เมื่อ Generative AI บุก SAP Business Oneจะเปลี่ยนชีวิตคนหน้างานและธุรกิจเราไปอย่างไรบ้าง?

บทความแบ่งปันมุมมองและเจาะลึกเทคโนโลยี โดย ที่ปรึกษาอาวุโสด้าน ERP & Digital Transformation

สวัสดีค่ะทุกคน วันนี้ ดิฉันอยากชวนทุกคนมานั่งจิบกาแฟคุยกันสบาย ๆ สักแก้ว แต่เป็นเรื่องที่ตื่นเต้นและสำคัญต่อทิศทางธุรกิจมาก ๆ สำหรับใครที่ใช้งานหรือดูแลระบบ SAP Business One อยู่ในองค์กรค่ะ

ถ้าถามว่าตลอดระยะเวลาอันยาวนานที่ดิฉันได้คลุกคลีอยู่กับการวางระบบ ERP ให้กับหลากหลายอุตสาหกรรม ตั้งแต่วันที่ระบบยังติดตั้งลงบนเซิร์ฟเวอร์ตู้เหล็กหลังออฟฟิศ หน้าจอเป็นสีทึม ๆ เอกสารกองท่วมโต๊ะ จนมาถึงยุค Cloud และเว็บเบราว์เซอร์

สิ่งหนึ่งที่ดิฉันได้ยินพี่น้องชาวออฟฟิศและเจ้าของกิจการบ่นตรงกันเสมอมาก็คือ:

  • “พี่คะ ข้อมูลอยู่ในระบบครบหมดนะ แต่ทำไมเวลานายจะเอาตัวเลขด่วน หนูต้องไปนั่งดึง Excel ข้ามวันข้ามคืน?”
  • “อยากได้รายงานเฉพาะกิจสักตัว ต้องเปิด Ticket รอฝ่ายไอทีเขียนคำสั่ง SQL ให้สองสัปดาห์ พอได้รายงานมา ลูกค้าเปลี่ยนใจไปซื้อเจ้าอื่นแล้ว!”

ความเจ็บปวดเหล่านี้ไม่ได้เกิดจากระบบไม่ดี หรือคนของเราไม่ขยันเลยค่ะ แต่มันเกิดจากสิ่งที่ดิฉันเรียกว่า “กำแพงภาษาระหว่างมนุษย์กับระบบฐานข้อมูล” คนทำงานอย่างเรา ๆ คิดเป็นภาษาธุรกิจ แต่ระบบ ERP เก็บข้อมูลเป็นตารางและรหัสที่ซับซ้อน

แต่วันนี้ดิฉันบอกได้เต็มปากเลยค่ะว่า การมาถึงของ SAP Business One 10.0 Feature Package (FP) 2608 บน Web Client รอบนี้ ทำให้หัวใจคนเป็นที่ปรึกษาอย่างดิฉันเต้นแรงมาก เพราะ SAP ไม่ได้แค่อัปเดตปุ่มใหม่หรือเปลี่ยนสีหน้าจอ แต่เขาเอา Generative AI ใส่เข้าไปไว้ตรงแกนกลางการทำงานจริง ๆ เป็นการปฏิวัติวิธีที่พวกเราคุยกับข้อมูลอย่างที่ไม่เคยมีมาก่อนค่ะ

วันนี้ดิฉันจะมาเล่าให้ฟังแบบละเอียด เจาะลึก และเห็นภาพจริงกันไปเลยว่า ของใหม่ในเวอร์ชันนี้จะช่วยให้ชีวิตคนทำงานง่ายขึ้น และช่วยให้ธุรกิจวิ่งฉิวได้อย่างไรบ้างค่ะ

1. หมดยุค “เปิด Ticket รอไอที”: ปฏิวัติการดึงข้อมูลด้วย “AI-Powered Query Generation”

เริ่มต้นด้วยฟีเจอร์ที่ดิฉันเชื่อว่าจะได้เสียงเฮดังที่สุดจากแผนกการเงิน บัญชี และฝ่ายวางแผน นั่นคือฟีเจอร์ “Generate with AI” ในการสร้าง Query ค่ะ

