Automation and the future of work

ยินดีต้อนรับสู่อนาคต: ระบบอัตโนมัติและวิชาชีพการเงิน

สวัสดีครับ/ค่ะ! ยินดีต้อนรับเข้าสู่บทเรียนที่น่าตื่นเต้นที่สุดบทหนึ่งของหลักสูตร E1 การบริหารการเงินในโลกดิจิทัล (Managing Finance in a Digital World) ในบทนี้เราจะมาสำรวจเรื่อง ระบบอัตโนมัติและอนาคตของการทำงาน (Automation and the Future of Work) กันครับ

หากคุณเคยมีความกังวลว่า "หุ่นยนต์จะมาแย่งงานฉันหรือเปล่า" ให้ลองสูดหายใจลึกๆ นะครับ! เพราะบทนี้ไม่ใช่เรื่องของการสิ้นสุดอาชีพด้านการเงิน แต่เป็นเรื่องของการที่เทคโนโลยีเข้ามา ช่วยส่งเสริม (Augment) การทำงานของเราให้ดียิ่งขึ้น เราจะมาดูกันว่าระบบ Robotic Process Automation (RPA) และปัญญาประดิษฐ์ (AI) กำลังเข้ามาเปลี่ยนวิธีการทำงานในแต่ละวันของเราอย่างไร โดยเปลี่ยนจุดเน้นจากการคีย์ข้อมูลที่น่าเบื่อหน่ายไปสู่การตัดสินใจที่มีมูลค่าสูงขึ้น มาเริ่มกันเลย!

1. ระบบอัตโนมัติของกระบวนการทางหุ่นยนต์ (Robotic Process Automation - RPA)

สิ่งแรกที่ต้องทำความเข้าใจคือคำว่า "หุ่นยนต์" ในที่นี้ไม่ได้หมายถึงหุ่นยนต์เหล็กที่มีรูปร่างเหมือนคนมานั่งทำงานที่โต๊ะแต่อย่างใด ในโลกของการเงิน "หุ่นยนต์" คือ โปรแกรมซอฟต์แวร์ ที่ถูกออกแบบมาเพื่อจัดการงานที่มีลักษณะเป็นขั้นตอนซ้ำๆ ครับ

RPA คืออะไร?

RPA คือซอฟต์แวร์ที่สามารถตั้งโปรแกรมให้ทำงานที่มีปริมาณมากและทำซ้ำๆ ซึ่งเดิมทีต้องใช้คนทำ ลองนึกภาพว่ามันเป็น "พนักงานดิจิทัล" ที่คอยทำตามชุดคำสั่งที่กำหนดไว้เป๊ะๆ

ตัวอย่างงานทั่วไปที่ RPA ทำได้มีดังนี้:

• เปิดอีเมลและไฟล์แนบ
• คัดลอกและวางข้อมูลระหว่างระบบต่างๆ (เช่น จากไฟล์ Excel ไปยังระบบ ERP อย่าง SAP)
• กรอกแบบฟอร์มและประมวลผลใบแจ้งหนี้
• เปรียบเทียบเอกสารสองชุดว่าตัวเลขตรงกันหรือไม่ (การกระทบยอดข้อมูล - Reconciliations)

ประโยชน์ของ RPA

ทำไมบริษัทต่างๆ ถึงหลงใหลใน RPA กันนัก? นี่คือสรุปง่ายๆ ครับ:

• ความแม่นยำ (Accuracy): หุ่นยนต์ไม่เหนื่อย ไม่เบื่อ และไม่มีการพิมพ์ผิด (Typo)
• ความรวดเร็ว (Speed): ทำงานได้ตลอด 24 ชั่วโมงทุกวันโดยไม่ต้องหยุดพัก
• ความคุ้มค่า (Cost-Effective): เมื่อตั้งค่าซอฟต์แวร์เสร็จแล้ว จะประหยัดค่าใช้จ่ายได้มากกว่าการจ้างคนมาคีย์ข้อมูลด้วยมือซ้ำๆ อย่างมาก
• การปฏิบัติตามกฎระเบียบ (Compliance): ทุกการเคลื่อนไหวของหุ่นยนต์จะถูกบันทึกไว้ ทำให้ได้ร่องรอยการตรวจสอบ (Audit trail) ที่ชัดเจน

การเปรียบเทียบ: ลองจินตนาการว่าคุณต้องขนอิฐ 1,000 ก้อนจากด้านหนึ่งของสนามไปอีกด้านหนึ่ง คุณอาจจะทำด้วยตัวเอง (งานแรงงาน) หรือคุณอาจจะติดตั้งสายพานลำเลียง (RPA) สายพานลำเลียงทำงานได้เร็วกว่า ไม่เหนื่อยล้า และวางอิฐไว้ในตำแหน่งเดิมเป๊ะๆ ทุกครั้ง

