Back to: Finance & AI for Corporate
AI ทำอะไรได้/ทำอะไรไม่ได้ในงานการเงิน
ตั้ง expectation ให้ถูกตั้งแต่ต้น เพื่อไม่ให้ผิดหวังทีหลัง หรือเชื่อ AI มากเกินไปในจุดที่ไม่ควรเชื่อ
ตอนที่แล้วเราคุยกันว่า AI ไม่ใช่ automation แบบเดิม ตอนนี้ผมจะพาคุณมาดูแบบเจาะจงเลยครับว่า AI เก่งเรื่องไหนในงานการเงิน และแย่เรื่องไหน — เพราะถ้าคุณคาดหวังผิดจุด คุณจะหงุดหงิดเมื่อ AI ทำพลาดในจุดที่มันไม่ควรทำได้อยู่แล้ว หรือแย่กว่านั้นคือไปเชื่อมันในจุดที่อันตรายต่องานจริง
มองมันเป็น “นักวิเคราะห์จูเนียร์ที่เก่งมาก”
วิธีคิดที่ช่วยได้มากคือ ลองนึกภาพ AI เป็นนักวิเคราะห์จูเนียร์คนหนึ่ง ที่อ่านเร็ว เขียนเร็ว จำสูตรได้แม่น และไม่เหนื่อยเลย แต่ ไม่มีประสบการณ์การตัดสินใจจริง ไม่รู้บริบทองค์กรคุณ และบางทีก็ “เดา” คำตอบแบบมั่นใจเกินจริงถ้าไม่มีข้อมูลพอ — งานแบบนี้ต้องมีคนที่เป็น senior (คือคุณ) ตรวจทานก่อนส่งออกไปจริงเสมอ
สิ่งที่ AI ทำได้ดีในงานการเงิน
- ประมวลผลข้อมูลปริมาณมากได้เร็ว — อ่าน สรุป จัดรูปแบบไฟล์ที่ยาวเป็นร้อยบรรทัดในไม่กี่วินาที
- อธิบายตัวเลขและแนวคิดให้เข้าใจง่าย — แปลงศัพท์การเงินซับซ้อนเป็นภาษาที่คนนอกสายเข้าใจได้
- ร่างเอกสารตั้งต้น — email ทวงหนี้ สรุปประชุม memo เบื้องต้น ที่คุณค่อยแก้ต่อ
- หา pattern หรือความผิดปกติในข้อมูลที่ป้อนให้ — เช่น ยอดที่สูง/ต่ำผิดสังเกตเมื่อเทียบกับเดือนก่อนๆ
- ตอบคำถามเชิงหลักการบัญชี/การเงิน — อธิบายหลักการที่เป็นมาตรฐานสากลได้แม่นยำพอใช้งาน
สิ่งที่ AI ทำได้ไม่ดี หรือทำไม่ได้เลย
- ไม่รู้ตัวเลขจริงของบริษัทคุณ — มันไม่ได้เชื่อมกับระบบ ERP หรือบัญชีของคุณเอง รู้แค่สิ่งที่คุณป้อนให้ในแชทเท่านั้น
- คำนวณตัวเลขซับซ้อนผิดได้ — โดยเฉพาะการคำนวณหลายขั้นตอนต่อกัน ที่ผิดจุดเดียวแล้วลากผิดไปทั้งหมด
- ไม่เข้าใจบริบทที่ไม่ได้บอก — เช่น “การเมือง” ในองค์กร ความสัมพันธ์กับลูกค้ารายนั้น หรือเหตุผลที่บริษัทเคยตัดสินใจแบบหนึ่งในอดีต
- ไม่รับผิดชอบทางกฎหมายหรือบัญชีแทนคุณได้ — ลายเซ็นอนุมัติ ความถูกต้องตามกฎหมาย ยังเป็นความรับผิดชอบของคนเสมอ
- ไม่ควรเป็นผู้ตัดสินใจสุดท้าย ในเรื่องที่มีผลกระทบทางการเงินหรือกฎหมายสำคัญ
