Autonomous Sourcing Agent ตัวช่วย SME เช็กราคา ต่อรองซัปพลายเออร์

ต้นทุนวัตถุดิบอาจเปลี่ยนแปลงตามราคาในตลาด ค่าขนส่ง อัตราแลกเปลี่ยน ปริมาณสั่งซื้อ และเงื่อนไขจากซัปพลายเออร์ ขณะที่ทีมจัดซื้อของ SME ต้องใช้เวลากับงานจำนวนมาก ตั้งแต่รวบรวมใบเสนอราคา เปรียบเทียบราคา ตรวจเอกสาร ติดต่อผู้ขาย ไปจนถึงติดตามเงื่อนไขการสั่งซื้อ หากจำนวนสินค้าและซัปพลายเออร์เพิ่มขึ้น ภาระในการตรวจและเปรียบเทียบข้อมูลก็เพิ่มขึ้นตามไปด้วย

Autonomous Sourcing Agent หรือ AI Agent สำหรับงานจัดซื้ออัตโนมัติ เป็นแนวทางที่นำ AI เข้ามาช่วยทำงานบางขั้นตอนตามเป้าหมายและเงื่อนไขที่ธุรกิจกำหนด เช่น อ่านใบเสนอราคา เปรียบเทียบข้อมูล ติดตามราคา เตรียมข้อเสนอเจรจา หรือดำเนินการต่อรองบางประเภทภายในกรอบที่ได้รับอนุญาต

ประโยชน์ของ Autonomous Sourcing Agent สำหรับ SME คือช่วยลดเวลาของงานประจำและทำให้ข้อมูลสำหรับตัดสินใจอยู่ในรูปแบบที่เปรียบเทียบได้ง่ายขึ้น ขณะที่เรื่องซึ่งมีผลต่อความสัมพันธ์กับคู่ค้า มูลค่าสูง หรือมีความเสี่ยงต่อธุรกิจ ยังคงกำหนดให้มนุษย์เป็นผู้อนุมัติขั้นสุดท้ายได้

AI กำลังช่วยให้งานจัดซื้อหลายขั้นตอนทำได้อัตโนมัติมากขึ้น

AI ในงานจัดซื้อเริ่มพัฒนาจากการเป็นเครื่องมือช่วยสรุปข้อมูลไปสู่ระบบที่สามารถทำงานต่อเนื่องหลายขั้นตอนได้มากขึ้น เช่น รับคำขอซื้อ ตรวจสอบข้อมูล ค้นหาซัปพลายเออร์ เปรียบเทียบข้อเสนอ และส่งรายการเข้าสู่ขั้นตอนอนุมัติ

94% ของผู้ตอบแบบสำรวจในสายงานจัดซื้อ ใช้ Generative AI อย่างน้อยสัปดาห์ละครั้ง

รายงาน Growing Up: Navigating Gen AI’s Early Years ของ Wharton Human-AI Research และ GBK Collective พบว่า ในกลุ่มผู้ตอบแบบสำรวจที่ทำงานด้านการจัดซื้อ มีสัดส่วนผู้ที่ใช้ Generative AI ในการทำงานอย่างน้อยสัปดาห์ละครั้งเพิ่มจาก 50% ในปี 2023 เป็น 94% ในปี 2024 ซึ่งเป็นสัดส่วนสูงที่สุดในบรรดาสายงานที่สำรวจในปีดังกล่าว

Gartner คาดว่าภายในปี 2028 การซื้อ B2B 90% จะมี AI Agent เข้ามาเป็นตัวกลาง

Gartner คาดการณ์ว่า ภายในปี 2028 กระบวนการซื้อแบบธุรกิจกับธุรกิจ หรือ B2B Buying ประมาณ 90% จะมี AI Agent เข้ามาเป็นตัวกลาง และมูลค่าการใช้จ่ายของธุรกิจมากกว่า 15 ล้านล้านดอลลาร์สหรัฐ อาจถูกดำเนินการผ่านช่องทางการซื้อขายที่มี AI Agent ทำงานอยู่เบื้องหลัง