ในฐานะที่ปรึกษา ดิฉันเห็นภาพซ้ำ ๆ มาตลอดชีวิตการทำงาน คือทีมบัญชีอยากได้รีพอร์ตแปลก ๆ ไปตอบคำถามผู้บริหาร เช่น อยากดูประวัติลูกหนี้แยกตามช่วงเวลาแบบเจาะจง ก็ต้องเดินไปสะกิดน้องไอที น้องไอทีก็ต้องวางมือจากงานพัฒนาระบบ มานั่งเปิด Database Table หาชื่อฟิลด์ เขียนคำสั่ง SQL ภาษาคอมพิวเตอร์ที่คนทั่วไปอ่านแล้วเวียนหัว แต่ใน SAP B1 FP 2608 กำแพงตรงนี้ถูกทลายลงอย่างสิ้นเชิงด้วยการทำให้ข้อมูลเข้าถึงได้ทุกคนจริง ๆ (Democratizing Data)

ลองนึกภาพตาม Use Case จริงกรณีนี้ดูนะคะ:

ทีมการเงินกำลังกุมขมับเรื่องสภาพคล่องและกระแสเงินสด (Cash Flow) อยากทำรายงาน Customer Detailed Aging Report แบบเฉพาะกิจ เพื่อดูว่าลูกหนี้รายไหนค้างชำระนานเกินเส้นปลอดภัยบ้าง

  • สั่งงานด้วยภาษาพูดธรรมดา (Plain Language): แทนที่จะต้องไปนั่งนึก Syntax ว่า SELECT … FROM OINV … WHERE … ผู้ใช้งานสามารถพิมพ์ลงในกล่องคำสั่งภาษาคนธรรมดาได้เลยว่า “ต้องการรายงานลูกหนี้ค้างชำระตาม Posting Date (วันที่ผ่านรายการ) โดยขอแบ่งเป็น 6 Aging Periods”
  • AI แปลงเป็น SQL ให้ทันที: เจนเนอเรทีฟเอไอของ SAP จะวิเคราะห์ความหมาย จับคู่ฟิลด์ในดาต้าเบสของ B1 และแปลงเป็นคำสั่ง SQL Statement ที่ถูกต้องตามโครงสร้างระบบให้เบ็ดเสร็จ
  • ปรับแต่งค่าได้ตามใจชอบ (Advanced Tuning): เราไม่ได้ถูกขังอยู่กับค่าเริ่มต้นของระบบค่ะ หากฝ่ายการเงินอยากปรับพารามิเตอร์ของ Aging Period เช่น จากเดิมช่วงละ 30 วัน อยากขยับวิเคราะห์ภาพกว้างไปถึง 1,000 วัน เพื่อดูพฤติกรรมการจ่ายเงินสะสมในระยะยาว ก็สามารถปรับค่าต่อได้เลยทันที
  • จัดระเบียบรายงานแบบมือโปร: เมื่อได้ผลลัพธ์มา เราสามารถกด Update Column Descriptions เพื่อเปลี่ยนชื่อหัวตารางให้อ่านเข้าใจง่ายสำหรับทีมบริหาร และยังตั้งค่า Link Settings ให้คลิกส้ม (Golden Arrow) เพื่อพุ่งตรงไปยังเอกสารต้นทาง (Source Documents) ได้เหมือนเดิมเป๊ะ
  • คัดกรองความเสี่ยง: เพียงกดเรียงลำดับ (Sort) Balance Due แบบจากมากไปหาน้อย (Descending) เราก็จะได้รายชื่อลูกหนี้กลุ่มเสี่ยงสูง (High Risk) ที่มียอดค้างเกิน 150 วัน โผล่ขึ้นมาให้เห็นชัดเจนอยู่บนสุดของจอ
  • แปลงเป็นภาพในพริบตา (Data Visualization): ข้อมูลตัวเลขเป็นพรืด ผู้บริหารอ่านแล้วอาจจะล้าสายตา เราสามารถกดแปลง Query ผลลัพธ์นี้ให้เป็น Stacked Column Chart โดยวางแกนเปรียบเทียบยอดค้างชำระ (Balance Due) คู่กับชื่อลูกค้า (Customer Name) และจำแนกตามปีของวันครบกำหนด (Due Date Year) เพียงเท่านี้ ที่ประชุมบอร์ดก็เห็นภาพความเสี่ยงทางการเงินได้ทันทีภายในเวลาไม่กี่นาที
มุมมองจากที่ปรึกษา (So What?):
สิ่งที่เกิดขึ้นตรงนี้มีค่ามหาศาลค่ะ แผนกไอทีไม่ต้องมานั่งเป็นคอขวด (Bottleneck) ในการเขียนคิวรีประจำวันอีกต่อไป ไอทีเอาเวลาไปโฟกัสเรื่องความปลอดภัยและงานเชิงระบบ ส่วนคนหน้างานที่เข้าใจธุรกิจที่สุดอย่างฝ่ายการเงิน ก็สามารถหาข้อมูลมาตอบโจทย์ตัวเองได้แบบ Real-time ความเร็วในการตรวจจับสัญญาณเตือนภัยทางการเงินจึงเพิ่มขึ้นหลายเท่าตัว เงินสดหมุนเวียนของบริษัทก็ได้รับการปกป้องได้ทันท่วงทีค่ะ
 
