ทำไมในอีก 2–3 ปี
ธุรกิจต้องเริ่มมอง “AI + ERP”

ERP เก็บความจริงได้ดี แต่ยังไม่ตอบว่า “ควรทำอะไรต่อ”

หลายปีที่ผ่านมา ธุรกิจลงทุนกับ ERP เพื่อให้ข้อมูลสำคัญอยู่ในระบบเดียวกัน ฝ่ายขายมี Sales Order ฝ่ายจัดซื้อมี Purchase Order คลังมี Stock โรงงานมี BOM และ Work Order บัญชีมี Invoice และต้นทุน ส่วนผู้บริหารมี Report และ Dashboard

ERP จึงทำหน้าที่เป็น System of Record หรือฐานข้อมูลกลางขององค์กร ปัญหาคือแม้ระบบจะมีข้อมูลเกือบครบ คนยังต้องเปิดรายงาน หาเอกสาร ตรวจ Stock ตาม Supplier ดูงานล่าช้า และประกอบข้อมูลหลายส่วนก่อนตัดสินใจ

คนต้องเปิด Report คนต้องหาเอกสาร คนต้องตรวจ Stock คนต้องดูว่างานไหนล่าช้า คนต้องตาม Supplier คนต้องสร้าง Purchase Request คนต้องดูว่า Project ไหนกำลังมีปัญหา และสุดท้ายคนต้องนำข้อมูลทั้งหมดมาประกอบกันก่อนตัดสินใจ

ระบบบอกได้ว่าเกิดอะไรขึ้น แต่ยังไม่ช่วยตอบครบว่า ทำไมมันจึงเกิดขึ้น มีความเสี่ยงอะไร และเราควรทำอะไรต่อ

เมื่อ Agent เป็นผู้เดิน Workflow

ถ้ามอง ERP แบบเดิม เราอาจมีขั้นตอนประมาณนี้: ลูกค้าออก Order → ฝ่ายขายเปิด Sales Order → ฝ่ายวางแผนตรวจ Stock → ตรวจ BOM → เช็ค Material Requirement → แจ้งจัดซื้อ → สร้าง Purchase Request → เปรียบเทียบ Supplier → ออก PO → เปิด Work Order → ติดตาม Production → รายงานผู้บริหาร

ระบบมีข้อมูลเกือบทุกอย่าง แต่คนยังต้องเป็นผู้เดิน Workflow

ลองเปลี่ยนจากการเปิดเมนูทีละหน้า เป็นการบอก AI ว่า “ช่วยเช็คงานทั้งหมดที่ต้องส่งภายใน 14 วัน และดูว่ามีตัวไหนเสี่ยงผลิตไม่ทัน”

Agent สามารถอ่าน Sales Order, Production Plan, Work Order, BOM, Stock, Purchase Order, Lead Time และ Job Card แล้วตอบกลับเป็นข้อสรุปที่ใช้ตัดสินใจได้ เช่น งาน A เสี่ยงส่งช้าเพราะวัสดุ X ขาด 42 แผ่น และต้องออก PO ภายในวันนี้จึงจะทัน

หากได้รับอนุญาต Agent อาจเตรียม Material Request ไว้ให้คนตรวจ หรือดำเนินการต่ออัตโนมัติในกรณีที่ความเสี่ยงต่ำและอยู่ใน Policy ที่อนุมัติไว้แล้ว นี่คือการเคลื่อนจาก System of Record ไปสู่ System of Action

ทำไม AI อย่างเดียวไม่พอ

Generative AI ช่วยเขียนอีเมล สรุปประชุม ทำ Presentation และวิเคราะห์ข้อความได้ดี แต่ AI ทั่วไปไม่รู้ว่า Stock จริงเหลือเท่าไร Supplier รายไหนยังไม่ส่งของ ลูกค้าคนไหนค้างชำระ หรือ Work Order ใดกำลังล่าช้า

มันไม่รู้ว่าวันนี้เครื่องจักรไหนกำลังว่าง Material ตัวไหนกำลังขาด หรือ Sales Order ไหนมี Margin ต่ำผิดปกติ เพราะข้อมูลเหล่านี้อยู่ใน ERP