แนวโน้มดังกล่าวสะท้อนว่า AI มีโอกาสที่จะเข้ามามีบทบาทในกระบวนการซื้อของภาคธุรกิจมากขึ้น ตั้งแต่การค้นหาสินค้า เปรียบเทียบข้อมูล ไปจนถึงประเมินทางเลือกตามเงื่อนไขที่กำหนด นอกจากนี้ Gartner ยังชี้ว่าธุรกิจจำเป็นต้องทำให้ข้อมูลผลิตภัณฑ์อยู่ในรูปแบบที่ระบบสามารถอ่านได้ ดังนั้น SME ที่ขายสินค้าให้กับธุรกิจอื่นจึงอาจเริ่มจากการจัดโครงสร้างข้อมูลสินค้า ราคา คุณสมบัติ และเงื่อนไขการค้าให้เป็นมาตรฐานและค้นหาได้ง่ายขึ้น

ตัวเลขผลลัพธ์จากธุรกิจที่เริ่มใช้เครื่องมือ AI จัดซื้อวัตถุดิบ

ประโยชน์ของเครื่องมือ AI จัดซื้อวัตถุดิบ ควรวัดจากเวลาที่ลดลง คุณภาพการตัดสินใจ การประหยัดต้นทุน และเวลาที่ทีมสามารถย้ายไปทำงานเชิงกลยุทธ์ได้มากขึ้น

McKinsey พบว่า AI Category Agent ช่วยเพิ่มประสิทธิภาพงานจัดซื้อได้ 15-30%

McKinsey ระบุจากประสบการณ์การทำงานร่วมกับลูกค้าว่า AI Category Agent หรือ AI ที่ช่วยงานบริหารหมวดหมู่การจัดซื้อ สามารถช่วยเพิ่มประสิทธิภาพของทีมจัดซื้อได้ประมาณ 15-30% จากการทำกิจกรรมที่ไม่สร้างมูลค่าโดยตรงให้เป็นอัตโนมัติ ขณะเดียวกันยังพบว่าสามารถช่วยสร้างมูลค่าเพิ่มเติมให้กับงานจัดซื้อได้ประมาณ 5-20%

Autonomous Sourcing Agent ช่วยเพิ่มประสิทธิภาพทีมจัดซื้อ 20-30%

McKinsey ยกตัวอย่างบริษัทเคมีแห่งหนึ่งที่ทดลองใช้ AI Agent ทำ Autonomous Sourcing หรือกระบวนการจัดหาที่ AI ช่วยดำเนินงานหลายขั้นตอนโดยอัตโนมัติ ในหมวดวัสดุสิ้นเปลือง โดยระบบช่วยตั้งแต่การเตรียมกระบวนการเสนอราคา ค้นหาและคัดกรองซัปพลายเออร์เบื้องต้น วิเคราะห์ข้อเสนอ ไปจนถึงรวบรวมคำถามและคำชี้แจงระหว่างกระบวนการจัดซื้อ

ผลจากโครงการทดลองพบว่า ประสิทธิภาพการทำงานของบุคลากรฝ่ายจัดซื้อเพิ่มขึ้นประมาณ 20-30% และสามารถสร้างมูลค่าเพิ่มเติมจากการจัดซื้อได้อีกประมาณ 1-3% อีกทั้งระบบยังช่วยเพิ่มการมองเห็นและการควบคุมกระบวนการจัดซื้อ โดยมนุษย์เข้ามาดำเนินการเพียงบางขั้นตอน

AI Agent ทำอะไรได้บ้างในกระบวนการจัดซื้อจริง?

