Available-to-Promise คืออะไร? ให้คำมั่นวันส่งมอบแม่นยำ

Available-to-Promise คืออะไร? ให้คำมั่นวันส่งมอบแม่นยำ

ในธุรกิจ B2B คำว่า "ส่งมอบได้วันไหน" เป็นคำถามที่ฝ่ายขายต้องตอบลูกค้าแทบทุกวัน แต่หลายองค์กรยังตอบจากความรู้สึก จากตารางที่ส่งต่อกันในอีเมล หรือจากตัวเลขสต็อกที่ไม่ได้อัปเดตเมื่อเช้า ผลคือคำมั่นสัญญาที่ให้ไว้กับลูกค้าไม่ตรงกับความสามารถจริงของโรงงานและคลังสินค้า เมื่อส่งช้าก็ต้องเร่งงาน เสียค่าขนส่งด่วน และเสียความเชื่อมั่นจากลูกค้า

Available-to-Promise หรือ ATP คือแนวคิดและกลไกที่ช่วยแก้ปัญหานี้ โดยคำนวณว่า ณ เวลานี้ องค์กรมีสินค้าหรือกำลังการผลิตที่ "ว่างพอจะรับปาก" ให้ลูกค้าได้เท่าไร และเมื่อใด บทความนี้อธิบายหลักการ ประเภท วิธีคำนวณ ความท้าทาย และแนวทางนำ AI มาช่วยให้คำมั่นสัญญาแม่นยำขึ้น

Available-to-Promise คืออะไร

ATP คือปริมาณสินค้าที่บริษัทสามารถรับปากส่งมอบให้ลูกค้ารายใหม่ได้ ภายใต้ข้อมูลสต็อกปัจจุบัน แผนการผลิต และใบสั่งซื้อที่จองไว้แล้ว ตัวเลขนี้ไม่ใช่สต็อกที่มีอยู่ในคลังทั้งหมด เพราะสินค้าบางส่วนถูกจองให้ลูกค้ารายอื่นไปแล้ว บางส่วนเป็น Safety Stock ที่ต้องเก็บไว้ และบางส่วนยังไม่ได้มาจริงแต่มีกำหนดเข้าตามใบสั่งผลิตหรือใบสั่งซื้อ

แนวคิดพื้นฐานคือ ATP เท่ากับสต็อกที่มีอยู่ บวกปริมาณที่กำลังจะเข้าในช่วงเวลาหนึ่ง ลบด้วยปริมาณที่ถูกจองหรือยืนยันไปแล้วในช่วงเวลาเดียวกัน ผลลัพธ์จึงเป็นตัวเลขรายช่วงเวลา เช่น รายวันหรือรายสัปดาห์ ไม่ใช่ตัวเลขเดียวที่ใช้ตลอดไป

ทำไม ATP จึงสำคัญต่อธุรกิจ

ปัญหาที่ ATP ช่วยแก้ไม่ใช่เรื่องของเครื่องมือล้วนๆ แต่เป็นเรื่องความสอดคล้องระหว่างฝ่ายขายกับฝ่ายปฏิบัติการ

ลดการให้สัญญาเกินความสามารถ: ฝ่ายขายมักถูกกดดันให้ปิดดีล การรับปากวันส่งมอบที่เร็วเกินจริงจึงเกิดขึ้นบ่อย ATP ทำให้ตัวเลขที่ฝ่ายขายเห็นผูกกับข้อมูลจริงของสต็อกและกำลังการผลิต

เพิ่มความน่าเชื่อถือของการส่งมอบ: ลูกค้าองค์กรให้ความสำคัญกับความแน่นอนมากกว่าความเร็วสูงสุด การส่งมอบวันที่รับปากไว้ได้อย่างสม่ำเสมอ ส่งผลโดยตรงต่อตัวชี้วัดอย่างการส่งตรงเวลาและครบถ้วน

ใช้ทรัพยากรได้คุ้มขึ้น: เมื่อรู้ว่าสินค้าส่วนไหนยังว่างจริง บริษัทหลีกเลี่ยงทั้งการขายเกินสต็อกและการเก็บสินค้าไว้เผื่อโดยไม่จำเป็น

