แชร์

Sunk Cost Fallacy คืออะไร? กับดักต้นทุนจมในโครงการ AI

noimageauthor ฟลุ้ค (นักศึกษา)
อัพเดทล่าสุด: 8 ต.ค. 2026
5 ผู้เข้าชม

Sunk Cost Fallacy คืออะไร? กับดักต้นทุนจมในโครงการ AI

ลองนึกภาพโครงการนำ AI มาพยากรณ์ความต้องการสินค้า ที่ใช้งบไปแล้ว 20 ล้านบาท ใช้เวลาสองปี และทีมงานทุ่มเทอย่างหนัก แต่ผลลัพธ์ยังไม่ถึงเป้า การประชุมทบทวนโครงการมักจบด้วยประโยคว่า "เราลงทุนไปเยอะแล้ว ถ้าหยุดตอนนี้ก็เสียเปล่า" ประโยคนี้คือหน้าตาของ Sunk Cost Fallacy ที่พบได้ในองค์กรทุกขนาด

อคติทางความคิดนี้อันตรายเป็นพิเศษในยุคที่องค์กรเร่งลงทุนด้าน AI และดิจิทัล Gartner เคยคาดการณ์ว่าโครงการ Generative AI อย่างน้อย 30% จะถูกยกเลิกหลังขั้นตอนพิสูจน์แนวคิด (POC) ภายในสิ้นปี 2025 และในปี 2025 ก็คาดว่าโครงการ Agentic AI มากกว่า 40% จะถูกยกเลิกภายในสิ้นปี 2027 ตัวเลขเหล่านี้บอกว่าการยกเลิกโครงการเป็นเรื่องปกติของการลงทุนที่มีความไม่แน่นอนสูง ปัญหาจริงจึงอยู่ที่การยกเลิกช้าเกินไปเพราะความรู้สึกผูกพัน ไม่ใช่การยกเลิกเอง

Sunk Cost Fallacy คืออะไร

Sunk Cost คือต้นทุนที่จ่ายไปแล้วและเรียกคืนไม่ได้ ไม่ว่าจะตัดสินใจอย่างไรต่อจากนี้ก็ไม่เปลี่ยนจำนวนเงินก้อนนั้น Sunk Cost Fallacy คือความผิดพลาดทางตรรกะที่เรานำต้นทุนจมมาเป็นเหตุผลในการตัดสินใจ ทั้งที่การตัดสินใจที่ดีควรดูเฉพาะต้นทุนและผลตอบแทนในอนาคต

หลักคิดพื้นฐานคือ เงินที่ใช้ไปแล้วเป็นข้อมูลของอดีต ส่วนเงินที่จะใช้ต่อไปคือการตัดสินใจของวันนี้ คำถามที่ควรถามจึงเป็น "ถ้าวันนี้เรายังไม่เคยลงทุนอะไรเลย เราจะเริ่มโครงการนี้ด้วยต้นทุนที่เหลือและโอกาสที่เหลืออยู่หรือไม่" ถ้าคำตอบคือไม่ แปลว่าการทำต่อกำลังถูกขับเคลื่อนด้วยอดีต ไม่ใช่ด้วยอนาคต

ทำไมสมองเราถึงติดกับดักนี้

งานวิจัยด้านเศรษฐศาสตร์พฤติกรรมอธิบายไว้หลายกลไก ที่พบบ่อยในองค์กรมีดังนี้

Loss Aversion: มนุษย์รู้สึกเจ็บปวดจากการสูญเสียมากกว่าความสุขจากการได้รับในจำนวนเท่ากัน การหยุดโครงการจึงให้ความรู้สึกเหมือนยอมรับความสูญเสียอย่างเป็นทางการ

Escalation of Commitment: เมื่อเคยตัดสินใจลงทุนแล้ว คนมักเพิ่มการลงทุนต่อเพื่อพิสูจน์ว่าการตัดสินใจครั้งแรกถูกต้อง โดยเฉพาะเมื่อเป็นคนเดียวกันที่อนุมัติโครงการและต้องประเมินผลโครงการ