เครื่องมือ AI จัดซื้อวัตถุดิบสามารถเริ่มทำงานได้หลายระดับ ตั้งแต่ช่วยจัดการเอกสาร ไปจนถึงดำเนินการบางขั้นตอนของการจัดซื้อโดยอัตโนมัติ

ใช้ OCR อ่านใบเสนอราคา ใบสั่งซื้อ และเอกสารบัญชี

เทคโนโลยี Optical Character Recognition (OCR) คือระบบที่ช่วยอ่านข้อความจากภาพสแกนหรือไฟล์เอกสาร แล้วแปลงเป็นข้อมูลตัวอักษรดิจิทัลที่ระบบสามารถนำไปค้นหา จัดเก็บ หรือประมวลผลต่อ โดย OCR สามารถช่วยดึงข้อมูล เช่น ชื่อซัปพลายเออร์ วันที่ ราคา จำนวนสินค้า สกุลเงิน และเลขที่ใบสั่งซื้อเข้าสู่ระบบได้

อย่างไรก็ตาม SME ควรกำหนดให้มีการตรวจข้อมูลในช่วงเริ่มต้น โดยเฉพาะเอกสารที่รูปแบบไม่เหมือนกัน ตัวเลขมีจุดทศนิยม หรือมีข้อความเขียนมือ เพราะข้อมูลที่อ่านผิดอาจถูกส่งต่อไปยังขั้นตอนเปรียบเทียบหรืออนุมัติได้

ใช้ AI เช็กราคาวัตถุดิบและเงื่อนไขตลาด

เมื่อระบบเชื่อมข้อมูลราคาซื้อย้อนหลัง ใบเสนอราคา ราคาจากซัปพลายเออร์ และแหล่งข้อมูลตลาดที่ธุรกิจมีสิทธิ์ใช้งาน AI สามารถช่วยติดตามความเปลี่ยนแปลงของราคาและแจ้งรายการที่ควรตรวจสอบได้ กล่าวคือ แทนที่จะเปิด Spreadsheet หลายไฟล์ ทีมจัดซื้ออาจตั้งเงื่อนไขให้ AI เช็กราคาวัตถุดิบ เช่น ราคาจากซัปพลายเออร์รายใดเปลี่ยนแปลงผิดปกติเมื่อเทียบกับช่วงก่อนหน้า เงื่อนไขเครดิตเปลี่ยนหรือไม่ หรือใบเสนอราคารายใดมีต้นทุนรวมเมื่อคิดค่าขนส่งแล้วน่าสนใจกว่า

ให้ AI ต่อรองซัปพลายเออร์ภายในกรอบที่ธุรกิจกำหนด

อีกหนึ่งความสามารถของ Autonomous Sourcing Agent คือการช่วยเจรจาเงื่อนไขการซื้อกับซัปพลายเออร์โดยอัตโนมัติ (Autonomous Negotiation) โดยฝ่ายจัดซื้อเป็นผู้กำหนดกรอบให้ระบบล่วงหน้า เช่น กลุ่มวัตถุดิบที่อนุญาต วงเงินของรายการ รายชื่อซัปพลายเออร์ที่ต้องการ เป้าหมายด้านราคา กำหนดส่ง และเงื่อนไขการชำระเงิน

เมื่อมีรายการที่ตรงตามเกณฑ์ AI สามารถติดต่อซัปพลายเออร์ วิเคราะห์ข้อเสนอ และเสนอเงื่อนไขกลับตามกฎที่กำหนดไว้ โดย Procure Ai ระบุว่า ธุรกิจสามารถกำหนดเงื่อนไขของการเจรจาได้ เช่น กลุ่มสินค้าที่ต้องการให้ระบบจัดการ วงเงินที่กำหนดให้เริ่มเจรจา รวมถึงรูปแบบและขอบเขตที่ AI สามารถดำเนินการได้

อย่างไรก็ตาม การให้ AI ต่อรองซัปพลายเออร์ไม่จำเป็นต้องหมายถึงการมอบอำนาจตัดสินใจทุกขั้นตอนให้ระบบ ธุรกิจสามารถออกแบบจุดที่มนุษย์ต้องเข้ามาตรวจสอบได้ เช่น ให้ AI ดูแลการเจรจารายการจัดซื้อทั่วไปที่มีรูปแบบชัดเจน แต่หากเป็นรายการมูลค่าสูง เงื่อนไขนอกเหนือจากมาตรฐาน หรือกรณีที่ต้องใช้การพิจารณาเชิงธุรกิจเพิ่มเติม ก็สามารถส่งกลับมาให้ทีมจัดซื้อเป็นผู้ตรวจสอบและอนุมัติก่อนดำเนินการต่อได้