 

2. ตอบลูกค้าได้ทันทีแบบมืออาชีพ: ก้าวล้ำไปกับ “Ask AI” ผู้ช่วยข้างกายคนหน้างาน

มาดูฝั่งทีมขายและบริการลูกค้ากันบ้างค่ะ ดิฉันพูดกับน้อง ๆ เสมอว่า ในโลกธุรกิจปัจจุบัน ความเร็วคือหัวใจสำคัญ ความล่าช้าในการส่งข้อมูลให้ลูกค้าคือค่าเสียโอกาส (Opportunity Cost) ที่แพงที่สุด

ลองนึกถึงภาพเซลส์กำลังนั่งคุยโทรศัพท์กับลูกค้ารายใหญ่ ถ้าลูกค้าถามคำถามยาก ๆ แล้วเซลส์ตอบว่า

“ขอเวลาหนูไปรื้อระบบสักครึ่งวันนะคะ แล้วพรุ่งนี้จะโทรแจ้ง” โมเมนตัมการปิดการขายมันหลุดไปแล้วค่ะ แต่ใน FP 2608 บน Web Client มีฟีเจอร์ที่ชื่อว่า “Ask AI” เข้ามาประจำการทั้งในหน้า List Views และ Detailed Views เพื่อเป็นผู้ช่วยส่วนตัวให้เราสนทนากับข้อมูลได้ตลอดเวลา

 

จำลองสถานการณ์จริงของฝ่ายขาย:

สมมติว่าพนักงานขายของเรากำลังคุยเจรจากับลูกค้าที่ต้องการซื้อสินค้าแบบด่วนจี๋ สั่งซื้อเครื่องพิมพ์ 3 เครื่อง พร้อมฮาร์ดดิสก์อีก 2 ตัว และถามเจาะจงมาทันทีว่า “ดิฉันจะเอาของไปส่งสาขาที่เชียงใหม่ ใช้เวลากี่วัน และค่าจัดส่งประมาณเท่าไหร่?”

  • เลือกสินค้า: เซลส์เปิดหน้าจอออเดอร์บน Web Client แล้วติ๊กเลือกรายการสินค้าทั้ง 2 รายการนั้น
  • เรียกใช้ Ask AI: กดปุ่มเมนู “Ask AI” และคลิกเลือก “Ask Question”
  • ฉลาดด้วย Placeholders: ระบบจะมีความฉลาดตรงที่ใช้เทคนิค Placeholders ดึงข้อมูลที่เลือกอยู่ ไม่ว่าจะเป็น Item Description และ Quantity เข้าไปแปะในหน้าต่างคำถามให้โดยอัตโนมัติ เซลส์ไม่ต้องมานั่งพิมพ์รหัสสินค้าหรือชื่อยาว ๆ ซ้ำซ้อน
  • ตอบไวและแม่นยำ: เซลส์เพียงแค่พิมพ์ถามต่อเรื่องระยะเวลาและค่าส่ง AI ก็จะไปดึงข้อมูลเงื่อนไข โลจิสติกส์ และราคาที่กำหนดไว้มาตอบได้อย่างถูกต้อง แม่นยำ
  • สนทนาต่อเนื่อง (Continuous Conversation): เซลส์สามารถถามต่อได้ทันที เช่น “แล้วถ้าเทียบกับ Market Price ของตลาดตอนนี้ ราคาที่เราเสนอให้ลูกค้าถือว่าสูงหรือต่ำกว่าอย่างไร?” เพื่อใช้เป็นข้อมูลประกอบการเจรจาต่อรอง ณ วินาทีนั้นได้เลย