ทบทวนสั้นๆ: RPA เหมาะที่สุดสำหรับงานที่ เป็นไปตามกฎเกณฑ์ (Rule-based), ต้องทำซ้ำๆ (Repetitive) และเกี่ยวข้องกับ ข้อมูลที่มีโครงสร้างชัดเจน (Structured data) (ข้อมูลที่จัดลงในแถวและคอลัมน์ที่กำหนดไว้ล่วงหน้าได้อย่างเรียบร้อย)

2. การประมวลผลเชิงพุทธิปัญญาและปัญญาประดิษฐ์ (AI)

หาก RPA คือ "แรงงาน" (เปรียบเสมือนมือ) แล้ว การประมวลผลเชิงพุทธิปัญญา (Cognitive Computing) ก็คือ "สมอง" นั่นเองครับ โดยความแตกต่างสำคัญอยู่ที่ การตัดสินใจ (Judgment)

ก้าวข้ามขีดจำกัดของกฎเกณฑ์

ในขณะที่ RPA ทำตามกฎ "ถ้า...แล้ว..." (If/Then) อย่างเคร่งครัด ระบบ Cognitive สามารถจัดการกับ ข้อมูลที่ไม่มีโครงสร้าง (Unstructured data) (เช่น ความคิดเห็นของลูกค้า อีเมล หรือข้อความในสัญญา) และเรียนรู้จากประสบการณ์ได้โดยใช้ การเรียนรู้ของเครื่อง (Machine Learning)

คุณสมบัติหลักของการประมวลผลเชิงพุทธิปัญญา:

• การประมวลผลภาษาธรรมชาติ (NLP): ความสามารถของคอมพิวเตอร์ในการเข้าใจและตีความภาษามนุษย์
• การจดจำรูปแบบ (Pattern Recognition): การตรวจหาแนวโน้มและความสัมพันธ์ในชุดข้อมูลมหาศาลที่มนุษย์อาจมองข้ามไป
• การเรียนรู้แบบปรับตัว (Adaptive Learning): ระบบจะปรับแต่งความแม่นยำให้ดียิ่งขึ้นเรื่อยๆ ยิ่งประมวลผลข้อมูลมากขึ้นเท่าใด

คุณทราบหรือไม่?

ในแวดวงการเงิน AI ถูกนำมาใช้อย่างแพร่หลายในการตรวจจับ การฉ้อโกง (Fraud) ระบบจะเรียนรู้ว่าการทำธุรกรรมแบบใดถือเป็น "ปกติ" สำหรับลูกค้าหรือซัพพลายเออร์ และจะแจ้งเตือนความผิดปกติหรือรายการที่น่าสงสัยโดยอัตโนมัติในแบบเรียลไทม์

ประเด็นสำคัญ: RPA ทำตามกฎเกณฑ์ แต่ AI/Cognitive Computing เลียนแบบการใช้เหตุผลและการประเมินรูปแบบความคิดของมนุษย์ครับ

3. ระบบอัตโนมัติส่งผลต่อองค์ประกอบต่างๆ ของหน้าที่ทางการเงินอย่างไร

ข้อกำหนดหลักของหลักสูตร E1 คือการทำความเข้าใจว่าระบบอัตโนมัติที่เพิ่มขึ้นส่งผลกระทบต่อ 4 องค์ประกอบหลักของหน้าที่ทางการเงินอย่างไรบ้าง ได้แก่: การรายงานทางการเงิน (Financial Reporting), การบัญชีเพื่อการจัดการ (Management Accounting), การบริหารการเงินและเงินทุน (Treasury) และ การตรวจสอบภายใน (Internal Audit)

1. การรายงานทางการเงิน (Financial Reporting)

การรายงานทางการเงินมุ่งเน้นไปที่การจัดทำงบการเงินตามกฎหมายและการกำกับดูแลให้เป็นไปตามกฎระเบียบข้อบังคับ

