ฉบับนี้เก็บไว้ตามที่เผยแพร่จริง ตัวเลขวัด ณ วันที่ที่ระบุ และไม่ได้ปรับเป็นค่าปัจจุบัน อ่านฉบับล่าสุด
Boom Leverage
เอกสารตรวจสอบสถานะแพลตฟอร์ม
- ฉบับที่
- 03
- เผยแพร่
- แทนที่ฉบับ
- 02 · 6 กันยายน 2026
บริษัทในฐานข้อมูล
923
ขอบเขต: บริษัทจดทะเบียนไทยที่มีแถวข้อมูลจากแบบ 56-1 อย่างน้อยหนึ่งแถวในส่วนที่เปิดให้บริการ ตั้งแต่ปีบัญชี 2021
เกณฑ์การนับเข้มขึ้นเมื่อ 2026-09-06 โดยนับเฉพาะบริษัทที่มีแถวข้อมูลจากแบบ 56-1 รองรับ ตัวเลข 916 ในฉบับที่ 02 วัดเมื่อ 2026-09-04 ก่อนเปลี่ยนเกณฑ์ ส่วนต่างนี้จึงต้องอ่านคู่กับหมายเหตุเรื่องเกณฑ์ ไม่ใช่การเติบโตล้วนๆ
[1]ด่านตรวจการอ้างอิง
98.95%
ขอบเขต: 489,178 จาก 494,377 รายการ ช่วง Core ปีบัญชี 2021–2026 ครอบคลุมห้าแกนที่เปิดใช้: ผู้สอบบัญชี ธุรกิจ การเงิน การกำกับดูแล และความเสี่ยง
เทียบกับ 98.94% ในฉบับที่ 02 ไม่ได้ เพราะฉบับนั้นครอบคลุมเพียงสามแกน แกนการกำกับดูแลและแกนธุรกิจเพิ่งเปิดเพิ่ม ฐานการนับจึงต่างกัน และตั้งใจไม่แสดงค่าก่อนหน้า
[2]รายการที่คัดออก
5,199
ขอบเขต: ไม่ผ่านด่านตรวจและไม่เคยแสดงผล — ฐานการนับเดียวกับอัตราผ่านที่อยู่ข้างกัน
ตัวเลข 3,968 ในฉบับที่ 02 มาจากฐานสามแกน จึงไม่ใช่ค่าก่อนหน้าของตัวเลขนี้
[2]ตลาด
1 live · 1 in build
ขอบเขต: ไทยเปิดให้บริการแล้ว เวียดนามอยู่ในช่วงทดลองใช้ก่อนเปิดตัว (early access) และยังไม่มีบริษัทให้ค้นหา
[3]เอกสารนี้ผลิตขึ้นอย่างไร
เอกสารฉบับนี้ร่างโดยโมเดลภาษาจากชุดคำสั่งที่ตรึงไว้และชุดหลักฐานที่ป้อนให้ จากนั้นผู้ก่อตั้งเป็นผู้ตรวจและเผยแพร่ และเป็นผู้รับผิดชอบทุกข้อความในนั้น เอกสารนี้ไม่ใช่ความเห็นอิสระจากบุคคลที่สาม และไม่แสร้งทำเป็นเช่นนั้น สิ่งที่ทำให้ตรวจสอบได้คือภาคผนวก — ทุกตัวเลขในเอกสารระบุขอบเขต วันที่วัด แหล่งที่มา และวิธีที่คุณคำนวณซ้ำเองได้ ส่วนคำถามใดที่โครงเอกสารถามแล้วชุดหลักฐานตอบไม่ได้ จะถูกระบุไว้ว่ายังตอบไม่ได้ แทนที่จะเติมให้เต็ม
คำถามที่ฉบับนี้ตอบไม่ได้
โครงเอกสารนี้ต้องการข้อมูลต่อไปนี้ แต่ชุดหลักฐานไม่มี จึงระบุไว้ตรงๆ แทนที่จะเติมให้ครบ
- ยังไม่มีหลักฐานว่าผ่านการตรวจด้านความปลอดภัยหรือการปฏิบัติตามข้อกำหนด (compliance) จากภายนอก ไม่ทราบว่าแพลตฟอร์มได้รับรอง SOC 2 Type II หรือ ISO 27001 หรือไม่ และยังไม่มีเอกสารเรื่องการแยกระบบลูกค้าระดับคลาวด์สำหรับไลเซนส์ทีม ALPHA (เช่น VPC แยกเฉพาะราย) ฝ่ายประเมินผู้ให้บริการ (vendor review) ของสถาบันควรขอเอกสารเหล่านี้แยกต่างหาก และไม่ควรถือว่ากลไกเชิงสถาปัตยกรรมใน §6 ใช้แทนกันได้
- ฉบับนี้ไม่มีตัวเลขรายได้ ชุดหลักฐานไม่มีรายได้ประจำต่อปี จำนวนลูกค้า อัตราการรักษาลูกค้า และการกระจุกตัวของลูกค้า ถ้าเล่าเรื่องการเติบโตโดยไม่มีตัวเลขเหล่านี้ ส่วนนั้นจะเป็นส่วนเดียวในเอกสารที่ผู้อ่านตรวจสอบไม่ได้
- เอกสารนี้ไม่ได้วัดต้นทุนประมวลผลส่วนเพิ่มต่อการค้นหาหนึ่งครั้ง จึงบอกอัตรากำไรขั้นต้นต่อเครดิตไม่ได้ ราคาเครดิตใน §7 คือสิ่งที่ลูกค้าจ่าย ไม่ใช่ต้นทุนการให้บริการแต่ละครั้ง และสองตัวนี้รวมกันคือเศรษฐศาสตร์ต่อหน่วย (unit economics) ทั้งหมด
- ด่านตรวจการอ้างอิงไม่ได้วัดแถวข้อมูลจากบทถอดความ Opp Day เพราะหลักฐานของแถวเหล่านี้คือลิงก์ไปยังนาทีในคลิปบันทึก ไม่ใช่ข้อความบนหน้า PDF ยังไม่มีการเผยแพร่อัตราความถูกต้องระดับคำของบทถอดความ และเอกสารนี้ไม่ได้อ้างตัวเลขดังกล่าว
§1
บทสรุปผู้บริหาร
- Boom Leverage เป็นโครงสร้างพื้นฐานด้านข้อมูลเชิงคุณภาพสำหรับตลาดทุนไทย แพลตฟอร์มดึงเนื้อความจากเอกสารที่บริษัทต้องยื่นตามกฎ (แบบ 56-1 One Report) มาทำให้ค้นตามความหมายได้ (semantic search) ครอบคลุมบริษัทจดทะเบียน 923 แห่งที่มีข้อมูลอย่างน้อยหนึ่งแถวในส่วนที่เปิดให้บริการ ตั้งแต่ปีบัญชี 2021[1]
- จุดต่างสำคัญคือวิธีสกัดข้อมูลที่ผูกทุกผลลัพธ์ไว้กับตำแหน่งบนหน้าเอกสารต้นฉบับซึ่งตรวจสอบได้ และมีด่านตรวจการอ้างอิง (citation gate) คุมอีกชั้น อัตราผ่านอยู่ที่ 98.95% บนห้าแกนที่เปิดใช้ ได้แก่ ผู้สอบบัญชี ธุรกิจ การเงิน การกำกับดูแล และความเสี่ยง รวม 489,178 รายการที่ผ่านการตรวจ[2]
