AI จะปฏิวัติการพัฒนาผลิตภัณฑ์อย่างไร และเตรียมการอย่างไร [Insights from AWS' Senior Advisor to Startups]

อย่างที่เจ้าของธุรกิจทราบดี ความเหมาะสมกับตลาดของผลิตภัณฑ์เป็นหนึ่งในแง่มุมที่ท้าทายที่สุดในการเริ่มต้นธุรกิจ

การคาดการณ์ผลิตภัณฑ์ที่เหมาะสมในการสร้าง และการลงทุนในการสร้างต้นแบบ การทดลอง และการทดสอบ เป็นกระบวนการที่ยาวนานและมีค่าใช้จ่ายสูง และบ่อยครั้งที่เจ้าของธุรกิจหมดเงินก่อนที่จะได้ทดสอบผลิตภัณฑ์ของตนเสียด้วยซ้ำ

โชคดีที่ Deepam Mishra ที่ปรึกษาอาวุโสของ AWS ให้กับ Startups และ AI บอกกับผมว่า “กระบวนการนี้กำลังจะถูกพลิกโฉมด้วยความก้าวหน้าใหม่ล่าสุดของ AI”

ฉันนั่งคุยกับ Mishra เพื่อหารือว่า AI จะปฏิวัติทุกแง่มุมของกระบวนการพัฒนาผลิตภัณฑ์ได้อย่างไร และสตาร์ทอัพและ SMB ควรเตรียมตัวอย่างไร

AI จะปฏิวัติการพัฒนาผลิตภัณฑ์อย่างไร ตามที่ปรึกษาอาวุโสของ AWS สำหรับสตาร์ทอัพ

1. การคาดการณ์ความเหมาะสมของตลาดผลิตภัณฑ์จะแม่นยำยิ่งขึ้น

จากประสบการณ์ของ Mishra เขาเห็นสตาร์ทอัพจำนวนมากที่ล้มเหลวเนื่องจากผลิตภัณฑ์ไม่เหมาะกับตลาด

สิ่งนี้สอดคล้องกับแนวโน้มที่กว้างขึ้น SMB และสตาร์ทอัพจำนวนมหาศาลถึง 35% ล้มเหลวเนื่องจากไม่ต้องการตลาด

โชคดีที่ AI สามารถช่วยแก้ปัญหานี้ได้ การวิเคราะห์ข้อมูลที่ขับเคลื่อนด้วย AI สามารถช่วยให้สตาร์ทอัพรวบรวมมุมมองข้อมูลเชิงปริมาณและเชิงคุณภาพที่แม่นยำและรอบด้านมากขึ้น ซึ่งพวกเขาต้องการเพื่อพิจารณาว่าผลิตภัณฑ์ของพวกเขาตรงตามความต้องการของลูกค้าจริง หรือไม่ หรือพวกเขาเลือกกลุ่มเป้าหมายที่เหมาะสมใน ที่แรก

การใช้ประโยชน์จาก AI ในการรวบรวมและวิเคราะห์ข้อมูลยังสามารถช่วยให้ทีมเข้าใจลูกค้าในระดับที่ลึกขึ้น

อย่างที่ Mishra บอกฉันว่า “AI ช่วยให้เข้าใจความต้องการของลูกค้าที่แท้จริงที่ซ่อนอยู่เบื้องหลังปัญหาที่ทราบได้ง่ายขึ้น บ่อยครั้งที่วิศวกรเริ่มสร้างต้นแบบโดยขาดความเข้าใจอย่างลึกซึ้งเกี่ยวกับความต้องการของลูกค้าในเชิงปริมาณและเชิงคุณภาพ ก่อนที่ AI กำเนิดจะมีเครื่องมือที่มีความสามารถน้อยกว่าในการวิเคราะห์ข้อมูลดังกล่าว”

2. AI จะเพิ่มความเร็วในการทำซ้ำและเวลาในการออกสู่ตลาดอย่างมาก

การสร้างแบบจำลองและต้นแบบของผลิตภัณฑ์ที่คุณต้องการทดสอบเป็นหนึ่งในแง่มุมที่ใช้เวลานานที่สุดของวงจรการพัฒนาผลิตภัณฑ์ โดยทั่วไปจะใช้เวลาสี่ถึง 12 สัปดาห์ในการสร้างต้นแบบอุปกรณ์อิเล็กทรอนิกส์ และหนึ่งถึงสี่สัปดาห์สำหรับการสร้างแบบจำลอง 3 มิติ

