AI กำลังเปลี่ยนวิธีพัฒนา ERP: 7 เรื่องที่เจ้าของธุรกิจไทยต้องรู้ในปี 2026

หลายบริษัทในไทยใช้ ERP มาหลายปีแล้ว ไม่ว่าจะเป็น Odoo, ERPNext, SAP หรือระบบที่พัฒนาเอง คำถามที่ผู้บริหารถามเราบ่อยที่สุดตอนนี้คือ "AI จะมากระทบ ERP ของเราอย่างไร และควรเริ่มตรงไหน"

คำตอบสั้น ๆ คือ AI กระทบสามจุดพร้อมกัน ได้แก่ วิธีเขียนและดูแลซอฟต์แวร์ ERP, สิ่งที่ ERP ทำได้, และ วิธีที่ ERP เชื่อมกับระบบอื่น ท้ายบทความมีเช็กลิสต์ 10 ข้อให้ทีมของคุณลองประเมินตัวเองได้ทันที

1. เขียนโค้ดถูกลง แต่ตรวจโค้ดแพงขึ้น

เครื่องมือ AI ช่วยงานซ้ำ ๆ ได้ดี เช่น โมดูล CRUD รายงาน สคริปต์ย้ายข้อมูล การเขียนเทสต์ และเอกสารประกอบ โมดูลที่เคยใช้เวลาหลายสัปดาห์อาจทำต้นแบบได้ในไม่กี่วัน

แต่โค้ด ERP ไม่เหมือนโค้ดทั่วไป ความผิดพลาดเล็กน้อยในการคำนวณภาษีมูลค่าเพิ่ม ภาษีหัก ณ ที่จ่าย ต้นทุนสินค้าคงคลัง หรือการปัดเศษ ไม่ทำให้ระบบล่ม แต่ทำให้ตัวเลขในบัญชีผิดเงียบ ๆ คอขวดจึงย้ายจาก "การพิมพ์โค้ด" ไปเป็น "การตรวจสอบโดยคนที่เข้าใจบัญชี"

หลักปฏิบัติ: ให้ AI ร่าง แต่ทุกอย่างที่แตะเรื่องเงิน ภาษี หรือมูลค่าสต็อก ต้องมีเทสต์ที่เขียนโดยคนที่เข้าใจกฎเกณฑ์จริง

2. โค้ดเก่าที่ไม่มีใครกล้าแตะ อ่านรู้เรื่องมากขึ้น

ทุกองค์กรมีมุมของ ERP ที่ไม่มีใครอยากแก้ เช่น stored procedure เก่า โมดูลที่ปรับแต่งหนัก หรือการอัปเกรดที่เลื่อนมาหลายปี AI ช่วยอ่าน อธิบาย และเสนอแนวทางปรับโครงสร้างได้ ทำให้ต้นทุนการอัปเกรดและย้ายระบบลดลง

ข้อควรระวัง: คำอธิบายจาก AI เป็นสมมติฐาน ไม่ใช่ข้อเท็จจริง ต้องทดสอบกับธุรกรรมจริงในระบบทดสอบก่อนเชื่อ

3. ผู้ใช้ถามเป็นภาษาคน แทนการรอรายงาน

ผู้จัดการพิมพ์ถามว่า "ลูกหนี้เกินกำหนดของลูกค้ากลุ่มญี่ปุ่นไตรมาสนี้มีเท่าไร" แล้วได้คำตอบทันที แทนที่จะรอให้ฝ่าย IT ทำรายงาน

หัวใจคือการออกแบบให้ปลอดภัย AI ควรแปลงคำถามเป็น คำสั่งค้นข้อมูลที่แน่นอน แล้วแสดงให้ตรวจสอบได้ ไม่ใช่ "จำ" ตัวเลขเอง เพราะตัวเลขที่ผิดแต่ดูมั่นใจอันตรายกว่าไม่มีคำตอบ

