คนจำนวนมากที่อยากหารายได้จาก AI ติดอยู่ในวงจรเดิมๆ: ดูคลิปสอนเครื่องมือเป็นสิบเป็นร้อยคลิป ทั้ง Claude, n8n, voice agent, automation จดทุกทริค prompt สร้าง demo เท่ๆ ในวันหยุด แล้วรู้สึกว่าตัวเอง "เก่งขึ้น" และ productive แต่ผ่านไปหลายเดือน กลับมี 10 โปรเจกต์ที่สร้างให้ตัวเอง เงิน 0 บาท และลูกค้า 0 ราย ช่อง Michele Torti เปิดคลิป "Stop Learning Claude Code in 2026... Learn THIS Instead" ด้วยประโยคที่ชนเป้าตรงๆ ว่าธุรกิจไม่ได้จ่ายเพื่อ "ความสามารถในการใช้ Claude" แต่จ่ายเพื่อ "ปัญหาที่มันแก้ให้ได้"

บทความนี้สรุปแก่นของคลิปนั้น ทั้งกับดักที่เรียกว่า tutorial hell, ภาพเปรียบ "รถกับสะพาน" ที่อธิบายว่ามูลค่าอยู่ตรงไหน, การสลับลำดับความคิดแบบ problem-first และ roadmap 30 วันที่ลงมือทำตามได้จริง มุมนี้น่าสนใจเพราะ vibe coding thailand เองเป็นเพจที่สอน Claude Code อยู่ทุกวัน แต่คลิปที่หยิบมาสรุปกลับบอกว่า "ตัวเครื่องมือไม่ใช่จุดที่ทำให้ได้เงิน" เป็นจุดยืนที่ตรงไปตรงมา และคุ้มกับเวลาของคนอ่านมากกว่าการเชียร์ให้ไปเรียนเครื่องมือซ้ำๆ

ติดอยู่ใน tutorial hell: เรียนรู้สึกเหมือนก้าวหน้า แต่ไม่ใช่ความก้าวหน้าทางธุรกิจ

เส้นทางของคนในวงการ AI ส่วนใหญ่หน้าตาคล้ายกันหมด เริ่มจากค้นพบ AI แล้วตามดูคลิปสอนวิธีสร้าง เรียน Claude เรียน n8n เรียน voice agent สร้าง demo สวยๆ บางทีก็โพสต์ลง LinkedIn อวดงาน ทุกอย่างให้ความรู้สึกว่ากำลังคืบหน้า แต่พอเวลาผ่านไปเป็นสัปดาห์เป็นเดือน สิ่งที่ได้กลับเป็นแค่โปรเจกต์ที่สร้างให้ตัวเองดูเล่นกองหนึ่ง และรายได้ที่ยังเป็นศูนย์

Michele Torti เรียกภาวะนี้ว่า tutorial hell คือการดูคลิปแล้วคลิปเล่า โดยเข้าใจว่านี่คือวิธีทำเงินกับ AI เขาตั้งข้อสังเกตว่ากว่า 90% ของคนในวงการตกลงไปในหลุมนี้ และยิ่งอยู่นานยิ่งแย่ เพราะจะคิดเสมอว่า "ขอเรียนอีกเครื่องมือเดียว อีกฟีเจอร์เดียว" แล้วมันก็ไม่จบสักที แกนของช่วงนี้คือ การเรียนรู้อาจให้ความรู้สึกเหมือนความก้าวหน้า แต่มันไม่ใช่ความก้าวหน้าทางธุรกิจ พูดอีกอย่างคือ ทักษะทางเทคนิคเพิ่มขึ้นจริง แต่ไม่ได้ขยับเข้าใกล้การมีลูกค้าจ่ายเงินเลยแม้แต่ก้าวเดียว

จุดที่เจ็บคือคนที่ตกหลุมนี้ไม่ได้ขี้เกียจ ตรงกันข้าม ส่วนใหญ่ขยันมาก ดูคลิป ทำ lab ฝึกซ้ำ แต่เอาพลังงานทั้งหมดไปลงผิดที่ เพราะเข้าใจว่าการสะสมทักษะเครื่องมือคือทางลัดสู่รายได้ ทั้งที่จริงมันเป็นคนละเรื่องกัน

รถกับสะพาน: เครื่องมือคือยานพาหนะ ส่วนมูลค่าอยู่ที่ "ช่องว่าง"

