ถอดเกม SAP ปั้น “Autonomous Enterprise” ปลดแอกคนจากงานซ้ำ สู่ยุคองค์กรอัตโนมัติ

ภูมิทัศน์ทางธุรกิจในเอเชียตะวันออกเฉียงใต้กำลังปรับเปลี่ยนไปอย่างสิ้นเชิง จากในอดีตช่วงต้นปี 2000 ที่โลกขับเคลื่อนด้วย “เศรษฐกิจดิจิทัล” หรือ Digital Economy แต่ตอนนี้เรากำลังก้าวเข้าสู่ยุคของ “เศรษฐกิจ AI” ที่มีปัญญาประดิษฐ์เป็นตัวขับเคลื่อนการเติบโตของธุรกิจ

ตัวขับเคลื่อนสำคัญของภูมิภาคนี้คือ คนรุ่นใหม่ที่เติบโตมาพร้อมกับเทคโนโลยีดิจิทัล (Digital Native) และการเติบโตของ GDP ในภูมิภาคที่ยังคงแข็งแกร่ง ทำให้ภาคธุรกิจไม่ได้มองเทคโนโลยีเพียงในฐานะเครื่องมือที่ต้องนำมาใช้อีกต่อไป แต่กำลังมองไกลถึงขั้นเปลี่ยนวิธีการทำงานขององค์กรใหม่ตั้งแต่ต้นทาง

หัวใจสำคัญของการเปลี่ยนแปลงครั้งนี้คือแนวคิด “Autonomous Enterprise” ซึ่ง SAP มองว่าเป็นก้าวกระโดดทางเทคโนโลยีครั้งใหญ่ที่สุดในประวัติศาสตร์ของบริษัท และนี่ไม่ใช่เพียงแนวคิดสำหรับอนาคตอีกต่อไป แต่กำลังเกิดขึ้นจริงในภาคธุรกิจ โดยเฉพาะกลุ่มธุรกิจขนาดกลางและขนาดเล็ก ที่เป็นสัดส่วนใหญ่ของธุรกิจในภูมิภาคนี้

แนวคิดนี้กลายเป็นหัวใจสำคัญของงาน SAP NOW AI Tour Southeast Asia 2026 ที่จัดขึ้นในสิงคโปร์เช่นกัน ซึ่งปีนี้มีผู้เข้าร่วมเพิ่มมากขึ้นถึง 2 เท่าจากปีก่อนหน้า สะท้อนให้เห็นถึงความต้องการ Business AI ในภูมิภาคที่เพิ่มขึ้นอย่างมาก

ดังนั้น หากต้องการจะเข้าใจว่าเศรษฐกิจ AI กำลังทำงานอย่างไร องค์กรจำเป็นจะต้องมองให้ไกลกว่ากระแสของ AI สำหรับผู้บริโภคทั่วไป และทำความเข้าใจว่า SAP กำลังนำเทคโนโลยี Autonomous มาผูกเข้ากับบริบทที่แท้จริงของธุรกิจ ซึ่งเต็มไปด้วยกระบวนการและข้อมูลที่มีความสำคัญสูง

Autonomous Enterprise คืออะไร? ก้าวกระโดดครั้งใหญ่ที่สุดของ SAP

ตลอดประวัติศาสตร์ของซอฟต์แวร์องค์กร แต่ละทศวรรษมักมาพร้อมกับการเปลี่ยนแปลงครั้งใหญ่ ตั้งแต่การเกิดขึ้นของ ERP สมัยใหม่ในช่วงทศวรรษ 1970 ไปจนถึงการเปิดตัว SAP HANA ซึ่งกลายเป็นอีกหนึ่งจุดเปลี่ยนสำคัญของบริษัท

อย่างไรก็ตาม SAP มองว่า Autonomous Enterprise คือการพัฒนาทางเทคโนโลยีครั้งใหญ่ที่สุดเท่าที่บริษัทเคยสร้างมา

