AI สำหรับงานการเงินและ FP&A: จากปิดงบถึงพยากรณ์ที่ผู้บริหารเชื่อ
วิธีใช้ AI ในงาน FP&A แบบที่ตรวจสอบได้: อธิบาย Variance, Rolling Forecast, Scenario, ตรวจความผิดปกติตอนปิดงบ พร้อมหลักแยกงานคำนวณออกจากงานเขียน
วันที่ 5 ของเดือน ทีม FP&A ของบริษัทจัดจำหน่ายวัสดุก่อสร้างยังรอตัวเลขจากคลังสินค้าสามแห่ง ผู้บริหารอยากรู้ว่าทำไมกำไรขั้นต้นลดลง แต่ทีมยังไม่ได้เริ่มวิเคราะห์ เพราะเวลาเกือบทั้งหมดหมดไปกับการดึงข้อมูล กระทบยอด และจัดรูปแบบสไลด์ งานการเงินคือหนึ่งในฟังก์ชันที่ AI ช่วยได้ชัด แต่ก็เป็นงานที่ความผิดพลาดเล็กๆ มีราคาแพงที่สุดเช่นกัน
AI ในงาน FP&A คืออะไร
FP&A (Financial Planning and Analysis) คืองานวางแผน งบประมาณ พยากรณ์ และอธิบายตัวเลขให้ผู้บริหารตัดสินใจ AI เข้ามาช่วยสามชั้น: อ่านและจัดข้อมูล ตรวจหาความผิดปกติ และเขียนคำอธิบายเป็นภาษาคน ผลสำรวจของ Gartner ที่เผยแพร่เดือนกันยายน 2024 จากผู้นำฝ่ายการเงิน 121 คน พบว่า 58% ของฝ่ายการเงินใช้ AI แล้ว โดยการใช้ที่พบบ่อยคือ Intelligent Process Automation (44%) และการตรวจจับความผิดปกติและข้อผิดพลาด (39%)
หลักข้อแรก: แยกงานคำนวณออกจากงานเขียน
โมเดลภาษาเก่งเรื่องอ่าน สรุป และเขียน แต่ไม่ควรเป็นเครื่องคิดเลขของคุณ ตัวเลขทุกตัวต้องมาจากสูตรใน Excel, SQL หรือโค้ด Python ที่ตรวจย้อนได้ แล้วค่อยให้ AI อ่านผลลัพธ์และเขียนคำอธิบาย ถ้าใช้ AI ที่รันโค้ดได้ ให้มันเขียนสูตรหรือโค้ดออกมาให้คุณเห็น ไม่ใช่ตอบแค่ตัวเลข
สี่งาน FP&A ที่ AI ช่วยได้จริง
1. Variance Commentary: อธิบายว่าทำไมตัวเลขต่างจากแผน
ป้อนตาราง Actual เทียบ Budget ที่คำนวณแล้ว พร้อมบริบท เช่น ราคาเหล็กขึ้น หรือลูกค้ารายใหญ่เลื่อนรับของ ให้ AI ร่างคำอธิบายแยก Price, Volume และ Mix แล้วนักวิเคราะห์ตรวจและเติมสิ่งที่ข้อมูลไม่ได้บอก
2. Rolling Forecast แบบ Driver-based
ให้ AI ช่วยหา Driver ที่อธิบายยอดขายได้ เช่น จำนวนโครงการก่อสร้างในพื้นที่หรือฤดูกาล แล้วสร้างโมเดลใน Spreadsheet ที่ปรับสมมติฐานได้ ทุกเดือนอัปเดตข้อมูลจริง แล้วให้ AI สรุปว่าพยากรณ์เปลี่ยนไปเพราะ Driver ตัวไหน
3. Scenario Planning
ถามแบบ "ถ้าค่าขนส่งขึ้น 10% และลูกค้ากลุ่มผู้รับเหมาจ่ายช้าลง 15 วัน กระแสเงินสดไตรมาสหน้าจะเป็นยังไง" AI ช่วยตั้งโครง Scenario และเขียนสรุป ส่วนตัวเลขยังคำนวณในโมเดลของคุณ
4. Close และ Anomaly Check
ก่อนปิดงบ ให้ AI ไล่ดูรายการที่ผิดปกติ เช่น ค่าใช้จ่ายที่ลงผิดศูนย์ต้นทุน รายการซ้ำ หรือยอดที่กระโดดจากเดือนก่อนมาก แล้วทำรายการให้นักบัญชีตรวจ AI ไม่ได้บอกว่าอะไรผิด แต่บอกว่าควรดูตรงไหนก่อน
ตัวอย่าง: บริษัทจัดจำหน่ายวัสดุก่อสร้าง
ทีม FP&A สองคนตั้ง Workflow ใหม่: ข้อมูลยอดขายและต้นทุนจาก ERP ไหลเข้า Spreadsheet มาตรฐานทุกวันที่ 2 สูตรคำนวณ Variance อัตโนมัติ AI ร่างคำอธิบายแยกตามคลังและกลุ่มสินค้า และทำรายการความผิดปกติให้ฝ่ายบัญชีตรวจ วันที่ 4 ทีมมีร่างรายงาน ใช้เวลาที่เหลือคุยกับฝ่ายขายเรื่องลูกค้าที่จ่ายช้า ซึ่งเป็นงานที่ทำให้ตัวเลขเดือนหน้าดีขึ้นจริง
ให้สูตรทำหน้าที่คำนวณ ให้ AI ทำหน้าที่อธิบาย และให้คุณทำหน้าที่ตัดสินใจ
ข้อควรระวัง
- ตัวเลขที่ AI แต่งขึ้น: AI อาจสร้างตัวเลขหรือเปอร์เซ็นต์ที่ดูสมเหตุสมผลแต่ไม่มีในข้อมูล ทุกตัวเลขในรายงานต้องโยงกลับไปยังแหล่งได้
- ข้อมูลลับ: งบการเงินที่ยังไม่เปิดเผย เงินเดือน และข้อมูลลูกค้า ต้องใช้กับเครื่องมือที่บริษัทอนุมัติและไม่นำข้อมูลไปเทรนต่อ
- ตรวจสอบย้อนหลังได้: ผู้สอบบัญชีและผู้บริหารต้องเห็นว่าตัวเลขมาจากไหน เก็บไฟล์สูตรและ Prompt ที่ใช้ไว้ด้วย
- ภาษีและมาตรฐานบัญชี: AI ให้ข้อมูลทั่วไปได้ แต่การตีความภาษีและการบันทึกบัญชีควรปรึกษาผู้สอบบัญชีหรือที่ปรึกษาภาษี
เริ่มต้นยังไง
- ทำ Template รายงานเดือนให้เป็นมาตรฐานเดียวก่อน
- เริ่มจาก Variance Commentary เพราะเสี่ยงต่ำและประหยัดเวลาชัด
- เขียน Prompt ที่ระบุว่าห้ามสร้างตัวเลขใหม่ ให้อ้างเฉพาะตัวเลขในตาราง
- เพิ่ม Anomaly Check ในขั้นปิดงบ โดยให้นักบัญชีเป็นคนสรุปผล
- ขยายไปที่ Rolling Forecast เมื่อข้อมูลสะอาดและทีมไว้ใจ Workflow แล้ว
อยากเริ่มอย่างเป็นระบบ ลองคอร์ส Copilot ใน Excel ช่วยสรุปและวิเคราะห์ข้อมูล และอ่าน วิเคราะห์ข้อมูลธุรกิจด้วย Excel และ Power BI เพื่อปูพื้นเรื่องข้อมูลก่อน