เพื่อให้เห็นภาพว่าทำไมการทุ่มเวลาให้เครื่องมือถึงพลาดเป้า Michele Torti ใช้ภาพเปรียบที่เขาเรียกว่า รถกับสะพาน (the car and the bridge) เครื่องมืออย่าง Claude, n8n หรือ voice AI เปรียบได้กับรถหรือยานพาหนะ และหน้าที่เดียวของรถคือพาคนจากจุด A ไปจุด B เท่านั้น

ปัญหาเกิดขึ้นเมื่อทุ่มเวลาทั้งหมดไปกับตัวรถ ว่ามันเร็วแค่ไหน ใหม่แค่ไหน มีฟีเจอร์อะไรเพิ่มมาบ้าง เพราะถ้าโฟกัสอยู่แค่ตรงนั้น จะไม่มีวันเข้าใจว่าจุด B ของลูกค้าอยู่ตรงไหน Michele Torti ชี้ว่าจุด A คือสถานการณ์ปัจจุบันของลูกค้าพร้อมปัญหาที่เขาเจอ ส่วนจุด B คือผลลัพธ์ที่เขาอยากไปให้ถึง ธุรกิจจึงจ่ายเงินเพื่อให้มีคนพาเขาจาก A ไป B นั่นเอง ต่อให้ขับรถเก่งแค่ไหน แต่ไม่รู้ว่าจุด B อยู่ตรงไหน ก็แทบไม่มีประโยชน์ต่อธุรกิจ

แก่นของภาพเปรียบนี้อยู่ที่คำว่า "ช่องว่าง" (gap) ระหว่างจุด A กับจุด B ต่างหากที่มีมูลค่า ไม่ใช่ตัวรถ คนที่มองเห็นช่องว่างนี้และตีมูลค่าออกมาเป็นตัวเงินได้ คือคนที่ธุรกิจยอมจ่าย ส่วนเครื่องมือเป็นแค่สิ่งที่ใช้ข้ามช่องว่างนั้น ไม่ใช่ตัวที่สร้างมูลค่าเอง

ทำไม YouTube ถึงสอนแต่เครื่องมือ: คนอยากเรียน กับคนอยากทำเงิน เป็นคนละกลุ่ม

อีกประเด็นที่ช่วยอธิบายว่าทำไมคนถึงตกหลุมนี้กันเยอะ คือกลไกของแพลตฟอร์มเอง Michele Torti ตั้งข้อสังเกตว่า YouTube ให้รางวัลกับคนที่ทำคลิปที่ "คนอยากดู" เป็นหลัก และสิ่งที่คนอยากดูส่วนใหญ่คือ tutorial เครื่องมือ ในแนว "master this, master that" เพราะมันดูจับต้องได้และเริ่มต้นง่าย

แต่ประเด็นที่เขาชี้ตรงๆ คือคลิปสอนเครื่องมือพวกนั้นทำมาเพื่อกลุ่มคน ที่อยากเรียน ไม่ใช่กลุ่มคน ที่อยากทำเงิน และสองเป้าหมายนี้เป็นคนละเรื่องกันโดยสิ้นเชิง คนที่อยากเรียนได้คุณค่าจากการเข้าใจว่าเครื่องมือทำงานอย่างไร ส่วนคนที่อยากทำเงินต้องรู้ว่าจะเอาความสามารถนั้นไปแลกเป็นรายได้ได้อย่างไร ดังนั้นถ้าเป้าหมายคือทำเงินกับ AI คลิปสอนเครื่องมือส่วนใหญ่ "ไม่ใช่สำหรับคุณ"

นี่ไม่ได้แปลว่าคลิปสอนเครื่องมือไม่มีประโยชน์ มันมีประโยชน์มากสำหรับการเรียนรู้ แต่การเอามันมาเป็นแผนหารายได้ทั้งหมดต่างหากที่เป็นจุดพลาด เพราะมันตอบโจทย์คนละข้อกับสิ่งที่ต้องการ

สลับลำดับใหม่: problem-first ไม่ใช่ tool-first

ส่วนที่ลงมือทำได้จริงที่สุดของคลิปคือสิ่งที่ Michele Torti เรียกว่า business order framework หรือลำดับขั้นของการสร้างธุรกิจ เขาชี้ว่าคนส่วนใหญ่คิดกลับหัว คือเริ่มจากเครื่องมือก่อน แล้วค่อยไล่ไปทีละขั้น จนไปจบที่ "ปัญหา" เป็นข้อสุดท้าย ทั้งที่ปัญหาควรเป็นข้อแรก

