W1
Week 1 • Day 5 Prospect Theory & Forward Value Engineering

Framing Effects, Loss Aversion & Sunk Cost Breaker

✓
บันทึกสำเร็จ
Core Mental Model • Day 5

ทลายกรอบลวงตา: ถอดรหัส Framing Effect และปลดแอก "Sunk Cost Fallacy"

ต่อยอดจาก Day 1 (แยก Fact vs. Inference), Day 2 (สืบหา Missing Systemic Evidence), Day 3 (แยก Correlation ออกจาก Causation) และ Day 4 (ค้นหา Disconfirming Evidence): ใน Day 5 เราก้าวสู่จิตวิทยาการตัดสินใจขั้นสูงตามทฤษฎี Prospect Theory (Kahneman & Tversky) นั่นคือ **ข้อมูลชุดเดียวกัน เมื่อถูกเปลี่ยนคำบรรยายจาก "กรอบกำไร (Gain)" เป็น "กรอบความสูญเสีย (Loss)" สมองจะเกิดอาการตื่นตระหนกยอมรับความเสี่ยงบ้าบิ่นทันที (Loss Aversion)** และเมื่อถูกนำเงิน/เวลาที่ตายไปแล้วในอดีตมาจับเป็นตัวประกัน "Sunk Cost Fallacy" ผู้บริหารจะยอมเผาเงินต่อเพียงเพื่อไม่ต้องยอมรับความพ่ายแพ้ หรือหลงกลตัวเลขน่ากลัวที่ปิดบังตัวหาร (Denominator Neglect)

1. Framing & Sunk Cost Traps (กับดักกรอบบีบและเงินจม)
COGNITIVE BIAS

คือสภาวะที่ผู้เสนอชงเรื่องใช้อารมณ์ความกลัวสูญเสีย (Loss Framing) เช่น "ถ้าไม่ทำจะฉิบหาย 50 ล้าน" หรือนำเงินในอดีตมาขู่ เช่น "ลงไปแล้ว 12 ล้าน จะถอยไม่ได้" เพื่อบีบให้ยอมจ่ายเงินเพิ่ม

ข้อความที่มักได้ยิน: "เราทุ่มงบกับระบบนี้ไปแล้ว 15 ล้านบาท หากไม่ยอมอนุมัติอีก 4 ล้านเพื่อทำต่อ เงิน 15 ล้านเดิมจะกลายเป็นขยะสูญเปล่าทันที"
2. Neutral Reframing & Forward ROI (การถอดกรอบสู่มูลค่าไปข้างหน้า)
EXECUTIVE REALITY

การตัดสินใจที่ถูกต้องจะไม่หันไปมองอดีต (Past Cost is Irrelevant) แต่จะตั้งโจทย์ใหม่จากศูนย์ (Zero-base): **"ถ้าวันนี้เราเพิ่งเดินเข้าบริษัทมาเป็นวันแรก เงิน 4 ล้านก้อนนี้ จะสร้างผลตอบแทนไปข้างหน้า (Forward ROI) คุ้มกว่าทางเลือกอื่นไหม?"**

การตั้งคำถามสกัด: "ตัด 15 ล้านเดิมทิ้งไป หากเอาเงิน 4 ล้านนี้ไปจ้างบริษัท Outsource ทำใหม่ตั้งแต่ต้น หรือนำไปพัฒนาผลิตภัณฑ์ตัวอื่น อะไรคุ้มกว่ากัน?"
✦ สูตรเครื่องมือตรวจคำตอบด้วยตัวเอง: "The Neutral Reframing & Denominator Filter (เกณฑ์ 3 ด่านสกัดกรอบลวงตาและเงินจม)"
CUT SUNK COSTS • DEMAND THE DENOMINATOR

เมื่อใครในที่ประชุมนำตัวเลขความเสียหายมาขู่ หรืออ้างเงินในอดีตมาของบเพิ่ม ให้ส่งผ่าน 3 ด่านนี้สกัดทีละด่าน:

01 The Zero-Base Sunk Cost Cut (ตัดเงินในอดีตออกจากสมการ)

เงินและเวลาในอดีตถูกตัดออกจากสมการหรือยัง? ถ้าผู้เสนอยังพูดว่า 'เสียดายที่ลงไปแล้ว' = ตกม้าตายเป็น Sunk Cost Fallacy ทันที ต้องคิดจาก Zero-base State

