ถ้าย้อนดูว่างานบัญชีเปลี่ยนไปแค่ไหน ภาพที่ชัดที่สุดไม่ใช่หน้าตาของโปรแกรม แต่เป็นที่อยู่ของข้อมูล ยุคแรก ข้อมูลอยู่ในคอมพิวเตอร์เครื่องเดียว ใครจะแก้ตัวเลขก็ต้องมานั่งหน้าเครื่องนั้น ยุคต่อมา ข้อมูลขึ้นไปอยู่บนคลาวด์ ทั้งทีมเปิดดูพร้อมกันได้จากที่ไหนก็ได้ ส่วนยุคนี้ ข้อมูลชุดเดียวกันนั้นเริ่มตอบคำถามได้แล้ว
สุทธิณี เทพปริยะพล (ยิ้ม) Head of Product ของ FlowAccount เล่าภาพ 3 ยุคนี้ไว้บนเวทีงาน DAC 2026 และสื่อ Future Trends สรุปการบรรยายครั้งนั้นไว้แล้ว บทความนี้จึงไม่ได้สรุปซ้ำ แต่จะตอบคำถามที่ซ่อนอยู่ในหัวข้อนั้น จากมุมของทีมที่ทำโปรแกรมบัญชี ว่ายุคคลาวด์บวก AI ย้ายนักบัญชีไปยืนอยู่ตรงไหน
ช่วงที่ 13 ยุคของการทำบัญชี มองจากฝั่ง คนทำโปรแกรม
คนทำโปรแกรมบัญชีมองการเปลี่ยนยุคต่างจากคนที่ใช้โปรแกรมอยู่นิดหนึ่ง เราดูว่าในแต่ละยุค เวลาของนักบัญชีหมดไปกับอะไร แล้วยุคถัดไปย้ายเวลานั้นไปไว้ตรงไหน
ยุคคอมพิวเตอร์ โปรแกรมลงไว้ในเครื่อง งานผูกอยู่กับโต๊ะตัวเอง เวลาส่วนใหญ่หมดไปกับการคีย์ แล้วก็การส่งไฟล์ไปมาระหว่างคนในทีม ข้อมูลของลูกค้ารายหนึ่งอยู่ในเครื่องเดียว ใครอยากดูก็ต้องรอเจ้าของเครื่อง
ยุคคลาวด์ ข้อมูลขึ้นไปอยู่ที่เดียวกัน ทีมทำงานพร้อมกันได้ อยู่ตรงไหนก็เปิดดูได้ เวลาที่เคยเสียไปกับการรอและการรวมไฟล์ก็หายไปเกือบหมด ยุคนี้เองที่ข้อมูลบัญชีเริ่มมารวมอยู่ในที่ที่ระบบเข้าถึงได้ทุกเมื่อ ตัวอย่างใกล้ตัวคือระบบของเราเอง ปีที่ผ่านมามีการเปิดเอกสารใน FlowAccount กว่า 213 ล้านใบ (ตัวเลขจากหน้าสรุปงาน DAC 2026 ของ FlowAccount)
ยุคคลาวด์บวก AI ระบบไม่ได้มีไว้เก็บข้อมูลอย่างเดียวแล้ว เราถามคำถามกับมันได้ ให้ช่วยวิเคราะห์ได้ และมันก็คืนเวลาให้คนทำงานด้วย
สองยุคแรกคืนเวลาให้นักบัญชีด้วยการลดงานมือ คีย์น้อยลง รอน้อยลง ยุคที่สามคืนเวลาอีกแบบ คือย่นระยะระหว่างคำถามกับคำตอบ เมื่อก่อนถ้าอยากรู้ว่าลูกหนี้รายไหนค้างนาน ต้องเปิดรายงานแล้วไล่ตัวเลขเอง ตอนนี้พิมพ์ถามเป็นภาษาคนก็ได้คำตอบกลับมา
พอคำถามกลายเป็นประตูเข้าหาข้อมูล คนที่ได้เปรียบก็ไม่ใช่คนที่คีย์เร็วที่สุดอีกต่อไป แต่เป็นคนที่รู้ว่าควรถามอะไรต่างหาก
ช่วงที่ 2ทำไมยุคนี้ ถึงต่างจาก สองยุคแรก?
