Blog

2026.11.09

AI ตรวจจับราคาต่อหน่วย PO ผิดปกติสำหรับโรงงาน: แนวทางนำไปใช้

AI ตรวจจับราคาต่อหน่วย PO ผิดปกติสำหรับโรงงาน: แนวทางนำไปใช้

หากโรงงานต้องการนำ AI มาใช้ตรวจจับความผิดปกติของราคาต่อหน่วยในใบสั่งซื้อ (PO) จุดที่ควรตรวจคือรายการ PO จริงก่อนอนุมัติ แม้จะเปรียบเทียบใบเสนอราคาของผู้ขายแล้ว แต่ PO อาจใช้หน่วยซื้อ ขนาดบรรจุ ช่วงราคาตามปริมาณ สกุลเงิน ค่าขนส่ง ภาษี หรือฉบับสัญญาต่างจากที่ตกลงกัน การเทียบตัวเลขดิบกับราคาเฉลี่ยย้อนหลังจึงทำให้เตือนผิดและพลาดข้อผิดพลาดจริง บทความนี้ช่วยฝ่ายจัดซื้อ การเงิน และ IT ในโรงงานไทยกำหนดข้อกำหนดสำหรับ RFP, PoC, FAT และ SAT

หลักการ: AI ช่วยคัดกรอง แต่ผู้มีอำนาจยังเป็นผู้อนุมัติ

คำเตือนที่มีประโยชน์ต้องบอกว่าราคาอ้างอิงมาจากไหน แปลงหน่วยและสกุลเงินอย่างไร สัญญาใดมีผลใช้บังคับ และความต่างมีผลต่อยอดเงินเท่าใด เพดานตามสัญญาและวงเงินอำนาจอนุมัติเป็นกฎที่ต้องตรวจอย่างชัดเจน ส่วน AI ช่วยจัดลำดับการเปลี่ยนแปลงที่อธิบายได้ยาก คะแนนความเสี่ยงต่ำจาก AI เพียงอย่างเดียวไม่ควรอนุมัติ PO อัตโนมัติ ผู้ซื้อและผู้อนุมัติที่มีอำนาจต้องเห็นหลักฐานก่อนตัดสินใจ

ขั้นตอนนี้ต่างจาก การเปรียบเทียบใบเสนอราคาผู้ขายด้วย AI ซึ่งช่วยเลือกผู้ขาย และ กระบวนการอนุมัติใบขอซื้อ ซึ่งตรวจความต้องการภายใน แม้ทั้งสองขั้นตอนผ่านแล้ว ราคาของรายการ PO ที่จะส่งจริงก็ยังผิดได้ จึงควรมีจุดตรวจแยกต่างหากในตอนสร้างหรือแก้ไข PO

AI ตรวจจับราคาต่อหน่วย PO ผิดปกติสำหรับโรงงาน: แนวทางนำไปใช้ - figure 1

นิยามความผิดปกติที่ระดับรายการ PO

หน่วยตรวจควรประกอบด้วยเลข PO ฉบับแก้ไข เลขรายการ สถานที่รับสินค้า และวันที่ใช้กำหนดราคา เก็บทั้งส่วนต่างเป็นร้อยละและจำนวนเงิน รายการเล็กอาจมีราคาต่อหน่วยผิดมาก ส่วนรายการใหญ่แม้ต่างเพียงเล็กน้อยอาจมีผลรวมสูง แยกผลลัพธ์อย่างน้อยสี่แบบ ได้แก่ ผิดกฎที่ระบุชัด ต้องให้คนตรวจ ความเปลี่ยนแปลงเพื่อทราบ และข้อมูลไม่พอ ห้ามแสดงข้อมูลสัญญาหรืออัตราแปลงที่ขาดหายว่า “ผ่าน”