ความเสี่ยงต่อชื่อเสียงส่วนบุคคล: ผู้บริหารที่เป็นเจ้าของโครงการอาจกลัวว่าการหยุดจะถูกตีความว่าล้มเหลว ทีมงานเองก็อาจกังวลเรื่องตำแหน่งงาน จึงรายงานแต่ข่าวดีและมองข้ามสัญญาณเตือน

แรงเฉื่อยขององค์กร: การตั้งงบ ขออนุมัติ และสื่อสารกับผู้มีส่วนได้ส่วนเสียเป็นเรื่องที่ใช้พลังมาก การเปลี่ยนทิศกลางทางจึงมีต้นทุนทางการเมืองสูงกว่าการเดินหน้าต่อ

Sunk Cost ในโครงการ AI และโลจิสติกส์

โครงการ AI มีลักษณะบางอย่างที่ทำให้กับดักนี้รุนแรงขึ้น เพราะผลลัพธ์ไม่แน่นอน ความคืบหน้าวัดยาก และมักมีคำพูดว่า "อีกนิดเดียวโมเดลจะแม่นขึ้น" ซึ่งฟังดูสมเหตุสมผลเสมอ

ตัวอย่างสถานการณ์ที่พบบ่อยได้แก่

โครงการ POC ที่ไม่เคยไปถึง Production: ทีมใช้เวลาหลายเดือนปรับโมเดลให้แม่นขึ้นเล็กน้อย โดยไม่ตั้งคำถามว่าธุรกิจจะนำผลไปใช้จริงได้หรือไม่ หรือข้อมูลต้นทางมีคุณภาพพอหรือเปล่า

ระบบ TMS หรือ WMS ที่ปรับแต่งจนเกินตัว: องค์กรลงทุนปรับแต่งซอฟต์แวร์ให้เข้ากับกระบวนการเดิมจนต้นทุนบานปลาย แต่ไม่กล้าเปลี่ยนไปใช้ระบบมาตรฐานเพราะเสียดายงบที่ใช้ไปแล้ว

สัญญากับผู้ให้บริการระยะยาว: บริษัทอยู่กับผู้ให้บริการขนส่งหรือผู้ขายเทคโนโลยีรายเดิมต่อไป ทั้งที่ประสิทธิภาพตกลง เพราะเคยลงทุนเชื่อมระบบและฝึกอบรมบุคลากรไปแล้ว

โครงสร้างพื้นฐานที่ซื้อมาแล้ว: ฮาร์ดแวร์ GPU หรือระบบอัตโนมัติในคลังที่ติดตั้งไปแล้ว ถูกใช้งานต่อทั้งที่ไม่ตอบโจทย์ เพียงเพื่อให้ดูเหมือนคุ้มทุน

สัญญาณเตือนว่าองค์กรกำลังติดกับดัก

ผู้นำสามารถสังเกตจากประโยคและพฤติกรรมในที่ประชุมได้ เช่น

เหตุผลหลักในการทำต่อคือ "เราลงทุนไปแล้ว" มากกว่า "เราจะได้อะไรต่อ"
กรอบเวลาและเป้าหมายถูกเลื่อนซ้ำหลายครั้งโดยไม่มีคำอธิบายใหม่
ตัวชี้วัดเปลี่ยนไปเรื่อยๆ จนโครงการดูเหมือนผ่านเกณฑ์เสมอ
ไม่มีใครกล้าเสนอทางเลือกให้หยุด และผู้ที่เสนอถูกมองว่าไม่สนับสนุนทีม
รายงานความคืบหน้าเน้นกิจกรรมที่ทำเสร็จ ไม่ใช่ผลลัพธ์ทางธุรกิจที่เกิดขึ้น
กรอบตัดสินใจเพื่อหลุดจากกับดัก

การรู้ตัวอย่างเดียวไม่พอ องค์กรต้องออกแบบกระบวนการให้การตัดสินใจเป็นกลางโดยโครงสร้าง ไม่ต้องพึ่งความกล้าของใครคนใดคนหนึ่ง