- ผลลัพธ์ใดที่จับคู่แบบคำต่อคำกับ PDF ต้นฉบับไม่ได้ จะถูกคัดออก และจำนวนที่คัดออก 5,199 รายการก็เปิดเผยไว้ด้วย ผู้อ่านจึงตรวจอัตราความผิดพลาดได้เอง แทนที่จะเห็นแค่ตัวเลขความแม่นยำรวมๆ[2]
- ในเชิงธุรกิจ แพลตฟอร์มเปลี่ยนการค้นด้วยคีย์เวิร์ดให้เป็นการสแกนตามเช็กลิสต์ระดับสถาบัน ขายเป็นแพ็กเกจที่คิดเครดิตตามการใช้งาน เริ่มจากโควตาฟรีวันละ 100 เครดิต ไปจนถึงไลเซนส์ทีม ALPHA (desk licence) ราคา 9,900 บาท ซึ่งมี API และข้อมูลย้อนหลังสิบปี (ปีบัญชี 2016–2026)[13][7]
- จุดอ่อนหลักคือการพึ่งพาบุคคลคนเดียวสูงมาก ผู้ก่อตั้งเป็นจุดเสี่ยงจุดเดียว (single point of failure) ทั้งด้านสถาปัตยกรรมระบบ ชุดหมวดความเสี่ยง และกลยุทธ์ขยายตลาด ส่วนตลาดที่สองคือเวียดนาม ยังอยู่ระหว่างรวบรวมข้อมูล ยังไม่มีรายได้ และยังไม่มีบริษัทให้ค้นหา[3][12]
§2
มีอะไรเปลี่ยนจากฉบับก่อน
รอบนี้ฐานข้อมูลไทยขยายออกทางกว้างและโครงสร้างราคาเปลี่ยน มีแกนค้นหาใหม่สองแกน (การกำกับดูแล และธุรกิจและการแข่งขัน) และเพิ่มบทถอดความงาน Opportunity Day ด้วย AI เป็นหลักฐานอีกประเภทที่ค้นได้ ราคาเปลี่ยนจากเครดิตคงที่ต่อครั้งเป็นสูตรตามจำนวนแกน และโควตาฟรีรายวันเพิ่มจาก 10 เป็น 100 เครดิต[13] ข้อมูลย้อนหลังของ ALPHA ขยายไปถึงปีบัญชี 2016 ส่วนตลาดเวียดนามยังอยู่ระหว่างสร้างฐานข้อมูลสำหรับช่วงทดลองใช้ ยังไม่มีรายได้ และยังไม่มีบริษัทให้บริการ
| รายการ | เดิม | ปัจจุบัน | วันที่ |
|---|---|---|---|
| ค้นหาใน Opportunity Day | ยังค้นหาไม่ได้ | ถอดความงานบรรยายด้วย AI แล้วจัดเข้าฐานค้นหา และขายเป็นแกนค้นหาหนึ่งแกน | |
| แกนที่ค้นหาได้ | แกนที่เปิดใช้สามแกน | เปิดแกนการกำกับดูแล และแกนธุรกิจและการแข่งขัน | |
| ข้อมูลย้อนหลังของ ALPHA | หกปี | สิบปี (ปีบัญชี 2016–2026) | |
| ราคาค้นหา | เครดิตคงที่ต่อครั้ง | คิดตามจำนวนแกน บวกตามจำนวนบริษัททุก 25 แห่ง | |
| แพ็กเกจฟรี | 10 เครดิตต่อวัน | 100 เครดิตต่อวัน ทุกตลาด | |
| ช่วง Opp Day ของ ALPHA | สี่ปี | ทุกรอบในคลัง ย้อนหลังหกปี |
§3
ช่องว่างของตลาด
กฎการเปิดเผยข้อมูลบังคับให้บริษัทจดทะเบียนทุกแห่งยื่นเอกสารเชิงคุณภาพจำนวนมากทุกปี ในตลาดหลักทรัพย์แห่งประเทศไทย แบบ 56-1 One Report เล่มหนึ่งยาวหลายร้อยหน้า ครอบคลุมการดำเนินงาน ปัจจัยความเสี่ยง การกำกับดูแลกิจการ และคำอธิบายและการวิเคราะห์ของฝ่ายจัดการ (MD&A) เมื่อมองทั้งตลาด ครึ่งที่เป็นข้อมูลเชิงคุณภาพแทบไม่มีนักลงทุนสถาบันอ่าน ขณะที่ครึ่งเชิงปริมาณ เช่น กำไรสุทธิ อัตราส่วนจากงบดุล และตัวชี้วัดทางการเงินมาตรฐาน ถูกแปลงเป็นดิจิทัลและเรียกดูได้ในระดับมิลลิวินาทีผ่านเครื่องมือของผู้ให้บริการรายเดิม แต่เนื้อความยังจมอยู่ในไฟล์ PDF ที่ไม่มีโครงสร้างและหน้าตาต่างกันมาก นักลงทุนรายย่อยต้องพึ่งบทสรุปจากบุคคลที่สามซึ่งมาช้า ส่วนทีมวิเคราะห์ของสถาบันก็ยังค้นด้วยคีย์เวิร์ดแบบตรงตัว คอขวดนี้ทำให้ข้อมูลไปถึงตลาดช้าอยู่เสมอ สัญญาณว่าธุรกิจเริ่มมีปัญหา เช่น การกระจุกตัวของลูกค้าที่เปลี่ยนไป ห่วงโซ่อุปทานสะดุดในบางพื้นที่ หรืออายุลูกหนี้ที่ผิดปกติ ฝ่ายจัดการเปิดเผยไว้อย่างเป็นทางการหลายไตรมาสก่อนจะเป็นข่าวหรือทำให้ราคาปรับฐาน
คำว่า "ไม่มีใครอ่าน" ไม่ใช่ "ไม่มีให้อ่าน" คือจุดที่มีน้ำหนักในเชิงธุรกิจ ผลตอบแทนส่วนเกินในเรื่องนี้ไม่ได้มาจากข้อมูลลับ แต่มาจากการอ่านข้อมูลสาธารณะที่มีอยู่แล้วให้ครบและเป็นระบบ การค้นแบบตรงตัวอักษรใช้ไม่ได้ผลกับเอกสารของบริษัท เพราะฝ่ายจัดการมักเล่าปัญหาด้วยคำที่นุ่มนวลและใช้ถ้อยคำหลากหลายมาก นักวิเคราะห์ที่ค้นวลี "customer concentration" จะไม่เจอเอกสารที่เขียนว่า "the majority of the Company's revenue recognized… comes from government and state enterprises customers" เพราะไม่มีวลีนั้นอยู่เลย ระบบค้นที่ไม่เข้าใจความหมายจึงหาความเสี่ยงที่แฝงอยู่ไม่เจอ
Boom Leverage เข้ามาปิดช่องว่างนี้ด้วยการทำให้เอกสารแบบ 56-1 ของตลาดไทยค้นตามความหมายได้[1] วิธีทำงานของสถาบันเปลี่ยนจากการเดาคีย์เวิร์ด มาเป็นการใช้ชุดหมวดความเสี่ยงมาตรฐานสแกนทั้งตลาดพร้อมกัน คุณค่าอยู่ที่การเป็นความจำขององค์กรมากกว่าการพยากรณ์ แพลตฟอร์มเก็บประวัติการเปิดเผยข้อมูลย้อนหลังลึกถึงสิบปีในแพ็กเกจ ALPHA ทำให้เห็นว่าฝ่ายจัดการเริ่มเปลี่ยนวิธีเล่าความเสี่ยงด้านการดำเนินงานเรื่องใดเรื่องหนึ่งในไตรมาสไหน[7] ช่องว่างที่ผลิตภัณฑ์นี้เข้าไปเติมคือ คนไม่สามารถติดตามการเปลี่ยนความหมายข้ามเอกสารที่ไม่มีโครงสร้างนับพันฉบับในช่วงหลายปีได้
