EN TH
ประเมินมูลค่า TECH ASSET · 2026 · กรุงเทพฯ

ZenityX Studio

แพลตฟอร์ม AI สำหรับสร้างคอนเทนต์ที่ครบที่สุดในไทย — 22 production models · 6 generators · ผู้ใช้งานจริง 2,300 คน · สร้างใน 6 เดือน · ประเมินมูลค่าแบบตรงไปตรงมา

12–15M · Tech Asset (บาท) 2,300 · ผู้ใช้งานจริง 22 · AI Models 50,377 · บรรทัดโค้ด
TL;DR · ประเมิน TECH ASSET ตรงไปตรงมา

ต้นทุนสร้างใหม่: 12–15M บาท · เปิดใช้งานพร้อมผู้ใช้ 2,300 คน · เพดาน strategic 25M+ บาท

ZenityX Studio คือ AI Creative SaaS ระดับ Production ที่รวม 22 generative models ไว้ใน UX ภาษาไทยเดียว พร้อมระบบชำระเงินสำหรับคนไทย · เอกสารฉบับนี้รายงานต้นทุนการสร้างใหม่ที่อัตราค่าจ้างวิศวกรในกรุงเทพฯ พร้อมเปิดเผยทั้ง จุดแข็งและจุดที่ต้องระวัง ตอน diligence อย่างตรงไปตรงมา · ตัวเลข headline ใช้ standard rate + battle-testing + brand/IP premium — methodology เต็มอยู่ใน §5–§6

12–15M บาท · Realistic
§ 1 · ตำแหน่งของผลิตภัณฑ์

ZenityX Studio คืออะไร?

ไม่ใช่ Lovable scaffold · ไม่ใช่ GPT wrapper บางๆ · เป็น AI Creative Suite ที่มี 6 generators ครบ พร้อม SaaS infrastructure ระดับ production · ออกแบบสำหรับ Thai prosumer creator economy โดยเฉพาะ

ผลิตภัณฑ์

AI Creative Suite — 6 Generators ครบ

Video, Image, Avatar (lip-sync), Voice, Image Upscale และ Skills workflow builder ที่ user สร้าง pipeline เองได้ · แต่ละ generator มี dispatcher แยก แต่ใช้ UX, credit ledger และ asset library ร่วมกัน

ความครอบคลุมของโมเดล

22 AI Models ระดับ Production

Video: Kling (5 รุ่น), Seedance, Hailuo, Veo 3.1, Sora 2 Pro, Cinematic, Gemini Omni · Image: Nano Banana, GPT Image-2, Seedream v4.5, Flux 2, Grok Imagine · Lip-sync: OmniHuman 1.5, InfiniteTalk, WAN 2.2 Animate · Voice: ElevenLabs catalog

ความเหมาะกับตลาด

Infrastructure แบบ Thai-First

ชำระเงินผ่าน Omise — PromptPay QR + บัตรเครดิตไทย · UI/UX ภาษาไทย · credit packages ราคาในระดับตลาดไทย · Cloudflare R2 ส่งไฟล์เร็วในภูมิภาค SEA · สร้างสำหรับ prosumer ไทยตั้งแต่แรก ไม่ใช่ดัดแปลงจากของฝรั่ง

ความลึกในการดำเนินงาน

Production SaaS ครบเครื่อง

Supabase Auth + RLS-secured Postgres (98 policies), real-time updates, mobile UI เฉพาะมือถือ (15 components), admin console ครบ — sales analytics, error monitor, model performance dashboards, community feed แบบ masonry · ไม่ใช่ prototype

§ 2 · โครงสร้างผลิตภัณฑ์

6 Generators ครบทุกสาย

แต่ละ generator เป็นผลิตภัณฑ์ที่สมบูรณ์ในตัวเอง · เมื่อรวมกันครอบคลุม creative pipeline ทั้งหมด: idea → text → image → video → talking-head → upscaled asset · ทุกอย่างใช้ระบบ credit เดียวกัน