 

สร้างมาตรฐานองค์กรด้วย Template ใน Analytics:

ดิฉันมักจะสอนลูกค้าเสมอว่า ถ้าอยากให้องค์กรโตอย่างยั่งยืน เราต้องไม่พึ่งพาแค่ทักษะเฉพาะตัวของคนใดคนหนึ่ง แต่ต้องสร้างกระบวนการที่ทุกคนทำตามได้ ระบบ Ask AI อนุญาตให้เราบันทึกคำถามยอดฮิตเป็น Template ผ่านแอปพลิเคชัน Ask AI ในหมวด Analytics ได้ด้วยค่ะ โดยเราสามารถกำหนด Source Objects ลงลึกในระดับโครงสร้าง เช่น เจาะจงจาก Sales ไปยัง Sales Orders แล้วลงลึกไปที่ Detailed View Rows เพื่อให้มั่นใจว่า ไม่ว่าน้องเซลส์คนใหม่เพิ่งเริ่มงาน หรือพนักงานรุ่นดิฉันมากประสบการณ์กดใช้งาน ก็จะได้ผลลัพธ์การสืบค้นที่ถูกต้อง แม่นยำ และเป็นมาตรฐานเดียวกันเป๊ะ

 

มุมมองจากที่ปรึกษา (So What?):
ความสามารถนี้ไม่ได้แค่ช่วยประหยัดเวลาค่ะ แต่มันช่วยลด Human Error ในช่วงหน้าสิ่วหน้าขวานของการเจรจา และที่สำคัญคือ ลูกค้าปลายทางจะรู้สึกประทับใจในความเป็นมืออาชีพของพนักงานเรา ตอบไว ตอบตรง ตอบมีข้อมูลสนับสนุน โอกาสในการปิดดีลใหญ่ ๆ จึงสูงขึ้นอย่างเห็นได้ชัดค่ะ


3. การผสานพลังแบบไร้รอยต่อ (Synergy): ก้าวข้ามจาก “รู้ว่าเกิดอะไรขึ้น” สู่ “ต้องทำอะไรต่อไป”

สิ่งหนึ่งที่ดิฉันย้ำกับผู้บริหารทุกคนเสมอในการให้คำปรึกษาคือ ระบบ ERP ที่ดีต้องไม่ใช่แค่สมุดบัญชีจดบันทึกอดีต แต่ต้องเป็นเครื่องมือนำทางสู่อนาคต

ในยุคก่อน เราเปิดดูรายงาน เราเห็นว่ามียอดหนี้ค้างชำระเยอะ แล้วเราก็ปิดรายงาน… จากนั้นก็แยกย้ายไปนั่งกังวลว่าจะทำอย่างไรต่อดี แต่สิ่งที่ FP 2608 ทำได้ คือการสร้างกระบวนการทำงานแบบ Closed-loop System ที่เชื่อมต่อข้อมูลจากการวิเคราะห์เข้ากับการลงมือปฏิบัติจริง (Action-oriented)