เพราะรอบนี้เครื่องมือเก่งพอแล้ว สิ่งที่ AI ขาดไม่ใช่ความฉลาด แต่เป็นของ 2 อย่างที่นักบัญชีถืออยู่ คือบริบทกับข้อมูลสด
เวลาคนคุยเรื่อง AI กับงานบัญชี ส่วนใหญ่ยังวนอยู่ที่ว่าโมเดลเก่งแค่ไหน ตอบได้กี่ข้อ ผิดบ่อยไหม แต่ถ้ามองจากฝั่งคนทำระบบ คำถามที่ตัดสินผลลัพธ์จริงคือ AI ได้อะไรมาให้อ่าน เรื่องนี้ยิ้มพูดไว้บนเวทีประโยคหนึ่ง และ Future Trends หยิบไปใส่ในสรุปการบรรยายด้วย ว่า "สิ่งที่ AI ต้องการคือบริบทและข้อมูลที่ใหม่แบบ real-time ซึ่งนักบัญชีมีอยู่ในมืออยู่แล้ว"
อย่างแรก บริบท (context) ในที่นี้คือทุกอย่างที่ไม่ได้อยู่ในตัวเลข แต่ทำให้ตัวเลขมีความหมาย AI รู้หลักบัญชีดีกว่าคนส่วนใหญ่ แต่ไม่รู้ว่าลูกค้าที่คุณดูแลอยู่ขายอะไร ปีนี้เปิดสาขาใหม่หรือเปล่า ลูกหนี้รายใหญ่ที่จ่ายช้า จ่ายช้าเพราะนิสัย หรือเพราะกำลังมีปัญหา ถ้ายอดขายเดือนนี้ตกฮวบ AI บอกได้ว่าตก แต่บอกไม่ได้ว่าตกเพราะเจ้าของปิดร้านไปพักร้อน หรือเพราะลูกค้าประจำย้ายไปซื้อที่อื่น นักบัญชีที่ดูแลรายนี้มาทั้งปีรู้ดี บางทีรู้ก่อนตัวเลขจะออกด้วยซ้ำ
อย่างที่สอง ข้อมูลสด คือข้อมูลที่ขยับตามธุรกิจจริง ลงรายการวันนี้ ถามวันนี้ก็เห็น ไม่ใช่งบที่ปิดไปแล้วเมื่อ 3 เดือนก่อน ต่อให้ AI ฉลาดแค่ไหน ถ้าได้งบเก่ามาอ่าน ก็ตอบได้แค่เรื่องของวันนั้น ส่วนคำถามที่เจ้าของธุรกิจอยากรู้จริงๆ มักเป็นเรื่องของสัปดาห์นี้
ในมุมของยิ้ม ข้อมูลสดไม่ได้เป็นแค่ของที่นักบัญชีถืออยู่ แต่เป็นหน้าที่อย่างหนึ่งของนักบัญชีด้วย กรอบแนวคิดสำหรับการรายงานทางการเงินของ IFRS วางคุณสมบัติของข้อมูลทางการเงินที่มีประโยชน์ไว้หลายข้อ ในนั้นมี 2 ข้อที่เกี่ยวกับเรื่องนี้ตรงๆ ข้อแรกคือความเกี่ยวข้องกับการตัดสินใจ (relevance) หมายถึงข้อมูลทำให้การตัดสินใจเปลี่ยนไปได้ ข้อที่สองคือความทันเวลา (timeliness) หมายถึงข้อมูลไปถึงมือคนตัดสินใจทันพอจะมีผลต่อการตัดสินใจนั้น โดยทั่วไป ยิ่งข้อมูลเก่า ประโยชน์ก็ยิ่งน้อยลง