แนวคิดนี้ไม่ได้หมายถึงการนำ AI มาวางทับบนกระบวนการทางธุรกิจที่มีอยู่เดิมเท่านั้น แต่เป็นการออกแบบวิธีการทำงานของธุรกิจขึ้นมาใหม่ โดยให้มนุษย์และ AI Agent สามารถทำงานร่วมกันได้อย่างต่อเนื่องและไร้รอยต่อ

โครงสร้างของ Autonomous Enterprise ประกอบด้วย 5 องค์ประกอบที่เชื่อมโยงกัน ได้แก่

• Joule ผู้ช่วยดิจิทัลและชั้นการทำงานแบบ Conversational Engagement Layer ที่เป็นเหมือนประตูทางเข้าจุดเดียวของบริการทั้งหมดใน SAP แทนที่พนักงานจะต้องเปิดและสลับไปมาระหว่างหลายแอปพลิเคชัน Joule ช่วยลดปัญหา Application Silos หรือระบบที่แยกออกจากกัน พนักงานสามารถใช้การสนทนาภาษาธรรมชาติเพื่อทำธุรกรรมที่มีความซับซ้อน วิเคราะห์ข้อมูลให้เข้าใจง่ายขึ้น รวมถึงสั่งให้ระบบทำงานบางอย่างแบบอัตโนมัติได้เลย
• SAP Autonomous Agents หรือ AI Agent ที่ถูกออกแบบให้มีความเชี่ยวชาญเฉพาะด้าน ซึ่งปัจจุบันครอบคลุม 5 กลุ่มธุรกิจหลัก ได้แก่ การเงิน ซัพพลายเชน การบริหารทรัพยากรบุคคล การจัดซื้อ และประสบการณ์ลูกค้า จุดสำคัญคือ Agent เหล่านี้ไม่ได้ทำงานแบบแยกส่วน แต่ถูกออกแบบให้สามารถสื่อสารและทำงานร่วมกันเป็นทีม
• Deep Industry Intelligence เพราะ AI สำหรับธุรกิจไม่ควรมีเพียงความฉลาดทั่วไป แต่ต้องเข้าใจบริบทเฉพาะของแต่ละอุตสาหกรรม SAP จึงพัฒนา AI ที่มีความรู้เชิงลึกเฉพาะทางสำหรับ 25 อุตสาหกรรม ตั้งแต่ธุรกิจค้าปลีก ไปจนถึงอุตสาหกรรม Life Sciences แนวคิดนี้ทำให้ AI Agent เข้าใจว่ากระบวนการทำงานของแต่ละอุตสาหกรรมมีความแตกต่างกันอย่างไร และสามารถนำความรู้เฉพาะด้านมาใช้ในการทำงานได้อย่างเหมาะสม
• Business AI Platform คือเบื้องหลังการทำงานทั้งหมด คือชั้นโครงสร้างพื้นฐานด้าน AI ที่ทำหน้าที่จัดเตรียมสิ่งที่ Agent จำเป็นต้องใช้ในการทำงาน ไม่ว่าจะเป็น ข้อมูลที่เชื่อถือได้ บริบทธุรกิจ ระบบ Governance ตลอดจนความโปร่งใสในการทำงาน ทั้งหมดนี้ทำให้ AI Agent สามารถลงมือทำงานได้อย่างมั่นใจ ปลอดภัย และอยู่ภายใต้กรอบที่องค์กรควบคุมได้
• Agent-Led Transformation องค์ประกอบสุดท้ายคือการใช้ AI Agent เข้ามาช่วยในกระบวนการเปลี่ยนระบบเดิมขององค์กรไปสู่ Cloud เป้าหมายคือช่วยให้ลูกค้าสามารถย้ายระบบเดิมไปยัง Cloud ได้เร็วขึ้นด้วยต้นทุนที่ต่ำลง ซึ่ง SAP ใช้ชุดเครื่องมือที่ขับเคลื่อนด้วย Agent มากกว่า 10 ตัว ซึ่งรวมถึง Migration Agents สำหรับช่วยจัดการกระบวนการย้ายระบบ ช่วยให้การเปลี่ยนผ่านองค์กรครอบคลุมทั้งกระบวนการ เทคโนโลยี และคน

แตกต่างจาก AI ทั่วไปยังไง?

