วิธีใช้ AI แบบ Prompt Chaining เพื่อแก้ปัญหาธุรกิจที่ซับซ้อนแบบมืออาชีพ

คนที่ทำงานส่วนใหญ่มักใช้ Prompt ในการสั่งงาน AI เป็นแบบคำถามเดี่ยวๆ เช่น การขอไอเดีย การหาข้อมูล หรือการหาข้อสรุปอย่างรวดเร็ว ซึ่งถึงแม้ว่าวิธีนี้เป็นวิธีที่ไม่ผิดแต่อย่างใด แต่ก็ถือเป็นการจำกัดศักยภาพที่แท้จริงของ AI และศักยภาพในการตั้งคำถามสำหรับธุรกิจไปอย่างน่าเสียดายครับ โดยเฉพาะโจทย์ทางธุรกิจที่มีความซับซ้อน เช่น การเจาะตลาดใหม่ (Market Entry) การปรับตำแหน่งแบรนด์ (Brand Repositioning) การปรับเปลี่ยนองค์กรสู่ยุคดิจิทัล (Digital Transformation) หรือการวางกลยุทธ์เพื่อการเติบโต (Growth Strategy) ซึ่งไม่สามารถแก้ไขได้ด้วย Prompt เพียงข้อเดียวได้ โดยการแก้ปัญหาเหล่านี้จำเป็นต้องอาศัยการคิดอย่างเป็นระบบ การขัดเกลาและปรับปรุงเนื้อหาเป็นรอบๆ รวมถึงการใช้เหตุผลแบบเป็นขั้นตอน

และด้วยวิธีการแบบ “Prompt Chaining” หรือ “การเชื่อมโยง Prompt” จะเข้ามาช่วยเปลี่ยนการตอบคำถามแบบครั้งเดียวจบ ด้วยการการเชื่อมโยง Prompt ให้ AI คิดและกลายเป็นระบบแก้ปัญหาแบบทีละขั้นตอนให้ดียิ่งขึ้น ซึ่งผมจะมาอธิบายสรุปให้กับผู้อ่านกันในบทความนี้กันครับ

Prompt Chaining คืออะไร

หากจะอธิบายให้เห็นภาพง่ายที่สุด Prompt Chaining ก็คือ ศิลปะของการป้อนคำสั่งให้ AI แบบเป็นลูกคลื่นเชื่อมโยงกันอย่างมีระบบ โดยผลลัพธ์ (Output) ที่ได้จากคำสั่งแรกจะถูกส่งต่อให้กลายเป็นวัตถุดิบหรือคำสั่ง (Input) สำหรับขั้นตอนถัดไปในทันที เมื่อลองนึกภาพถึงเวลาที่เราเผชิญโจทย์ทางธุรกิจอันซับซ้อน หากเราโยนคำถามกว้างๆใส่ AI แบบกำปั้นทุบดินไป เช่น “ช่วยคิดกลยุทธ์ที่ดีที่สุดสำหรับธุรกิจของฉันหน่อย” สิ่งที่เราได้กลับมามักจะเป็นคำตอบที่สั้นๆไปลึกและอาจนำไปใช้จริงได้ยาก

การทำ Prompt Chaining จึงเข้ามาเปลี่ยนวิธีคิดใหม่โดยการย่อยปัญหาใหญ่นั้น ให้ออกมาเป็นลำดับขั้นตอนที่รัดกุม โดยเริ่มตั้งแต่

• การกำหนดและบีบโจทย์ให้ชัดเจน (Define Problem)
• การวิเคราะห์บริบทแวดล้อมและข้อมูลวงใน (Analyze Context)
• การระดมไอเดียเพื่อสร้างทางเลือกที่หลากหลาย (Generate Options)
• การชั่งน้ำหนักเปรียบเทียบข้อดีข้อเสียของแต่ละทางเลือก (Evaluate Trade-Offs)
• การสรุปออกมาเป็น Action Plan ที่ลงมือทำได้จริง (Recommend Actions)

กระบวนการซ้อนทับและต่อยอดความคิดเป็นชั้นๆแบบนี้ จะยกระดับ AI จากเดิมที่เป็นเพียง “เครื่องมือตั้งรับคำสั่งคอยตอบคำถามแบบครั้งเดียวจบ” ให้กลายเป็น “คู่คิดเชิงกลยุทธ์” ที่ช่วยเราวิเคราะห์และแก้ปัญหาได้อย่างลึกซึ้ง แม่นยำ และทรงพลังเหมือนวิถีการทำงานของที่ปรึกษามืออาชีพ