02 The Denominator & Probability Probe (สแกนตัวหารและความน่าจะเป็นจริง)

ตัวเลขความเสียหายที่น่ากลัว มีตัวหาร (Denominator) คืออะไร? และโอกาสเกิดขึ้นจริง (Probability) มีกี่เปอร์เซ็นต์? (Expected Value = Damage $\times$ Probability)

03 The Option C Generator (ทลายกรอบสองขั้วสู่ทางเลือกใหม่)

ข้อเสนอถูกตีกรอบเป็น False Dilemma (ยอมจ่ายไม่งั้นพัง) หรือไม่? มีทางเลือก C, D และ E ที่ใช้เงินน้อยกว่าแต่กันความเสี่ยงได้เหมือนกันหรือไม่?

11 Scaffolded Progression Cases: บันไดไต่ระดับการทาบสูตรสกัดกรอบลวงตาและเงินจม

เคส 1–7 สาธิตการทาบสูตร 01 Zero-Base Cut, 02 Denominator Probe, 03 Option C Generator ทีละด่าน | เคส 8–10 Toggle ซ่อนเฉลย | เคส 11 Master Void

11 Cases Progression
Case 1 • Tech & Infrastructure (Fully Worked) การขออัดฉีดงบกู้ระบบซอฟต์แวร์ ERP เดิม
📌 ข้อความหน้างานจริง: "บริษัทเราทุ่มเงินไปแล้วกว่า 12 ล้านบาทใน 18 เดือนที่ผ่านมาเพื่อปรับแต่งระบบ ERP ตัวนี้ หากเราหยุดพัฒนาตอนนี้ เงิน 12 ล้านบาทจะละลายเป็นศูนย์ทันที ดังนั้นบอร์ดจำเป็นต้องอนุมัติงบฉุกเฉินอีก 3.5 ล้านบาทเพื่อจ้างผู้เชี่ยวชาญมาแก้ปัญหาคอขวดให้เสร็จสิ้นในไตรมาสหน้า"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut (ตัดเงินในอดีตออกจากสมการ):

• ข้อความตั้งต้นที่ถูกนำมาตีกรอบ (Framed Data): "จ่ายเงินไปแล้ว 12 ล้านบาท ใน 18 เดือน" และ "ขออนุมัติงบฉุกเฉินอีก 3.5 ล้านบาท"
• การตัดต้นทุนจม: เงิน 12 ล้านบาทจ่ายไปแล้วอย่างถาวร ไม่ว่าจะอนุมัติ 3.5 ล้านบาทหรือไม่ เงิน 12 ล้านก็ไม่ย้อนกลับมา การนำเงิน 12 ล้านมาเป็นข้ออ้างจึงเป็น Sunk Cost Fallacy ทันที ต้องตัด 12 ล้านทิ้ง แล้วมองเงิน 3.5 ล้านจากศูนย์ (Zero-base)

02 The Denominator & Probability Probe (สแกนตัวหารและความน่าจะเป็นจริง):

• ความเสี่ยงจริงและโอกาสสำเร็จ: ที่อ้างว่า "จ้างผู้เชี่ยวชาญแล้วจะแก้เสร็จสิ้นในไตรมาสหน้า" มีความน่าจะเป็นสำเร็จกี่เปอร์เซ็นต์? หรือมีโอกาสบานปลายกลายเป็น 5–7 ล้านบาทในอนาคต?

