ในฐานนะที่ Dynamics motion เป็นผู้ให้บริการ ERP มายาวนาน การใช้ AI ในธุรกิจ ควรถูกวางแผนจากโจทย์ธุรกิจร่วมกัน ไม่ใช่แยกเป็นโครงการซื้อซอฟต์แวร์คนละส่วน 

ในมุมมองของ Dynamics Motion การใช้ AI กับข้อมูลหลายฝ่ายจะมีประโยชน์มากขึ้นเมื่อองค์กรกำหนดได้ว่า ข้อมูลใดเชื่อถือได้ ใช้ตอบคำถามอะไร ใครมีสิทธิ์เข้าถึง และใครรับผิดชอบผลลัพธ์ที่นำไปใช้

ผู้บริหารไม่ได้ต้องการเพียงรายงานที่สร้างเร็วขึ้น แต่ต้องการเข้าใจผลประกอบการ วางแผนทรัพยากร และตัดสินใจได้โดยรู้ว่าตัวเลขที่เห็นมาจากไหน การเตรียมองค์กรให้พร้อมใช้ AI จึงควรเริ่มจากความพร้อมของงานและข้อมูล ไม่ใช่เริ่มจากจำนวนเครื่องมือที่มี

ERP ไม่ใช่เงื่อนไขของการใช้ AI ทุกประเภท แต่สามารถเป็นฐานข้อมูลธุรกรรมที่สำคัญสำหรับงาน AI ที่ต้องใช้ข้อมูลข้ามฝ่าย

การติดตั้ง ERP เพียงอย่างเดียวไม่ได้ทำให้ข้อมูลถูกต้อง หรือเชื่อม AI ได้ทันที ยังต้องออกแบบมาตรฐานข้อมูล การเชื่อมต่อ สิทธิ์ใช้งาน และกระบวนการตรวจสอบให้เหมาะกับงาน

• โอกาสจาก AI ไม่ได้เกิดขึ้นเท่ากัน

        ข้อมูลจาก Techsauce รายงานจากเวที Debate on the Global Economy ว่า เศรษฐกิจบางกลุ่มได้รับแรงหนุนจากการลงทุน และห่วงโซ่ AI ขณะที่บางกลุ่มยังเผชิญข้อจำกัดและแรงกดดันอื่น ความพร้อมในการปรับตัวจึงเป็นประเด็นที่ต้องพิจารณาควบคู่กับโอกาสของเทคโนโลยี 

• พนักงานทำงานเร็วขึ้น ยังไม่เท่ากับทั้งองค์กรทำงานดีขึ้น

        อีกประเด็นจากรายงานการเสวนา คือ การใช้ AI ช่วยงานรายบุคคลอาจยังไม่เปลี่ยนผลลัพธ์ระดับองค์กร หากกระบวนการเดิมยังไม่ปรับตาม รายงานยังยกการเชื่อม AI เข้ากับฐานข้อมูลและระบบงานเฉพาะทาง เพื่อให้คำตอบนำไปใช้กับงานจริงได้

• การเร่งใช้ AI ต้องพิจารณาควรคู่กับความเสี่ยง

          ในบทสรุป IMFC มีทั้งประเด็นโอกาสเพิ่มผลิตภาพ ความแตกต่างของผลประโยชน์ และความจำเป็นในการมีมาตรการกำกับความเสี่ยง ไม่ใช่พิจารณา AI เฉพาะด้านบวกเพียงด้านเดียว

ขอบคุณข้อมูลจาก: Techsuace, IMF

        ลองพิจารณาสถานการณ์สมมติของธุรกิจขายส่งที่ต้องการให้ AI สรุปผลประกอบการรายเดือน ฝ่ายขายมีข้อมูลคำสั่งซื้อ คลังสินค้ามีจำนวนส่งมอบ ฝ่ายบัญชีมีรายได้และต้นทุน แต่แต่ละฝ่ายใช้รหัสสินค้า ช่วงเวลา หรือเกณฑ์สรุปยอดต่างกัน

