ถ้าวันนี้คุณเป็นเจ้าของกิจการและใช้ ERP อยู่ คำถามที่น่าสนใจอาจไม่ใช่แค่
“เราจะใช้ ERP ให้ครบทุก Module ได้อย่างไร?”
แต่อาจกลายเป็น
“ถ้า AI สามารถเข้าใจข้อมูลใน ERP และช่วยทำงานบางอย่างแทนทีมของเราได้ จะเกิดอะไรขึ้น?”
นี่คือแนวคิดของ Agentic ERP หนึ่งในทิศทางสำคัญของ Enterprise Software ในยุค AI
ERP แบบเดิมถูกออกแบบมาให้มนุษย์เป็นผู้ใช้งานหลัก ตั้งแต่เปิด Dashboard ตรวจสอบข้อมูล ค้นหาเอกสาร วิเคราะห์ยอดขาย สร้างใบเสนอราคา ตรวจสอบ Stock ไปจนถึงอนุมัติรายการต่าง ๆ
แต่ Agentic ERP กำลังเปลี่ยนบทบาทของระบบ จาก System of Record ที่เก็บข้อมูลธุรกิจ ไปสู่ระบบที่ AI สามารถใช้ข้อมูลเหล่านั้นเพื่อช่วยวิเคราะห์ วางแผน และดำเนินงานบางขั้นตอนภายใต้ขอบเขตที่องค์กรกำหนด
จาก ERP → AI Assistant → Agentic ERP
ลองนึกภาพการพัฒนาของระบบ ERP เป็น 3 ระดับ
ERP แบบเดิม
ผู้ใช้งานเป็นคนเข้า ERP ค้นหาข้อมูล เปิด Report และตัดสินใจว่าจะทำอะไรต่อ
ตัวอย่างเช่น เจ้าของกิจการต้องการทราบว่าเดือนนี้ลูกค้ารายใดมียอดขายลดลง ก็อาจต้องเปิด Sales Report เลือกช่วงเวลา Export Excel แล้วนำข้อมูลมาเปรียบเทียบ
ERP + AI Assistant
เราเริ่มสามารถถามระบบด้วยภาษาธรรมชาติ เช่น
“เดือนนี้ลูกค้ารายไหนมียอดขายลดลงมากกว่า 20%?”
AI สามารถค้นหาและสรุปข้อมูลให้ผู้บริหารได้ โดยไม่จำเป็นต้องรู้ว่า Report อยู่ตรงไหนหรือจะต้อง Filter อย่างไร
Agentic ERP
ก้าวถัดไปคือ AI ไม่ได้หยุดอยู่ที่การ “ตอบคำถาม”
แต่สามารถช่วยวางแผนและดำเนินการต่อได้ เช่น ตรวจพบลูกค้าที่มียอดซื้อลดลง → วิเคราะห์ประวัติการซื้อ → ตรวจสอบ Opportunity ใน CRM → เตรียมรายชื่อลูกค้าที่ควรติดตาม → สร้าง Task ให้ Sales → ร่างข้อความ Follow-up
โดยรายการสำคัญยังสามารถกำหนดให้ มนุษย์เป็นผู้ตรวจสอบหรืออนุมัติก่อนดำเนินการจริง
นี่คือความแตกต่างสำคัญระหว่าง AI Chatbot กับ AI Agent
Chatbot เน้นการ “ตอบ”
Agent เน้นการ “ทำงานเพื่อให้บรรลุเป้าหมาย”
แนวคิดนี้สอดคล้องกับทิศทางของอุตสาหกรรม Enterprise Software ในปี 2026 ที่กำลังมอง ERP เป็นแกนข้อมูลและการควบคุมขององค์กร ขณะที่ AI Agent ทำหน้าที่เป็นชั้นที่ช่วยเข้าถึงข้อมูล วิเคราะห์ และประสาน Workflow ต่าง ๆ เข้าด้วยกัน
Agentic ERP จะเปลี่ยนการบริหารธุรกิจอย่างไร?
สำหรับเจ้าของกิจการ ประโยชน์ของ Agentic ERP ไม่ได้อยู่ที่การมี AI เพราะเป็นเทคโนโลยีใหม่
แต่อยู่ที่คำถามว่า
“AI สามารถลดเวลาระหว่างข้อมูล → การตัดสินใจ → การลงมือทำ ได้มากแค่ไหน?”
ตัวอย่างเช่น ในตอนเช้าแทนที่ผู้บริหารจะต้องเปิด Dashboard หลายหน้า ระบบอาจสรุปให้ว่า
“เมื่อวานยอดขาย 1.8 ล้านบาท ต่ำกว่าค่าเฉลี่ย 12% มี Quotation มูลค่า 3.2 ล้านบาทที่ยังไม่ได้ Follow-up เกิน 7 วัน และมีสินค้า 4 รายการที่อาจไม่เพียงพอต่อ Sales Order ที่กำลังจะส่งในสัปดาห์หน้า”
จากนั้นผู้บริหารสามารถถามต่อได้ทันทีว่า
“Quotation ไหนมีโอกาสปิดสูงที่สุด?”