03 The Option C Generator (ทลายกรอบสองขั้วสู่ทางเลือกใหม่):

• การถอดกรอบเป็นกลางและทางเลือกใหม่ (Forward ROI & Option C): ปลดกรอบ False Dilemma ที่ขู่ว่า "ถ้าไม่อนุมัติ 3.5 ล้าน เงิน 12 ล้านจะละลาย" หันมาประเมินทางเลือก C: นำเงิน 3.5 ล้านบาทไปจัดซื้อหรือเช่า Cloud ERP สำเร็จรูป (SaaS) ใหม่ที่เสถียรกว่าในระยะ 3 ปีข้างหน้า

Framed Data / Fact Base

จ่ายเงินพัฒนาระบบไปแล้ว 12 ล้านบาทใน 18 เดือน และมีคำขออนุมัติงบฉุกเฉิน 3.5 ล้านบาท

Framing Trap

Sunk Cost Fallacy (เอาเงินอดีตเป็นตัวประกัน) + False Dilemma (ตีกรอบว่าไม่อนุมัติจะสูญเปล่า)

Neutral Reframing & Forward ROI

ตัด 12 ล้านเดิมทิ้ง ประเมินว่าเงิน 3.5 ล้านบาทใหม่ มี Forward ROI คุ้มค่ากว่าการเปลี่ยนไปใช้ Cloud ERP สำเร็จรูป (SaaS) หรือไม่

Case 2 • Marketing & Growth (Fully Worked) การขู่ด้วยส่วนแบ่งการตลาดที่กำลังจะสูญหาย
📌 ข้อความหน้างานจริง: "ถ้าบริษัทเราไม่ยอมเพิ่มงบยิงโฆษณาออนไลน์อีก 2 ล้านบาทในสัปดาห์นี้ เรากำลังโยนยอดขาย 10 ล้านบาททิ้งลงถังขยะ และคู่แข่งจะกลืนกินฐานลูกค้าของเราไปจนหมดสิ้นภายในสิ้นปีนี้"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: คำขอเพิ่มงบโฆษณา 2 ล้านบาทในสัปดาห์นี้
• สแกนความสูญเสียลวงตา: ยอดขาย 10 ล้านบาทยังไม่เคยเกิดขึ้นจริงในบัญชี เป็นเพียงยอดขายคาดการณ์ (Forecasted Inference) แต่ถูกตีกรอบเป็น Loss Frame ให้รู้สึกเหมือนกำลังเสียของที่มีอยู่แล้ว

02 The Denominator & Probability Probe:

• สแกนตัวหารและความน่าจะเป็น: งบ 2 ล้านบาทจะนำไปสู่ยอดขาย 10 ล้านบาทจริงหรือไม่ มีตัวเลข Return on Ad Spend (ROAS) และ Customer Acquisition Cost (CAC) ในอดีตมาอ้างอิงกี่เปอร์เซ็นต์?

03 The Option C Generator:

• Neutral Reframing & Option C: ทลายกรอบขู่บังคับสองขั้ว พิจารณาทางเลือก Option C: เพิ่มประสิทธิภาพ Conversion บนเว็บไซต์เดิม หรือทำการตลาดแบบ Organic/CRM กับฐานลูกค้าเก่าโดยไม่ต้องจ่ายเงิน 2 ล้านบาท

Framed Data / Fact Base

คำขอเพิ่มงบโฆษณา 2 ล้านบาท ผูกกับตัวเลขยอดขายคาดการณ์ 10 ล้านบาท

Framing Trap

Loss Framing ปลุกความกลัวสูญเสีย + Catastrophizing (ทำนายความพินาศเกินจริง)

Neutral Reframing & Forward ROI

ประเมินตัวเลข ROAS และ CAC ที่คาดว่าจะได้รับจริงจากการจ่าย 2 ล้าน และสำรวจทางเลือกการตลาดแบบ Organic กับลูกค้าเดิม

Case 3 • Cybersecurity & Risk (Fully Worked) การขออนุมัติ Firewall ฉุกเฉินด้วยตัวเลข 50 ล้านบาท
📌 ข้อความหน้างานจริง: "ในรอบสัปดาห์ที่ผ่านมา มีความพยายามยิงเจาะระบบเซิร์ฟเวอร์ของเราจากต่างประเทศสูงถึง 15,000 ครั้ง หากบอร์ดไม่อนุมัติงบ 4 ล้านบาทเพื่อติดตั้งระบบ Threat Intelligence ในวันนี้ บริษัทเรากำลังเสี่ยงถูกปรับเงินตามกฎหมาย PDPA สูงถึง 50 ล้านบาทในพริบตา"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: มีบอทยิงเข้าสู่ระบบ 15,000 ครั้งในสัปดาห์ที่แล้ว และมีคำของบ 4 ล้านบาท