4. งานเอกสารเป็นงานแรกที่ AI ช่วยได้ชัดที่สุด

ใบแจ้งหนี้ ใบสั่งซื้อ ใบส่งของ เอกสารศุลกากร รายการเดินบัญชี คืองานที่กินเวลาทีมบัญชีและจัดซื้อทุกสัปดาห์ AI ช่วยดึงข้อมูลจากเอกสาร จับคู่กับใบสั่งซื้อและใบรับของ และแจ้งรายการผิดปกติให้คนตรวจ สำหรับธุรกิจไทย งานที่มักเกี่ยวข้องคือเอกสารภาษาไทยและอังกฤษปนกัน ใบกำกับภาษี และเอกสารจากคู่ค้าต่างประเทศ ซึ่งควรทดสอบกับเอกสารจริงของบริษัทก่อนตัดสินใจลงทุน

นอกจากนี้ ระบบค้นคืนข้อมูลจากเอกสารภายใน (SOP สัญญา คู่มือ) ทำให้พนักงานได้คำตอบที่อิงเอกสารของบริษัทเอง

5. เอเจนต์ไม่ได้แค่ตอบ แต่ลงมือทำ

นี่คือการเปลี่ยนแปลงที่ใหญ่ที่สุด และต้องระวังที่สุด เอเจนต์สามารถร่างใบสั่งซื้อ ชี้จุดไม่ตรงกัน และส่งเรื่องขออนุมัติ ไม่ใช่แค่ตอบคำถาม ตัวช่วยสำคัญคือมาตรฐานกลางให้เอเจนต์เรียกใช้ฟังก์ชันของ ERP คือ Model Context Protocol (MCP)

ตามบทความของ Tarento เมื่อกรกฎาคม 2026 SAP ประกาศรองรับ MCP อย่างกว้างขวางที่งาน TechEd 2025 เปิดตัวการรองรับ MCP ใน SAP HANA Cloud ต้นปี 2026 และประกาศความร่วมมือนำ Claude มาทำงานใน Joule ผ่าน MCP บทความเดียวกันชี้ว่า ERP ถูกออกแบบโดยมีคนอยู่ในวงจรเสมอ จึงต้องมีชั้นที่เหมาะกับเอเจนต์ ได้แก่ API ที่ชัดเจน ศัพท์ธุรกิจร่วมกัน และนโยบายที่บังคับใช้ ณ จุดลงมือทำ อ่านได้ที่ Tarento agent-ready ERP blueprint

รูปแบบที่ปลอดภัยเป็นดังนี้

flowchart TD
    A["AI agent"] --> B["ชั้นเครื่องมือพร้อมสิทธิ์"]
    B --> C["ขั้นตอนอนุมัติสำหรับงานเสี่ยง"]
    C --> D["ERP หลัก"]
    B --> E["บันทึกตรวจสอบ"]
    C --> E
    D --> E

เอเจนต์ไม่แตะ ERP หลักโดยตรง ชั้นเครื่องมือตรวจสิทธิ์ งานเสี่ยงต้องรอคนอนุมัติ และทุกอย่างถูกบันทึก

6. คุณภาพข้อมูลคือปัจจัยจำกัดตัวจริง

AI ที่ทำงานบนข้อมูลหลักที่เละ จะให้คำตอบผิดอย่างมั่นใจ ลูกค้าซ้ำ รหัสสินค้าไม่สม่ำเสมอ หน่วยนับปนกัน เคยเป็นแค่ความรำคาญ แต่เมื่อมี AI มันกลายเป็นสาเหตุหลักที่โครงการนำร่องล้มเหลว งานทำความสะอาดข้อมูลและกำกับดูแลจะเพิ่มขึ้น ไม่ใช่ลดลง

