Flowtica

AI เปลี่ยนวิธีการประเมินซัพพลายเออร์ SME ไทย: Scoring อัตโนมัติด้วย Odoo ที่ไม่ต้องเขียนโค้ด

โดย ทีม Flowtica

AI Scoring ใน Odoo คืออะไร และ SME ไทยได้อะไรจากระบบนี้

AI Scoring ใน Odoo คือระบบที่ใช้ Machine Learning วิเคราะห์ประวัติการสั่งซื้อ ราคา เวลาส่ง และคุณภาพสินค้า เพื่อให้คะแนนซัพพลายเออร์แต่ละรายโดยอัตโนมัติ โดย SME ไทยไม่ต้องเขียนโปรแกรมใดๆ แค่ตั้งค่าผ่านเมนู Automation Rules และ AI Connector ที่มีใน Odoo เวอร์ชัน Enterprise หรือ Community ร่วมกับโมดูลเสริม จากนั้นระบบจะคำนวณคะแนนให้ทันทีทุกครั้งที่มีการรับสินค้า SME ไทยที่ใช้ระบบนี้จะเปลี่ยนจากการประเมินซัพพลายเออร์ด้วยความรู้สึกหรือการจำข้อมูลจากความทรงจำ มาเป็นการตัดสินใจบนฐานของตัวเลขจริง ส่งผลให้ลดต้นทุนแอบแฝงจากสินค้าล่าช้าที่ SMEs ส่วนใหญ่ประเมินต่ำเกินไป

ทำไม SME ไทยถึงต้องเปลี่ยนวิธีการประเมินซัพพลายเออร์

การประเมินซัพพลายเออร์แบบเดิมของ SME ไทยมีปัญหาหลักๆ หลายจุดที่ทำให้ธุรกิจเสียโอกาสและมีต้นทุนแอบแฝงสูงเกินจำเป็น ปัญหาแรกคือการใช้ดุลยพินิจส่วนตัวของเจ้าของหรือผู้จัดการฝ่ายจัดซื้อ ซึ่งมักขึ้นอยู่กับความสัมพันธ์ส่วนตัวหรือความประทับใจจากการเจอกันไม่กี่ครั้ง ทำให้ซัพพลายเออร์ที่ส่งของช้าประจำหรือมี Defect Rate สูง ยังคงได้รับออเดอร์ต่อไปเพราะเป็น "คนรู้จัก" ปัญหาที่สองคือข้อมูลกระจัดกระจายอยู่ในระบบต่างๆ เช่น ไลน์ อีเมล โทรศัพท์ และเอกสารกระดาษ ทำให้ไม่สามารถดึงข้อมูลมาวิเคราะห์เปรียบเทียบได้อย่างรวดเร็ว

SME ไทยรายหนึ่งที่ Flowtica ให้คำปรึกษา มีซัพพลายเออร์ 12 ราย ใช้กระดาษจดบันทึกความพึงพอใจแบบ 1-5 ดาวทุกเดือน แต่ไม่มีข้อมูลจริงว่าซัพพลายเออร์แต่ละรายส่งของตรงเวลากี่เปอร์เซ็นต์ หรือ Defect Rate จริงเท่าไหร่ ผลคือ เลือกซัพพลายเออร์ผิดเป็นเวลาหนึ่งปี ทำให้เสียค่าขนส่งเร่งด่วนเพิ่มเดือนละ 8,000-15,000 บาท และลูกค้าบ่นเรื่องสินค้าล่าช้าประจำเดือนละ 3-5 ราย ซึ่งเสียทั้งค่าเสียโอกาสและภาพลักษณ์ธุรกิจ

AI Scoring ทำงานอย่างไรใน Odoo โดยไม่ต้องเขียนโปรแกรม

ระบบ AI Scoring ใน Odoo ทำงานโดยการดึงข้อมูลจาก Purchase Orders, Receipts, และ Supplier Invoices ที่บันทึกไว้แล้วในระบบ มาคำนวณคะแนนตาม KPI ที่คุณกำหนดไว้ล่วงหน้า โดยผ่านขั้นตอนการทำงานอัตโนมัติดังนี้