Case Study: Kärcher ใช้ AI ช่วยจัดการการเจรจาในกลุ่ม Tail Spend

Kärcher ผู้ผลิตเทคโนโลยีทำความสะอาดจากเยอรมนี เป็นหนึ่งในตัวอย่างของการนำ AI เข้ามาช่วยจัดการงานจัดซื้อในกลุ่ม Tail Spend หรือกลุ่มรายการจัดซื้อย่อยที่กระจายอยู่หลายรายการ และมักใช้เวลาบริหารจัดการสูงเมื่อเทียบกับมูลค่าแต่ละรายการ

ปัญหาก่อนใช้ AI Agent

Kärcher พบว่าการเจรจารายการจัดซื้อในกลุ่ม Tail Spend ด้วยกระบวนการที่ทำด้วยคน (Manual) ใช้เวลาค่อนข้างมาก ขณะที่ผลประหยัดจากการเจรจาในแต่ละรายการอาจไม่สูงเมื่อเทียบกับทรัพยากรที่ทีมต้องใช้ ทำให้บุคลากรมีเวลาสำหรับงานจัดซื้อเชิงกลยุทธ์ลดลง

เชื่อม AI กับระบบเดิมและคัดเลือกรายการที่เหมาะกับการเจรจาอัตโนมัติ

Kärcher นำแพลตฟอร์ม Procure Ai มาเชื่อมต่อกับระบบหลังบ้านที่ใช้อยู่เดิม เพื่อให้ข้อมูลสามารถไหลระหว่างระบบได้โดยไม่จำเป็นต้องสร้างระบบ Supplier Portal เพิ่ม ระบบจะช่วยคัดเลือกคำขอซื้อที่เหมาะกับการเจรจาอัตโนมัติ โดยพิจารณาจากเกณฑ์ เช่น กลุ่มสินค้าและระดับมูลค่า ก่อนดำเนินการเจรจาโดยอัตโนมัติและช่วยให้ Kärcher มีโอกาสได้เงื่อนไขราคาที่ดีขึ้นจากการเจรจาเพิ่มเติม ก่อนเข้าสู่ขั้นตอนสรุปผลการจัดซื้อ

Procure Ai รายงานว่า การใช้งานดังกล่าวช่วยให้ Kärcher ได้ส่วนลดเฉลี่ยประมาณ 6% โดยมีซัปพลายเออร์เข้าร่วมกระบวนการเจรจา 90% และลดภาระงาน Manual ในงานจัดซื้อเชิงปฏิบัติการและงานจัดซื้อเชิงยุทธวิธีลงอย่างมีนัยสำคัญ

กรณีนี้ชี้ให้เห็นแนวทางเลือก Use Case เริ่มต้นได้อย่างชัดเจน คือ มองหางานที่เกิดซ้ำ ใช้เวลาสูง และสามารถกำหนดกติกาการตัดสินใจได้ก่อน แทนการเริ่มจากดีลจัดซื้อที่ซับซ้อนที่สุด

ข้อควรระวังก่อนให้ AI เข้ามาตัดสินใจเรื่องการจัดซื้อ

Autonomous Sourcing Agent มีโอกาสช่วยลดภาระงานได้ แต่การให้อำนาจระบบเพิ่มขึ้นควรเกิดขึ้นพร้อมกับการกำหนดขอบเขตควบคุมที่ชัดเจน ดังนี้

• ตรวจคุณภาพข้อมูลก่อนใช้ AI เพราะราคาย้อนหลัง รายชื่อซัปพลายเออร์ หรือเงื่อนไขที่ไม่เป็นปัจจุบันอาจทำให้ AI วิเคราะห์จากฐานข้อมูลที่คลาดเคลื่อน การนำ Automation ไปวางบนข้อมูลที่ผิดอาจทำให้ข้อผิดพลาดขยายเร็วขึ้น

• กำหนดวงเงินและสิทธิ์อนุมัติ เช่น ธุรกิจอาจกำหนดให้ AI เสนอหรือเจรจาได้ถึงระดับหนึ่ง ส่วนการเปลี่ยนซัปพลายเออร์ การทำสัญญาระยะยาว หรือรายการมูลค่าสูง ต้องได้รับการอนุมัติจากผู้รับผิดชอบตามเกณฑ์ที่องค์กรกำหนด