  • Step 1 (ตรวจพบ): ฝ่ายการเงินใช้ฟังก์ชัน AI-Powered Query Generation คัดกรองจนได้รายชื่อลูกหนี้กลุ่มเสี่ยงสูงที่ค้างจ่ายเกิน 150 วันมาเรียบร้อยแล้ว
  • Step 2 (ส่งต่อ): แทนที่จะหยุดอยู่แค่นั้น หรือต้องมานั่งเดาใจกันเอง ผู้ใช้สามารถไฮไลต์ข้อมูลลูกหนี้ที่มีปัญหานั้น แล้วส่งต่อไปยังหน้าต่าง “Ask AI” ได้ในคลิกเดียว
  • Step 3 (ขอคำแนะนำเชิงลึก): ผู้ใช้งานสามารถสั่งพิมพ์ถาม AI ได้เลยว่า: “จากประวัติการสั่งซื้อ พฤติกรรมการชำระเงินในอดีต และยอดค้างชำระก้อนนี้ ขอให้แนะนำแนวทางปฏิบัติการติดตามหนี้ (Recommended Follow-up Actions) สำหรับลูกหนี้รายนี้ให้หน่อย ควรใช้วิธีระงับวงเงิน เจรจาแบ่งจ่าย หรือส่งหนังสือเตือนก่อนดี?”
  • Step 4 (ลงมือทำ): AI จะวิเคราะห์บริบทข้อมูลรอบด้านในระบบ และร่างข้อเสนอแนะเชิงรุกมาให้เป็นข้อ ๆ พร้อมแนวทางการสื่อสารที่เหมาะสมตามประวัติของลูกค้าแต่ละราย

 

มุมมองจากที่ปรึกษา (So What?):
นี่คือการเปลี่ยนวัฒนธรรมการทำงานขององค์กรจากแบบ Reactive (ตั้งรับ) รองานพังแล้วค่อยตามแก้ มาเป็น Proactive Strategy (เชิงรุก) ที่มีระบบช่วยวิเคราะห์และชี้แนะแนวทางปฏิบัติที่ชัดเจน ผลลัพธ์ที่ได้คืออัตราการเก็บหนี้สำเร็จจะสูงขึ้นอย่างมีนัยสำคัญ และลดโอกาสที่จะกลายเป็นหนี้สูญ (Bad Debt) ซึ่งตรงนี้คือเงินสดจริง ๆ ที่กลับเข้ามาหล่อเลี้ยงกิจการของเราค่ะ

 

4. เจาะลึกโครงสร้างและความปลอดภัย (Infrastructure & Trust): ความอุ่นใจระดับ Enterprise

เวลาดิฉันไปพรีเซนต์เรื่อง AI ให้กับบอร์ดบริหารหรือเจ้าของกิจการ คำถามแรกที่มักจะถูกยิงกลับมาเสมอคือ:

“พี่คะ ข้อมูลธุรกิจเราจะรั่วไหลไหม?”
“แล้วระบบจะแอบเอาข้อมูลราคา ยอดขาย หรือสูตรการผลิตลับของเราไปเทรน AI ให้คนอื่นใช้หรือเปล่า?”

ดิฉันอยากให้ทุกคนสบายใจได้เลยค่ะ SAP เป็นองค์กรที่ขึ้นชื่อเรื่องความรัดกุมและความปลอดภัยของข้อมูลในระดับสากลมาโดยตลอด ใน FP 2608 นี้ สถาปัตยกรรมด้านความปลอดภัยและความโปร่งใสถูกออกแบบมาอย่างแน่นหนามาก ๆ:

มุมมองจากที่ปรึกษา (So What?):
 
ดิฉันมองว่าโมเดลการคิดค่าบริการแบบ Pay-As-You-Go บน SAP BTP เป็นข่าวดีมากสำหรับกลุ่มธุรกิจ SME และกลุ่มธุรกิจระดับกลางค่ะ เพราะในอดีต หากเราอยากได้ระบบที่มีปัญญาประดิษฐ์ระดับองค์กรมาช่วยงาน เราต้องลงทุนซื้อเซิร์ฟเวอร์ราคาหลักล้าน จ้าง Data Scientist มาเซ็ตระบบ ซึ่งเงินลงทุนเริ่มต้น (Initial Investment) มันสูงเกินเอื้อม