หลักการสำคัญของ Autonomous Operations สำหรับองค์กรคือ AI Agent จะต้องเข้ามาทำงานกับกระบวนการสำคัญขององค์กรได้ ดังนั้น SAP จึงวางหลักการสำคัญหลายประการที่ถือเป็นสิ่งที่จำเป็นอย่างมากหากองค์กรนำ AI มาใช้งานอย่างจริงจัง

• AI ต้องเข้าใจบริบทขององค์กร โมเดล AI สาธารณะทั่วไปถูกฝึกด้วยข้อมูลที่เปิดเผยต่อสาธารณะ เมื่อถูกนำไปใช้กับสถานการณ์เฉพาะขององค์กร จึงมีโอกาสเกิด Hallucination หรือการสร้างข้อมูลที่ไม่ถูกต้อง จุดนี้ SAP จึงเข้ามาแก้ปัญหานี้ด้วยการเชื่อมโมเดล AI เข้ากับ Common Semantic Layer เพื่อให้ AI เชื่อมโยงข้อมูลกับขององค์กร ทำให้ AI ไม่ได้ตอบคำถามจากความรู้ทั่วไปเท่านั้น แต่สามารถอ้างอิงจากข้อมูลจริงและบริบทจริงของบริษัท
• Audit-Ready ทุกการตัดสินใจต้องตรวจสอบย้อนหลังได้ เมื่อ AI เข้ามาทำงานกับระบบการเงินและกระบวนการสำคัญขององค์กร เรื่องความแม่นยำเพียงอย่างเดียวไม่เพียงพอ แต่ต้องสามารถตรวจสอบย้อนหลังได้ด้วย ทุกการตัดสินใจ การกระทำ และขั้นตอนการให้เหตุผลของ AI Agent จะต้องได้รับการบันทึก ติดตาม และรักษาความปลอดภัย เป้าหมายคือทำให้ทุกการทำงานของ AI สามารถพิสูจน์และตรวจสอบได้จริง
• มองขอบเขตทั้งระบบ ไม่ใช่แค่ขอบเขตของแอปพลิเคชัน ธุรกิจสมัยใหม่แทบไม่มีบริษัทไหนที่ใช้ซอฟต์แวร์เพียงระบบเดียว องค์กรหนึ่งอาจมีทั้ง SAP ระบบซอฟต์แวร์อื่นที่พัฒนาขึ้นเอง ระบบ On-premise รวมถึงเครื่องมือจากผู้ให้บริการรายอื่น SAP จึงออกแบบ Agentic Experience ให้สามารถทำงานข้ามขอบเขตของระบบทั้งหมด (Landscape Boundary) แทนที่จะจำกัดอยู่เฉพาะในแอปพลิเคชันของ SAP ซึ่งนี่กลายเป็นจุดเปลี่ยนสำคัญ เพราะ Autonomous Enterprise ไม่ได้หมายความว่าองค์กรต้องทิ้งระบบเดิมทั้งหมด แต่คือการทำให้ระบบที่มีอยู่สามารถทำงานร่วมกันได้อย่างชาญฉลาดมากขึ้น

Liher Urbizu ประธานและกรรมการผู้จัดการ SAP Southeast Asia ได้หยิบเรื่องการเล่นเซิร์ฟมาเปรียบเทียบในช่วง Keynote ว่าหากเราวางแพลนจะไปเล่นเซิร์ฟ เมื่อถาม AI มันจะช่วยวางแผนการเดินทางให้ได้ แต่จะเป็นการดึงข้อมูลมาจากสาธารณะ ซึ่งหากเป็นข้อมูลทั่วไปถือว่าไม่มีปัญหา

แต่หากถาม AI ถึงข้อมูลที่มีความละเอียดและเฉพาะเจาะจงมาก เช่น ระดับน้ำขึ้น-น้ำลงที่แน่นอน ทิศทางของคลื่น หรือความเร็วลมในพื้นที่ AI สาธารณะก็มีโอกาสให้ข้อมูลผิดพลาดหรือเกิด Hallucination ซึ่งสำหรับการท่องเที่ยวส่วนตัว ต้นทุนของความผิดพลาดอาจไม่สูงนัก แต่ถ้านำมาตรฐานเดียวกันนี้ใช้กับธุรกิจ ผลกระทบจะเปลี่ยนไปอย่างสิ้นเชิง