ก่อนนำข้อมูลไปวิเคราะห์ ทีมจึงต้องตรวจสอบว่าคำว่า “ยอดขาย” หมายถึงคำสั่งซื้อที่ยืนยันแล้ว ยอดส่งสินค้า หรือรายได้ที่บันทึกบัญชี การนำตัวเลขทั้งหมดมารวมกันโดยไม่ระบุความหมาย อาจทำให้บทสรุปดูครบถ้วน แต่ยังไม่ตอบคำถามของผู้บริหารอย่างถูกบริบท

        ประเด็นจึงไม่ใช่ว่าบริษัทใช้ Excel หรือมีระบบแยกกันแล้วผิดเสมอไป แต่คือข้อมูลที่ใช้ร่วมกันมีนิยามตรงกันหรือไม่ อัปเดตถึงเมื่อใด ตรวจสอบต้นทางได้หรือไม่ และใครเป็นผู้ยืนยันความถูกต้อง

สำหรับงานลักษณะนี้ เราเสนอให้เริ่มจากการจัดข้อมูลให้พร้อมตอบคำถามธุรกิจก่อน แล้วจึงเลือกบทบาทที่เหมาะสมของ AI เพื่อไม่ให้โครงการใหม่กลายเป็นเพียงอีกช่องทางหนึ่งที่ทีมต้องรวบรวมข้อมูลด้วยมือ

        ระบบ ERP หรือ Enterprise Resource Planning เป็นระบบสำหรับเชื่อมโยงข้อมูลและกระบวนการทำงานหลายส่วนขององค์กร เช่น การขาย จัดซื้อ คลังสินค้า และบัญชี จุดที่ควรนำมาต่อยอดกับ AI จึงไม่ใช่เพียงการมีข้อมูลอยู่ในที่เดียว แต่คือความสัมพันธ์ของธุรกรรมที่ใช้ตรวจสอบและอธิบายกันได้

ในการออกแบบข้อมูลสำหรับงาน AI ข้ามฝ่าย Dynamics Motion เสนอให้ตรวจความพร้อมอย่างน้อยสี่ด้านต่อไปนี้

สิ่งที่ควรออกแบบใน ERP ก่อนนำข้อมูลไปใช้กับ AI

            ERP ไม่จำเป็นต้องแทนที่ระบบเฉพาะทางทุกตัว บริษัทอาจคงระบบบางส่วนไว้และออกแบบการเชื่อมต่อ โดยกำหนดแหล่งข้อมูลหลักของแต่ละเรื่องให้ชัดเจน สิ่งสำคัญคือไม่ปล่อยให้ข้อมูลที่ใช้ตัดสินใจกลายเป็นหลายชุดที่อธิบายความแตกต่างไม่ได้

แนวคิดเดียวกันนี้ปรากฏในบทความ Odoo กับการปิดงบบัญชีไทย ของ Dynamics Motion ซึ่งให้ความสำคัญกับการออกแบบข้อมูลจากการดำเนินงานให้ใช้ต่อที่บัญชีได้ ก่อนนำผลลัพธ์ไปวิเคราะห์หรือตัดสินใจในขั้นถัดไป

ตัวอย่างการต่อยอดข้อมูล ERP ให้ AI ช่วยงานผู้บริหาร

• ตัวอย่างที่1: ให้ Ai ช่วยอธิบายกำไร ขาดทุน จากยอดขายที่เกิดขึ้นจริง

        องค์กรสามารถเริ่มจากรายงานที่คำนวณรายได้ ต้นทุน และกำไรขั้นต้นตามเกณฑ์ที่ฝ่ายบัญชียืนยันแล้ว จากนั้นให้ AI ช่วยสรุปว่าหมวดสินค้าหรือช่วงเวลาใดเปลี่ยนแปลง และแสดงรายการที่ควรตรวจสอบเพิ่มเติม

ข้อมูลที่ต้องพร้อม: รายได้ ต้นทุน ส่วนลด การคืนสินค้า และช่วงเวลาที่เปรียบเทียบ หากต้องการวิเคราะห์กำไรสุทธิ ต้องรวมค่าใช้จ่ายและรายการที่เกี่ยวข้องตามนิยามของรายงานด้วย

