ระบบที่บริษัทใช้อยู่ต้องรองรับ MCP ก่อนไหม

ไม่จำเป็น ถ้าระบบมี API หรือ export ข้อมูลได้ หรือทีมพัฒนาเข้าถึงฐานข้อมูลของระบบได้อย่างถูกต้อง ก็สร้าง MCP server ครอบไว้ให้ AI ใช้ได้ ระบบที่ไม่มีทางใดเลยต้องประเมินเป็นราย ๆ และบางระบบอาจเชื่อมได้แค่บางส่วน

ให้ AI เชื่อมระบบของบริษัทแล้ว ข้อมูลจะปลอดภัยไหม

ขึ้นกับการออกแบบสิทธิ์ ควรให้ AI เห็นและแก้ข้อมูลได้เท่าที่ตำแหน่งของคนสั่งมีสิทธิ์ เก็บ audit log ทุกการกระทำ ให้คนอนุมัติก่อนทำงานที่กระทบเงินหรือลูกค้า และวางเรื่องข้อมูลส่วนบุคคลตาม PDPA ตั้งแต่ต้น

MCP ใช้กับ AI ค่ายไหนได้บ้าง

MCP เป็นมาตรฐานเปิดที่ Anthropic เปิดตัวเมื่อปลายปี 2024 และตอนนี้อยู่ภายใต้การดูแลของมูลนิธิในเครือ Linux Foundation ผลิตภัณฑ์อย่าง Claude, ChatGPT, Gemini และ Microsoft Copilot รองรับแล้ว ฟีเจอร์ที่ใช้ได้จริงต่างกันไปตามผลิตภัณฑ์และแพลน

MCP กับ API ต่างกันอย่างไร? ทำไม AI ต้องเชื่อมระบบ

คำตอบสั้น

API คือช่องทางที่ระบบหนึ่งเปิดไว้ให้โปรแกรมอื่นส่งคำขอเข้ามาตามรูปแบบที่ตกลงกัน ส่วน MCP (Model Context Protocol) คือมาตรฐานกลางที่ทำให้ AI Assistant รู้ว่าบริษัทมีเครื่องมืออะไรให้ใช้ และเรียกใช้เครื่องมือเหล่านั้นได้เองระหว่างคุยกับพนักงาน

ในงานส่วนใหญ่ MCP ไม่ได้มาแทน API แต่วางอยู่บน API หรือฐานข้อมูลที่ระบบมีอยู่แล้ว ทำหน้าที่เป็นล่ามระหว่าง AI กับระบบของบริษัท

API คืออะไร

API (Application Programming Interface) คือช่องทางที่โปรแกรมหนึ่งใช้ขอข้อมูลหรือสั่งงานอีกโปรแกรมหนึ่ง

นึกภาพช่องบริการที่เคาน์เตอร์ คุณกรอกแบบฟอร์มตามช่องที่กำหนด ยื่นเข้าไป แล้วได้เอกสารกลับมาในรูปแบบที่ตกลงกันไว้ คุณไม่ต้องรู้ว่าหลังเคาน์เตอร์มีใครทำอะไร ขอแค่กรอกแบบฟอร์มให้ถูก

ระบบที่บริษัทใช้อยู่ เช่น ระบบบัญชีหรือระบบสต็อก หลายตัวมี API ให้ระบบอื่นเชื่อมเข้ามา แต่คนที่เขียนโปรแกรมเชื่อมต้องอ่านคู่มือของแต่ละระบบแล้วเขียนโค้ดแยกทีละตัว เพราะระบบบัญชีใช้แบบฟอร์มแบบหนึ่ง ระบบสต็อกใช้อีกแบบหนึ่ง

อยากรู้ว่าระบบหลังเคาน์เตอร์ทำงานอย่างไร อ่านต่อที่ ระบบ Backend และ Infrastructure

MCP คืออะไร

MCP ย่อมาจาก Model Context Protocol เป็นมาตรฐานเปิด (open standard คือข้อกำหนดที่ใครก็นำไปใช้ได้ ไม่ผูกกับบริษัทใดบริษัทหนึ่ง) Anthropic ผู้พัฒนา Claude เปิดตัวเมื่อปลายปี 2024 ต่อมาปลายปี 2025 ได้มอบโครงการให้มูลนิธิภายใต้ Linux Foundation ดูแลต่อ ตอนนี้ผลิตภัณฑ์ AI หลายค่ายรองรับแล้ว เช่น ChatGPT, Gemini และ Microsoft Copilot

