ใบเสนอราคาที่ส่งกลับมาแก้หลายรอบ หรือใบแจ้งหนี้ที่รอคนส่งต่อ อาจทำให้งานหนึ่งชิ้นค้างนานกว่าที่เห็นในคู่มือ ก่อนเลือกว่าจะใช้ AI ตรงไหน ทีมจึงต้องรู้ว่างานเดินจริงอย่างไร ใครตัดสินใจ และเรื่องแบบใดทำให้งานย้อนกลับไปเริ่มใหม่
วิดีโอ Become a $1M/yr FDE (Full Course) ของ Greg Isenberg อธิบายงานของ Forward Deployed Engineer หรือ FDE ผ่านกรณีฝ่ายขายและฝ่ายการเงิน บทความนี้หยิบวิธีสำรวจกระบวนการและวัดผลมาใช้เป็นประเด็นหลัก สไลด์ระบุว่าตัวอย่างดึงจากงานจริง โดยปรับชื่อและตัวเลขก่อนนำเสนอ และตัวเลขทั้งหมดเป็นสิ่งที่ผู้บรรยายรายงาน
คู่มือที่ดูเรียบง่ายอาจซ่อนงานวนกลับอีกหลายรอบ
ในกรณีบริษัทซอฟต์แวร์ที่ผู้บรรยายนำมาเล่า คู่มือการเสนอราคาดูตรงไปตรงมา: สร้างราคา ส่งให้ตรวจ อนุมัติ ส่งให้ลูกค้า เจรจา แล้วลงนาม แต่เมื่อตรวจประวัติงานใน CRM ร่วมกับสัมภาษณ์พนักงาน ทีมกลับพบกระบวนการ 20 ขั้นตอนและวงจรวนกลับ 7 จุด
เขาระบุว่า 61% ของคำขอวนกลับในช่วงต้น ฝ่ายกฎหมายส่งงานกลับในอีกช่วงหนึ่ง 12% และมีจุดที่ต้องขออนุมัติราคาใหม่ 30% ตัวเลขเหล่านี้อธิบายคนละช่วงของกระบวนการ จึงไม่ควรนำมาบวกเป็นอัตราความผิดพลาดรวม หรือใช้แทนค่ามาตรฐานของบริษัทอื่น
สิ่งที่ทีมได้จากแผนผังจึงรวมถึงเส้นทางเมื่อข้อมูลไม่ครบและเมื่อมีคนไม่อนุมัติ หากมองเฉพาะลำดับงานที่สำเร็จในครั้งแรก จุดที่กินเวลามากที่สุดอาจไม่ปรากฏเลย

ประกอบภาพจากคน ระบบ และเอกสาร
วิธีที่ผู้บรรยายใช้เริ่มจากการสัมภาษณ์หัวหน้าแผนก แล้วคุยต่อกับคนลงมือทำ เพื่อหากติกาที่ไม่ได้เขียนไว้ เช่น ใครมีอำนาจตัดสินใจ เหตุใดขั้นตอนนี้จึงยังอยู่ และเมื่อเจอกรณียกเว้นต้องขอความช่วยเหลือจากใคร
จากนั้นตรวจประวัติในระบบหลัก เช่น CRM หรือ ERP เพื่อดูว่าข้อมูลเข้ามาอย่างไร ถูกแก้เมื่อใด และส่งต่อไปทางไหน การวิเคราะห์ร่องรอยการทำงานลักษณะนี้เรียกว่า process mining แต่ข้อมูลในระบบยังต้องเทียบกับคำอธิบายของคน เพราะเหตุการณ์หนึ่งอาจเกิดจากข้อจำกัดที่ประวัติการใช้งานไม่ได้บอก
แหล่งที่สามคือเอกสารและการสื่อสารนอกระบบหลัก ตั้งแต่คู่มือ ไฟล์ใน Drive หรือ SharePoint ไปจนถึงแชตและตารางข้อมูล ผู้บรรยายย้ำว่าองค์กรแต่ละแห่งมีหลักฐานไม่เท่ากัน บริษัทที่มีประวัติ CRM หลายปีใช้ข้อมูลนั้นช่วยสำรวจได้มาก ขณะที่กิจการเล็กอาจต้องเริ่มจากความรู้ของพนักงาน