ตัดสินใจเรื่องความสำคัญของลูกค้าได้ชัด: เมื่อสินค้าจำกัด องค์กรต้องมีกติกาว่าจะจัดสรรให้ใครก่อน ATP ที่ออกแบบดีช่วยให้กติกานั้นถูกนำไปปฏิบัติอย่างโปร่งใส

ประเภทของ ATP ที่ควรรู้จัก

Discrete ATP: คำนวณแยกตามช่วงเวลาแต่ละช่วง โดยดูเฉพาะการเข้าและออกของสินค้าในช่วงนั้น เหมาะกับสินค้าที่มีรอบการผลิตหรือรอบจัดซื้อชัดเจน

Cumulative ATP: สะสมปริมาณที่ว่างจากช่วงก่อนหน้ามาด้วย ทำให้เห็นภาพรวมว่าตลอดช่วงเวลาหนึ่งมีปริมาณรับปากได้รวมเท่าไร ใช้งานง่ายสำหรับตอบคำถามเชิงปริมาณรวม

ATP ตามช่องทางหรือกลุ่มลูกค้า: แบ่งปริมาณสินค้าไว้ให้ช่องทางหรือกลุ่มลูกค้าเฉพาะ เช่น ลูกค้ากลยุทธ์ ช่องทางออนไลน์ หรือตัวแทนจำหน่าย เพื่อป้องกันไม่ให้ช่องทางใดช่องทางหนึ่งใช้สินค้าหมดก่อน

Allocated ATP: จัดสรรโควต้าล่วงหน้าตามนโยบาย เช่น กันสินค้าไว้ให้ลูกค้าหลักก่อน แล้วปล่อยส่วนที่เหลือให้ตลาดทั่วไป

จาก ATP สู่ Capable-to-Promise

ATP ดูเฉพาะสินค้าที่มีหรือกำลังจะเข้าตามแผนเดิม แต่ในธุรกิจผลิตหรือประกอบตามสั่ง บางครั้งสินค้ายังไม่มีเลย ทว่าโรงงานสามารถผลิตเพิ่มได้ถ้าวัตถุดิบและกำลังการผลิตเพียงพอ แนวคิด Capable-to-Promise หรือ CTP จึงขยายการคำนวณให้ครอบคลุมสิ่งเหล่านี้

CTP ตรวจสอบหลายด้านพร้อมกัน ได้แก่ ความพร้อมของวัตถุดิบและชิ้นส่วน กำลังการผลิตของเครื่องจักรและแรงงาน ระยะเวลาการผลิตและการขนส่ง รวมถึงข้อจำกัดอื่น เช่น การเปลี่ยนแม่พิมพ์หรือรอบการบำรุงรักษา ผลลัพธ์คือวันส่งมอบที่เป็นไปได้จริง แม้สินค้ายังไม่อยู่ในคลัง

บางองค์กรใช้คำว่า Available-to-Promise และ Capable-to-Promise ปะปนกัน แต่ความแตกต่างสำคัญคือ ATP ตอบว่า "ของที่มีหรือกำลังจะมีตามแผน เหลือรับปากได้เท่าไร" ส่วน CTP ตอบว่า "ถ้าสั่งผลิตเพิ่ม ทำได้ทันวันไหน"

ขั้นตอนการคำนวณ ATP โดยสังเขป

การคำนวณ ATP แบบพื้นฐานมักเริ่มจากการแบ่งเวลาเป็นช่วงๆ แล้วไล่ดูตามลำดับดังนี้

รวบรวมข้อมูลต้นทาง: สต็อกคงเหลือ ณ ปัจจุบัน ใบสั่งผลิตและใบสั่งซื้อที่กำหนดเข้า ใบสั่งขายที่ยืนยันแล้ว และปริมาณที่กันไว้เป็น Safety Stock

คำนวณปริมาณที่เข้าและออกในแต่ละช่วง: เปรียบเทียบสิ่งที่จะเข้ากับสิ่งที่ถูกจองในช่วงเวลาเดียวกัน

หาปริมาณที่เหลือรับปากได้: นำสต็อกตั้งต้นรวมกับการเข้า หักด้วยการจองและปริมาณสำรอง แล้วสะสมต่อไปยังช่วงถัดไปตามประเภท ATP ที่เลือกใช้

ตอบลูกค้าและหักปริมาณทันที: เมื่อยืนยันคำสั่งซื้อ ระบบต้องหักปริมาณ ATP ทันที เพื่อไม่ให้ใบสั่งซื้อถัดไปใช้ตัวเลขเดิมซ้ำ