แต่งานประจำมักดึงความสนใจของนักบัญชีไปอยู่ที่ความถูกต้องของตัวเลข กับการส่งงบการเงินและยื่นภาษีให้ครบตามหน้าที่ จนบางทีความทันเวลาและความเกี่ยวข้องกับการตัดสินใจก็หลุดไปจากสายตา พอมี AI เข้ามา ความคาดหวังตรงนี้ก็ยิ่งสูงขึ้น นักบัญชีจึงต้องปรับตัว หาทางลดเวลาทำบัญชีลง เพื่อให้ปลายทางได้ข้อมูลสดมาใช้ตัดสินใจ
ส่วนเรื่องที่คนนอกวิชาชีพมักมองข้าม คือข้อมูลที่ทั้งสดทั้งเชื่อได้นั้น ไม่ได้เกิดขึ้นเอง แต่เกิดจากนักบัญชีที่ลงรายการ กระทบยอด และตามเอกสารจากลูกค้าอยู่ทุกวัน ของที่ AI ต้องการที่สุด จึงเป็นผลงานของนักบัญชีมาตั้งแต่ต้น
ยุคคลาวด์บวก AI เลยไม่ได้ดึงอำนาจออกไปจากนักบัญชี แต่ย้ายอำนาจมาหาคนที่ถือทั้งบริบทและข้อมูลสดไว้พร้อมกันต่างหาก
ช่วงที่ 3เรื่องที่นักบัญชี ยังไม่ได้ขอ เพราะเมื่อก่อน เป็นไปไม่ได้
ทุกปีเราคุยกับสำนักงานบัญชี และสิ่งที่ได้ยินกลับมาเกือบทั้งหมดอยู่ใน 3 เรื่อง คือปิดงบให้ไวขึ้น ดูแลลูกค้าให้ดีขึ้น และบริหารสำนักงานของตัวเองให้ง่ายขึ้น ทั้ง 3 เรื่องเป็นคำขอที่สมเหตุสมผล และเราก็ทำตามมาตลอด
แต่ยังมีเรื่องที่สี่ เรื่องที่ไม่มีใครขอ เพราะเมื่อก่อนเป็นไปไม่ได้ คือการตั้งคำถามกับข้อมูลของตัวเองได้ตรงๆ ไม่มีสำนักงานไหนเขียนมาว่า "อยากคุยกับงบทดลองได้" เพราะไม่เคยมีโลกที่งบทดลองคุยได้
คนทำโปรดักต์เจอเรื่องแบบนี้ซ้ำทุกรอบ ของที่เปลี่ยนเกมมักไม่อยู่ในรายการที่ลูกค้าขอ ลูกค้าขอได้เฉพาะสิ่งที่นึกภาพออกว่าเป็นไปได้ งานของคนทำเครื่องมือคือฟังคำขอเหล่านั้นให้ครบ แล้วมองให้ออกด้วยว่าอะไรที่เพิ่งเป็นไปได้ในปีนี้
FlowAccount AI Connector คือสิ่งที่เราทำขึ้นมาตอบเรื่องที่สี่นี้ ให้นึกภาพปลั๊กมาตรฐานตัวหนึ่ง เสียบแล้ว AI ที่คุณใช้อยู่ อย่าง Claude หรือ ChatGPT ก็คุยกับข้อมูลใน FlowAccount ของคุณได้ ปลั๊กตัวนี้ใช้มาตรฐานชื่อ MCP (Model Context Protocol) ที่ AI ใช้เสียบเข้ากับระบบอื่น สังเกตว่าชื่อมีคำว่า Context อยู่ตรงกลาง เพราะมาตรฐานนี้มีไว้ส่งบริบทให้ AI โดยตรง
ช่วงที่ 4ถามได้แล้ว แต่ลงมือทำแทน ได้หรือยัง?