• รักษาข้อมูลทางการค้า ไม่ว่าจะเป็นใบเสนอราคา ต้นทุน สูตรราคา และเงื่อนไขสัญญาอาจเป็นข้อมูลสำคัญของธุรกิจ จึงควรตรวจสิทธิ์การเข้าถึง วิธีจัดเก็บข้อมูล และเงื่อนไขของผู้ให้บริการก่อนนำเอกสารเข้าสู่ระบบ

• เก็บประวัติการตัดสินใจให้ตรวจสอบย้อนหลังได้ ธุรกิจควรทราบว่า AI ใช้ข้อมูลใด เปรียบเทียบกับเงื่อนไขอะไร และเหตุใดรายการหนึ่งจึงถูกเสนอให้ซื้อหรือเจรจา

• ไม่วัดผลจากราคาต่ำสุดเพียงอย่างเดียว เพราะการจัดซื้อยังต้องพิจารณาคุณภาพ ระยะเวลาส่งมอบ ความต่อเนื่องของวัตถุดิบ เงื่อนไขการชำระเงิน และความสัมพันธ์กับซัปพลายเออร์

Next Action Plan: แผนปฏิบัติการและแรงบันดาลใจสำหรับ SME

การเริ่มใช้ Autonomous Sourcing Agent ไม่จำเป็นต้องเปลี่ยนระบบจัดซื้อทั้งหมด เพราะสิ่งที่สำคัญกว่าคือการเลือกงานที่ AI เข้ามาช่วยแล้วสามารถวัดผลได้ชัด โดยยังรักษาจุดควบคุมของมนุษย์ไว้ในขั้นตอนที่เกี่ยวข้องกับมูลค่าสูง ความสัมพันธ์กับซัปพลายเออร์ หรือเงื่อนไขทางธุรกิจที่ซับซ้อน

SME สามารถวางแผนเริ่มต้นได้จาก 5 แนวทางต่อไปนี้

• ทำแผนที่งานจัดซื้อก่อนเลือกเทคโนโลยี ไล่ดูตั้งแต่รับคำขอซื้อ ตรวจใบเสนอราคา เปรียบเทียบราคา ติดต่อซัปพลายเออร์ อนุมัติ ไปจนถึงออกใบสั่งซื้อ เพื่อหาว่าขั้นตอนไหนใช้เวลามาก เกิดซ้ำบ่อย และมีกฎการตัดสินใจค่อนข้างชัด 

• เลือก Use Case ทดลองเพียง 1 เรื่องก่อน อาจเริ่มจากให้ AI เช็กราคาวัตถุดิบ เปรียบเทียบใบเสนอราคา หรืออ่านข้อมูลจากเอกสารด้วย OCR โดยเลือกวัตถุดิบเพียง 1 หมวดหรือซัปพลายเออร์ไม่กี่รายก่อน เพื่อให้ตรวจสอบข้อผิดพลาดและเปรียบเทียบผลกับวิธีเดิมได้ง่าย

• กำหนดเส้นแบ่งระหว่างสิ่งที่ AI ทำได้กับสิ่งที่คนต้องอนุมัติ เช่น การเพิ่มซัปพลายเออร์ใหม่ การเปลี่ยนเงื่อนไขสำคัญ การสั่งซื้อมูลค่าสูง หรือดีลที่ส่งผลต่อความสัมพันธ์ระยะยาวกับคู่ค้า

• ยกระดับบทบาททีมจัดซื้อจากงานประจำสู่งานวิเคราะห์และบริหารคู่ค้า ด้วยการเพิ่มทักษะด้านการตรวจข้อมูล การตั้งโจทย์ให้ AI การอ่านแนวโน้มราคา และการประเมินข้อเสนอในภาพรวม ขณะเดียวกันสามารถนำเวลาที่ได้คืนมาไปใช้กับการวางแผนแหล่งจัดซื้อ การกระจายความเสี่ยง และการสร้างความสัมพันธ์กับซัปพลายเออร์ที่มีความสำคัญต่อธุรกิจ

