Generative AI บน Mobile Banking คืออะไร และทำไมถึงกลายเป็นจุดเปลี่ยน
Generative AI บน Mobile Banking คือการใช้โมเดลปัญญาประดิษฐ์ที่สามารถสร้างและทำความเข้าใจข้อความหรือข้อมูลใหม่แบบใกล้เคียงมนุษย์ เพื่อตอบคำถาม ให้คำแนะนำ หรือจัดการงานด้านการเงินผ่านแอปธนาคารบนมือถือแบบโต้ตอบทันที ช่วยให้บริการลูกค้ามีความรวดเร็ว แม่นยำ และเป็นส่วนตัวมากขึ้น ทั้งยังช่วยให้ธนาคารเก็บบทสนทนาเชิงลึกไปพัฒนาผลิตภัณฑ์และกระบวนการภายในต่อได้ในระยะยาว
จุดเปลี่ยนสำคัญของ ธนาคารและ AI คือการเลิกมอง Generative AI เป็นของเล่นทดลอง แล้วหันมาออกแบบให้เป็นโครงสร้างพื้นฐานของบริการดิจิทัล โดยเฉพาะบนมือถือที่เป็นช่องทางหลักของลูกค้าปัจจุบัน ผู้เล่นที่กล้าปรับก่อนกำลังสร้างมาตรฐานประสบการณ์ใหม่ เช่น บริการลูกค้า AI ที่ตอบได้เหมือนพนักงานจริง แต่ทำงานได้ตลอด 24 ชั่วโมง และเชื่อมต่อข้อมูลหลังบ้านแบบเรียลไทม์ ในมุมมองเชิงยุทธศาสตร์ ใครที่ยังรอให้เทคโนโลยี “นิ่ง” เสี่ยงที่จะถูกลูกค้าทิ้งไว้ข้างหลัง เพราะคู่แข่งเริ่มสร้างคุณค่าทางธุรกิจที่วัดผลได้แล้ว
กรณีศึกษา ttb: Yindee พิสูจน์ว่า Mobile banking AI ไม่ใช่แค่แชตบอต
ตัวอย่างที่เห็นภาพชัดของ Generative AI ธนาคาร คือการที่ทีเอ็มบีธนชาต หรือทีทีบี เปิดตัว “Yindee” ผู้ช่วยบนมือถือเวอร์ชันใหม่บนแอป ttb touch ซึ่งใช้เทคโนโลยี Generative AI ผ่าน Azure OpenAI เพื่อยกระดับ Mobile Banking ความสำคัญไม่ใช่แค่การมีแชตบอต แต่คือการออกแบบให้ตอบคำถามลูกค้าได้รวดเร็ว แม่นยำ และให้บริการได้ตลอด 24 ชั่วโมง ช่วยลดภาระคอลเซ็นเตอร์และทำให้ลูกค้าไม่ต้องรอสายหรือเดินสาขาอีกต่อไป
ในเชิงยุทธศาสตร์ นี่คือสัญญาณชัดเจนว่า ธนาคารและ AI กำลังรวมเป็นส่วนเดียวของประสบการณ์ลูกค้า ไม่ใช่ระบบหลังบ้านที่ลูกค้าไม่เห็นอีกต่อไป “Yindee” ไม่ได้ทำงานโดดเดี่ยว แต่ถูกฝังเข้าไปใน journey ของลูกค้าทั้งการถามยอด ดูข้อมูลบัญชี หรือค้นหาวิธีใช้ผลิตภัณฑ์ การจับมือกับแพลตฟอร์มคลาวด์ระดับโลกเพื่อพัฒนา Mobile banking AI ยังทำให้ธนาคารขยับตัวได้เร็วตามวิวัฒนาการของเทคโนโลยี ซึ่งกำลังเปลี่ยนอยู่ตลอดเวลาและทำให้กติกาเดิมอาจใช้ไม่ได้ในวันหน้า
จาก Pilot สู่ผลลัพธ์จริง: วัดค่าอย่างไรให้เกินกว่าคำว่า “ทดลอง AI”
หลายปีที่ผ่านมา Generative AI ธนาคาร มักถูกกักไว้ในรูปแบบโครงการทดลองเล็ก ๆ แต่วันนี้แรงกดดันจากการแข่งขันทำให้การ “ไม่ลงมือทำ” มีความเสี่ยงไม่น้อยไปกว่าการเริ่มก่อน เพราะคู่แข่งเริ่มใช้เครื่องมือเหล่านี้สร้างคุณค่าและประหยัดต้นทุนได้จริงแล้ว ธนาคารที่ยังรอดูทิศทางจึงอาจเสียทั้งลูกค้าและส่วนแบ่งตลาดให้กับผู้เล่นที่ลงมือก่อนอย่างหลีกเลี่ยงไม่ได้
