AI-First ในธนาคารไม่ใช่แค่สโลแกน แต่คือการเปลี่ยนวิธีทำงานทั้งองค์กร
ธนาคารไทย AI-First คือแนวทางที่ธนาคารนำเทคโนโลยีปัญญาประดิษฐ์เข้าไปเป็นหัวใจของการดำเนินธุรกิจ ตั้งแต่การตรวจจับ欺 กล การบริหารความเสี่ยง การปรับปรุงกระบวนการทำงาน ไปจนถึงการออกแบบผลิตภัณฑ์และประสบการณ์ดิจิทัลใหม่ๆ โดยไม่แยก AI ออกจากคน แต่สร้างระบบที่คนและ AI ทำงานร่วมกัน เพื่อเพิ่มประสิทธิภาพ ลดความผิดพลาด และเปิดรูปแบบบริการที่ไม่เคยทำได้มาก่อน พร้อมกำหนดเป้าหมายทางธุรกิจระยะยาวจากพลังของ AI อย่างชัดเจน
จุดเปลี่ยนสำคัญที่เห็นชัด คือการที่ธนาคารไม่ได้พูดถึง AI แค่ในมุมเทคโนโลยี แต่ผูกเข้ากับยุทธศาสตร์การแข่งขัน ธนาคารไทยพาณิชย์นิยามตัวเองว่าเดินหน้าสู่การเป็น AI-First Bank พร้อมใช้โมเดล Better Brain เพื่อยกระดับทั้งผลิตภัณฑ์ บริการ และกระบวนการภายในองค์กร ขณะเดียวกัน KBTG ประกาศเป้าหมายใหม่ ภายใต้ยุทธศาสตร์ Human-First x AI-First Transformation ตั้งเป้าสร้างผลลัพธ์ทางธุรกิจมากกว่า 10,000 ล้านบาทภายใน 5 ปี สิ่งเหล่านี้สะท้อนว่า AI-First กลายเป็นยุทธศาสตร์แข่งขัน ไม่ใช่โครงการทดลองในห้องแลบอีกต่อไป
KBTG กับ Agentic AI: ยุทธศาสตร์ Human-First AI Transformation ที่เอาคนเป็นศูนย์กลาง
จุดโดดเด่นของ KBTG คือการเดินเข้าสู่ยุค Agentic AI ธนาคาร โดยไม่ทิ้งหลัก Human-First AI Transformation การประกาศความสำเร็จด้าน AI ในปีที่ผ่านมา พร้อมปักเป้าหมายใหม่ปีถัดไป ภายใต้ยุทธศาสตร์ Human-First x AI-First Transformation ชัดเจนว่าองค์กรจะลงทุนทั้งในคนและเทคโนโลยี เพื่อให้ AI ไม่ใช่เครื่องมือแยกส่วน แต่เป็นส่วนหนึ่งของการคิดงานและตัดสินใจเชิงธุรกิจ
Agentic AI ที่ KBTG วางตัวเป็นหัวใจ คือโมเดล AI ที่ไม่เพียงทำงานเอง แต่ยังประสานงานและสั่งการ AI ตัวอื่น เพื่อจัดการงานซับซ้อนให้จบแบบ end-to-end ตัวอย่างยูสเคส AI ธนาคารที่เริ่มใช้จริงแล้วคือ HR Chat Agent ซึ่งช่วยตอบคำถามสิทธิประโยชน์พนักงาน ตั้งแต่ประกันกลุ่ม บัญชีค่าใช้จ่าย ไปจนถึงกองทุนสำรองเลี้ยงชีพและการลา นี่คือภาพของ Human-First ที่ชัด: ไม่ใช่ให้ AI มาแทนคน HR แต่ให้ AI ทำงานข้อมูลซ้ำๆ เพื่อให้คนไปโฟกัสงานดูแลคนและวางกลยุทธ์มากขึ้น การตั้งเป้าจะสร้างผลลัพธ์ทางธุรกิจมากกว่า 10,000 ล้านบาทภายในปี 2572 ด้วยการเป็น AI-Infused Organization ยิ่งตอกย้ำว่า Agentic Platformization ไม่ใช่แนวคิดเชิงวิชาการ แต่คือโครงสร้างแข่งขันใหม่ของธนาคาร