FLAGSHIP · 3,771 LOC

Video Generator

11 รุ่นโมเดลใน dispatcher เดียว: Kling 2.1 / 2.5 / 2.6 / 3.0 / MotionControl, Seedance 1.5 Pro & 2, Hailuo 2.3, Veo 3.1 (Fast + Quality), Sora 2 Pro (T2V + I2V), Cinematic, Gemini Omni · อัปโหลด frame อ้างอิง, multi-shot, web-search, auto-aspect, watchdog sync

1,026 LOC

Image Generator

6 providers ใน panel เดียว: Nano Banana (Pro tier), GPT Image-2, Seedream v4 + v4.5 (text-to-image + edit), Flux 2, Grok Imagine · ปุ่ม background-removal, @-mention รูปใน prompt, reference-image pipeline

1,625 LOC

Avatar Generator

3 lip-sync engines พร้อม role-typed inputs: OmniHuman 1.5, InfiniteTalk (single/multi-speaker), WAN 2.2 Animate · ลากรูปจาก gallery, multi-audio reflow, audio-to-talking-head pipeline เชื่อมกับ Voice Generator

466 LOC + CATALOG

Voice Generator

ElevenLabs TTS พร้อม voice-catalog browser cache ใน Postgres (voice_catalog table) · Output ส่งต่อให้ Avatar Generator เป็น audio input · มี preview + voice search

571 LOC

Upscale Generator

Image upscaling flow เฉพาะ พร้อม provider routing · adaptive thumbnails, เชื่อม gallery, persist ใน library

ใหม่ · WORKFLOW ENGINE

Skills Builder

User-authored multi-step pipelines เชื่อม models ด้วย typed inputs (reference_image, first_frame, motion_video, audio) · skills แบบ public/private, favorites, prefill · เป็น workflow engine แบบ community-creator ตัวแรกใน Thai AI SaaS — moat candidate

§ 3 · ความลึกทางเทคนิค

Production Stack & Scale

ตัวเลขที่ technical diligence ของผู้ซื้อจะ verify ได้ใน 1 ชั่วโมงแรก · อ้างอิงจาก docs/valuation/01-tech-inventory.md — ทุกตัวเลข grep ได้ใน repo

ZenityX Studio brand mark
React 18 Supabase TypeScript Cloudflare R2 Omise · PromptPay KIE · WaveSpeed BytePlus ElevenLabs shadcn/ui · Tailwind
studio.zenityx.com · Production architecture

Stack & Scale

FrontendReact 18 · TS · Vite
BackendSupabase Postgres + Edge
Auth + RLS98 policies
StorageCloudflare R2
ระบบชำระเงินOmise · Card + PromptPay
AI gatewaysKIE · WaveSpeed · BytePlus
Voice providerElevenLabs (cached)
Edge functions27
Database tables26 · 99 RPCs
Migrations ที่ ship136
โค้ดทั้งหมด50,377 LOC
Components128 + 57 UI primitives
ผู้ใช้งานจริง2,300
Commits · 60 วัน1,438
Velocity: 1,438 commits ใน 60 วัน ≈ 24 ครั้ง/วัน · สะท้อนว่าใช้ Lovable + Claude อย่างหนักตอนสร้าง · แต่ output คือ production code จริงที่ ship ขึ้นใช้กับ user สดต่อเนื่อง
§ 4 · ความสามารถในการป้องกัน (MOAT)

Custom IP — moat ที่แท้จริงอยู่ตรงไหน

พูดตรงๆ: ~60% ของโค้ดคือ shadcn/Supabase plumbing ที่ config ขึ้นมา (commodity) · อีก ~40% เป็น asset ของจริง · 3 ชิ้นที่โดดเด่นที่สุด

