Agentic Procurement คืออะไร? AI จัดซื้อแทนคน

Agentic Procurement คืออะไร? AI จัดซื้อแทนคน

ในช่วงหลายปีที่ผ่านมา ฝ่ายจัดซื้อ (Procurement) ขององค์กรใช้ระบบ e-Procurement และ RPA (Robotic Process Automation) เพื่อลดงานเอกสารซ้ำซาก แต่การตัดสินใจสำคัญ เช่น การเลือกซัพพลายเออร์ การเจรจาต่อรองราคา หรือการอนุมัติคำสั่งซื้อ ยังคงต้องผ่านมนุษย์เกือบทุกขั้นตอน ปี 2025-2026 คือจุดเปลี่ยนที่แนวคิด "Agentic AI" เริ่มถูกนำมาประยุกต์ใช้ในงานจัดซื้ออย่างจริงจัง กลายเป็นสิ่งที่เรียกว่า Agentic Procurement ซึ่งไม่ใช่แค่เครื่องมือช่วยงาน แต่เป็น AI ที่มีความสามารถในการตั้งเป้าหมาย วิเคราะห์ทางเลือก ตัดสินใจ และลงมือทำได้ด้วยตัวเองภายในกรอบที่มนุษย์กำหนดไว้

บทความนี้จะพาไปทำความเข้าใจว่า Agentic Procurement คืออะไร แตกต่างจากระบบจัดซื้ออัตโนมัติแบบเดิมอย่างไร มีองค์ประกอบและกรณีใช้งานแบบไหนบ้าง รวมถึงความเสี่ยงที่องค์กรต้องพิจารณาก่อนนำมาใช้จริง

จาก Automation สู่ Agentic: วิวัฒนาการของ AI ในงานจัดซื้อ

ระบบจัดซื้ออัตโนมัติยุคแรกเน้นการทำงานตามกฎเกณฑ์ที่ตายตัว (Rule-based) เช่น ตั้งเงื่อนไขว่าเมื่อสต็อกต่ำกว่าจุดที่กำหนดให้สร้างใบสั่งซื้ออัตโนมัติ หรือระบบ RPA ที่เลียนแบบการคลิกและกรอกข้อมูลแทนพนักงาน ระบบเหล่านี้ทำงานได้ดีในสภาพแวดล้อมที่คาดการณ์ได้ แต่ไม่สามารถรับมือกับสถานการณ์ที่ซับซ้อน เช่น ราคาสินค้าผันผวน ซัพพลายเออร์รายเดิมมีปัญหาการส่งมอบ หรือความต้องการเปลี่ยนแปลงกะทันหัน

Agentic Procurement ต่างออกไป เพราะใช้โมเดลภาษาขนาดใหญ่ (LLM) ผสานกับความสามารถในการ "วางแผนหลายขั้นตอน" (Multi-step Reasoning) และ "เรียกใช้เครื่องมือ" (Tool Use) ทำให้ AI สามารถทำงานเป็นลำดับที่ซับซ้อนได้ด้วยตัวเอง เช่น ตรวจสอบราคาตลาดปัจจุบัน เปรียบเทียบซัพพลายเออร์หลายราย ร่างอีเมลเจรจาต่อรอง ตรวจสอบเงื่อนไขสัญญา และสร้างคำสั่งซื้อ โดยมีมนุษย์เข้ามาตรวจสอบเฉพาะจุดที่มีความเสี่ยงสูงหรือมูลค่าสูงเท่านั้น

จุดต่างที่สำคัญคือ ระบบเดิมตอบสนองต่อ "เหตุการณ์ที่เกิดขึ้นแล้ว" ในขณะที่ Agentic AI สามารถ "ริเริ่มการกระทำ" ได้เอง เช่น สังเกตเห็นแนวโน้มราคาวัตถุดิบที่กำลังจะปรับขึ้น แล้วเสนอให้เร่งสั่งซื้อล่วงหน้าโดยไม่ต้องรอให้มนุษย์สั่งการก่อน

องค์ประกอบหลักของระบบ Agentic Procurement

การสร้างระบบ Agentic Procurement ที่ใช้งานได้จริงในองค์กรต้องประกอบด้วยองค์ประกอบสำคัญหลายส่วนทำงานร่วมกัน

ชั้นข้อมูลและการเชื่อมต่อระบบ:
AI เอเจนต์ต้องเข้าถึงข้อมูลแบบเรียลไทม์จากระบบ ERP, ระบบบริหารคลังสินค้า (WMS) ฐานข้อมูลซัพพลายเออร์ และแหล่งข้อมูลภายนอก เช่น ราคาตลาดสินค้าโภคภัณฑ์ หากข้อมูลไม่ครบถ้วนหรือไม่เป็นปัจจุบัน การตัดสินใจของ AI จะผิดพลาดตามไปด้วย

