JRIT ICHI

Mr. Masakazu Haneda President & CEO Business Engineering Corporation. ผู้พัฒนาซอฟต์แวร์ mcframe ซึ่งเป็นระบบบริหารการผลิตและต้นทุนองค์กร กล่าวสรุปในการเปิดงานสัมมนา B-EN-G (TH) DAY 2025 ว่า “ปัจจุบัน mcframe มีการพัฒนาอย่างต่อเนื่อง และได้นำเทคโนโลยี AI เข้ามาเสริมในระบบ เพื่อเพิ่มศักยภาพและประสิทธิภาพในการทำงานให้สูงยิ่งขึ้น”

ศักยภาพของ mcframe นั้นได้ถูกอธิบายขยายความเพิ่มเติม ผ่านเวทีบรรยายหัวข้อ mcframe + AI: What’s Next and Where to Start (mcframe + AI: อนาคตข้างหน้า และแนวทางเริ่มต้นสำหรับองค์กร) โดยคุณชลธิชา เสริมทรัพย์ ERP Consult Leader Toyo Business Engineering (Thailand) Co., Ltd.

mcframe + AI: อนาคตข้างหน้า
คุณชลธิชา เริ่มต้นด้วยการฉายภาพให้เห็นความสัมพันธ์กันระหว่าง AI และ ERP ว่า ทุกบริษัทมีการใช้งาน ERP ที่เก็บรวบรวมข้อมูลแต่ละแผนกอยู่แล้ว ไม่ว่าจะเป็นข้อมูลการผลิต ข้อมูลการซื้อ ข้อมูลการขาย หรือสินค้าคงคลัง รวมถึงข้อมูลต้นทุน ฯลฯ การนำ AI เข้ามาทำงานร่วมกับ ERP จะช่วยให้นำข้อมูลที่มี มาวิเคราะห์และคาดการณ์ได้อย่างแม่นยำ เพราะ AI จะดึงข้อมูลใน ERP แล้วบอกเราได้ว่า จากข้อมูลที่มีจะเกิดอะไรขึ้น เกิดขึ้นเพราะอะไร และควรปฏิบัติอย่างไร เปรียบเทียบได้ว่า ERP คือ แหล่งข้อมูล ส่วน AI นั้นเป็นฝ่ายแปลงข้อมูลให้มีความหมายแล้วนำไปใช้งาน

สำหรับเทคโนโลยีของ mcframe ที่พัฒนาร่วมกับ AI ประกอบด้วย

1.ACE for mcframeX คือ AI Chatbot ที่เชื่อมต่อกับข้อมูลในระบบ ERP mcframeX โดยตรง เพื่อช่วยให้ผู้ใช้งานสามารถค้นหาข้อมูลที่ต้องการได้อย่างรวดเร็ว และเข้าใจขั้นตอนการทำงานได้อย่างถูกต้องโดยไม่ต้องเปิดคู่มือเอง ช่วยลดเวลาในการสืบค้นและเพิ่มประสิทธิภาพในการทำงาน ACE สามารถตอบคำถาม แนะนำขั้นตอนการทำงาน และค้นข้อมูลการผลิตได้ทันที เช่น หาก material 100 ล่าช้าในการจัดส่ง ระบบจะแสดงข้อมูลว่า จะส่งผลกระทบกับ final product ใดบ้าง พร้อมแนะนำหน้าคู่มือที่เกี่ยวข้องให้ศึกษาต่อ นอกจากนี้ยังสามารถเรียกดู ช่วงเวลา (period) การผลิตของสินค้าแต่ละรายการได้อีกด้วย

2. GLASIAOUS Copilot คือ AI ที่เสริมการทำงานของระบบ ERP GLASIAOUS เพื่อเพิ่มประสิทธิภาพด้านบัญชีและการจัดการข้อมูล สามารถอ่านเอกสารด้วย AI-OCR, วิเคราะห์ข้อมูลทางบัญชี และตอบคำถามผ่าน Chatbot แบบเรียลไทม์ ช่วยให้ ERP ไม่ได้เป็นเพียงระบบรับคำสั่ง แต่เป็นระบบที่ช่วยคิดและตัดสินใจได้ด้วยตัวเอง

