ทำ Cash Flow Forecast 30 วันด้วย AI จากเงินเข้าออกจริง

กำไรในรายงานไม่ได้แปลว่าบัญชีธนาคารจะมีเงินพอจ่ายพรุ่งนี้เสมอไป SME จึงควรมี Cash Flow Forecast ระยะสั้นที่ตอบว่า วันไหนเงินสดอาจตึง เงินเข้าไหนยืนยันแล้ว เงินออกไหนเลื่อนได้ และใครต้องตัดสินใจ การทำตาราง 30 วันด้วยมือทุกครั้งใช้เวลามาก แต่การให้ AI เดาว่าลูกค้าจะจ่ายเมื่อไรอาจอันตรายกว่า

วิธีที่เหมาะคือให้ AI ช่วยรวมข้อมูล จัดวันที่ คำนวณยอดคงเหลือ และสร้าง scenario จากสมมติฐานที่ระบุ ส่วนเจ้าของ Finance ตรวจ opening balance, bank/ledger source, ลูกหนี้ เจ้าหนี้ และอนุมัติการแก้ไขหรือจ่ายเงินจริง

บทความนี้เป็นแนวทางจัด workflow ไม่ใช่คำแนะนำทางบัญชี ภาษี หรือการลงทุน

Forecast 30 วันต้องเห็นอะไร

• Opening cash: เงินสดที่ยืนยัน ณ วันที่เริ่ม
• Committed inflows: เงินเข้าที่มีหลักฐานและวันที่ค่อนข้างแน่นอน
• Probable inflows: เงินเข้าที่คาดจาก invoice หรือประวัติ แต่ยังไม่ยืนยัน
• Committed outflows: เงินออกที่ผูกพัน เช่น เงินเดือน ค่าเช่า เจ้าหนี้
• Uncertain items: เงินเข้า/ออกที่มีโอกาสเปลี่ยน
• Closing cash: opening + inflows − outflows พร้อมสมมติฐาน
• Trigger: ระดับที่ต้องยกระดับหรือชะลอการตัดสินใจ

ขั้นที่ 1 ล็อก opening balance

เริ่มด้วยยอดจาก bank statement หรือระบบบัญชีที่ owner ยืนยัน ระบุวันที่ cut-off, บัญชีที่รวม, เงินที่ใช้ไม่ได้ทันที และรายการโอนระหว่างบัญชี หากยอดเริ่มไม่ตรง Forecast ทั้ง 30 วันจะผิดตั้งแต่แถวแรก

ขั้นที่ 2 ทำรายการเงินเข้าออก

ใช้เครื่องหมาย … เมื่อไม่มีข้อมูลจริง อย่าเติมจำนวนเงินเพื่อทำตัวอย่างให้ดูเหมือน forecast จริง

ขั้นที่ 3 แยก Committed, Probable และ Uncertain

การแยกความมั่นใจสำคัญกว่าการใส่ตัวเลขทศนิยม เพราะเงินเข้าที่ “คาดว่าจะมา” ไม่เท่ากับเงินที่มี invoice และประวัติการจ่ายตรงเวลา ให้บันทึก source date, owner, เหตุผลของความมั่นใจ และวันที่ต้อง update

• Committed: มีภาระ/เอกสาร/กำหนดวันที่ยืนยันแล้ว
• Probable: มีหลักฐานบางส่วนแต่ลูกค้ายังไม่ยืนยัน
• Uncertain: ขึ้นกับการขายใหม่ การต่อสัญญา หรือเงื่อนไขที่เปลี่ยนได้

ขั้นที่ 4 ให้ AI คำนวณและชี้รายการเสี่ยง

ส่งตารางที่ลดข้อมูลส่วนตัวแล้ว พร้อมคอลัมน์วันที่ สถานะ สกุลเงิน และ source ให้ AI ตรวจ duplicate, วันที่ผิดช่วง และยอดที่ทำให้ cash ต่ำกว่าจุด trigger

Prompt ตัวอย่าง:

ใช้เฉพาะ opening cash และรายการ inflow/outflow ที่แนบมา คำนวณ closing cash รายวัน 30 วัน แยก committed/probable/uncertain แสดง source date, assumption, confidence และรายการที่ทำให้ยอดต่ำกว่า trigger หากวันที่หรือจำนวนไม่ชัด ให้ใส่ DATA_ISSUE ห้ามเดาวันจ่าย ห้ามสร้าง invoice และห้ามแนะนำให้โอน/เลื่อนจ่ายโดยไม่ส่งต่อ owner

