จาก AI กันโกง สู่ AI สร้างรายได้: เส้นทางใหม่ของธนาคาร
การเปลี่ยนผ่านของ AI ในภาคธนาคารคือการขยับจากยุคที่ใช้เทคโนโลยีมาช่วยตรวจจับการฉ้อโกงและบริหารความเสี่ยง ไปสู่ยุคที่ AI กลายเป็นเครื่องยนต์ขับเคลื่อนธุรกิจ ผ่านการใช้ข้อมูลเชิงลึก การวิเคราะห์ และ Generative AI เพื่อออกแบบประสบการณ์ลูกค้า ผลิตภัณฑ์ และกระบวนการทำงานแบบใหม่ที่สร้างรายได้และคุณค่าเชิงกลยุทธ์อย่างเป็นรูปธรรมมากขึ้น แทนที่จะจำกัดอยู่เพียงบทบาท “โล่ป้องกัน” ปัญหาเหมือนในอดีต
แกนสำคัญของการเปลี่ยนเกมนี้ คือการเชื่อม Predictive AI ที่เคยใช้จับ Pattern ผิดปกติ และตรวจจับการฉ้อโกงกับ Generative AI ที่เริ่มถูกใช้สร้างโซลูชันทางการเงินและบริการดิจิทัลใหม่ ๆ ปลายทางคือการเชื่อม AI สองยุคเข้าด้วยกัน หลังใช้ Predictive AI ขับเคลื่อนงานหลายด้านมาอย่างต่อเนื่อง กสิกรไทยกำลังเข้าสู่ช่วงที่ Generative AI เริ่มสร้างผลลัพธ์ด้านประสิทธิภาพและการประหยัดเวลา เมื่อแพลตฟอร์ม ข้อมูล และระบบควบคุมพร้อม Generative AI จะช่วยค้นหา Pattern ใหม่ ๆ ที่ใช้ต่อยอดธุรกิจการเงินได้โดยตรง
โมเดล 5 รากฐานของกสิกร: จาก 1,000 โปรเจ็กต์สู่ 500 ยูสเคสจริง
กรณีกสิกรไทยแสดงให้เห็นชัดว่า ธนาคารไทย AI ธุรกิจ จะเดินได้ไกลต้องมี “รากฐาน” ไม่ใช่แค่ซื้อเทคโนโลยีมาใช้ กสิกรวาง 5 รากฐานคือ โจทย์ธุรกิจ กระบวนการ ข้อมูล เครื่องมือและเทคโนโลยี และคน โดยย้ำว่า AI เปลี่ยนองค์กรไม่ได้ หากพนักงานไม่เข้าใจศักยภาพหรือไม่มีแรงจูงใจที่จะใช้งาน รากฐานเหล่านี้ทำให้การพัฒนา AI ครอบคลุมตั้งแต่การหาโจทย์ การเตรียมข้อมูล การออกแบบกระบวนการ ไปจนถึงการสร้างบุคลากรที่พร้อมใช้งาน
แนวคิด “Snowball” ของธนาคารคือเริ่มจากยูสเคสเล็ก ๆ ในแต่ละหน่วยงาน แล้วรวบรวมต่อยอดเป็นแพลตฟอร์มกลาง ลดงานซ้ำซ้อนและทำให้หลายฝ่ายใช้โครงสร้างเดียวกันได้ จากการเปิดให้พนักงานเสนอแนวคิด มีโครงการ AI ส่งเข้ามากว่า 1,000 โครงการ ก่อนคัดเหลือประมาณ 500 โครงการที่ใช้งานจริง และเตรียมบุคลากรด้าน AI แล้วราว 5,000 คน นี่คือการย้าย AI จากบทบาทแยกส่วน ไปสู่การเป็น “Co-worker” ของพนักงานในแทบทุกกระบวนการ
AI-First Bank ไม่ใช่แค่คำสวย: บทเรียนจาก EASY Store
เมื่อพูดถึง AI-First Bank ประเทศไทย ภาพที่ชัดที่สุดตอนนี้คือโมเดลที่ใช้ AI เป็นสมองกลางของประสบการณ์ลูกค้า ไม่ใช่แค่ฟีเจอร์เสริม ธนาคารหนึ่งกำลังเดินหน้ายกระดับประสบการณ์ดิจิทัลเพื่อขับเคลื่อนองค์กรสู่ AI-First Bank โดยนำเทคโนโลยี AI พัฒนาผลิตภัณฑ์ เชื่อมโยงบริการ และยกระดับกระบวนการทำงานรูปแบบใหม่ ภายใต้โมเดล Better Brain พร้อมเปิดตัว EASY Store ศูนย์รวมบริการทางการเงินเฉพาะคุณบนแอปมือถือ