ใช้ถูกจุด: "ช่วยสรุปรายการ transaction ในไฟล์ที่แนบมาเป็นตารางสั้นๆ แยกตามประเภทค่าใช้จ่าย" → งานจัดข้อมูล ที่ AI อ่านจากไฟล์จริงตรงหน้า ทำได้แม่นยำ ใช้ผิดจุด: "บริษัทเราขาดทุนไตรมาสนี้เท่าไหร่" (โดยไม่แนบไฟล์หรือข้อมูลอะไรเลย) → AI ไม่มีทางรู้ตัวเลขจริงของบริษัทคุณ คำตอบที่ได้ คือการเดา ไม่ใช่ข้อมูลจริง
วิธีตั้ง prompt ที่ช่วยลดความผิดพลาด
สิ่งหนึ่งที่ช่วยได้มากคือ การบอก AI ให้อ้างจากข้อมูลที่คุณให้เท่านั้น ไม่ใช่ให้มันเดาหรือใช้ความรู้ทั่วไปแทนตัวเลขจริง เช่น แทนที่จะถามลอยๆ ให้แนบไฟล์หรือ paste ข้อมูลไปด้วย แล้วระบุชัดว่า “อ้างจากข้อมูลที่แนบมาเท่านั้น ถ้าข้อมูลไม่พอให้บอกว่าขาดอะไร” วิธีนี้ลดโอกาส hallucination ได้มาก
- มองภาพ AI เป็นนักวิเคราะห์จูเนียร์ที่เก่งแต่ไม่มีประสบการณ์ตัดสินใจจริง ต้องมี senior ตรวจทาน
- AI ทำได้ดี: จัดการข้อมูลปริมาณมาก, อธิบายให้เข้าใจง่าย, ร่างเอกสาร, หา pattern, ตอบหลักการ
- AI ทำได้ไม่ดี: ไม่รู้ตัวเลขจริงของบริษัท, คำนวณซับซ้อนผิดได้, ไม่เข้าใจบริบทที่ไม่ได้บอก, ไม่รับผิดชอบแทนคุณ
- ลดความผิดพลาดได้ด้วยการให้ AI อ้างจากข้อมูลที่แนบมาเท่านั้น ไม่ใช่ให้เดาตัวเลข
ลงมือทำ: แตกงานเป็น “ทำได้ดี” กับ “ต้องตรวจทาน”
ใช้งานที่คุณเลือกไว้จากตอนที่ 1.1 มาทำต่อกันครับ ใช้เวลาประมาณ 10 นาที
- เขียนขั้นตอนย่อยของงานนั้นออกมาทั้งหมด (เช่น ถ้างานคือ “สรุปยอดขายรายสัปดาห์” ขั้นตอนย่อยอาจเป็น: ดึงข้อมูลจากระบบ → จัดรูปแบบตาราง → เขียนสรุปเป็นข้อความ → ส่งให้หัวหน้า)
- ติดป้ายแต่ละขั้นตอนเป็น 3 กลุ่ม: “AI ทำได้ดี” / “AI ช่วยได้แต่ต้องตรวจทาน” / “ควรทำเองหรือตัดสินใจเอง”
- ดูว่ามีกี่ขั้นตอนที่อยู่ในกลุ่มแรก — นั่นคือจุดที่คุณจะเริ่มลองใช้ AI ได้เร็วที่สุดโดยไม่ต้องกังวลมาก
Quiz ทบทวนตอนที่ 1.2
1. การเปรียบเทียบ AI กับ “นักวิเคราะห์จูเนียร์” ในบทความนี้ ต้องการสื่อถึงอะไร?
2. เพราะเหตุใด AI จึงไม่รู้ตัวเลขทางการเงินจริงของบริษัทคุณ?
3. วิธีลด hallucination เมื่อถามตัวเลขทางการเงินคืออะไร?
4. ข้อใดถูกต้องเกี่ยวกับบทบาทของ AI ในการตัดสินใจสำคัญ?