PRecious Communications บริษัทที่ปรึกษาด้านการสื่อสารแบบครบวงจรครอบคลุมหลากหลายตลาด และคว้ารางวัลระดับนานาชาติจากหลายเวที เปิดเผยรายงานผลสำรวจระดับภูมิภาคฉบับสำคัญ “PRecious AI Authority Index: Southeast Asia Banking 2026” เกี่ยวกับผลการทดสอบคำตอบจาก AI ที่มีบทบาทต่อการเปลี่ยนแปลงอันดับผู้นำของธนาคารในประเทศไทย โดยพบตัวแปรสำคัญคือ ภาษาที่ใช้ป้อนคำสั่ง และประเภทบริการเฉพาะเจาะจงที่ต้องการจากธนาคาร

ทั้งนี้ พบว่าธนาคารกสิกร เป็นธนาคารที่มีสัดส่วนการถูกกล่าวถึงเป็นครั้งแรก (First Mentions) ในหัวข้อธุรกิจธนาคารสำหรับลูกค้าบุคคล (Consumer Banking) สูงที่สุดที่ 65% และมีการเข้าถึงผู้ชม (Reach) สูงถึง 85% ขณะที่ ธนาคารกรุงเทพ ครองตำแหน่งผู้นำในกลุ่มธนาคารสำหรับลูกค้าธุรกิจ ด้วยสัดส่วนการถูกกล่าวถึงเป็นครั้งแรก 60% และมีการเข้าถึง 85% อีกทั้งมีข้อค้นพบสำคัญคือ จากการทดสอบภาษาที่ใช้ป้อนคำสั่งระหว่างภาษาไทย และภาษาอังกฤษ สามารถส่งผลต่อชื่อธนาคารที่ถูกระบุเป็นชื่อแรก (First Mention) โดยจากการทดสอบ 25 คู่เปรียบเทียบ พบว่าการใช้คำสั่งภาษาอังกฤษเทียบกับภาษาไทย มีผลทำให้ชื่อธนาคารที่ระบบเลือกแนะนำเป็นอันดับแรกเปลี่ยนไปถึง 60% (หรือ 15 ครั้ง)

ลารส์ วอดิช (Lars Voedisch) ผู้ก่อตั้งและกรุ๊ปซีอีโอ บริษัท PRecious Communications กล่าวว่า “การใช้ภาษาในไทย แสดงให้เห็นว่าทำไมการแปลภาษาเพียงอย่างเดียว จึงไม่ใช่การปรับเปลี่ยนเข้าหาบริบทท้องถิ่น (Localisation) เพราะภาษาและคำถามของลูกค้า สามารถเปลี่ยนแปลงลำดับก่อน-หลังในคำตอบ
แบรนด์จึงจำเป็นต้องทดสอบประสบการณ์ภาษาไทยที่ตรงกับบริบท และใช้หลักฐานเชิงประจักษ์ระดับท้องถิ่นเข้ามาสนับสนุน อย่าคาดหมายว่าผลลัพธ์ในภาษาอังกฤษจะใช้ได้ในภาษาอื่นด้วย

“แค่การที่ลูกค้าจะสอบถามเกี่ยวกับเงินออมของลูกค้ารายย่อย หรือสินเชื่อการค้าต่างประเทศสำหรับลูกค้าองค์กร ก็สามารถเปลี่ยนผลการแข่งขันในประเทศไทยได้อย่างสิ้นเชิง ดังนั้น การสื่อสารต้องสร้างข้อพิสูจน์ที่ได้รับการปรับแต่งให้สอดคล้องกับลูกค้าแต่ละกลุ่ม” นายลารส์ กล่าว

เอเชียตะวันออกเฉียงใต้ ไม่ได้มีสภาพแวดล้อมข้อมูลแค่หนึ่งเดียว

ผลการศึกษาระดับภูมิภาคฉบับนี้ ครอบคลุมประเทศอินโดนีเซีย มาเลเซีย ฟิลิปปินส์ สิงคโปร์ ไทย และเวียดนาม โดยพบว่าในบางตลาดมีผู้นำที่รักษาตำแหน่งไว้ได้อย่างคงที่ ขณะที่บางตลาดได้คำตอบที่กระจัดกระจาย หรือผลลัพธ์เปลี่ยนแปลงตามรูปแบบคำถาม

ทั้งนี้ ความแตกต่างด้านภาษา โครงสร้างธนาคาร และความต้องการของลูกค้า เป็นปัจจัยส่งผลให้เอเชียตะวันออกเฉียงใต้มีความหลากหลาย และ AI สามารถขยายความหลากหลายเหล่านี้ให้ชัดเจนยิ่งขึ้น โดยการเปลี่ยนแปลงแบรนด์ องค์ประกอบที่เป็นรูปธรรม และคำตอบ สำหรับกลุ่มลูกค้าที่แตกต่างกัน

รายงานฉบับนี้เป็นการศึกษาเชิงวินิจฉัยปัจจัยที่เกี่ยวข้อง โดยไม่ได้เป็นการจัดอันดับคุณภาพธนาคาร ความน่าเชื่อถือ ความปลอดภัย ความชื่นชอบของลูกค้า หรือผลประกอบการทางการเงิน แต่มุ่งเน้นเฉพาะคำตอบที่ถูกกล่าวถึงเป็นครั้งแรก (First mention) ตามลำดับก่อน-หลัง ซึ่งผลลัพธ์ดังกล่าวเป็นข้อมูลที่รวบรวมในช่วงเดือนสิงหาคม 2569 และผลลัพธ์สามารถเปลี่ยนแปลงได้ตามการเปลี่ยนประเภทบริการที่ถามในชุดคำสั่ง การค้นหา และหลักฐานที่เปิดเผยต่อสาธารณะบนอินเทอร์เน็ต

สำหรับรายงานฉบับเต็มสามารถดาวน์โหลดได้ที่นี่ : https://pulse.preciouscomms.com/ai-authority-index