Agentic AI คืออะไร?

Agentic AI คืออะไร? ต่างจาก ChatBot อย่างไร?

Agentic AI (อ่านว่า เอ-เจน-ติก เอ-ไอ) คือ AI ที่มีความสามารถในการ ตั้งเป้าหมาย วางแผน ตัดสินใจ และลงมือทำงานได้เองแบบอัตโนมัติ โดยไม่ต้องมีคนคอยสั่งทีละขั้นตอน ในขณะที่ ChatBot หรือ Generative AI ทั่วไปต้องรอคำถามจากผู้ใช้ก่อนจึงจะตอบ — Agentic AI สามารถ "มองเห็นปัญหา" แล้ว "ลงมือแก้" ได้เอง

คุณสมบัติ	ChatBot / Generative AI	Agentic AI
วิธีทำงาน	รอคำถาม → ตอบ	มองเห็นเงื่อนไข → วางแผน → ลงมือทำ
การตัดสินใจ	ไม่ตัดสินใจเอง แค่แนะนำ	ตัดสินใจได้ภายในขอบเขตที่กำหนด
ความต่อเนื่อง	จบในแต่ละรอบคำถาม	ทำงานต่อเนื่องจนเป้าหมายสำเร็จ
การเชื่อมต่อระบบ	จำกัด ส่วนใหญ่เป็นแค่ข้อความ	เชื่อมต่อหลายระบบ ดึงข้อมูล + สั่งงานได้
ตัวอย่าง	ChatGPT, Copilot Chat	Microsoft Copilot Agents, Oracle AI Data Agents

ทำไมต้องสนใจ Agentic AI ตอนนี้?

ปี 2025-2026 ถือเป็น "จุดเปลี่ยน" ที่บริษัทเทคโนโลยีระดับโลกเริ่มฝัง Agentic AI เข้าไปในผลิตภัณฑ์หลักอย่างจริงจัง:

บริษัท	การเคลื่อนไหว	ผลกระทบ
Microsoft	ฝัง Agentic Apps ใน Power Platform + Copilot Studio	องค์กรสร้าง AI Agent ได้เองโดยไม่ต้องเขียนโค้ด
Oracle	เปิดตัว AI Data Agents ใน Oracle Fusion Cloud	AI วิเคราะห์ข้อมูล ERP และแนะนำ action อัตโนมัติ
SAP	ปรับโครงสร้างองค์กรรอบ Business AI	Joule Copilot กลายเป็น AI Agent ใน S/4HANA
Snowflake + OpenAI	จับมือลงทุน $200M สร้าง AI Agent สำหรับ Data	AI Agent วิเคราะห์ข้อมูลข้ามระบบได้อัตโนมัติ

Agentic AI ในระบบ ERP — ทำอะไรได้บ้าง?

เมื่อ Agentic AI ถูกฝังเข้าไปในระบบ ERP จะเกิด "พนักงานดิจิทัล" ที่ทำงานซ้ำๆ แทนคนได้ตลอด 24 ชั่วโมง ต่อไปนี้คือตัวอย่างที่เป็นรูปธรรม:

1. อนุมัติใบสั่งซื้ออัตโนมัติ (Automated PO Approval)

AI Agent ตรวจสอบใบสั่งซื้อที่เข้ามา เทียบกับงบประมาณ ตรวจราคาเทียบ Vendor 3 ราย และอนุมัติอัตโนมัติถ้าผ่านเกณฑ์ — ถ้าไม่ผ่าน จะส่ง alert ให้ผู้บริหารตรวจสอบ แทนที่จะรอคนเปิดใบ PR ทีละใบ

2. พยากรณ์สต็อกและสั่งเติมอัตโนมัติ (Predictive Inventory)

AI Agent วิเคราะห์ข้อมูลการขายย้อนหลัง + ฤดูกาล + Lead Time ของ Supplier แล้วพยากรณ์ว่าสินค้าตัวไหนจะหมดเมื่อไหร่ — จากนั้น สร้างใบสั่งซื้อ Draft อัตโนมัติ พร้อมให้คนอนุมัติขั้นสุดท้าย ปัญหา สต็อกไม่ตรง จะลดลงอย่างมาก

3. ปิดบัญชีสิ้นเดือนอัตโนมัติ (Automated Period Closing)

AI Agent ตรวจสอบรายการค้างรับ-ค้างจ่าย กระทบยอดบัญชี ตรวจจับรายการที่ยังไม่ลงบัญชี แล้วทำ Closing Entry — กระบวนการที่เคยใช้เวลา 5-10 วัน อาจลดเหลือ 1-2 วัน

4. ตรวจจับค่าใช้จ่ายผิดปกติ (Anomaly Detection)