กำหนดลำดับราคาอ้างอิงก่อน เช่น ราคาสัญญาที่ยังมีผลสำหรับนิติบุคคลผู้ขาย ชิ้นส่วน รุ่นสเปก และโรงงานเดียวกัน ตามด้วยรายการราคาที่อนุมัติแล้ว และ PO เก่าที่เงื่อนไขเทียบกันได้ PO เก่าไม่ใช่สัญญา ต้องแยกรายการยกเลิก แก้ไข ซื้อฉุกเฉิน และค่าใช้จ่ายครั้งเดียว มิฉะนั้น AI อาจเรียนรู้ราคาที่ผิดในอดีตว่าเป็นราคาปกติ การเทียบข้ามผู้ขายต้องพิจารณาคุณสมบัติผู้ขาย ระยะส่งมอบ MOQ เงื่อนไขการค้า และสเปกด้วย

แปลงหน่วยและขนาดบรรจุก่อนเปรียบเทียบ

เอกสารจัดซื้อของ SAP แยกหน่วยที่ใช้สั่งกับหน่วยที่ใช้กำหนดราคา เช่น สั่งเป็นกล่องแต่คิดราคาต่อกิโลกรัม จึงต้องเก็บหน่วยสั่ง หน่วยราคา หน่วยสต็อก หน่วยของเงื่อนไข อัตราแปลง แหล่งที่มาและวันที่มีผล เมื่อขนาดบรรจุเปลี่ยน ห้ามใช้ค่าแปลงเดิมต่อโดยไม่ตรวจ สำหรับวัตถุดิบที่น้ำหนักจริงเปลี่ยน ต้องแยกค่าแปลงตามแผนกับผลจริง

ตัวอย่างสมมติ PO ราคา 2,000 บาทต่อกล่องที่มี 20 ชิ้น เท่ากับ 100 บาทต่อชิ้น จึงไม่ต่างจากสัญญา 100 บาทต่อชิ้น แต่ต้องตรวจปริมาณและยอดรวมด้วย เพราะจำนวนกล่องที่กรอกผิดอาจไม่ถูกพบจากราคาต่อหน่วย ส่วนลดตามปริมาณต้องรู้ว่าใช้ปริมาณของ PO ครั้งนี้หรือยอดสะสม Oracle อธิบายการแบ่งราคาสะสมและไม่สะสมอย่างชัดเจน อย่าเตือนส่วนลดที่ถูกต้องเพียงเพราะไม่เท่าราคาของ PO ก่อนหน้า

สกุลเงินของใบเสนอราคา สัญญา PO และบัญชีควรแยกเก็บ พร้อมวันที่อัตราแลกเปลี่ยน แหล่งอัตรา สถานะอัตราคงที่และวิธีปัดเศษ SAP อธิบายว่าบาง PO ต่างสกุลเงินอาจกำหนดอัตราคงที่ได้ ธนาคารแห่งประเทศไทยเผยแพร่อัตรารายวัน แต่ไม่ได้หมายความว่าอัตรานั้นเป็นอัตราบัญชีของทุกบริษัท อย่าใช้ราคาปัจจุบันแปลงสัญญาย้อนหลังโดยพลการ แยกราคาสุทธิต่อหน่วยจากต้นทุนถึงโรงงาน และระบุภาษี ค่าขนส่ง ประกัน ภาษีนำเข้า และค่าตัดจำหน่ายเครื่องมือให้ชัด

ตรวจอายุสัญญาและช่วงราคา

การหาราคาอ้างอิงต้องดูเลขสัญญา รายการสัญญา นิติบุคคลผู้ขาย โรงงาน ชิ้นส่วน ฉบับแบบ วันเริ่มและสิ้นสุด สกุลเงิน ช่วงปริมาณ และช่วงสะสม SAP อธิบายเงื่อนไขราคาตามช่วงเวลาส่วน Oracle อธิบายวันเริ่มและสิ้นสุดของราคาเป็นขั้น อย่างไรก็ตาม ฟังก์ชันของซอฟต์แวร์ไม่ได้ยืนยันว่าข้อมูลของโรงงานถูกต้อง ต้องกำหนดว่าเอกสารสัญญากับราคาใน ERP อันใดเป็นข้อมูลหลักเมื่อขัดกัน และใครมีหน้าที่แก้ไข