ชั้นการให้เหตุผลและวางแผน:
เป็นส่วนที่ AI วิเคราะห์สถานการณ์ กำหนดขั้นตอนการทำงาน และเลือกเครื่องมือที่เหมาะสมในการดำเนินการ เช่น เมื่อได้รับคำขอซื้อ AI จะประเมินว่าควรเปรียบเทียบราคาจากซัพพลายเออร์กี่ราย ควรพิจารณาปัจจัยด้านความเสี่ยงด้านการส่งมอบหรือไม่ และควรเจรจาต่อรองในระดับใด

ชั้นการดำเนินการ (Action Layer):
คือความสามารถในการลงมือทำจริง เช่น ส่งอีเมล สร้างใบสั่งซื้อในระบบ ปรับสถานะสัญญา หรือแจ้งเตือนทีมที่เกี่ยวข้อง ผ่านการเชื่อมต่อ API กับระบบต่างๆ ขององค์กร

ชั้นการกำกับดูแลโดยมนุษย์ (Human-in-the-loop):
แม้ AI จะทำงานได้เอง แต่องค์กรที่นำมาใช้อย่างรับผิดชอบจะกำหนดเพดานอำนาจการตัดสินใจ เช่น คำสั่งซื้อที่มีมูลค่าต่ำกว่าเกณฑ์ที่กำหนดให้ AI ดำเนินการได้ทันที ส่วนรายการที่มีมูลค่าสูงหรือมีความเสี่ยงต้องผ่านการอนุมัติจากมนุษย์เสมอ

กรณีใช้งานจริงในธุรกิจ B2B และโลจิสติกส์

Agentic Procurement เริ่มถูกนำไปใช้ในหลายอุตสาหกรรมที่มีปริมาณการจัดซื้อสูงและซับซ้อน

ในธุรกิจโลจิสติกส์ AI เอเจนต์สามารถเฝ้าติดตามระดับสต็อกอะไหล่ยานพาหนะ วิเคราะห์รูปแบบการใช้งานในอดีต และสั่งซื้ออะไหล่ล่วงหน้าก่อนที่จะขาดแคลนจริง โดยพิจารณาทั้งราคา ระยะเวลาส่งมอบ และความน่าเชื่อถือของซัพพลายเออร์แต่ละราย ลดการหยุดชะงักของการซ่อมบำรุงยานพาหนะซึ่งส่งผลโดยตรงต่อต้นทุนดำเนินงาน

ในธุรกิจการผลิตแบบ B2B ที่ต้องจัดซื้อวัตถุดิบจากซัพพลายเออร์หลายสิบราย AI เอเจนต์สามารถเปรียบเทียบใบเสนอราคาแบบเรียลไทม์ ตรวจจับความผิดปกติของราคา เช่น ราคาที่สูงผิดปกติจากซัพพลายเออร์รายหนึ่งเมื่อเทียบกับตลาด และเสนอให้เจรจาต่อรองหรือเปลี่ยนซัพพลายเออร์โดยอัตโนมัติ ซึ่งช่วยลดต้นทุนวัตถุดิบได้อย่างมีนัยสำคัญเมื่อเทียบกับการตรวจสอบด้วยมนุษย์ที่ทำได้ช้ากว่าและครอบคลุมข้อมูลได้น้อยกว่า

อีกกรณีที่น่าสนใจคือการจัดซื้อสินค้าทางอ้อม (Indirect Procurement) เช่น อุปกรณ์สำนักงาน วัสดุสิ้นเปลือง หรือบริการภายนอก ซึ่งมักมีปริมาณธุรกรรมสูงแต่มูลค่าต่อรายการต่ำ เหมาะกับการให้ AI จัดการแบบครบวงจรตั้งแต่การขอใบเสนอราคาจนถึงการออกคำสั่งซื้อ เพื่อให้ทีมจัดซื้อมนุษย์มีเวลาไปโฟกัสกับการจัดซื้อเชิงกลยุทธ์ที่มีมูลค่าสูงกว่า

ความเสี่ยงและข้อควรระวังที่องค์กรต้องรับมือ

การมอบอำนาจตัดสินใจให้ AI ในงานที่เกี่ยวข้องกับเงินและสัญญาโดยตรง มาพร้อมความเสี่ยงที่ต้องบริหารจัดการอย่างรอบคอบ