Liher Urbizu ระบุว่า “ถ้าคุณนำเรื่องนี้มาใช้ในระดับธุรกิจและใช้มาตรฐานเดียวกัน ผลกระทบจะแตกต่างออกไปอย่างสิ้นเชิง รายงานทางการเงินของคุณไม่สามารถถูกต้อง 80% ได้ แต่ต้องถูกต้อง 100% ตลอดเวลา”

หากนำ AI ที่ไม่มีการยึดโยงกับข้อมูลจริงขององค์กรมาใช้ในระดับ Enterprise อาจนำไปสู่ปัญหาได้ตั้งแต่ ข้อมูลซัพพลายเออร์ผิด ตัวเลขสินค้าคงคลังคลาดเคลื่อน ไปจนถึงข้อมูลทางการเงินไม่ตรงกัน เพื่อป้องกันความเสียหายที่อาจมีต้นทุนสูง AI จึงจำเป็นต้องทำงานบนข้อมูลที่ปลอดภัยขององค์กร และอยู่ภายใต้ระบบ Governance ที่แข็งแรง

นี่คือเหตุผลที่ Business AI สำหรับองค์กรมีความแตกต่างจาก AI สำหรับผู้บริโภคทั่วไป

SME กำลังเป็นผู้บุกเบิกเศรษฐกิจ AI

แม้การพูดถึงเทคโนโลยีในงานระดับโลกมักจะยกตัวอย่างบริษัทข้ามชาติขนาดใหญ่ แต่ในโลกธุรกิจจริงของเอเชียตะวันออกเฉียงใต้ ภาพที่เกิดขึ้นกลับมีความเป็นท้องถิ่นอย่างมาก ข้อมูลจาก SAP ระบุว่า มากกว่า 80% ของลูกค้า SAP ทั้งในระดับโลกและในประเทศไทยเป็นธุรกิจขนาดกลางและขนาดย่อม หรือ SMEs

นั่นทำให้เทคโนโลยีของ SAP ไม่ได้เป็นของที่มีไว้สำหรับบริษัทระดับโลกเท่านั้น แต่กำลังกลายเป็นหนึ่งในเครื่องมือสำคัญที่ช่วยผลักดันการเติบโตของแบรนด์ไทยในภูมิภาค ซึ่งบริษัทไทยจำนวนมากกำลังใช้ Modern ERP และมาตรฐาน Cloud เพื่อรองรับการขยายธุรกิจ พร้อมลดปัญหาคอขวดจากกระบวนการทำงานที่ต้องพึ่งพามนุษย์มากเกินไป

Thairath Money มีโอกาสได้พูดคุยกับ กุลวิภา ปิยวัฒนเมธา กรรมการผู้จัดการ บริษัท SAP ประจำภูมิภาคอินโดจีน และอีก 2 บริษัทจากประเทศไทยในระหว่างงาน SAP NOW AI Southeast Asia 2026 อย่าง Sotus และ Journal เป็นตัวอย่างที่ชัดเจนว่าองค์กรไทยกำลังนำ ERP และ Cloud ยุคใหม่มาใช้เพื่อขยายธุรกิจได้อย่างไร

Sotus: ใช้ระบบหลังบ้านเป็นฐาน ดันธุรกิจเกษตรโตเกือบ 100%

Sotus บริษัทสำคัญในภาคการผลิตสินค้าเกษตรของไทย เป็นพันธมิตรกับ SAP มายาวนานกว่า 15 ปี จิรัฐ ประเทืองวงศ์ กรรมการผู้จัดการ บริษัท โซตัส อินเตอร์เนชั่นแนล จำกัด เล่าย้อนกลับไปว่า ในช่วงที่ Sotus ยังเป็นธุรกิจขนาดกลาง ผู้บริหารมองเห็นว่าการจะเติบโตอย่างยั่งยืนจำเป็นต้องมีรากฐานการดำเนินงานที่มั่นคง