บันทึกฉบับสัญญา รายการราคา ตารางแปลง และตรรกะตรวจที่ใช้ตอนอนุมัติไว้เสมอ เพื่ออธิบายการตัดสินใจเดิมแม้ราคาถูกแก้ภายหลัง PO ที่แก้ไขต้องตรวจใหม่และแสดงความต่างจากฉบับก่อนหน้า การจัดการ MOQ และจำนวนสั่งเป็นทวีคูณ ก็มีผลต่อช่วงราคา การสั่งมากขึ้นเพื่อให้ได้ราคาต่อหน่วยต่ำลงไม่ใช่การตัดสินใจที่ดีเสมอไป หากสต็อกและความเสี่ยงหมดอายุเพิ่มขึ้น

AI ตรวจจับราคาต่อหน่วย PO ผิดปกติสำหรับโรงงาน: แนวทางนำไปใช้ - figure 2

สร้างกฎก่อน แล้ววัดสิ่งที่ AI เพิ่มได้จริง

ข้อมูลขั้นต่ำคือรายการ PO ผู้ขาย โรงงาน ปริมาณ หน่วย ขนาดบรรจุ สกุลเงิน ราคา ค่าใช้จ่ายตามเงื่อนไข วันส่ง สัญญา รายการราคา ข้อยกเว้นที่อนุมัติ และประวัติแก้ไข เชื่อมเลขใบขอซื้อและใบเสนอราคาเมื่อทำได้ หากอัตราแปลงหรือสัญญาขาดหาย ต้องส่งให้เจ้าของข้อมูลตรวจ ไม่ควรให้โมเดลแต่งค่าขึ้นเอง

กฎตรวจวันมีผล เพดานสัญญา หน่วยไม่ตรง ช่วงราคาตามปริมาณ วงเงินอำนาจ และการเปลี่ยนหลังอนุมัติได้โดยตรง เอกสาร Oracle มีตัวอย่างเพดานราคาและค่าความคลาดเคลื่อน แต่โรงงานต้องใช้เกณฑ์จากนโยบายของตนเอง หลังจากนั้น AI จึงช่วยหาการเปลี่ยนราคาฉับพลัน ความสัมพันธ์ราคาที่ผิดปกติในกลุ่มสเปกที่เทียบกันได้ และรูปแบบที่แปลกสำหรับผู้ขาย ต้องตรวจราคาที่ต่ำผิดปกติด้วย เพราะอาจขาดค่าขนส่งหรือกรอกจำนวนชิ้นต่อกล่องผิด แสดงจำนวน PO ที่เทียบได้ อายุข้อมูล และความแปรปรวน หากเป็นชิ้นส่วนใหม่ที่ประวัติน้อย ควรพึ่งสัญญา ใบเสนอราคา และผู้เชี่ยวชาญมากกว่าคะแนนที่ดูมั่นใจเกินจริง

กรณี PO ที่ผิดจริงมักมีน้อย เริ่มจากกฎกับวิธีสถิติที่อธิบายได้ ก่อนทดลองโมเดลซับซ้อน แยกช่วงข้อมูลฝึกและทดสอบตามเวลา เพื่อไม่ให้การแก้สัญญาในอนาคตไหลย้อนเข้าการประเมินในอดีต หากใช้โมเดลภาษาเพื่ออ่าน PDF สัญญาหรือสรุปเหตุผล ให้แสดงตำแหน่งข้อความต้นฉบับด้วย ข้อความที่โมเดลสร้างไม่ควรกำหนดราคาและอนุมัติแทนคน

หน้าจอควรแยก “หยุดตามกฎพร้อมทางอนุมัติข้อยกเว้น” “ให้ผู้อนุมัติตรวจ” “ข้อมูลประกอบ” และ “ประเมินไม่ได้” คะแนน AI อย่างเดียวไม่ควรหยุดการจัดซื้อที่จำเป็นต่อการผลิต คำเตือนต้องแสดงราคา PO ราคาหลังแปลง แหล่งอ้างอิง จำนวนเงินต่าง วิธีแปลง และเหตุที่น่าสงสัย ข้อผิดพลาดการกรอกส่งกลับผู้สร้าง ส่วนการเจรจาส่งฝ่ายจัดซื้อ และข้อยกเว้นส่งผู้มีอำนาจ บันทึกว่าหลังแก้ข้อมูล ผลตรวจเปลี่ยนอย่างไร