กรอบความคิดการเชื่อมโยง Prompt

เรามาดูโครงสร้าง 6 ขั้นตอนสำหรับการต่อยอด AI Prompts อย่างมีประสิทธิภาพ เพื่อเปลี่ยนโจทย์ธุรกิจที่ซับซ้อนให้กลายเป็นแผนงานที่นำไปใช้ได้จริงกันครับ

ขั้นตอนที่ 1 – ระบุและจำกัดความปัญหา

สร้างความชัดเจนตั้งแต่เริ่มต้นว่าเรากำลังแก้ปัญหาอะไรกันแน่ โดยเน้นการมองให้ออกถึง “ต้นตอของปัญหา” (Root Causes) ไม่ใช่แค่การแก้ “อาการที่แสดงออกมา” (Symptoms) ตัวอย่างคำสั่ง เช่น

“สวมบทบาทเป็นที่ปรึกษาด้านกลยุทธ์ ช่วยวิเคราะห์และระบุปัญหาหลักของสถานการณ์ทางธุรกิจนี้ โดยจำแนกให้เห็นชัดเจนถึงต้นตอที่แท้จริงของปัญหา ไม่ใช่แค่แก้อาการภายนอกที่เกิดขึ้น”

ขั้นตอนที่ 2 – ขยายบริบทแบบรอบด้าน

สร้างความเข้าใจในเชิงลึกแบบ 360 องศา โดยนำผลการวิเคราะห์ปัญหาจากขั้นตอนแรก มามองผ่านปัจจัยแวดล้อมทั้งภายในและภายนอก เพื่อให้ AI เห็นภาพรวมทั้งหมดก่อนเริ่มคิดโซลูชัน ตัวอย่างคำสั่ง เช่น

“จากปัญหาที่ระบุไว้ข้างต้น ช่วยวิเคราะห์สถานการณ์นี้เพิ่มเติมครอบคลุม 4 มิติ ได้แก่ เทรนด์ของตลาด พฤติกรรมลูกค้า สภาพการแข่งขัน และขีดความสามารถภายในขององค์กร”

ขั้นตอนที่ 3 – ค้นหาข้อสันนิษฐานและข้อจำกัด

ดึงเอาความเสี่ยงที่ซ่อนอยู่ ข้อจำกัดทางธุรกิจ และเงื่อนไขที่อาจถูกมองข้ามออกมาเปิดเผย เพื่อป้องกันไม่ให้เราวางแผนบนสมมติฐานที่เป็นไปไม่ได้ ตัวอย่างคำสั่ง เช่น

“รวบรวมและระบุข้อสันนิษฐานสำคัญ ข้อจำกัด ตลอดจนเงื่อนไขซ่อนเร้นทั้งหมด ที่อาจส่งผลกระทบต่อการตัดสินใจในสถานการณ์นี้”

ขั้นตอนที่ 4 – สร้างทางเลือกในการแก้ปัญหา

คิดค้นกลยุทธ์ที่หลากหลายภายใต้บริบท และข้อจำกัดที่สรุปไว้จากขั้นตอนก่อนหน้า เพื่อให้ได้ทางเลือกที่มีความแตกต่างกัน ทั้งในแง่วิธีการ ระดับความเสี่ยง และทรัพยากรที่ต้องใช้ ตัวอย่างคำสั่ง เช่น

“เสนอทางเลือกเชิงกลยุทธ์ 3-5 ทางเลือกในการแก้ปัญหานี้ โดยแต่ละทางเลือกต้องมีความแตกต่างกันอย่างชัดเจน ทั้งในด้านแนวทางการดำเนินงาน ระดับความเสี่ยง และการใช้ทรัพยากร”

ขั้นตอนที่ 5 – ประเมินผลและชั่งน้ำหนักข้อดีข้อเสีย

นำทางเลือกทั้งหมดมาวิเคราะห์อย่างตรงไปตรงมา ชั่งน้ำหนักสิ่งที่ต้องแลก (Trade-Offs) เพื่อให้เห็นว่าไม่มีกลยุทธ์ใดสมบูรณ์แบบ และต้องยอมเสียอะไรเพื่อให้อะไรได้มา ตัวอย่างคำสั่ง เช่น