บริษัทจึงเลือก SAP เพราะมีทั้งระบบที่ครอบคลุมรองรับการเติบโต และระบบ Governance ด้านการดำเนินงานที่แข็งแรง ซึ่งช่วยวางแนวทางมาตรฐานให้กับองค์กร 

และหลังจากใช้งาน SAP มาเป็นเวลา 15 ปี Sotus ได้ทำงานร่วมกับพันธมิตรด้านการติดตั้งระบบเพื่อย้ายระบบโดยตรงไปยัง SAP S/4HANA Public Cloud ผลลัพธ์ที่เกิดขึ้นตลอดเส้นทางการใช้ SAP 15 ปีถือว่าน่าสนใจ เพราะ Sotus สามารถเพิ่มมูลค่าการดำเนินงานของธุรกิจได้เกือบ 100%

สำหรับ Sotus การใช้ S/4HANA Public Cloud ยังช่วยสร้างข้อได้เปรียบด้านต้นทุนในระยะยาว คือ บริษัทไม่จำเป็นต้องดูแลเซิร์ฟเวอร์ทางกายภาพด้วยตัวเองเหมือนในอดีต ขณะเดียวกันยังได้รับการอัปเดตซอฟต์แวร์โดยอัตโนมัติ

ผลที่ตามมาคือบริษัทสามารถลดต้นทุนการดำเนินงาน ทำให้ระบบรองรับข้อกำหนดเฉพาะของประเทศไทยได้อย่างต่อเนื่อง และเข้าถึงนวัตกรรม AI ใหม่ ๆ ได้รวดเร็วขึ้น

Journal: วางระบบหลังบ้าน ปูทางแบรนด์น้ำหอมไทยสู่ตลาดโลก

Journal แบรนด์น้ำหอมไทยระดับพรีเมียมคืออีกหนึ่งตัวแทนของแบรนด์ไทยที่ไปร่วมงานในครั้งนี้ ธนัญญา สุธีรชัย ผู้ร่วมก่อตั้ง และประธานเจ้าหน้าที่บริหาร บริษัท เจอร์นัล คอร์ป เล่าว่า บริษัทก่อตั้งขึ้นในปี 2017 และเติบโตอย่างรวดเร็วจนมี 25 สาขา

แต่เมื่อธุรกิจขยายตัว ระบบ IT เดิมกลับกลายเป็นหนึ่งในคอขวดสำคัญของบริษัท ก่อนหน้านี้ Journal ใช้ระบบภายในประเทศที่แยกออกจากกันอย่างสิ้นเชิงถึง 3 ระบบ หนึ่งระบบสำหรับ POS หนึ่งระบบสำหรับ Sales และอีกหนึ่งระบบสำหรับ Finance

การที่ข้อมูลแยกออกจากกันทำให้เกิดภาระงานที่ต้องใช้คนจำนวนมาก พนักงานต้องใช้เวลานับไม่ถ้วนในการนำข้อมูลจากแต่ละระบบมาทำ Data Reconciliation หรือการทบยอดข้อมูลด้วยตัวเอง เมื่อมีขั้นตอนที่ต้องทำด้วยมือจำนวนมาก ความเสี่ยงในการเกิดข้อผิดพลาดและข้อมูลไม่ตรงกันก็เพิ่มขึ้นตามไปด้วย

ตัวอย่างที่เห็นได้ชัดคือ ฝ่าย Sales มองรายได้ในรูปแบบ หลังหักภาษี ขณะที่ฝ่าย Finance คำนวณตัวเลขในรูปแบบ ก่อนหักภาษี และเมื่อแต่ละฝ่ายใช้ฐานข้อมูลคนละแบบ จึงเกิดความสับสนและต้องใช้เวลาในการหาคำตอบว่า “ตัวเลขไหนคือข้อมูลที่ถูกต้อง”