ความเสี่ยงด้านความถูกต้องของข้อมูล:
หาก AI อ้างอิงข้อมูลราคาหรือเงื่อนไขสัญญาที่ผิดพลาดหรือล้าสมัย อาจนำไปสู่การตัดสินใจที่สร้างความเสียหายทางการเงิน องค์กรจึงต้องมีกลไกตรวจสอบแหล่งข้อมูลและความน่าเชื่อถือของผลลัพธ์อย่างสม่ำเสมอ

ความเสี่ยงด้านธรรมาภิบาลและความรับผิดชอบ:
เมื่อ AI ตัดสินใจแทนมนุษย์ คำถามสำคัญคือใครจะเป็นผู้รับผิดชอบหากเกิดข้อผิดพลาด องค์กรจำเป็นต้องกำหนดนโยบายชัดเจนเรื่องขอบเขตอำนาจของ AI บันทึกประวัติการตัดสินใจ (Audit Trail) และกำหนดจุดที่ต้องมีมนุษย์อนุมัติเสมอ

ความเสี่ยงด้านความสัมพันธ์กับซัพพลายเออร์:
การเจรจาต่อรองที่ทำโดย AI อาจขาดความเข้าใจบริบทเชิงความสัมพันธ์ระยะยาวที่มนุษย์สร้างไว้กับคู่ค้า การใช้ AI มากเกินไปในขั้นตอนที่ต้องอาศัยความไว้วางใจอาจส่งผลเสียต่อความร่วมมือในระยะยาว

ความเสี่ยงด้านความปลอดภัยไซเบอร์:
เนื่องจาก AI เอเจนต์เชื่อมต่อกับระบบการเงินและข้อมูลสัญญาโดยตรง จึงเป็นเป้าหมายที่มีมูลค่าสูงสำหรับการโจมตี องค์กรต้องมีมาตรการควบคุมสิทธิ์การเข้าถึงและการยืนยันตัวตนที่รัดกุม

แนวทางเริ่มต้นนำ Agentic Procurement มาใช้ในองค์กร

องค์กรที่สนใจนำแนวคิดนี้มาใช้ไม่จำเป็นต้องเริ่มจากการให้ AI ตัดสินใจทุกอย่างในทันที แนวทางที่ได้ผลในทางปฏิบัติคือการเริ่มจากขอบเขตงานที่มีความเสี่ยงต่ำและมูลค่าไม่สูง เช่น การจัดซื้อสินค้าทางอ้อมหรือรายการที่ซื้อซ้ำเป็นประจำ เพื่อทดสอบความแม่นยำและสร้างความมั่นใจให้กับทีมงาน

ขั้นต่อมาคือการวางโครงสร้างข้อมูลให้พร้อม เนื่องจากประสิทธิภาพของ Agentic Procurement ขึ้นอยู่กับคุณภาพข้อมูลที่ AI เข้าถึงได้โดยตรง หากข้อมูลซัพพลายเออร์หรือประวัติราคากระจัดกระจายอยู่หลายระบบ จำเป็นต้องรวมศูนย์ข้อมูลก่อนเริ่มโครงการ

สุดท้ายคือการออกแบบกรอบธรรมาภิบาลควบคู่ไปกับการพัฒนาระบบ ไม่ใช่เพิ่มเข้ามาทีหลัง องค์กรควรกำหนดตั้งแต่ต้นว่า AI มีอำนาจตัดสินใจในระดับใด ต้องมีมนุษย์ตรวจสอบเมื่อใด และจะวัดผลความสำเร็จของระบบด้วยตัวชี้วัดใดบ้าง เช่น ต้นทุนที่ลดลง เวลาดำเนินการที่สั้นลง หรือความแม่นยำในการเลือกซัพพลายเออร์

สรุป

Agentic Procurement คือทิศทางที่ AI กำลังเปลี่ยนบทบาทจากผู้ช่วยที่ทำงานตามคำสั่ง ไปสู่ตัวแทนที่สามารถวิเคราะห์ ตัดสินใจ และลงมือทำในงานจัดซื้อได้ด้วยตัวเอง สิ่งนี้เปิดโอกาสให้องค์กรลดต้นทุนดำเนินงาน เพิ่มความเร็วในการตอบสนองต่อความผันผวนของตลาด และปลดปล่อยให้ทีมจัดซื้อมนุษย์ได้ทุ่มเทเวลาให้กับงานเชิงกลยุทธ์มากขึ้น อย่างไรก็ตาม ความสำเร็จของการนำ Agentic Procurement มาใช้ไม่ได้ขึ้นอยู่กับเทคโนโลยีเพียงอย่างเดียว แต่ขึ้นอยู่กับความพร้อมของข้อมูล กรอบธรรมาภิบาลที่รัดกุม และความสมดุลระหว่างการให้อำนาจ AI กับการรักษาบทบาทการตัดสินใจของมนุษย์ในจุดที่สำคัญที่สุด