เมื่อคุณตั้งค่า AI Connector Module เสร็จ ระบบจะให้คุณเลือกประเภทของ Machine Learning Model ที่ต้องการใช้ เช่น Linear Regression สำหรับทำนายแนวโน้มราคา หรือ Random Forest สำหรับจัดกลุ่มซัพพลายเออร์ คุณไม่ต้องเขียนโค้ดใดๆ เพราะ Odoo มี Model สำเร็จรูปให้เลือกจาก Library หรือคุณจะใช้ Pre-trained Model จากบริการภายนอกอย่าง Hugging Face โดยกำหนด API Key เพียงครั้งเดียว

จากนั้นคุณสร้าง Automation Rule ผ่านเมนู Settings > Technical > Automation > Automated Actions โดยกำหนดเงื่อนไข เช่น "เมื่อมีการยืนยันการรับสินค้า (Receipt Confirmed)" ให้ระบบ Trigger การคำนวณคะแนนใหม่ ซึ่งจะดึงข้อมูล On-Time Delivery (เปรียบเทียบวันที่รับจริงกับวันที่ใน Purchase Order), ราคาจริงเทียบกับราคาที่ตกลง, จำนวนสินค้าที่บกพร่องจาก Inspection Report และเวลาที่ซัพพลายเออร์ใช้ในการตอบกลับอีเมลหรือเอกสาร

คะแนนแต่ละ KPI จะถูกคูณด้วยน้ำหนักที่คุณกำหนด เช่น On-Time Delivery 40% หมายความว่าถ้าซัพพลายเออร์ส่งของตรงเวลาทุกรอบ ได้คะแนนเต็ม 100 คะแนนในหัวนี้ ก็จะได้ 40 คะแนนรวม (100*0.4) ส่วนซัพพลายเออร์ที่ส่งช้าทุกครั้ง ได้ 0 คะแนนในหัวนี้ และเสียโอกาสได้คะแนนก้อนใหญ่ที่สุด

KPI ไหนที่สำคัญที่สุดสำหรับ SME ไทยในการประเมินซัพพลายเออร์

มี KPI หลัก 4 ตัวที่ SMEs ไทยควรให้ความสำคัญ หากไม่มีเวลาหรือทรัพยากรตั้งค่าระบบซับซ้อน แนะนำให้เริ่มจาก 2 KPI แรกก่อน แล้วค่อยขยายเพิ่มตามลำดับ

On-Time Delivery Rate คือเปอร์เซ็นต์ของคำสั่งซื้อที่ซัพพลายเออร์ส่งสินค้าถึงมือภายในหรือก่อนวันที่กำหนดใน Purchase Order สำหรับ SME ไทยที่ทำธุรกิจขายปลีกหรือผลิตสินค้า KPI นี้ส่งผลโดยตรงต่อความสามารถในการส่งมอบสินค้าต่อให้ลูกค้า SMES หลายรายประเมินว่าสินค้าล่าช้า 1 วันทำให้สูญเสียรายได้ 5-10% ของออเดอร์นั้นเพราะลูกค้ายกเลิกหรือหันไปซื้อคู่แข่ง

Price Competitiveness วัดจากราคาจริงที่ซัพพลายเออร์เรียกเก็บเทียบกับราคาตลาดหรือราคาเฉลี่ยจากซัพพลายเออร์รายอื่นในกลุ่มเดียวกัน ถ้าซัพพลายเออร์รายหนึ่งแพงกว่ารายอื่น 10% ระบบจะหักคะแนนตามสัดส่วน แต่ถ้าราคาถูกกว่า จะได้คะแนนบวก ซึ่งช่วยให้คุณเห็นว่าซัพพลายเออร์ที่ราคาถูกแต่ส่งของช้ามีผลต่อต้นทุนรวมอย่างไรเมื่อคิดรวมค่าขนส่งเร่งด่วนและค่าเสียโอกาส

Defect Rate คือเปอร์เซ็นต์ของสินค้าที่บกพร่องหรือไม่ตรงสเปกเมื่อเทียบกับจำนวนที่ส่งทั้งหมด KPI นี้สำคัญมากสำหรับ SME ไทยที่ทำธุรกิจอาหาร เครื่องสำอาง หรือชิ้นส่วนอิเล็กทรอนิกส์ เนื่องจาก Defect Rate ที่สูงมีผลต่อภาพลักษณ์ตราสินค้าและอาจนำไปสู่การเรียกคืนสินค้าที่มีค่าใช้จ่ายสูง SMEs ควรตั้งค่าให้ระบบหักคะแนนมหาศาลเมื่อ Defect Rate เกิน 2%

