Digiday: นักการตลาดจัดสรรงบ search และ content ราว 24% ไปที่การมองเห็นบน AI

Digiday เผยแพร่บทสรุปเชิงตัวเลขเมื่อวันที่ 7 สิงหาคม 2026 เขียนโดย Kimeko McCoy รวบรวมผลสำรวจว่านักการตลาดใช้งบประมาณกับการทำให้แบรนด์ถูกมองเห็นในการค้นหาแบบ AI อย่างไร ตัวเลขหลักมาจาก Fractl ที่ระบุว่านักการตลาดจัดสรรงบด้าน search และ content ราว 24% ไปที่งาน AI visibility ส่วนผลสำรวจจากอีกสี่บริษัทในบทความเดียวกันอธิบายว่างบก้อนนั้นอยู่กับทีมไหน และถูกวัดผลน้อยเพียงใด

ก่อนไปที่ตัวเลข มีข้อควรระวังหนึ่งข้อ นี่คือผลสำรวจห้าชิ้นจากห้าบริษัทที่ Digiday นำมารวมไว้ ไม่ใช่งานวิจัยชิ้นเดียว Fractl, Similarweb, 10Fold, Scribewise และ Semrush ต่างวัดคนละเรื่อง ตัวเลขทุกตัวด้านล่างจึงระบุชื่อเจ้าของผลสำรวจกำกับไว้ และแหล่งอ้างอิงของทั้งหมดคือ Digiday

Fractl: งบ search และ content ราวหนึ่งในสี่ไปที่ AI visibility

ข้อมูลของ Fractl ที่ Digiday รายงานเมื่อ 7 สิงหาคม 2026 ระบุค่าเฉลี่ยการจัดสรรงบไว้ที่ราว 24% ของงบ search และ content แต่การรับเอาแนวทางนี้กว้างกว่าที่ค่าเฉลี่ยบอก Fractl พบว่า 82% ของนักการตลาดจัดสรรงบให้งาน AI visibility แล้วอย่างน้อยบางส่วน ขณะที่ 18% ยังไม่จัดสรรเลย และในฝั่งที่ลงทุนหนัก 43% ใช้งบกับเรื่องนี้เกิน 20% ของงบทั้งก้อน

สิ่งที่น่าสนใจคือช่วงห่างมากกว่าค่าเฉลี่ย ตลาดที่เกือบหนึ่งในห้าใช้งบเป็นศูนย์ และมากกว่าสองในห้าใช้เกินหนึ่งในห้าของงบ คือตลาดที่ยังไม่มีมาตรฐานร่วมกัน มีการเดิมพันสองแบบเกิดขึ้นพร้อมกัน และค่าเฉลี่ยอยู่ตรงกลางโดยไม่ได้อธิบายฝั่งไหนได้จริง

Fractl: ทีม performance และ SEO เป็นคนแบกงบก้อนนี้

Fractl ยังแยกการจัดสรรงบตามทีม และสัดส่วนไม่เท่ากันชัดเจน ทีม performance marketing ลงงบ 32% และทีม SEO ลงงบ 31% ซึ่งเป็นสองสัดส่วนที่สูงที่สุด ส่วนทีม brand อยู่ที่ 21% และทีม content อยู่ที่ 20% ซึ่งเป็นสองสัดส่วนที่ต่ำที่สุด ลำดับนี้บอกอะไรบางอย่างเกี่ยวกับการจัดประเภทงานภายในองค์กร คืองาน AI visibility ถูกจ่ายในฐานะงบหาลูกค้า ไม่ใช่งบผลิตคอนเทนต์ ตารางด้านล่างคือสัดส่วนตามทีมตามที่ Fractl รายงานไว้

Similarweb: AI search นำในขั้นค้นพบสินค้า แล้วห่างน้อยลงตอนตัดสินใจซื้อ

ข้อมูลของ Similarweb ในบทความเดียวกันของ Digiday พบว่า AI search คิดเป็น 35% ของการค้นพบสินค้าครั้งแรก เทียบกับ 13.6% ของการค้นหาแบบเดิม ช่องว่างนี้แคบลงเมื่อลงมาถึงปลายทาง โดยในขั้นตัดสินใจซื้อสัดส่วนอยู่ที่ 24.3% สำหรับ AI search เทียบกับ 22.1% สำหรับการค้นหาแบบเดิม ความต่างที่ชัดจริงอยู่ที่ขั้นค้นพบ ส่วนตอนที่คนพร้อมจ่ายเงิน สองช่องทางนี้เกือบเท่ากัน

