การใช้ AI ในงานการเงินขององค์กรไม่ใช่ทางเลือกแต่เป็นเครื่องมือสำคัญที่เลี่ยงไม่ได้ เพราะ AI ประเภท Agentic รวมพลังความเข้าใจในโมเดลภาษา การคำนวณ และกฎเกณฑ์การเงิน
เช่น การคำนวณ อัตราส่วนทางการเงินต่าง ๆ ด้วยการเขียน Prompt เพียงไม่กี่บรรทัด ปัญหาสำคัญของผู้บริหารคือ จะเริ่มจุดไหนก่อน และจะเอาชนะแรงเฉื่อยในองค์กรได้อย่างไร บทความนี้จะช่วยชี้ทางออก
ก่อนนำ AI มาใช้ องค์กรมักเริ่มจากปูพื้นฐานให้ทีมเห็นว่า AI ทำอะไรได้บ้าง จากเดิมที่ฝ่าย Quant อาจเห็นว่า AI ใช้คำนวณด้วยเครือข่ายประสาทเทียมเพื่อพยากรณ์ตัวเลขเท่านั้น มาสู่การสร้างโมเดลภาษา ที่เรียกว่า LLM (Large Language Model) จนเป็นจุดกำเนิดของ AI แบบ ChatGPT ซึ่งเรียกความสามารถในการสร้างเนื้อหาใหม่ ไม่ว่าคำอธิบาย รูปภาพหรือเสียงเพลงว่า Generative AI ในยุคแรก
โมเดลภาษาเหล่านี้เป็นแบบจำลองความน่าจะเป็นล้วน ๆ ทุกคำตอบเกิดจากการพยากรณ์คำถัดไปที่ AI เรียนรู้จากคลังข้อมูลบนอินเทอร์เน็ต ดังนั้น ข้อมูลใหม่ที่ไม่เคยเห็นมาก่อน AI จึง “ตอบผิดอย่างมั่นใจ” เกิดปัญหาข้อมูลหลอน (Hallucination) เพื่อแก้ปัญหานี้ จึงมีการฝึก AI ให้ตอบเฉพาะกรอบข้อมูลที่กำหนด อันไหนไม่รู้ให้ตอบว่าไม่รู้ เรียกว่า เทคนิค RAG (Retrieval Augmented Generation)
จนถึงยุคปัจจุบันที่ AI สามารถวางแผนหาคำตอบ สร้างทีม AI ค้นคำตอบหลายรูปแบบแล้วประสานงานกันเพื่อหาคำตอบที่ดีที่สุด เรียกว่า Agentic AI และด้วยความสามารถนี้จึงเสมือนทีมงานในองค์กรที่ทำงานฉับไว และหากองค์กรใดตามไม่ทันก็อาจถูกคู่แข่งทิ้งห่างอย่างไม่เห็นฝุ่น
แรงเฉื่อยด่านแรกที่ต้องเอาชนะคือ เมื่อทีมศึกษา AI ระดมสมองแล้วมักบอกผู้บริหารว่า องค์กรใช้ไม่ได้เพราะข้อมูลของเราและของลูกค้าล้วนเป็นความลับ การส่งข้อมูลไปประมวลผลข้างนอก ทำให้เกิดความเสี่ยงและละเมิด PDPA จึงควรทำงานแบบเดิมต่อไป คำตอบคือ มีวิธีปกปิดข้อมูลได้หลายแบบ
หากจำเป็นต้องส่งออกข้อมูล หรือถ้าอยากปิดไปเลย ปัจจุบันมี Open Source หลายค่ายให้นำโมเดลมาลงบนเครื่อง Server ในบริษัทได้ ข้ออ้างนี้จึงจัดการได้
อย่างไรก็ตาม ปัญหาเชิงเทคนิคอาจเป็นเพียงข้ออ้างจากความกลัวว่า AI จะแย่งงานไป ผู้บริหารต้องพูดตรง ๆ ว่า AI จะเปลี่ยนลักษณะงานการเงิน แต่จะไม่ขจัดมันไป ความต้องการวิจารณญาณทางการเงิน การบริหารผู้มีส่วนได้ส่วนเสียและการคิดเชิงกลยุทธ์กลับเพิ่มขึ้น
สิ่งที่ AI ขจัดคือ งานน่าเบื่อซ้ำซากที่ไม่ช่วยพัฒนาอาชีพ จึงควรวางกรอบให้เป็น “การปลดปล่อย” ไม่ใช่ “การแทนที่” P.Z. Murphy เขียนหนังสือ Claude for Corporate Finance (2026) ผมขอดัดแปลงเนื้อหาบางส่วนมาเป็นไอเดียให้องค์กรนำ AI มาใช้ได้อย่างเหมาะสม