ลำดับที่คนส่วนใหญ่คิด (และเป็นลำดับที่ผิด) มีหน้าตาแบบนี้

• เครื่องมือ (Tools) — เริ่มจากเลือกเครื่องมือที่อยากใช้
• จะสร้างอะไร (Delivery) — แล้วคิดว่าจะเอาเครื่องมือนี้ไปสร้างอะไรได้บ้าง
• ขายใคร (Niche) — แล้วค่อยหากลุ่มเป้าหมายที่จะขายของที่สร้าง
• หาลูกค้ายังไง (Lead gen) — แล้วคิดว่าจะไปหาลูกค้ากลุ่มนั้นได้จากไหน
• ปัญหา (Problem) — แล้วเพิ่งมานึกตอนท้ายว่าคนกลุ่มนี้มีปัญหาอะไร

ลำดับที่ถูกต้องคือสลับกลับด้านทั้งหมด เริ่มจากปัญหาเป็นข้อแรก เพราะถ้าสิ่งที่ทำไม่ได้ผูกกับปัญหาของใครเลย ทุกอย่างที่เหลือก็ไม่มีความหมาย

1. ปัญหา (Problem) — กำลังแก้ปัญหาอะไรอยู่ ถ้าตอบข้อนี้ไม่ได้ ที่เหลือไม่ต้องคิดต่อ
2. ใคร (Who) — ใครเป็นคนที่มีปัญหานี้
3. ที่ไหน (Where) — จะไปหาคนกลุ่มนั้นได้จากที่ไหน ส่วนนี้คือ lead gen
4. สร้างอะไร (What) — จะสร้างอะไรให้เขาเพื่อแก้ปัญหานั้น
5. เครื่องมือ (Tools) — สุดท้ายค่อยเลือกว่าจะใช้อะไรในการส่งมอบงาน

หัวใจของกรอบนี้สรุปได้ประโยคเดียวว่า problem first ไม่ใช่ tool first แค่สลับลำดับการคิดใหม่ ทุกอย่างก็เปลี่ยนทิศทันที

ได้เงินตามขนาดของปัญหา: ตัวอย่างคลินิกทันตกรรมที่รับสายไม่ทัน

เหตุผลที่การมองปัญหาสำคัญกว่าการสะสมเครื่องมือ มาจากหลักง่ายๆ ที่ Michele Torti ย้ำว่า รายได้จะแปรตามขนาดของปัญหาที่แก้ได้ ถ้าแก้ปัญหามูลค่า $100,000 ได้ ก็ได้เงินมากกว่าการแก้ปัญหามูลค่า $1,000 ดังนั้นสิ่งที่ควรโฟกัสคือการเพิ่มขนาดของปัญหาที่แก้ได้ ไม่ใช่การเพิ่มจำนวนเครื่องมือที่ใช้เป็น

เขายกตัวอย่างที่จับต้องได้ คือคลินิกทันตกรรมแห่งหนึ่งที่พลาดสายโทรเข้าราว 30% ของทั้งหมด ซึ่งคิดเป็นปัญหามูลค่าราว $10–15k ต่อเดือน เพราะทุกสายที่พลาดไปคือคนไข้ที่หลุดมือ ถ้ามองด้วยภาพรถกับสะพาน จุด A คือคลินิกกำลังเสียคนไข้เพราะไม่มีใครรับโทรศัพท์ทัน ส่วนจุด B คือมีคนรับทุกสายและจองคิวได้ตลอด 24 ชั่วโมง

ประเด็นสำคัญคือการแก้ปัญหานี้ไม่ได้ต้องการคนที่ master Claude Code หรือ n8n แต่ต้องการคนที่เข้าใจปัญหาก่อนว่ามันคืออะไรและมีมูลค่าเท่าไร แล้วเสนอทางแก้ได้ จากนั้นค่อยไปหาเครื่องมือที่เหมาะมาทำ เพราะช่องว่างระหว่างจุด A กับ B ในเคสนี้มีมูลค่าหลายพันดอลลาร์ต่อเดือน ส่วนเครื่องมือที่ใช้จริงๆ ธุรกิจไม่ได้สนใจด้วยซ้ำว่าเป็นอะไร