10Fold: นักการตลาด B2B ให้คะแนน answer engine สูงกว่า organic search

ผลสำรวจของ 10Fold ที่ Digiday อ้างถึงเมื่อ 7 สิงหาคม 2026 พบว่า 52% ของนักการตลาด B2B มองว่า AI answer engine เป็นช่องทางกระจายคอนเทนต์ที่ได้ผลที่สุด เทียบกับ 29% ที่เลือก organic search ผลสำรวจเดียวกันยังพบว่า 41% มีคอนเทนต์ที่ปรับให้เหมาะกับการค้นพบด้วย AI เพียง 25% ถึง 49% เท่านั้น ช่องทางที่ถูกให้คะแนนสูงสุดกลับเป็นช่องทางที่ป้อนคอนเทนต์เข้าไปน้อยที่สุด

Scribewise: แบรนด์ส่วนใหญ่ยังบอกไม่ได้ว่างบที่ลงไปได้ผลหรือไม่

ข้อมูลของ Scribewise ในบทความนี้พบว่า 67% ของนักการตลาดรายงานว่าแบรนด์ตัวเองปรากฏในคำตอบของ AI น้อยกว่าที่ต้องการ ขณะเดียวกัน 71% ไม่ได้ติดตาม share of voice เทียบคู่แข่งในคำตอบของ AI และ 70% ไม่ได้ติดตาม sentiment ของแบรนด์ในนั้น แปลว่าราวเจ็ดในสิบใช้งบโดยไม่มีตัวเลขอ้างอิงว่าเป้าหมายขยับหรือไม่ ตัวเลข 67% จึงควรอ่านอย่างระวัง เพราะเป็นความรู้สึกเรื่องการมองเห็นที่รายงานโดยคนที่ส่วนใหญ่ไม่ได้วัดการมองเห็น

Semrush: คำตอบของ AI ดึงแหล่งข้อมูลมากี่แหล่ง

ตัวเลขของ Semrush ในบทความเดียวกันของ Digiday ระบุจำนวนแหล่งข้อมูลเฉลี่ยที่ถูกอ้างต่อหนึ่งคำตอบไว้ที่ 15.4 แหล่งสำหรับ ChatGPT, 11.4 แหล่งสำหรับ Google AI Mode และ 3.3 แหล่งสำหรับ Gemini ช่วงตัวเลขนี้เปลี่ยนโอกาสถูกอ้างอิงไปมาก ขึ้นกับว่าผู้ซื้อใช้เครื่องมือตัวไหน คำตอบของ Gemini ที่อ้างสามแหล่งคือประตูที่แคบกว่าคำตอบของ ChatGPT ที่อ้างสิบห้าแหล่งอย่างมีนัยสำคัญ ใครที่วางแผนงาน GEO จึงกำลังเล็งเป้าสามขนาดที่ต่างกัน

สิ่งนี้หมายถึงอะไรสำหรับนักการตลาดไทย

ไม่มีผลสำรวจชิ้นใดในห้าชิ้นนี้รายงานข้อมูลของไทย และบทความของ Digiday ไม่มีตัวเลขเฉพาะประเทศไทยเลย สิ่งที่เขียนต่อจากนี้คือการวิเคราะห์จากตัวเลขอ้างอิง ไม่ใช่สิ่งที่แหล่งข่าวระบุ

ส่วนที่ใช้ได้จริงคือตัวเลขอ้างอิงเอง ถ้าตลาดอื่นกำลังย้ายงบ search และ content ราวหนึ่งในสี่ไปที่ AI visibility ขณะที่เจ็ดในสิบไม่ได้วัดทั้ง share of voice และ sentiment การไล่ตามให้งบเท่ากันคือวิธีลอกที่แพง ส่วนการวัดผลคือวิธีแซงที่ถูกกว่ามาก แบรนด์ไทยสามารถหาคำตอบได้ว่าตอนนี้ตัวเองปรากฏในคำตอบของ AI สำหรับคีย์เวิร์ดหมวดหมู่ของตัวเองแค่ไหน ทั้งภาษาไทยและภาษาอังกฤษ ด้วยต้นทุนเพียงเศษเสี้ยวของงบ AI visibility ทั้งปีที่ใช้ไปโดยไม่วัดผล และค่าตั้งต้นนั้นยังตอบคำถามก่อนหน้าได้ด้วยว่าควรลงงบหรือไม่ ซึ่งตัวเลขของ Fractl ตอบแทนใครไม่ได้