EASY Store ใช้ Machine Learning วิเคราะห์ข้อมูลและพฤติกรรมลูกค้าในเชิงลึก เพื่อเสนอผลิตภัณฑ์การเงินแบบ Hyper-Personalized ทั้งการลงทุน บัตรเครดิต สินเชื่อ ประกัน และบัญชีเงินฝาก พร้อมสิทธิพิเศษในที่เดียว ประโยคที่น่าจดคือ “นับเป็นครั้งแรกของเมืองไทยที่มอบประสบการณ์ดิจิทัลแบงก์เฉพาะบุคคลแบบเต็มรูปแบบ ด้วย ‘AI ที่รู้ใจยู’” ธนาคารตั้งเป้าว่าภายในสิ้นปีหนึ่ง ลูกค้าอย่างน้อย 30% จากผู้ใช้งานแอปกว่า 18 ล้านรายจะใช้ EASY Store และหวังให้ยอดขายดิจิทัลเติบโต 61% พร้อมดันรายได้ดิจิทัลแตะ 25% ในปีถัดไป นี่คือ Generative AI การเงิน ในเวอร์ชันที่กระทบผู้ใช้จริง ไม่ใช่แค่ในห้องแล็บ
Agentic AI และ Human-First: ทางออกไม่ให้คนถูกกลืนด้วยเทคโนโลยี
ในอีกมุมหนึ่ง กลุ่มเทคโนโลยีของธนาคารรายใหญ่ประกาศความสำเร็จด้าน AI และปักธงยุทธศาสตร์ Human-First x AI-First Transformation เพื่อยืนยันว่า AI-First Bank จะไม่กลายเป็น “AI Only” พวกเขาตั้งเป้าผลลัพธ์ทางธุรกิจมากกว่า 10,000 ล้านบาทภายใน 5 ปี ผ่านการขับเคลื่อนองค์กรสู่การเป็น AI-Infused Organization ให้ AI เข้าร่วมกับงานของพนักงานในทุกจุด และสร้าง AI-Driven Innovations เพื่อตอบโจทย์ลูกค้า
หัวใจทางเทคโนโลยีคือ Agentic AI ธนาคารอธิบายว่า Agentic AI คือโมเดลที่ไม่เพียงปฏิบัติการเอง แต่ยังประสานงานและสั่งการ AI ตัวอื่นเพื่อทำงานซับซ้อนมากขึ้น พวกเขาเริ่มสร้างแพลตฟอร์มอย่าง AthenaMind เพื่อจัดการ AI Agent และทดลองใช้ HR Chat Agent ช่วยตอบคำถามสิทธิประโยชน์พนักงาน เช่น ประกันกลุ่ม บัญชีค่าใช้จ่าย กองทุนสำรองเลี้ยงชีพ และการลา ก้าวต่อไปคือ AI Coding Agent ที่ทำตัวเหมือนนักพัฒนาระดับจูเนียร์ ช่วยลดเวลาเขียนโค้ด และเร่งวงจรพัฒนาซอฟต์แวร์ โมเดล Human-First x AI-First จึงเป็นคำตอบสำคัญ ไม่ให้ Agentic AI ธุรกิจ กลายเป็นเครื่องจักรที่เดินโดยไม่เหลียวมองคน
บทสรุป: ยุคใหม่ของธนาคารคือ AI เป็น “โครงสร้างพื้นฐานธุรกิจ”
เมื่อมองภาพรวม จะเห็นว่าธนาคารไทย AI ธุรกิจ กำลังขยับจากการใช้ AI แบบป้องกันปัญหา ไปสู่การใช้ AI เป็นโครงสร้างพื้นฐานของโมเดลธุรกิจใหม่ ๆ กสิกรไทยเชื่อม Predictive AI กับ Generative AI บนฐาน 5 รากฐานที่ครอบคลุมตั้งแต่โจทย์ธุรกิจถึงคน ธนาคารอีกแห่งกำลังทดสอบโมเดล AI-First Bank ผ่าน EASY Store ที่ทำให้ลูกค้าเห็น AI เป็น “หน้าร้าน” ไม่ใช่แค่ระบบหลังบ้าน ขณะที่ KBTG เดินเกม Agentic AI ด้วยยุทธศาสตร์ Human-First x AI-First เพื่อให้คนกับ AI เติบโตไปพร้อมกัน
บทเรียนสำคัญคือ ใครที่มอง AI แค่เป็นเครื่องมือจับโกง จะถูกทิ้งห่างอย่างรวดเร็ว เพราะคู่แข่งกำลังใช้ Generative AI การเงิน เพื่อสร้างยูสเคส AI ธนาคาร กว่า 500 เคสในโลกจริง และตั้งเป้าสร้างมูลค่าธุรกิจระดับหมื่นล้าน คำถามไม่ใช่แล้วว่า AI ควรอยู่ในธนาคารไหม แต่คือธนาคารจะยอมให้ AI อยู่แค่ระดับ “ฟีเจอร์” หรือจะยกระดับมันเป็น “โครงสร้างพื้นฐาน” ของการเติบโตระยะยาว