พูดง่าย ๆ MCP ทำให้ AI Assistant รู้ว่าบริษัทเปิดเครื่องมืออะไรไว้ให้ใช้ เช่น "ค้นใบแจ้งหนี้" หรือ "บันทึกรับวัตถุดิบ" รู้ว่าแต่ละตัวต้องใส่ข้อมูลอะไร แล้วหยิบมาใช้เองตามที่พนักงานขอ

ฝั่งบริษัทจะมีตัวกลางที่เรียกว่า MCP server (โปรแกรมที่แปลงระบบของบริษัทให้อยู่ในรูปที่ AI ใช้ได้) ข้างในตัวกลางนี้มักเรียก API ที่ระบบมีอยู่แล้ว หรืออ่านไฟล์กับฐานข้อมูล (ที่เก็บข้อมูลของระบบ) โดยตรงก็ได้ ขึ้นกับว่าระบบนั้นเปิดทางไว้แบบไหน

ถ้าเทียบกับเคาน์เตอร์ MCP คือป้ายบอกทางพร้อมคู่มือกรอกแบบฟอร์มที่เขียนด้วยภาษาเดียวกันทุกช่อง ทีมพัฒนาเขียนป้ายไว้ครั้งเดียว AI ตัวไหนที่รองรับ MCP ก็อ่านแล้วรู้ว่าต้องไปช่องไหนและกรอกอะไร

API กับ MCP ต่างกันอย่างไร

	API	MCP
ใครเป็นคนเรียกใช้	โปรแกรมที่นักพัฒนาเขียนไว้ล่วงหน้า ทำตามขั้นตอนเดิมทุกครั้ง	AI Assistant เลือกเองว่าจะใช้เครื่องมือไหน ตามสิ่งที่พนักงานขอ
ใช้ทำอะไร	ให้สองระบบรับส่งข้อมูลกัน	ให้ AI หยิบเครื่องมือและข้อมูลของบริษัทมาใช้ระหว่างคุยกับพนักงาน
ใครตั้งค่า	เจ้าของระบบเปิด API แล้วนักพัฒนาเขียนโค้ดเชื่อมทีละระบบ	นักพัฒนาสร้าง MCP server ครอบ API หรือฐานข้อมูลเดิม และกำหนดว่า AI ใช้อะไรได้บ้าง

สั้น ๆ คือ API และฐานข้อมูลคือของที่ระบบมีอยู่แล้ว ส่วน MCP เป็นชั้นที่วางทับให้ AI ใช้ของเหล่านั้นได้

ทำไม AI Assistant ต้องเชื่อมระบบ

AI ทำงานจริงได้เฉพาะในระบบที่เชื่อมไว้ ถ้าไม่ได้เชื่อม AI รู้เท่าที่คนพิมพ์บอก ทำได้แค่คุยและเตือน

ลองดูคำถามเดียวกัน "ลูกค้ารายนี้มีใบแจ้งหนี้ค้างจ่ายใบไหนบ้าง"

ยังไม่ได้เชื่อม AI ตอบได้แค่ให้ไปเปิดดูในระบบบัญชี หรือขอให้พนักงานคัดลอกข้อมูลมาวาง

เชื่อมผ่าน MCP แล้ว AI ค้นในระบบบัญชีเอง ตอบพร้อมเลขที่เอกสาร แล้วร่างข้อความทวงให้คนตรวจก่อนส่ง

AI ที่รู้แค่เรื่องทั่วไปกับ AI ที่รู้เรื่องของบริษัทคุณ ต่างกันตรงนี้ ส่วนภาพรวมว่า AI ผู้ช่วยองค์กรทำอะไรได้บ้าง อ่านได้ที่ AI ผู้ช่วยองค์กรคืออะไร

ตัวอย่างการใช้งาน

งานแบบไหนได้ประโยชน์จากการเชื่อมระบบ ลองนึกภาพตามตัวอย่างข้างล่าง (งานจริงต้องดูระบบที่แต่ละธุรกิจมีอยู่ก่อน)