ข้อจำกัดของแบบ 56-1 คือเป็นเอกสารที่ร่างอย่างระวังและผ่านการตรวจทางกฎหมายมาอย่างหนักเพื่อลดความรับผิด ส่วนเวลาผู้บริหารพูดในงานแถลงผลประกอบการ จะมีทั้งความลังเล บริบทที่ไม่ได้เตรียมมา และน้ำเสียงที่เปลี่ยนไป ซึ่งไม่เคยไปถึงเอกสารที่ตีพิมพ์ เพื่อเข้าถึงข้อมูลชั้นนั้น แพลตฟอร์มจึงขยายไปยังงาน Opportunity Day ของตลาดหลักทรัพย์แห่งประเทศไทย บทถอดความด้วย AI ค้นได้คู่กับเอกสารที่ยื่น นับล่าสุดเมื่อวันที่ 21 กันยายน 2026 ในช่วงย้อนหลังสี่ปีมี 5,755 ครั้ง ช่วงดังกล่าวขยายเป็นหกปีเมื่อ 30 กันยายน 2026 และยังไม่ได้นับใหม่สำหรับฉบับนี้[16][7] นอกจากนี้ยังมีข้อมูลย้อนหลังที่ตรวจแล้ว 254,149 รายการ ครอบคลุมปีบัญชี 2016–2020 ซึ่งรายงานแยกจากช่วง Core และไม่เคยนำมารวมกัน เพื่อไม่ให้ตัวเลขที่ใช้ตัวหารต่างกันปนกัน[4]
§4
วิธีสกัดข้อมูลและกรอบตำแหน่งบนหน้า (bounding box)
การสกัดข้อมูลตั้งอยู่บนหลักกรอบตำแหน่งบนหน้า (bounding box) ผลลัพธ์ที่ถูกต้องต้องมีสี่องค์ประกอบที่แยกจากกันไม่ได้ คือ ข้อความตามตัวอักษร เอกสารฉบับที่ยื่น เลขหน้าที่แน่นอน และพิกัดของประโยคนั้นบนหน้าซึ่งตรวจสอบได้ ระบบไม่ได้ทำงานกับข้อความล้วนๆ แต่นำเข้าไฟล์ PDF แบบ 56-1 พร้อมบันทึกตำแหน่งบนหน้า เมื่อมีคำค้น โมเดลแปลงความหมายหลายภาษา (multilingual embedding) จะดึงข้อความที่เกี่ยวข้องออกมา ถ้าเอกสารเป็นภาพสแกนที่ไม่มีชั้นข้อความ จะใช้ OCR และโมเดลอ่านภาพ (vision model) เพื่อหาพิกัดของคำเท่านั้น ชั้น OCR ห้ามเปลี่ยนเนื้อความ หน้าที่ของมันคือระบุตำแหน่ง ไม่มีหน้าที่อื่น
กลไกควบคุมที่สำคัญที่สุดคือด่านตรวจการอ้างอิง ก่อนแสดงผลลัพธ์จาก PDF ใดๆ ระบบจะเทียบแบบตายตัว (deterministic) ระหว่างข้อความที่สกัดมากับข้อความต้นฉบับที่พิกัดที่บันทึกไว้ ถ้าเทียบไม่ตรงด้วยเหตุใดก็ตาม ไม่ว่าไฟล์เสียรูปแบบ OCR อ่านพลาด หรือโมเดลแต่งข้อความขึ้นเอง ผลลัพธ์นั้นจะถูกคัดออก ณ วันที่ 30 กันยายน 2026 ด่านนี้มีอัตราผ่าน 98.95% บนห้าแกนที่เปิดใช้ คือ 489,178 จาก 494,377 รายการ และเปิดเผยจำนวนที่คัดออก 5,199 รายการไว้ข้างกัน ผู้อ่านจึงตรวจอัตราความผิดพลาดได้ แทนที่จะเห็นแค่ตัวเลขความแม่นยำทั่วไป[2] ข้อมูลที่ให้บริการมี 598,776 แถวที่หลักฐานเป็นข้อความยกมาคำต่อคำจาก PDF รวมแกนคุณภาพการดำเนินงาน (เบต้า) ซึ่งวัดแยกได้ 99.11%[14][15]
สำหรับนักลงทุนสถาบันที่ไม่ได้อ่านภาษาต้นฉบับ ระบบนี้มีทางให้ตรวจสอบโดยไม่แตะต้นฉบับ ทุกบรรทัดที่อ้างอิงแสดงสองภาษา ประโยคภาษาไทยของบริษัทแสดงคำต่อคำและถือเป็นฉบับหลัก ส่วนคำแปลภาษาอังกฤษวางคู่กันและติดป้ายว่าเป็นคำแปล เมื่อลิงก์เอกสารและเลขหน้าอยู่ในแถวเดียวกัน ผู้จัดการกองทุนที่ใช้ภาษาอังกฤษจึงส่งประโยคที่ถูกตั้งข้อสังเกตให้ที่ปรึกษากฎหมายในประเทศหรือนักวิเคราะห์ที่อ่านได้สองภาษาตรวจได้ในไม่กี่นาที ผู้ใช้ไม่ต้องเชื่อคำแปลที่ยังไม่ได้ตรวจ
บทถอดความ Opportunity Day เป็นหลักฐานประเภทที่สอง และตั้งใจให้อยู่นอกระบบกรอบตำแหน่ง เพราะต้นทางเป็นคลิปบันทึก หลักฐานของคำพูดจึงเป็นลิงก์ไปยังนาทีในเว็บแคสต์ ไม่ใช่พิกัดบนหน้ากระดาษ สองสายนี้แยกจากกัน ถ้าผลิตภัณฑ์เอาอัตราการถอดความไปรวมกับอัตราผ่านของ PDF ตัวชี้วัดที่สถาบันใช้ประกอบการตัดสินใจจะดูดีเกินจริง แถวจากบทถอดความจึงไม่อยู่ในด่านตรวจที่ใช้กับเอกสารที่ยื่น
§5
หลักคิดเรื่องสัญญาณเตือนผิด (false positive)
แพลตฟอร์มนี้ใช้หลักคิดจากการบริหารความเสี่ยงของแบบจำลองในธนาคาร คือ สัญญาณเตือนผิดทำลายความเชื่อมั่นของสถาบันมากกว่าการพลาดสัญญาณ ระบบที่ตีข้อมูลเปิดเผยปกติเป็นความเสี่ยงร้ายแรงบ่อยๆ จะทำให้ผู้จัดการกองทุนเลิกสนใจผลลัพธ์ของมัน Boom Leverage จึงให้น้ำหนักกับคุณภาพของสัญญาณมากกว่าจำนวนการแจ้งเตือน เมื่อข้อความที่สกัดมาไม่ผ่านมาตรฐานการตรวจกรอบตำแหน่ง ระบบจะเลือกไม่แสดง (fail closed) คือคัดรายการนั้นออก ไม่เติมค่า ไม่ประมาณ และไม่เฉลี่ยให้ การแสดงจำนวนที่คัดออก 5,199 รายการไว้บนหน้าจอ ทำให้ข้อจำกัดของระบบมองเห็นได้ แทนที่จะทำให้ตัวเลขความแม่นยำดูดีเกินจริง[2]