แต่ด้วยโมเดลนี้ อุปสรรคด้านเงินลงทุนถูกทำลายลงไปเรียบร้อยแล้วค่ะ (Lower Entry Barrier) เราจ่ายเงินตามการใช้งานจริง เริ่มต้นจากจุดเล็ก ๆ ใช้งานเท่าที่จำเป็น และเมื่อธุรกิจเติบโต ค่อยขยายขนาดการใช้งานแบบคล่องตัว (Agile Scaling) ทำให้ต้นทุนรวมในการเป็นเจ้าของระบบ (TCO – Total Cost of Ownership) สมเหตุสมผลและคุ้มค่ากับการลงทุนอย่างแท้จริง

บทสรุป: ก้าวสู่อนาคตอย่างมั่นใจไปกับ SAP Business One

การเปิดตัว SAP Business One 10.0 FP 2608 ครั้งนี้ สำหรับดิฉันแล้ว มันคือหลักไมล์ที่ชัดเจนว่าคำว่า “Intelligent ERP” ไม่ใช่เรื่องเพ้อฝันหรือคำศัพท์การตลาดหรูหราอีกต่อไป แต่มันคือเครื่องมือในชีวิตประจำวันของพวกเราแล้วค่ะ

ถ้าเราสรุปคุณค่าหลักที่องค์กรจะได้รับออกมา จะเห็นเด่นชัดใน 3 มิติ:

  • Efficiency (ประสิทธิภาพที่จับต้องได้): ตัดขั้นตอนงานแมนนวลที่ซ้ำซาก ลดเวลาการรอคอยงานเทคนิคระหว่างแผนก คนทำงานเหนื่อยน้อยลงแต่ได้ผลงานที่มีคุณค่ามากขึ้น
  • Data-Driven Decision Making (การตัดสินใจบนฐานข้อมูลจริง): ไม่ต้องอาศัยแค่สัญชาตญาณหรือความคุ้นเคยเดิม ๆ อีกต่อไป เพราะทุกคนสามารถเปลี่ยนข้อมูลมหาศาลในระบบให้กลายมาเป็นกลยุทธ์และแนวทางปฏิบัติที่เฉียบคมได้ทันที
  • Enterprise-Grade Security (ความปลอดภัยระดับองค์กร): ความมั่นใจในการใช้งาน AI ภายใต้มาตรฐานความปลอดภัยระดับโลกของ SAP BTP ข้อมูลธุรกิจที่เป็นความลับยังคงอยู่ในการควบคุมของเรา 100%

 

ตลอดเวลาที่ดิฉันทำงานเป็นที่ปรึกษามา ดิฉันสังเกตเห็นสัจธรรมข้อหนึ่งเสมอค่ะ:

“ในโลกธุรกิจที่หมุนเร็วขึ้นทุกวัน ความได้เปรียบในการแข่งขันไม่ได้อยู่ที่ว่าใครมีข้อมูลสะสมไว้ในระบบมากกว่ากัน แต่อยู่ที่ว่าองค์กรไหนสามารถนำ AI มาสกัดเอา ‘คุณค่า’ และ ‘คำตอบ’ ออกมาจากข้อมูลเหล่านั้น แล้วนำไปตัดสินใจลงมือทำได้เร็วกว่ากันต่างหาก”

 

ระบบ SAP Business One เขาเตรียมเครื่องมือและโครงสร้างสุดล้ำนี้ไว้ให้เราพร้อมหมดแล้วค่ะ ที่เหลือก็อยู่ที่พวกเราชาวธุรกิจแล้วล่ะค่ะ ว่าพร้อมที่จะเปิดใจ ปรับเปลี่ยนวิธีคิด และร่วมกันออกแบบ Workflow การทำงานรูปแบบใหม่ เพื่อผลักดันให้ธุรกิจของเราเติบโตอย่างมั่นคงและยั่งยืนแล้วหรือยัง

หากทีมไหนมีข้อสงสัย หรืออยากลองปรึกษาว่าธุรกิจของเราจะเริ่มนำฟีเจอร์เหล่านี้ไปปรับใช้กับหน้างานจริงได้อย่างไร แวะมาพูดคุยแลกเปลี่ยนกับดิฉันได้เสมอนะคะ ดิฉันพร้อมเป็นกำลังใจและร่วมเดินทางไปกับทุกคนในทุกก้าวของการเปลี่ยนแปลงค่ะ!