• ตั้งเกณฑ์วัดผลก่อนตัดสินใจขยายระบบ โดยควรดูเวลาที่ใช้ต่อรายการ จำนวนงานที่พนักงานต้องป้อนข้อมูลหรือแก้ไข อัตราความผิดพลาด ระยะเวลาตั้งแต่รับคำขอซื้อจนถึงอนุมัติ รวมถึงจำนวนครั้งที่มนุษย์ต้องเข้ามาแก้คำแนะนำของ AI หากผลลัพธ์ดีขึ้นอย่างต่อเนื่องจึงค่อยเพิ่มหมวดสินค้า ซัปพลายเออร์ หรือระดับ Automation

ในด้านทรัพยากร SME สามารถเริ่มจากเครื่องมือแบบ Cloud หรือ SaaS ที่คิดค่าบริการตามจำนวนผู้ใช้ ปริมาณเอกสาร หรือฟังก์ชันที่เลือกใช้ ทั้งนี้ ควรนับเวลาของทีมสำหรับจัดระเบียบข้อมูล ทดลองระบบ ตรวจผล และอบรมผู้ใช้งานเป็นส่วนหนึ่งของต้นทุนด้วย 

ที่สำคัญ สิ่งที่ควรเตรียมควบคู่กันคือข้อมูลราคาซื้อย้อนหลัง รายชื่อซัปพลายเออร์ เงื่อนไขการซื้อ และสิทธิ์ของผู้อนุมัติ เพราะต่อให้เครื่องมือมีความสามารถสูง หากข้อมูลไม่ครบหรือกฎการตัดสินใจยังไม่ชัด ระบบก็อาจช่วยได้ไม่เต็มประสิทธิภาพ

สำหรับ SME จุดเริ่มต้นที่เหมาะสมจึงไม่ใช่การตั้งเป้าให้ AI เข้ามาแทนฝ่ายจัดซื้อ แต่เป็นการใช้ AI ลดงานที่มีรูปแบบซ้ำและใช้ข้อมูลจำนวนมาก เพื่อให้คนในทีมมีเวลามากขึ้นสำหรับการตัดสินใจที่ต้องอาศัยบริบทธุรกิจ การบริหารความเสี่ยง และความสัมพันธ์กับซัปพลายเออร์ ซึ่งยังเป็นส่วนที่คุณค่าของมนุษย์มีความสำคัญสูง

ข้อมูลอ้างอิง

1. AI’s Influence Runs Deeper Than You Think — 2026 Gartner Strategic Predictions Explain Why. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.gartner.com/en/articles/strategic-predictions-for-2026.

2. Automated procurement: Kärcher's path to negotiation efficiency and quality through AI-driven solutions. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.procure.ai/case-studies/kaercher. 

3. Autonomous negotiations help Procurement deliver increased cost savings with AI. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.procure.ai/blog/autonomous-negotiations-help-procurement-deliver-increased-cost-savings-with-ai. 

4. Gartner Unveils Top Predictions for IT Organizations and Users in 2026 and Beyond. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.gartner.com/en/newsroom/press-releases/2025-10-21-gartner-unveils-top-predictions-for-it-organizations-and-users-in-2026-and-beyond. 

5. Growing Up: Navigating Gen AI’s Early Years. P.10. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://ai.wharton.upenn.edu/wp-content/uploads/2024/11/AI-Report_Full-Report.pdf. 

6. Named Sample Vendor in the 2026 Gartner® Market Guide for Sourcing Applications — for Advanced and Autonomous Sourcing. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.procure.ai/platform/autonomous-sourcing. 

7. Procurement efficiency: A modern strategy for state and local leaders. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.mckinsey.com/industries/public-sector/our-insights/procurement-efficiency-a-modern-strategy-for-state-and-local-leaders. 

8. The future of category management: The power of AI category agents. สืบค้นเมื่อวันที่ 6 กันยายน 2569 จาก https://www.mckinsey.com/capabilities/operations/our-insights/operations-blog/the-future-of-category-management-the-power-of-ai-category-agents.