Communication Responsiveness คือระยะเวลาเฉลี่ยที่ซัพพลายเออร์ใช้ตอบกลับคำถามเกี่ยวกับสินค้า การเปลี่ยนแปลงสเปก หรือปัญหาการจัดส่ง การวัดนี้ทำได้โดยดึงข้อมูลจากการตอบกลับ RFQ (Request for Quotation) หรือการตอบอีเมลผ่านระบบ ในโมดูล Purchase

ตัวอย่างการปรับใช้จริงในธุรกิจ SME ไทย

สมมติว่าคุณเป็นเจ้าของร้านขายอะไหล่รถยนต์แห่งหนึ่งในกรุงเทพ มีซัพพลายเออร์ 25 ราย ทั้งในประเทศและนำเข้าจากจีนและญี่ปุ่น ปกติคุณประเมินซัพพลายเออร์จากความรู้สึกที่สะสมมา 3-5 ปี ซึ่งบางครั้งก็ถูกแต่หลายครั้งก็ผิดพลาด เช่น ซัพพลายเออร์ญี่ปุ่นรายหนึ่งที่ดูจริงจังและตอบกลับเร็วตลอด กลับส่งสินค้าช้าสม่ำเสมอ 20% ของออเดอร์เมื่อคิดเป็นเปอร์เซ็นต์ แต่เพราะคุณประทับใจจากการคุยกัน ทำให้ยังคงให้ออเดอร์ใหญ่กับเขา

เมื่อคุณติดตั้งระบบ Supplier Scoring ใน Odoo โดยไม่ต้องเขียนโค้ด โดยใช้การตั้งค่า Automated Actions ดังนี้: ทุกครั้งที่รับสินค้าเข้าระบบ Odoo จะบันทึกวันที่รับจริงและเปรียบเทียบกับวันที่ใน Purchase Order KPI ที่ตั้งคือ On-Time Delivery 40%, Price Competitiveness 30%, Defect Rate 20%, Communication Responsiveness 10% หลังจากใช้งาน 2 เดือน ระบบพบว่าซัพพลายเออร์ญี่ปุ่นรายนี้ได้คะแนนรวมแค่ 52 คะแนนจาก 100 โดยเฉพาะ On-Time Delivery ได้แค่ 30 คะแนนเพราะส่งช้า 20% และราคาก็แพงกว่าตลาดถึง 15%

ในทางกลับกัน ระบบพบซัพพลายเออร์จีนรายเล็กที่คุณไม่เคยสนใจมาก่อน ได้คะแนนรวม 85 คะแนน เพราะส่งของตรงเวลา 95% ราคาถูกกว่า 10% แต่ Defect Rate เท่ากับ 3% ซึ่งใกล้เคียงกับซัพพลายเออร์ญี่ปุ่น ระบบส่ง Alert แจ้งให้คุณลองเปลี่ยนมาใช้ซัพพลายเออร์จีนรายนี้สำหรับสินค้าที่ไม่ใช่ชิ้นส่วนหลัก หลังทดลอง 3 เดือนพบว่าต้นทุนรวมลดลง 12% และออเดอร์ล่าช้าลดลง 40% จากเดิมที่มีเดือนละ 5-6 ครั้งเหลือเพียง 2-3 ครั้ง

ขั้นตอนเริ่มต้นสำหรับ SME ไทยที่ต้องการลองใช้ระบบนี้

การเริ่มต้นระบบ Supplier Scoring ใน Odoo โดยไม่ต้องเขียนโค้ด มีขั้นตอนง่ายๆ ที่ SME ไทยทุกขนาดสามารถทำตามได้เอง โดยไม่ต้องจ้างนักพัฒนา

ขั้นแรก ติดตั้งโมดูล Purchasing, Inventory, และ AI Connector ใน Odoo โดยไปที่ Apps menu ค้นหาและติดตั้ง หากใช้ Odoo Online (SaaS) มีให้เลือกทันทีในแผน Enterprise สำหรับผู้ใช้ Community Edition สามารถใช้ Odoo.sh หรือจ้างผู้เชี่ยวชาญติดตั้งโมดูล AI Connector เสริมซึ่งมีให้ดาวน์โหลดฟรีจาก Odoo App Store โดยส่วนใหญ่ใช้เวลาไม่เกิน 1 ชั่วโมง

