ใครเป็นคนกำหนดราคาของเสื้อผ้า? การช้อปปิ้งด้วย AI เริ่มทำลาย "ความเชื่อเรื่องการลดราคา"

AI ไม่เพียงแค่เลือกเสื้อผ้า แต่ยัง "ซื้อ" ได้ในยุคนี้

การซื้อเสื้อผ้าแฟชั่นไม่ใช่เรื่องที่มีเหตุผลเหมือนกับการซื้อเครื่องใช้ไฟฟ้าหรือของใช้ในชีวิตประจำวัน ไม่ใช่แค่ซื้อเพราะจำเป็น แต่ยังเกี่ยวข้องกับอารมณ์ ความปรารถนา ความเบื่อหน่าย กระแสนิยม หรือแรงกระตุ้นจากการเห็นการแต่งตัวในโซเชียลมีเดีย บทความต้นฉบับให้ความสำคัญกับจุดที่ AI เริ่มเข้ามามีบทบาทใน "ความไม่แน่นอน" นี้ ฟังก์ชันแนะนำแบบเดิมเพียงแค่ "แสดงสินค้าที่คล้ายกัน" แต่ตอนนี้มีการเชื่อมโยงประสบการณ์การลองเสื้อผ้าเสมือน การติดตามราคา การตั้งราคาที่ต้องการ และการซื้ออัตโนมัติเมื่อเงื่อนไขตรงกันเป็นหนึ่งในกระบวนการ

ในอดีต อุตสาหกรรมแฟชั่นมีโครงสร้างที่ผลิตมากเกินไป ถ้าขายไม่หมดก็ลดราคา และหมุนเวียนไปตามกระแสนิยมใหม่ๆ บทความใน Phys.org มองว่า "การผลิตเกินและการลดราคาที่เป็นปกติ" ในอุตสาหกรรมนี้อาจถูกเร่งโดย AI กล่าวคือ AI ไม่ได้เป็นเพียงเครื่องมือที่ทำให้การซื้อของสะดวกขึ้น แต่ยังอาจเป็นอุปกรณ์ที่เพิ่มความเร็วของระบบที่เคลื่อนไหวบนพื้นฐานของการผลิตและการบริโภคจำนวนมาก

ราคาจาก "ราคาป้าย" สู่ "ตัวเลขที่เปลี่ยนแปลง"

ตัวอย่างที่ชัดเจนคือกรณีของ Old Navy ที่รายงานโดย Business Insider นักข่าวติดตามราคาสินค้าในตะกร้าออนไลน์เป็นเวลาประมาณ 2 สัปดาห์ พบว่าราคามีการเปลี่ยนแปลงหลายครั้ง และมีช่วงเวลาที่ราคาต่ำกว่าจุดเริ่มต้นประมาณ 17% นอกจากนี้ยังพบว่าราคาที่ร้านสูงกว่าราคาออนไลน์ในบางครั้ง ทำให้เกิดความแตกต่างในการจ่ายเงินระหว่างผู้ที่ใช้แอปพลิเคชันและผู้ที่ไม่ใช้ ราคาของเสื้อผ้าไม่ได้เป็นตัวเลขที่ติดอยู่กับป้ายหรือหน้าเว็บสินค้าอีกต่อไป แต่กลายเป็นตัวเลขที่เปลี่ยนแปลงตามเวลา ช่องทาง ประวัติการกระทำ และสถานะของสต็อก

สิ่งสำคัญที่นี่คือ การตั้งราคาที่เปลี่ยนแปลงในแฟชั่นไม่ได้เหมือนกับตั๋วเครื่องบินที่ "คนที่รีบจะจ่ายแพงกว่า" ดังที่บทความต้นฉบับชี้ให้เห็น ความต้องการในแฟชั่นมักจะหลุดจากความจำเป็นในชีวิต ทำให้มีแนวโน้มที่จะลดราคาลงเล็กน้อยเพื่อเคลื่อนย้ายสต็อกมากกว่าการขึ้นราคา กล่าวคือการซื้อของในอนาคตจะเปลี่ยนเป็นเกมที่รวมถึงกลยุทธ์ด้านเวลา ไม่ใช่แค่ "ต้องการหรือไม่" แต่ยังรวมถึง "เมื่อไหร่จะซื้อ" "รอที่ไหน" "จะรอจนกว่าราคาจะลดลงหรือไม่"

AI ช้อปปิ้งก้าวจาก "การค้นหาแทน" สู่ "การตัดสินใจแทน"

