ภาคการเงินทั่วโลกเหลือเวลาทดลอง AI ไม่นานแล้ว รายงาน WEF ชี้คลื่นลูกใหม่ย้ายจาก Pilot สู่การใช้จริงทั้งองค์กร

ตลาด AI ทั่วโลกกำลังจะมีมูลค่าเกิน 631,000 ล้านดอลลาร์ ภายในปี 2028 ตามการประเมินของ IDC โดยกลุ่มซอฟต์แวร์ บริการสารสนเทศ ธนาคาร และค้าปลีกเป็นกลุ่มที่ลงทุนนำหน้า 

เม็ดเงินมหาศาลนี้สะท้อนจุดเปลี่ยนสำคัญของภาคการเงินทั้งโลก คือการย้ายจากยุคของการทดลองใช้ AI ในมุมเล็ก ๆ ไปสู่การฝัง AI เข้าไปในการทำงานทั้งองค์กร

World Economic Forum (WEF) ประมวลจุดเปลี่ยนนี้ออกมาเป็นรายงานชื่อ The AI Playbook for Financial Services ที่จัดทำร่วมกับ Accenture รายงานกลั่นจากความเห็นของผู้นำองค์กรการเงินกว่า 150 คนทั่วโลก และเลือก Case Study มาเล่าทั้งหมด 8 ตัวอย่าง โดยมีประเด็นที่น่าสนใจดังนี้

ภาคการเงินกำลังย้ายจากการ 'ทดลอง' ไปสู่การ 'ใช้จริงทั้งองค์กร'

รายงานนี้เป็นผลจาก Phase II ของโครงการ AI in Financial Services ที่ WEF ทำต่อเนื่องมาตั้งแต่ปี 2024 กลั่นจากวงเสวนาผู้บริหารใน 4 เมืองหลักอย่างฮ่องกง นิวยอร์ก ลอนดอน และสิงคโปร์ บวกกับการสัมภาษณ์ผู้นำอาวุโสกว่า 150 คน จากองค์กรมากกว่า 100 แห่ง ตลอด 18 เดือน

ใจความหลักของรายงานนี้บอกว่า ภาคการเงินกำลังเดินผ่านจุดเปลี่ยนจากยุคของการทำ Pilot หรือโครงการนำร่องเล็ก ๆ ในมุมใดมุมหนึ่งขององค์กร ไปสู่การฝัง AI เข้าไปในการทำงานทั้งระบบ 

คำถามของผู้บริหารตอนนี้อาจไม่ใช่เรื่อง จะเริ่มลองใช้ AI ตรงไหนดีอีกต่อไปแล้ว แต่กลายเป็น จะสเกลหรือขยายผลให้ทั่วทั้งองค์กรอย่างรวดเร็ว รับผิดชอบได้ และสร้างคุณค่าที่ยั่งยืนได้อย่างไร ?

7 บทเรียนสำคัญสำหรับองค์กรที่อยากใช้ AI ให้ได้ผลจริง

หัวใจของรายงานคือข้อค้นพบ 7 ข้อที่ประมวลจากองค์กรที่ทำ AI ได้ก่อนคนอื่น ทั้งหมดร้อยเรียงเป็นเส้นเรื่องเดียวกัน ว่าการทำ AI ให้ได้ผลจริงต้องคิดทั้งระบบ ไม่ใช่แค่ซื้อเครื่องมือมาใช้

1. AI ต้องเป็นวาระของผู้นำระดับสูง ไม่ใช่เรื่องที่ปล่อยให้ทีมไอทีจัดการกันเอง 

เพราะโจทย์ได้เปลี่ยนจากการทำโครงการนำร่อง ไปเป็นการตัดสินใจเชิงกลยุทธ์ว่าจะฝัง AI ทั้งองค์กรอย่างไร 

2.ความได้เปรียบในการแข่งขันจะมาจากความสัมพันธ์กับลูกค้าที่ AI ช่วยขยาย

เมื่อความสามารถด้าน AI กลายเป็นของที่หาได้ทั่วไป สิ่งที่ทำให้ต่างคือองค์กรที่ใช้ AI กระชับความสัมพันธ์กับลูกค้าได้อย่างที่ลูกค้ายัง 'ไว้ใจ' วิธีที่เอา AI มาใช้

3.ประโยชน์สูงสุดจากการใช้ AI เกิดจากการออกแบบใหม่ทั้งระบบ

ไม่ใช่การเอา AI ไปแปะทับโครงสร้างเก่าที่กระจัดกระจาย แต่ต้องคิดกระบวนการทำงาน การออกแบบองค์กร และสถาปัตยกรรมเทคโนโลยีไปพร้อมกัน 

