ 3 (ผ่อนที่ไหนดี): คำตอบแบ่งเป็นผ่อนผ่านตัวแทนจำหน่ายสินค้าไอที ผ่อนผ่านค่ายมือถือ และโปรโมชันบัตรเครดิตหรือสถาบันการเงิน โดยในภาพหน้าจอ กลุ่มตัวแทนจำหน่ายอยู่ลำดับแรก แม้คำตอบจะเปลี่ยนรูปแบบไป 4 แบบใน 10 รอบ กลุ่ม A ก็ยังปรากฏทุกรอบ พร้อม Advice iStore และกรุงศรีเฟิร์สช้อยส์

เมื่อจัดลงตาราง ใครอยู่ตรงไหน

* ปรากฏในภาพหน้าจอที่บันทึกไว้ แต่ยังไม่ได้นับความถี่ครบ 10 รอบ / — ไม่พบในภาพหน้าจอและไม่ได้นับความถี่ (ไม่ได้แปลว่าไม่ปรากฏ) / ในคอลัมน์ ราคาเท่าไหร่ แบรนด์อื่นที่ไม่ใช่ Apple และ AIS ไม่ปรากฏทุกรอบ

4 ข้อสังเกตจากข้อมูลชุดนี้

1. gap ไม่ได้มีทิศทางเดียว ข่าวของ FunkyMEDIA ยกภาพแบรนด์ที่ปรากฏในคำตอบเชิงข้อมูลแต่หายไปตอนถึงคำถามเลือกผู้ให้บริการ แต่ข้อมูลของเราเห็นภาพกลับกัน กลุ่ม A ไม่ปรากฏเลย 0 จาก 10 รอบในคำถามราคา แต่ปรากฏในคำถามตัดสินใจทั้งสองข้อ ขณะที่ Apple ซึ่งเป็นแหล่งราคาทางการปรากฏครบ 10 รอบในคำถามราคา แต่ไม่พบในภาพหน้าจอของคำถามตัดสินใจทั้งสองข้อ นั่นหมายความว่า AIO ดึงแหล่งข้อมูลคนละชุดตามเจตนาของคำถาม ข้อมูลราคาอิงเว็บทางการ ส่วนช่องทางซื้อและช่องทางผ่อนอิงร้านตัวแทน ค่ายมือถือ สถาบันการเงิน และเว็บรวมข้อมูล การวัดเฉพาะคำถามเชิงข้อมูลจึงอาจให้ภาพที่ผิดได้ทั้งสองทาง

2. ความถี่ที่ปรากฏเปลี่ยนไปตามวิธีตั้งคำถาม กลุ่ม A ปรากฏ 4 จาก 10 รอบเมื่อถามว่าซื้อที่ไหนคุ้มสุด แต่ปรากฏ 10 จาก 10 รอบเมื่อถามว่าผ่อนที่ไหนดี แม้รูปแบบคำตอบเปลี่ยนไปถึง 4 แบบ สมมติฐานของเราคือคำถามที่ระบุเงื่อนไขเฉพาะอย่างการผ่อนทำให้ AIO ประกอบคำตอบเป็นรายการช่องทางการเงินที่มีหน้าโปรโมชันเป็นแหล่งข้อมูลค่อนข้างแน่นอน ส่วนคำถามกว้างอย่าง คุ้มสุด ต้องตอบว่าขึ้นอยู่กับผู้ใช้ จึงหมุนเวียนแหล่งมากกว่า สมมติฐานนี้ยังไม่ได้รับการยืนยัน

3. AIO แนะนำเป็นกลุ่มตามประเภทผู้ใช้ ไม่ได้เลือกผู้ชนะรายเดียว ในคำถามตัดสินใจ AIO ไม่ได้ตอบว่าที่ไหนดีที่สุด แต่จับคู่ช่องทางกับประเภทผู้ใช้ เช่น ค่ายมือถือเหมาะกับคนที่รับแพ็กเกจรายเดือน ตัวแทนจำหน่ายเหมาะกับคนที่ซื้อเครื่องเปล่า ถ้าอ่านตามกรอบของ FunkyMEDIA ขั้น Recommended ใน AIO จึงหน้าตาเป็นการถูกจัดเข้ากลุ่มผู้ใช้หนึ่งกลุ่ม ไม่ใช่ตำแหน่งที่ 1 (ข้อสังเกตนี้มาจากภาพหน้าจอที่บันทึกไว้ ยังไม่ได้ตรวจทุกรอบ) แบรนด์ที่ไม่ชัดว่าเหมาะกับใครจึงอาจเสียเปรียบ ซึ่งเป็นสมมติฐานที่ต้องทดสอบต่อ

4. แหล่งที่ AIO ใช้ตัดสินใจไม่ได้มีแต่เว็บของแบรนด์ Notebookspec และ Sanook ปรากฏเป็นแหล่งของคำตอบเชิงตัดสินใจในภาพหน้าจอ ถ้าสมมติฐานเรื่อง Indirect AI Signaling หรือสัญญาณอ้อมนอกเหนือจาก brand mention และ backlink ที่เราเคยเสนอไว้มีมูล การถูกพูดถึงผ่านสื่อและเว็บรวมข้อมูลกลางอาจมีส่วนทำให้แบรนด์เข้าสู่รายการตัวเลือก แต่ข้อมูลรอบนี้ยังน้อยเกินกว่าจะยืนยัน