วินัยนี้เข้มที่สุดบนแกนความเห็นผู้สอบบัญชี เพราะกฎบัญชีบังคับให้บริษัทจดทะเบียนทุกแห่งเปิดเผยความเสี่ยงด้านสภาพคล่องและเครดิตตามมาตรฐานอยู่แล้ว ถ้าดึงทุกอย่างออกมาก็จะได้แต่สัญญาณรบกวนที่ใช้ไม่ได้ ระบบจึงดูถ้อยคำเฉพาะในรายงานของผู้สอบบัญชี ไม่ใช่แค่เห็นหัวข้อบังคับแล้วแจ้งเตือน และแยกความเห็นแบบเปลี่ยนแปลงไปออกจากวรรคเน้นข้อมูลที่เป็นเรื่องปกติ ผลของเกณฑ์นี้คือ จาก 910 บริษัทที่สแกนช่วงปีบัญชี 2021–2025 มี 68 บริษัทที่ถูกตั้งธง[9] ระบบยังกันข้อความสำเร็จรูปที่กฎกำหนดออกไป เพื่อไม่ให้สิ่งที่เป็นแค่โครงสร้างเอกสารถูกแสดงเป็นปัญหาเฉพาะบริษัท กฎแบบตายตัวกันออกไป 96 แถวที่มาจากแม่แบบเรื่องการดำเนินงานต่อเนื่องตาม TSA 570 ทำให้บริษัท 60 แห่งที่ไม่มีปัญหาอื่นหลุดออกจากรายการธงแดง[11]
เมื่อขยายไปถึงบทถอดความงานแถลงด้วย AI ก็ต้องใช้หลักเดียวกันกับภาษาพูด ระบบรู้จำเสียงมักใส่หน่วยผิดอย่างมั่นใจเมื่อเจอศัพท์การเงินภาษาไทย "9,200 ล้านบาท" อาจกลายเป็น "9,200 บาท" เพื่อกันตัวเลขผิดไม่ให้เข้าสู่ Terminal ตัวเลขที่ได้จากคำพูดต้องปรากฏบนสไลด์ที่เผยแพร่ของงานครั้งนั้นด้วย และต้องผ่านการตรวจขนาดตัวเลขเทียบกับฐานข้อมูลการเงินของแพลตฟอร์มอีกชั้น ตัวเลขที่ไม่ผ่านข้อใดข้อหนึ่งจะไม่ถูกแสดง[16]
ระบบยังไม่ให้คะแนนความรุนแรงกับบทถอดความจากคำพูด ชุดหมวดความเสี่ยงของเอกสารที่ยื่นใช้จัดระดับความเสี่ยงที่เปิดเผยเป็นลายลักษณ์อักษร แต่แถว Opp Day ติดป้ายว่าเป็นบทถอดความด้วยเครื่อง และเว้นช่องความรุนแรงว่างไว้ การให้เครื่องตัดสินน้ำเสียง ความลังเล หรือคำพูดสดของผู้บริหาร คือตัวแปรที่อธิบายไม่ได้ และคะแนนที่วางทับบทสนทนาที่ไม่มีสคริปต์ก็คือความน่าเชื่อถือที่สร้างขึ้นมาเอง ผลิตภัณฑ์จึงไม่ทำเรื่องนี้เลย
§6
ความถูกต้องของข้อมูล การแยกข้อมูลลูกค้า และการป้องกันข้อมูลรั่ว
ความถูกต้องของข้อมูลมาจากการที่ข้อความต้นฉบับตามกฎไม่ถูกเปลี่ยนแปลง ส่วนการแยกข้อมูลกันไม่ให้ข้อมูลของผู้ใช้รายหนึ่งปนไปถึงอีกราย ความเสี่ยงหลักของระบบค้นตามความหมายคือคำค้นรั่ว คือคำค้นของสถาบันหนึ่งไปมีผลต่อคำแนะนำอัตโนมัติ แคช หรือน้ำหนักโมเดลที่คู่แข่งเห็น แพลตฟอร์มป้องกันเรื่องนี้ด้วยการแยกเด็ดขาดระหว่างฐานเอกสารสาธารณะที่ไม่เปลี่ยนแปลง กับส่วนประมวลผลคำค้นที่เปลี่ยนไปตามการใช้งาน ประวัติการค้น ชุดหมวดที่ผู้ใช้ตั้งเอง และคำค้นที่เป็นความลับทางธุรกิจ จะไม่ถูกนำไปใช้ฝึกโมเดลรวม กลไกนี้มีไว้เพื่อไม่ให้สมมติฐานความเสี่ยงที่ทีมหนึ่งคิดขึ้น หลุดไปถึงคนอื่นในตลาดผ่านการอัปเดตโมเดล
ความเสี่ยงประเภทที่สองคือโมเดลสร้างข้อความ (generative model) แต่งข้อมูลขึ้นเอง ซึ่งมักเกิดจากการแทรกคำสั่ง (prompt injection) หรือขอบเขตโมเดลที่หละหลวม แพลตฟอร์มลดความเสี่ยงนี้ด้วยการไม่ใช้การสร้างข้อความในขั้นตอนค้นหาหลักเลย ระบบทำแค่ค้นคืนด้วยเวกเตอร์ เทียบข้อความ และเทียบพิกัด หน้าจอไม่มีส่วนใดที่ได้รับอนุญาตให้สรุป ตีความ หรือพยากรณ์ผลทางการเงิน ข้อมูลที่ป้อนเข้ามาโดยเจตนาร้ายจะถูกแปลงเป็นเวกเตอร์ตามตัวอักษร จับคู่กับย่อหน้าที่มีความหมายใกล้เคียง แล้วต้องผ่านด่านตรวจกรอบตำแหน่ง ถ้าไม่มีข้อความนั้นคำต่อคำอยู่จริงบนหน้า PDF ที่ตรวจสอบได้ คำค้นจะจบอย่างปลอดภัย ไม่คืนผลลัพธ์ และไม่สร้างเรื่องขึ้นมา
ประเภทที่สามคือตัวเลขเก่า คือตัวเลขที่ตรวจแล้วในช่วงหนึ่งถูกนำเสนอเหมือนเป็นตัวเลขปัจจุบันในช่วงถัดไป ตัวเลขที่ตรึงไว้ ณ วันที่วัดจะติดป้ายบอกไว้ ไม่ถูกปรับให้ดูเป็นปัจจุบัน กฎนี้ใช้กับเอกสารนี้ด้วย 98.94% บนสามแกนของฉบับที่ 02 ไม่ได้ถูกเขียนทับด้วย 98.95% บนห้าแกนของฉบับนี้ และจำนวนครั้งของ Opp Day แสดงพร้อมวันที่วัดและหมายเหตุว่าช่วงเวลาเปลี่ยนไปแล้ว ตัวเลขด่านตรวจทั้งสองยังอ่านเทียบกันได้ โดยแต่ละตัวผูกกับฐานการนับและวันที่ของตัวเอง[2][16]
สิ่งที่ยังไม่มีหลักฐานระบุไว้ในส่วนคำถามที่ฉบับนี้ตอบไม่ได้ ชุดหลักฐานไม่มีการรับรองจากภายนอก ไม่มีหลักฐานว่าได้ SOC 2 Type II หรือ ISO 27001 และยังไม่มีเอกสารเรื่องการแยกระบบลูกค้าระดับคลาวด์สำหรับไลเซนส์ทีม ALPHA เช่น VPC แยกเฉพาะรายหรือการเข้ารหัสแยกต่างหาก กลไกเชิงสถาปัตยกรรมในส่วนนี้เป็นข้อจำกัดเชิงการทำงาน ไม่ได้ใช้แทนการตรวจความปลอดภัยโดยบุคคลที่สาม ฝ่ายประเมินผู้ให้บริการของสถาบันควรถือว่าช่องว่างนี้ยังเปิดอยู่