02 The Denominator & Probability Probe:

• ตรวจจับ Denominator Neglect: 15,000 ครั้งเป็นเพียงตัวเศษ (Numerator) เทียบกับทราฟฟิกคำขอทั้งหมดหลายสิบล้านครั้ง (Denominator) และการสแกนของบอทภายนอกเป็นเรื่องปกติของเซิร์ฟเวอร์บนอินเทอร์เน็ต
• ตรวจจับ Worst-case Loss Framing: ตัวเลข 50 ล้านบาทคือเพดานโทษปรับสูงสุดทางทฤษฎี ไม่ใช่ความน่าจะเป็นจริง (Expected Loss = โทษปรับจริง $\times$ ความน่าจะเป็นที่ระบบเดิมจะถูกเจาะทะลุ)

03 The Option C Generator:

• Neutral Reframing & Option C: ตรวจสอบว่าไฟร์วอลล์เดิมสามารถบล็อกการโจมตี 15,000 ครั้งนี้ได้กี่เปอร์เซ็นต์ และพิจารณา Option C: อัปเดตกฎไฟร์วอลล์เดิมและทำ Patching ซอฟต์แวร์โดยยังไม่ต้องจ่ายเงิน 4 ล้านบาท

Framed Data / Fact Base

สถิติบอทสแกนระบบ 15,000 ครั้งในสัปดาห์ที่แล้ว และมีคำของบประมาณ 4 ล้านบาท

Framing Trap

Denominator Neglect (ปิดบังตัวหารทราฟฟิกทั้งหมด) + Worst-case Loss Framing 50 ล้านบาท

Neutral Reframing & Forward ROI

คำนวณ Expected Loss ตามความน่าจะเป็นจริง ตรวจสอบประสิทธิภาพไฟร์วอลล์เดิม และพิจารณาอัปเดต Patching ภายใน

Case 4 • HR & Talent Management (Fully Worked) การดันทุรังต่อสัญญากับพนักงานระดับสูงที่ไม่เข้าเป้า
📌 ข้อความหน้างานจริง: "แม้ผู้อำนวยการฝ่ายพัฒนาธุรกิจคนใหม่จะไม่สามารถปิดดีลได้ตามเป้าหมายตลอดช่วงทดลองงาน 6 เดือน แต่เราจ่ายค่าธรรมเนียมให้บริษัท Headhunter ไปแล้วถึง 450,000 บาท และเสียเวลาอบรมเขาไปแล้วครึ่งปี เราควรต่อสัญญาจ้างเขาไปอีก 1 ปี เพื่อให้คุ้มค่ากับเงินและเวลาที่เราทุ่มเทไป"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: จ่ายค่า Headhunter 450,000 บาท และเวลาทดลองงาน 6 เดือนไม่มีดีลปิดได้
• ตัดต้นทุนจม: เงิน 450,000 บาทและเวลา 6 เดือนเป็น Sunk Cost ที่ดึงกลับมาไม่ได้ การต่อสัญญาจ้าง 1 ปีหมายถึงต้องจ่ายเงินเดือนเพิ่มอีก 2–3 ล้านบาท นี่คืออาการติดหล่ม Throwing Good Money After Bad เพราะเสียดายอดีต

02 The Denominator & Probability Probe:

• ประเมินโอกาสสำเร็จในอนาคต: ข้อมูล Pipeline ในระบบ CRM ระบุว่าเขามีดีลที่มีโอกาสปิดได้ในอีก 3 เดือนข้างหน้ากี่เปอร์เซ็นต์?