ขั้นที่สอง ตรวจสอบและปรับปรุงข้อมูลย้อนหลัง เข้าไปที่ Purchase Orders และตรวจสอบว่าข้อมูลวันที่สั่งซื้อ วันที่รับสินค้า ราคา และจำนวนสินค้าถูกต้องทุกออเดอร์ ถ้ายังไม่มีข้อมูลย้อนหลัง ให้เริ่มเก็บข้อมูลตั้งแต่วันนี้เป็นต้นไป และใช้ระบบประเมินจากข้อมูลสะสมไปเรื่อยๆ Odoo จะคำนวณคะแนนให้คุณทุกเดือนโดยอัตโนมัติเมื่อมีข้อมูลอย่างน้อย 10 ออเดอร์ต่อซัพพลายเออร์

ขั้นที่สาม กำหนด KPI และน้ำหนักคะแนน ใช้ฟังก์ชัน Studio หรือ Developer Mode สร้างฟิลด์ Scoring ใน Supplier Form โดยเลือก Type เป็น Float และตั้งค่า Compute Method ใช้ Python Expression เล็กน้อยที่ Odoo ให้เทมเพลตไว้ เช่น record.on_time_delivery_rate * 0.4 + record.price_score * 0.3 + (100 - record.defect_rate) * 0.2 + record.communication_score * 0.1 คุณแค่ลากตัวแปรจากฟิลด์ที่ Odoo มีอยู่แล้วในระบบ

ขั้นที่สี่ ตั้งค่า Dashboard และ Alert ไปที่เมนู Dashboard สร้าง View แบบ Pivot หรือ Graph แสดงคะแนนรวมของซัพพลายเออร์ทุกเดือน จากนั้นตั้งค่า Automated Alert โดยใช้ Scheduled Actions ในเมนู Technical เพื่อระบบทำงานทุกเที่ยงคืนวันอาทิตย์ เมื่อคะแนนซัพพลายเออร์รายใดต่ำกว่า 60 ระบบจะส่งอีเมลไปยังผู้จัดการฝ่ายจัดซื้อโดยอัตโนมัติ โดยคุณแค่พิมพ์ข้อความในฟอร์ม Alert Template

สรุป: เพราะอนาคตของ Supply Chain SME ไทยอยู่ที่ข้อมูล ไม่ใช่ความรู้สึก

การเปลี่ยนมาใช้ AI Scoring ใน Odoo เพื่อประเมินซัพพลายเออร์ไม่ใช่เรื่องไกลตัวสำหรับ SME ไทยอีกต่อไปแล้ว ด้วยความสามารถของระบบที่ให้คุณตั้งค่าทั้งหมดผ่าน UI โดยไม่ต้องเขียนโค้ด แม้แต่เจ้าของธุรกิจที่ไม่ถนัดเทคโนโลยีก็สามารถเรียนรู้ได้ภายใน 1-2 วัน ซึ่งจะช่วยให้ธุรกิจของคุณหลุดพ้นจากวงจรการประเมินซัพพลายเออร์แบบผิดพลาดซ้ำซากที่สร้างต้นทุนแอบแฝงมหาศาล การมีระบบที่แสดงคะแนนตามข้อมูลจริงยังช่วยให้คุณต่อรองกับซัพพลายเออร์ได้อย่างมีหลักฐาน พร้อมลดความเครียดในการตัดสินใจเลือกซัพพลายเออร์หน้าตัก

สำหรับ SME ไทยที่เริ่มต้น เราแนะนำให้เริ่มจากซัพพลายเออร์ 5-10 รายที่มีประวัติการซื้อชัดเจนที่สุดก่อน เมื่อเห็นผลลัพธ์ที่เป็นรูปธรรมภายใน 1-2 เดือน เช่น ลดต้นทุนจัดซื้อ 5-10% หรือลดสินค้าล่าช้า 20-30% จากนั้นจึงขยายไปยังซัพพลายเออร์ทุกราย Flowtica มีทีมงานที่พร้อมให้คำปรึกษาแก่ธุรกิจ SME ไทยในการตั้งค่าระบบนี้โดยไม่ต้องมีพื้นฐานด้านเทคโนโลยีมาก่อน เพียงแค่คุณต้องการเปลี่ยนแปลงวิธีการทำงานให้มีประสิทธิภาพมากขึ้น

คำถามที่พบบ่อย

AI Scoring ใน Odoo ทำงานโดยไม่ต้องเขียนโค้ดได้จริงหรือ?