ตอนนี้ AI ตอบคำถาม อ่าน และวิเคราะห์ข้อมูลบัญชีได้แล้ว ส่วนการลงมือทำงานซ้ำๆ แทนคน คือก้าวถัดไป และบอกตรงๆ ว่ายังมาไม่ครบ
บนเวทีเราสาธิตให้เห็นว่าคน 3 กลุ่มใช้ข้อมูลชุดเดียวกัน แต่ถามคนละเรื่อง (Future Trends เล่าเคสทั้งสามไว้ในสรุปการบรรยาย) เจ้าของธุรกิจถามเรื่องที่ค้างใจทุกเดือน ว่าปีนี้กำไรเท่าไหร่ และเงินสดที่มีอยู่พอจ่ายค่าใช้จ่ายอีก 3 เดือนข้างหน้าหรือเปล่า นักบัญชีขอให้ประมาณการกำไรครึ่งปี ส่วนผู้สอบบัญชีสั่งให้คำนวณความมีสาระสำคัญ (materiality) หรือเกณฑ์ว่าตัวเลขคลาดเคลื่อนได้แค่ไหนก่อนจะเริ่มมีผลต่อการตัดสินใจของคนอ่านงบ
AI ตอบได้ครบทั้ง 3 ข้อ ที่น่าสนใจกว่าคือคำถามทั้งสามมาจากคน 3 แบบ ที่แต่ละคนรู้ว่าตัวเองต้องการอะไรจากตัวเลข ผู้สอบบัญชีเริ่มจากสาระสำคัญ เพราะสาระสำคัญเป็นตัวกำหนดว่าจะตรวจลึกแค่ไหน นักบัญชีรู้ว่าพอถึงกลางปี เจ้าของธุรกิจต้องเห็นอะไรก่อนวางแผนครึ่งปีหลัง คำถามที่ดีมาจากคนที่รู้บริบท ส่วน AI ก็ตอบได้ดีเท่ากับคำถามที่ได้รับเท่านั้น
ตัวอย่างที่เราเตรียมไว้บนเวทีก็เป็นเสียงของนักบัญชีล้วนๆ เช่นตอนปิดงบ อยากรู้ว่าลูกหนี้รายไหนค้างเกินกำหนด 60 วัน ยอดรวมเท่าไหร่ หรือขอหน้าสรุปงบทดลองกับลูกหนี้และเจ้าหนี้คงค้างของบริษัทหนึ่ง คำถามพวกนี้คนนอกวิชาชีพนึกไม่ถึง เพราะไม่รู้ว่าตอนปิดงบ ตัวเลขไหนต้องดูก่อน
ก้าวถัดไปคืองานอัตโนมัติ งานปิดเดือนที่ต้องทำซ้ำทุกรอบ อย่างกระทบยอดธนาคารหรือลงรายการปรับปรุงประจำ ตั้งครั้งเดียวแล้วให้ระบบทำแทน ส่วนนี้ บนเวทีเราบอกคนในห้องไว้ตรงๆ ว่ายังเป็น Coming Soon วันนั้นจึงเริ่มที่ถามได้ อ่านได้ วิเคราะห์ได้ก่อน
ในมุมของยิ้ม ลำดับนี้ถูกแล้ว งานที่ให้ AI ลงมือทำแทน ต้องมีคนที่ดูออกว่าผลลัพธ์ถูกหรือผิด ถ้ายังถามไม่ตรงจุด หรือยังดูไม่ออกว่าคำตอบถูกไหม ก็ยังไม่ควรปล่อยให้ AI ลงมือ
ช่วงที่ 5ตำแหน่งของนักบัญชี มั่นคงขึ้นตรงไหน?
มั่นคงขึ้นตรงส่วนที่ AI ทำแทนไม่ได้ คือความเชี่ยวชาญ ชั่วโมงบิน และวิจารณญาณในวิชาชีพ สามคำนี้ยิ้มพูดไว้ในงานเดียวกัน และ FlowAccount ยกไปไว้ในหน้าสรุปงาน DAC 2026 ด้วย
ที่บอกว่ามั่นคงขึ้น ไม่ได้พูดเพื่อปลอบใจ เหตุผลเป็นเรื่องอุปสงค์กับอุปทานธรรมดา ยิ่งคำตอบหาง่ายเท่าไหร่ คนที่แยกออกว่าคำตอบไหนใช้ได้ คำตอบไหนแค่ฟังดูดี ก็ยิ่งมีค่าเท่านั้น
ลองโยงสามคำนี้กลับไปที่บริบทกับข้อมูลสดดู ความเชี่ยวชาญ ทำให้รู้ว่าตัวเลขแบบไหนผิดปกติสำหรับธุรกิจแต่ละประเภท ชั่วโมงบิน คือบริบทที่สะสมจากการเห็นเคสคล้ายๆ กันมาหลายรอบ จนรู้ว่าเรื่องแบบนี้มักจบยังไง ส่วน วิจารณญาณ คือการตัดสินใจว่าจะเชื่อตัวเลขไหน และจะยอมให้ตัวเลขนั้นออกไปถึงมือคนอื่นหรือไม่ ทั้งสามอย่างคือสิ่งที่ทำให้ข้อมูลสดกลายเป็นข้อมูลที่เชื่อได้ และทำให้คำถามที่ส่งให้ AI เป็นคำถามที่ถูก