หรือ
“เตรียมรายการให้ Sales Follow-up วันนี้”
AI Agent สามารถรวบรวมข้อมูลจาก Sales, CRM, Inventory และข้อมูลที่เกี่ยวข้อง แล้วเตรียม Action ให้ทีมดำเนินการต่อ
ERP จึงไม่ได้เป็นเพียงระบบที่ผู้บริหาร “เข้าไปดูข้อมูล”
แต่กำลังพัฒนาไปสู่ระบบที่สามารถ นำข้อมูลมาหาผู้บริหารในเวลาที่เหมาะสม
ตัวอย่าง Agentic ERP ในธุรกิจจริง
ลองดูสถานการณ์ของบริษัทที่ใช้ ERP ครอบคลุม Sales, Purchase, Inventory และ Accounting
เวลา 08:00 น. AI Management Agent ตรวจสอบข้อมูลเมื่อคืนและพบว่า Stock ของสินค้าหลักกำลังลดลงเร็วกว่าปกติ
ระบบตรวจสอบ Sales Order ที่ Confirm แล้ว ประวัติการขาย และ Purchase Order ที่กำลังเดินทาง
จากนั้นแจ้งผู้บริหารว่า
“จาก Sales Order ปัจจุบัน สินค้า A มีความเสี่ยงที่จะไม่เพียงพอภายใน 12 วัน ขณะนี้มี PO จำนวน 500 Units ที่กำหนดรับอีก 18 วัน ต้องการให้เตรียม Purchase Request เพิ่มหรือไม่?”
ผู้บริหารตอบว่า
“เตรียมมาให้ดูก่อน”
AI Agent สามารถเตรียม Draft Purchase Request พร้อมข้อมูลประกอบ แต่ยังไม่อนุมัติหรือสั่งซื้อจนกว่าผู้มีอำนาจจะตรวจสอบ
นี่คือหลักสำคัญของ Agentic ERP:
AI ไม่จำเป็นต้องมีอำนาจทำทุกอย่าง
องค์กรสามารถกำหนดได้ว่า AI สามารถ
Read → Analyze → Recommend → Prepare → Execute
ได้ถึงระดับใด
ธุรกรรมที่มีความเสี่ยงสูง เช่น การชำระเงิน การอนุมัติ Purchase Order หรือการเปลี่ยนแปลงข้อมูลบัญชี สามารถกำหนด Human Approval ก่อนดำเนินการได้
Agentic ERP ไม่ได้หมายความว่าต้องเปลี่ยน ERP ใหม่ทั้งหมด
นี่เป็นประเด็นสำคัญสำหรับบริษัทที่ลงทุน ERP ไปแล้ว
การเข้าสู่ Agentic ERP ไม่จำเป็นต้องหมายถึงการรื้อระบบเดิมและสร้างระบบใหม่
ERP ยังมีบทบาทสำคัญในฐานะ System of Record ที่เก็บข้อมูลธุรกิจ เช่น Customer, Sales Order, Purchase Order, Inventory, Invoice และ Accounting Transaction
แนวทางหนึ่งที่กำลังได้รับความสนใจคือการเพิ่ม AI Intelligence Layer อยู่เหนือ ERP และระบบธุรกิจอื่น ๆ
แนวคิดลักษณะนี้ทำให้องค์กรสามารถค่อย ๆ เพิ่มความสามารถของ AI ตาม Use Case โดยไม่จำเป็นต้องเปลี่ยน Core ERP ทั้งระบบในครั้งเดียว
Deloitte อธิบายทิศทาง Agentic ERP ในลักษณะของ ERP Core ที่ยังรักษา Business Rules, Structure และ Control ไว้ ขณะที่ Agent สามารถทำงานผ่าน Application Layer ที่ยืดหยุ่นกว่า
McKinsey ก็ชี้ให้เห็นถึงทิศทางที่ AI-native solutions และเครือข่ายของ Autonomous Agents เริ่มเข้ามาทำงานบน Enterprise Applications เดิม เพื่อช่วย Automate Decisions และ Orchestrate Process แบบ End-to-End
ดังนั้นคำถามสำหรับองค์กรอาจไม่ใช่
“ERP ตัวไหนมี AI มากที่สุด?”
แต่เป็น
“ข้อมูลและกระบวนการของเราพร้อมให้ AI เข้ามาช่วยทำงานหรือยัง?”
จาก Odoo ERP สู่แนวคิด AIMO ของ IMOTIF
นี่คือหนึ่งในแนวคิดที่ IMOTIF กำลังพัฒนาผ่าน AIMO – Enterprise Intelligence Layer
IMOTIF มองว่า ERP ไม่ควรเป็นเพียงสถานที่เก็บข้อมูล แต่ข้อมูลที่อยู่ภายใน ERP ควรถูกนำมาใช้ช่วยผู้บริหารและทีมงานตัดสินใจได้ง่ายขึ้น
แนวคิดของ AIMO จึงไม่ใช่เพียงการสร้าง Chatbot อีกหนึ่งตัว
แต่คือการสร้าง Intelligence Layer ที่สามารถเชื่อม AI เข้ากับข้อมูลและ Workflow ของธุรกิจ
ตัวอย่างเช่น ผู้บริหารอาจถามว่า
“ยอดขายเดือนนี้เป็นอย่างไร?”