3. Manufacturing-Specialized Agents คือ แพลตฟอร์มที่รวบรวมข้อมูลทั้งในด้านการผลิตหรือองค์ความรู้ต่าง ๆ ที่เกี่ยวกับอุตสาหกรรมการผลิตมารวมไว้ เพื่อค้นด้วย AI ได้ง่าย รวมทั้งมี Chat bot ที่ตอบคำถามได้อย่างเป็นธรรมชาติ พร้อมเชื่อมต่อกับหน้างาน เพื่อช่วยตัดสินใจและวางแผนอย่างชาญฉลาด

องค์กรจะเริ่มต้นใช้งาน AI ได้อย่างไร
ควรเริ่มจากการสร้างรากฐานข้อมูลที่ดี คือข้อมูลที่สะอาดและมีคุณภาพ (Data Quality) ซึ่งคุณชลธิชาอธิบายว่า เป็นพื้นฐานสำคัญของการทำงานร่วมกับ AI และเพื่อให้คุณภาพข้อมูลคงอยู่ต่อเนื่อง องค์กรควรเข้าใจและนำแนวคิดวงจรคุณภาพข้อมูล มาใช้ในการสร้างข้อมูลที่ดีดังต่อไปนี้

1. การวางรากฐานและการป้องกัน (Foundation & Prevention) ควรปฏิบัติดังนี้
• กำหนดกฎและนโยบายให้ชัดเจน
ระบุหน้าที่ว่าใครดูแลข้อมูลส่วนใด เช่น ข้อมูลลูกค้า ข้อมูล Supplier รวมถึงกำหนดขั้นตอนการทำงาน (Workflow) ให้เป็นระบบ การกำหนดหน้าที่ทำให้ข้อมูลมีความสมบูรณ์ เช่น เมื่อมีลูกค้าใหม่ ผู้รับผิดชอบรู้ทันทีว่าต้องเก็บข้อมูลอะไร และกรอกลงช่องใดใน ERP โดยควรมี Data Dictionary กำกับ เพื่อให้ผู้อื่นสามารถทำงานแทนได้อย่างถูกต้อง อีกทั้งควรกำหนดวิธีตั้งรหัสลูกค้า/สินค้าให้เป็นมาตรฐานเดียวกันด้วย
• ควบคุมคุณภาพตั้งแต่ต้นทาง
เมื่อมีนโยบายและ Workflow แล้ว ต้องควบคุมให้การทำงานเป็นไปตามลำดับขั้นตอน ตรวจสอบว่าทำครบตาม Step 1–2–3 หรือไม่ พร้อมจัดทำคู่มือ Workflow เพื่อให้ผู้ปฏิบัติงานสามารถอ้างอิงได้ หากไม่มีการกำหนดหรือทบทวน Workflow อาจเกิดปัญหา เช่น การสร้าง Code สินค้าใหม่ผิด ไม่มีผู้ตรวจสอบ หรือข้อมูลใหม่ไม่ถูกแจ้งให้ฝ่ายที่เกี่ยวข้องทราบ
• ฝึกอบรมผู้ใช้งาน
ข้อสุดท้ายคือการอบรมผู้ใช้งานให้เข้าใจขั้นตอนการทำงานและความสำคัญของข้อมูลที่ถูกต้อง เพื่อป้องกันข้อผิดพลาดและให้ทุกฝ่ายทำงานไปในทิศทางเดียวกัน

