Flowtica

AI Agent ใน ERP คืออะไร และ SME ไทยเริ่มใช้ยังไงในปี 2026

โดย ทีม Flowtica

AI Agent ใน ERP คือก้าวต่อจาก automation และแชตบอต ที่ AI ไม่ได้แค่ "ตอบ" แต่ "ลงมือทำงาน" ในระบบให้จบเอง บทความนี้อธิบายว่ามันคืออะไร ต่างจากของเดิมอย่างไร มีประโยชน์จริงแค่ไหน และ SME ไทยที่ใช้ Odoo จะเริ่มต้นแบบเสี่ยงน้อยได้อย่างไร

AI Agent ใน ERP คืออะไร

AI Agent ใน ERP คือซอฟต์แวร์ที่ตั้งเป้าหมายให้แล้ว มันจะวางแผน ตัดสินใจ และลงมือทำงานในระบบ ERP ได้เอง เช่น จับคู่ใบแจ้งหนี้กับใบสั่งซื้อแบบ 3 ทาง กระทบยอดบัญชี หรือสั่งเติมสต็อก โดยจะส่งงานต่อให้คนเฉพาะเมื่อเจอข้อยกเว้นที่เกินเงื่อนไขที่ตั้งไว้

จุดที่ทำให้ต่างจากของเดิม แบ่งได้เป็น 3 ระดับ:

  • Rule-based automation — ทำตามกฎตายตัวที่เขียนไว้ล่วงหน้า เจอเคสนอกกฎก็ไปต่อไม่ได้
  • Copilot / แชตบอต — ตอบคำถามและแนะนำ แต่คนยังต้องเป็นคนลงมือทำเอง
  • AI Agent — วางแผนหลายขั้น ลงมือทำจริงในระบบจนจบงาน และรู้ว่าเมื่อไรควรหยุดเพื่อขอให้คนอนุมัติ

ผู้ให้บริการ ERP รายใหญ่เริ่มฝัง agent มาในตัวแล้ว เช่น SAP Joule, Microsoft Dynamics 365 Copilot และ Oracle Fusion Applications ส่วนฝั่ง open-source อย่าง Odoo เริ่มได้ผ่านการเชื่อมต่อ API กับ agent ภายนอก

ทำไมเรื่องนี้สำคัญตอนนี้

เพราะงานหลังบ้านซ้ำ ๆ อย่างบัญชีและจัดซื้อกินเวลาทีมมาก และเครื่องมือ AI รุ่นก่อนหน้าส่วนใหญ่แค่ "แนะนำ" แต่ไม่ปิดงานให้ ทำให้หลายองค์กรยังไม่เห็นผลที่วัดได้ ปี 2026 จึงเป็นช่วงที่ความสนใจขยับจากแชตบอตไปสู่ agent ที่ทำงานจบจริง

ในระดับตลาด Gartner คาดว่า 40% ของแอปพลิเคชันองค์กรจะมี AI agent เฉพาะงานภายในปี 2026 (เพิ่มจากต่ำกว่า 5% ในปี 2025) สะท้อนว่าเทคโนโลยีนี้กำลังกลายเป็นมาตรฐานใหม่ ไม่ใช่ของเล่นทดลองอีกต่อไป

สำหรับบริบทไทย ทั้งภาครัฐและเอกชนเริ่มผลักดันโครงการอบรมและสนับสนุนการใช้ AI ใน SME มากขึ้น ทำให้ SME ไทยเข้าถึงทั้งเครื่องมือและความรู้ได้ง่ายกว่าเดิม

ประโยชน์ที่จับต้องได้

ประโยชน์หลักของ AI Agent ใน ERP คือลดงานซ้ำซากของทีมหลังบ้าน เร่งรอบงานให้เร็วขึ้น และลดข้อผิดพลาดจากการคีย์มือ โดยเฉพาะงานบัญชีและจัดซื้อ ตัวอย่างที่เห็นผลชัด:

  • ประมวลใบแจ้งหนี้และ 3-way matching — agent จับคู่ใบแจ้งหนี้กับ PO และใบรับของให้อัตโนมัติ เหลือเฉพาะเคสที่ไม่ตรงให้คนดู ผู้ให้บริการหลายรายระบุว่าช่วยลดงานแรงงานในส่วนนี้ได้มาก (ตัวเลขจริงขึ้นกับปริมาณเอกสารและความสะอาดของข้อมูลแต่ละองค์กร)
  • ปิดงบและกระทบยอด — ช่วยกระทบยอดรายการจำนวนมากและร่างรายการบัญชี ทำให้รอบปิดงบสั้นลง
  • พยากรณ์ความต้องการและเติมสต็อก — วิเคราะห์ยอดขายย้อนหลังเพื่อเสนอจุดสั่งซื้อ ลดทั้งของขาดและของค้างสต็อก
  • ถามข้อมูล ERP ด้วยภาษาธรรมชาติ — พิมพ์ถามเป็นภาษาคนแล้วได้รายงานทันที ไม่ต้องรอทีม IT ดึงข้อมูล

หมายเหตุ: ตัวเลขผลลัพธ์ที่ผู้ให้บริการเผยแพร่ (เช่น เปอร์เซ็นต์ที่ประหยัดได้หรือจำนวนวันที่ปิดงบเร็วขึ้น) ส่วนใหญ่มาจากเคสของผู้ให้บริการเอง ผลจริงขึ้นกับบริบทแต่ละองค์กร ควรประเมินจากต้นทุนงานที่ประหยัดได้จริงของคุณเอง

วิธีเริ่มใช้บน Odoo สำหรับ SME ทีละขั้น

แนวทางที่เสี่ยงน้อยที่สุดคือเริ่มแคบ รันแบบให้คนอนุมัติก่อน แล้วค่อยขยาย:

  1. เลือก use case แคบ ๆ ที่ ROI ชัด เช่น เตือนใบแจ้งหนี้ที่ยอดไม่ตรง PO หรือเตือนสินค้าใกล้หมด อย่าเริ่มจากการ automate ทั้งกระบวนการพร้อมกัน
  2. เปิดช่องเชื่อมต่อ Odoo ผ่าน API ใช้ External API (XML-RPC/JSON-RPC ใช้ได้ทุก edition รวม Community หรือ REST ในรุ่นใหม่) สร้าง API user แยกและจำกัดสิทธิ์เฉพาะ model ที่จำเป็น
  3. วาง trigger ในระบบ ใช้ Automated Actions หรือ Odoo Studio ตั้งให้ยิง webhook ไปหา AI agent ภายนอกเมื่อเกิดเหตุการณ์ เช่น มีการสร้าง vendor bill ใหม่
  4. รันในโหมด assisted ก่อน ให้ agent อ่านข้อมูล วิเคราะห์ แล้วเสนอ draft ให้คนกดอนุมัติ ยังไม่ให้เขียนกลับเข้าระบบเองอัตโนมัติ
  5. ตั้ง guardrail และเงื่อนไข escalation กำหนดวงเงินหรือประเภทรายการที่ต้องให้คนอนุมัติเสมอ และบังคับให้ agent เขียน log ทุก action
  6. ค่อยเลื่อนเป็นอัตโนมัติแล้วขยายผล เปิดอัตโนมัติเฉพาะงานที่ log แสดงผลแม่นยำคงที่ จากนั้นจึงขยายไป use case ถัดไป

Guardrail และการกำกับดูแลที่ต้องมี

ยิ่ง agent ทำงานเองได้มาก ยิ่งต้องมีการกำกับดูแลที่รัดกุม เพราะงานที่แตะเงินหรือข้อมูลส่วนบุคคลถ้าผิดพลาดเสียหายจริง Gartner คาดว่า กว่า 40% ของโปรเจกต์ agentic AI จะถูกยกเลิกภายในสิ้นปี 2027 โดยสาเหตุหลักรวมถึงต้นทุนที่บานปลาย คุณค่าที่ไม่ชัด และการควบคุมความเสี่ยงที่ไม่ดีพอ

สิ่งที่ควรมีตั้งแต่วันแรก:

  • Human-in-the-loop สำหรับรายการที่เกินวงเงินหรือเข้าข่ายความเสี่ยงสูง ต้องให้คนอนุมัติก่อนเสมอ
  • Audit trail ที่แก้ไม่ได้ บันทึกทุก action ของ agent ว่าทำอะไร เมื่อไร ด้วยข้อมูลอะไร
  • เงื่อนไข escalation ที่ชัดเจน ระบุว่าเคสแบบไหน agent ต้องหยุดและส่งต่อให้คน

สรุปและก้าวถัดไป

AI Agent ใน ERP กำลังเปลี่ยนระบบหลังบ้านจาก "เครื่องมือบันทึกข้อมูล" ให้กลายเป็น "ระบบที่ลงมือทำงานแทน" สำหรับ SME ไทยที่ใช้ Odoo จุดเริ่มที่ดีที่สุดไม่ใช่การรื้อทั้งระบบ แต่คือเลือกงานเดียวที่วัด ROI ได้ เชื่อมผ่าน API รันแบบให้คนอนุมัติก่อน วาง guardrail ให้ครบ แล้วค่อยขยายเมื่อมั่นใจในผลลัพธ์

คำถามที่พบบ่อย

AI Agent ใน ERP ต่างจากแชตบอตยังไง

แชตบอตหรือ Copilot แค่ตอบคำถามและให้คำแนะนำ ส่วน AI Agent วางแผนหลายขั้นแล้วลงมือทำงานจริงในระบบ ERP เช่น สร้างเอกสาร อัปเดตข้อมูล หรือกระทบยอด จนจบงาน โดยส่งต่อให้คนอนุมัติเฉพาะเมื่อเจอข้อยกเว้น

Odoo ใช้ AI Agent ได้ไหม ทั้งที่เป็น open-source

ได้ ผ่าน External API ของ Odoo (XML-RPC/JSON-RPC ใช้ได้ทุก edition รวม Community และ REST API ใน Odoo รุ่นใหม่) ให้ AI agent ภายนอกอ่าน-เขียนข้อมูล และใช้ Automated Actions หรือ Studio ยิง webhook เมื่อมีเหตุการณ์ในระบบ

SME ลงทุน AI Agent ใน ERP แล้วคุ้มไหม เริ่มยังไงให้เสี่ยงน้อย

เริ่มจาก use case เดียวที่วัด ROI ได้ชัด และรันในโหมดให้คนอนุมัติก่อน (assisted) แล้วค่อยขยายเป็นอัตโนมัติเมื่อผลแม่นยำคงที่ วิธีนี้ลงทุนน้อยและจำกัดความเสี่ยงได้

ทำไม Agentic AI ใน ERP ต้องมี guardrail และการอนุมัติจากคน

เพราะงานที่แตะเงินหรือข้อมูลส่วนบุคคลถ้าผิดพลาดเสียหายจริง Gartner คาดว่ากว่า 40% ของโปรเจกต์ agentic AI จะถูกยกเลิกภายในสิ้นปี 2027 ส่วนหนึ่งเพราะควบคุมความเสี่ยงไม่ดีพอ จึงต้องมีวงเงินอนุมัติ เงื่อนไข escalation และ log ที่ตรวจสอบย้อนหลังได้