ตั้ง Kill Criteria ตั้งแต่วันแรก: ก่อนเริ่มโครงการ ให้กำหนดเงื่อนไขที่ชัดเจนว่าถ้าเกิดสิ่งใดขึ้นจะหยุด เช่น ความแม่นยำต่ำกว่าเกณฑ์ภายในหกเดือน หรือไม่มีหน่วยธุรกิจรับไปใช้งาน การตกลงเกณฑ์ตอนที่ยังไม่มีความผูกพันทางอารมณ์ทำให้ตัดสินใจได้ตรงไปตรงมากว่า

ใช้ Stage-Gate และแบ่งการลงทุนเป็นระยะ: อนุมัติงบทีละช่วงตามหลักฐานที่ได้ ไม่ใช่อนุมัติก้อนใหญ่ทั้งโครงการ วิธีนี้ทำให้ทุกจุดทบทวนเป็นโอกาสตัดสินใจใหม่ตามปกติ ไม่ใช่การยอมรับความล้มเหลว

แยกผู้อนุมัติออกจากผู้ประเมิน: ให้ทีมอิสระหรือคณะกรรมการพอร์ตโครงการเป็นผู้ทบทวน เพื่อลดแรงจูงใจที่จะปกป้องการตัดสินใจเดิม

ถามคำถาม Clean Slate: ในที่ประชุมทบทวน ให้ถามว่า "ถ้าวันนี้ต้องเริ่มใหม่ด้วยข้อมูลที่เรามี เราจะเลือกทางเดิมหรือไม่" และบังคับให้ประเมินเฉพาะต้นทุนส่วนเพิ่มกับผลตอบแทนที่คาดว่าจะได้

นำ Opportunity Cost มาใส่ในตาราง: ทุกบาทและทุกชั่วโมงทีมที่ใช้กับโครงการที่ไม่ได้ผล คือทรัพยากรที่ไม่ได้ไปอยู่กับโครงการที่มีโอกาสสูงกว่า ควรแสดงให้เห็นชัดว่าการไปต่อหมายถึงการเลือกไม่ทำอะไรอื่น

ให้รางวัลกับการยุติโครงการอย่างรวดเร็ว: ผู้นำบางองค์กรจัดการทบทวนบทเรียนจากโครงการที่ยุติแล้ว และยกย่องทีมที่เสนอหยุดตั้งแต่เนิ่นๆ เพราะช่วยประหยัดทรัพยากรมหาศาล

ไปต่อ ปรับทิศ หรือหยุด

การไม่ให้ต้นทุนจมมีผลต่อการตัดสินใจ ไม่ได้แปลว่าต้องหยุดทุกโครงการที่ผลยังไม่ดี ทางเลือกมีอย่างน้อยสามแบบ และควรประเมินด้วยหลักฐานในปัจจุบัน

ไปต่อ: เมื่อข้อมูลล่าสุดชี้ว่าผลตอบแทนที่คาดว่าจะได้จากงบส่วนที่เหลือคุ้มค่ากว่าทางเลือกอื่น

ปรับทิศ (Pivot): เมื่อบางส่วนของสิ่งที่สร้างมายังมีมูลค่า เช่น ชุดข้อมูลที่สะอาดขึ้น หรือความเชี่ยวชาญของทีม แต่เป้าหมายเดิมไม่เหมาะแล้ว ให้นำสินทรัพย์เหล่านี้ไปใช้กับโจทย์ใหม่ที่ชัดกว่า

หยุด: เมื่อสมมติฐานหลักของโครงการล้มเหลว หรือต้นทุนส่วนเพิ่มสูงกว่าผลตอบแทนที่เป็นไปได้ การหยุดอย่างมีวินัยและบันทึกบทเรียนไว้ ถือเป็นการปกป้องมูลค่าองค์กร

ข้อควรระวังคือ การหยุดไม่ควรเป็นการปัดความรับผิดชอบ ควรมีการสรุปว่าอะไรเรียนรู้ได้ และสินทรัพย์ใดนำกลับมาใช้ซ้ำได้ เพื่อให้ความรู้ที่ซื้อมาด้วยงบประมาณไม่สูญไปพร้อมโครงการ