§7
โมเดลธุรกิจและเศรษฐศาสตร์ต่อหน่วย (unit economics)
รูปแบบธุรกิจเป็นแพ็กเกจสมาชิกแบบฟรีเมียม คิดเครดิตตามการใช้งาน ออกแบบให้ลองใช้ได้ง่ายก่อนเปลี่ยนผู้ใช้สถาบันเป็นรายได้ประจำ จุดเริ่มคือเข้าสู่ระบบด้วย Google รับเครดิตฟรีวันละ 100 เครดิต ไม่ต้องกรอกข้อมูลการชำระเงิน ใช้ได้เฉพาะเอกสารล่าสุดราวห้าไตรมาส[13] DELTA ราคา 799 บาทต่อเดือน ขยายเป็นข้อมูลแบบ 56-1 ย้อนหลังสี่ปีและ Opp Day แปดรอบ พร้อม 150 เครดิตต่อวัน[5] GAMMA ราคา 1,399 บาท ได้ 350 เครดิต ช่วง Core หกปีเต็ม และ Opp Day 16 รอบ[6] ราคาตั้งเป็นเงินบาทแทนดอลลาร์ ผู้จัดการสินทรัพย์ในภูมิภาคจึงไม่ต้องรับความผันผวนของค่าเงินในงบประมาณ และหน้าร้านกับหน้าชำระเงินแสดงตัวเลขเดียวกัน
การคิดค่าใช้งานเปลี่ยนจากราคาคงที่ต่อครั้งเป็นสูตรตามจำนวนแกน และสูตรนี้บอกว่าผลิตภัณฑ์มองว่าคุณค่าอยู่ตรงไหน ค้นหนึ่งถึงห้าแกนแรกรวมกันใช้หนึ่งเครดิต เกินห้าแกนเพิ่มแกนละหนึ่งเครดิต และเกิน 25 บริษัทแรกเพิ่มหนึ่งเครดิตต่อทุก 25 บริษัท[10] สิ่งที่แพงที่สุดไม่ใช่การค้นวงกว้าง แต่เป็นการตรวจสอบแบบเจาะจง เปิดหน้าเอกสารพร้อมกรอบไฮไลต์ข้อความใช้สองเครดิต และเปิดผลตรวจผู้สอบบัญชีของหนึ่งบริษัทใช้ห้าเครดิต ส่วนการกดลิงก์ไปเว็บไซต์หน่วยงานกำกับไม่เสียเครดิต ผู้อ่านจะตรวจเราเทียบกับต้นฉบับได้โดยไม่มีค่าใช้จ่าย[10]
บนสุดคือไลเซนส์ทีม ALPHA เริ่มที่ 9,900 บาทต่อเดือน ได้ 1,500 เครดิตต่อวัน ใช้ได้หลายคน มี API และส่งออก CSV/Excel จำนวนมาก พร้อมข้อมูลย้อนหลังถึงปีบัญชี 2016 เท่ากับความจำขององค์กรสิบปี[7] ทุกแพ็กเกจมีบริการรายงานวิจัยตามสั่ง (On-Demand Research) เป็นจุดอ้างอิงราคา เริ่มที่ 1,000 ดอลลาร์ต่อรายงาน[8] การวางรายงาน 1,000 ดอลลาร์ไว้ข้างแผน 799 บาทต่อเดือนเป็นกลไกด้านราคา นักวิเคราะห์จะเห็นว่าค่าสมาชิกเล็กมากเมื่อเทียบกับแรงงานที่ต้องใช้ตรวจแบบเดียวกันด้วยมือ
อีกครึ่งของเศรษฐศาสตร์ต่อหน่วยเป็นสิ่งที่เอกสารนี้วัดไม่ได้ การประเมินนี้ไม่ได้รวมต้นทุนประมวลผลส่วนเพิ่มของการค้นคืนและการเทียบพิกัด จึงไม่มีการอ้างอัตรากำไรขั้นต้นต่อครั้ง รายได้ประจำต่อปี อัตราการรักษาลูกค้า จำนวนลูกค้าที่ใช้งาน และการกระจุกตัวของลูกค้าก็ไม่อยู่ในชุดหลักฐาน เมื่อไม่มีข้อมูลเหล่านี้ ผู้ตรวจสอบภายนอกจึงตรวจเรื่องเล่าด้านรายได้ไม่ได้
§8
ผู้ก่อตั้งและความน่าเชื่อถือในมุมสถาบัน
แพลตฟอร์มนี้ก่อตั้งและบริหารโดยวรัญชัย ยิ่งคำนึง ซึ่งมาจากสายบริหารความเสี่ยงของแบบจำลองเชิงปริมาณและการวิเคราะห์ข้อมูลในธนาคาร ไม่ใช่สายวิศวกรรมซอฟต์แวร์ เขาเรียนสายวิทยาศาสตร์ จบปริญญาโทสาขาเคมีเชิงฟิสิกส์ด้วยเกียรตินิยมสูงสุด จากนั้นผ่านงานเทรดเชิงปริมาณเข้าสู่ธนาคาร ที่ธนาคารกสิกรไทย เขาทำงานด้านวิเคราะห์เชิงปริมาณความเสี่ยงด้านเครดิต และสร้างระบบเตือนภัยล่วงหน้าที่ใช้การประมวลผลภาษาธรรมชาติ (NLP) เป็นระบบแรกของธนาคาร โดยใช้ deep learning อ่านข่าวและข้อความที่ไม่มีโครงสร้าง เพื่อจับสัญญาณความเสี่ยงด้านเครดิตก่อนกลายเป็นหนี้เสีย ที่ธนาคารกรุงไทย ในตำแหน่งนักวิทยาศาสตร์ข้อมูลอาวุโสด้านความเสี่ยงธุรกิจและวิจัยเศรษฐกิจมหภาค เขารับผิดชอบและตรวจสอบความถูกต้องของแบบจำลองผลขาดทุนด้านเครดิตที่คาดว่าจะเกิดขึ้น (ECL) รายเดือนที่ธนาคารใช้งานจริงภายใต้ TFRS 9
ภูมิหลังนี้กำหนดจุดยืนด้านความเสี่ยงของแพลตฟอร์ม คนที่เคยต้องชี้แจงแบบจำลอง ECL ตาม TFRS 9 ต่อผู้ตรวจสอบภายในของธนาคาร ย่อมไม่ไว้ใจตัวแปรที่อธิบายไม่ได้ การออกแบบระบบให้ไม่มีการสร้างข้อความด้วย AI วินัยเรื่องสัญญาณเตือนผิดที่คุมจำนวนการแจ้งเตือน และการจัดระดับความรุนแรงตามถ้อยคำบนแกนผู้สอบบัญชี คือกรอบคิดแบบธนาคารที่นำมาทำเป็นผลิตภัณฑ์ ส่วนใบอนุญาตผู้แนะนำการลงทุน IC Complex Type-1 ของ ก.ล.ต. ยึดการปฏิบัติตามกฎแบบเดียวกันในฝั่งตลาดทุน