• ผลกระทบของระบบอัตโนมัติ: งานการลงบัญชีตามปกติ, การบันทึกรายการในสมุดรายวัน, การกระทบยอดระหว่างบริษัทในเครือ และการปิดบัญชีแยกประเภทเมื่อสิ้นงวด สามารถทำแบบอัตโนมัติได้โดยใช้ RPA ระบบสามารถดึงตัวเลขจากบัญชีแยกประเภทไปยังรูปแบบการรายงานที่เป็นมาตรฐานได้โดยอัตโนมัติ พร้อมทั้งติดแท็กดิจิทัล (เช่น XBRL)
• การเปลี่ยนผ่านของบทบาทหน้าที่: แทนที่จะต้องเสียเวลาหลายวันไปกับการรวบรวมงบทดลองด้วยตนเอง นักบัญชีการเงินจะเปลี่ยนเวลาไปใช้กับการตรวจสอบวิธีปฏิบัติทางบัญชีที่ซับซ้อน, การใช้ดุลยพินิจทางวิชาชีพ และการจัดการคุณภาพของการเปิดเผยข้อมูล

2. การบัญชีเพื่อการจัดการ (Management Accounting)

การบัญชีเพื่อการจัดการมุ่งเน้นไปที่การวางแผน, การจัดทำงบประมาณ, การควบคุมต้นทุน และการสนับสนุนการตัดสินใจในการดำเนินงาน

• ผลกระทบของระบบอัตโนมัติ: การคำนวณผลต่าง (Variance) ตามปกติและชุดรายงานประจำเดือนสามารถสร้างขึ้นได้โดยอัตโนมัติแบบเรียลไทม์ผ่านแดชบอร์ดระบบธุรกิจอัจฉริยะ (BI Dashboards) แบบอัตโนมัติ การวิเคราะห์ขั้นสูงและการเรียนรู้ของเครื่องช่วยให้สามารถพยากรณ์ข้อมูลแบบหมุนเวียน (Rolling forecasts) และจัดทำงบประมาณเชิงคาดการณ์ได้
• การเปลี่ยนผ่านของบทบาทหน้าที่: นักบัญชีเพื่อการจัดการจะใช้เวลาน้อยลงในการรวบรวมข้อมูลผลต่าง และใช้เวลามากขึ้นในการทำหน้าที่เป็น พันธมิตรทางธุรกิจด้านการเงิน (Finance Business Partners) โดยแปลความหมายของข้อมูล, วินิจฉัยหาสาเหตุที่แท้จริงของการดำเนินงาน และให้คำแนะนำแก่ทีมพาณิชย์

3. การบริหารการเงินและเงินทุน (Treasury)

ฝ่ายการเงินและเงินทุนทำหน้าที่บริหารจัดการเงินสด, สภาพคล่อง, แหล่งเงินทุน, ความเสี่ยงจากอัตราแลกเปลี่ยน (FX) และความเสี่ยงทางการเงินขององค์กร

• ผลกระทบของระบบอัตโนมัติ: การปรับสมดุลเงินสดตามปกติ, การกระทบยอดบัญชีธนาคาร, การรวมศูนย์สภาพคล่อง (Cash pooling) และการโอนกวาดเงินข้ามบัญชี (Sweeping) สามารถทำงานได้โดยอัตโนมัติเต็มรูปแบบ อัลกอริทึมสามารถพยากรณ์สถานะสภาพคล่องรายวันและทำธุรกรรมป้องกันความเสี่ยง (Hedging) ได้โดยอัตโนมัติตามพารามิเตอร์ที่กำหนดไว้ล่วงหน้า
• การเปลี่ยนผ่านของบทบาทหน้าที่: ผู้เชี่ยวชาญด้านการเงินและเงินทุนเปลี่ยนจากการทำธุรกรรมโอนเงินด้วยตนเอง ไปสู่การเพิ่มประสิทธิภาพโครงสร้างเงินทุน, การบริหารความเสี่ยงของคู่สัญญา และการวางกลยุทธ์การจัดหาเงินทุนระยะยาว

4. การตรวจสอบภายใน (Internal Audit)

การตรวจสอบภายในให้ความเชื่อมั่นที่เป็นอิสระว่า การบริหารความเสี่ยง, การกำกับดูแลกิจการ และการควบคุมภายในขององค์กรดำเนินไปอย่างมีประสิทธิผล

