Back to: Finance & AI for Corporate
โลกการเงินที่เปลี่ยนไป: AI ไม่ใช่แค่ automation แต่คือ “ผู้ช่วยคิด”
ก่อนจะลงมือใช้ AI กับงานการเงิน ต้องเข้าใจก่อนว่า AI ต่างจาก automation แบบเดิมที่คุณคุ้นเคยอย่างไร — และมันจะเข้ามาอยู่ในงานของคุณตรงไหนได้บ้าง
สวัสดีครับ ก่อนเข้าคอร์สนี้ ผมอยากชวนคุณคุยกันตรงๆ ก่อนว่า “AI” ที่จะใช้ในคอร์สนี้ไม่ใช่ของวิเศษที่กดปุ่มแล้วงบจะปิดเองนะครับ มันคือเครื่องมือที่ฉลาดมาก แต่ก็ต้องมีคนที่เข้าใจงานการเงินเป็นคนคุมพวงมาลัยอยู่ดี — ตอนนี้เราจะมาวางพื้นฐานความเข้าใจที่ถูกต้องร่วมกันก่อนครับ
Automation แบบเดิม vs AI แบบที่กำลังจะใช้
ถ้าคุณทำงานการเงินมาสักพัก คุณคงเคยใช้ automation มาแล้วในรูปแบบหนึ่ง เช่น macro ใน Excel, scheduled report จากระบบ ERP, หรือสูตรที่ดึงข้อมูลอัตโนมัติทุกเช้า สิ่งเหล่านี้ทำงานได้ดีมาก แต่มีข้อจำกัดเดียวกันหมด คือ มันทำได้แค่สิ่งที่ถูกเขียนโปรแกรมไว้ล่วงหน้าเท่านั้น ถ้าข้อมูลหน้าตาเปลี่ยนไปนิดเดียว หรือมีเคสที่ไม่เคยเจอมาก่อน มันจะพังหรือให้ผลลัพธ์ผิดทันที
AI ที่เราจะใช้ในคอร์สนี้ (อย่าง Claude) ทำงานต่างออกไป — มันอ่านและ “เข้าใจ” บริบทของสิ่งที่คุณป้อนเข้าไป ไม่ใช่แค่จับคู่ pattern ตามที่ตั้งไว้ ทำให้มันรับมือกับความไม่แน่นอนของข้อมูลจริงได้ดีกว่า เช่น ไฟล์ Excel ที่หัวตารางเพี้ยน คอลัมน์สลับที่ หรือข้อความอธิบาย transaction ที่เขียนไม่เหมือนกันทุกบรรทัด
3 บทบาทที่ AI เล่นได้ในงานการเงิน
1. ผู้ช่วยจัดการข้อมูลดิบ
ทำความสะอาด จัดรูปแบบ และสรุปข้อมูลที่หน้าตาไม่เป็นมาตรฐาน ก่อนที่คุณจะเอาไปวิเคราะห์ต่อ
2. คู่คิดในการวิเคราะห์
ช่วยตั้งคำถาม ชวนมองมุมที่อาจมองข้าม หรือช่วยอธิบาย variance/trend ที่คุณเห็นในตัวเลขให้เป็นภาษาที่คนอื่นเข้าใจง่ายขึ้น
3. ผู้ร่างเอกสารและการสื่อสาร
ช่วยร่าง email, สรุปประชุม, หรือ slide เบื้องต้น ที่คุณค่อยตรวจทานและปรับให้ตรงกับสิ่งที่ต้องการสื่อสารจริง
คุณ: ช่วยอธิบาย variance ของค่าใช้จ่ายฝ่ายขายเดือนนี้ที่สูงกว่า budget 12% ให้เป็นภาษาที่ผู้บริหารที่ไม่ได้อยู่สายการเงินเข้าใจง่าย โดยอ้างจากไฟล์ตัวเลขที่แนบมา Claude: จากข้อมูลที่แนบมา ค่าใช้จ่ายฝ่ายขายที่สูงกว่า budget 12% มาจาก 2 รายการหลักคือ...
สิ่งที่ AI ทำไม่ได้ (และต้องรู้ไว้ก่อนเริ่ม)
- AI ไม่รู้ว่าตัวเลขในระบบของบริษัทคุณ “ถูกต้อง” จริงหรือไม่ — มันเชื่อข้อมูลที่คุณป้อนให้
- AI อาจ “มั่นใจผิดๆ” กับตัวเลขที่มันคำนวณเอง (hallucination) ถ้าไม่มีข้อมูลอ้างอิงชัดเจน
- AI ไม่รับผิดชอบทางกฎหมายหรือบัญชีแทนคุณได้ — การตัดสินใจสุดท้ายยังเป็นของคุณ
แล้วทำไมต้องเรียนรู้ตอนนี้
ทีมการเงินที่เริ่มใช้ AI ช่วยงานตั้งแต่ตอนนี้ ไม่ใช่เพราะ AI จะมาแทนที่งานของคุณ แต่เพราะมันช่วยตัดเวลาในงานที่ใช้แรงซ้ำๆ ลง ทำให้คุณมีเวลาไปโฟกัสกับงานที่ต้องใช้การตัดสินใจและความเข้าใจธุรกิจจริงๆ มากขึ้น — ซึ่งเป็นทักษะที่ AI แทนคุณไม่ได้
- AI ต่างจาก automation แบบเดิม เพราะ “เข้าใจ” บริบท ไม่ใช่แค่ทำตามขั้นตอนตายตัว
- AI เล่นได้ 3 บทบาทหลักในงานการเงิน: จัดการข้อมูลดิบ, คู่คิดวิเคราะห์, ผู้ร่างเอกสาร
- AI ไม่รู้ว่าข้อมูลถูกต้องหรือไม่ และอาจมั่นใจผิดๆ กับตัวเลขที่คำนวณเอง — ต้องตรวจทานเสมอ
- เป้าหมายคือใช้ AI ตัดเวลางานซ้ำๆ เพื่อมีเวลาโฟกัสกับงานที่ต้องใช้การตัดสินใจมากขึ้น
ลงมือทำ: หางานที่ AI ช่วยคุณได้จริง
ก่อนไปตอนถัดไป ลองทำสิ่งนี้ดูครับ ใช้เวลาไม่เกิน 10 นาที
- เขียนรายการงานที่คุณทำซ้ำทุกสัปดาห์หรือทุกเดือนออกมา 5 อย่าง (เช่น สรุปยอดขาย, ทำ reconcile บัญชี, ตอบอีเมลลูกหนี้)
- ในแต่ละงาน ให้ถามตัวเองว่า “งานนี้ต้องใช้การตัดสินใจ/ตีความแค่ไหน” แล้วให้คะแนน 1-5 (1 = ทำตามขั้นตอนตายตัว, 5 = ต้องคิดวิเคราะห์มาก)
- เลือกงานที่ได้คะแนน 2-4 ขึ้นมา 1 งาน — นั่นคืองานที่เหมาะจะเริ่มลองใช้ AI ช่วยที่สุดในคอร์สนี้
Quiz ทบทวนตอนที่ 1.1
1. ข้อใดอธิบายความต่างระหว่าง automation แบบเดิมกับ AI ได้ถูกต้องที่สุด?
2. ข้อใดไม่ใช่ 1 ใน 3 บทบาทของ AI ในงานการเงินที่บทความนี้กล่าวถึง?
3. ข้อจำกัดสำคัญของ AI ที่ต้องระวังเป็นพิเศษเมื่อใช้กับตัวเลขทางการเงินคืออะไร?
4. ตามบทความนี้ เป้าหมายของการใช้ AI ในงานการเงินคืออะไร?