Deep Research · ~127 AI agents · fact-check ทุกตัวเลข · 19–20 ก.ค. 2026

40 ไอเดีย Startup "แอดไลน์แล้วคุยกับ AI"
เน้นจำนวน user แบบ mass ที่สุดในไทย

โจทย์: interface เดียวคือ LINE OA · เป้ารายได้ ~1 บาท/user/วัน · exit = มูลค่าบริษัท + ฐานข้อมูลบทสนทนา/segmentation ของผู้คน · ต้นทุนหลัก = LINE API + LLM token (โมเดลจีน)

54–56 ล้านคน
ผู้ใช้ LINE ไทย (~80% ของประชากร)
40
ไอเดีย · 10 หมวด · fact-check ครบ
฿0
ค่า LINE ตอบแชท (reply ฟรีไม่จำกัด)
~฿2.2/user/เดือน
ต้นทุนแปรผันรวม (LLM + push รายวัน)
~93%
Gross margin ที่เป้า ฿30/user/เดือน

01ตัวเลขฐานตลาด — ผ่าน adversarial verify แล้ว

ทุก claim ผ่านการตรวจ 3 เสียงอิสระ (ต้อง 2/3 หักล้างถึงตก) — สถานะ ✅ = ยืนยันแล้ว, ❓ = แหล่งเดียวยังไม่ verify ซ้ำ

ตัวเลขค่า / ความหมายสถานะ
ผู้ใช้ LINE ไทย54 ล้านคน (~80% ของประชากร) — ตัวเลขทางการ LY Corp ธ.ค. 2025 · DataReportal ต้นปี 2025 ให้ 56 ล้าน (78.2%)✅ 3-0
LINE OA ในไทย~6 ล้านบัญชี ใช้โดยธุรกิจและหน่วยงานรัฐ✅ 3-0
Reply message (ตอบเมื่อ user ทักมา)ฟรี ไม่จำกัด — chatbot AI ที่รอ user ทักเข้ามา ไม่มีต้นทุนค่าข้อความเลย ต้นทุนเกิดเฉพาะ push/broadcast เชิงรุก✅ 3-0
การนับข้อความคิดเงินนับต่อผู้รับ ไม่ใช่ต่อ bubble — ส่งได้ถึง 5 bubbles/ครั้งนับเป็น 1 ข้อความ → broadcast เช้ายัดดวง+โฆษณา+ปุ่มได้ในราคา 1 ข้อความ✅ 3-0
แพ็กเกจ LINE OA ไทย (2026, ก่อน VAT)Free ฿0 = 300 ข้อความ/เดือน · Basic ฿1,280 = 15,000 (+฿0.10/ข้อความเกิน) · Pro ฿1,780 = 35,000 (+฿0.06/ข้อความเกิน)✅ 2 แหล่ง
ระดับ enterpriseเคสหมอพร้อม: แพ็กสูงสุด 48 ล้านข้อความ/เดือน ส่วนเกิน ฿0.01/ข้อความ — ที่ scale ใหญ่ต่อรองลงได้อีก ~6 เท่า❓ แหล่งเดียว
DeepSeek v4-flash$0.14 / 1M input (cache hit $0.0028) · $0.28 / 1M output — ตรวจตรงจากหน้า official 20 ก.ค. 2026✅
Qwen-Flash (Alibaba)$0.05 / 1M input · $0.40 / 1M output — ถูกสุดสำหรับ chatbot mass✅ 3-0
ตลาดสายมูไทยเงินสะพัด 10,000–15,000 ล้านบาท/ปี (Krungsri Research) · 8 ใน 10 คนไทยเคยทำกิจกรรมสายมู · 52.2% สนใจดูดวงมากขึ้นถ้ามี AI✅
คนซื้อสลากกินแบ่ง24,626,233 คน (ศูนย์ศึกษาปัญหาการพนัน จุฬาฯ) — ตัวเลขที่แข็งแกร่งที่สุดในรายงานนี้✅

02เศรษฐศาสตร์ "1 บาท/user/วัน" — กางตัวเลขจริง

สมมติ user คุย 10 turns/วัน + รับ push 1 ครั้ง/วัน — ต้นทุนแปรผันต่อ user ต่อเดือน:

รายการวิธีคำนวณต้นทุน/user/เดือน
LLM (Qwen-Flash)~3,500 tokens/วัน → (90k in × $0.05 + 15k out × $0.40) ÷ 1M × ฿36~฿0.4
LINE push รายวัน30 ข้อความ/เดือน × ฿0.06 (เรต Pro)~฿1.8
LINE ตอบแชททั้งหมดReply message ฟรีไม่จำกัด฿0
รวมลดเหลือ <฿1 ที่ scale enterprise (฿0.01/ข้อความ)~฿2.2

เคส "คุยเยอะ" เช่นเพื่อนคุย/AI companion — ค่าใช้จ่ายพุ่งจริงไหม?