03 The Option C Generator:

• Neutral Reframing & Option C: ตัด 450,000 เดิมทิ้ง พิจารณา Option C: จ่ายค่าชดเชยตามกฎหมายเพื่อยุติสัญญา แล้วนำงบเงินเดือน 1 ปีข้างหน้าไปจัดโครงสร้างทีมขายใหม่หรือเปิดรับสมัครคนใหม่

Framed Data / Fact Base

จ่ายค่าจัดหาไปแล้ว 450,000 บาท และประวัติทำงาน 6 เดือนไม่ผ่านเป้าหมาย

Framing Trap

Sunk Cost Fallacy (ดันทุรังต่อสัญญาเพราะเสียดายเงินเก่า) + Escalation of Commitment

Neutral Reframing & Forward ROI

ตัดอดีตทิ้ง ประเมินว่าค่าชดเชยเทียบกับภาระเงินเดือน 1 ปีและ Opportunity Cost ทางเลือกใดสร้างมูลค่าสุทธิสูงกว่า

Case 5 • Commercial Pricing & Strategy (Fully Worked) การบีบให้เลือกลดราคา 30% หรือยอดขายดิ่ง
📌 ข้อความหน้างานจริง: "ตลาดตอนนี้กำลังเข้าสู่สงครามราคาเต็มรูปแบบ เรามีเพียง 2 ทางเลือกเท่านั้น: คือเราต้องยอมลดราคาสินค้าลง 30% ทั่วกระดานเพื่อรักษายอดสั่งซื้อไว้ ไม่อย่างนั้นเราก็ต้องยอมนั่งมองยอดขายของเราพังทลายลง 50% ให้คู่แข่งรายใหม่แย่งชิงไป"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: มีคู่แข่งรายใหม่เข้ามาในตลาด และมีข้อเสนอให้ลดราคาสินค้าลง 30%

02 The Denominator & Probability Probe:

• สแกนตัวหารและผลกระทบมาร์จิ้น: หากลดราคา 30% อัตรากำไรขั้นต้น (Gross Margin) จะเหลือเท่าไร? ยอดขายที่หายไป 50% เป็นการขู่บนความกลัว หรือมีสถิติจริงว่าลูกค้ามีความอ่อนไหวต่อราคาขนาดนั้น?

03 The Option C Generator:

• Neutral Reframing & Option C: ทลายกรอบ False Dilemma สองขั้ว สร้าง Option C: คงราคาเดิมแต่เพิ่มบริการเสริม (Value-added Service) หรือขยายการรับประกัน และ Option D: ปรับส่วนลดเฉพาะกลุ่มลูกค้าที่มีความเสี่ยงจะย้ายค่ายสูง

Framed Data / Fact Base

มีคู่แข่งรายใหม่เข้ามาตัดราคาในตลาด

Framing Trap

False Dilemma (ตีกรอบบังคับสองขั้ว) + Panicked Loss Framing (ขู่ยอดขายพัง 50%)

Neutral Reframing & Forward ROI

ปลดกรอบสองขั้วออก สร้าง Option C (จัดชุดบริการเสริมพ่วงโดยคงราคาเดิม) และ Option D (รักษาฐานลูกค้าพรีเมียมเพื่อปกป้องมาร์จิ้น)

Case 6 • Manufacturing & Machine CapEx (Fully Worked) การซ่อมเครื่องจักรเก่าที่ไม่คุ้มทุน
📌 ข้อความหน้างานจริง: "เครื่องกลึงโลหะตัวนี้บริษัทเราเพิ่งจ่ายค่าซ่อมใหญ่ยกเครื่องไป 600,000 บาทเมื่อ 3 เดือนก่อน แม้ว่าตอนนี้มอเตอร์หลักจะไหม้อีกครั้งและต้องจ่ายค่าซ่อมใหม่อีก 400,000 บาท เราก็จำเป็นต้องซ่อมต่อ เพราะไม่อย่างนั้นเงิน 600,000 บาทที่เพิ่งจ่ายไปเมื่อต้นปีจะสูญเปล่าไปทั้งหมด"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: จ่ายค่าซ่อม 600,000 บาทไปแล้วเมื่อ 3 เดือนก่อน และมีใบเสนอราคาซ่อมใหม่ 400,000 บาท
• ตัดต้นทุนจม: เงิน 600,000 บาทสูญไปแล้วตั้งแต่วันซ่อมครั้งก่อน การเอาเงินก้อนนี้มาเป็นเหตุผลจ่าย 400,000 บาทใหม่คือ Sunk Cost Trap คลาสสิก

02 The Denominator & Probability Probe:

• สแกนความน่าจะเป็นที่จะพังซ้ำ: เครื่องกลึงเก่านี้มีอายุการใช้งานกี่ปีแล้ว? หลังจากจ่าย 400,000 บาทไป มีความน่าจะเป็นที่จะพังซ้ำอีกใน 6 เดือนข้างหน้ากี่เปอร์เซ็นต์?

