ฝ่ายการเงินกำลังทำให้ผังองค์กรเป็นระบบอัตโนมัติ แทนที่จะปรับปรุงวงจรเงินสด

ฝ่ายการเงินใช้เวลามากมายถกเถียงกันว่าพนักงานจะยอมรับการใช้ AI หรือไม่ ประธานเจ้าหน้าที่ฝ่ายการเงิน (CFO) จะจัดสรรงบประมาณให้หรือไม่ และเทคโนโลยีพร้อมใช้งานในวงกว้างนอกเหนือจากการทดลองแล้วหรือยัง แต่ตอนนี้ฉันไม่แน่ใจด้วยซ้ำว่าคำถามเหล่านี้ยังมีประโยชน์อยู่หรือไม่ เพราะเราเริ่มเห็นการนำ AI มาใช้อย่างต่อเนื่องในสำนักงานของ CFO แล้ว

ในงานวิจัยล่าสุดของ Auditoria ประจำปี 2026 องค์กรด้านการเงิน 66.5% ระบุว่ากำลังเพิ่มการลงทุนใน AI และทีมการเงินโดยเฉลี่ยนำ AI มาใช้ใน 2.43 ฟังก์ชัน เพิ่มขึ้น 36% ภายในหนึ่งปี แต่มีเพียง 21% ที่ระบุว่าโครงการ AI ของตนสร้างผลลัพธ์ที่มีนัยสำคัญและวัดผลได้

มีข้อสันนิษฐานหลายประการว่าเหตุใดจึงเป็นเช่นนี้ เช่น บริษัทอาจเลือกเครื่องมือผิด เร่งดำเนินการเร็วเกินไป หรือไม่สามารถทำให้คนจำนวนมากพอหันมาใช้งานได้ อย่างไรก็ตาม ฉันไม่ค่อยเชื่อคำอธิบายเหล่านี้ เพราะเรานำ AI มาใช้ตามโครงสร้างการทำงานของฝ่ายการเงิน จนตอนนี้ทั้งเจ้าหนี้การค้า ลูกหนี้การค้า ฝ่ายบริหารเงินสด และแม้แต่ FP&A ต่างก็ทำงานได้อย่างชาญฉลาดขึ้น

แต่เงินสดไม่ได้เคลื่อนที่ไปตามโครงสร้างเช่นนั้น เงินสดไหลผ่านทุกส่วนงานเหล่านี้ และฉันคิดว่าเรากำลังเริ่มเห็นข้อจำกัดของการทำให้แต่ละส่วนของฝ่ายการเงินชาญฉลาดขึ้น โดยไม่ได้ปรับปรุงวงจรการเงินที่ทุกส่วนงานร่วมกันดูแลไปพร้อมกัน

เราทำให้แต่ละส่วนงานชาญฉลาดขึ้นแล้ว

ช่องว่างที่ชวนประหลาดใจอย่างหนึ่งในงานการเงินยุคใหม่คือ เราสร้างวิธีการที่ซับซ้อนมากให้แต่ละส่วนงานเข้าใจบทบาทของตนในการจัดการเงินสด ฝ่ายเจ้าหนี้การค้าดูแลเงินที่ต้องจ่าย ฝ่ายลูกหนี้การค้ามุ่งจัดการเงินที่กำลังจะได้รับ ฝ่ายบริหารเงินสดดูแลสภาพคล่อง ส่วน FP&A พยายามคาดการณ์ทิศทางของตัวเลข แต่ละทีมอาจทำงานของตนได้ดี ทว่า CFO ก็ยังไม่มีใครที่รับผิดชอบอย่างชัดเจนต่อสิ่งที่เกิดขึ้นกับเงินสดขณะเคลื่อนผ่านส่วนงานเหล่านี้

ลองพิจารณาระยะเวลาชำระหนี้เฉลี่ย (DPO) และระยะเวลาเก็บหนี้เฉลี่ย (DSO) ฉันอาจให้ทีมเจ้าหนี้การค้าปรับปรุง DPO ให้สั้นลง 5 วัน และรายงานได้อย่างสมเหตุสมผลว่านี่คือความคืบหน้า ขณะเดียวกัน การติดตามทวงหนี้ในไตรมาสเดียวกันกลับช้าลง และ DSO ยืดออกไป 7 วัน ทั้งสองทีมอาจทำสิ่งที่ได้รับมอบหมายได้ครบถ้วน และต่างก็มีเหตุผลที่ฟังขึ้นสำหรับผลลัพธ์ของตน แต่เมื่อสิ้นไตรมาส ธุรกิจก็ยังเปลี่ยนเงินทุนหมุนเวียนให้เป็นเงินสดได้ช้าลง 2 วัน

ฝ่ายการเงินเก่งมากในการกำหนดผู้รับผิดชอบตามส่วนงาน แต่ผลลัพธ์ทางการเงินมักเกิดขึ้นในช่องว่างระหว่างส่วนงานเหล่านั้น