ได้จริง Odoo เวอร์ชันล่าสุดมีฟีเจอร์ AI Connector ที่เชื่อมต่อกับ Machine Learning Models สำเร็จรูป เช่น การทำนาย On-Time Delivery หรือการวิเคราะห์แนวโน้มราคา โดยคุณสามารถตั้งค่า Automation Rules ผ่าน UI แบบลากวางได้เลย ไม่ต้องมีความรู้ด้านโปรแกรมมิ่ง เพียงกำหนด KPI เช่น On-Time Delivery Rate หรือ Defect Rate จากนั้นระบบจะคำนวณคะแนนให้อัตโนมัติทุกครั้งที่มีการรับสินค้า

SME ไทยขนาดเล็กที่มีงบจำกัดสามารถใช้งานระบบนี้ได้ไหม?

ได้ Odoo Community Edition ซึ่งเป็นฟรีมีโมดูลพื้นฐานสำหรับจัดการซัพพลายเออร์และการสั่งซื้ออยู่แล้ว ส่วน AI Connector สามารถใช้ API เชื่อมต่อกับบริการ AI ราคาถูกอย่าง TensorFlow.js หรือ OpenAI API ซึ่งคิดค่าใช้จ่ายตามการใช้งานจริง สำหรับธุรกิจที่มีออเดอร์เดือนละไม่เกิน 200 รายการ ค่าใช้จ่ายรวมต่อเดือนไม่เกิน 1,500-3,000 บาท รวมค่า Hosting ซึ่งถูกกว่าการจ้างนักพัฒนาทำระบบเองมาก

KPI ไหนที่สำคัญที่สุดสำหรับการประเมินซัพพลายเออร์ SME ไทย?

จากประสบการณ์จริงในธุรกิจ SME ไทย On-Time Delivery Rate เป็น KPI ที่มีผลกระทบมากที่สุด เพราะความล่าช้าส่งผลต่อการผลิตและการขายต่อเนื่อง ซึ่งคิดเป็นต้นทุนแอบแฝงสูงถึง 15-20% ของมูลค่าสินค้า รองลงมาคือ Defect Rate ที่ควรต่ำกว่า 2% และ Price Competitiveness ที่วัดจากราคาจริงเทียบกับราคาตลาด รวมถึงประวัติการตอบกลับที่รวดเร็ว ซึ่งเป็นตัวชี้วัดความน่าเชื่อถือโดยรวม

ระบบ AI Scoring สามารถทำงานแบบ Real-Time ได้หรือไม่?

ได้ เมื่อคุณเชื่อมต่อ Odoo กับ AI Model ผ่าน Webhook หรือ Scheduled Actions ระบบจะอัปเดตคะแนนซัพพลายเออร์ทุกครั้งที่มีการบันทึกข้อมูลการรับสินค้า การชำระเงิน หรือการร้องเรียนคุณภาพ ทำให้คุณเห็นคะแนนล่าสุดของซัพพลายเออร์ได้ทันทีแบบ Real-Time โดยไม่ต้องรัน Report ทุกสิ้นเดือน ซึ่งช่วยในการตัดสินใจเลือกซัพพลายเออร์สำหรับออเดอร์เร่งด่วนได้อย่างรวดเร็วและแม่นยำ

ข้อมูลที่ต้องเตรียมก่อนตั้งค่าระบบ AI Scoring มีอะไรบ้าง?

คุณต้องมีข้อมูล Purchase Orders ย้อนหลังอย่างน้อย 6-12 เดือน เพื่อให้ AI Model เรียนรู้พฤติกรรมของซัพพลายเออร์แต่ละราย ข้อมูลสำคัญประกอบด้วย วันที่สั่งซื้อ วันที่รับสินค้าจริง ราคาที่ตกลง vs ราคาจริง จำนวนและรายละเอียดสินค้าที่รับ จำนวนสินค้าบกพร่อง ประวัติการเคลม และหมายเหตุจากการติดต่อ ซึ่งโดยปกติ Odoo จะบันทึกข้อมูลเหล่านี้ไว้ในโมดูล Purchasing และ Inventory อยู่แล้ว เพียงแต่คุณต้องตรวจสอบความถูกต้องก่อนนำเข้า AI