03 The Option C Generator:

• Neutral Reframing & Option C: คำนวณ Total Cost of Ownership: เปรียบเทียบระหว่างจ่าย 400,000 บาทซ่อมเครื่องเดิม กับการนำเงิน 400,000 บาทไปเป็นเงินดาวน์เพื่อซื้อหรือเช่าเครื่องจักรใหม่ที่มีประกัน 3 ปี

Framed Data / Fact Base

บันทึกค่าซ่อมเก่า 600,000 บาท และใบเสนอราคาซ่อมใหม่ 400,000 บาท

Framing Trap

Sunk Cost Fallacy (ดันทุรังซ่อมเพราะเสียดายเงินเก่า)

Neutral Reframing & Forward ROI

เปรียบเทียบ Total Cost of Ownership ระหว่างการซ่อมเครื่องเดิม กับการนำเงิน 400,000 ไปดาวน์เครื่องใหม่ที่มีประกัน 3 ปี

Case 7 • Corporate M&A & Due Diligence (Fully Worked) การดันทุรังซื้อสตาร์ตอัปเพราะจ่ายค่าที่ปรึกษาไปแล้ว
📌 ข้อความหน้างานจริง: "แม้รายงานการตรวจสอบทางบัญชี (Due Diligence) จะพบหนี้สินนอกงบดุลของสตาร์ตอัปแห่งนี้ แต่เราจ่ายค่าทนายความและค่าที่ปรึกษาทางการเงินไปแล้วกว่า 2.5 ล้านบาท และทีมงานทำงานหนักมา 4 เดือนเต็ม เราควรปิดดีลเข้าซื้อกิจการนี้ด้วยเงิน 30 ล้านบาทตามแผนเดิม เพื่อไม่ให้ค่าที่ปรึกษาและหยาดเหงื่อของทีมงานสูญเปล่า"
⚙️ การนำสูตร 3 ด่านมาทาบตรวจประโยคต่อประโยค (Formula Mechanics in Action):

01 The Zero-Base Sunk Cost Cut:

• Framed Data: จ่ายค่าตรวจสอบไปแล้ว 2.5 ล้านบาท และมีวงเงินเข้าซื้อ 30 ล้านบาท
• The Due Diligence Inversion: บทบาทของเงิน 2.5 ล้านบาท คือ 'การซื้อประกันเพื่อค้นหาจุดตายและยุติการซื้อ' การนำ 2.5 ล้านบาทมาเป็นข้ออ้างในการทุ่มเงิน 30 ล้านไปรับหนี้แฝงคือการบิดเบือนตรรกะระดับวิกฤต

02 The Denominator & Probability Probe:

• สแกนขนาดหนี้สินเทียบกับทุน: หนี้สินนอกงบดุลที่พบมีมูลค่าเท่าไร มีโอกาสลุกลามจนทำลายกระแสเงินสดของบริษัทแม่กี่เปอร์เซ็นต์?

03 The Option C Generator:

• Neutral Reframing & Option C: ถือว่า 2.5 ล้านบาททำหน้าที่คุ้มค่าแล้วในการพบหนี้แฝง สั่งระงับดีล หรือใช้ Option C: เจรจาหักมูลค่าหนี้สินออกจากราคาเสนอซื้อ 30 ล้านบาท และตั้ง Escrow Account คุ้มครองความเสี่ยง

Framed Data / Fact Base

ค่าตรวจสอบ 2.5 ล้านบาทในอดีต และวงเงินเข้าซื้อ 30 ล้านบาทที่พบหนี้สินนอกงบดุล

Framing Trap

Sunk Cost Fallacy + Emotional Investment Justification (เสียดายแรงงานและเงินอดีต)

Neutral Reframing & Forward ROI

ตระหนักว่า 2.5 ล้านทำหน้าที่คุ้มค่าแล้วในการสกัดความเสี่ยง สั่งระงับดีลหรือเจรจาหักหนี้ออกจากราคาซื้อ 30 ล้านทันที

