PwC ชี้ธุรกิจไทยยังใช้ AI Agent ในฝ่ายการเงินน้อย สวนทางศักยภาพที่สามารถปฏิวัติกระบวนการทำงาน ลดเวลาได้ถึง 90% และเพิ่มความแม่นยำในการพยากรณ์ถึง 40% เผย 3 อุปสรรคหลัก “คลาวด์ล่าช้า-ต้นทุนสูง-รอผลลัพธ์ชัดเจน” ฉุดรั้งการนำไปใช้ แต่มองแนวโน้มระยะสั้นสดใส หลังโครงสร้างพื้นฐานดิจิทัลและนโยบายรัฐหนุน แนะองค์กรเร่งลงทุน เปลี่ยนฝ่ายการเงินสู่บทบาทที่ปรึกษาเชิงกลยุทธ์
กรุงเทพฯ, ประเทศไทย – ท่ามกลางกระแสการเปลี่ยนแปลงทางเทคโนโลยีที่ถาโถมเข้าสู่โลกธุรกิจ ปัญญาประดิษฐ์ในรูปแบบตัวแทน หรือ AI Agent ได้กลายเป็นเครื่องมือสำคัญที่หลายองค์กรทั่วโลกนำมาใช้เพื่อเพิ่มขีดความสามารถในการแข่งขัน อย่างไรก็ตามสำหรับประเทศไทย ดูเหมือนว่าการนำเทคโนโลยีนี้มาปรับใช้ในส่วนงานที่สำคัญที่สุดส่วนหนึ่งขององค์กรอย่าง “ฝ่ายการเงิน” ยังคงอยู่ในระดับที่ต่ำอย่างน่ากังวล แม้ว่าศักยภาพของมันจะสามารถปลดล็อกประสิทธิภาพและสร้างมูลค่าเพิ่มได้อย่างมหาศาลก็ตาม
PwC ประเทศไทย ได้เปิดเผยบทวิเคราะห์ล่าสุดที่ชี้ให้เห็นถึงช่องว่างดังกล่าว โดยระบุว่าองค์กรธุรกิจในประเทศไทยได้เริ่มมีการทดลองนำ AI Agent ไปใช้งานบ้างแล้ว แต่ส่วนใหญ่มักจำกัดอยู่ในแวดวงการบริการลูกค้า การขาย การตลาด หรืองานภายในที่มีความเสี่ยงต่ำ ในขณะที่การประยุกต์ใช้ในฝ่ายการเงิน ซึ่งเป็นหัวใจของการดำเนินธุรกิจ ยังไม่แพร่หลายเท่าที่ควร
นางสาววิไลพร ทวีลาภพันทอง หัวหน้ากลุ่มลูกค้าธุรกิจบริการทางการเงินในภูมิภาคเอเชียแปซิฟิก และหัวหน้าสายงานธุรกิจที่ปรึกษา บริษัท PwC ประเทศไทย ได้ให้ทัศนะถึงสถานการณ์นี้ว่า “องค์กรไทยยังคงใช้ความระมัดระวังมากกว่าหลายประเทศ ด้วยเหตุผลหลักคือ ความกังวลเรื่องประสิทธิภาพการสื่อสารข้อมูลผ่านระบบคลาวด์ที่อาจเกิดความล่าช้าหรือหน่วง ต้นทุนในการใช้เทคโนโลยี AI ที่ค่อนข้างสูง รวมถึงความต้องการเห็นผลลัพธ์ที่ชัดเจนและจับต้องได้”
เจาะลึก 3 กำแพงใหญ่ที่ขวางกั้นการเติบโต
จากคำกล่าวของนางสาววิไลพร สามารถวิเคราะห์อุปสรรคสำคัญที่ทำให้ภาคธุรกิจไทยยังลังเลในการนำ AI Agent มาใช้ในฝ่ายการเงินได้อย่างชัดเจน 3 ประการ