งานน่าเบื่อคือที่ที่เงินอยู่: เป้าหมายไม่ใช่การเป็น developer

จุดที่หลายคนสะดุดคือการนั่งคิดเรื่องปัญหาของธุรกิจมันน่าเบื่อ ส่วนการได้เรียนเครื่องมือ AI ใหม่ๆ มันสนุก โดยเฉพาะตอนที่ build ด้วย Claude Code สำเร็จ หรือแก้ automation ที่ติดมาสองชั่วโมงได้ Michele Torti ยอมรับตรงนี้ตรงๆ แล้วชี้ว่า แทบทุกครั้ง งานที่น่าเบื่อนั่นแหละคือที่ที่เงินอยู่

เขาตั้งข้อสังเกตว่าคนที่ทำเงินได้ $5–10k ต่อเดือนกับ AI ไม่ใช่คนที่ build เก่งที่สุด แต่เป็นคนที่มองเห็นว่าปัญหาอยู่ตรงไหน ตีมูลค่าออกมาได้ แล้วเสนอทางแก้ได้ชัด เพราะปลายทางของเรื่องนี้ไม่ใช่การกลายเป็น developer แต่คือการคิดแบบเจ้าของธุรกิจ ซึ่งใช้ทักษะคนละชุดกัน

อีกมุมที่เขาเน้นคือความยั่งยืนของทักษะ เครื่องมือมาแล้วก็ไป เมื่อ 4 ปีก่อนทุกคนพูดถึง Zapier พอ 2 ปีก่อนก็เป็น make.com ต่อมาก็เป็น n8n แล้วก็มาเป็น Claude Code แต่ทักษะการมองเห็นและตีมูลค่าปัญหาธุรกิจไม่เคยตกยุคตามเครื่องมือไปด้วยเลย นี่คือทักษะเดียวที่ Michele Torti บอกว่าให้ผลตอบแทนเสมอ ไม่ว่าเครื่องมือจะเปลี่ยนไปกี่รอบ

roadmap 30 วันสู่ลูกค้ารายแรก: "เครื่องมือ" โผล่มาตอนสัปดาห์สุดท้ายเท่านั้น

ปิดท้ายด้วยส่วนที่เอาไปทำตามได้ทันที Michele Torti วาง roadmap 30 วันสำหรับคนที่อยากได้ลูกค้า AI รายแรก จุดสังเกตที่เขาย้ำคือ คำว่า "เครื่องมือ" จะโผล่มาในสัปดาห์ที่ 4 ไม่ใช่สัปดาห์ที่ 1 แต่คนส่วนใหญ่กลับใช้เวลาทั้ง 30 วันไปกับเนื้อหาของสัปดาห์ที่ 4 คือ build และเรียนเครื่องมือ แล้วไม่เคยทำสัปดาห์ที่ 1 ถึง 3 เลย เพราะมันเป็นส่วนที่น่าเบื่อที่สุด

สัปดาห์ที่ 1 (วัน 1–7): เลือก "ปัญหา" ไม่ใช่ "เครื่องมือ"

เริ่มจากหา niche 2–3 กลุ่ม โดยเน้นกลุ่มที่ค่า LTV (lifetime value คือมูลค่ารวมที่ลูกค้าหนึ่งรายสร้างให้ธุรกิจตลอดช่วงที่เป็นลูกค้า) สูง ตัวอย่างที่ยกในคลิปคือคลินิกทันตกรรม, med spa, อสังหาริมทรัพย์, ช่างแอร์และระบบบ้าน (HVAC) และธุรกิจบริการตามบ้าน จากนั้นในแต่ละ niche ให้หาปัญหา top 3 ที่เจ้าของธุรกิจบ่นทุกวัน เช่น พลาดสายลูกค้า ตามงานช้า งานเอกสารที่ยังทำมือ หรือลูกค้าที่ทักเข้ามาแล้วเงียบหายไป แล้วลองติดต่อเจ้าของธุรกิจสัก 5 รายผ่าน DM หรือ cold email ถามแค่ว่าปัญหาหลักของธุรกิจคืออะไร เพื่อทำ market research เพราะการคุยจริงให้ข้อมูลมากกว่าการนั่งดูคลิปหรือถาม AI เมื่อจบสัปดาห์ ควรได้ปัญหา 1 อย่างที่เข้าใจลึกจริงใน 1 niche