จุดที่ทำให้ระบบล้มเหลวบ่อยที่สุดคือขั้นตอนสุดท้าย หากการหักปริมาณช้ากว่าการรับคำสั่งซื้อ ฝ่ายขายสองคนอาจรับปากสินค้าล็อตเดียวกันกับลูกค้าสองราย

ความท้าทายในการนำ ATP ไปใช้จริง

ข้อมูลไม่ตรงกับความจริง: ถ้าสต็อกในระบบต่างจากสต็อกจริง ATP ก็ผิดตามไปด้วย ความแม่นยำของสต็อก การนับสต็อกสม่ำเสมอ และความถูกต้องของวันเข้าสินค้าจึงเป็นพื้นฐาน

ข้อมูลกระจัดกระจายหลายระบบ: สต็อกอยู่ใน WMS แผนผลิตอยู่ใน ERP หรือ MES ใบสั่งซื้ออยู่ในระบบจัดซื้อ การดึงข้อมูลมาคำนวณพร้อมกันแบบทันเวลาจึงเป็นงานด้านสถาปัตยกรรมข้อมูลมากพอๆ กับงานด้านอัลกอริทึม

ความไม่แน่นอนของวันที่รับสินค้า: ซัพพลายเออร์ส่งช้า เรือเลื่อนตาราง หรือสินค้าติดตรวจสอบที่ศุลกากร ทำให้ "ปริมาณที่กำลังจะเข้า" ไม่ใช่ตัวเลขที่แน่นอนเสมอไป การใช้วันที่ตามแผนโดยไม่ปรับความเสี่ยงอาจให้ภาพที่สวยเกินจริง

ความขัดแย้งภายในองค์กร: ฝ่ายขายอยากรับปากเร็ว ฝ่ายปฏิบัติการอยากกันเผื่อ ฝ่ายการเงินอยากลดสต็อก หากไม่มีหลักเกณฑ์ที่ตกลงร่วมกัน ระบบ ATP จะถูกเลี่ยงด้วยการขอข้อยกเว้นเป็นรายกรณี

ความซับซ้อนของเครือข่ายหลายคลัง: ลูกค้ารายหนึ่งอาจได้สินค้าจากหลายคลัง ต้นทุนและเวลาขนส่งต่างกัน การตัดสินใจว่าจะรับปากจากคลังไหนจึงต้องคำนึงถึงต้นทุนรวมด้วย ไม่ใช่เพียงว่ามีของหรือไม่

AI ช่วยยกระดับ ATP ได้อย่างไร

ระบบ ATP แบบดั้งเดิมอาศัยกฎและข้อมูลคงที่ ซึ่งสะท้อนความไม่แน่นอนได้จำกัด การนำ AI มาเสริมมีประโยชน์ใน 4 ด้านหลักๆ

พยากรณ์วันที่รับสินค้าจริง: โมเดลเรียนรู้จากประวัติการส่งของแต่ละซัพพลายเออร์และเส้นทางขนส่ง เพื่อประเมินว่าวันที่สินค้าจะมาถึงจริงน่าจะเป็นเมื่อใด แล้วปรับ ATP ให้สะท้อนความเสี่ยงล่าช้า

พยากรณ์ความต้องการในช่วงสั้น: เมื่อรู้ว่าอีกไม่กี่วันจะมีคำสั่งซื้อเข้ามาประมาณเท่าไร ระบบจะตัดสินใจได้ว่าควรกันสินค้าไว้ให้ลูกค้าที่มีโอกาสสั่งเพิ่มหรือปล่อยรับปากลูกค้ารายใหม่

แนะนำวันส่งมอบที่เหมาะสมที่สุด: แทนที่จะให้วันเร็วที่สุดเสมอ ระบบอาจเสนอตัวเลือกพร้อมความน่าจะเป็นที่จะส่งทัน เช่น วันที่มั่นใจสูงกับวันที่เร็วกว่าแต่เสี่ยงกว่า ให้ฝ่ายขายและลูกค้าเลือกบนข้อมูลเดียวกัน