• ผลกระทบของระบบอัตโนมัติ: การตรวจสอบภายในแบบดั้งเดิมพึ่งพาการสุ่มตรวจตัวอย่างเป็นระยะๆ หลังจากการทำธุรกรรมเกิดขึ้นไปแล้วอย่างมาก ด้วยเครื่องมือการตรวจสอบอัตโนมัติ ผู้ตรวจสอบสามารถบรรลุ การตรวจสอบอย่างต่อเนื่อง (Continuous Auditing) ได้ กล่าวคือ ทดสอบธุรกรรมได้ครบ 100% ในทันทีที่เกิดขึ้น และแจ้งเตือนข้อยกเว้นหรือการละเมิดการควบคุมโดยอัตโนมัติ
• การเปลี่ยนผ่านของบทบาทหน้าที่: ผู้ตรวจสอบภายในใช้เวลาน้อยลงในการคอยติ๊กตรวจธุรกรรมตัวอย่าง และใช้เวลามากขึ้นในการประเมินการตั้งค่าระบบ, การทดสอบการควบคุมแบบอัตโนมัติ, การประเมินความเสี่ยงทางไซเบอร์ และการให้คำแนะนำด้านการกำกับดูแล

4. ระบบอัตโนมัติเปลี่ยนหน้าที่ทางการเงินโดยรวมอย่างไร

ในภาพรวมของทั้งฝ่ายงาน ระบบอัตโนมัติเข้ามาเปลี่ยนสมดุลของกิจกรรมในห่วงโซ่คุณค่าทางการเงิน (Finance Value Chain) ในอดีต ฝ่ายการเงินใช้ความพยายามประมาณ 80% ไปกับการรวบรวมข้อมูล และใช้เวลาเพียง 20% ในการวิเคราะห์ แต่ระบบอัตโนมัติกำลังกลับด้านสัดส่วนนี้ให้พลิกจากหน้ามือเป็นหลังมือ

การเปลี่ยนผ่านของจุดเน้น

บทบาทของผู้เชี่ยวชาญด้านการเงินมีการพัฒนาผ่าน 3 ระดับขั้นที่ก้าวหน้าขึ้นเรื่อยๆ:

1. การผลิตข้อมูล (Information Production): การจัดเก็บ, การคัดกรองข้อมูล, การคำนวณ และการรายงานตัวเลข ซึ่งส่วนนี้ถูกแทนที่ด้วยระบบอัตโนมัติอย่างมหาศาล
2. ข้อมูลเชิงลึก (Information Insight): การตีความรูปแบบ, การอธิบายผลต่าง และการระบุแนวโน้มต่างๆ
3. การใช้อิทธิพลและผลกระทบ (Influence and Impact): การร่วมมือเป็นพันธมิตรกับผู้นำทางธุรกิจเพื่อนำข้อมูลเชิงลึกมาแปลงเป็นการตัดสินใจเชิงกลยุทธ์และสร้างมูลค่าที่วัดผลได้

บทบาทและความสามารถใหม่ๆ

ระบบอัตโนมัติช่วยส่งเสริมให้เกิดความเชี่ยวชาญเฉพาะทางรูปแบบใหม่ๆ และพัฒนาขึ้นภายในสายงานการเงินรวมถึงงานที่เกี่ยวข้องเคียงคู่กัน:

• ผู้เชี่ยวชาญด้านข้อมูล (Data Specialists): ผู้เชี่ยวชาญที่สร้างและดูแลระบบท่อส่งข้อมูลทางการเงิน (Data pipelines) และแบบจำลองการวิเคราะห์
• นักวางแผนสถานการณ์ (Scenario Planners): ผู้เชี่ยวชาญด้านการเงินที่ใช้เครื่องมือคาดการณ์ขั้นสูงเพื่อสร้างแบบจำลองผลลัพธ์เชิงกลยุทธ์ที่อาจเกิดขึ้น
• ผู้ดูแลระบบและการควบคุม (Systems and Controls Custodians): ผู้เชี่ยวชาญที่ดูแลให้เวิร์กโฟลว์อัตโนมัติ, อัลกอริทึม และสคริปต์ RPA ยังคงรักษาความถูกต้องสมบูรณ์ของข้อมูล ความปลอดภัย และการปฏิบัติตามกฎระเบียบไว้ได้

ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง: นักศึกษาหลายคนเข้าใจผิดคิดว่าระบบอัตโนมัติเข้ามาแทนที่ความต้องการผู้เชี่ยวชาญด้านการเงิน ไม่ถูกต้องนะครับ! ระบบอัตโนมัติเพียงตัดขั้นตอนการประมวลผลงานประจำที่ซ้ำซากออกไป แต่มนุษย์ยังคงมีความจำเป็นอย่างยิ่งสำหรับการ ตรวจสอบทางจริยธรรม, การใช้เหตุผลตามบริบท, การโน้มน้าวผู้มีส่วนได้ส่วนเสีย และการเป็นผู้นำเชิงกลยุทธ์