- ประสิทธิภาพและความล่าช้าของระบบคลาวด์ (Cloud Latency): งานด้านการเงินต้องการความถูกต้องและรวดเร็วแบบเรียลไทม์ การประมวลผลข้อมูลทางการเงินที่สำคัญ เช่น การปิดบัญชี การพยากรณ์กระแสเงินสด หรือการตรวจสอบรายการธุรกรรม จำเป็นต้องอาศัยการสื่อสารข้อมูลปริมาณมหาศาลระหว่างระบบขององค์กรกับแพลตฟอร์ม AI บนคลาวด์ ความกังวลว่าอาจเกิดความล่าช้า (Latency) หรือการหน่วงเวลาในการส่งผ่านข้อมูล จึงเป็นปัจจัยสำคัญที่ทำให้องค์กรไม่กล้าเสี่ยง เพราะความผิดพลาดเพียงเล็กน้อยอาจส่งผลกระทบต่อการตัดสินใจทางธุรกิจครั้งสำคัญได้
- ต้นทุนการลงทุนที่สูง (High Investment Cost): เทคโนโลยี AI ไม่ได้มาพร้อมกับค่าใช้จ่ายในการซื้อซอฟต์แวร์เพียงอย่างเดียว แต่ยังรวมถึงต้นทุนแฝงอีกมากมาย ไม่ว่าจะเป็นค่าใช้จ่ายในการปรับปรุงโครงสร้างพื้นฐานไอทีเดิมให้สามารถทำงานร่วมกับ AI ได้, ค่าใช้จ่ายในการจ้างที่ปรึกษาเพื่อวางระบบ, ค่าใช้จ่ายในการฝึกอบรมบุคลากรให้มีความรู้ความเข้าใจ และค่าบำรุงรักษาในระยะยาว สิ่งเหล่านี้ทำให้องค์กร โดยเฉพาะอย่างยิ่งธุรกิจขนาดกลางและขนาดย่อม ต้องประเมินความคุ้มค่าอย่างหนักก่อนตัดสินใจลงทุน
- ความต้องการผลลัพธ์ที่จับต้องได้ (Demand for Tangible ROI): ฝ่ายการเงินมักเป็นหน่วยงานที่ต้องบริหารจัดการงบประมาณอย่างรัดกุม การจะลงทุนในเทคโนโลยีใหม่จึงจำเป็นต้องมีตัวชี้วัดความสำเร็จ (KPIs) และผลตอบแทนจากการลงทุน (ROI) ที่ชัดเจน การนำ AI Agent มาใช้เพื่อเปลี่ยนบทบาทสู่ “ที่ปรึกษาเชิงกลยุทธ์” ซึ่งเป็นผลลัพธ์เชิงคุณภาพ อาจพิสูจน์ความคุ้มค่าในระยะสั้นได้ยากกว่าการลงทุนในเครื่องจักรที่สามารถคำนวณกำลังการผลิตที่เพิ่มขึ้นได้โดยตรง ความท้าทายนี้ทำให้ผู้บริหารจำนวนมากเลือกที่จะรอดูตัวอย่างความสำเร็จจากองค์กรอื่นก่อน
พลิกโฉมฝ่ายการเงิน: จากงาน रूทีนสู่มันสมองขององค์กร
แม้จะมีอุปสรรค แต่ศักยภาพของ AI Agentในการปฏิวัติการทำงานของฝ่ายการเงินนั้นเป็นสิ่งที่ไม่อาจมองข้ามได้ นางสาววิไลพรเน้นย้ำว่า “ธุรกิจไทยจะได้รับประโยชน์อย่างมาก หากนำ AI agentมาประยุกต์ใช้ในงานด้านการเงิน เพราะจะช่วยเปลี่ยนโฉมการทำงานของฝ่ายการเงิน จากเดิมที่เน้นการประมวลผลธุรกรรม มาสู่การทำงานอัตโนมัติที่มีระบบควบคุมและความแม่นยำสูง พร้อมทั้งวิเคราะห์ข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ”
AI Agent สามารถเข้ามาจัดการกระบวนการทำงานที่ซ้ำซ้อนและใช้เวลานานได้อย่างน่าทึ่ง ตัวอย่างเช่น:
- การจัดการเจ้าหนี้-ลูกหนี้ (AP/AR): AI สามารถสแกนใบแจ้งหนี้, ตรวจสอบความถูกต้องกับใบสั่งซื้อ, บันทึกข้อมูลเข้าระบบบัญชี และตั้งเวลาชำระเงินได้โดยอัตโนมัติ ในขณะเดียวกันก็สามารถติดตามหนี้ค้างชำระและส่งอีเมลทวงถามลูกหนี้ได้เอง