“ประเมินทางเลือกทั้งหมดข้างต้นโดยใช้เกณฑ์ ความเป็นไปได้จริง การรองรับการเติบโต งบประมาณ ความเสี่ยง และระยะเวลาในการเห็นผล พร้อมระบุข้อดีข้อเสียและสิ่งที่ต้องแลกเปลี่ยน (Trade-Offs) ของแต่ละทางเลือกให้ชัดเจน”

ขั้นตอนที่ 6 – ข้อเสนอแนะและแผนปฏิบัติการ

เปลี่ยนข้อสรุปและข้อมูลเชิงลึกทั้งหมด ให้กลายเป็นแนวทางปฏิบัติที่ลงมือทำได้จริง พร้อมกำหนดตัววัดผลที่ชัดเจน ตัวอย่างคำสั่ง เช่น

“ช่วยสรุปเสนอแนะทางเลือกที่ดีที่สุดเพียงทางเดียว พร้อมจัดทำแผนปฏิบัติการ (Action Plan) แบบทีละขั้นตอน รวมถึงกำหนดตัวชี้วัดความสำเร็จ (KPIs) และเกณฑ์การวัดผลที่ชัดเจน”

ตัวอย่างการใส่ Template คำสั่งสำเร็จรูปเพื่อการตัดสินใจเชิงกลยุทธ์

เมื่อนำทั้ง 6 ขั้นตอนมาร้อยเรียงเข้าด้วยกัน เราจะได้เป็นโครงสร้างคำสั่งสำเร็จรูป ที่สามารถนำกลับมาใช้ซ้ำได้ในทุกๆการตัดสินใจทางธุรกิจ ซึ่งโครงสร้างนี้จะเปลี่ยน AI จากเดิมที่เป็นเพียงผู้ช่วยทั่วไปให้กลายเป็น “ระบบสนับสนุนการตัดสินใจ” ของคุณทันที ดังนี้

• ขั้นตอนที่ 1 – บทบาท (Role) + ระบุและจำกัดความปัญหา
  สวมบทบาทเป็นที่ปรึกษาด้านกลยุทธ์ธุรกิจระดับท็อป โดยโจทย์ธุรกิจของฉัน คือ [ใส่โจทย์หรือเป้าหมายของคุณ เช่น ต้องการขยายตลาดสกินแคร์ไปยุโรป / ต้องการลด Cost 20%] ข้อมูลเบื้องต้น [ใส่ข้อมูลเท่าที่มี] และหน้าที่ของคุณในขั้นตอนนี้ คือ
  • วิเคราะห์และระบุ “แก่นแท้ของปัญหา” ในสถานการณ์นี้
  • แยกแยะระหว่าง “ต้นตอที่แท้จริง” กับ “อาการที่ปรากฏ”
  • สรุปปัญหาให้ออกมาเป็นข้อๆอย่างชัดเจน
    (ไม่ต้องเสนอทางแก้ปัญหา ให้โฟกัสที่การระบุปัญหาให้คมชัดที่สุดก่อน)
    
• ขั้นตอนที่ 2 – ขยายบริบทแบบรอบด้าน
  จากปัญหาที่ระบุในขั้นตอนที่ 1 ช่วยวิเคราะห์สถานการณ์นี้เพิ่มเติม ให้ครอบคลุมบริบท 360 องศา โดยแบ่งเป็น 4 มิติดังนี้
  • เทรนด์ตลาดและโอกาส (Market Trends & Opportunities)
  • พฤติกรรมและความต้องการของผู้บริโภค (Customer Behavior)
  • สภาพการแข่งขันและคู่แข่งสำคัญ (Competitive Landscape)
  • ขีดความสามารถและจุดแข็ง / จุดอ่อนภายในองค์กร (Internal Capabilities)
    
• ขั้นตอนที่ 3 – ค้นหาข้อสันนิษฐานและข้อจำกัด
  อ้างอิงจากปัญหาและบริบทในขั้นตอนที่ 1 และขั้นตอนที่ 2 โดย
  • รวบรวม “ข้อสันนิษฐานสำคัญ” ที่เรากำลังตั้งขึ้นสำหรับการตัดสินใจครั้งนี้
  • ระบุ “ข้อจำกัด” และเงื่อนไขซ่อนเร้น (ความเสี่ยงด้านกฎหมาย งบประมาณ เวลา ทรัพยากร) ที่อาจขัดขวางความสำเร็จ
    