3,771 LOC

Multi-model dispatcher

Video dispatcher encode provider quirks ของ 11 รุ่นโมเดล · เพิ่มโมเดลใหม่ = config + buildPayload 1 ตัว · Dispatcher พี่น้อง (Avatar 1,625 LOC, BytePlus 1,628 LOC) ใช้ pattern เดียวกัน · คู่แข่งต้องสร้างใหม่ทีละรุ่น เพราะแต่ละรุ่นมี settings UI, validation และ provider edge case ของตัวเอง

4 TABLES + WORKFLOW ENGINE

Skills workflow engine

Pipelines ที่ user สร้างเอง พร้อม role-typed inputs · ขับเคลื่อนด้วย skills, skill_steps, skill_runs, skill_favorites tables และ run-skill edge function 404 LOC · เป็น workflow engine จริง ไม่ใช่ glue code · เป็น candidate สำหรับ community-creator network effect — Skill ทุกตัวที่ share = content + retention lever

REGISTRY + RUNTIME CATALOG

Webhook registry & ai_models catalog

Entry point เดียว normalize payload จาก 4+ providers เป็นผลลัพธ์รูปแบบเดียว · ตาราง ai_models ทำหน้าที่เป็น runtime feature-flag + pricing engine — operator เพิ่ม/ปิดโมเดล, ปรับ credit cost, เปิด maintenance mode ได้ โดยไม่ต้อง deploy โค้ด · หาผลิตภัณฑ์อายุ 6 เดือนที่ทำแบบนี้ได้ยาก

§ 5 · วิธีคำนวณต้นทุน

ตารางต้นทุนการสร้างใหม่

ประเมินตาม function ที่ต้องทำ ไม่ใช่ตาม LOC (LOC ให้เครดิตโค้ดที่ AI agent ช่วยทำมากเกินไป) · 1,500 person-days ของงานวิศวกรรมแท้ ≈ 6 ปีคน เดียวคนเดียว, 2 ปีสำหรับทีม 3 คน, หรือ 18 เดือนสำหรับทีม 4 คน · 3 scenarios อัตราค่าจ้างกรุงเทพฯ ด้านล่าง

องค์ประกอบต้นทุน
LEAN
3,500 บาท/วัน
STANDARD
5,500 บาท/วัน
PREMIUM
8,000 บาท/วัน
Pure dev · 1,500 วัน
5.25M
8.25M
12.00M
+ Battle-testing premium (+30%)
6.83M
10.73M
15.60M
+ Brand & product knowledge (+15%)
7.85M
12.34M
17.94M
ต้นทุนสร้างใหม่สุดท้าย (บาท)
~8M
~12M
~18M
ทำไมประเมินตาม function ไม่ใช่ LOC: ตัวเลข 1,500 วันถามว่า "ทีมมนุษย์ต้องใช้เวลาเท่าไรเพื่อ ship แต่ละ capability" — ครอบคลุม 6 generators, 22 model integrations, 27 edge functions, schema 26 tables พร้อม 98 RLS policies, admin console ครบ, mobile UI, Omise payments end-to-end, Skills workflow engine, webhook registry · sub-totals ทั้งหมดอยู่ใน docs/valuation/02-valuation.md
§ 6 · สรุปมูลค่า

ช่วงมูลค่า — 3 ระดับ พร้อมสมมติฐานตรงไปตรงมา

ต้นทุนสร้างใหม่ (floor) + traction จาก user 2,300 คน (เล็กแต่มีจริง) + strategic premium (ขึ้นอยู่กับผู้ซื้อ) · การประเมินมูลค่าที่ตรงไปตรงมาจะรายงานเป็นช่วง · ตัวเลขเดี่ยวคือ marketing ไม่ใช่ finance