AI ที่ไม่มี ERP ฉลาดแต่ไม่รู้สถานการณ์จริง ขณะที่ ERP ที่ไม่มี AI มีข้อมูลจริงแต่ยังรอให้คนค้นหาและตัดสินใจ คุณค่าจึงไม่ได้เกิดจากการนำ Chatbot ไปวางข้าง ERP แต่เกิดจากการออกแบบ Context, Tool, Permission และ Workflow ให้ Agent ใช้ข้อมูลจริงอย่างปลอดภัย

AI + ERP จะเปลี่ยนวิธีทำงานอย่างไร

ในอีกไม่กี่ปี เราอาจไม่ได้ใช้ ERP ด้วยการเปิด Menu เยอะเหมือนทุกวันนี้ เราอาจเริ่มต้นวันทำงานด้วยประโยคว่า “วันนี้มีอะไรที่ผมต้องรู้บ้าง”

AI อาจตอบว่า มี Project 3 งานเสี่ยงส่งช้า มีลูกค้า 5 รายค้างชำระเกิน 60 วัน มี Material 8 รายการต่ำกว่า Safety Stock มี Supplier 2 รายส่งของช้ากว่าค่าเฉลี่ย และ Machine Utilization เมื่อวานลดลงจาก 78% เหลือ 61%

เมื่อถามต่อว่า “สาเหตุของ Utilization ที่ลดลงคืออะไร” AI ไปอ่าน Job Card และ Production Log แล้วพบว่าเครื่องไม่ได้เสีย แต่กำลังรอ Material เมื่อถามต่อว่า “ทำไม Material ถึงไม่มา” AI ย้อนกลับไป Purchase Order และพบว่า PO ถูก Approve ช้าไปสองวัน

นี่คือสิ่งที่ต่างจาก Dashboard: Dashboard บอกว่า “เกิดอะไรขึ้น” แต่ AI Agent สามารถช่วยตอบต่อว่า “ทำไมมันถึงเกิดขึ้น และเราควรทำอะไรต่อ”

ทำไมควรเริ่มวันนี้ ไม่ใช่รออีก 3 ปี

AI + ERP ไม่ใช่เพียงการติดตั้ง Software งานที่ใช้เวลาจริงคือการจัด Master Data กำหนด Workflow และ Permission ทำ BOM ให้มีมาตรฐาน เก็บ Production Data สร้าง API และทำ Tool ที่ Agent เรียกใช้งานได้

บริษัทที่เริ่มวันนี้อาจใช้เวลา 1–2 ปีในการสะสมข้อมูล Workflow, Automation, Skills และ Operating Knowledge ก่อนจะได้ Agent ที่เข้าใจธุรกิจจริง หากรอจนเทคโนโลยีดู “พร้อมสมบูรณ์” คู่แข่งอาจสะสมโครงสร้างเหล่านี้ไปแล้วหลายปี

ความได้เปรียบไม่ได้อยู่ที่ใครซื้อ Model ที่ดีที่สุด แต่อยู่ที่ว่าองค์กรของใครมีข้อมูล Workflow และสิทธิ์การทำงานที่ AI เข้าใจและนำไปใช้ได้ดีที่สุด

ทำไมเราเลือก ERPNext

หากเป้าหมายมีเพียงการใช้ ERP เรามีตัวเลือกจำนวนมาก แต่หากเป้าหมายคือสร้างบริษัทที่ AI สามารถทำงานร่วมกับระบบได้ เงื่อนไขสำคัญจะเปลี่ยนจาก Feature เพียงอย่างเดียว ไปสู่ API, Data Model, Custom Workflow, Permission, Automation, Self-hosting และความสามารถในการปรับระบบได้ลึก

ERPNext เป็น Open Source ERP บน Frappe Framework มีโครงสร้างหลักของ Sales, Purchasing, Inventory, Accounting, Projects และ Manufacturing อยู่ในระบบเดียวกัน ฝั่งโรงงานรองรับ BOM, Work Order, Production Planning, Job Card, Workstation, Quality และ Inventory ที่เชื่อมโยงกัน

เราไม่จำเป็นต้องสร้าง ERP ใหม่ แต่ใช้ ERPNext เป็น Business Operating Database แล้วสร้าง AI Layer อยู่ด้านบน