• ขั้นตอนที่ 4 – สร้างทางเลือกในการแก้ปัญหา
  นำข้อมูล ปัญหา บริบท และข้อจำกัดจากขั้นตอนที่ 1-3 มาประมวลผล โดยช่วยเสนอทางเลือกเชิงกลยุทธ์มา 3-5 ทางเลือก โดยแต่ละทางเลือกต้องมีความแตกต่างกันอย่างชัดเจนทั้งในด้าน
  • แนวทางการดำเนินงาน (Approach)
  • ระดับความเสี่ยง (Risk Level)
  • ทรัพยากรและงบประมาณที่ต้องใช้ (Resource Requirements)
    
• ขั้นตอนที่ 5 – ประเมินผลและชั่งน้ำหนักข้อดีข้อเสีย
  วิเคราะห์เปรียบเทียบทางเลือกทั้ง 3-5 ข้อ จากขั้นตอนที่ 4 อย่างตรงไปตรงมา โดยใช้เกณฑ์ต่อไปนี้
  • ความเป็นไปได้จริง (Feasibility)
  • การรองรับการเติบโตในอนาคต (Scalability)
  • ผลตอบแทนต่อการลงทุน / ต้นทุน (Cost Efficiency)
  • ระยะเวลาในการเห็นผล (Time-to-Impact)
  • พร้อมทั้งระบุสิ่งที่ต้องแลกเปลี่ยน (Trade-Offs) หรือข้อเสียที่เราต้องยอมรับของแต่ละทางเลือก
    
• ขั้นตอนที่ 6 – ข้อเสนอแนะและแผนปฏิบัติการ
  จากผลการประเมินในขั้นตอนที่ 5 ให้ช่วย
  • ฟันธงเสนอแนะ “ทางเลือกที่ดีที่สุดเพียงทางเดียว” พร้อมเหตุผลประกอบ
  • จัดทำแผนปฏิบัติการ (Action Plan) แบบทีละขั้นตอน (Phase 1, Phase 2, Phase 3)
  • กำหนดตัวชี้วัดความสำเร็จ (KPIs & Success Metrics) ที่วัดผลได้จริง

ตัวอย่างผลลัพธ์การใช้งานกับกลยุทธ์การเจาะตลาดใหม่ (Market Entry Strategy)

ผมได้จำลองผลลัพธ์ที่ได้ จากสถานการณ์ของแบรนด์สกินแคร์สัญชาติไทย ที่ต้องการขยายตลาดและสร้างการเติบโตไปยังตลาดฝั่งยุโรป เพื่อให้ดูถึงตัวอย่างผลลัพธ์จากการทำ Prompt Chaining ให้เห็นการเชื่อมโยงภาพรวมครับ โดยเมื่อเรานำโจทย์นี้มาเข้าสู่กระบวนการ Prompt Chaining ผลลัพธ์เชิงลึกที่ได้ในแต่ละขั้นตอน จะถูกส่งต่อไปเป็นวัตถุดิบในการวิเคราะห์ขั้นถัดไปอย่างเป็นระบบ ดังนี้

• ขั้นตอนที่ 1: การระบุปัญหา
  ข้อสรุปที่ได้ คือ ปัญหาหลักไม่ได้อยู่แค่เรื่องผลิตภัณฑ์ แต่คือ “การขาดการรับรู้ในตัวแบรนด์” ในกลุ่มผู้บริโภคยุโรป ควบคู่ไปกับ “ความซับซ้อนของข้อบังคับทางกฎหมายและมาตรฐานสินค้า” ของสหภาพยุโรป
  
• ขั้นตอนที่ 2: การขยายบริบท
  ข้อสรุปที่ได้ คือ พฤติกรรมผู้บริโภคในยุโรปมักให้ความสำคัญสูงมากกับ “ความโปร่งใสของส่วนผสม ความยั่งยืนทางสิ่งแวดล้อม และใบรับรองมาตรฐานระดับสากล” ซึ่งแปลว่าการชูจุดขายแบบเดิมๆอาจไม่เพียงพอ
  