ความเข้าใจผิดที่พบบ่อยที่สุด: ค่า LINE API ไม่ได้คิดตามปริมาณแชท — ทุกข้อความที่ user ทักเข้ามาแล้วบอทตอบคือ reply message ซึ่งฟรีไม่จำกัด (✅ verify 3-0) ที่เสียเงินคือตอน "บอททักก่อน" (push) เท่านั้น · ตัวที่โตตามปริมาณแชทจริงคือค่า LLM token ซึ่งเพดานต่ำมาก:

รายการ (heavy user: 5 session/วัน × 8 turns = 40 ข้อความ/วัน)เคสปกติ 10 turns/วันเคสคุยหนัก 40 turns/วัน
LINE — user ทักเข้ามา บอทตอบ (reply)฿0฿0 — คุยแค่ไหนก็ฟรี
LLM token (Qwen-Flash, ~2k in + 150 out/turn)~฿0.4/เดือน~฿7/เดือน
Push บอททักก่อน (จำกัด 1–2 ครั้ง/วัน)~฿1.8/เดือน~฿1.8–3.6/เดือน
รวมต่อ user~฿2.2/เดือน~฿9–11/เดือน (~฿0.35/วัน) — ยังต่ำกว่าเป้ารายได้ 3 เท่า
🎯 Session design ที่ถูกต้อง: "เข้ามาวันละ 4–5 ครั้ง คุยแล้วออก กำลังดี" — จ่าย push แค่ 1 ครั้งตอนเช้าเป็น anchor เดียวที่เสียเงิน ที่เหลือออกแบบให้ user เดินเข้ามาเอง (ฟรีทั้งหมด): rich menu · streak สะสม · ของรายวัน (เปิดไพ่/เช็คดวง/สรุปยอด) · hook ท้ายบทสนทนา "พรุ่งนี้เช้ามีดวงการเงินรอนะ" · คุมเพดาน LLM ด้วย free tier 15 ข้อความ/วัน — คนที่ชนเพดานทุกวันคือคนที่พร้อมจ่าย ฿39/เดือนที่สุด · จบ session สั้นๆ สวยๆ ดีกว่าคุยยืดเยื้อ: retention มาจากการ "กลับมา" ไม่ใช่ "อยู่นาน" และ data segment ได้จากความถี่ ไม่ใช่ความยาวบทสนทนา
⚠️ Reality check: ฿365/user/ปี คือระดับ ARPU ของ Facebook ประเทศไทย — ไม่มี consumer chat service ไทยตัวไหนทำได้จากทุก user เท่ากัน ตัวเลขที่สมจริงคือ ฿0.1–0.3/user/วันเฉลี่ยทั้งฐาน โดยรายได้จริงมาจาก 3 ชั้น: (1) subscription ฿29–59/เดือน จากคนจ่าย 5–15% (2) sponsored broadcast แบบ segment — ตัวคูณใหญ่สุด ยิ่ง data ละเอียด CPM ยิ่งแพง (3) affiliate/lead-gen ที่บางหมวดจ่ายต่อหัวแรงมาก (ประกันรถ ฿1,000–2,500/กรมธรรม์ · lead รีไฟแนนซ์ ฿300–1,500) — บางไอเดียเกิน 1 บาท/วันได้จริงโดย user ไม่ต้องควักเงินเลย เพราะฝั่งธุรกิจเป็นคนจ่าย

03🏆 Top 10 — mass × ความเป็นไปได้จริง × มูลค่า data

หมายเหตุ: 40 ไอเดียมี 2 คู่ที่ agent คนละหมวดคิดตรงกัน (ดวงเช้า≈ดวงดีทูเดย์ · เฮงหวย≈เฮียหวย) — ทีมวิจัยอิสระ 2 ทีมบรรจบที่ไอเดียเดียวกัน = สัญญาณว่า 2 ตัวนี้ "ชัด" ที่สุด