ทำไมเราเลือก Hermes Agent

ถ้า ERPNext คือความจริงขององค์กร อีกฝั่งต้องเป็น Agent Runtime ที่รับคำสั่ง วางแผน เรียก Tool ทำงานหลายขั้นตอน ใช้ความจำและ Skills และปรับตัวกับ Workflow ของบริษัทได้ เราจึงเลือก Hermes Agent จาก Nous Research

Hermes เป็น Open Source ภายใต้ MIT License และไม่ผูก Agent เข้ากับ Model เดียว องค์กรสามารถเลือก Provider หรือ Local Model ให้เหมาะกับ Cost, Privacy และประเภทงาน เมื่อ Model ที่เหมาะสมเปลี่ยน เราเปลี่ยน Engine ได้โดยไม่ต้องรื้อ Operating Workflow ทั้งหมด

เราสามารถเลือกใช้ OpenAI, GLM, Kimi, OpenRouter หรือ Local Model ผ่าน Ollama / vLLM และเปลี่ยน Model ตาม Cost และประเภทของงานได้ สิ่งนี้สำคัญเพราะเราไม่เชื่อว่าอนาคตขององค์กรควรถูกผูกอยู่กับ AI Provider เจ้าเดียว

Model ที่เก่งที่สุดในวันนี้อาจไม่ใช่ Model ที่เก่งที่สุดในอีก 12 เดือน ดังนั้น Architecture ที่ดีควรแยก Agent ออกจาก Model — Hermes ทำหน้าที่เป็น Agent Runtime ส่วน Model เป็นเพียง Engine ที่สามารถเปลี่ยนได้

Architecture: ERPNext เป็น Record, Hermes เป็น Action

ตัวอย่าง Agent ที่เกิดขึ้นได้

สิ่งสำคัญอาจไม่ใช่ Automation ระดับ Transaction เพียงอย่างเดียว แต่คือการทำให้ผู้บริหาร “คุยกับบริษัท” ได้ โดยถามต่อจากสิ่งที่เกิดขึ้น ไปสู่สาเหตุ ผลกระทบ และทางเลือกในการลงมือทำ

ผู้บริหารอาจถามว่า “เดือนนี้กำไรลดเพราะอะไร” “Customer Segment ไหน Margin สูงที่สุด” “Supplier ตัวไหนขึ้นราคามากที่สุดใน 6 เดือน” “งานที่ Delay มี Root Cause ซ้ำกันหรือไม่” หรือ “ถ้าปริมาณ Order เพิ่มอีก 30% เราจะติด Bottleneck ที่ไหนก่อน”

นี่คือระดับที่ AI + ERP เริ่มเปลี่ยนจาก Software Tool ไปเป็น Decision Infrastructure ขององค์กร

AI ไม่ควรมีสิทธิ์ทำทุกอย่าง

Agent ที่เข้าถึง ERP ต้องออกแบบ Governance ตั้งแต่ต้น สิทธิ์ควรเพิ่มตามหลักฐานและความเสี่ยง ไม่ใช่ตามความตื่นเต้นต่อเทคโนโลยี

1. Read — อ่านข้อมูลและสรุป โดยไม่มีสิทธิ์เขียน
2. Recommend — แนะนำ Action และอธิบายเหตุผลให้คนตัดสินใจ
3. Prepare — เตรียม Transaction หรือเอกสาร แต่ยังไม่ Post
4. Execute with approval — ทำงานหลังคนอนุมัติเป็นราย Transaction
5. Bounded automation — ทำอัตโนมัติเฉพาะงานความเสี่ยงต่ำ ภายใน Policy, Threshold, Reversibility และ Audit ที่กำหนดไว้

เป้าหมายจึงไม่ใช่ “ปล่อย AI ทำทุกอย่าง” แต่คือให้ AI มีอิสระเพิ่มขึ้นเฉพาะเมื่อ Control และผลลัพธ์ได้รับการพิสูจน์แล้ว

เป้าหมายไม่ใช่ลดคนให้มากที่สุด แต่เพิ่ม Leverage

คำถามที่น่าสนใจกว่า “ลดคนได้กี่คน” คือคนหนึ่งคนสร้าง Output ได้มากขึ้นเท่าไร Purchasing ดูแล PO ได้มากขึ้นหรือไม่ Project Manager ดูงานได้มากขึ้นหรือไม่ Planner ลดเวลารวบรวมข้อมูลจากสามชั่วโมงเหลือยี่สิบนาทีได้หรือไม่