ข้อควรระวัง: อย่าสุดโต่งจนทิ้งโครงการเร็วเกินไป

อีกด้านของปัญหาคือการยกเลิกเร็วเกินไปเมื่อเจออุปสรรคปกติของการเรียนรู้ โครงการนวัตกรรมหลายเรื่องมีช่วงที่ผลลัพธ์ดูไม่ดีก่อนจะเริ่มเห็นผล การแยกแยะระหว่าง "อุปสรรคที่แก้ได้" กับ "สมมติฐานที่ผิดพื้นฐาน" จึงสำคัญ วิธีที่ช่วยได้คือกำหนดสมมติฐานสำคัญของโครงการให้ชัดเจน และทดสอบด้วยการทดลองขนาดเล็กที่ราคาถูกที่สุดก่อน เพื่อให้ได้หลักฐานเร็วโดยไม่ต้องเสียงบก้อนใหญ่

สรุป

Sunk Cost Fallacy คือการให้ความสำคัญกับเงินที่เสียไปแล้ว มากกว่าโอกาสที่ยังเหลืออยู่ ในโครงการ AI และโลจิสติกส์ที่มีความไม่แน่นอนสูง อคตินี้ทำให้องค์กรเสียทั้งเงิน เวลา และโอกาสในการทำสิ่งที่สร้างมูลค่ากว่า

วิธีรับมือที่ได้ผลคือออกแบบระบบการตัดสินใจให้เป็นกลาง ตั้ง Kill Criteria ล่วงหน้า แบ่งงบเป็นระยะ แยกผู้ประเมินออกจากผู้อนุมัติ และถามคำถามแบบ Clean Slate เป็นประจำ ผู้นำที่ทำได้จะกล้าหยุด ปรับ หรือไปต่อโดยอาศัยหลักฐานในปัจจุบัน และทำให้วัฒนธรรมองค์กรมองการยุติโครงการที่ไม่ได้ผลว่าเป็นการเรียนรู้ที่เร็วและคุ้มค่า


บทความที่เกี่ยวข้อง
AI วิเคราะห์การคืนสินค้า ช่วยลดต้นทุน Reverse Logistics
AI สามารถนำข้อมูลการคืนสินค้ามาวิเคราะห์เพื่อค้นหารูปแบบและสาเหตุที่เกิดขึ้นบ่อย ช่วยให้ธุรกิจคาดการณ์ปริมาณสินค้าคืน วางแผนทรัพยากร และปรับปรุงกระบวนการเพื่อลดต้นทุน Reverse Logistics
เอเธนส์(นักศึกษา)
18 ส.ค. 2026
Dynamic Capabilities คืออะไร? สร้างองค์กรปรับตัวไวด้วย AI
Dynamic Capabilities แนวคิดความสามารถองค์กรในการรับรู้ ปรับตัว และปรับเปลี่ยนตัวเองต่อเนื่อง ซึ่งสำคัญขึ้นเมื่อ AI เปลี่ยนกติกาการแข่งขันทางธุรกิจในปัจจุบัน
ฟลุ้ค (นักศึกษา)
11 ก.ย. 2026
AEO คืออะไร? สถานะผู้ประกอบการศุลกากรที่เชื่อถือได้
AEO ผู้ประกอบการที่ได้รับการรับรองจากศุลกากร ช่วยให้ตรวจปล่อยสินค้าเร็วขึ้น ลดการตรวจซ้ำ และเสริมความน่าเชื่อถือในห่วงโซ่อุปทานระหว่างประเทศ
ฟลุ้ค (นักศึกษา)
1 ต.ค. 2026
icon-messenger
เว็บไซต์นี้มีการใช้งานคุกกี้ เพื่อเพิ่มประสิทธิภาพและประสบการณ์ที่ดีในการใช้งานเว็บไซต์ของท่าน ท่านสามารถอ่านรายละเอียดเพิ่มเติมได้ที่ นโยบายความเป็นส่วนตัว และ นโยบายคุกกี้