KBank จาก AI ตรวจจับโกง สู่ 500 ยูสเคสและยุค Generative AI
หากมองมุมการใช้ AI ตรวจจับ欺 กล และปรับปรุงกระบวนการอย่างเข้มข้น กสิกรไทยเป็นตัวอย่างชัดว่าการลงทุนโครงสร้างพื้นฐาน AI ให้ผลตอบแทนเป็น "Snowball" ของนวัตกรรม ทั้งธนาคารเริ่มจากรากฐาน 5 ด้าน ตั้งแต่แพลตฟอร์ม AI ระดับองค์กร เครื่องมือสำหรับพนักงาน ไปจนถึงการสร้างบุคลากรที่เข้าใจและใช้ AI ได้จริง เมื่อรากฐานพร้อม ขั้นต่อไปคือการให้ AI เข้าไปอยู่ในงานประจำวัน ไม่ใช่แค่ในทีมเทคโนโลยี แต่ในทุกหน่วยธุรกิจ
แนวคิด Snowball แปลเป็นภาษาธุรกิจได้ว่า กสิกรไทยยอมให้ยูสเคส AI ธนาคารเกิดจากหน่วยงานเล็กๆ ก่อน แล้วจึงรวบรวมโจทย์ที่คล้ายกันมาสร้างเป็นแพลตฟอร์มกลาง เพื่อลดการลงทุนซ้ำซ้อนและเชื่อมระบบให้ทำงานร่วมกันได้ ผลลัพธ์คือมีโครงการ AI เสนอเข้ามามากกว่า 1,000 โครงการ ก่อนคัดเหลือประมาณ 500 โครงการที่ประสบความสำเร็จ และมีบุคลากรที่พร้อมด้าน AI แล้วราว 5,000 คน ปลายทางของยุทธศาสตร์นี้คือการเชื่อมสองยุคของ AI เข้าด้วยกัน: หลังจากใช้ Predictive AI ขับเคลื่อนงานหลายด้าน กสิกรไทยกำลังผลักดัน Generative AI ให้กลายเป็น Co-worker ที่ช่วยประหยัดเวลาและเพิ่มประสิทธิภาพในงานให้คำแนะนำ การจัดการเอกสาร และการจัดการองค์ความรู้ในองค์กร
SCB กับโมเดล Better Brain: จาก AI ตรวจจับ Pain Point สู่ AI-First Bank ที่รู้ใจลูกค้า
ในฝั่งบริการลูกค้า ไทยพาณิชย์แสดงให้เห็นว่า AI-First ไม่ได้แปลว่าดันเทคโนโลยีขึ้นมาเป็นพระเอก แต่ใช้ AI เป็น "สมอง" วิเคราะห์ Pain Point ของลูกค้าแล้วค่อยออกแบบบริการใหม่ กลยุทธ์ Digital Bank with Human Touch บอกตรงๆ ว่าธนาคารต้องรักษาความเป็นมนุษย์ในบริการ แต่ใช้ AI เพื่อเข้าใจลูกค้าให้ลึกและแม่นยำกว่าเดิม การศึกษาพฤติกรรมพบข้อจำกัดเรื่องการรับรู้ผลิตภัณฑ์และข้อเสนอที่ไม่ตรงใจลูกค้าบางกลุ่ม จึงนำ Machine Learning มาสร้างโมเดลวิเคราะห์ข้อมูลรอบด้าน เพื่อแก้จุดเจ็บปวดเหล่านี้