ผลลัพธ์ที่ควรทดสอบ: ผู้บริหารตามกลับไปยังตัวเลขต้นทางได้ และคำอธิบายแยกข้อเท็จจริงออกจากข้อสันนิษฐาน ไม่สรุปสาเหตุของกำไรที่เปลี่ยนโดยไม่มีข้อมูลรองรับ

• ตัวอย่างที่2: ให้ Ai ช่วยจัดลำดับติดตามลูกหนี้

        เมื่อรายการใบแจ้งหนี้ วันครบกำหนด ยอดรับชำระ และประวัติการติดตามเชื่อมกัน องค์กรสามารถกำหนดกติกาจัดกลุ่มลูกหนี้ แล้วให้ AI ช่วยสรุปรายการที่ทีมควรติดตามและร่างข้อความให้ผู้รับผิดชอบตรวจทาน

ข้อมูลที่ต้องพร้อม: สถานะใบแจ้งหนี้ รายการชำระบางส่วน ข้อพิพาทหรือเหตุผลที่ยังไม่จ่าย และผู้ดูแลลูกค้าแต่ละราย

ผลลัพธ์ที่ควรทดสอบ: ทีมเห็นรายการที่ต้องทำต่ออย่างชัดเจน โดยไม่ตีความว่าวันครบกำหนดเท่ากับวันที่จะได้รับเงินจริง และไม่ส่งข้อความหาลูกค้าโดยข้ามขั้นตอนอนุมัติที่กำหนด

• ตัวอย่างที่3: ให้ Ai ช่วยเปรียบเทียบทางเลือกการจัดซื้อจากข้อจำกัดจริง

        องค์กรอาจใช้รายงานหรือแบบจำลองวางแผนคำนวณความต้องการสินค้า แล้วให้ AI ช่วยอธิบายข้อเสนอ เช่น รายการใดควรตรวจสอบก่อนสั่งเพิ่ม หรือทางเลือกใดมีผลต่อระดับสต๊อกและกำหนดส่งมอบ

ข้อมูลที่ต้องพร้อม: สินค้าคงเหลือ สินค้าที่จองแล้ว คำสั่งซื้อที่ยืนยัน สินค้าระหว่างทาง ระยะเวลาจัดส่ง และข้อจำกัดการสั่งซื้อ

ผลลัพธ์ที่ควรทดสอบ: ข้อเสนอระบุข้อมูลและสมมติฐานชัดเจน และมีผู้อนุมัติก่อนออกคำสั่งซื้อจริง หากใช้การพยากรณ์ ต้องประเมินความแม่นยำกับข้อมูลที่แยกไว้ทดสอบก่อนใช้งาน

            งานที่รายงานหรือกฎอัตโนมัติทำได้ดีอยู่แล้ว ไม่จำเป็นต้องเปลี่ยนให้ AI ทำทั้งหมด บทบาทของ AI ในตัวอย่างเหล่านี้คือช่วยสรุป อธิบาย และเตรียมงานให้คนตัดสินใจ ส่วนการคำนวณและการควบคุมธุรกรรมยังต้องมีหลักเกณฑ์ที่ตรวจสอบได้

AI Assistance ใน MotionERP

        Ai Assistance ที่ฝังอยู่ใน MotionERP ไม่ใช่เพียงเป็น Ai ช่วยเหลือธรรมดาเท่านั้น แต่เป็นผู้ช่วยอัฉริยะะ ที่สามารถดึงข้อมูลในระบบ ERP ของคุณ มาวิเคราะห์ได้เป็นกราฟ พร้อมให้คำแนะนำแนวทางการตัดสินใจในธุรกิจได้ทันที ยิ่ง ERP ของคุณมีข้อมูลพร้อมมากเท่าไหร่ Ai ก็สามารถดึงข้อมูล มาวิเคราะห์ได้ทั้งหมด

สนใจให้เราเสนอ Solution กรอกฟอร์มได้ทันที!