- การกระทบยอดบัญชี (Reconciliation): จากเดิมที่นักบัญชีต้องใช้เวลาหลายชั่วโมงหรือหลายวันในการตรวจสอบรายการเดินบัญชีธนาคารกับบัญชีของบริษัท AI สามารถทำกระบวนการนี้ให้เสร็จสิ้นได้ในเวลาไม่กี่นาที และชี้เป้ารายการที่ผิดปกติได้อย่างแม่นยำ
- การตรวจสอบค่าใช้จ่ายและภาษี: AI สามารถตรวจสอบสลิปและเอกสารค่าใช้จ่ายของพนักงานว่าสอดคล้องกับนโยบายบริษัทหรือไม่ รวมถึงช่วยตรวจสอบความถูกต้องทางภาษีก่อนยื่นแบบ เพื่อแจ้งเตือนความเสี่ยงที่อาจเกิดขึ้น
- การคาดการณ์และบริหารสภาพคล่อง: ด้วยความสามารถในการวิเคราะห์ข้อมูลในอดีตและปัจจุบัน AI Agentสามารถสร้างแบบจำลองเพื่อคาดการณ์ทางการเงิน พยากรณ์กระแสเงินสด และบริหารสภาพคล่องได้อย่างมีประสิทธิภาพ
ข้อมูลจาก PwC ยืนยันถึงประสิทธิภาพดังกล่าว โดยระบุว่า AI agentสามารถช่วยลดระยะเวลาในการประมวลผลได้สูงสุดถึง 90% และเพิ่มความแม่นยำกับความรวดเร็วในการคาดการณ์ได้ถึง 40% การเปลี่ยนแปลงนี้ไม่ได้เป็นเพียงการทำงานอัตโนมัติ แต่เป็นการเสริมศักยภาพให้ผู้เชี่ยวชาญด้านการเงินได้ใช้เวลากับงานที่ต้องอาศัยวิจารณญาณและการตัดสินใจเชิงกลยุทธ์ ซึ่งเป็นการสร้างคุณค่าให้กับธุรกิจอย่างแท้จริง
สัญญาณบวก: อนาคตที่สดใสของการใช้ AI Agent ในไทย
นางสาววิไลพรกล่าวว่า แม้ปัจจุบันการใช้งานจะยังไม่แพร่หลาย แต่มีปัจจัยสนับสนุนหลายประการที่กำลังจะทำให้แนวโน้มนี้เปลี่ยนแปลงไปในอนาคตอันใกล้
- โครงสร้างพื้นฐานดิจิทัล: การพัฒนาโครงสร้างพื้นฐานดิจิทัลประสิทธิภาพสูงที่ครอบคลุมทั่วประเทศ จะช่วยลดปัญหาความล่าช้าของระบบคลาวด์
- นโยบายรัฐบาลดิจิทัล: การผลักดัน e-Government ของภาครัฐ, การยกระดับการยืนยันตัวตนทางดิจิทัล (e-KYC) ผ่านแพลตฟอร์ม National Digital ID (NDID) จะสร้างระบบนิเวศที่เอื้อต่อการทำธุรกรรมดิจิทัลและการใช้ AI มากขึ้น
- การลงทุนของผู้ให้บริการคลาวด์: แนวโน้มการขยายศูนย์ข้อมูล (Data Center) ในประเทศไทยโดยผู้ให้บริการคลาวด์ระดับโลก จะช่วยให้การเข้าถึงบริการมีประสิทธิภาพมากขึ้นและอาจมีต้นทุนที่สมเหตุสมผลขึ้น
องค์กรต้องทำอะไร? แนวทางสู่การเป็น “Finance AI-Ready”
การรอให้ปัจจัยภายนอกพร้อมเพียงอย่างเดียวอาจไม่ทันต่อการแข่งขัน องค์กรที่ต้องการช่วงชิงความได้เปรียบจำเป็นต้องเริ่มลงมือตั้งแต่วันนี้ PwC ได้ให้คำแนะนำสำหรับองค์กรที่ต้องการปลดล็อกศักยภาพของ AI Agentในฝ่ายการเงินไว้ดังนี้