Google ได้เปิดตัวฟังก์ชันที่ให้คุณลองเสื้อผ้าด้วยรูปถ่ายของตัวเอง และระบบที่ตั้งขนาด สี และราคาที่ต้องการเพื่อติดตามการลดราคา นอกจากนี้ในบล็อกอย่างเป็นทางการในปี 2025 ยังได้แนะนำการเช็คเอาท์แบบเอเจนต์ที่สามารถซื้อให้คุณได้หากตรงตามเงื่อนไข ในเดือนมกราคม 2026 Google ได้ประกาศอย่างเป็นทางการว่าเราได้เข้าสู่ยุค "agentic commerce" ที่ AI จะเชื่อมโยงการค้นหา การเปรียบเทียบ และการชำระเงิน

การเปลี่ยนแปลงนี้ดูเหมือนจะเป็นประโยชน์ต่อผู้ใช้ คุณไม่ต้องเปรียบเทียบหลายสิบหน้าเอง และถ้าราคาลดลงถึงระดับที่คุณต้องการและซื้อให้อัตโนมัติ มันจะเป็นประโยชน์สำหรับคนที่ยุ่ง McKinsey ใน "The State of Fashion 2026" ได้วาดภาพความเป็นไปได้ที่ AI ช้อปปิ้งเอเจนต์จะรับผิดชอบตั้งแต่การเฝ้าราคาจนถึงการซื้อ ฝ่ายแบรนด์ก็จำเป็นต้องปรับปรุงข้อมูลสินค้าและแพลตฟอร์มอีคอมเมิร์ซเพื่อให้ AI ค้นพบและเลือก

แต่ใครกันที่ได้ประโยชน์จริงๆ

ปัญหาคือ ผู้บริโภคอาจเสนอราคาสูงสุดในการเจรจาราคาโดยการประกาศล่วงหน้าว่า "จะซื้อในราคานี้" บทความต้นฉบับชี้ว่า ยิ่ง AI ทำหน้าที่แทนผู้บริโภคมากเท่าไหร่ ข้อมูลของผู้บริโภคจะถูกนำมาใช้ในการกำหนดราคามากขึ้นเท่านั้น บริษัทจะปรับให้เหมาะสมตามสต็อกและความต้องการ ขณะที่ผู้บริโภคจะใส่ "ราคาที่ต้องการ" หรือ "เงื่อนไขที่ยอมรับได้" ทำให้ราคาถูกกำหนดที่จุดกึ่งกลางของอัลกอริทึมทั้งสอง แม้ว่าจะดูสะดวก แต่ผู้ใช้จะไม่เห็นว่าราคาที่ตกลงในขณะนั้นเป็นราคาที่ดีที่สุดจริงหรือไม่

นอกจากนี้ ปัญหาความโปร่งใสยังเป็นเรื่องใหญ่ ACCC ของออสเตรเลียระบุว่าการตั้งราคาที่เปลี่ยนแปลงไม่ผิดกฎหมาย แต่บริษัทต้องแสดงราคาที่ผู้บริโภคจะจ่ายอย่างชัดเจนและไม่ให้ข้อมูลที่ทำให้เข้าใจผิด กล่าวอีกนัยหนึ่ง หากมีการอธิบายที่เพียงพอ การเปลี่ยนแปลงราคาตามสถานการณ์ก็เป็นที่ยอมรับได้ แม้ว่าจะไม่มีปัญหาทางกฎหมาย แต่ถ้าผู้ใช้ไม่เห็นว่า "ทำไมราคาถึงเป็นแบบนี้" ความไม่ไว้วางใจจะเพิ่มขึ้น

ใน SNS มีทั้งการต้อนรับและความระวัง

การตอบสนองใน SNS สะท้อนถึงความซับซ้อนของหัวข้อนี้ ฝ่ายที่ต้อนรับ AI ช้อปปิ้งชื่นชมคุณค่าของการประหยัดเวลา เช่น "ไม่ต้องเลื่อนดูนาน" "ช่วยเลือกสิ่งที่เหมาะกับตัวเอง" "ลดความยุ่งยากในการเปรียบเทียบและค้นหา" ใน Reddit มีเสียงที่บอกว่า AI ช้อปปิ้งเอเจนต์ช่วยลดความเจ็บปวดในการดูสินค้าหลายพันรายการ และเสนอทางเลือกที่เหมาะกับรูปร่างและความชอบของตนเอง หรือ "ถ้า AI ช่วยเปรียบเทียบแทนการเปิดแท็บ 10 แท็บ มันก็คุ้มค่า"