2. การตรวจจับและการแก้ไข (Detection & Correction) ควรปฏิบัติดังนี้
• ติดตามและวัดคุณภาพข้อมูล
หลังการกรอกข้อมูลต้องมีการติดตามวัดผลความสมบูรณ์ เช่น ตรวจว่าข้อมูลลูกค้าใหม่ครบทุกช่องหรือไม่ (ที่อยู่จัดส่ง เบอร์โทร ฯลฯ) เพื่อป้องกันปัญหาปรากฏตอนต้องส่งสินค้า ควรใช้แดชบอร์ดตรวจคุณภาพข้อมูล และ/หรือตั้งระบบแจ้งเตือน เมื่อพบข้อมูลผิดหรือไม่ครบ
• วิเคราะห์เส้นทางข้อมูล
ต้องทราบว่า ใครเป็นผู้สร้าง/แก้ไขข้อมูล เมื่อไร และแก้อะไร พร้อมระบบบันทึกการเปลี่ยนแปลง (audit log) หากพบข้อมูลผิด ให้วิเคราะห์ต้นตอทันที เช่น แผนการผลิตคลาดเคลื่อน ตรวจว่าเกิดจาก AI-OCR อ่านเอกสารผิด อินเทอร์เฟซดึงข้อมูลผิดคอลัมน์ หรือสูตรการผลิตใส่ผิด แล้วแก้ไขและยืนยันความถูกต้อง ให้ทันท่วงที เพื่อไม่ให้ข้อผิดพลาดลุกลามไปยังขั้นตอนถัดไป

3. การปรับปรุงต่อเนื่อง (Improvement) ควรปฏิบัติดังนี้
– บันทึกและทบทวนปัญหา เมื่อเจอปัญหา ควรบันทึกว่าเคยมีปัญหาอะไรเกิดขึ้นบ้าง แล้วแก้ไขอย่างไร มีการประชุมผู้เกี่ยวข้องกับปัญหานั้นอย่างไรบ้าง เสร็จแล้วก็กลับไปปรับปรุงในขั้นตอนที่ 1 ให้รัดกุมยิ่งขึ้น เพื่อไม่ให้เกิดปัญหาขึ้นอีกในอนาคต

มีข้อมูลที่มีคุณภาพแล้วควรทำอย่างไรต่อ
จากขั้นตอนทั้ง 3 เมื่อปฏิบัติจนได้ข้อมูลที่มีคุณภาพแล้ว สามารถนำไปสร้างเป็นโมเดลให้ AI เรียนรู้ และเมื่อ AI เรียนรู้จนเกิดความพร้อมแล้ว สามารถนำไปเชื่อมต่อกับระบบ ERP ของบริษัท เพื่อให้ AI ดึงข้อมูลต่าง ๆ มาวิเคราะห์ คาดการณ์ และวางแผนพัฒนาองค์กรได้อย่างมีประสิทธิภาพ

ทั้งนี้คุณชลธิชา ได้ฝากว่า การ Implement ระบบ AI เข้ากับ ERP นั้นหากข้อมูลสะอาด และจัดวาง Workflow ที่ชัดเจน ย่อมส่งผลให้ระบบมีประสิทธิภาพ ซึ่งนอกจากนี้ หากได้ระบบที่สามารถตอบโจทย์วัฒนธรรมองค์กร และมีที่ปรึกษาที่ดี ก็ยิ่งส่งเสริมให้การติดตั้ง AI ประสบความสำเร็จได้ง่ายยิ่งขึ้น

AI จะไม่ใช่แค่ระบบ แต่จะเป็นพาร์ทเนอร์ขององค์กร
สำหรับความตั้งใจของ B-EN-G นั้นวาง Road map ไว้ว่า จะพัฒนาต่อยอดแพลตฟอร์ม mcframe AI Agent ที่ไม่ใช่เป็นแค่ระบบเทคโนโลยี แต่จะเป็นผู้ช่วย หรือ AI partner ขององค์กร ที่จะช่วยให้ผู้ใช้งาน ทำงานได้สะดวกขึ้น ช่วยวิเคราะห์ข้อมูล แนะนำแนวทางการตัดสินใจให้กับผู้ใช้งานได้อย่างแม่นยำ

“และท้ายนี้ B-EN-G พร้อมที่จะสนับสนุนผู้ใช้งาน mcframe ทุกท่าน เพื่อเตรียมความพร้อมก้าวไปสู่ยุค AI ด้วยกันค่ะ”