• ขั้นตอนที่ 3: การตั้งสมมติฐานและข้อจำกัด
  ข้อสรุปที่ได้ คือ กำหนดสมมติฐานหลักว่า แบรนด์สามารถแข่งขันด้านคุณภาพสินค้าได้จริง และต้นทุนด้านการขนส่ง / โลจิสติกส์ยังอยู่ในระดับที่บริหารจัดการและทำกำไรได้
  
• ขั้นตอนที่ 4: การสร้างทางเลือกแก้ปัญหา
  ข้อสรุปที่ได้ คือ สร้าง 3 ทางเลือกเชิงกลยุทธ์ที่มีรูปแบบและระดับความเสี่ยงต่างกัน ได้แก่
  • จับมือกับตัวแทนจำหน่ายในท้องถิ่น (Distributor Partnership)
  • ทำตลาดตรงสู่ผู้บริโภคผ่านช่องทางออนไลน์ของตัวเอง (D2C Entry)
  • วางขายผ่านแพลตฟอร์มมาร์เก็ตเพลสชั้นนำ (Marketplace Strategy)
    
• ขั้นตอนที่ 5: การประเมินทางเลือก
  ข้อสรุปที่ได้ คือ การใช้ตัวแทนจำหน่าย ช่วยให้เข้าถึงตลาดได้เร็วกว่า แต่อัตรากำไรต่ำกว่า ในขณะที่รูปแบบ D2C ให้การควบคุมแบรนด์และข้อมูลลูกค้าสูงกว่า แต่ต้องใช้เงินลงทุนและค่าใช้จ่ายสูงมากในช่วงแรก
  
• ขั้นตอนที่ 6: ข้อเสนอแนะเชิงกลยุทธ์และแผนปฏิบัติการ
  ข้อสรุปที่ได้ คือ สรุปเป็น “โมเดลแบบผสมผสาน” (Hybrid Model) คือ แต่งตั้งตัวแทนจำหน่ายเพื่อกระจายสินค้าเข้าสู่ช่องทางหลักอย่างรวดเร็ว ควบคู่กับการสร้างตัวตนบนช่องทางดิจิทัล แบบปรับให้เข้ากับวัฒนธรรมท้องถิ่น (Localized Digital Presence) เพื่อสร้างแบรนด์ในระยะยาว

หากเรา “ไม่ใช้” กระบวนการเชื่อมโยง Prompt (Prompt Chaining) และเลือกถาม AI ด้วยคำถามเดียวว่า “ช่วยคิดกลยุทธ์เจาะตลาดยุโรปให้แบรนด์สกินแคร์ไทยหน่อย” สิ่งที่เราได้กลับมามักจะเป็นเพียงคำแนะนำกว้างๆ ที่เป็นแพทเทิร์นสำเร็จรูป เช่น “ทำการตลาดออนไลน์” หรือ “ออกบูธ” ซึ่งขาดความลึกซึ้ง ไม่ได้คำนึงถึงข้อกฎหมายอันเข้มงวดของยุโรป และนำไปใช้จริงทางธุรกิจได้ยาก เป็นต้น

เทคนิคขั้นสูงเพื่อยกระดับคำสั่งให้เฉียบคมยิ่งขึ้น

เมื่อเข้าใจโครงสร้างพื้นฐานแล้ว คุณสามารถยกระดับความแม่นยำ และความคมของ AI ไปอีกขั้นด้วย 4 เทคนิคระดับสูง ดังนี้

1. การเชื่อมโยงแบบแยกกิ่งก้าน (Branching Chains)

แทนที่จะสั่งงานเป็นเส้นตรงสายเดียว (A ไป B ไป C) โดยเทคนิคนี้จะทำการ “แยกสายความคิดออกเป็นหลายทางเลือก” เพื่อเปรียบเทียบในรายละเอียดอย่างลึกซึ้ง ช่วยให้เราได้เห็นรายละเอียดของแต่ละทางเลือกอย่างรอบด้านก่อนตัดสินใจ โดยไม่ต้องเสียดายว่าไม่ได้สำรวจทางเลือกอื่นอย่างถี่ถ้วน ตัวอย่างเช่น

• กลยุทธ์ A > ประเมินความคุ้มค่า > เจาะลึกแผนปฏิบัติการของ A
• กลยุทธ์ B > ประเมินความคุ้มค่า > เจาะลึกแผนปฏิบัติการของ B