AI Agent ตรวจสอบทุกรายการค่าใช้จ่ายแบบ Real-time เปรียบเทียบกับ Pattern ปกติ — เช่น ค่าไฟฟ้าเดือนนี้สูงกว่าค่าเฉลี่ย 3 เท่า หรือมีการเบิกจ่ายให้ Vendor ที่ไม่เคยมีประวัติ ระบบจะ flag ทันทีพร้อมแนะนำขั้นตอนตรวจสอบ ซึ่งสอดคล้องกับหลักการ ความปลอดภัยในระบบ ERP

กระบวนการ ERP	แบบเดิม (Manual)	แบบ Agentic AI
อนุมัติใบสั่งซื้อ	รอผู้บริหารเปิดดูทีละใบ (1-3 วัน)	AI ตรวจ + อนุมัติอัตโนมัติ (นาที)
สั่งเติมสต็อก	รอจนสต็อกต่ำ → คนสั่ง	AI พยากรณ์ + สร้าง Draft PO ล่วงหน้า
ปิดบัญชีสิ้นเดือน	ทีมบัญชี 5-10 วัน	AI ช่วยกระทบยอด + Draft Entries (1-2 วัน)
ตรวจจับค่าใช้จ่ายผิดปกติ	ตรวจพบตอน Audit (หลังเกิดแล้ว)	AI flag ทันทีแบบ Real-time
สร้างรายงาน	ร้องขอ → IT ดึงข้อมูล (ชั่วโมง-วัน)	AI สร้าง + ส่งรายงานอัตโนมัติตามกำหนด

สำหรับองค์กรที่ยังมีปัญหาเรื่อง รายงานไม่ตรงกับความเป็นจริง Agentic AI จะช่วยลด gap เพราะข้อมูลถูกประมวลผลแบบ Real-time ไม่ต้องรอคนรวบรวม

องค์กรไทยกับ Agentic AI — พร้อมแค่ไหน?

จากผลสำรวจของ PwC Thailand และ Deloitte ปี 2024 พบว่าองค์กรไทยกำลังเปลี่ยนผ่านเข้าสู่ยุค Agentic Enterprise อย่างรวดเร็ว:

• 84% ของผู้บริหารไทย มองว่า GenAI มีความสำคัญต่อกลยุทธ์องค์กร
• องค์กรขนาดใหญ่ เริ่ม Pilot โครงการ AI Agent ในงาน Finance, HR, Procurement
• หน่วยงานรัฐ เริ่มศึกษา AI สำหรับงานอนุมัติและตรวจสอบเอกสาร
• ความท้าทาย: ขาดบุคลากร AI, ข้อมูลไม่พร้อม, ยังไม่มีกฎหมาย AI ที่ชัดเจน

ข้อควรระวัง — AI Agent ไม่ใช่ยาวิเศษ

แม้ Agentic AI จะมีศักยภาพสูง แต่องค์กรต้องระวังเรื่องสำคัญเหล่านี้:

1. Human-in-the-Loop ยังจำเป็น

AI Agent ควรทำงานภายใต้ "ขอบเขตที่กำหนด" — เช่น อนุมัติ PO ได้ไม่เกิน 100,000 บาท ถ้าเกินต้องส่งให้คนตัดสินใจ ยิ่งเรื่องที่มีผลกระทบสูง ยิ่งต้องมีคนตรวจสอบ ดูเพิ่มเติมเรื่อง AI กับคน ทำงานร่วมกันอย่างไร

2. ความรับผิดชอบเมื่อ AI ตัดสินใจผิด

ถ้า AI Agent อนุมัติ PO ที่ราคาสูงผิดปกติ ใครรับผิดชอบ? องค์กรต้องกำหนด Policy ชัดเจน ว่า AI ตัดสินใจอะไรได้ อะไรต้องให้คนอนุมัติ และต้องมี Audit Trail ที่ตรวจสอบย้อนกลับได้ทุกรายการ

3. คุณภาพข้อมูลคือรากฐาน

AI Agent ฉลาดแค่ไหนก็ขึ้นอยู่กับข้อมูลที่ป้อนให้ — ถ้าข้อมูลในระบบ ERP ไม่ครบ ไม่ถูกต้อง หรือไม่ทันเวลา AI Agent ก็จะตัดสินใจผิดพลาด "Garbage In, Garbage Out" ยังคงเป็นจริงเสมอ

4. การกำกับดูแลและจริยธรรม AI

องค์กรต้องมี AI Governance Framework ที่ครอบคลุม:

ด้าน	สิ่งที่ต้องกำหนด
ขอบเขตอำนาจ	AI Agent ตัดสินใจอะไรได้ อะไรต้องให้คนอนุมัติ
ความโปร่งใส	AI ตัดสินใจด้วยเหตุผลอะไร ต้องอธิบายได้ (Explainable AI)
Audit Trail	ทุกการตัดสินใจของ AI ต้องบันทึกไว้ตรวจสอบย้อนกลับได้
ความรับผิดชอบ	กำหนดว่า "ใคร" รับผิดชอบเมื่อ AI ตัดสินใจผิดพลาด
การทบทวน	ประเมินประสิทธิภาพ AI Agent ทุกไตรมาส ปรับปรุงอย่างต่อเนื่อง

Saeree ERP กับ AI — เตรียมพร้อมสู่ยุค Agentic

Saeree ERP กำลังพัฒนา AI Assistant ที่อยู่ในช่วง Training เพื่อช่วยให้ผู้ใช้งานทำงานได้เร็วขึ้นและแม่นยำขึ้น โดยมีแนวทางที่ชัดเจน:

• เริ่มจาก AI ช่วย (AI-Assisted) — ช่วยแนะนำ ค้นหา สรุปข้อมูล ก่อนจะพัฒนาเป็น AI Agent เต็มรูปแบบ
• Human-in-the-Loop เป็นหลัก — ทุกการตัดสินใจสำคัญยังต้องมีคนอนุมัติ
• ข้อมูลปลอดภัย — ข้อมูลองค์กรไม่ถูกส่งออกไปยังบริการ AI ภายนอก
• ออกแบบสำหรับองค์กรไทย — รองรับกระบวนการอนุมัติแบบหลายระดับ ตามวัฒนธรรมองค์กรไทย

ขั้นตอนเตรียมองค์กรสู่ยุค Agentic AI

องค์กรที่ต้องการใช้ประโยชน์จาก Agentic AI ควรเริ่มเตรียมตัวตั้งแต่วันนี้:

1. จัดระเบียบข้อมูล — ทำให้ข้อมูลในระบบ ERP ครบถ้วน ถูกต้อง ทันเวลา เพราะ AI Agent ต้องการข้อมูลคุณภาพ
2. ระบุกระบวนการซ้ำๆ — หางานที่ทำซ้ำทุกวัน/ทุกเดือน มีกฎชัดเจน เหมาะกับ AI Agent
3. กำหนด AI Governance — ตั้งนโยบายว่า AI ทำอะไรได้ ทำอะไรไม่ได้ ใครรับผิดชอบ
4. เริ่มจากเล็กๆ (Pilot) — เลือก 1-2 กระบวนการที่เหมาะสม ทดลองใช้ AI Agent วัดผล แล้วค่อยขยาย
5. พัฒนาคน — ฝึกทีมงานให้เข้าใจ AI ทำงานอย่างไร ทำงานร่วมกับ AI ได้อย่างมั่นใจ

Agentic AI ไม่ได้มาแทนที่คน — แต่มาเปลี่ยนบทบาทของคน จากผู้ปฏิบัติงานซ้ำๆ กลายเป็นผู้กำกับดูแลและตัดสินใจเชิงกลยุทธ์ องค์กรที่เตรียมพร้อมวันนี้จะเป็นผู้นำในวันพรุ่งนี้

- ทีมงาน Saeree ERP

สรุป — Agentic AI กับ ERP ในยุคถัดไป

ประเด็น	สาระสำคัญ
Agentic AI คืออะไร	AI ที่ตัดสินใจและทำงานได้เองแบบอัตโนมัติ ต่างจาก ChatBot ที่ต้องรอคำสั่ง
ทำไมต้องสนใจตอนนี้	Microsoft, Oracle, SAP ฝัง AI Agent ในผลิตภัณฑ์แล้ว ตลาดจะแตะ $65.8B ปี 2030
ใช้ใน ERP อย่างไร	อนุมัติ PO, พยากรณ์สต็อก, ปิดบัญชี, ตรวจจับค่าใช้จ่ายผิดปกติ
ข้อควรระวัง	ต้องมี Human-in-the-Loop, AI Governance, Audit Trail, ข้อมูลคุณภาพ
Saeree ERP	กำลังพัฒนา AI Assistant (อยู่ในช่วง Training) เน้น Human-in-the-Loop

แหล่งอ้างอิง

• PwC Thailand — Global AI Jobs Barometer 2024
• Gartner — What Is an Intelligent Agent in AI?
• Microsoft — Introducing Agent Capabilities in Copilot Studio
• Oracle — AI Agents
• Markets and Markets — Agentic AI Market

หากองค์กรของคุณต้องการเตรียมพร้อมสู่ยุค Agentic AI หรือสนใจระบบ ERP ที่รองรับเทคโนโลยีอนาคต สามารถนัดหมาย Demo หรือติดต่อทีมที่ปรึกษาเพื่อประเมินความพร้อมขององค์กร