คำถามที่พบบ่อยเกี่ยวกับ Generative AI บน SAP Business One 10.0 FP 2608

Q1: ฟีเจอร์ Generative AI ใหม่นี้สามารถใช้งานได้บนอินเทอร์เฟซแบบใดของ SAP Business One?

A1: ฟีเจอร์ Generative AI ในเวอร์ชัน Feature Package (FP) 2608 เปิดให้ใช้งานบนแพลตฟอร์ม Web Client ของ SAP Business One 10.0

Q2: ฟีเจอร์ “Generate with AI” ช่วยลดขั้นตอนการทำงานของแผนกบัญชีและการเงินอย่างไร?

A2: ช่วยให้ผู้ใช้งานสามารถสร้าง SQL Query ได้ด้วยการพิมพ์สั่งงานด้วยภาษาพูดทั่วไป (Plain Language) ทำให้ฝ่ายการเงินสามารถสร้างรายงานเฉพาะกิจได้เองทันที เช่น Customer Detailed Aging Report โดยไม่ต้องรอคอยให้ฝ่ายไอทีเขียนคำสั่ง SQL ให้เหมือนในอดีต

Q3: รายงานที่สร้างขึ้นจาก “Generate with AI” สามารถนำมาปรับแต่งเพิ่มเติมได้หรือไม่?

A3: ปรับแต่งได้ค่ะ ผู้ใช้งานสามารถปรับพารามิเตอร์เงื่อนไข เช่น ปรับช่วงเวลาอายุหนี้ (Aging Period), แก้ไขชื่อหัวตาราง (Update Column Descriptions), ตั้งค่า Link Settings (Golden Arrow) เพื่อคลิกเชื่อมไปยังเอกสารต้นทาง รวมถึงจัดเรียงข้อมูล (Sort) และแปลงผลลัพธ์เป็นชาร์ตภาพ (Data Visualization) ได้อย่างสะดวก

Q4: ฟีเจอร์ “Ask AI” มีจุดเด่นอย่างไรในการช่วยงานทีมขาย?

A4: “Ask AI” ทำหน้าที่เป็นผู้ช่วยอัจฉริยะที่ช่วยให้ทีมขายสนทนากับข้อมูลได้ทันทีผ่านหน้า List Views และ Detailed Views มีเทคนิค Placeholders ที่ดึงข้อมูลสินค้าและจำนวนที่เลือกเข้าสู่คำถามโดยอัตโนมัติ ช่วยให้ตอบคำถามลูกค้าเกี่ยวกับระยะเวลา ค่าจัดส่ง หรือเปรียบเทียบราคาตลาด (Market Price) ได้แบบเรียลไทม์ระหว่างเจรจาต่อรอง

Q5: หากต้องการให้คำตอบจาก “Ask AI” เป็นมาตรฐานเดียวกันทั่วทั้งองค์กร สามารถทำได้อย่างไร?

A5: สามารถบันทึกคำถามที่ใช้บ่อยเป็น Template ผ่านแอปพลิเคชัน Ask AI ในหมวด Analytics ได้ โดยสามารถกำหนดโครงสร้างเชื่อมโยงผ่าน Source Objects (เช่น Sales -> Sales Orders -> Detailed View Rows) เพื่อให้ผลลัพธ์การสืบค้นมีความแม่นยำและเป็นมาตรฐานเดียวกันทุกคน

Q6: แนวคิด “Closed-loop System” หรือการผสานพลังระหว่าง Query กับ Ask AI ทำงานอย่างไร?

A6: เป็นการเชื่อมต่อจากการ “วิเคราะห์ข้อมูล” สู่การ “ลงมือปฏิบัติจริงเชิงรุก” (Action-oriented) เช่น เมื่อ Query คัดกรองจนพบลูกหนี้กลุ่มเสี่ยงสูงแล้ว ผู้ใช้สามารถส่งข้อมูลนั้นต่อไปยัง Ask AI เพื่อขอคำแนะนำเชิงรุก (Recommended Follow-up Actions) เกี่ยวกับแนวทางการติดตามหนี้ที่เหมาะสมกับลูกค้ารายนั้นได้ทันที

Q7: ผู้ดูแลระบบสามารถควบคุมการเปิด-ปิดการใช้งาน Generative AI ได้ที่ไหน?