Case 8 • Interactive Toggle Drill (ฝึกคิดในใจก่อนดูเฉลย) การตีกรอบความอยู่รอดกับคอร์สอบรมสัมมนา
📌 ข้อความหน้างานจริง: "หากบริษัทเราไม่ยอมส่งผู้จัดการทั้ง 20 คนเข้าคอร์สอบรม AI Transformation ราคาคนละ 50,000 บาท (รวม 1 ล้านบาท) ในเดือนหน้า องค์กรของเราจะกลายเป็นไดโนเสาร์เต่าล้านปีที่ถูกตลาดคัดทิ้ง และถูกคู่แข่งทิ้งห่างไม่เห็นฝุ่นในอีกไม่กี่เดือนข้างหน้า"
💡 ภารกิจในหัวของคุณตามสูตร 3 ด่าน:
• 01 Sunk Cost Cut: มีการตีกรอบความสูญเสียในอนาคต (Loss Framing) มาขู่หรือไม่?
• 02 Denominator Probe: คอร์ส 2 วันการันตีการปรับใช้จริง (Implementation) กี่เปอร์เซ็นต์?
• 03 Option C Generator: มีทางเลือกที่คุ้มกว่าการจ่าย 1 ล้านบาทไปนั่งฟังบรรยายหรือไม่?
Case 9 • Interactive Toggle Drill (ฝึกคิดในใจก่อนดูเฉลย) การรายงานอัตราความผิดพลาดของโรงงาน
📌 ข้อความหน้างานจริง: "ฝ่ายประกันคุณภาพรายงานด้วยความภูมิใจ: 'สายการผลิตของเรามีสถิติประสิทธิภาพสูงถึง 99.2% ถือเป็นความสำเร็จระดับเวิลด์คลาส และพิสูจน์ว่ากระบวนการผลิตของเราไม่มีความเสี่ยงที่ต้องปรับปรุงแก้ไขใดๆ เพิ่มเติมอีก'"
💡 ภารกิจในหัวของคุณตามสูตร 3 ด่าน:
• 01 Sunk Cost Cut: ตรวจพบ Positive Spin Framing ปิดบังของเสียหรือไม่?
• 02 Denominator Probe: ของเสีย 0.8% เมื่อคูณด้วยจำนวนผลิตทั้งหมด (Denominator) เป็นกี่ชิ้น?
• 03 Option C Generator: ต้องประเมินความเสียหายเชิงจำนวนชิ้นอย่างไร?
Case 10 • Interactive Toggle Drill (ฝึกคิดในใจก่อนดูเฉลย) การยอมทนเช่าสำนักงานที่ไม่ตอบโจทย์
📌 ข้อความหน้างานจริง: "แม้สำนักงานสาขานี้จะมีพื้นที่คับแคบ เดินทางลำบาก และพนักงานบ่นลาออกเพราะปัญหานี้ถึง 4 คน แต่เราจ่ายค่าตกแต่งภายในไปแล้ว 1.8 ล้านบาท และวางเงินมัดจำสัญญา 3 ปีไปแล้ว 600,000 บาท เราจำเป็นต้องทนอยู่ที่นี่ต่อไปจนครบสัญญาเพื่อไม่ให้เงิน 2.4 ล้านบาทสูญเปล่า"
💡 ภารกิจในหัวของคุณตามสูตร 3 ด่าน:
• 01 Sunk Cost Cut: เงิน 2.4 ล้านบาทในอดีตดึงกลับมาได้หรือไม่?
• 02 Denominator Probe: การทนอยู่ต่ออีก 2 ปี สร้างต้นทุนค่าเสียโอกาสและค่าสรรหาพนักงานใหม่เท่าไร?
• 03 Option C Generator: ยอมทิ้งเงินมัดจำ 600,000 บาท เทียบกับการย้ายไปที่ใหม่ อะไรคุ้มกว่ากัน?
Case 11 • The Master Void Challenge (เคสขั้นสูง: ไม่มีสารตั้งต้นตรงๆ ในประโยค) The Inverse Deduction Method
📌 ข้อความหน้างานจริง: "เราได้ลงทุนวิจัยและออกแบบบรรจุภัณฑ์รักษ์โลกตัวใหม่นี้ไปแล้วถึง 3 ล้านบาท ในการประชุมแผนไตรมาสหน้า เราเหลือทางเลือกเดียวคือต้องเร่งผลิตบรรจุภัณฑ์นี้จำนวน 100,000 ชิ้นออกสู่ตลาดทันทีเพื่อกอบกู้เงิน 3 ล้านเดิมกลับคืนมา"