หลักการของ Murphy มี 2 ข้อ ข้อแรก เข้าใจว่า Agentic AI ทำอะไรได้บ้าง ผ่านหลัก 3A ซึ่งเป็น บันไดการพัฒนาในองค์กร คือ Accelerate เร่งความเร็ว Augment เสริมปัญญามนุษย์ และ Automate ปล่อย AI รันงาน ข้อสอง งานการเงินประเภทใดควรทำก่อนหลัง วิเคราะห์ได้ด้วย AI Impact Matrix
ผมนำหลัก 2 ข้อมารวมกันเป็นรูป โดยพิจารณางานการเงินด้วยสองปัจจัย ปัจจัยแรกคือปริมาณงาน-ทำทุกเดือน ไตรมาสละครั้ง หรือปีละครั้ง ปัจจัยที่สองคือความต้องการเชิงคุณภาพหรือความซับซ้อนที่ต้องใช้วิจารณญาณของผู้ทำงาน
พิจารณา Quadrant ทั้งสี่ของ AI Impact Matrix ดังนี้
ช่องบนขวา - งานปริมาณสูง คุณภาพสูง คือเป้าหมายแรกที่ควรลงมือ ได้แก่รายงานเพื่อการบริหารรายเดือน การวิเคราะห์ผลต่างงบประมาณ (Budget Variance) และรายงานวิเคราะห์การลงทุน ควรใช้โมเดล Accelerate เลือกงานประเภทนี้ทำก่อน เพราะช่วยลดภาระงานและเห็นผลตอบแทนของการลงทุนใน AI ได้ไว
ช่องบนซ้าย - งานปริมาณสูง คุณภาพต่ำ เหมาะกับโมเดล Automation ที่ปล่อยให้ AI รันงานแทบ 100% เช่น การจัดรูปแบบรายงาน การสร้างคำอธิบายมาตรฐานและการตรวจจับความผิดปกติของข้อมูล แม้ AI ทำผิดพลาด เช่น จัด Format ผิดก็ตรวจพบได้ทันที
ช่องล่างขวา - งานปริมาณต่ำ คุณภาพสูง ส่วนใหญ่เป็นงานวิเคราะห์ที่แม้มีไม่บ่อยแต่มีผลกระทบสูง ปกติทำ โดยผู้บริหารหรือนักวิเคราะห์ที่มีประสบการณ์สูง เช่น การเตรียมนำเสนอคณะกรรมการ การจัดสรรเงินทุน การวางแผนเชิงกลยุทธ์ และการบริหารความเสี่ยง งานประเภทนี้ใช้โมเดล Augment คือให้ AI รวบรวม ข้อมูลและจัดทำรายงานวิเคราะห์เบื้องต้น แล้วให้ผู้ชำนาญการชี้ขาด
หลายครั้งพบว่า AI ชี้มุมมองแปลกใหม่ที่มนุษย์นึกไม่ถึง และจำลองสถานการณ์ได้หลายร้อยรูปแบบ เกินขีดจำกัดที่มนุษย์จะทนทำงานน่าเบื่อเหล่านี้
ช่องล่างซ้าย - งานปริมาณต่ำ คุณภาพต่ำ งานเหล่านี้รอไว้ก่อนได้ เพราะยังไม่คุ้มค่าที่จะลงทุนปรับกระบวนการในช่วงต้น ด้วยเครื่องมือนี้ ผู้บริหารองค์กรสามารถใช้เป็นแนวทางนำ AI มาประยุกต์ใช้กับงานการเงินได้อย่างเหมาะสมและคุ้มค่า
ปิดท้ายนี้ ผมประชาสัมพันธ์หลักสูตรอบรมเชิงปฏิบัติการ "การยกเครื่ององค์กรด้วยเทคโนโลยีดิจิทัล" ของคณะพาณิชยศาสตร์และการบัญชี มหาวิทยาลัยธรรมศาสตร์ วันที่ 8 ก.ย.นี้
เน้นผู้บริหารในสถาบันการเงิน โดยเฉพาะสหกรณ์ออมทรัพย์ ใช้เคสจริงที่นำ Agentic AI มาวิเคราะห์งบการเงิน สร้าง Chatbot รวมทั้งใช้ Blockchain เพื่อความปลอดภัยของข้อมูล ผู้สนใจดูรายละเอียดและสมัครได้ที่ https://shorturl.at/EeJiE