“เวลาที่ใช้ในการสร้างร่างอวตารทางกายภาพ หรือแม้แต่ร่างภาพ 3 มิติหรือภาพของผลิตภัณฑ์ ต้องอาศัยฟิสิกส์ที่แท้จริงอยู่เบื้องหลัง” Mishra อธิบาย

“มันเป็นกระบวนการที่ค่อนข้างยาวสำหรับผู้จัดการผลิตภัณฑ์ นักออกแบบ และวิศวกรซอฟต์แวร์ในการสร้างผลิตภัณฑ์ให้เป็นแบบจำลองสามมิติ”

กล่าวอีกนัยหนึ่ง: เวลาและเงินทั้งหมดที่คุณทุ่มเทให้กับการสร้างและทดสอบต้นแบบอาจทำให้ธุรกิจของคุณต้องเสียค่าใช้จ่าย

ลองจินตนาการถึงพลังของโลกที่ AI สามารถช่วยคุณสร้างแบบจำลองและต้นแบบในเวลาเพียงไม่กี่ชั่วโมง

ความเร็วนี้เป็นมากกว่าความสะดวก: อาจช่วยชีวิต SMB และสตาร์ทอัพที่ไม่มีเวลาหรือทรัพยากรให้เสียไปกับคุณสมบัติของผลิตภัณฑ์ที่ไม่ให้ผลตอบแทนที่ดี

สำหรับ Mishra นี่เป็นหนึ่งในโอกาสที่น่าตื่นเต้นที่สุดในด้านผลิตภัณฑ์

ดังที่เขากล่าวไว้ “ข้อเท็จจริงที่ว่าคุณสามารถสร้างเนื้อหาตั้งแต่เริ่มต้นด้วยความเร็วที่รวดเร็ว และ มีความแม่นยำในระดับที่สูงขึ้น เป็นหนึ่งในองค์ประกอบที่น่าตื่นเต้นที่สุดของทั้งหมดนี้”

3. AI จะเปลี่ยนวิธีการรวบรวมความคิดเห็นของลูกค้า

เมื่อคุณมีต้นแบบหรือแม้แต่ผลิตภัณฑ์ขั้นต่ำแล้ว คุณจะหยุดทำซ้ำไม่ได้ คุณจะต้องทดสอบกับผู้มีโอกาสเป็นลูกค้าหรือลูกค้าปัจจุบันเพื่อเรียนรู้วิธีปรับปรุงหรือทำซ้ำในครั้งต่อไป

และจนถึงขณะนี้ การวิเคราะห์ผลิตภัณฑ์ส่วนใหญ่จำกัดอยู่ที่ข้อมูลที่มีโครงสร้างหรือข้อมูลตัวเลข

แต่ข้อมูลที่มีโครงสร้างก็มีข้อจำกัด

Mishra บอกฉันว่า “ข้อมูลองค์กรส่วนใหญ่ไม่มีโครงสร้าง เนื่องจากอยู่ในรูปแบบของเอกสาร อีเมล และสื่อสังคมออนไลน์ ฉันเดาว่าข้อมูลของธุรกิจน้อยกว่า 20% เป็นข้อมูลที่มีโครงสร้าง ดังนั้นจึงมีค่าเสียโอกาสมากในการไม่วิเคราะห์ข้อมูล 70% ถึง 80%”

กล่าวอีกนัยหนึ่ง ไม่มีโซลูชันที่สามารถปรับขนาดได้มากมายในการรวบรวมและวิเคราะห์ข้อมูลเชิงปริมาณเพื่อวิเคราะห์ว่าลูกค้าตอบสนองต่อผลิตภัณฑ์ของคุณอย่างไร

สำหรับตอนนี้ ทีมผลิตภัณฑ์จำนวนมากใช้กลุ่มโฟกัสเพื่อรวบรวมความคิดเห็น แต่กลุ่มโฟกัสไม่ได้เป็นตัวแทนของความคิดเห็นของลูกค้าอย่างถูกต้องเสมอไป ซึ่งทำให้ทีมผลิตภัณฑ์ของคุณเสี่ยงต่อการสร้างผลิตภัณฑ์ที่ไม่ได้ให้บริการลูกค้าของคุณอย่างแท้จริง