วัดการเตือนผิดและกรณีที่พลาด

ตัวเลขต่อไปนี้เป็นตัวอย่างสมมติสำหรับกำหนดข้อกำหนด ไม่ใช่ผลลัพธ์จริงของ TOMAS TECH สมมติเดือนหนึ่งมีรายการ PO 10,000 รายการ โดยมีปัญหาจริง 100 รายการ ระบบเตือน 300 รายการ และยืนยันว่าผิดจริง 80 รายการ ความแม่นยำของการเตือนคือ 80/300 หรือประมาณ 26.7% ส่วนการพบปัญหาจริงคือ 80/100 หรือ 80% มีการเตือนผิด 220 รายการและพลาด 20 รายการ หากตรวจรายการละ 3 นาที การตรวจ 300 รายการใช้ 15 ชั่วโมง เกณฑ์ที่เข้มขึ้นอาจเตือน 150 รายการและพบจริง 70 รายการ ความแม่นยำจะประมาณ 46.7% แต่พบปัญหาจริงเพียง 70% ต้องเลือกตามมูลค่าความเสี่ยง ความสำคัญของชิ้นส่วน และกำลังของผู้ตรวจ

อย่านับยอดส่วนต่างทั้งหมดที่ระบบเตือนเป็นเงินประหยัด เพราะราคาที่สูงขึ้นอาจมีเหตุผล แยกเงินที่แก้ PO ก่อนสั่งจริง เงินที่เจรจาได้จริง ความเสียหายที่พิสูจน์ว่าหลีกเลี่ยงได้ เวลาตรวจ และต้นทุนดูแลข้อมูล วิเคราะห์แยกประเภทชิ้นส่วนและกรณีมูลค่าสูง ไม่ใช้ค่าเฉลี่ยรวมเพียงตัวเดียว

AI ตรวจจับราคาต่อหน่วย PO ผิดปกติสำหรับโรงงาน: แนวทางนำไปใช้ - figure 3

เขียนอะไรใน RFP และทดสอบอย่างไร

ระบุจุดตรวจ ฉบับแก้ไข PO แหล่งข้อมูลหลัก วิธีแปลงหน่วย อายุสัญญา ราคาตามปริมาณ อำนาจอนุมัติข้อยกเว้น หลักฐานตรวจสอบ พฤติกรรม API และตัวชี้วัดการประเมิน ให้ผู้ขายเสนอราคาบนขอบเขตโรงงาน ภาษา ปริมาณ PO และการเชื่อมระบบเดียวกัน

หัวข้อคำถามตัวอย่างหลักฐานตรวจรับ
หน่วยตัดสินPO ฉบับ รายการ โรงงาน วันที่ราคาแยกรายการที่เงื่อนไขต่างกัน
แปลงราคาหน่วย กล่อง อัตราแลกเปลี่ยน ค่าขนส่ง ภาษีคำนวณย้อนหลังพร้อมรุ่นข้อมูล
สัญญาวันมีผล ช่วงราคา เพดานไม่ใช้สัญญาหมดอายุ
ผล AIคะแนน จำนวนตัวอย่าง เหตุผลผู้ตรวจเปิดดูหลักฐานได้
ข้อยกเว้นเหตุ ผู้อนุมัติ วันหมดอายุมีประวัติการแก้และอนุมัติ
การเชื่อมERP การแก้ PO การส่งซ้ำไม่สร้างคำเตือนซ้ำ
การติดตามเตือนถูก เตือนผิด พลาด ภาระงานมีเจ้าของและรอบทบทวน