อนาคตนักบัญชีจึงไม่ได้ขึ้นอยู่กับว่าจะแข่งความเร็วกับเครื่องได้หรือไม่ แต่ขึ้นอยู่กับว่าจะเอาเวลาที่เครื่องคืนมา ไปลงกับสามอย่างนี้ได้มากแค่ไหนต่างหาก ถ้าอยากเห็นว่าในเนื้องานจริงมีทักษะไหนทวีค่าขึ้นบ้าง อ่านต่อได้ที่งานบัญชีชิ้นไหน ย้ายไป AI แล้ว ชิ้นไหนยังไม่ย้าย
ช่วงที่ 6เราสร้างเครื่องมือ นักบัญชีเป็นคนถาม
ในฐานะคนทำเครื่องมือ หน้าที่ของเราคือทำให้ข้อมูลที่นักบัญชีดูแลอยู่ ตอบคำถามได้เร็วและตรง ส่วนการเลือกว่าจะถามอะไร ถามเมื่อไหร่ และจะเชื่อคำตอบแค่ไหน เป็นงานของนักบัญชี และเราไม่คิดจะเอางานนั้นไปจากมือใคร
ถ้าจะเอาอะไรกลับไปใช้พรุ่งนี้ ขอให้เป็นคำถามข้อนี้ ลองไล่รายชื่อลูกค้าในสำนักงานของคุณ แล้วถามตัวเองว่า ข้อมูลของลูกค้ารายไหนสดพอจะถาม AI ได้แล้ว รายไหนยังต้องรอปิดเดือน
กลุ่มแรกคือที่ที่คุณเริ่มได้ทันที กลุ่มหลังคือการบ้าน ว่าจะทำยังไงให้เอกสารของลูกค้ากลุ่มนั้นเข้ามาเร็วกว่านี้ การบ้านข้อนี้ก็คือหน้าที่เรื่องความทันเวลาที่เล่าไว้ในช่วงที่ 2 คำตอบของคำถามนี้บอกได้ชัดกว่าบทความไหนๆ ว่าสำนักงานของคุณพร้อมรับยุคนี้แค่ไหน
AI จะตอบได้เร็วขึ้นทุกปี แต่คำถามที่ควรถาม ยังต้องมาจากคนที่รู้จักลูกค้าแต่ละรายดีที่สุดอยู่ดี
ที่มาและอ้างอิง
งาน DAC 2026
- บทพูดของผู้เขียนบนเวที DAC 2026 หัวข้อ Future of Work: ใช้ AI และเทคโนโลยีสร้างสำนักงานบัญชีแห่งอนาคต (ภาพ 3 ยุค · เรื่องที่สี่ที่ยังไม่มีใครขอ · ตัวอย่างคำถามของนักบัญชี · งานอัตโนมัติที่ยังเป็น Coming Soon)
- FlowAccount สรุปงาน DAC 2026 (หัวข้อที่ 4 ของหน้านั้น และตัวเลขเอกสาร 213 ล้านใบ) https://flowaccount.com/blog/flowaccount-dac-2026-key-takeaways/
- Future Trends สรุปการบรรยาย เรียบเรียงโดย ธนพนธ์ หัสกรรัตน์ https://www.facebook.com/photo/?fbid=1496469962514130&set=a.630751835752618 (ที่มาของเคสสาธิต 3 กลุ่มในช่วงที่ 4 และประโยคที่ยกมาในช่วงที่ 2 · เนื้อความในบทความนี้เรียบเรียงใหม่ด้วยคำของเราเอง)
FlowAccount AI Connector
- บทความเปิดตัว https://flowaccount.com/blog/flowaccount-ai-connector-mcp/
- ศูนย์ช่วยเหลือ https://flowaccount.com/help-center/category/ai-connector-mcp
กรอบแนวคิดสำหรับการรายงานทางการเงิน (IFRS)
- IFRS Conceptual Framework for Financial Reporting (2018) ย่อหน้า 2.6 (ความเกี่ยวข้องกับการตัดสินใจ) และ 2.33 (ความทันเวลา) https://www.ifrs.org/content/dam/ifrs/publications/pdf-standards/english/2021/issued/part-a/conceptual-framework-for-financial-reporting.pdf
อ่านต่อ
- งานบัญชีชิ้นไหน ย้ายไป AI แล้ว ชิ้นไหนยังไม่ย้าย https://productize.life/blog/ai-replace-accountants/th
- ประวัติผู้เขียน https://productize.life/profile