โชคดีที่ “Generative AI สามารถช่วยแปลงความคิดเห็นของลูกค้าให้เป็นข้อมูลสำหรับธุรกิจของคุณได้” Mishra อธิบาย “สมมติว่าคุณได้รับคำติชมจากสื่อสังคมออนไลน์หรือความคิดเห็นเกี่ยวกับการใช้ผลิตภัณฑ์หรือการพูดคุยในฟอรัมของลูกค้า ตอนนี้คุณสามารถแปลงข้อมูลนั้นเป็นแผนภูมิและเส้นแนวโน้มและวิเคราะห์ข้อมูลในลักษณะเดียวกับที่คุณวิเคราะห์ข้อมูลที่มีโครงสร้างมาโดยตลอด”

เขากล่าวเสริมว่า “โดยพื้นฐานแล้ว คุณจะสามารถทราบได้ว่าฟีเจอร์ใดที่ลูกค้าของคุณพูดถึงมากที่สุด หรืออารมณ์ของลูกค้าเมื่อพูดถึงคุณสมบัติเฉพาะของผลิตภัณฑ์ ซึ่งจะช่วยคุณกำหนดความเหมาะสมของตลาดผลิตภัณฑ์ หรือแม้กระทั่งคุณลักษณะใดที่จะเพิ่มหรือลบออกจากผลิตภัณฑ์ของคุณ”

ผลกระทบที่อาจเกิดขึ้นจากความสามารถในการแปลงความคิดเห็นเชิงปริมาณเป็นจุดข้อมูลที่สามารถดำเนินการได้นั้นมีมากมายมหาศาล

ด้วยความช่วยเหลือของ AI ทีมของคุณจะรู้สึกมั่นใจมากขึ้นว่าคุณกำลังลงทุนเวลาและพลังงานอย่างแท้จริงในคุณสมบัติของผลิตภัณฑ์ที่มีความสำคัญต่อลูกค้าของคุณมากที่สุด

4. AI จะกำหนดนิยามใหม่ว่าวิศวกรและผู้จัดการผลิตภัณฑ์โต้ตอบกับซอฟต์แวร์อย่างไร

นอกเหนือจากการพัฒนาผลิตภัณฑ์แล้ว AI ยังสามารถคิดค้นทีมที่พัฒนาผลิตภัณฑ์ได้อีกด้วย

จนถึงตอนนี้ เราได้กำหนดบทบาททั้งหมดเกี่ยวกับการให้ผู้คนได้รับการฝึกฝนเกี่ยวกับชุดผลิตภัณฑ์เฉพาะ พวกเขาได้กลายเป็นผู้เชี่ยวชาญในซอฟต์แวร์ที่กำหนด และเข้าใจวิธีการทำงานของแต่ละส่วน

ในอนาคต เราจะเริ่มเห็นว่า AI สามารถช่วยทีมของคุณเพิ่มจำนวนพนักงานใหม่ได้อย่างไร โดยไม่จำเป็นต้องให้ผู้เชี่ยวชาญด้านซอฟต์แวร์เหล่านี้จัดการฝึกอบรม

บางทีคุณอาจมีโปรแกรมเมอร์รุ่นเยาว์ในทีมของคุณซึ่งมีประสบการณ์จำกัด เพื่อให้แน่ใจว่าเธอปฏิบัติตามวินัยในการเขียนโค้ดซอฟต์แวร์โดยเฉพาะของบริษัทของคุณ คุณสามารถตั้งโปรแกรมล่วงหน้าและจัดระบบได้มากมายผ่านเครื่องมือสร้างโค้ด AI

สำหรับกระบวนการที่เข้มข้นมากขึ้น เช่น การสร้างต้นแบบ Mishra อธิบายว่าหน้าที่การฝึกอบรมบางอย่างอาจถูกแทนที่ด้วย AI ที่ใช้การแชท “เราได้ตระหนักว่าอินเทอร์เฟซประเภทการแชทที่เป็นธรรมชาติมากขึ้นสามารถแทนที่วิธีการที่ซับซ้อนมากในการขอความช่วยเหลือจากเครื่องมือซอฟต์แวร์และฮาร์ดแวร์”