ในทางกลับกัน ฝ่ายที่ระวังมีประเด็นที่คมชัด เช่น "AI เป็นเพื่อนของผู้ใช้จริงหรือไม่" ในการอภิปรายใน Reddit มีการพูดถึงความไม่ไว้วางใจว่า AI ช้อปปิ้งสำหรับบุคคลเป็น "กล่องดำ" และยากที่จะมองเห็นเมื่อถูกผลักดันให้ซื้อสินค้าที่ไม่จำเป็น นอกจากนี้ยังมีความกังวลว่าแม้การจัดอันดับคำแนะนำจะถูกผลักดันโดยค่าคอมมิชชั่นหรือเงื่อนไขการเป็นพันธมิตร ผู้ใช้จะยากที่จะระบุได้ ก่อนความสะดวกสบาย คำถามคือ "ใครได้รับประโยชน์จากการเพิ่มประสิทธิภาพ"

นอกจากนี้ยังมีการปฏิเสธต่อราคาที่เปลี่ยนแปลงเอง ในกระทู้ Reddit อื่น มีการตอบสนองเช่น "ถ้าข้อมูลของคุณบ่งชี้ว่าคุณจะจ่ายแพงกว่า คุณอาจเห็นราคาที่แตกต่าง" "ป้ายราคาหายไปจากร้านค้าและน่ากลัว" ในหัวข้อเกี่ยวกับ Temu มีการแชร์ "กลยุทธ์" ที่ตั้งอยู่บนพื้นฐานของการเปลี่ยนแปลงราคาในตะกร้าหรือเวลาที่ต่างกัน ขณะที่มีเสียงที่บอกว่า "รู้สึกไม่ดี" "สุดท้ายแล้วร้านค้ามีประโยชน์" กล่าวคือ ผู้บริโภคเริ่มรู้สึกว่าการเพิ่มประสิทธิภาพราคาไม่ใช่ "ระบบที่คุ้มค่า" แต่เป็น "การเจรจาที่มองไม่เห็น"

การตอบสนองต่อ AI ลองเสื้อผ้าก็แตกต่างกันเช่นกัน แม้ว่าจะมีเสียงต้อนรับ แต่ก็มีความไม่พอใจว่า "แม้จะเห็นบรรยากาศของรูปลักษณ์ แต่ก็ไม่สามารถเชื่อถือขนาดหรือการตกของผ้าได้" "ควรแสดงภาพจริงในรูปร่างที่หลากหลายก่อน" โดยเฉพาะในชุมชนที่สนใจแฟชั่นมาก ความแตกต่างระหว่าง "ความเหมือนจริง" ที่ AI สร้างขึ้นและความรู้สึกในการสวมใส่จริงมีความสำคัญ หาก AI ถูกใช้เพียงเพื่อการแสดงภาพเพื่อเพิ่มยอดขาย อาจทำให้การคืนสินค้าหรือความไม่พอใจเพิ่มขึ้น

ความสะดวกสบายทำให้การบริโภคเพิ่มขึ้นอย่างนุ่มนวล

สิ่งที่ดูเหมือนจะมีผลมากที่สุดคือ "เสื้อผ้าที่ไม่จำเป็นต้องซื้อ" ที่ถูกดึงไปสู่การซื้อ การแจ้งเตือนราคาลดลง การแสดงภาพที่เหมาะสม การแสดงว่าสินค้าใกล้หมดสต็อก การเสนอแนะเวลาที่เหมาะสมในการซื้อ ทั้งหมดนี้ AI นำเสนออย่างรวมกัน ทำให้ผู้บริโภครู้สึกว่าตนเองกำลังเลือกเอง แต่จริงๆ แล้วเดินตามเส้นทางที่ออกแบบไว้ แฟชั่นเป็นตลาดที่มีความถี่สูงและอารมณ์สูง และเมื่อมีการ "ผลักดัน" อัตโนมัติเข้ามา การซื้อที่เกิดจากอารมณ์จะกลายเป็นเรื่องปกติมากขึ้น

ยิ่งไปกว่านั้น พื้นฐานของการบริโภคเกินกำลังมีอยู่แล้ว ในออสเตรเลีย การซื้อเสื้อผ้าต่อคนมีจำนวนมาก The Australia Institute รายงานว่าออสเตรเลียมีการบริโภคเส้นใยต่อคนมากกว่าอเมริกา โดยเฉลี่ยซื้อเสื้อผ้าใหม่ 56 ชิ้นต่อปี ในตลาดเช่นนี้ หากมีการแจ้งเตือนราคาหรือการซื้ออัตโนมัติโดย AI จะมีผลมากกว่า "ลดเวลาคิด" แต่จะเพิ่ม "จำนวนครั้งที่ซื้อ" บทความต้นฉบับกังวลเกี่ยวกับจุดนี้