หัวใจในระยะถัดไปคือการออกแบบ KPI ที่ผูกการใช้บริการลูกค้า AI กับผลลัพธ์ทางธุรกิจ เช่น เวลาที่ใช้ตอบคำถามลดลงเท่าไร สัดส่วนคำถามที่แก้ได้ตั้งแต่หน้าแอปเป็นเท่าไร ยอดขายสินเชื่อหรือผลิตภัณฑ์ที่ได้จากการแนะนำผ่าน AI เพิ่มขึ้นหรือไม่ ซึ่งเทคโนโลยีเดียวกันสามารถสร้างทั้งประสิทธิภาพและรายได้ ตัวอย่างเช่น การใช้ Generative AI เพื่อจัดเตรียมข้อมูลประเมินเครดิตและตรวจเอกสารสินเชื่ออัตโนมัติ ช่วยเพิ่ม productivity ลดข้อผิดพลาด และทำให้กระบวนการของลูกค้าและพนักงานลื่นไหลขึ้น พร้อมโอกาสสร้างรายได้และส่วนแบ่งตลาดเพิ่มในบางสภาวะตลาดสินเชื่อ
สมดุล 3 ด้าน: ประสิทธิภาพ ประสบการณ์ และความเสี่ยงในยุคธนาคารและ AI
การใช้ Mobile banking AI ไม่ใช่แค่เรื่องความเร็ว แต่คือการหาสมดุลระหว่างประสิทธิภาพ ประสบการณ์ลูกค้า และการกำกับความเสี่ยง ฝั่งหนึ่ง AI ช่วยลดงานซ้ำ ๆ เร่งขั้นตอนตรวจสอบข้อมูลสินเชื่อ และทำให้พนักงานหันไปดูแลงานที่มีมูลค่าเพิ่มสูงขึ้นได้ อีกฝั่งหนึ่ง ลูกค้าได้รับประสบการณ์ที่เป็นส่วนตัวขึ้น เข้าถึงบริการได้สะดวกและต่อเนื่องผ่านมือถือ โดยไม่ติดข้อจำกัดเวลาและสถานที่
แต่ในอุตสาหกรรมการเงิน การวิ่งตามเทคโนโลยีโดยไม่คิดเรื่องกำกับดูแลคือความเสี่ยงโดยตรงต่อความน่าเชื่อถือ สถาบันการเงินจึงต้องตรวจสอบและระมัดระวังเป็นพิเศษกับ AI ที่เผชิญหน้ากับลูกค้า หรือเกี่ยวข้องกับภาระผูกพันด้านกฎระเบียบและกฎหมาย คำถามสำคัญไม่ใช่ “ใช้ AI หรือไม่” แต่คือ “เรายอมรับความเสี่ยงได้แค่ไหน เพื่อแลกกับประสิทธิภาพและประสบการณ์ที่ดีขึ้น” หากตอบไม่ชัดเจน ระบบอัตโนมัติที่ตั้งใจให้ช่วยลดปัญหาอาจกลายเป็นต้นตอของความเสียหายชุดใหม่
กลยุทธ์ ผู้นำ และคน: โจทย์ใหญ่ที่ไกลเกินเรื่องเทคโนโลยี
การเปลี่ยนผ่านสู่โลก Generative AI ธนาคาร ไม่ใช่โครงการของฝ่ายไอที แต่คือการเปลี่ยนทั้งกลยุทธ์ องค์กร และคน ขั้นแรก ผู้นำต้องตอบให้ได้ว่าอยากใช้ GenAI เพื่ออะไร เช่น เพิ่มประสิทธิภาพคุณภาพการทำงาน การกำกับความเสี่ยง หรือสร้างบริการรูปแบบใหม่ และเส้นขอบความเสี่ยงที่องค์กรยอมรับได้อยู่ตรงไหน ทุกอย่างต้องสอดคล้องกับกลยุทธ์ทั้งองค์กร ตั้งแต่แบรนด์ ไปจนถึงความสัมพันธ์กับนักลงทุนและพันธมิตร
ขั้นต่อมา คือการเตรียมคนและวัฒนธรรมการทำงานใหม่ด้วยการฝึกอบรม กำหนดกติกา ทดลองใช้งานอย่างปลอดภัย และยอมรับการลองผิดลองถูกในสเกลเล็ก โซลูชันอย่าง ttb business one ที่ต่อยอดเป็นธนาคารดิจิทัลเพื่อโลกธุรกิจบนโมบายแอป แสดงให้เห็นว่าการลงทุนด้านคนและกระบวนการควบคู่เทคโนโลยีสามารถช่วยผู้ประกอบการจำนวนมากกว่า 3 ล้านราย หรือคิดเป็นกว่า 99% ของผู้ประกอบการทั้งหมด ซึ่งสร้างมูลค่าทางเศรษฐกิจคิดเป็น 42% ของ GDP ได้โดยตรง ในโลกที่กติกา AI เปลี่ยนเร็ว เครื่องมือและมาตรการกำกับที่ใช้ได้ในวันนี้อาจใช้ไม่ได้ในวันหน้า ธนาคารที่ชัดเจนเรื่องกลยุทธ์และคนเท่านั้นที่จะวิ่งมาราธอน GenAI ได้จนจบเกม