ข้อเท็จจริงเดียวกันนี้คือความเสี่ยงด้านการดำเนินงานที่ใหญ่ที่สุดซึ่งยังไม่ได้แก้ และขอระบุไว้ตรงนี้แทนที่จะปล่อยให้เป็นนัย กิจการนี้พึ่งพาบุคคลคนเดียวสูงมาก ทั้งสถาปัตยกรรมระบบ การปรับชุดหมวดความเสี่ยง การออกแบบคำสั่ง (prompt) สองภาษา และการนำผลิตภัณฑ์ออกสู่ตลาด ล้วนอยู่ที่คนคนเดียว ชุดหลักฐานไม่ได้ระบุถึงทีมวิศวกร ผู้ร่วมก่อตั้ง หรือเงินทุนจากสถาบัน หากผู้ก่อตั้งทำงานไม่ได้หรือเปลี่ยนทิศทาง การดูแลดัชนีค้นหา (vector index) การปรับตัวอ่านเอกสารให้ทันรูปแบบที่เปลี่ยน และการเดินหน้าแผนหลายตลาด จะหยุดลง §10 จึงจัดเรื่องนี้เป็นความเสี่ยงข้อแรก
§9
แนวคิดการขยายตลาด
แนวคิดการขยายตลาดคือการทำซ้ำแบบแฟรนไชส์ นำระบบค้นตามความหมายและการสกัดด้วยกรอบตำแหน่งไปใช้ในตลาดเอเชียใกล้เคียงที่มีกฎการเปิดเผยข้อมูลแบบรวมศูนย์และบังคับในลักษณะเดียวกัน เวียดนามคือตลาดที่สองที่เลือกไว้ โดยมุ่งที่รายงานประจำปี (Báo cáo thường niên) ของบริษัทจดทะเบียนใน HOSE, HNX และ UPCoM เหตุผลคือเป็นการขยายทางกว้าง ใช้โมเดลแปลงความหมายหลายภาษาและซอฟต์แวร์เทียบพิกัดชุดเดิมกับภาษาใหม่ โดยไม่ต้องออกแบบขั้นตอนค้นหาและตรวจสอบหลักใหม่
ตลาดเวียดนามอยู่ระหว่างรวบรวมข้อมูล ระบบค้นหาเปิดใช้งานคู่กับฝั่งไทยแล้ว และประกาศตารางราคาท้องถิ่นแล้ว โดย DELTA อยู่ที่ 639,000 ดองต่อเดือน ซึ่งคิดจาก 799 บาทที่อัตราคงที่ 1:800[12] ปัจจุบันยังไม่มีบริษัทเวียดนามในฐานข้อมูลที่ค้นได้[3] ข้อนี้ตั้งใจไว้ ตลาดใดก็ตามจะยังไม่เปิดให้ค้นแบบเสียเงิน จนกว่าข้อมูลจะผ่านเกณฑ์การตรวจเดียวกับที่ใช้กับแบบ 56-1 ของไทย[2] รายชื่อรอใช้งานก่อนเปิดตัวให้ลูกค้าขอให้จัดทำข้อมูลบริษัทที่ระบุชื่อก่อนได้ ซึ่งบ่งว่าการประมวลผลทำตามความต้องการ มากกว่าดึงข้อมูลทั้งตลาดเข้ามาก่อนเปิดตัว
แนวคิดนี้จะเป็นธุรกิจได้ต้องมีสามเงื่อนไข หนึ่ง รูปแบบเอกสารของเวียดนามต้องมีชั้นข้อความที่คาดเดาได้ หรือยังอยู่ในวิสัยที่โมเดลอ่านภาพจัดการได้ ด่านตรวจจึงจะทำงาน สอง โมเดลแปลงความหมายต้องตีความศัพท์ธุรกิจภาษาเวียดนามเป็นสัญญาณปัญหาในการดำเนินงานได้แม่นเท่ากับภาษาไทย สาม ความต้องการของสถาบันในท้องถิ่นต้องรองรับราคา 639,000 ดองได้ โดยไม่ต้องปรับผลิตภัณฑ์เฉพาะจนต้องแยกระบบ จนกว่าข้อมูลเวียดนามที่ผ่านการตรวจจะขึ้นหน้าจอสาธารณะ แนวคิดการขยายตลาดยังเป็นความสามารถที่ยังไม่ได้พิสูจน์
§10
ทะเบียนความเสี่ยงและคำถามที่ยังค้างอยู่
แต่ละข้อแยกการพึ่งพาเชิงโครงสร้าง ความเสี่ยงด้านกฎระเบียบ หรือคอขวดทางเทคนิคออกมา และระบุว่าอะไรจะแสดงว่าข้อกังวลนั้นได้รับคำตอบแล้ว คำถามที่ยังค้างอยู่ด้านบน — รายได้ประจำที่ไม่มีเอกสาร ต้นทุนประมวลผลต่อคำค้นที่ยังไม่ได้วัด การไม่มีการรับรอง SOC 2 Type II หรือ ISO 27001 และการไม่มีอัตราความถูกต้องของบทถอดความ Opp Day ที่เผยแพร่ — ใช้ประกอบทะเบียนนี้ ไม่ใช่เรื่องที่แยกออกไปต่างหาก
01การพึ่งพาบุคคลคนเดียว (key person)
- กลไก
- ทั้งระบบเทคโนโลยี ชุดหมวดความเสี่ยงแบบธนาคาร และการนำผลิตภัณฑ์ออกสู่ตลาด ขึ้นอยู่กับผู้ก่อตั้งคนเดียว ถ้าผู้ก่อตั้งทำงานไม่ได้หรือเปลี่ยนกลยุทธ์ การอัปเดตระบบ การปรับตามกฎระเบียบ และการขยายในภูมิภาคจะหยุดทันที
- อะไรจะคลายข้อกังวลนี้
- บริษัทจ้างหัวหน้าทีมวิศวกรรมเต็มตัว หรือได้เงินทุนจากสถาบันที่กำหนดให้มีคนสำรองในการดำเนินงานและมีการส่งต่อความรู้เป็นเอกสาร
02การพึ่งพารูปแบบเอกสารที่หน่วยงานกำกับกำหนด
- กลไก
- การสกัดด้วยกรอบตำแหน่งอาศัยโครงสร้างที่คาดเดาได้ของแบบ 56-1 ถ้าหน่วยงานกำกับเปลี่ยนหมวดหัวข้อที่กำหนดอย่างมีนัยสำคัญ ตัวอ่านเอกสารอาจจัดรายการเข้ามุมมองที่วางไว้ผิด
- อะไรจะคลายข้อกังวลนี้
- หน่วยงานกำกับเปลี่ยนไปเปิด API ข้อความดิบแทนการเผยแพร่เป็น PDF ซึ่งจะทำให้ไม่ต้องพึ่งการอ่านตำแหน่งบนหน้าอีกเลย
03ความรับผิดจากคำแปลในบรรทัดที่อ้างอิง
- กลไก
- ข้อความภาษาไทยเก็บไว้เป็นต้นฉบับหลัก แต่ถ้าลูกค้าสถาบันตัดสินใจจากคำแปลภาษาอังกฤษที่แปลผิด ความเสียหายก็ยังตกอยู่กับลูกค้า ความผิดพลาดแบบนี้ผ่านทุกกลไกที่ตรวจว่าข้อความมีอยู่จริง เพราะข้อความมีอยู่จริง แต่คำแปลผิด
- อะไรจะคลายข้อกังวลนี้
- สุ่มตรวจคำแปลที่อ้างอิงโดยผู้ที่อ่านได้สองภาษา เผยแพร่อัตราความผิดพลาด และทำซ้ำเป็นรอบ
04โมเดลอ่านภาพรับภาระไม่ไหวกับเอกสารสแกน
- กลไก
- การหาพิกัดคำจาก PDF ที่เป็นภาพล้วนด้วยโมเดลอ่านภาพมีทั้งต้นทุนประมวลผลและอัตราล้มเหลว ทุกครั้งที่ล้มเหลวคือหนึ่งรายการที่ถูกคัดออก กลไกที่กันผู้อ่านจากสัญญาณเตือนผิดจึงตัดสัญญาณจริงออกไปเงียบๆ ด้วย