สัดส่วนตามทีมก็ควรอ่านในบริบทไทยเช่นกัน ถ้าทีม performance และ SEO คือคนที่ลงงบก้อนนี้ในระดับสากล องค์กรไทยที่ผลักงานนี้ไปไว้กับทีมคอนเทนต์อย่างเดียวก็เสี่ยงจะจ่ายจากงบก้อนที่เล็กที่สุดในบริษัท กลไกของ AI SEO ทับซ้อนกับงานเทคนิคและคอนเทนต์ที่อยู่เบื้องหลัง SEO ในประเทศไทย อยู่แล้วเป็นส่วนใหญ่ ในกรณีทั่วไปนี่จึงเป็นคำถามเรื่องการจัดสรรงบใหม่ มากกว่าการเริ่มศาสตร์ใหม่

คำถามที่พบบ่อย

มีงานวิจัยชิ้นเดียวที่บอกว่านักการตลาดใช้งบ 24% กับ AI visibility ใช่หรือไม่

ไม่ใช่ ตัวเลข 24% เป็นของ Fractl เพียงเจ้าเดียว Digiday นำมารวมไว้ในบทความเดียวกับผลสำรวจแยกของ Similarweb, 10Fold, Scribewise และ Semrush ซึ่งวัดคนละเรื่อง การอ่านรวมเป็นงานวิจัยชิ้นเดียวจะทำให้ทั้งห้าชิ้นถูกอ้างผิด

ในตัวเลขชุดนี้มีข้อมูลของประเทศไทยหรือไม่

ไม่มี ไม่มีผลสำรวจชิ้นใดในห้าชิ้นที่ Digiday รายงานแยกข้อมูลประเทศไทยออกมา และบทความไม่ได้อ้างอะไรเกี่ยวกับไทยเลย การตีความมาที่ตลาดไทยจึงเป็นการวิเคราะห์ และควรระบุให้ชัดว่าเป็นการวิเคราะห์

ทีมไหนเป็นคนลงงบกับงาน AI visibility จริง ๆ

ทีม performance marketing และทีม SEO ตามข้อมูลของ Fractl ซึ่งระบุสัดส่วนไว้ที่ 32% และ 31% ของงบ ส่วนทีม brand ที่ 21% และทีม content ที่ 20% ลงน้อยที่สุด Fractl ไม่ได้ระบุเหตุผลว่าทำไมสัดส่วนจึงออกมาแบบนี้

ต้องย้ายงบตอนนี้เลยหรือไม่

แหล่งข่าวไม่ได้ระบุ และไม่ได้ให้คำแนะนำใด ๆ สิ่งที่ตัวเลขรองรับได้คือประเด็นที่แคบกว่านั้น คือ 71% ของนักการตลาดไม่ได้ติดตาม share of voice เทียบคู่แข่งในคำตอบของ AI การตั้งค่าเริ่มต้นสำหรับวัดผลจึงเป็นก้าวแรกที่เกือบทุกองค์กรทำได้ และถูกกว่าการย้ายงบ

ทำไมจำนวนแหล่งข้อมูลต่อคำตอบถึงสำคัญ

เพราะมันกำหนดว่าคำตอบหนึ่งครั้งจะอ้างถึงกี่แบรนด์ได้ Semrush ระบุค่าเฉลี่ยไว้ที่ 15.4 แหล่งสำหรับ ChatGPT, 11.4 แหล่งสำหรับ Google AI Mode และ 3.3 แหล่งสำหรับ Gemini คอนเทนต์ชิ้นเดียวกันจึงเจอการแข่งขันไม่เท่ากัน ขึ้นกับว่าเครื่องมือไหนเป็นคนตอบคำถามนั้น

ตัวเลขอ้างอิงแบบนี้มีประโยชน์ที่สุดเมื่อรู้ว่าตัวเองยืนอยู่ตรงไหนเทียบกับมัน ถ้าอยากรู้ว่าแบรนด์ของคุณปรากฏในคำตอบของ AI สำหรับคีย์เวิร์ดหมวดหมู่ของตัวเองบ่อยแค่ไหน ก่อนตัดสินใจว่าจะลงงบเท่าไร Relevant Audience ช่วยตั้งค่าเริ่มต้นนั้นให้ได้