เมื่อเทียบกับช่วงก่อนเปิดตัว เรายังไม่พบการแนะนำช่องทางซื้อใน AIO ในการทดสอบครั้งก่อน แต่หลังวางขาย AIO ตอบคำถามแนวซื้อที่ไหนและผ่อนที่ไหนเป็นรายการช่องทางพร้อมแหล่งอ้างอิงแล้ว อย่างไรก็ตามชุดคำถามของสองรอบนี้ไม่เหมือนกันทั้งหมด จึงเป็นภาพเปรียบเทียบคร่าวๆ ไม่ใช่การวัดก่อน–หลังที่เข้มงวด

Step 5 ขั้นใช้กับกรณีนี้ได้แค่ไหน

• วัดไม่ได้ทุกขั้น: ขั้น Known ตรวจจากคำตอบ AIO ไม่ได้ ส่วนขั้น Considered มองจากข้างนอกไม่เห็นโดยตรง ต้องอนุมานจากรายการตัวเลือกที่ AIO แสดง
• ลำดับไม่เป็นเส้นตรง: กลุ่ม A ข้ามไปอยู่ในรายการตัวเลือกทั้งที่ไม่ปรากฏในคำถามเชิงข้อมูลเลย
• ต้องวัดซ้ำหลายรอบ: ความต่างระหว่าง 4/10 กับ 10/10 จะมองไม่เห็นถ้ารันคำถามเดียวรอบเดียว ข่าวของ FunkyMEDIA ไม่ได้ระบุว่ากรอบนี้วัดกี่รอบต่อคำถาม
• ผลไม่ควรเหมารวมทุก AI: เครื่องมือ AI แต่ละตัวให้ผลต่างกันมาก ดังที่เราพบใน ทดสอบ iPhone 18: Bing และ ChatGPT แยกรุ่นย่อยได้ แต่ AIO กับ Gemini ไม่ได้ และใน กรณีศึกษา Bing Webmaster Tools กับช่องว่างระหว่าง AI Overview และ ChatGPT ผลของ Google AIO รอบนี้จึงพูดแทน ChatGPT หรือ Gemini ไม่ได้

ถ้าเป็นแบรนด์ ควรเอาไปใช้อย่างไร

ข้อต่อไปนี้เป็นการตีความของเราจากข้อมูลชุดนี้ ไม่ใช่ข้อสรุปที่ยืนยันแล้ว

• แยกชุดคำถามวัดผลเป็น 3 ชุด คือคำถามข้อมูล คำถามตัดสินใจกว้าง และคำถามตามเงื่อนไข เช่น ผ่อน โปรโมชัน บัตรเครดิต เพราะแบรนด์เดียวกันมีสถานะต่างกันในแต่ละชุด
• ทำให้หน้าโปรโมชันตอบเงื่อนไขชัดเจน เช่น ผ่อนกี่เดือน ผูกแพ็กเกจหรือไม่ เพราะในข้อมูลรอบนี้คำถามที่ระบุเงื่อนไขเฉพาะให้ผลสม่ำเสมอกว่าคำถามกว้าง
• ระบุให้ชัดว่าบริการหรือช่องทางของแบรนด์เหมาะกับผู้ใช้แบบไหน เพราะ AIO จัดคำแนะนำตามประเภทผู้ใช้
• ตรวจว่าแหล่งที่ AIO อ้างนอกเว็บของแบรนด์ (สื่อ เว็บรวมข้อมูล) พูดถึงแบรนด์อย่างไร
• วัดซ้ำอย่างน้อย 10 รอบต่อคำถาม และขยายไปทดสอบ ChatGPT กับ Gemini แยกต่างหาก

คำถามที่พบบ่อย

แหล่งอ้างอิง

• FunkyMEDIA Defines the AI Recommendation Gap Between Brand Visibility and AI Recommendations (EIN Presswire, 19 ก.ย. 2569)
• FunkyMEDIA Introduces a Five-Layer Model for Measuring Brand Visibility in AI Search (EIN Presswire, 18 ก.ย. 2569)
• เปิดราคา iPhone 18 Pro–iPhone 18 Pro Max–iPhone Duo เช็กวันจองและขายในไทย (ฐานเศรษฐกิจ)

อ่านเคสอื่นๆ ในซีรีส์ AI Research

• ทดสอบ iPhone 18: Bing และ ChatGPT แยกรุ่นย่อยได้ แต่ AIO กับ Gemini ไม่ได้
• Indirect AI Signaling: สัญญาณอ้อมนอกเหนือจาก brand mention และ backlink
• กรณีศึกษา Bing Webmaster Tools กับช่องว่างระหว่าง AI Overview และ ChatGPT