- อะไรจะคลายข้อกังวลนี้
- อัตราผ่านการอ้างอิงของเอกสารที่เป็นภาพเป็นส่วนใหญ่ยังอยู่เหนือ 98% โดยต้นทุนประมวลผลไม่เพิ่มเกินสัดส่วน และรายงานแยกตามประเภทเอกสาร ไม่ใช่ตัวเลขรวมตัวเดียว[2]
05ผู้ให้บริการรายเดิมทำให้กลายเป็นของทั่วไป
- กลไก
- ผู้ให้บริการเทอร์มินัลรายเดิมมีช่องทางขายที่แข็งแรงมาก ถ้ารายใดทำระบบค้นตามความหมายที่เทียบเท่าขึ้นมาในระบบของตัวเอง ความได้เปรียบทางเทคโนโลยีจะหมดไปทันที เหลือเพียงวินัยด้านความเสี่ยงเป็นจุดแข็ง
- อะไรจะคลายข้อกังวลนี้
- ผู้ให้บริการรายเดิมออกฟีเจอร์นี้ แล้วการแจ้งเตือนมีสัญญาณรบกวนมากเกินไปสำหรับทีมความเสี่ยงของสถาบัน ซึ่งแสดงว่าวินัยเรื่องสัญญาณเตือนผิดเป็นการตัดสินใจเชิงผลิตภัณฑ์ ไม่ใช่เรื่องเทคนิค
06ความผิดพลาดของการถอดความ Opp Day
- กลไก
- บทถอดความ Opportunity Day ได้จากระบบรู้จำเสียง และอยู่นอกด่านตรวจกรอบตำแหน่ง การตรวจกับสไลด์ใช้กับตัวเลขเท่านั้น คำ ชื่อ หรือหน่วยที่ผิดในข้อความรอบๆ ยังไปถึงนักวิเคราะห์ได้ โดยติดป้ายว่าเป็นบทถอดความด้วยเครื่อง แต่ไม่ได้ผ่านการตรวจ
- อะไรจะคลายข้อกังวลนี้
- เผยแพร่อัตราความผิดพลาดระดับคำที่คนตรวจแล้ว จากกลุ่มตัวอย่างที่ใหญ่พอทางสถิติ โดยรายงานส่วนที่เป็นตัวเลขแยกไว้
§11
ภาคผนวกการตรวจสอบ
ทุกตัวเลขในเนื้อหาข้างต้นผูกกับฐานการนับ วันที่วัด แหล่งที่มา และวิธีที่บุคคลภายนอกตรวจซ้ำได้ ตัวเลขใดที่ไม่อยู่ในตารางนี้คือตัวเลขที่ชุดหลักฐานไม่รองรับ และไม่ได้นำมาใช้ในการวิเคราะห์
| ลำดับ | ตัวเลข | ขอบเขตที่นับ | วัดเมื่อ | แหล่งที่มา | วิธีตรวจซ้ำ |
|---|---|---|---|---|---|
| 1 | 923 บริษัท | บริษัทจดทะเบียนไทยที่มีแถวข้อมูลจากแบบ 56-1 อย่างน้อย 1 แถวในส่วนที่เปิดให้บริการ ตั้งแต่ปีบัญชี 2021 ตัดสัญลักษณ์ที่ไม่ใช่บริษัทออกแล้ว | GET /universes?market=th (จำนวน, เกณฑ์การนับ) | รันคำค้นหาทั้งตลาดบน Terminal จำนวนบริษัทที่ได้จะตรงกับตัวเลขนี้ เพราะอ่านตรงจากฐานข้อมูลที่ให้บริการจริง เทียบกับ 916 ในฉบับที่ 02 (วัดเมื่อ 2026-09-04 ก่อนปรับเกณฑ์เมื่อ 2026-09-06) | |
| 2 | ผ่านด่านตรวจการอ้างอิง 98.95% — ผ่าน 489,178 จาก 494,377 คัดออก 5,199 | ช่วง Core ปีบัญชี 2021–2026 ครอบคลุมห้าแกนที่เปิดใช้: ผู้สอบบัญชี ธุรกิจ การเงิน การกำกับดูแล และความเสี่ยง | data/index/th/.citation_gate.json | ตัวตั้ง ตัวหาร และจำนวนที่คัดออก บวกลบกันลงตัว (489,178 + 5,199 = 494,377) แกนการกำกับดูแลและแกนธุรกิจเพิ่มเข้ามาหลังฉบับที่ 02 ซึ่งรายงาน 98.94% จากสามแกน ฐานการนับของสองฉบับจึงต่างกัน | |
| 3 | บริษัทเวียดนาม 0 แห่ง | ที่อยู่ในฐานข้อมูลและค้นหาได้ในตลาดเวียดนาม ณ ปัจจุบัน | หน้าตลาดเวียดนาม (/vn) | หน้า /vn เปิดให้ลงชื่อรอใช้งานก่อนเปิดตัว และไม่เก็บเงิน ระบบพร้อมใช้งานแล้ว แต่ยังไม่มีบริษัทในฐานข้อมูล | |
| 4 | ข้อมูลย้อนหลังที่ผ่านการตรวจ 254,149 รายการ | ช่วง Archive ปีบัญชี 2016–2020 ครอบคลุมห้าแกนที่เปิดใช้ (ผ่าน 254,149 จาก 256,092 อัตราผ่าน 99.24%) | ส่วน archive ใน .citation_gate.json | รายงานแยกเป็น Archive Coverage และไม่เคยนำไปรวมกับแถวที่ 2 จุดเริ่มของช่วง Core ล็อกไว้ในโค้ด ข้อมูลที่เติมย้อนหลังจึงใช้ตัวหารคนละตัว | |
| 5 | 799 บาทต่อเดือน — DELTA | ข้อมูลย้อนหลังสี่ปี 150 เครดิตต่อวัน Opp Day 8 รอบ (~2 ปี) | src/lib/mdna-tiers.ts | ดึงตรงจากค่าคงที่ MDNA_TIERS ใน src/lib/mdna-tiers.ts จ่ายรายปีคิดราคา 10 เดือน ใช้ได้ 12 เดือน (7,990 บาทต่อปี) ช่วง Opp Day ขยายเป็น 16 รอบ (4 ปี) เมื่อ 2026-10-12 ให้เท่ากับความลึกของข้อมูลเอกสาร | |
| 6 | 1,399 บาทต่อเดือน — GAMMA | ข้อมูลย้อนหลังหกปี คือช่วง Core ทั้งหมด 350 เครดิตต่อวัน Opp Day 16 รอบ (~4 ปี) | src/lib/mdna-tiers.ts | ค่าคงที่ตัวเดียวกับแถวที่ 5 ตรงกับช่วง Core Coverage หกปีที่ด่านตรวจในแถวที่ 2 ครอบคลุม ช่วง Opp Day ขยายเป็น 24 รอบ (6 ปี) เมื่อ 2026-10-12 ให้เท่ากับความลึกของข้อมูลเอกสาร | |