5. ทักษะแห่งอนาคต

เพื่อให้สามารถปฏิบัติงานได้อย่างมีประสิทธิผลในสภาพแวดล้อมที่เต็มไปด้วยระบบอัตโนมัติ ผู้เชี่ยวชาญด้านการเงินต้องใช้สมรรถนะที่สมดุลในด้านหลักๆ ดังนี้:

• ทักษะทางเทคนิค (Technical Skills): ความเข้าใจในมาตรฐานการบัญชี, การควบคุมภายใน และภาษีอากรยังคงเป็นสิ่งสำคัญ เทคโนโลยีเปลี่ยนเพียงวิธีที่ข้อมูลถูกประมวลผล แต่ไม่ได้เปลี่ยนหลักการพื้นฐานของภาระความรับผิดชอบ (Accountability)
• ทักษะทางธุรกิจ (Business Skills): การเข้าใจโมเดลเชิงพาณิชย์ขององค์กร, พลวัตของอุตสาหกรรม และสภาพแวดล้อมการแข่งขัน เพื่อให้ผลลัพธ์จากระบบอัตโนมัติมีบริบทที่สื่อความหมายได้ชัดเจน
• ทักษะด้านผู้คน (People Skills): การสื่อสารข้อมูลเชิงลึกทางการเงินที่ซับซ้อนให้เข้าใจง่าย, การสร้างความสัมพันธ์ข้ามสายงาน และการเจรจาต่อรองกับผู้มีส่วนได้ส่วนเสีย
• ทักษะความเป็นผู้นำ (Leadership Skills): การนำทีมผ่านพ้นช่วงเปลี่ยนผ่านสู่ดิจิทัล, การบริหารจัดการการเปลี่ยนแปลง และการยึดมั่นในการกำกับดูแลกิจการที่ดี

6. การเสริมศักยภาพ (Augmentation): การทำงานร่วมกัน

แทนที่จะมองว่าเทคโนโลยีเป็นเพียง "การเข้ามาแทนที่" รูปแบบในปัจจุบันคือ การเสริมศักยภาพ (Augmentation) นั่นคือเทคโนโลยีและบุคลากรที่เป็นมนุษย์ทำงานร่วมกันเพื่อส่งมอบคุณค่าที่สูงขึ้น

ตัวอย่าง: ระบบอัตโนมัติตรวจสอบใบแจ้งหนี้ของซัพพลายเออร์ 100,000 รายการ โดยจับคู่กับใบสั่งซื้อและใบรับสินค้า ระบบประมวลผลผ่านได้ 99,800 รายการโดยไม่ต้องใช้คนช่วย และแจ้งเตือนข้อยกเว้น 200 รายการที่มีเงื่อนไขไม่ตรงกันหรือมีรายละเอียดธนาคารที่ผิดปกติ จากนั้น ผู้เชี่ยวชาญด้านการเงินจะเข้าไปตรวจสอบข้อยกเว้น 200 รายการนั้น โดยใช้ดุลยพินิจ ตรวจสอบความถูกต้องแท้จริง และแก้ไขข้อพิพาท เครื่องจักรช่วยให้ได้ปริมาณงานมหาศาลและความรวดเร็ว ส่วนมนุษย์ทำหน้าที่ใช้ดุลยพินิจและการกำกับดูแล

กล่องสรุปย่อ:

• RPA: อิงตามกฎเกณฑ์, จัดการงานที่ทำซ้ำๆ, ทำงานกับข้อมูลที่มีโครงสร้าง
• AI / Cognitive: อิงตามการใช้ดุลยพินิจ, ระบุรูปแบบ, ทำงานกับข้อมูลที่ไม่มีโครงสร้าง
• การรายงานทางการเงิน: เปลี่ยนกระบวนการทางบัญชีแยกประเภทและการปิดบัญชีให้เป็นอัตโนมัติ; เปลี่ยนจุดเน้นไปที่การใช้ดุลยพินิจทางบัญชีที่ซับซ้อน
• การบัญชีเพื่อการจัดการ: สร้างชุดรายงานโดยอัตโนมัติ; เปลี่ยนจุดเน้นไปที่การเป็นพันธมิตรเชิงพาณิชย์และข้อมูลเชิงลึกสำหรับการคาดการณ์
• การบริหารการเงินและเงินทุน: จัดการเงินสดและติดตามสภาพคล่องแบบอัตโนมัติ; เปลี่ยนจุดเน้นไปที่กลยุทธ์ความเสี่ยง
• การตรวจสอบภายใน: เปลี่ยนจากการสุ่มตรวจตัวอย่างไปสู่การตรวจสอบแบบต่อเนื่องครบ 100% และการประเมินการควบคุม