เช่น โรงงานน้ำดื่ม: รับ-จ่ายวัตถุดิบด้วย QR และตามล็อต

พนักงานคลังสแกน QR บนวัตถุดิบตอนรับเข้าและตอนเบิกออก ข้อมูลเข้าระบบคลังทันที วันที่มีการตรวจ ถ้าผู้ตรวจขอดูว่าน้ำล็อตหนึ่งใช้วัตถุดิบล็อตไหน ผู้จัดการถาม AI ในแชทได้เลย AI ดึงประวัติจากระบบคลังแล้วสรุปเป็นตาราง ให้คนตรวจก่อนส่งต่อ

เช่น ผู้รับเหมาก่อสร้าง: รายงานหน้างานรายวัน

หัวหน้าไซต์ส่งรูปกับข้อความสั้น ๆ ในแชทตอนเย็น AI เรียบเรียงเป็นรายงานประจำวัน บันทึกลงระบบโครงการ และสรุปจำนวนแรงงานของแต่ละไซต์ให้ฝ่ายบัญชีใช้คิดค่าแรง เจ้าของถามได้ทุกเมื่อว่าไซต์ไหนช้ากว่าแผน

เช่น ดึงเอกสารจากระบบบัญชี

ฝ่ายขายอยากได้ใบกำกับภาษีของลูกค้า แทนที่จะรอฝ่ายบัญชีว่าง ก็พิมพ์ถาม AI ได้เลย AI ค้นในระบบบัญชีแล้วส่งเอกสารกลับมาในแชท ทั้งนี้ระบบบัญชีต้องเปิด API หรือส่งออกข้อมูลได้ จึงจะเชื่อมได้

ข้อจำกัดและสิ่งที่ต้องรู้

ระบบต้องเปิดให้เชื่อมได้ ถ้าระบบมี API หรือ export ข้อมูลออกเป็นไฟล์ได้ ก็เชื่อมได้ บางระบบที่ทีมพัฒนาเข้าถึงฐานข้อมูลได้โดยตรงและได้รับอนุญาตก็เชื่อมได้เช่นกัน ระบบเก่าที่ไม่มีทางใดเลยต้องประเมินเป็นราย ๆ บางระบบเชื่อมได้แค่บางส่วน

สิทธิ์และ audit log (บันทึกย้อนหลังว่าใครสั่งอะไร เมื่อไร) AI ควรเห็นและแก้ข้อมูลได้เท่าที่ตำแหน่งของคนสั่งมีสิทธิ์ และทุกอย่างที่ AI ทำต้องตรวจย้อนได้

AI ยังผิดพลาดได้ อ่านคำขอผิดหรือดึงข้อมูลผิดตัวได้ งานที่กระทบเงินหรือลูกค้าต้องให้คนอนุมัติก่อนเสมอ

ขอบเขตตกลงกันรายโปรเจค เชื่อมระบบไหน AI ทำอะไรได้และทำอะไรไม่ได้ ต้องเขียนไว้ให้ชัดก่อนเริ่มงาน

ข้อมูลส่วนบุคคล ถ้า AI อ่านข้อมูลลูกค้าหรือพนักงาน ต้องวางเรื่อง PDPA ตั้งแต่ต้น ว่าข้อมูลไหนส่งออกนอกบริษัทได้และใครเข้าถึงได้บ้าง หลักคิดเดียวกับที่สรุปไว้ใน PDPA สำหรับแอปพลิเคชัน

เริ่มจากตรงไหน

หน้าติดตั้ง AI Assistant ประจำองค์กร แบ่งแพ็กเกจตามสิ่งที่ได้รับ

Package 1 ตั้งค่าผู้ช่วย AI (เลขา AI) ในช่องทางที่ทีมใช้คุยกันอยู่แล้ว ยังไม่เชื่อมระบบธุรกิจ เริ่มต้น 150,000 บาท เหมาะกับบริษัทที่อยากให้ทีมคุ้นกับ AI ก่อน

Package 2 ขึ้นไป เพิ่ม MCP Integration เชื่อม AI เข้ากับระบบของบริษัท และ Mini Platform (ระบบเล็กที่ทำขึ้นเฉพาะงาน เช่น หน้ารับ-จ่ายวัตถุดิบด้วย QR) ตามขอบเขตที่ตกลงกัน

ค่ารายเดือนที่ต้องเตรียมเพิ่ม สรุปไว้ในงบทำ AI Assistant องค์กร ส่วนถ้าอยากให้ AI ตอบลูกค้าใน LINE อ่านAI ตอบแชท LINE OA ได้ไหม

MCP กับ API ต่างกันอย่างไร? ทำไม AI Assistant ต้องเชื่อมระบบ