เราสร้างระบบเพื่อทำใบแจ้งหนี้ให้เป็นอัตโนมัติ กระทบยอดบัญชี คาดการณ์เงินสด จัดการการติดตามทวงหนี้ และจัดทำรายงาน ตอนนี้มีการนำ AI มาใช้ในงานประเภทเดียวกัน ซึ่งหมายความว่าเราเสี่ยงที่จะทำให้ทุกส่วนงานของฝ่ายการเงินมีประสิทธิภาพขึ้น โดยที่ฝ่ายการเงินเองยังคงแยกส่วนเหมือนเดิม

ทำงานเร็วขึ้น ไม่ได้แปลว่าเส้นทางสู่ความสำเร็จสั้นลง

มีข้อค้นพบหนึ่งจากงานวิจัยของเราที่ฉันนึกถึงอยู่เสมอ เพราะสะท้อนปัญหานี้ได้อย่างชัดเจนเป็นพิเศษ ปัจจุบัน 43.8% ตอบคำขอภายใน 24 ชั่วโมง ซึ่งเป็นระดับสูงสุดที่เราบันทึกได้ในรอบ 4 ปี ขณะเดียวกัน ทีม 44.5% ใช้เวลาติดตามผู้ขาย ลูกค้า และผู้มีส่วนเกี่ยวข้องภายในองค์กรอย่างน้อย 11 ชั่วโมงต่อสัปดาห์ เพิ่มขึ้นจาก 29.7% เมื่อหนึ่งปีก่อน ส่วนอีก 13.4% ใช้เวลาทำเช่นนี้มากกว่า 30 ชั่วโมงต่อสัปดาห์

ตัวเลขเหล่านี้จะดูขัดแย้งกันก็ต่อเมื่อเราคิดว่าการตอบกลับเร็วขึ้นหมายความว่างานใกล้เสร็จมากขึ้น ตัวอย่างเช่น ซัพพลายเออร์ตอบอีเมล แต่ข้อมูลที่ให้มายังไม่ครบถ้วน หรือลูกค้าตอบกลับคำขอให้ชำระหนี้ด้วยการโต้แย้งใบแจ้งหนี้ ฝ่ายการเงินพบความคลาดเคลื่อน แล้วต้องตามหาคนในส่วนอื่นของธุรกิจที่อธิบายเรื่องนี้ได้

ฉันคิดว่าเราใช้เวลามากเกินไปกับการวัดความเร็วของงานแต่ละรายการ และให้ความสำคัญน้อยเกินไปกับการวัดระยะเวลาตั้งแต่พบปัญหาไปจนถึงการแก้ไขปัญหาในลักษณะที่ทำให้ผลลัพธ์ทางการเงินเปลี่ยนแปลง

เอเจนต์ AI เพิ่มเดิมพันให้สูงขึ้น

ระบบอัตโนมัติแบบดั้งเดิมช่วยเร่งกระบวนการที่แยกส่วนอย่างมากได้เป็นอย่างดี แต่ AI ได้เปลี่ยนแปลงทุกอย่างไปโดยสิ้นเชิง เอเจนต์ AI สามารถเริ่มตัดสินใจภายในกระบวนการอัตโนมัติได้ นั่นหมายความว่าวัตถุประสงค์ที่เรากำหนดให้ระบบเหล่านี้มีความสำคัญมากกว่าเดิมมาก เมื่อเทียบกับช่วงที่ซอฟต์แวร์เพียงย้ายข้อมูลจากช่องหนึ่งไปยังอีกช่องหนึ่ง

ปัญหาจะเห็นได้ชัดขึ้นเมื่อ AI เริ่มทำงานข้ามส่วนต่าง ๆ ของฝ่ายการเงิน ฝ่ายเจ้าหนี้การค้าอาจพยายามปรับจังหวะการชำระเงินให้เหมาะสม ฝ่ายลูกหนี้การค้าอาจมุ่งเร่งรัดการจัดเก็บเงิน ส่วนฝ่ายบริหารเงินสดอาจพยายามรักษาสภาพคล่อง โดยแต่ละฝ่ายต่างมีวัตถุประสงค์ของตนเองที่สมเหตุสมผล ความเสี่ยงเกิดขึ้นเมื่อระบบเหล่านี้ตัดสินใจโดยยึดนิยามความสำเร็จที่แตกต่างกัน และไม่มีมุมมองร่วมกันเกี่ยวกับผลลัพธ์ทางการเงินที่ธุรกิจต้องการบรรลุ

นี่คือเหตุผลที่ปัญหาถัดไปของ AI ในงานการเงินไม่ใช่เรื่องการยอมรับการใช้งาน แต่เป็นการตัดสินใจว่าระบบควรปรับผลลัพธ์ด้านใดให้เหมาะสม และจะเกิดอะไรขึ้นเมื่อการตัดสินใจที่สมเหตุสมผลในระดับส่วนงานขัดแย้งกับผลลัพธ์ทางการเงินโดยรวม สิทธิ์การเข้าถึง เกณฑ์การอนุมัติ เส้นทางการตรวจสอบ และกฎการยกระดับปัญหาล้วนมีความสำคัญ แต่สิ่งเหล่านี้ตอบเพียงว่าระบบ AI ได้รับอนุญาตให้ทำอะไรบ้าง CFO ยังต้องตัดสินใจด้วยว่าระบบควรมุ่งบรรลุอะไรภายใต้กฎด้านการเงินและการกำกับดูแล