2. การเชื่อมโยงแบบสลับบทบาทผู้เชี่ยวชาญ (Role-Based Chaining)

สวมบทบาท (Act as) ที่แตกต่างกันให้ AI ในแต่ละขั้นตอนของการเชื่อมโยง Prompt เพื่อให้ได้มุมมองที่รอบด้านเหมือนมีคณะที่ปรึกษานั่งอยู่ในห้องประชุม โดยเทคนิคนี้คำตอบที่ได้จะมีความสมบูรณ์ ไม่เอียงไปทางมิติใดมิติหนึ่งเพียงอย่างเดียว ตัวอย่างเช่น

• ขั้นตอนที่ 1 – (นักวิเคราะห์ – Analyst) – วิเคราะห์และสรุปข้อมูลตัวเลขเบื้องต้น
• ขั้นตอนที่ 2 – (นักเศรษฐศาสตร์ – Economist) – ประเมินผลกระทบจากภาวะเศรษฐกิจและตลาด
• ขั้นตอนที่ 3 – (ผู้จัดการความเสี่ยง – Risk Manager) – ค้นหาจุดอ่อนและความเสี่ยงรอบด้าน
• ขั้นตอนที่ 4 – (ประธานเจ้าหน้าที่ฝ่ายการตลาด – CMO) – วางกลยุทธ์การสื่อสารและการสร้างแบรนด์

3. วงจรการขัดเกลาแบบวนซ้ำ (Iterative Refinement Loop)

อย่าเพิ่งหยุดอยู่แค่ขั้นตอนสุดท้าย แต่ให้สร้าง “การโต้ตอบเพื่อหาจุดอ่อน” ด้วยการวนคำสั่งกลับไปตรวจสอบและปรับปรุงแผนให้แข็งแกร่งยิ่งขึ้น ซึ่งจะช่วยเปลี่ยนแผนงานธรรมดาให้กลายเป็นแผนงาน ที่ทนทานต่อความเสี่ยงในโลกความเป็นจริงมากขึ้น ตัวอย่างเช่น เมื่อได้แผนปฏิบัติการในขั้นตอนสุดท้ายแล้ว ให้ย้อนถาม AI ด้วยคำถาม ดังนี้

• หากแผนนี้จะล้มเหลว มันจะล้มเหลวเพราะสาเหตุใดได้บ้าง
• จงหาจุดอ่อน 3 ข้อแล้วปรับปรุงแผนปฏิบัติการใหม่ให้ปิดความเสี่ยงเหล่านั้น

4. การฉีดข้อมูลจริงเข้าสู่กระบวนการ (Data Injection)

การป้อนข้อมูลจริงขององค์กร หรือข้อมูลจากภายนอกเข้าไปใน Prompt ระหว่างทาง เพื่อให้ AI ใช้ข้อมูลจริงในการคำนวณและประเมินผล ซึ่งจะทำให้ AI ไม่มโนหรือตอบแบบกว้างๆอีกต่อไป แต่จะให้คำแนะนำที่อิงกับข้อเท็จจริง และสถานะที่แท้จริงของธุรกิจคุณ โดยประเภทข้อมูลที่นำมาใช้ ได้แก่

• งบการเงิน ตัวเลขรายได้ หรือต้นทุนจริง (Financials)
• รายงานวิจัยตลาดล่าสุด (Market Reports)
• ผลสำรวจและความคิดเห็นของลูกค้าจริง (Customer Insights)

---

อนาคตของการแก้ปัญหาไม่ใช่การหาคำตอบให้เร็วขึ้น แต่คือ “การออกแบบระบบความคิดที่ดีกว่าเดิม” โดยการทำ Prompt Chaining ในลักษณะนี้ จะช่วยย่อยความซับซ้อน ทำให้มองปัญหารอบด้าน และได้ข้อสรุปที่แม่นยำ รัดกุม ยึดถือเป็นจริงได้ ซึ่งผู้ที่เชี่ยวชาญในเทคนิคนี้จะกลายเป็นคนที่ “คิดได้คมชัดกว่า วางกลยุทธ์ได้เหนือกว่า และแข่งขันได้ชาญฉลาดกว่า” ในโลกธุรกิจนั่นเอง