สัปดาห์ที่ 2 (วัน 8–14): ออกแบบข้อเสนอ

เอาปัญหาจากสัปดาห์แรกมาแปลงเป็นข้อเสนอที่จับต้องได้ ไม่ใช่บอกว่าให้ "บริการ AI automation" แต่พูดในภาษาที่ลูกค้าเข้าใจ เช่น "เราทำให้คลินิกของคุณไม่พลาดสายคนไข้อีกเลย" จากนั้นกำหนด deliverable เป็นภาษาคนที่เข้าใจง่าย แล้วตั้งราคา งานแรกตั้งได้ราว $1k–3k ตามความเหมาะสม โดยช่องว่างระหว่างจุด A กับ B ยิ่งกว้าง ก็ยิ่งตั้งราคาได้สูง จบสัปดาห์ควรได้ pitch สั้นๆ 3 ประโยค คือปัญหาคืออะไร ทางแก้คืออะไร และผลลัพธ์คืออะไร

สัปดาห์ที่ 3 (วัน 15–21): เริ่มทักหาลูกค้า

ทักธุรกิจใน niche อย่างน้อย 30–50 รายต่อวัน ผ่าน Loom video, cold email หรือ LinkedIn DM โดยข้อความต้องพูดถึง "ปัญหาของเขา" ไม่ใช่ "ทักษะของเรา" เช่นพูดว่า "เห็นว่าคลินิกยังไม่มีระบบ X" แทนที่จะพูดว่า "เป็นผู้เชี่ยวชาญ AI ทำได้ทั้ง X Y Z" เป้าหมายคือนัดคุยให้ได้ 3–5 ราย Michele Torti เตือนว่าคนส่วนใหญ่ยอมแพ้ตรงจุดนี้ เพราะทักไปน้อยเกินไปแล้วสรุปว่าวิธีนี้ไม่เวิร์ก ทั้งที่จริงคือยังทำไม่มากพอ เมื่อได้คุยแล้ว ให้ทำให้เรียบง่าย: ถามเรื่องสถานการณ์และปัญหาก่อน แล้วค่อยเสนอทางแก้

สัปดาห์ที่ 4 (วัน 22–30): สร้างและส่งมอบ

ถึงจุดนี้เท่านั้นที่ค่อยเลือกเครื่องมือ เพราะตอนนี้มีลูกค้า มีปัญหา และมี scope ชัดแล้ว นี่คือจังหวะที่ Claude หรือ Claude Code เข้ามามีบทบาท โดยเป็นการสร้างแบบมีเป้าหมาย ไม่ใช่สร้างเพื่อฝึกมือ จากนั้นส่งมอบงาน ขอ feedback และขอ testimonial เก็บไว้เป็นหลักฐาน (proof) เพื่อใช้ปิดลูกค้ารายต่อไปในราคาที่สูงขึ้น

สรุป: เลือกได้ว่าจะดูคลิปนี้เป็นข้ออ้าง หรือเป็นจุดเริ่มลงมือ

แก่นของคลิปนี้ไม่ได้บอกให้เลิกเรียน Claude Code หรือเครื่องมืออื่น แต่บอกให้จัดลำดับใหม่ว่าอะไรมาก่อนอะไร เครื่องมือยังจำเป็นในตอนส่งมอบงาน เพียงแต่มันไม่ใช่จุดเริ่มต้น และไม่ใช่จุดที่สร้างมูลค่า ทักษะที่ทำเงินได้จริงและไม่ตกยุคคือการมองเห็นปัญหาของธุรกิจ ตีมูลค่าออกมาเป็นตัวเงิน แล้วเสนอทางแก้ ส่วนเครื่องมือเป็นแค่ยานพาหนะที่พาข้ามช่องว่างนั้น

Michele Torti ปิดท้ายคลิปด้วยข้อสังเกตว่า ลูกค้าของเขาที่ทำได้ไม่ได้ชนะเพราะมีแผนที่ดี แต่ชนะเพราะลงมือทำ ส่วนคลิปนี้ก็เลือกได้สองทาง คือจะดูแล้วใช้เป็นข้ออ้างไปหาคลิปต่อไป หรือจะใช้เป็นจุดเริ่มต้นในการลงมือจริง