เพื่อรองรับเป้าหมายระยะยาวในการขยายธุรกิจไปยังตลาดต่างประเทศ Journal จึงเลือกใช้ SAP เพื่อสร้างแหล่งข้อมูลกลาง หรือ Single Source of Truth ซึ่งปัจจุบันนี้ Journal กำลังอยู่ระหว่างการย้ายระบบหลักขององค์กร โดยทำงานร่วมกับพันธมิตรด้านการติดตั้ง และตั้งเป้าที่จะเปิดใช้งานระบบใหม่ในเดือนพฤศจิกายนนี้

เธอมองว่า การเปลี่ยนแปลงนี้ช่วยให้การทำงานภายในองค์กรมีมาตรฐานเดียวกันมากขึ้น ลดข้อผิดพลาดด้านงานธุรการ และทำให้การสื่อสารระหว่างแต่ละฝ่ายมีประสิทธิภาพมากขึ้น เพื่อรองรับการขยายตัวของ Journal จากแบรนด์ไทยไปสู่ตลาดโลก

คืนเวลาให้คน ยกระดับงานเชิงกลยุทธ์

หนึ่งในประเด็นที่ SAP ให้มุมมองอย่างชัดเจน คือ Autonomous Enterprise ไม่ได้ถูกสร้างขึ้นเพื่อแทนที่คนหรือลดจำนวนพนักงาน แต่เป็นการทำให้ลูกค้าได้รับประสบการณ์ที่ดีขึ้น โดยสามารถตอบสนองได้เร็วขึ้น และลดความล่าช้าในการให้บริการ

ดังนั้น แก่นของ Autonomous Enterprise จึงไม่ใช่การนำ AI มาแทนมนุษย์ แต่คือการ “ซื้อเวลาของมนุษย์กลับคืนมา และยกระดับให้คนไปทำงานเชิงกลยุทธ์มากขึ้น”

เมื่อ AI เข้ามารับผิดชอบงานที่ต้องทำซ้ำ ๆ และงาน Manual ที่ใช้เวลามาก พนักงานก็สามารถนำเวลาไปใช้กับสิ่งที่มนุษย์ทำได้ดีที่สุด ไม่ว่าจะเป็นการคิดวิเคราะห์ การสร้างสรรค์ การแก้ปัญหาที่ซับซ้อน การสื่อสาร หรือการตัดสินใจในสถานการณ์ที่ไม่มีสูตรสำเร็จ

“AI จะช่วยค้นหาข้อมูลและทำให้ขั้นตอนการเตรียมงานเป็นอัตโนมัติ แต่สิ่งที่ AI จะไม่ทำคือการตัดสินใจ ในช่วงเวลาที่มีแรงกดดันสูง มนุษย์ยังคงเป็นคนตัดสินใจ” 

ดังนั้น ในเศรษฐกิจ AI การแข่งขันของธุรกิจอาจไม่ได้อยู่ที่ว่า “ใครมี AI” แต่กำลังเปลี่ยนเป็นว่า “ใครสามารถใช้ AI เพื่อทำให้คนของตัวเองเก่งขึ้นได้มากที่สุด” Liher Urbizu กล่าว

เมื่อพนักงานได้รับ “ตัวช่วย” จาก AI ที่สามารถจัดการกับข้อมูลและเตรียมงานที่ต้องใช้เวลานานให้ได้ ธุรกิจทั่วเอเชียตะวันออกเฉียงใต้ก็จะสามารถเปลี่ยนทรัพยากรที่มีอยู่ให้เกิดประโยชน์สูงสุด และในเศรษฐกิจที่เปลี่ยนแปลงอย่างรวดเร็วเช่นนี้ เครื่องมือเหล่านี้อาจกลายเป็นหนึ่งในปัจจัยสำคัญที่ช่วยให้ธุรกิจปรับตัวได้เร็วขึ้น แข่งขันได้ดีขึ้น และพร้อมคว้าโอกาสใหม่ก่อนคู่แข่ง

อ่านข่าวเทคโนโลยี โลกนวัตกรรม Digital Transformation กับ ThairathMoney เพื่อให้คุณ “การเงินดีชีวิตดี” ได้ที่ https://www.thairath.co.th/money/tech_innovation 

ติดตามเพจ Facebook: Thairath Money ได้ที่ลิงก์นี้ - https://www.facebook.com/ThairathMoney