ระดับ
องค์ประกอบ
ช่วงมูลค่า · บาท
Conservative
ใช้แค่ Lean rebuild cost · ไม่บวก traction · ไม่บวก strategic premium · เป็น floor ที่ defend ได้สำหรับ liquidation หรือ distress sale
~8M
Realistic ★
Standard rebuild + battle-testing + brand/IP premium + traction add เล็กน้อย · ตัวเลขที่ผู้ซื้อมีเหตุผลในตลาดปกติจะเสนอ · เป็นตัวเลข headline สำหรับโฆษณาให้นักลงทุน
12–15M
Optimistic
Premium rebuild + ศักยภาพการแปลง traction + strategic-buyer premium (+20–50%) · ต้องการผู้ซื้อที่เหมาะสม (SEA creative SaaS, content arm ของ telco ไทย, AI gateway ที่อยากเข้าตลาด consumer)
20–25M
USD เป็นสกุลเงินรอง (อัตรา ~36 บาท/USD): Conservative ≈ $220K · Realistic ≈ $330–420K · Optimistic ≈ $555–700K · สำหรับการคุยกับนักลงทุนต่างชาติหรือ strategic buyer
§ 7 · ข้อควรระวังตอน DILIGENCE

ความเสี่ยงตรงไปตรงมา — สิ่งที่ Buyer Diligence จะเจอ

ทุกข้อมีจริง, ตั้งชื่อชัดเจน, และซ่อนอยู่ใน Conservative end ของช่วงมูลค่าแล้ว · ใส่ไว้ที่นี่เพื่อให้นักลงทุนได้ยินจากเราก่อน ไม่ใช่จากทนายของเขาทีหลัง

พึ่งพา KIE.ai เป็นหลัก

~15 จาก 22 model integrations route ผ่าน API gateway เดียว (api.kie.ai) · WaveSpeed เป็น second-source เดียวที่มีน้ำหนัก · เจ้าของ monitor อยู่แล้ว (KIE credits badge เพิ่มเมื่อ 2026-05-13) · Mitigation: 1–2 สัปดาห์ต่อโมเดลหลัก เพื่อเพิ่ม second-source provider

ไม่มี automated tests, ไม่มี CI

ไม่มี .test.ts* / .spec.ts* ใน src/ เลย · Playwright scaffold ไว้แต่ไม่มี specs · ไม่มี .github/workflows/ · TypeScript strict: false · Acquirer discount น่าจะ 10–15% · Mitigation: 2–3 สัปดาห์เพื่อ stand up พื้นฐาน

ไฟล์ dispatcher ขนาดใหญ่เกินไป

VideoGenerator.tsx 3,771 LOC; BytePlusGenerator.tsx 1,628 LOC; AvatarGenerator.tsx 1,625 LOC · เพิ่มโมเดลใหม่ = แก้ไฟล์เดียวกับทุกโมเดลที่มีอยู่ · เจ้าของมี refactor plan เขียนไว้แล้ว (docs/superpowers/plans/2026-05-21-videogenerator-refactor.md) — execute ก่อน pitch จะทำให้ discount นี้หายไป

ผูกกับ Lovable + ระบบชำระเงินเจ้าเดียว

Deploy + dev pipeline ผูกกับ Lovable Cloud (migrate ได้ — เพราะเป็นแค่ Vite + Supabase — แต่ day-1 ops จะเปลี่ยน) · ใช้ Omise อย่างเดียว = จำกัด reach นอกประเทศไทย · ยังไม่มีหน้า legal/terms · ทั้งหมดแก้ได้ ภายใน diligence window 4 สัปดาห์

ตัวเลข HEADLINE · ขั้นตอนถัดไป

ZenityX Studio · Tech Asset มูลค่า 12–15M บาท · เปิดใช้งานพร้อม user 2,300 คน · เพดาน strategic 25M+ บาท

สำหรับ diligence: docs/valuation/01-tech-inventory.md (technical inventory) และ docs/valuation/02-valuation.md (methodology เต็ม) อยู่ใน repo เดียวกัน · ผลิตภัณฑ์จริงที่ studio.zenityx.com

ติดต่อ: Trin · ZenityX · trin@zenityx.com · (เปลี่ยนเป็นช่องทางที่ต้องการก่อนแชร์)

12–15M บาท · Tech Asset