A7: สามารถควบคุมและตั้งค่าการเปิด-ปิดการใช้งานได้อย่างเบ็ดเสร็จผ่านหน้าต่าง Configuration > Generative AI Settings บน Web Client โดยระบบจะไม่มีการเปิดใช้งานเองอัตโนมัติหากองค์กรยังไม่พร้อม

Q8: สถาปัตยกรรมเบื้องหลังของ AI ตัวนี้ทำงานบนโครงสร้างพื้นฐานใด?

A8: ทำงานอยู่บนแพลตฟอร์ม SAP BTP (Business Technology Platform) โดยเชื่อมต่อไปยังบริการ SAP AI Coreซึ่งคิดค่าบริการในรูปแบบ Pay-As-You-Go ตามการใช้งานจริง

Q9: ข้อมูลความลับทางธุรกิจขององค์กรจะรั่วไหลหรือถูกนำไปเทรนโมเดลภายนอกหรือไม่?

A9: ไม่รั่วไหลค่ะ SAP มีนโยบายความปลอดภัยและขอบเขตข้อมูลที่เข้มงวด (Strict Data Boundary) AI จะเข้าถึงเฉพาะข้อมูลชุดที่ผู้ใช้งานเลือกส่งไปถามเท่านั้น ไม่มีการนำข้อมูลไปเทรนโมเดลสาธารณะภายนอก และระบบไม่มีสิทธิ์แก้ไขเปลี่ยนแปลงข้อมูลใด ๆ ในระบบโดยพลการ

Q10: โมเดลราคาแบบ Pay-As-You-Go มีประโยชน์อย่างไรต่อธุรกิจขนาดกลางและย่อม (SME)?

A10: ช่วยลดอุปสรรคเรื่องเงินลงทุนเริ่มต้น (Lower Entry Barrier) เนื่องจากไม่ต้องลงทุนซื้อเซิร์ฟเวอร์ราคาแพงหรือจ้างทีมเทคนิคเฉพาะทาง องค์กรสามารถจ่ายตามการใช้งานจริง เริ่มจากจุดเล็ก ๆ แล้วค่อยขยายขนาดการใช้งาน (Agile Scaling) ตามการเติบโตของธุรกิจ ช่วยให้ต้นทุนรวม (TCO) คุ้มค่าและสมเหตุสมผล

บทความโดย คุณสุรัชนี ทองคำ

ที่ปรึกษาผู้เชี่ยวชาญด้านระบบบริหารจัดการองค์กร (ERP Solutions Specialist)

  • ที่ปรึกษาอาวุโสผู้เชี่ยวชาญการวางระบบ ERP และ Digital Transformation มากกว่า 20 ปี คุณสุรัชนีมีความเข้าใจอย่างลึกซึ้งในกระบวนการทำงาน และการวิเคราะห์ข้อมูลทางการเงิน กระแสเงินสด สินค้าคงคลัง และยอดขาย บนระบบ ERP มาตรฐาน พร้อมเคล็ดลับในการดึงศักยภาพของข้อมูลหลังบ้าน เพื่อนำมาต่อยอดเชื่อมโยงกับระบบวิเคราะห์ข้อมูลแห่งอนาคตและการให้บริการลูกค้าได้อย่างแม่นยำ

สอบถามรายละเอียด SAP Business One ได้ที่

บริษัท ซันเด โซลูชันส์ จำกัด

โทร 026348899 อีเมล sales@sundae.co.th

เว็บไซต์ https://www.sundae.co.th/solution/erp/sap-business-one/

ติดตามเราได้ที่:

Line OA: @sundae.co.th

Facebook: https://www.facebook.com/sundaesolutions

LinkedIn: https://www.linkedin.com/company/sundaeth
IG https://www.instagram.com/sundaesolutions/
X https://www.x.com/@SundaeSolutions