“ลูกค้ารายไหนมียอดซื้อลดลง?”
“Invoice ไหนเกินกำหนดชำระแล้ว?”
“สินค้าตัวไหนมีความเสี่ยง Stock Out?”
“Sales คนไหนมี Quotation ที่ยังไม่ได้ Follow-up?”
จากจุดเริ่มต้นของการ ถามข้อมูลธุรกิจด้วยภาษาธรรมชาติ ระบบสามารถพัฒนาไปสู่การแนะนำ Next Action และท้ายที่สุดคือการให้ AI Agent ช่วยดำเนิน Workflow บางส่วน ภายใต้ Permission และ Approval ที่องค์กรกำหนด
แนวคิดจึงสามารถพัฒนาเป็น
ERP Data → Business Context → AI Intelligence → Recommendation → Action
เป้าหมายไม่ใช่การให้ AI เข้ามาแทนคนทั้งหมด
แต่คือการทำให้คนในองค์กร เสียเวลาน้อยลงกับการค้นหา รวบรวม และประมวลผลข้อมูล และมีเวลามากขึ้นสำหรับการตัดสินใจ การดูแลลูกค้า และการพัฒนาธุรกิจ
บริษัทควรเริ่ม Agentic ERP จากตรงไหน?
ไม่จำเป็นต้องเริ่มด้วยโครงการ AI ขนาดใหญ่
บริษัทสามารถเริ่มจาก Use Case ที่มีข้อมูลพร้อมและวัดผลได้ เช่น
Management Intelligence
ให้ AI สรุปยอดขาย Cash Flow, AR, Inventory และเหตุการณ์ผิดปกติให้ผู้บริหารทุกเช้า
Sales Agent
ตรวจสอบ Opportunity และ Quotation ที่ไม่มี Activity พร้อมแนะนำรายการที่ควร Follow-up
Finance Agent
ตรวจสอบ Invoice ค้างชำระ วิเคราะห์ Aging และเตรียมรายการติดตามลูกหนี้
Inventory Agent
ตรวจสอบ Stock Level, Sales Demand และ Purchase Lead Time เพื่อเตือนความเสี่ยงก่อน Stock Out
เมื่อองค์กรเริ่มเชื่อมั่นในคุณภาพของข้อมูลและผลลัพธ์จาก AI จึงค่อยเพิ่มระดับ Automation จาก
Ask → Recommend → Prepare → Approve → Execute
แนวทางนี้ช่วยให้ธุรกิจได้ประโยชน์จาก AI โดยไม่จำเป็นต้องมอบสิทธิ์ให้ระบบอัตโนมัติมากเกินไปตั้งแต่วันแรก
ERP ในอนาคตอาจไม่ใช่โปรแกรมที่เราต้อง “เข้าไปใช้”
เป็นเวลาหลายสิบปีที่ Enterprise Software ถูกออกแบบภายใต้แนวคิดว่า
คนต้องเข้าไปหาข้อมูลในระบบ
แต่ AI กำลังทำให้แนวคิดนี้กลับด้าน
ในอนาคต ระบบอาจเป็นฝ่ายค้นหาข้อมูล วิเคราะห์สิ่งผิดปกติ และนำสิ่งที่ควรรู้มาหาเราเอง
จากเดิมที่ผู้บริหารเปิด ERP แล้วถามว่า
“วันนี้มีอะไรที่ผมควรรู้?”
ERP อาจเป็นฝ่ายบอกก่อนว่า
“วันนี้มี 3 เรื่องที่คุณควรตัดสินใจ”
และนี่อาจเป็นการเปลี่ยนแปลงที่สำคัญกว่าการเพิ่ม Feature ใหม่ให้ ERP อีกหลายสิบ Feature
สำหรับ IMOTIF เรามองว่าอนาคตของ Enterprise Software ไม่ได้จบที่การ Implement ERP ให้ใช้งานได้
แต่คือการเชื่อม ERP + Data + AI + Business Workflow เข้าด้วยกัน เพื่อทำให้ระบบเข้าใจบริบทของธุรกิจและช่วยให้องค์กรตัดสินใจได้เร็วขึ้น
AIMO จึงเป็นแนวคิดของ IMOTIF ในการเดินจาก ERP Implementation ไปสู่ Enterprise Intelligence และ Agentic ERP อย่างเป็นขั้นตอน
สำหรับองค์กรที่กำลังใช้ Odoo ERP หรือกำลังวางแผน Digital Transformation คำถามที่ควรถามตั้งแต่วันนี้อาจไม่ใช่เพียง
“เราจะเอากระบวนการอะไรเข้า ERP?”
แต่ควรเพิ่มอีกหนึ่งคำถามว่า
“เมื่อข้อมูลทั้งหมดอยู่ใน ERP แล้ว เราจะทำให้ AI ใช้ข้อมูลเหล่านั้นเพื่อช่วยธุรกิจเติบโตได้อย่างไร?”
