จาก AI ผู้ช่วย สู่ Agentic AI ธนาคารที่คิดและลงมือทำเอง
Agentic AI ธนาคาร คือการใช้ระบบปัญญาประดิษฐ์ที่ไม่ได้ทำหน้าที่เป็นเพียงเครื่องมือสนับสนุนมนุษย์ แต่สามารถตัดสินใจ วางแผน และลงมือทำงานแบบ end-to-end เชื่อมโยงข้อมูล ระบบ และ AI ตัวอื่น ๆ ได้เอง เพื่อยกระดับประสิทธิภาพการทำงาน ปรับโครงสร้างธุรกิจ และสร้างบริการดิจิทัลแบงก์กิ้ง AI ที่ตอบโจทย์ลูกค้าเฉพาะรายในระดับลึก พร้อมลดงานซ้ำซ้อนของพนักงาน และเปิดทางให้ธนาคารออกแบบโมเดลธุรกิจใหม่ที่มนุษย์และ AI ทำงานร่วมกันอย่างเป็นระบบ
การขยับบทบาทจาก AI แบบสนับสนุน ไปสู่ Agentic AI ไม่ใช่แค่การอัปเกรดเทคโนโลยี แต่เป็นการประกาศว่าโครงสร้างธนาคารกำลังเปลี่ยนแกนหลักของการทำงาน จากคนสั่ง–เครื่องมือทำ ไปสู่ระบบที่ AI เป็น “ผู้ร่วมงาน” ที่มีอิสระมากขึ้นและมีหน้าที่รับผิดชอบในกระบวนการธุรกิจสำคัญหลายส่วน แนวโน้มนี้สะท้อนให้เห็นว่า ใครออกแบบกรอบให้ AI ทำงานได้อย่างรับผิดชอบและปลอดภัยก่อน จะมีโอกาสสร้างความได้เปรียบทั้งด้านประสิทธิภาพและประสบการณ์ลูกค้าในระยะยาว
Human-First x AI-First: เมื่อ Agentic AI กลายเป็นเครื่องยนต์ใหม่ของ KBTG
KBTG ประกาศยุทธศาสตร์ Human-First x AI-First Transformation โดยวางเป้าหมายให้ AI กลายเป็นแกนกลางขององค์กร พร้อมตั้งเป้าสร้างผลลัพธ์ทางธุรกิจมากกว่า 10,000 ล้านบาทภายใน 5 ปีข้างหน้า สิ่งที่น่าสนใจไม่ใช่ตัวเลข แต่คือวิธีคิดใหม่ที่ไม่มอง AI เป็นแค่เครื่องมือ แต่เป็นโครงสร้างพื้นฐานขององค์กรแบบ “AI-Infused Organization” ที่ทุกการทำงานมี AI แทรกอยู่ในกระบวนการอย่างเป็นระบบ
หัวใจของการเปลี่ยนผ่านนี้คือ Agentic AI ธนาคาร ที่ทำงานแบบอิสระและประสานงานกับ AI ตัวอื่นได้ เพื่อรองรับงานซับซ้อน เช่น การใช้แพลตฟอร์ม AthenaMind ในการสร้าง AI Agent เฉพาะทางสำหรับงานภายใน ตั้งแต่ HR Chat Agent ไปจนถึงงานวิเคราะห์ข้อมูลเชิงลึกและ eKYC ด้วย Computer Vision แนวคิด Agentic Platformization จึงเป็นมากกว่าระบบสร้างบอต แต่เป็นแพลตฟอร์มจัดการ “กองทัพ AI” ให้ทำงานร่วมกับมนุษย์ได้ง่ายและเร็วขึ้น หาก KBTG ทำสำเร็จจริง ผลไม่ใช่แค่ประหยัดเวลา แต่มันคือการออกแบบรูปแบบการทำงานใหม่ทั้งองค์กร
AI-First Bank strategy: ดิจิทัลแบงก์กิ้ง AI แบบรู้ใจบนแอปเดียว
อีกฝั่งหนึ่ง ธนาคารที่เดินเกม AI-First Bank strategy อย่างจริงจังคือธนาคารไทยพาณิชย์ ซึ่งใช้โมเดล Better Brain นำเทคโนโลยี AI มาพัฒนาผลิตภัณฑ์ เชื่อมบริการ และยกระดับกระบวนการทำงานสู่ดิจิทัลแบงก์เต็มรูปแบบ เครื่องมือสำคัญคือ EASY Store บนแอป SCB EASY ซึ่งทำหน้าที่เป็นศูนย์รวมบริการทางการเงินแบบ Hyper-Personalized ให้ลูกค้าแต่ละรายเห็นข้อเสนอด้านการลงทุน บัตรเครดิต สินเชื่อ ประกัน และบัญชีเงินฝากที่ตรงกับพฤติกรรมและความต้องการของตัวเอง พร้อมสิทธิพิเศษในที่เดียว