สิ่งที่จำเป็นต่อไปคือ "การมองเห็น" มากกว่า "ความถูก"

แก่นแท้ของ AI ช้อปปิ้งไม่ใช่การทำให้การค้นหาเสื้อผ้าง่ายขึ้น แต่คือการทำให้เครื่องจักรจัดการกับราคา การค้นพบ การเปรียบเทียบ และการชำระเงินได้ทั้งหมด ซึ่งจะค่อยๆ ถอดอำนาจการซื้อออกจากมนุษย์ แน่นอนว่าไม่ใช่ทุกอย่างจะไม่ดี การลดความผิดพลาดในการเลือกขนาด ความเหนื่อยล้าจากการค้นหา และความยุ่งยากในการเปรียบเทียบมีผลในความเป็นจริง แต่ในขณะเดียวกัน ถ้าผู้บริโภคไม่เห็นว่าราคาถูกกำหนดอย่างไร ทำไมสินค้านั้นถึงถูกแนะนำ และเมื่อใดที่ถูกชักจูงให้ตัดสินใจซื้อ ผู้บริโภคอาจไม่ได้ "ซื้อของอย่างสะดวก" แต่เป็นเพียง "ถูกซื้ออย่างชาญฉลาด"

ในยุคที่ AI เลือกเสื้อผ้า เฝ้าราคา และซื้อเมื่อเงื่อนไขครบ เราควรถามว่า "AI ฉลาดแค่ไหน" ไม่ใช่ "AI ทำงานเพื่อใคร เรียนรู้อะไร และอธิบายได้แค่ไหน" หากไม่มีความโปร่งใส อนาคตของราคาสินค้าแฟชั่นจะไม่ใช่ "ตลาดที่ฉลาด" แต่เป็น "ตลาดที่มองไม่เห็น" การลดราคาจะไม่หายไป แต่จะละเอียดขึ้น เป็นส่วนตัวมากขึ้น และอัตโนมัติมากขึ้น ในเวลานั้น การซื้อของจะกลายเป็นการต่อสู้ทางจิตวิทยาใหม่ที่มีทั้งความสนุกในการได้กำไรและความกังวลในการถูกดึงเข้าไปในระบบ

แหล่งที่มา

https://phys.org/news/2026-04-ai-fashion-era-pricing.html

บทความที่เผยแพร่ซ้ำเนื้อหาเดียวกัน ใช้สำหรับสรุปประเด็นและตรวจสอบวันที่ของบทความต้นฉบับ
https://www.abc.net.au/news/2026-04-16/ai-shopping-fashion-entering-new-pricing-era/106568404

บทความใน Business Insider ที่กล่าวถึงกรณีที่ราคาสินค้าในตะกร้าออนไลน์เปลี่ยนแปลงและลดลงสูงสุดถึง 17%
https://www.businessinsider.com/dynamic-pricing-old-navy-challenges-traditional-shopping-habits-2026-3

Google อย่างเป็นทางการ อธิบายฟังก์ชันการลองเสื้อผ้า AI การติดตามราคา และการช่วยซื้อด้วย "buy for me"
https://blog.google/products-and-platforms/products/shopping/google-shopping-ai-mode-virtual-try-on-update/

Google อย่างเป็นทางการ อธิบายฟังก์ชันสำหรับผู้ค้าปลีกในยุค agentic commerce การซื้อบน AI Mode และ Direct Offers
https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/

Google Cloud อย่างเป็นทางการ อธิบายการเข้าสู่ยุคใหม่ของ agentic commerce ในการค้าปลีกด้วย AI
https://cloud.google.com/transform/a-new-era-agentic-commerce-retail-ai

McKinsey "The State of Fashion 2026" อธิบายความเป็นไปได้ที่ AI ช้อปปิ้งเอเจนต์จะรับผิดชอบตั้งแต่การเฝ้าราคาจนถึงการซื้อ
https://www.mckinsey.com/industries/retail/our-insights/state-of-fashion

ACCC อย่างเป็นทางการ ยืนยันว่าการตั้งราคาที่เปลี่ยนแปลงไม่ผิดกฎหมาย แต่มีข้อกำหนดเกี่ยวกับการแสดงราคาและคำอธิบาย
https://www.accc.gov.au/business/pricing/setting-prices-whats-allowed

The Australia Institute ใช้ตรวจสอบความมากของการบริโภคเสื้อผ้าในออสเตรเลียและพื้นฐานของ