AI อาจไม่ได้หมายถึงองค์กรที่มีคนน้อยลงเสมอไป แต่อาจหมายถึงองค์กรที่เติบโตได้โดยไม่ต้องเพิ่ม Overhead ในอัตราเดิม

ERP กำลังเปลี่ยนจาก Software ที่คนใช้ เป็น Software ที่ AI ใช้

ERP รุ่นก่อนถูกออกแบบโดยมีสมมติฐานว่ามนุษย์เป็นผู้กดปุ่ม จึงมี Menu, Form, Dashboard, Report และ Workflow แต่เมื่อ Agent สามารถเรียก API และ Tool ได้โดยตรง User Interface ที่สำคัญที่สุดอาจค่อย ๆ เปลี่ยนจาก Form มาเป็น Intent

แทนที่จะถามว่า “Purchase Order อยู่ Menu ไหน” ผู้ใช้เพียงบอกว่า “สั่งของที่ขาดให้พอสำหรับ Production สองอาทิตย์” ระบบส่วนที่เหลือสามารถจัดการอยู่เบื้องหลัง

นี่คือเหตุผลว่าทำไมเรามองว่า AI + ERP ไม่ใช่ Feature เพิ่มเติม แต่เป็นการเปลี่ยน Interface ระหว่างมนุษย์กับองค์กร

ทำไมต้องเป็น Open Source

Infrastructure ที่อาจกลายเป็น “ระบบประสาทของบริษัท” ไม่ควรถูก Lock-in ง่ายเกินไป ERP ถือข้อมูลสำคัญที่สุด ขณะที่ Agent อาจได้รับสิทธิ์ดำเนินงานกับข้อมูลนั้น องค์กรจึงควรควบคุม Data, Infrastructure, Permission, Model, Workflow และ Source Code ได้มากที่สุด

ERPNext เปิด Source Code และรองรับการ Self-host ส่วน Hermes เป็น Open Source และออกแบบให้ทำงานกับ Model Provider ได้หลายแบบ Stack นี้จึงช่วยแยกแกนองค์กรออกจาก Vendor หรือ Model ใด Model หนึ่ง

Architecture ที่เรามองในระยะยาว

เราไม่ได้มอง Hermes + ERPNext เป็นเพียง Project IT แต่มองว่าเป็น Infrastructure ของบริษัท โครงสร้างในอนาคตอาจเริ่มจาก AI Interface ผ่าน Hermes Agent Layer และ Business Skills ลงไปยัง ERPNext + Frappe จากนั้นเชื่อม Sales, Purchase, Inventory, Production และ Accounting ตลอดจน Machine, CNC, IoT, Documents และ Communication

เมื่อ Infrastructure นี้เริ่มสมบูรณ์ บริษัทจะสามารถสร้าง Skill เพิ่มเข้าไปเรื่อย ๆ เช่น Check Material Skill, Create Purchase Skill, Production Risk Skill, Customer Follow-up Skill, Cost Analysis Skill, Machine Utilization Skill และ Project Delay Skill

AI ไม่จำเป็นต้องเรียนรู้บริษัทใหม่ทุกครั้ง Knowledge และ Workflow จะสะสมกลายเป็น Digital Operating Knowledge ขององค์กร

ความได้เปรียบในอนาคตอาจไม่ใช่ “ใครมี AI”

อีกไม่นานทุกบริษัทจะมี AI เหมือนที่วันนี้ทุกบริษัทมี Internet ดังนั้นการมี AI อย่างเดียวจะไม่ใช่ Competitive Advantage

สิ่งที่จะต่างคือ AI ของใครเข้าถึงข้อมูลจริงได้มากกว่า เข้าใจ Process มากกว่า มี Tool ให้ใช้มากกว่า เรียนรู้ Workflow ขององค์กรได้มากกว่า และสำคัญที่สุดคือสามารถเปลี่ยนความรู้เป็น Action ได้เร็วกว่า