🔍 ทำไมเคสนี้ถึงยาก? เพราะในประโยคดูเหมือนมีเหตุผล (ลงทุนไปแล้ว 3 ล้าน ก็ต้องรีบผลิตขายเพื่อเอาเงินคืน) ไม่มีการพูดถึง "ความต้องการของตลาด" หรือ "ต้นทุนการผลิตจริง" เลยแม้แต่คำเดียว แต่ผู้บริหารจะใช้ **กลไก 4 บันได (4-Step Deductive Chain)** เพื่อสแกนหาสิ่งที่ขาดหายไป:

1 บันไดขั้นที่ 1: แยกชิ้นส่วนคำตามกล้องวงจรปิด (Word Inventory & Void Scan)

คำที่มีอยู่จริง: งบวิจัย = "ลงทุนวิจัยและออกแบบไปแล้ว 3 ล้านบาท" | แผนการ = "เหลือทางเลือกเดียวคือผลิต 100,000 ชิ้นทันที" | ข้ออ้าง = "เพื่อกอบกู้เงิน 3 ล้านเดิมกลับคืนมา"

2 บันไดขั้นที่ 2: กางสมการสากลของผลตอบแทนการผลิต (Production Capital Equation)

สมการผลตอบแทนการผลิตสินค้าคือ: กำไรสุทธิ = (ราคาขาย $\times$ ยอดซื้อจริง) $-$ (ต้นทุนผลิตต่อชิ้น $\times$ ปริมาณผลิต)
สแกนหาสิ่งที่ขาดหายไป: ผู้พูดไม่ได้พูดถึง **"ต้นทุนค่าผลิต 100,000 ชิ้น (Unit Manufacturing Cost)"** และ **"ผลทดสอบความต้องการซื้อของลูกค้า (Willingness to Pay)"** หายไปจากประโยคโดยสิ้นเชิง

3 บันไดขั้นที่ 3: จับตัวแปรที่หายไปชนกับสภาวะหน้างานจริง (Boundary Collision)

คำว่า "ผลิต 100,000 ชิ้นทันทีเพื่อกู้เงิน 3 ล้านคืน" บังคับให้บริษัทต้อง **ควักเงินสดก้อนใหม่** อีกหลายล้านบาทเพื่อสั่งผลิต หากตลาดไม่ยอมรับบรรจุภัณฑ์นี้ บริษัทจะไม่ใช่แค่เสียเงิน 3 ล้านเดิม แต่จะกลายเป็นการเสียเงินค่าผลิตเพิ่มและสินค้าค้างสต็อกล้นโกดัง การบอกว่า "เหลือทางเลือกเดียว" คือ False Dilemma ที่เกิดจาก Sunk Cost ขั้นรุนแรง

4 บันไดขั้นที่ 4: สังเคราะห์เป็น Framed Data, Cognitive Trap และ Neutral Reframing

Framed Data (ข้อมูลที่ถูกนำมาตีกรอบ): งบวิจัย 3 ล้านบาทในอดีต ผูกกับคำสั่งผลิต 100,000 ชิ้น

Cognitive Trap (กับดักความคิด): Sunk Cost Fallacy (ดันทุรังผลิตเพื่อแก้แค้นอดีต) + False Dilemma (อ้างว่าเหลือทางเลือกเดียว)

Neutral Reframing (การถอดกรอบเป็นกลาง): ตัด 3 ล้านบาทเดิมออกจากสมการ นำแบบบรรจุภัณฑ์ไปทำ Customer Validation กับกลุ่มตัวอย่าง 500 รายเพื่อทดสอบความยินดีจ่ายเงินจริงก่อน หากผ่านเกณฑ์จึงสั่งผลิตล็อตทดลอง (Small Batch) เพื่อจำกัดความเสี่ยงเงินสดใหม่