ใช้เลข PO ฉบับแก้ไขและเลขรายการเป็นคีย์ป้องกันการสร้างกรณีซ้ำเมื่อระบบส่งเหตุการณ์ซ้ำ ทดสอบกรณีข้อมูลสัญญากับ PO มาถึงคนละลำดับ หาก AI ใช้งานไม่ได้ ให้ส่งเข้ากระบวนการตรวจด้วยคนที่มีผู้รับผิดชอบและกำหนดเวลา ไม่ปล่อยผ่านอัตโนมัติ ราคาสัญญาเป็นข้อมูลลับ จึงต้องกำหนดสิทธิ์เข้าถึง ระยะเก็บ บันทึกการใช้ และการใช้ข้อมูลฝึกโมเดล ตรวจเงื่อนไขบริษัทและผู้ขายก่อนส่งสัญญาไปยังบริการ AI ภายนอก

PoC ควรใช้กรณีจริงที่ไม่เปิดเผยข้อมูลส่วนบุคคล เช่น กล่องเทียบชิ้น ขนาดบรรจุใหม่ วันอัตราแลกเปลี่ยนผิด ค่าขนส่งซ้ำ สัญญาหมดอายุ ข้ามช่วงราคา ชิ้นส่วนใหม่ เปลี่ยนแบบ ซื้อฉุกเฉิน ข้อยกเว้นอนุมัติ และ PO แก้ไข ให้ผู้จัดซื้อยืนยันคำตอบจากหลักฐาน ไม่ใช้คำตอบของ AI มาทำเฉลย เปรียบเทียบผู้ขายด้วยชุดข้อมูลและช่วงเวลาเดียวกัน โดยดูการเตือนถูก การพบปัญหา จำนวนงานตรวจ กรณีรุนแรงที่พลาด เวลา และข้อมูลขาด

FAT ตรวจสูตร การเลือกสัญญา ช่วงราคา สิทธิ์ ฉบับข้อมูล การส่ง API ซ้ำ และ log ในสภาพแวดล้อมทดสอบ ตัวอย่างเปลี่ยนจาก 20 เป็น 25 ชิ้นต่อกล่องต้องทำให้ค่าแปลงเดิมใช้ไม่ได้ บันทึกค่าที่ป้อน ผลคาดหวัง ผลจริง และฉบับข้อมูล SAT เดินกระบวนการจริงในโรงงานไทยบนเครื่องและ ERP จริง ตั้งแต่ร่าง อนุมัติ ส่งกลับ แก้ไข ออก PO จนถึงระบบล่มและกู้คืน ตรวจภาษา รูปแบบทศนิยม ผู้อนุมัติแทน และคำสั่งซื้อฉุกเฉิน ผู้ใช้ต้องเข้าใจคำเตือนภายในเวลาทำงานตามปกติ

ข้อผิดพลาดที่พบบ่อยและวิธีขยายระบบ

ชื่อผู้ขายเดียวกันอาจเป็นคนละนิติบุคคล ต้องตรวจคู่สัญญาจริง รหัสชิ้นส่วนเดียวกันอาจมีฉบับแบบต่างกัน ส่วนลดจากการซื้อจำนวนมากอาจเพิ่มภาระสต็อก การซื้อฉุกเฉินอาจมีค่าขนส่งสูงที่สมเหตุผล แต่ต้องบันทึกเหตุ ผู้อนุมัติ และวันหมดอายุ ภาษีหรือค่าขนส่งที่อยู่ทั้งในสัญญาและ PO ต้องไม่ถูกนับสองครั้ง

เริ่มจากโรงงานและหมวดชิ้นส่วนเดียวที่ข้อมูลสัญญาและหน่วยพร้อม วัดผลของกฎล้วนก่อน แล้วค่อยดูว่า AI พบปัญหาจริงเพิ่มเท่าใด ทดลองแบบไม่ส่งคำเตือนจริงในช่วงแรกเพื่อดูปริมาณงาน หน้าจอควรแสดงราคาแปลงแล้ว สัญญา ช่วงราคา และหลักฐานในที่เดียว ขยายไปโรงงานอื่นเมื่อจำนวนคำเตือนและเวลาตรวจจัดการได้ รวมค่าเตรียมข้อมูล การเชื่อม ERP การฝึกอบรม และประชุมทบทวนรายเดือนในต้นทุนทั้งหมด