นี่คือเหตุผลที่เราเริ่มลงทุนกับ AI + ERP ตั้งแต่วันนี้ ไม่ใช่เพราะเราคิดว่า AI พร้อมทำทุกอย่างแล้ว แต่เพราะเราคิดว่า ตอนที่ AI พร้อมจริง บริษัทของเราก็ควรพร้อมให้มันทำงานเช่นกัน

บทสรุป: จาก ERP ที่มี AI สู่องค์กรที่ทำงานร่วมกับ AI ได้

อีกไม่นานทุกบริษัทจะมี AI เหมือนที่ทุกบริษัทมี Internet การมี AI อย่างเดียวจึงไม่ใช่ Competitive Advantage สิ่งที่ต่างคือ AI ของใครเข้าถึงข้อมูลจริง เข้าใจ Process มี Tool และ Permission ที่เหมาะสม และเปลี่ยนความรู้เป็น Action ได้เร็วกว่า

ERPNext ทำหน้าที่เป็นโครงสร้างและความจริงของธุรกิจ Hermes ทำหน้าที่เป็น Agent ที่เรียนรู้และลงมือทำ ส่วน AI Model เป็น Engine ที่เปลี่ยนได้ตามเทคโนโลยี

เราไม่ได้เลือกเพราะคิดว่ามันเป็น Software ที่ดีที่สุดในทุกด้าน เราเลือกเพราะ Architecture ของมันสอดคล้องกับสิ่งที่เราเชื่อ: ERPNext ทำหน้าที่เป็นโครงสร้างและความจริงของธุรกิจ Hermes ทำหน้าที่เป็น Agent ที่เรียนรู้และลงมือทำ AI Model สามารถเปลี่ยนได้ตามเทคโนโลยี Infrastructure สามารถอยู่ภายใต้การควบคุมของเรา และระบบสามารถเติบโตไปพร้อมกับบริษัท

เป้าหมายสุดท้ายไม่ใช่การสร้าง ERP ที่มี AI แต่คือการสร้างองค์กรที่สามารถทำงานร่วมกับ AI ได้ตั้งแต่โครงสร้างพื้นฐาน และในอีก 2–3 ปีข้างหน้า ผมเชื่อว่าความแตกต่างระหว่างสองแนวคิดนี้จะชัดขึ้นเรื่อย ๆ

คำถามที่พบบ่อย

AI + ERP คืออะไร?

การเชื่อม AI Agent กับข้อมูลและ Workflow จริงใน ERP เพื่ออ่านบริบท วิเคราะห์ แนะนำ และทำงานผ่านระบบภายใต้สิทธิ์ที่กำหนด

ควรเริ่มจากจุดไหน?

เลือก Workflow เดียวที่วัดผลได้ ทำข้อมูลและ Permission ให้ชัด แล้วเริ่มจาก Read → Recommend → Prepare ก่อนเพิ่มสิทธิ์ Execute

ERPNext เหมาะกับโรงงานหรือไม่?

ERPNext มีโมดูล Manufacturing ที่เชื่อม BOM, Work Order, Production Planning, Job Card, Workstation, Quality และ Inventory แต่การใช้งานจริงยังต้องออกแบบ Master Data และ Workflow ให้ตรงกับโรงงานแต่ละแห่ง

Hermes แทน AI Model หรือไม่?

ไม่ใช่ Hermes คือ Agent Runtime ที่วางแผน ใช้ Tool และ Skills ส่วน Model เป็น Intelligence Engine ที่เลือกหรือเปลี่ยนได้

แหล่งข้อมูลอ้างอิง

• Hermes Agent Documentation — Nous Research
• Hermes Agent — GitHub Repository
• Hermes Agent MIT License
• ERPNext Open Source Manufacturing ERP
• ERPNext — GitHub Repository

หมายเหตุ: ภาพประกอบในบทความสร้างด้วย AI เพื่อสื่อแนวคิด ไม่ใช่ภาพหลักฐานจากโรงงานหรือระบบ Production จริง

NEXT STEP

เริ่มจากหนึ่ง Workflow ที่วัดผลได้

ให้ AI อ่าน อธิบาย และเตรียมงานก่อน จากนั้นให้คนอนุมัติก่อนเขียน ERP เมื่อ Control และผลลัพธ์พิสูจน์แล้วจึงค่อยเพิ่มอิสระ

คุยกับ Asymmetric Advantage →