ถามยอดขายกับ AI แทนการเปิดสิบรายงาน: ธุรกิจต้องพร้อมอะไรบ้าง ก่อน AI จะตอบเลขของตัวเองได้แบบเชื่อถือได้

ภาพที่ขายฝันกันมากที่สุดของ AI ยุคนี้คือเจ้าของธุรกิจพิมพ์ถามว่าเดือนนี้สาขาไหนกำไรดีสุด แล้วได้คำตอบพร้อมเหตุผลในสิบวินาที ภาพนี้เป็นจริงได้แล้วทางเทคนิค มาตรฐานอย่าง MCP ทำให้ AI ต่อเข้าฐานข้อมูลและระบบขายได้จริงอย่างที่เราอธิบายไว้ในบทความก่อนหน้า แต่มีความจริงอีกครึ่งที่เดโมไม่เคยโชว์: AI ที่ต่อเข้ากับข้อมูลยุ่งเหยิงจะไม่บอกว่าข้อมูลยุ่ง มันจะตอบอย่างมั่นใจบนความยุ่งนั้น ยอดขายที่ลืมหักใบลดหนี้ สต๊อกที่มีสองหน่วยนับ ลูกค้ารายเดียวที่ถูกบันทึกสามชื่อ ทั้งหมดจะถูกเรียบเรียงออกมาเป็นคำตอบภาษาสวยที่ผิดอย่างน่าเชื่อถือ ซึ่งอันตรายกว่าไม่มีคำตอบเสียอีก เพราะฉะนั้นคำถามที่ถูกของเรื่องนี้ไม่ใช่ใช้ AI ตัวไหน แต่คือธุรกิจต้องพร้อมแค่ไหนก่อนให้ AI เป็นปากเสียงของตัวเลขตัวเอง

บันไดความพร้อมสี่ขั้น

• ขั้นที่หนึ่ง — ตัวเลขอยู่ในระบบ ไม่ใช่ในกระดาษกับความจำ: AI ถามได้เฉพาะสิ่งที่ถูกบันทึก ธุรกิจที่ยอดขายครึ่งหนึ่งอยู่ในไลน์แชทยังไม่มีอะไรให้ AI อ่าน
• ขั้นที่สอง — ข้อมูลสะอาดพอ: หน่วยนับตรง ลูกค้าไม่ซ้ำชื่อ เอกสารปรับยอดครบ เรื่องที่เราเขียนไว้ทั้งซีรีส์ ตั้งแต่สต๊อกติดลบถึงใบลดหนี้ คือการบ้านของขั้นนี้ทั้งหมด
• ขั้นที่สาม — คำนิยามตรงกัน: ยอดขายรวม VAT ไหม กำไรหักอะไรบ้าง เดือนเริ่มวันไหน ถ้าสองแผนกยังตอบไม่ตรงกัน AI จะเลือกให้เองแบบสุ่มและทุกฝ่ายจะเชื่อเลขคนละชุด
• ขั้นที่สี่ — สิทธิ์การมองเห็นถูกออกแบบ: AI ควรอ่านได้แค่ไหน ใครถามอะไรได้ เรื่องนี้ใหญ่พอที่เราแยกไว้เป็นบทความความปลอดภัยของมันเอง

ต่อให้ข้อมูลพร้อม วิธีถามก็ยังแยกคำตอบดีออกจากคำตอบมั่ว หลักที่ใช้ได้จริงมีสามข้อ ข้อแรก ถามบนข้อเท็จจริงที่บันทึกไว้ ไม่ใช่บนการคาดเดา คำถามว่าลูกค้าสิบรายไหนยอดตกแรงสุดเทียบไตรมาสก่อนคือคำถามที่ตอบได้จากข้อมูลล้วน ๆ แต่คำถามว่าทำไมยอดตกคือการเชื้อเชิญให้ AI แต่งเรื่องราวที่ฟังลื่นจากข้อมูลที่ไม่มี คำตอบเรื่องทำไมต้องมาจากการโทรหาลูกค้า ไม่ใช่จากโมเดล ข้อสอง ระบุกรอบให้ชัดเสมอ ช่วงเวลา สาขา นิยาม เช่น ยอดขายไม่รวม VAT ของสาขาเชียงใหม่ เดือนกรกฎาคม เทียบมิถุนายน เพราะทุกช่องว่างที่ไม่ระบุคือช่องที่ AI จะเติมเอง และข้อสาม ให้คำตอบทุกครั้งมาพร้อมที่มา ตัวเลขนี้มาจากตารางไหน กรองอะไรบ้าง นับกี่รายการ ระบบที่ดีจะแสดงสิ่งนี้ได้ และมันคือเส้นแบ่งระหว่างเครื่องมือทำงานกับของเล่น: คำตอบที่ตรวจกลับไม่ได้ ไม่ควรถูกใช้ตัดสินใจอะไรที่มีราคา

กติกาใช้งานจริง: จากของเล่นเป็นเครื่องมือประชุม

ธุรกิจที่ใช้เรื่องนี้ได้ผลจริงมักเดินเส้นทางเดียวกัน เริ่มจากโหมดอ่านอย่างเดียวบนข้อมูลชุดเล็กที่มั่นใจที่สุด เช่น ยอดขายกับสต๊อก แล้วให้ทีมใช้คู่กับรายงานเดิมสักเดือน ทุกครั้งที่คำตอบ AI ไม่ตรงกับรายงาน อย่าเพิ่งโทษใคร ให้ตามรอยว่าต่างเพราะอะไร ประสบการณ์ตรงคือเก้าในสิบครั้ง ความต่างไม่ได้มาจาก AI ผิด แต่มาจากข้อมูลหรือคำนิยามที่หลวมอยู่แล้ว AI แค่เป็นคนแรกที่ทำให้มันโผล่ ซึ่งแปลว่าช่วงทดลองนี้คือการตรวจสุขภาพข้อมูลฟรีไปในตัว เมื่อเลขตรงกันต่อเนื่องแล้วค่อยขยายทั้งขอบเขตข้อมูลและวงคนใช้ และคงกติกาสุดท้ายไว้ตลอด: ตัวเลขที่จะออกไปหาลูกค้า ธนาคาร หรือสรรพากร ต้องผ่านตามนุษย์ที่รับผิดชอบเสมอ AI เป็นผู้ช่วยวิเคราะห์ที่เร็วที่สุดที่ธุรกิจเคยมี แต่ลายเซ็นยังเป็นของคน