เก็บค่า PO เดิม ค่าหลังแปลง แหล่งอัตราแลกเปลี่ยนและวันที่ ฉบับสัญญา ช่วงข้อมูลเปรียบเทียบ รุ่นโมเดล คำเตือนที่แสดง และการตัดสินใจของผู้อนุมัติ เก็บบทบาทและอำนาจในวันนั้นด้วย หากใช้ AI เขียนคำอธิบาย ตัวเลขควรคำนวณจากข้อมูลที่ตรวจสอบได้และโยงกลับไปยังข้อสัญญา NIST AI RMF เน้นการกำกับโดยคน การประเมิน และการติดตามหลังใช้งาน แต่ไม่ได้กำหนดโมเดลหรือเกณฑ์ราคาของ PO โดยเฉพาะ ฝ่ายจัดซื้อ การเงิน IT และตรวจสอบภายในควรทบทวนการเตือนผิด กรณีพลาด ข้อมูลขาด และการใช้ข้อยกเว้นเป็นประจำ

สรุป

AI ตรวจราคาต่อหน่วยใน PO ได้มีประโยชน์เมื่อทำราคาให้เทียบกันได้ก่อนอนุมัติ แยกกฎบริษัทออกจากสัญญาณ AI และให้ผู้มีอำนาจเห็นเหตุผลที่ตรวจสอบย้อนกลับได้ รวมหน่วย ขนาดบรรจุ สกุลเงิน ภาษี ค่าขนส่ง ช่วงปริมาณ อายุสัญญา และประวัติแก้ไขใน RFP วัดทั้งการเตือนผิดและกรณีพลาดใน PoC ตรวจสูตรใน FAT และตรวจการอนุมัติจริงกับทางสำรองใน SAT

หากโรงงานของคุณกำลังจัดข้อมูล PO อัตราแปลงหน่วยหรือสัญญาอยู่ สามารถ ติดต่อ TOMAS TECH เพื่อหารือจุดตรวจและกระบวนการ ERP ปัจจุบันได้ตั้งแต่ก่อนเลือกผลิตภัณฑ์

คำถามที่พบบ่อย

ต่างจาก AI เปรียบเทียบใบเสนอราคาอย่างไร?

การเปรียบเทียบใบเสนอราคาช่วยเลือกผู้ขาย ส่วนการตรวจความผิดปกติของ PO ตรวจรายการที่จะออกจริงหรือแก้ไขเทียบกับสัญญา หน่วย สกุลเงิน ช่วงราคา และเงื่อนไขที่อนุมัติ

คำเตือนราคาเปลี่ยนควรหยุด PO อัตโนมัติหรือไม่?

กฎสัญญาหรือนโยบายที่ชัดเจนอาจเข้าสู่ขั้นหยุดและขอข้อยกเว้นตามนโยบาย แต่คะแนนความผิดปกติทางสถิติต้องให้คนตรวจหลักฐาน ไม่ควรใช้คะแนน AI เพียงอย่างเดียวตัดสิน

ต้องมีประวัติกี่รายการ?

ไม่มีจำนวนเดียวที่ใช้ได้ทุกกรณี ขึ้นกับความครบของข้อมูลชิ้นส่วน ผู้ขาย สัญญา และความผันผวนของราคา รายการใหม่ควรพึ่งสัญญา ใบเสนอราคา และผู้เชี่ยวชาญ

RFP ควรมีข้อมูลใด?

ตัวอย่าง PO และสัญญาที่ปกปิดข้อมูล กฎแปลงหน่วยและสกุลเงิน อำนาจข้อยกเว้น การเชื่อม ERP กรณีแก้ไข PO และเกณฑ์ตรวจรับที่วัดได้

FAT กับ SAT ตรวจอะไรต่างกัน?

FAT ตรวจสูตร ฉบับข้อมูล และการเชื่อมด้วยข้อมูลทดสอบ ส่วน SAT ตรวจบทบาท เครื่องปลายทาง การอนุมัติ ข้อยกเว้น และการทำงานสำรองที่โรงงานจริง

แหล่งข้อมูล