7. การกำกับดูแลและ PDPA ไม่ใช่ทางเลือกอีกต่อไป

เมื่อซอฟต์แวร์แก้ไขข้อมูลได้ คุณต้องตอบให้ได้ว่า มันเห็นอะไร ตัดสินใจอะไร เปลี่ยนอะไร และใครอนุมัติ ข้อมูล ERP มักมีข้อมูลส่วนบุคคลของลูกค้า พนักงาน และคู่ค้า จึงเกี่ยวข้องกับ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล (PDPA) โดยตรง ต้องรู้ว่าข้อมูลส่วนบุคคลอยู่ตรงไหนใน ERP ใครเข้าถึงได้ และข้อมูลถูกส่งไปยังบริการ AI ภายนอกหรือไม่ รวมถึงการส่งข้อมูลไปต่างประเทศ ซึ่งควรปรึกษาที่ปรึกษากฎหมายของคุณ

แนวทางออกแบบ

• เอเจนต์ใช้สิทธิ์ของ ผู้ใช้ ไม่ใช่สิทธิ์แอดมินเต็ม
• บันทึกทุกการกระทำ พร้อมข้อมูลนำเข้าและเหตุผล
• งานสำคัญต้องรอคนอนุมัติ และเพิ่มความเป็นอิสระทีละน้อยตามประเภทงาน
• เลือกว่าจะใช้โมเดลบนเซิร์ฟเวอร์ของตัวเองหรือบริการภายนอก ตามความอ่อนไหวของข้อมูล

สำหรับบริษัทที่ได้สิทธิ์ BOI หรืออยู่ในพื้นที่ EEC และมีลูกค้าหรือบริษัทแม่ที่เข้มงวดเรื่องการตรวจสอบ การมีบันทึกที่ตรวจย้อนหลังได้ช่วยให้ผ่านการตรวจประเมินได้ง่ายขึ้น

สิ่งที่ไม่เปลี่ยน

ผู้ให้บริการในวงการนี้มักมองโลกในแง่ดี จึงขอยกมุมที่ตั้งสติ DeployMonkey ผู้ให้บริการโฮสต์ Odoo เผยแพร่คำทำนายปี 2026 ถึง 2030 และระบุชัดว่า AI จะไม่ทำให้ที่ปรึกษา ERP หรือการปรับแต่งทั้งหมดหายไป การออกแบบกระบวนการธุรกิจ การตรวจสอบภาษีและการปฏิบัติตามกฎ และคุณภาพข้อมูล ยังเป็นความรับผิดชอบของคน เราเห็นด้วย กฎธุรกิจเฉพาะของแต่ละองค์กรยังต้องพัฒนาเอง AI ทำให้เร็วขึ้น ไม่ได้ทำให้ไม่จำเป็น

เช็กลิสต์ 10 ข้อ: ERP ของคุณพร้อมสำหรับ AI หรือยัง

ตอบใช่หรือไม่ใช่ ทุกข้อที่ตอบ "ไม่ใช่" คือจุดเริ่มต้น

1. ข้อมูลหลักใน ERP มี API ที่มีเอกสารหรือการส่งออกที่เสถียรหรือไม่
2. ลูกค้า ผู้ขาย และสินค้า ไม่ซ้ำ และมีระเบียนหลักเดียวหรือไม่
3. คุณระบุได้หรือไม่ว่าใครมีสิทธิ์อนุมัติอะไร ณ วันนี้
4. มีระบบทดสอบที่ใกล้เคียงระบบจริงพอจะลองเปลี่ยนแปลงหรือไม่
5. กฎภาษี ต้นทุน และการปัดเศษ มีเทสต์อัตโนมัติครอบคลุมหรือไม่
6. คุณรู้หรือไม่ว่าเอกสารประเภทใดกินเวลาคนมากที่สุด
7. มีบันทึกว่าใครแก้อะไรใน ERP และค้นหาได้หรือไม่
8. รู้หรือไม่ว่าข้อมูลส่วนบุคคลอยู่ที่ไหนใน ERP และใครดูได้บ้าง (PDPA)
9. มีคนกำหนดแล้วหรือไม่ว่างานใดที่ AI ห้ามทำโดยไม่ผ่านการอนุมัติ
10. มีตัวเลขฐานที่วัดได้หนึ่งตัว เช่น จำนวนนาทีต่อใบแจ้งหนี้ ไว้เทียบหลังนำร่องหรือไม่