- ลงทุนกับบุคลากร (Invest in People): เทคโนโลยีที่ดีที่สุดก็ไร้ความหมายหากไม่มีคนใช้งานเป็น องค์กรต้องลงทุนในการยกระดับทักษะ (Upskill) และปรับทักษะ (Reskill) ของบุคลากร จัดอบรมในรูปแบบ Masterclass เพื่อให้พนักงานเข้าใจกรอบการกำกับดูแล, ความเสี่ยง, โอกาส, และสามารถใช้งานเครื่องมืออย่าง Copilot รวมถึงตีความผลลัพธ์ที่ AI สร้างขึ้นได้อย่างถูกต้อง
- สร้างสนามทดลองที่ปลอดภัย (Provide Secure Tools): ความกลัวที่จะทำข้อมูลจริงเสียหายเป็นอุปสรรคสำคัญ องค์กรควรจัดหาเครื่องมือและสภาพแวดล้อมที่ปลอดภัย เช่น พื้นที่ทดสอบโปรแกรมหรือเทคโนโลยี (Secure Sandbox) และสร้างคลังคำสั่ง AI (Prompt Library) ที่ผ่านการตรวจสอบแล้ว เพื่อให้พนักงานสามารถทดลองใช้งานและเรียนรู้ได้โดยไม่ต้องกังวล
- บริหารการเปลี่ยนแปลงและสร้างธรรมาภิบาล (Manage Change & Governance): การนำเทคโนโลยีใหม่เข้ามาใช้ย่อมเกิดแรงต้านและความกังวล ผู้บริหารต้องสื่อสารอย่างโปร่งใส จัดการแรงจูงใจ และลดความกังวลของพนักงาน พร้อมกันนั้นต้องกำหนดกรอบกำกับดูแล (Governance Framework) ที่ครบถ้วนและตรวจสอบได้ เพื่อให้การใช้ AI เป็นไปอย่างโปร่งใส ปลอดภัย และได้รับการยอมรับจากทุกคนในองค์กร
“การสร้างวัฒนธรรม AI ภายในองค์กรไม่เพียงแต่เป็นกุญแจสำคัญในการนำ AI agentมาใช้งานในฝ่ายการเงินหรือหน่วยงานต่าง ๆ อย่างยั่งยืนเท่านั้น แต่ยังช่วยขับเคลื่อนให้องค์กรไทยสามารถปรับตัวสู่การแข่งขันในยุคดิจิทัลได้อย่างมีประสิทธิภาพ” นางสาววิไลพรกล่าวสรุป “แน่นอนว่า การเริ่มต้นจากวิสัยทัศน์ที่ชัดเจนของผู้นำองค์กร การออกแบบเป้าหมายและโครงสร้างที่เหมาะสม รวมถึงการส่งเสริมทักษะและเครื่องมือที่จำเป็นจะช่วยให้องค์กรสามารถปลดล็อกศักยภาพของ AI agentได้อย่างเต็มที่ นำไปสู่การสร้างคุณค่า เพิ่มประสิทธิภาพ และยกระดับบทบาทของฝ่ายการเงินให้เป็นกำลังสำคัญในการขับเคลื่อนธุรกิจสู่อนาคต”
การเปลี่ยนผ่านครั้งนี้อาจไม่ใช่เรื่องง่าย แต่สำหรับโลกธุรกิจที่ไม่เคยหยุดนิ่ง การปรับตัวและนำเทคโนโลยีเข้ามาเป็นส่วนหนึ่งของกลยุทธ์ คือหนทางเดียวที่จะนำพาองค์กรไปสู่การเติบโตอย่างยั่งยืน
#AIการเงิน #ธุรกิจไทย #PwC #DigitalTransformation #CFO #AIagent #เทคโนโลยีการเงิน #การปฏิรูปธุรกิจ #เศรษฐกิจดิจิทัล