ผลจากโมเดล Better Brain คือการเปิดตัว EASY Store บนแอป SCB EASY ซึ่งทำหน้าที่เป็นศูนย์รวมบริการทางการเงินเฉพาะคุณ (Hyper-Personalized) คัดสรรผลิตภัณฑ์ด้านลงทุน บัตรเครดิต สินเชื่อ ประกัน และบัญชีเงินฝาก พร้อมสิทธิพิเศษให้ตรงใจลูกค้าแต่ละรายในที่เดียว ธนาคารนิยามบริการนี้ว่า "AI ที่รู้ใจยู" ซึ่งฟังดูเป็นวลีการตลาด แต่เบื้องหลังคือการใช้ AI วิเคราะห์เป้าหมายทางการเงินและพฤติกรรม เพื่อแนะนำทางเลือกที่แม่นยำในระดับรายบุคคล โควตที่ชัดเจนคือธนาคารตั้งเป้าภายในสิ้นปีให้ผู้ใช้งาน EASY Store มากกว่า 30% ของผู้ใช้แอป SCB EASY ทั้งหมดกว่า 18 ล้านคน และผลักดันยอดขายดิจิทัลผ่านแอปให้เติบโตกว่า 61% YoY พร้อมเพิ่มสัดส่วนรายได้ดิจิทัลให้เกิน 13% เพื่อไปสู่เป้าหมาย 25% ในปีถัดไป
เส้นทางต่อไป: Human-First x AI-First ต้องรวม Agentic AI เข้ากับประสบการณ์คนทำงานและลูกค้า
เมื่อดูภาพรวมของสามธนาคาร หนึ่งข้อสรุปสำคัญคือ AI-First ที่ชนะเกมแข่งขัน ไม่ใช่การซื้อระบบ AI แพงๆ แต่คือการออกแบบให้คนและ AI ทำงานร่วมกันอย่างมีเป้าหมาย KBTG เลือกเดินด้วย Agentic AI และแพลตฟอร์มอย่าง AthenaMind เพื่อให้สร้างและจัดการ AI Agent ได้ง่าย ทำงานประสานกับคนได้รวดเร็ว ผ่านแนวคิด Agentic Platformization กสิกรไทยปูพื้นฐานคนและแพลตฟอร์มจนเกิด Snowball ยูสเคส 500 โครงการ และเตรียมคน 5,000 คนให้พร้อมกับยุค Generative AI ในบทบาท Co-worker ขณะที่ไทยพาณิชย์ใช้โมเดล Better Brain และ EASY Store ยืนยันว่า AI-First Bank จะยั่งยืนได้ก็ต่อเมื่อ AI ช่วยให้ลูกค้ารู้สึกว่าธนาคารรู้ใจมากขึ้น
เส้นทาง Human-First x AI-First ในธนาคารไทยจึงไม่ได้หมายถึงการเลือกฝั่งมนุษย์หรือฝั่งเทคโนโลยี แต่เป็นการตั้งคำถามใหม่ในทุกยูสเคส AI ธนาคารว่า 1) AI ช่วยเพิ่มคุณค่าที่คนสร้างอยู่แล้วหรือไม่ 2) ลดงานซ้ำๆ ให้องค์กรมีเวลาไปสร้างนวัตกรรมเพิ่มหรือเปล่า และ 3) มี AI Guardrails ที่ทำให้ความเสี่ยงความผิดพลาดและการใช้ข้อมูลไม่ถูกลดลงหรือไม่ หากคำตอบคือ "ใช่" ทั้งสามข้อ AI-First จะไม่กลายเป็นกระแสชั่วคราว แต่เป็นโครงสร้างใหม่ของธนาคารยุคที่ AI ตรวจจับ欺 กล ทำงานเอกสาร ตอบคำถาม และออกแบบข้อเสนอได้เอง ขณะที่มนุษย์ขยับขึ้นไปทำงานเชิงกลยุทธ์ ความสัมพันธ์ และนวัตกรรมที่ AI ยังไปไม่ถึง