อีกตัวอย่างในคลิปคือสำนักงานบัญชีที่คิดว่างานมี 6 ขั้นตอน แต่เมื่อแจกแจงพบ 14 ขั้นตอน รวมการตามเอกสารและส่งงานกลับไปแก้ ผู้บรรยายระบุชัดว่ากรณีนี้ได้มาจากคนในอุตสาหกรรมที่เขาพูดคุยด้วย ไม่ใช่ลูกค้าของทีมโดยตรง จึงควรอ่านเป็นตัวอย่างประกอบวิธีคิด
แบ่งขั้นตอนให้ชัดก่อนตัดสินใจสร้าง agent
หลังเห็นเส้นทางงาน ผู้บรรยายจัดแต่ละขั้นตอนลงสี่กลุ่ม ซึ่งช่วยให้ทีมอธิบายได้ว่าจะเปลี่ยนอะไรและเพราะเหตุใด
- ตัดออก: ขั้นตอนซ้ำซ้อนหรือไม่มีเหตุผลให้เก็บไว้ ต้องทบทวนกับเจ้าของงานก่อนยกเลิก
- ใช้กฎหรือโค้ดทั่วไป: งานที่เงื่อนไขชัดและไม่ต้องตีความ เช่น เมื่อเกิดเหตุการณ์หนึ่งให้เรียก API ตามที่กำหนด
- ใช้ AI agent: งานที่ต้องพิจารณาบริบทและมีข้อมูลย้อนหลังพอให้ทดสอบการตัดสินใจได้
- ให้คนตัดสินใจ: จุดที่ความผิดพลาดมีผลสูง เช่น การอนุมัติ เจรจา ลงนาม หรือจ่ายเงิน

ตัวอย่างงานที่ต้องตีความคือการจัดหมวดรายการในใบแจ้งหนี้ ชื่อสินค้าชิ้นเดียวอาจยังไม่พอ ต้องดูผู้ขายหรือข้อยกเว้นของรายการประกอบด้วย ส่วนการอนุมัติจ่ายเงินมีความเสี่ยงอีกระดับหนึ่ง ผู้บรรยายยกกรณีใบแจ้งหนี้หลอกลวงเพื่ออธิบายว่าควรมีคนตรวจและอนุมัติก่อนส่งเงิน
การตัดสินใจใช้ agent จึงควรระบุขอบเขตด้วยว่าจะช่วยอ่าน เสนอหมวด หรือแก้ข้อมูลใดได้บ้าง งานสร้างระบบยังต้องมีการทดสอบ บันทึกการกระทำ และวิธีรับมือเมื่อ agent ทำผิด ประเด็นเหล่านี้อยู่ในทักษะ FDE ที่ผู้บรรยายกล่าวถึงช่วงท้ายคลิป
วางงานใหม่ไว้ในระบบที่ทีมใช้อยู่
ผู้บรรยายแนะนำให้ agent อ่านข้อมูลและทำงานในระบบหลักของลูกค้า เช่น Salesforce หรือ NetSuite แล้วส่งเรื่องที่ต้องให้คนพิจารณาไปยังช่องทางเดิมของทีม ตัวอย่างในคลิปใช้ Slack สำหรับการแจ้งให้คนเข้ามาร่วมตัดสินใจ
เหตุผลของเขาคือองค์กรลงทุนกับระบบเดิมและวิธีทำงานไปแล้ว การบังคับย้าย CRM พร้อมกับเปลี่ยนกระบวนการอาจเพิ่มภาระมากจนโครงการเริ่มยาก ขณะเดียวกันเขาก็เปิดข้อยกเว้นไว้สำหรับกิจการที่ยังไม่มี CRM ซึ่งอาจต้องจัดระบบข้อมูลก่อน
เมื่อขยายไปหลายบริษัทหรือหลายหน่วยงาน การจัดกลุ่มตามระบบที่ใช้อยู่ช่วยให้เห็นส่วนที่นำกลับมาใช้ซ้ำได้ แต่ผู้บรรยายยกตัวอย่างบริษัทที่ใช้ NetSuite เหมือนกันและยังมีจำนวนขั้นตอนต่างกัน พร้อมเตือนว่าภาพทุกบริษัทเหลือกระบวนการเหมือนกันหมดเป็นการทำให้เรื่องดูง่ายขึ้น กติกาเฉพาะของแต่ละทีมยังต้องสำรวจใหม่