การแปลผล: ตอบใช่ 8 ถึง 10 ข้อ เริ่มนำร่องได้เลย 4 ถึง 7 ข้อ ควรแก้ข้อมูลและสิทธิ์ก่อน น้อยกว่า 4 ข้อ ควรเริ่มจากทำความสะอาดข้อมูลและควบคุมการเข้าถึง เพราะการนำร่องตอนนี้จะได้แต่สัญญาณรบกวน

สำหรับนักพัฒนา ERP

งานประเภท "สร้างหน้าจอและรายงานตามสั่ง" กำลังกลายเป็นสินค้าโภคภัณฑ์ คุณค่าที่ยั่งยืนอยู่ที่การเชื่อมต่อระบบ การออกแบบข้อมูล เวิร์กโฟลว์เฉพาะทาง และการสร้างชั้นที่ปลอดภัยระหว่าง AI กับ ERP ซึ่งเป็นงานที่เหมาะกับทีมที่เข้าใจทั้งกระบวนการธุรกิจและวิศวกรรม

คำถามที่พบบ่อย

AI จะมาแทนนักพัฒนา ERP หรือไม่
AI แทนงานเขียนโค้ดซ้ำ ๆ ได้บางส่วน แต่ไม่ได้แทนคนที่เข้าใจกฎบัญชี การเชื่อมต่อ และการบริหารความเสี่ยง งานจะย้ายไปที่การตรวจสอบ การออกแบบ และการกำกับดูแล

ปลอดภัยไหมที่ให้ AI บันทึกธุรกรรมใน ERP
ทำได้เมื่อมีข้อจำกัด ใช้สิทธิ์ของผู้ใช้ ให้คนอนุมัติงานสำคัญ บันทึกทุกอย่าง และทดสอบในสำเนาที่ไม่ใช่ระบบจริงก่อน เริ่มจากงานอ่านอย่างเดียวหรืองานร่างก่อน

ERP ตัวไหนเหมาะกับ AI ที่สุด
ระบบที่มี API ครบและเอกสารการปรับแต่งดี เชื่อมต่อง่ายกว่า จึงมีโครงการ AI จำนวนมากบนแพลตฟอร์มเปิดอย่าง Odoo และ ERPNext แต่ตัวเลือกที่ดีที่สุดยังขึ้นกับกระบวนการและทีมของคุณ ไม่ใช่ AI อย่างเดียว

ควรเริ่มจากตรงไหน
เลือกกระบวนการหนึ่งที่ปริมาณสูงและมีเอกสารมาก เช่น การจับคู่ใบแจ้งหนี้ วัดเวลาปัจจุบัน แล้วนำร่องโดยให้คนอนุมัติทุกผลลัพธ์

Simplico มีผลิตภัณฑ์สำเร็จรูปสำหรับเรื่องนี้หรือไม่
ไม่ได้เป็นผลิตภัณฑ์สำเร็จรูปตัวเดียว เราปรับแต่ง Odoo และ ERPNext และพัฒนาแอปพลิเคชัน AI ด้านเอกสารและการค้นคืนข้อมูล ส่วนการเชื่อม AI กับ ERP เราประเมินเป็นรายโครงการ พร้อมการออกแบบสิทธิ์และการอนุมัติตามที่อธิบายไว้

คุยกับเรา

หากต้องการความเห็นที่สองเกี่ยวกับแผน ERP และ AI ของคุณ ส่งอีเมลถึง hello@simplico.net พร้อมบอกแพลตฟอร์ม ERP และกระบวนการที่อยากปรับปรุง เราจะดูคำตอบเช็กลิสต์ข้างต้นและบอกตามตรงว่า AI ช่วยได้ตรงไหน และไม่ช่วยตรงไหน

แหล่งอ้างอิง: Tarento, DeployMonkey