จัดสรรสินค้าอย่างเหมาะสมเมื่อของขาด: เมื่อสินค้าไม่พอสำหรับทุกคำสั่งซื้อ AI ช่วยเปรียบเทียบผลกระทบ เช่น มูลค่าลูกค้า ค่าปรับหากส่งช้า และต้นทุนการเร่งงาน เพื่อเสนอแนวทางจัดสรรที่เสียหายน้อยที่สุด

ข้อควรระวังคือ AI ไม่ได้แทนที่ข้อมูลสต็อกที่แม่นยำ หากฐานข้อมูลคลาดเคลื่อน โมเดลที่ซับซ้อนเพียงใดก็ให้คำตอบที่เชื่อถือไม่ได้ และผลลัพธ์ที่ AI เสนอควรอธิบายเหตุผลได้ เพื่อให้ทีมงานเข้าใจและยอมรับ

ตัวชี้วัดที่ควรติดตาม

องค์กรที่นำ ATP มาใช้ควรวัดผลอย่างต่อเนื่อง ตัวชี้วัดที่เกี่ยวข้อง ได้แก่

อัตราการส่งมอบตรงตามวันที่รับปาก ซึ่งสะท้อนความแม่นยำของ ATP โดยตรง ความแตกต่างระหว่างวันที่รับปากกับวันที่ส่งจริง สัดส่วนคำสั่งซื้อที่ต้องแก้ไขวันส่งมอบหลังยืนยันแล้ว จำนวนครั้งที่ต้องเร่งงานหรือขนส่งด่วนเพื่อรักษาสัญญา และระดับสต็อกเผื่อที่ต้องถือไว้เมื่อเทียบกับผลงานด้านการส่งมอบ

การดูตัวชี้วัดเหล่านี้ร่วมกันช่วยให้เห็นว่าปัญหาเกิดจากข้อมูลต้นทาง กติกาการจัดสรร หรือความผันผวนของซัพพลายเออร์

แนวทางเริ่มต้นนำ ATP ไปใช้

เริ่มจากกลุ่มสินค้าที่สำคัญ: เลือกสินค้าที่ปัญหาการรับปากผิดพลาดบ่อยหรือมีมูลค่าสูง แทนการเปลี่ยนทั้งองค์กรพร้อมกัน

ทำความสะอาดข้อมูลหลัก: ตรวจสอบความถูกต้องของสต็อก Lead Time และสถานะใบสั่งซื้อ ก่อนจะลงทุนกับเครื่องมือที่ซับซ้อน

กำหนดกติกาการจัดสรรร่วมกัน: ให้ฝ่ายขาย ฝ่ายปฏิบัติการ และฝ่ายการเงินตกลงเรื่องลำดับความสำคัญของลูกค้า ปริมาณสำรอง และกรณีข้อยกเว้น

เชื่อมระบบให้ข้อมูลไหลแบบทันเวลา: ลดการส่งไฟล์หรือสรุปด้วยมือ เพื่อให้ฝ่ายขายเห็นตัวเลขล่าสุดเมื่อเสนอราคาและตอบลูกค้า

ทดลองและปรับปรุงต่อเนื่อง: เปรียบเทียบผลก่อนและหลังนำ ATP มาใช้ แล้วค่อยเพิ่มความสามารถ เช่น การพยากรณ์ความเสี่ยงล่าช้าด้วย AI

สรุป

Available-to-Promise ไม่ใช่เพียงสูตรคำนวณสต็อก แต่เป็นวินัยในการให้คำมั่นสัญญากับลูกค้าบนข้อมูลที่เชื่อถือได้ ธุรกิจที่รับปากอย่างแม่นยำจะลดต้นทุนการแก้ปัญหาปลายทาง และสร้างความเชื่อมั่นระยะยาวมากกว่าธุรกิจที่รับปากเร็วแต่ส่งไม่ได้จริง

ความสำเร็จขึ้นอยู่กับข้อมูลที่ถูกต้อง กติกาการจัดสรรที่ชัดเจน และความร่วมมือระหว่างฝ่ายขายกับฝ่ายปฏิบัติการ เมื่อรากฐานเหล่านี้พร้อม การต่อยอดด้วย Capable-to-Promise และการพยากรณ์ด้วย AI จะช่วยให้คำตอบเรื่อง "ส่งมอบได้เมื่อไร" แม่นยำขึ้นและสะท้อนความเสี่ยงจริงมากขึ้น