อ่านผลก่อนและหลังให้รู้ว่ากำลังวัดอะไร
กรณีเจ้าหนี้การค้าที่เล่าในคลิปแสดงตัวเลขก่อนและหลังดังนี้
- จำนวนขั้นตอน จาก 17 เหลือ 7
- ระยะเวลารวมของกระบวนการ จาก 24 วันเหลือ 6 วัน
- วงจรจัดการข้อยกเว้น จาก 6 เหลือ 1
- สัดส่วนใบแจ้งหนี้ที่ผ่านกระบวนการโดยไม่เข้าทางข้อยกเว้น จาก 18% เป็น 87%
- ต้นทุนจัดการต่อใบแจ้งหนี้ จาก 31 ดอลลาร์เป็น 6 ดอลลาร์

ผู้บรรยายอธิบายว่าการเพิ่มสัดส่วนใบแจ้งหนี้ที่ผ่านได้ตรงเกิดจากการออกแบบกระบวนการใหม่ร่วมด้วย ตัวเลขชุดนี้จึงใช้แยกผลของ model ออกจากผลของการเปลี่ยนวิธีทำงานไม่ได้ และคลิปไม่ได้ให้ข้อมูลดิบหรือนิยามต้นทุนละเอียดพอจะนำไปประมาณผลตอบแทนของอีกบริษัทหนึ่ง
สิ่งที่นำไปใช้ต่อได้คือวิธีเก็บค่าตั้งต้น แล้วติดตามผลด้วยตัวชี้วัดเดิม ทีมควรดูทั้งเวลารวม งานที่ต้องแก้ซ้ำ และต้นทุนต่อรายการ โดยแยกเวลาลงมือทำออกจากเวลารอส่งต่อให้ชัด ประเด็นเวลารอเป็นสิ่งที่ผู้บรรยายกลับมาย้ำในตัวอย่างสำนักงานบัญชี: การเร่งแต่ละขั้นตอนอาจช่วยได้จำกัด หากงานยังรออยู่ระหว่างคนสองคน
เริ่มจากการตามงานหนึ่งชิ้นให้จบ
สำหรับทีมที่อยากนำแนวคิดนี้ไปลอง ข้อเสนอของ Insiderly คือเลือกงานหนึ่งประเภทที่มีผู้รับผิดชอบชัด แล้วขอให้คนทำงานพาดูรายการจริงตั้งแต่รับเรื่องจนส่งมอบ จดทั้งเส้นทางปกติและจุดที่เคยส่งกลับ ก่อนคุยกันว่าจะเปลี่ยนขั้นตอนไหน
- ระบุระบบและเอกสารที่เกี่ยวข้อง รวมถึงแหล่งข้อมูลที่ใช้ตัดสินเมื่อข้อมูลขัดกัน
- บันทึกผู้รับผิดชอบ จุดส่งต่อ เวลารอ และสาเหตุที่ต้องแก้งาน
- ให้เจ้าของงานตรวจแผนผัง แล้วจัดแต่ละขั้นตอนลงสี่กลุ่ม
- เลือกจุดทดลองที่มีข้อมูลให้ตรวจผล และกำหนดเรื่องที่ต้องให้คนอนุมัติไว้ก่อน
- เก็บค่าตั้งต้นและติดตามผลหลังเปลี่ยนกระบวนการ ก่อนขยายไปงานอื่น
นี่เป็นแนวทางเริ่มสำรวจงาน ไม่ใช่กำหนดเวลารับรองว่าจะสร้างระบบเสร็จในไม่กี่วัน ผลงานชิ้นแรกที่มีประโยชน์อาจเป็นแผนผังที่ทั้งทีมยืนยันว่าตรงกับความจริง เพราะแผนผังนั้นทำให้เห็นว่าควรตัดงาน ลดการรอ หรือให้ AI ช่วยตีความตรงไหน
ที่มา: Become a $1M/yr FDE (Full Course) ช่อง Greg Isenberg ช่วงสำรวจกระบวนการ 09:55–19:01 การทำงานในระบบเดิม 19:04–23:36 กรณีเจ้าหนี้การค้า 27:10–31:19 และการวัดผลต่อเนื่อง 50:24–51:54 ข้อเสนอในส่วนสุดท้ายเป็นการประยุกต์ของ Insiderly ตัวเลขกรณีศึกษาไม่ได้ผ่านการตรวจสอบอิสระในบทความนี้