แรงผลักดันเบื้องหลังดิจิทัลแบงก์กิ้ง AI ชุดนี้ มาจากข้อเท็จจริงว่าแม้ลูกค้าจะหันมาใช้โมบายแบงก์กิ้งมากขึ้น แต่ข้อเสนอทางการเงินจำนวนมากยัง “ไม่ตรงใจ” เพราะขาดการวิเคราะห์ข้อมูลเชิงลึกแบบบุคคล ธนาคารจึงหันมาใช้ Machine Learning วิเคราะห์ข้อมูลรอบด้านของลูกค้าและสร้างบริการ “AI ที่รู้ใจยู” เพื่อแก้ Pain Point นี้โดยตรง ตามเป้าหมาย EASY Store ถูกคาดหวังว่าจะดึงให้ผู้ใช้งานมากกว่า 30% จากฐานลูกค้าบนแอปกว่า 18 ล้านคน และช่วยให้ยอดขายดิจิทัลเติบโตกว่า 61% เมื่อเทียบปีต่อปี พร้อมดันสัดส่วนรายได้ดิจิทัลเกิน 13% ภายในปีเดียว เพื่อมุ่งสู่ 25% ในปีถัดไป
จาก Predictive สู่ Generative: เส้นทาง 3 แกนของกสิกรไทย
ในระดับโครงสร้างธุรกิจ กสิกรไทยเลือกเดินเส้นทางที่ชัดเจนจากยุค Predictive AI ไปสู่ Generative AI ธุรกิจ โดยไม่หยุดอยู่ที่การใช้ AI ตรวจจับความผิดปกติหรือช่วยวิเคราะห์เฉพาะจุด แต่ผลักให้ AI เข้าไปเป็นส่วนหนึ่งของทุกหน่วยงาน ซึ่งสะท้อนผ่านโครงการ AI กว่า 1,000 โครงการที่ถูกเสนอ ก่อนคัดกรองจนเหลือประมาณ 500 ยูสเคสที่ใช้งานได้จริง การมีบุคลากรที่พร้อมด้าน AI ประมาณ 5,000 คนไม่ใช่เรื่องตกแต่ง แต่คือการยืนยันว่าองค์กรตั้งใจจะให้ AI กลายเป็น “Co-worker” หรือผู้ร่วมงานที่ช่วยจัดการงานบางส่วนร่วมกับพนักงาน ไม่ใช่แค่แชตบอตหน้าบริการ
ยุทธศาสตร์ 3 แกนของกสิกรไทยจึงน่าสนใจเป็นพิเศษ: ระดับแรก Self-service ทำให้พนักงานทุกคนใช้ AI กับงานประจำวันของตนเอง ระดับสอง Process Improvement ใช้ AI ปรับกระบวนการที่หลายหน่วยงานมีโจทย์ร่วมกัน และระดับสาม Transformation ที่มุ่งเปลี่ยนรูปแบบธุรกิจ ไม่ใช่เพียงลดเวลาทำงาน เมื่อแพลตฟอร์ม ข้อมูล และระบบควบคุมพร้อม Generative AI สามารถค้นหา pattern จากข้อมูลที่องค์กรไม่เคยเห็นมาก่อน แล้วนำกลับไปเพิ่มความสามารถของระบบ core และออกแบบบริการใหม่ นี่คือจุดที่ Agentic AI และ Generative AI ผสานกัน ไม่ใช่เพื่อเทคโนโลยีสวยหรู แต่เพื่อสร้างข้อได้เปรียบเชิงโครงสร้างที่คู่แข่งตามยาก
Agentic AI ธนาคาร: โอกาสใหม่ แต่ต้องมี Guardrails และมุมมองมนุษย์
เมื่อธนาคารขยับจาก AI สนับสนุนไปสู่ Agentic AI ที่มีอิสระในการตัดสินใจ ความเสี่ยงและคำถามด้านความรับผิดชอบย่อมสูงขึ้นตามไปด้วย KBTG เองก็ย้ำภาพ AI Guardrails ว่าเป็นเทรนด์สำคัญในปีถัดไป เพื่อให้การใช้ AI ที่ทรงอำนาจมากขึ้นยังอยู่ภายใต้กรอบที่ลดความเสี่ยงและสร้างความตระหนักรู้ แต่ยังคงยืดหยุ่นพอให้เกิดนวัตกรรม ด้านธนาคารไทยพาณิชย์ก็เลือกใช้แนวคิด Digital Bank with Human Touch เพื่อไม่ให้ดิจิทัลแบงก์กิ้ง AI กลายเป็นบริการเย็นชา แต่ยัง “เข้าใจคุณ” ตามคำที่ธนาคารเน้น
สิ่งที่ชัดเจนคือ ธนาคารไม่ได้ถามว่า “จะใช้ AI หรือไม่” อีกต่อไป แต่ถามว่า “จะออกแบบ AI ให้รับผิดชอบต่อคนอย่างไร” Agentic AI และ Generative AI ธุรกิจจึงเป็นทั้งโอกาสและบททดสอบ ว่าธนาคารจะสร้างโครงสร้างที่มนุษย์ยังเป็นศูนย์กลางได้แค่ไหน ในโลกที่ระบบอัตโนมัติทำงานแทบทุกขั้นตอน หากธนาคารรักษาสมดุลระหว่าง AI-First Bank strategy กับ Human-First ได้จริง ผู้ใช้บริการจะได้สัมผัสธนาคารที่ฉลาดและใส่ใจมากขึ้น ขณะที่พนักงานก็มี AI use case ธนาคารมากมายที่ช่วยให้ทำงานได้ดีขึ้น ไม่ใช่ถูกแทนที่