| 7 | 9,900 บาทต่อเดือน — ALPHA | ราคาเริ่มต้นของไลเซนส์ทีม (desk licence): 1,500 เครดิตต่อวัน ข้อมูลย้อนหลัง 10 ปี (ปีบัญชี 2016–2026) Opp Day ทุกรอบในคลัง (6 ปีย้อนหลัง) ใช้ได้หลายคน ส่งออก Excel/CSV จำนวนมาก และ API | src/lib/mdna-tiers.ts (MDNA_ALPHA) | ไฟล์เดียวกับแถวที่ 5 และ 6 ขยายข้อมูลย้อนหลังถึงปีบัญชี 2016 เมื่อ 2026-09-21 และตั้ง Opp Day เป็น 6 ปีย้อนหลังเมื่อ 2026-09-30 | |
| 8 | 1,000 ดอลลาร์ต่อรายงาน | ราคาเริ่มต้นของรายงานวิจัยตามสั่ง (On-Demand) หนึ่งฉบับ — หนึ่งบริษัทหรือหนึ่งคำถาม ถ้าขอบเขตกว้างกว่านั้นเสนอราคาเป็นรายกรณี | หน้าสำหรับองค์กร (src/lib/research-service.ts) | ไม่ได้อยู่ในรูปแพ็กเกจสมาชิก สิ่งที่ส่งมอบคือบันทึกวิเคราะห์เชิงลึกที่อ้างอิงครบ ชุดหลักฐานดิบ และการคุยกับนักวิเคราะห์ | |
| 9 | 68 บริษัท จาก 910 แห่งที่สแกน | ความเห็นของผู้สอบบัญชีแบบเปลี่ยนแปลงไป (modified opinion) — มีเงื่อนไข งบการเงินไม่ถูกต้อง หรือไม่แสดงความเห็น — ช่วงปีบัญชี 2021–2025 | บทความวิจัยเรื่องความเห็นผู้สอบบัญชี | บทความยกความเห็นแต่ละฉบับพร้อมเลขหน้า และลิงก์ไปยังเอกสารบนเว็บไซต์หน่วยงานกำกับ | |
| 10 | สูตรราคาเครดิตตามแกน | 1–5 แกนแรกรวมกันคิด 1 เครดิต เกิน 5 แกนเพิ่ม +1 ต่อแกน; เกิน 25 บริษัทแรกเพิ่ม +1 ต่อทุก 25 บริษัท; เปิดหน้าเอกสารพร้อมกรอบไฮไลต์ข้อความ = 2; กดลิงก์ไป ก.ล.ต. = 0; ผลตรวจผู้สอบบัญชีของหนึ่งบริษัท = 5; เปิดคลิป Opp Day ตรงนาทีนั้น = 2 | src/lib/mdna-credits.ts ใน Terminal | เปลี่ยนในช่วง 2026-09-15 ถึง 09-24 จากราคาคงที่ต่อครั้งเป็นสูตรตามแกน และยกเลิกการสแกนพอร์ตแบบเหมา 2 เครดิต ราคาที่ปุ่มแสดงมาจากฟังก์ชันเดียวกับที่เซิร์ฟเวอร์ใช้หักเครดิต | |
| 11 | กันข้อความสำเร็จรูป (boilerplate) ออก 96 แถว ทำให้บริษัท 60 แห่งหลุดจากกลุ่มธงแดง | แม่แบบเรื่องการดำเนินงานต่อเนื่องตาม TSA 570 ที่อยู่ในกลุ่มธงแดง; ก่อนแก้ ค่ามัธยฐานอยู่ที่ 240 รายการต่อบริษัท | บทความวิจัยเรื่องความเห็นผู้สอบบัญชี | บทความเผยแพร่ตารางก่อน–หลัง (772 แถว → 676) และยืนยันว่าความเห็นแบบเปลี่ยนแปลงไป 68 รายในแถวที่ 9 ไม่เปลี่ยน | |
| 12 | 639,000 ดองต่อเดือน — DELTA ตลาดเวียดนาม | แพ็กเกจเริ่มต้นของตารางราคาเวียดนาม ประกาศราคาไว้ทั้งที่ยังไม่มีบริษัทในฐานข้อมูล | src/lib/vn-pricing.ts | แปลงตรงจาก 799 บาท ที่อัตราคงที่ 1 บาท = 800 ดอง จะไม่เก็บเงินจนกว่าข้อมูลพร้อมให้บริการ | |
| 13 | เครดิตฟรีวันละ 100 เครดิต | ได้เมื่อเข้าสู่ระบบด้วย Google ใช้ได้เฉพาะเอกสารล่าสุด (~5 ไตรมาส) ทุกตลาด ไม่ต้องกรอกข้อมูลการชำระเงิน | src/lib/mdna-tiers.ts (MDNA_FREE) | เพิ่มเมื่อ 2026-09-29 จากวันละ 10 เครดิต (ฉบับที่ 02) เป็น 100 | |
| 14 | แถวข้อมูลที่มีข้อความอ้างอิงจาก PDF 598,776 แถว | แถวข้อมูลที่ให้บริการตั้งแต่ปีบัญชี 2021 ซึ่งมีหลักฐานเป็นข้อความที่ยกมาคำต่อคำจากไฟล์ PDF รวมแกนคุณภาพการดำเนินงานที่ยังเป็นเบต้า | GET /universes (rows) และ .citation_gate.json (evidence.kinds.pdf-quote.total) | คนละฐานกับ 479,663 ในฉบับที่ 02 ซึ่งนับเฉพาะแถวจากแบบ 56-1 ณ 2026-08-27 จึงไม่ใช่การอัปเดตหรือปรับตัวเลขเดิม | |
| 15 | ด่านตรวจการอ้างอิงของแกนคุณภาพการดำเนินงาน (เบต้า) 99.11% | 103,468 จาก 104,399 รายการผ่านการตรวจบนแกนคุณภาพการดำเนินงาน (เบต้า) ตั้งแต่ปีบัญชี 2021 | ส่วน beta ใน .citation_gate.json | แยกจากตัวเลขหลักในแถวที่ 2 เพราะแกนนี้ยังเป็นเบต้า | |
| 16 | งาน Opp Day 5,755 ครั้ง | จำนวนครั้งในช่วงย้อนหลังสี่ปี ตัวเลขนี้ตรึงไว้ ณ วันที่วัด ช่วงดังกล่าวขยายเป็นหกปีเมื่อ 2026-09-30 และยังไม่ได้นับใหม่สำหรับฉบับนี้ | บทความเรื่องบทถอดความ Opp Day (boomleverage.com) | บทความเผยแพร่จำนวนนี้พร้อมช่วงเวลาและวันที่ และแยกอัตราที่มีบทถอดความในกลุ่มที่เข้าเกณฑ์ ออกจากความครอบคลุมของทุกครั้งในช่วงนั้น |
Bespoke Forensic Report
มาตรฐานเดียวกันนี้ กับบริษัทที่คุณเลือก
เอกสารนี้คือรูปแบบงานเดียวกับที่เราใช้ตรวจตัวเอง ถ้าว่าจ้างให้ทำกับบริษัทหรือคำถามที่คุณกำหนด คุณจะได้บันทึกแบบเดียวกัน — ขึ้นต้นด้วยข้อค้นพบ ทุกข้อความอ้างอิงถึงเอกสาร หน้า และข้อความต้นทาง พร้อมส่งชุดหลักฐานให้นักวิเคราะห์ของคุณทำซ้ำได้เอง ไม่ต้องเชื่อเรา