สมมติว่าบริษัทของคุณต้องการออกแบบวิดเจ็ต แทนที่จะใช้เวลาและทรัพยากรไปกับการจำลองต้นแบบ คุณสามารถขอให้แชทบอทสร้างตัวอย่างการออกแบบและกำหนดข้อจำกัดได้

“คุณไม่จำเป็นต้องรู้ด้วยซ้ำว่าเครื่องมือแมชชีนเลิร์นนิงกำลังใช้งานอะไรอยู่” Mishra กล่าวเสริม “คุณเพียงแค่พูดคุยกับอินเทอร์เฟซการแชท และอาจมีผลิตภัณฑ์ที่แตกต่างกัน 5 รายการอยู่เบื้องหลังการแชท แต่ในฐานะมนุษย์ เราสนใจเครื่องมือน้อยลงและสนใจผลลัพธ์มากขึ้น”

5. AI จะยกระดับความคิดสร้างสรรค์ของมนุษย์ในด้านผลิตภัณฑ์

แมชชีนเลิร์นนิงมีมาเกือบสองทศวรรษแล้ว และได้รับการยกระดับมาเป็นเวลานานในด้านการพัฒนาผลิตภัณฑ์

แต่กำลังจะเปลี่ยนไปอย่างมาก

ตามที่ Mishra อธิบายให้ฉันฟัง อัลกอริทึมการเรียนรู้ของเครื่องแบบเก่าสามารถเรียนรู้รูปแบบการแปลงอินพุตเป็นเอาต์พุต จากนั้นจึงใช้รูปแบบนั้นกับข้อมูลที่มองไม่เห็นได้

แต่โมเดลเครื่องกำเนิดใหม่ทำให้กระบวนการนี้ก้าวไปอีกขั้น: พวกเขายังคงสามารถใช้รูปแบบกับข้อมูลที่มองไม่เห็น แต่ยังสามารถเข้าใจความคิดที่อยู่เบื้องหลังกระบวนการสร้างสรรค์ได้อย่างลึกซึ้งยิ่งขึ้น

“พวกเขาสามารถเข้าใจวิธีที่โปรแกรมเมอร์ซอฟต์แวร์สร้างซอฟต์แวร์ หรือวิธีที่นักออกแบบสร้างการออกแบบ หรือวิธีที่ศิลปินสร้างงานศิลปะ” Mishra บอกฉัน

เขากล่าวเสริมว่า “โมเดลเหล่านี้เริ่มเข้าใจแนวคิด เบื้องหลัง การสร้างสรรค์ ซึ่งเป็นทั้งส่วนที่น่าตื่นเต้นและน่ากลัวของมัน แต่สิ่งนี้ใช้ได้กับเกือบทุกขั้นตอนของการพัฒนาผลิตภัณฑ์ นั่นคือตอนนี้คุณสามารถเพิ่มพลังให้กับองค์ประกอบความคิดสร้างสรรค์ของมนุษย์ได้แล้ว”

กล่าวอีกนัยหนึ่ง: AI จะกลายเป็นผู้จัดการผลิตภัณฑ์ วิศวกร หรือนักบินร่วมของนักออกแบบเมื่อพวกเขาสำรวจภูมิประเทศใหม่ ซึ่งการกระทำซ้ำๆ ที่ทำซ้ำๆ จะถูกแทนที่ด้วยเวลาที่ใช้ไปในการออกแบบและทำซ้ำในผลิตภัณฑ์ที่ดีขึ้นและมีประสิทธิภาพมากขึ้น

ในที่สุด AI จะเปลี่ยนประสบการณ์ของลูกค้าโดยสิ้นเชิง

มีการสนทนาที่แยกจากกันและลึกซึ้งยิ่งขึ้นเกี่ยวกับการแบ่งสาขาระยะยาวของ AI และพื้นที่ผลิตภัณฑ์

สำหรับตอนนี้ ผู้นำด้านผลิตภัณฑ์ส่วนใหญ่มุ่งเน้นไปที่วิธีที่พวกเขาสามารถปรับปรุงผลิตภัณฑ์ของตนได้อย่างมีประสิทธิภาพโดยการเพิ่ม AI เข้าไปในคุณสมบัติที่มีอยู่