การบูรณาการระบบกำลังกลายเป็นประเด็นด้านการดำเนินงาน

การขาดการเชื่อมต่อกับระบบที่มีอยู่เป็นอุปสรรคต่อการนำ AI มาใช้ที่ถูกกล่าวถึงมากที่สุดในขณะนี้ โดยงานวิจัยของเราพบว่ามีสัดส่วนอยู่ที่ 36.7% ส่วนการต่อต้านการนำเทคโนโลยีมาใช้ ซึ่งก่อนหน้านี้เป็นอุปสรรคอันดับหนึ่งนั้น ร่วงลงมาอยู่อันดับที่ 7 งานวิจัยอีกชิ้นในปี 2026 จาก ACCA และ CA ANZ พบว่า ผู้เชี่ยวชาญด้านการเงิน 40% มองว่าความยากลำบากในการเชื่อมโยงแหล่งข้อมูลหลายแห่งเป็นอุปสรรคต่อการยกระดับข้อมูลเชิงลึกทางธุรกิจ

ผู้นำด้านการเงินไม่ได้ทุ่มเทแรงกายแรงใจส่วนใหญ่ไปกับการโน้มน้าวผู้คนอีกต่อไปว่า AI ควรเป็นส่วนหนึ่งของฝ่ายงานนี้ พวกเขากำลังค้นพบว่าจะเกิดอะไรขึ้นเมื่อความสามารถด้าน AI หลายอย่างต้องทำงานกับธุรกรรม นโยบาย การอนุมัติ รายการผิดปกติ และผลลัพธ์ทางการเงินชุดเดียวกัน

ความสามารถด้าน AI ที่มีประโยชน์อาจอยู่ภายในฝ่ายงานหนึ่งได้ แต่รูปแบบการดำเนินงานด้านการเงินที่มีประสิทธิภาพนั้นทำเช่นนั้นไม่ได้

ดังนั้น แทนที่จะนับว่ามีการนำกรณีการใช้งานไปใช้แล้วกี่กรณี ควรเริ่มพิจารณาว่ายังมีขั้นตอนส่งต่องานระหว่างการระบุปัญหากับการแก้ไขผลกระทบทางการเงินของปัญหานั้นเหลืออยู่กี่ขั้น แทนที่จะดูเพียงจำนวนชั่วโมงที่ประหยัดได้ภายในฝ่ายบัญชีเจ้าหนี้ (AP) หรือฝ่ายบัญชีลูกหนี้ (AR) ผมจะถามว่ากระแสเงินสดเคลื่อนผ่านธุรกิจได้อย่างมีแบบแผนมากขึ้นหรือไม่ และแทนที่จะกำหนดให้ฝ่ายงานการเงินแต่ละฝ่ายมีนิยามความสำเร็จของ AI เป็นของตนเอง ผมจะถามว่าใครเป็นผู้รับผิดชอบต่อผลลัพธ์ เมื่อนิยามเหล่านั้นขัดแย้งกัน

เป็นเวลาหลายปีที่เทคโนโลยีด้านการเงินถูกพัฒนาขึ้นโดยยึดโครงสร้างขององค์กรเป็นหลัก จึงไม่น่าแปลกใจที่มีการนำ AI มาใช้ในลักษณะเดียวกัน CFO รับผิดชอบต่อผลการดำเนินงานของฝ่ายงานเหล่านั้น แต่ท้ายที่สุดแล้ว ธุรกิจไม่ได้ประเมินฝ่ายการเงินจากการที่ฝ่ายบัญชีเจ้าหนี้ (AP) ฝ่ายบัญชีลูกหนี้ (AR) ฝ่ายบริหารเงิน หรือฝ่ายวางแผนและวิเคราะห์ทางการเงิน (FP&A) ต่างทำได้ตามเป้าหมายด้านประสิทธิภาพของตนเองหรือไม่ สิ่งที่ธุรกิจให้ความสำคัญคือผลลัพธ์ทางการเงินที่ฝ่ายงานเหล่านั้นสร้างขึ้นร่วมกัน

หาก AI จะเปลี่ยนแปลงงานด้านการเงินได้อย่างมีนัยสำคัญ หน่วยหลักของการเปลี่ยนแปลงก็ต้องเป็นผลลัพธ์ดังกล่าว มิฉะนั้น เราก็จะทำให้ฝ่ายงานต่าง ๆ ทำงานโดยอัตโนมัติ ยกระดับตัวชี้วัดเฉพาะส่วน แต่ยังคงปล่อยให้ผลลัพธ์ทางการเงินแยกส่วนอยู่ตามขอบเขตเดิม ๆ ที่เราควรจะเข้าไปแก้ไข