สูตรพื้นฐาน

Closing cash วันถัดไป = Closing cash วันนี้ + เงินเข้าวันถัดไป − เงินออกวันถัดไป ถ้ามีหลายบัญชีให้กำหนดว่าจะรวมบัญชีใดและหักเงินที่ใช้ไม่ได้อย่างไร แสดงยอด base case และ scenario แยกกัน อย่าซ่อนสมมติฐานไว้ในสูตร

สร้าง 3 Scenario

1. Base: ใช้วันที่และจำนวนตามหลักฐานปัจจุบัน
2. Conservative: เงินเข้าบางส่วนช้า ค่าใช้จ่ายผันแปรสูงขึ้นตามสมมติฐานที่ owner ตั้ง
3. Upside: เงินเข้าตามแผนที่ยืนยันได้ ไม่รวมความหวังที่ไม่มีหลักฐาน

บอกวันที่สร้าง scenario, assumptions, range และผู้อนุมัติ Scenario เป็นเครื่องมือเตรียมการ ไม่ใช่คำทำนายหรือคำรับประกันว่าจะมีเงินพอ

Trigger Matrix

Buffer และ threshold เป็นกติกาภายใน ต้องกำหนดตามธุรกิจ ไม่ใช่ตัวเลขสากล

Update ทุกวันอย่างไร

ทำ rolling forecast: ทุกวันนำ actual cash มาแทนค่าคาดของวันก่อน บันทึกสิ่งที่คลาดเคลื่อน และเลื่อน horizon ให้ครบ 30 วัน อย่าทับไฟล์เก่าโดยไม่มี version เพราะจะหาสาเหตุ forecast error ไม่ได้

ข้อมูลและสิทธิ์

ส่งยอดรวมและรหัสแทนลูกค้าเมื่อทำได้ จำกัดสิทธิ์ดู bank/ledger ให้ Finance role และไม่ให้ AI เชื่อมระบบโอนเงินหรือแก้รายการโดย default เก็บ input version, output, reviewer, assumption และ decision log เท่าที่จำเป็น

ข้อผิดพลาดที่พบบ่อย

• เริ่มจากยอดเงินที่ไม่ reconcile กับธนาคาร
• นับ invoice ทุกใบเป็นเงินเข้าแน่นอน
• ไม่แยก committed กับ uncertain
• ใช้ scenario conservative เป็น forecast จริง
• ซ่อนวันที่และสมมติฐาน
• ให้ AI เลื่อนจ่ายหรือโอนเงินเอง

Checklist ก่อนส่งผู้บริหาร

1. Opening balance, accounts และ cut-off มี owner ยืนยัน
2. เงินเข้า/ออกทุกแถวมี date, currency, status และ source
3. Committed, probable, uncertain แยกชัด
4. Base/conservative/upside แสดง assumptions และ range
5. Trigger, owner และ next check ระบุ
6. รายการผิดปกติและ DATA_ISSUE ไม่ถูกซ่อน
7. ไม่มีการอนุมัติโอนหรือแก้ ledger จาก AI
8. เก็บ version, reviewer และวันที่ update

FAQ

Forecast 30 วันแม่นแค่ไหน

ความแม่นขึ้นกับความสดและคุณภาพของ source กับสมมติฐาน ไม่ควรให้เปอร์เซ็นต์ความแม่นแบบสากล ตรวจเทียบกับ actual และปรับทุกวัน

ลูกค้าบอกว่าจะจ่ายแต่ยังไม่โอน นับอย่างไร

จัดเป็น probable หรือ uncertain ตามหลักฐานและประวัติ อย่านับเป็น committed จนกว่านโยบายองค์กรจะกำหนดเกณฑ์ยืนยัน

ถ้าเงินสดต่ำกว่า buffer ให้ AI แนะนำอะไร

ให้ AI สรุปรายการและทางเลือกที่ต้องคุยกับ owner แต่คนมีอำนาจต้องตัดสินใจเรื่องเลื่อนจ่าย การกู้ หรือการลดค่าใช้จ่าย

สรุป

Cash Flow Forecast 30 วันช่วย SME เห็นจุดเงินตึงก่อนเกิดเหตุเมื่อเริ่มจาก opening balance ที่ reconcile แล้ว แยกเงินเข้าออกตามความมั่นใจ เปิดเผย assumptions และทำ scenario ให้คนตัดสินใจ AI ช่วยจัดตารางและคำนวณได้ แต่ไม่ควรเดาวันจ่าย สั่งโอน หรือแก้ ledger คน Finance ยังเป็นเจ้าของ source, trigger และการอนุมัติ