ดังที่ Mishra ได้กล่าวไว้ว่า “ตอนนี้ผู้นำส่วนใหญ่กำลังพูดว่า ดังนั้นคุณอาจคิดว่าผลิตภัณฑ์เหล่านี้เป็นเวอร์ชัน 2.0 ของรุ่นก่อนหน้า”

“แต่” เขากล่าวต่อ “โซลูชันเจเนอเรชันถัดไป ซึ่งนักประดิษฐ์ที่มีความทะเยอทะยานมากกว่าบางคนกำลังเริ่มดำเนินการ กำลังสร้างจินตนาการใหม่ให้กับประสบการณ์ของลูกค้า พวกเขาไม่ได้แค่พูดว่า 'เรากำลังเพิ่ม AI เข้าไปในผลิตภัณฑ์' แต่พวกเขากำลังพูดว่า 'ลองจินตนาการถึงตัวผลิตภัณฑ์ทั้งหมดใหม่โดยใช้ AI เป็นรากฐานของมัน' พวกเขาจะจินตนาการถึงส่วนต่อประสานระหว่างมนุษย์และเทคโนโลยีใหม่”

ปัจจุบัน ผู้บริโภคเลือกระหว่างบริการสตรีมที่หลากหลาย เช่น Netflix หรือ Amazon Prime จากนั้นบริการสตรีมจะให้คำแนะนำโดยใช้ AI ตามพฤติกรรมของผู้ใช้ก่อนหน้า

ดังที่ Mishra อธิบายว่า “คลื่นลูกแรกของสตาร์ทอัพจะพูดว่า 'เอาล่ะ เรามาทำนายกันดีกว่า' แต่คลื่นลูกที่สองของสตาร์ทอัพหรือผู้สร้างนวัตกรรมจะพูดว่า 'รอสักครู่ … ทำไมคุณต้องกังวลเกี่ยวกับแพลตฟอร์มเดียวด้วย ทำไมไม่คิดให้ใหญ่ขึ้นล่ะ'”

“ดังนั้น เราจะมีบริษัทที่พูดว่า 'ให้ฉันสร้างเนื้อหาบนแพลตฟอร์มต่างๆ ตามอารมณ์และพฤติกรรมอื่นๆ 10,000 รายการของคุณ เทียบกับสามประเภทที่ฉันรู้ว่าคุณชอบ”

สิ่งนี้เข้ากับกระบวนการพัฒนาผลิตภัณฑ์ในปัจจุบันได้อย่างไร? มันไม่ได้

แต่จะพลิกมันกลับหัวกลับหาง และนั่นทั้งน่ากลัวและน่าตื่นเต้น

Mishra แนะนำว่า “คุณจะจินตนาการถึงประสบการณ์การใช้ผลิตภัณฑ์ใหม่ได้อย่างไร ฉันคิดว่านั่นคือจุดที่ความคิดสร้างสรรค์ของมนุษย์จะถูกนำไปใช้”

วิธีเริ่มต้นใช้งาน AI และการพัฒนาผลิตภัณฑ์

1. เริ่มทดลอง

Mishra ยอมรับว่าถึงแม้จะเป็นช่วงเวลาที่น่าตื่นเต้นในด้านผลิตภัณฑ์ แต่ก็เป็นช่วงเวลาที่ท้าทายเช่นกัน และ SMB และสตาร์ทอัพจำนวนมากกำลังตั้งคำถามว่าพวกเขาควรลงทุนใน AI หรือไม่

การเปลี่ยนแปลงกำลังเกิดขึ้นอย่างรวดเร็ว และอาจเป็นเรื่องยากที่จะตัดสินว่า AI ด้านใดที่คุณควรลงทุน หรือแนวทางที่คุณควรนำมันไปใช้ในกระบวนการปัจจุบันของคุณ

คำแนะนำของ Mishra? “เริ่มทำการทดลอง เพราะคุณจะพบว่ามันง่ายขึ้นมากเมื่อคุณเริ่มต้น และมีหลายส่วนที่ให้คุณค่าแก่คุณไม่ว่าคุณจะใส่ AI ในการผลิตหรือไม่ก็ตาม รวมถึงการวิเคราะห์ข้อมูลและคำติชมของลูกค้า หรือทำสิ่งต่างๆ เช่น การค้นหาขององค์กร คุณจะเริ่มเห็นคุณค่าที่เปิดหูเปิดตาจากการทดลองเหล่านี้ ซึ่งจะนำคุณไปสู่เส้นทางที่ถูกต้อง”