04สำรวจครบ 40 ไอเดีย

ทุกไอเดียมีข้อมูลเต็ม: คอนเซปต์ · กลุ่มเป้าหมาย · ที่มาตัวเลข · ผล fact-check · คู่แข่ง · ทำไมต้อง LINE · เส้นทางสู่ 1 บาท/user/วัน · data asset · แหล่งอ้างอิง — กด "ดูรายละเอียดเต็ม" ในการ์ด

05Case Studies — chat-based ที่ mass สำเร็จแล้ว

06มุม Data Asset & Exit — และเรื่องที่ต้องระวัง

ทำไมธีสิส "data > technology" ฟังขึ้น: โมเดล AI เช่าได้ทุกคน (DeepSeek/Qwen ใครก็เรียกได้) แต่บทสนทนาภาษาไทย + โปรไฟล์ความกังวล/การเงิน/สุขภาพของคน 5–10 ล้านคน ไม่มีใครลอกได้ — นี่คือ moat จริง · ผู้ซื้อ segment มีตัวตนชัด: virtual bank (ต้องการ alternative credit data), ประกัน (pricing), FMCG (spending panel), นาโนไฟแนนซ์ (ใครร้อนเงิน), media agency (psychographic targeting)

สิ่งที่ต้องระวัง (พูดตรงๆ)

1. PDPA — เก็บบทสนทนาไปทำ segmentation ขายต่อ ต้องมี consent ชัดเจนตั้งแต่แอด และขายเป็น aggregate insight เท่านั้น ห้ามขายข้อมูลรายคน โดยเฉพาะหมวดสุขภาพ/หนี้ (sensitive data ตามกฎหมาย) — ทำผิดคือคดี ไม่ใช่แค่ปรับ
2. Platform risk — บ้านเช่าบนที่ดิน LINE: เคยขึ้นราคาแล้วยอมลด 60% มาแล้ว (2023) · OA โดนแบนได้ · นโยบาย data เปลี่ยนได้ → เก็บ user identifier + ประวัติไว้ฝั่งเราเสมอ และเปิดช่องอพยพ (เบอร์โทร/อีเมล)
3. หมวดอ่อนไหวห้ามหารายได้ผิดวิธี — สุขภาพใจห้ามทำ sponsored broadcast (พังทั้ง trust) · หวยต้องชี้ไปสลากถูกกฎหมายเท่านั้น · companion ต้องมีเส้นจริยธรรม (ผู้เยาว์/ความสัมพันธ์พึ่งพิง)
4. TAM ≠ คนใช้จริง — ทุกไอเดียระบุที่มาตัวเลข + ผล fact-check ไว้แล้ว ตัวที่ ⚠️ ให้ใช้ตัวเลขแก้ใน note ไม่ใช่ตัวเลขพาดหัว

07ข้อเสนอกลยุทธ์

อย่าเลือกไอเดียเดียว — เลือก "คู่": 1 ตัวจากกลุ่ม Growth (มู/หวย: CAC ต่ำ ไวรัล habit รายวัน) + 1 ตัวจากกลุ่ม Data Value (การเงิน: จดให้/สมุดรายได้) รันบน infra เดียวกัน (webhook + LLM router + user profile store ร่วมกัน) แล้วใช้ broadcast cross-promote กันเอง — ดวงเช้าดูดคนเข้า ecosystem · จดให้เปลี่ยนคนเป็น data asset
สัปดาห์ 1–2: MVP "ดวงเช้า" — โครงเดียวกับ line-ai-chatbot ที่มีอยู่ (Vercel webhook + LLM) เปลี่ยนสมองเป็น Qwen-Flash/DeepSeek + เก็บวันเกิดตอนแอด + cron ส่งดวงเช้า 6 โมง
เดือน 1: วัด 3 ตัวเลขเท่านั้น — cost/user จริง · D7 retention · % คนพิมพ์ถามต่อหลังได้ push (ตัวชี้ว่า data จะลึกแค่ไหน)
เดือน 2–3: ถ้า retention ผ่าน (D30 > 40% สำหรับ push-based) เปิดตัวที่สอง (จดให้) + เริ่ม sponsored broadcast ตัวแรก
เก็บ data ตั้งแต่วันแรก — ทุกข้อความเก็บ (user_id, timestamp, intent, entity, mood) ลง Postgres ฝั่งเรา — schema นี้คือสิ่งที่ถูก valuation ตอน exit ไม่ใช่โค้ด