โชคดีที่คุณไม่จำเป็นต้องจ้างวิศวกรแมชชีนเลิร์นนิงของคุณเองเพื่อสร้างบางสิ่งตั้งแต่เริ่มต้น คุณอาจพิจารณาเครื่องมืออย่างเช่น Bedrock ที่เพิ่งเปิดตัวของ Amazon ซึ่งมีโมเดล AI ที่สร้างไว้ล่วงหน้าซึ่งคุณสามารถเพิ่มไปยังแอปพลิเคชันที่มีอยู่ด้วย API สิ่งนี้ทำให้คุณสามารถละทิ้งการฝึกอบรม AI ใดๆ และจำกัดความเสี่ยงในการละเมิดข้อมูล และพร้อมใช้งานในไม่กี่นาที

2. ระบุตำแหน่งที่ AI สามารถช่วยทีมของคุณได้

Mishra แนะนำให้หากรณีการใช้งานที่เหมาะสมซึ่งจะมี ROI ที่ดีสำหรับธุรกิจของคุณ

ท้ายที่สุด สิ่งสำคัญคือคุณต้องใช้เวลาในการพิจารณาว่าส่วนใดของธุรกิจที่จะได้รับคุณค่าสูงสุดจาก AI และเริ่มต้นจากตรงนั้น

ตัวอย่างเช่น เขาเสนอว่า “ฉันเห็นงานมากมายในส่วนของกิจกรรมที่ต้องพบปะกับลูกค้า เพราะนั่นทำให้เกิดรายได้ ดังนั้นนั่นจึงมีมูลค่าสูง”

หากคุณไม่แน่ใจว่าจะเริ่มต้นอย่างไรกับทีมของคุณเอง ก็ไม่จำเป็นต้องสร้างวงล้อขึ้นมาใหม่ ลองติดต่อผู้เชี่ยวชาญด้านระบบคลาวด์หรือสตาร์ทอัพที่สามารถแนะนำโซลูชันทั่วไปบางอย่างที่บริษัทอื่นกำลังสำรวจอยู่แล้ว

3. รับการซื้อจากผู้มีส่วนได้ส่วนเสีย

มีข้อกำหนดอื่นที่สำคัญพอๆ กันในการทดลอง นั่นคือการซื้อใจผู้มีส่วนได้เสียและผู้นำ

Mishra กล่าวว่า "ฉันคิดว่าความสอดคล้องทางวัฒนธรรมและความสอดคล้องของผู้มีส่วนได้ส่วนเสียเป็นส่วนสำคัญที่บริษัทจำเป็นต้องเริ่มดำเนินการ หากผู้นำระดับสูงมีความกลัวด้วยเหตุผลที่ไม่ถูกต้อง นั่นอาจขัดขวางการเติบโตของพวกเขาได้”

มีความกังวลเรื่องความเป็นส่วนตัวและการรั่วไหลของข้อมูลอย่างแน่นอนเมื่อพูดถึง AI นอกจากนี้ AI ยังไม่สมบูรณ์แบบ: มันสามารถทำให้เกิดภาพหลอนหรือให้ข้อมูลที่ไม่ถูกต้องหรือมีอคติเมื่อให้ผลลัพธ์

ซึ่งหมายความว่า เมื่อโน้มน้าวให้ผู้นำลงทุนใน AI จำเป็นอย่างยิ่งที่คุณจะต้องย้ำว่า AI จะไม่ควบคุมเรือ แต่จะเป็นนักบินร่วมที่ไว้ใจได้ของทีมคุณแทน

สิ่งสำคัญที่ควรทราบก็คือ หากผู้นำรู้สึกว่าการลงทุนใน AI มีความเสี่ยง พวกเขาควรพิจารณาถึงความเสี่ยงที่ จะไม่ ลงทุนใน AI

ดังที่ Mishra ได้กล่าวไว้ว่า “นี่เป็นช่วงเวลาสำคัญ และคุณสามารถถูกทิ้งไว้เบื้องหลังได้ เนื่องจากบริษัทสตาร์ทอัพและบริษัทระดับองค์กรอื่นๆ เริ่มเคลื่อนไหวเร็วขึ้นในวงจรนวัตกรรมผลิตภัณฑ์ของตน”