4.องค์กรต้องมีแพลตฟอร์มที่ครบ

แพลตฟอร์มที่ว่านี้ต้องประสานข้อมูล โมเดล การตัดสินใจ และระบบอัตโนมัติเข้าด้วยกันในที่เดียว พร้อมการจัดการข้อมูล การควบคุมตัวตนผู้ใช้ และการตรวจสอบย้อนหลังที่รัดกุม เพื่อให้ Scale ได้จริง

5.คนต้องเป็นผู้นำ 

สิ่งที่กำลังเกิดขึ้นคือ Hybrid Workforce หรือกำลังคนแบบผสมที่มนุษย์ทำงานร่วมกับ AI Agent โดยวิจารณญาณและความรับผิดชอบของมนุษย์ยังจำเป็นเสมอ 

6.ต้องฝังการบริหารความเสี่ยงและหลักการ Responsible AI ไว้ในทุกชั้น 

โดย AI ที่ใช้ต้องอธิบายเหตุผลได้ ตรวจสอบย้อนได้ และควบคุมได้ 

7. องค์กรต้องเดินสองความเร็วพร้อมกัน 

คือใช้ AI สร้างผลตอบแทนระยะสั้นด้านประสิทธิภาพและประสบการณ์ลูกค้า ขณะที่ค่อย ๆ สร้างรากฐานสำหรับการเปลี่ยนแปลงระยะยาวไปด้วย

จุดที่รายงานย้ำเป็นพิเศษคือเรื่องคน เพราะมีผู้บริหารเพียง 1 ใน 3 เท่านั้น ที่บอกว่ากลยุทธ์ด้านคนขององค์กรสอดคล้องกับกลยุทธ์ด้านเทคโนโลยีและ AI อย่างเต็มที่ ช่องว่างตรงนี้เองที่กลายเป็นโจทย์ใหญ่ของทั้งวงการ และเป็นจุดที่ทำให้ตัวอย่างจากไทยน่าสนใจ

ก่อนจะไปต่อ มีคำหนึ่งที่ต้องทำความเข้าใจให้ชัด นั่นคือ Agentic AI หรือ AI Agent ซึ่งหมายถึง AI ที่วางแผนและลงมือทำงานหลายขั้นตอนได้เองตามเป้าหมายที่ตั้งไว้ โดยมีมนุษย์คอยกำกับ ต่างจาก Generative AI ทั่วไปที่รอรับคำสั่งแล้วสร้างคำตอบทีละครั้ง 

Agentic AI คือก้าวต่อไปที่ทำให้เกิดคำถามใหม่เรื่องความรับผิดชอบและการกำกับดูแล ซึ่งเป็นแกนของบทที่รายงานยก KBTG ขึ้นมาเป็นตัวอย่าง

KBTG กับแนวทาง Human-First ที่ตอบโจทย์รายงานพอดี

Case Study ของ KBTG ในรายงานใช้ชื่อว่า 'การสร้างวัฒนธรรมการทำงานร่วมกับ AI ที่ให้คนมาก่อน พร้อมผลลัพธ์ที่จับต้องได้' และอยู่ในบทที่ว่าด้วย Agentic AI กับการทำงานร่วมกันระหว่างคนกับ AI 

แนวทางของ KBTG เริ่มจากการวางคนไว้ตรงกลาง ในปีแรกบริษัทเทรนพนักงานทั้งองค์กรให้รู้จักเครื่องมือ AI ที่ฝังอยู่ในงานประจำ ผู้นำเปิดให้ทุกคนเข้าถึง AI ได้อย่างทั่วถึง และสร้างสิ่งที่เรียกว่า AI Playground หรือพื้นที่ทดลองที่ปลอดภัย ให้พนักงานได้ลองสร้าง AI Agent ของตัวเองโดยไม่ต้องกลัวความผิดพลาด

เป้าหมายที่ KBTG ตั้งไว้คือ AI Literacy 100% ภายในปีแรก คำว่า AI Literacy หมายถึงความรู้พื้นฐานที่ทำให้พนักงานใช้และทำงานร่วมกับ AI ได้อย่างมั่นใจ การตั้งเป้าให้พนักงานทุกคนมีพื้นฐานนี้ ครอบคลุมตั้งแต่ความเข้าใจ AI เบื้องต้น การใช้ AI เพิ่มประสิทธิภาพงาน ไปจนถึงการใช้อย่างรับผิดชอบ 

ขณะเดียวกันบริษัทก็ตั้ง Enterprise AI Council ขึ้นเป็นองค์กรกำกับและวางกลยุทธ์ AI อย่างเป็นทางการ เน้นการใช้ AI อย่างรับผิดชอบและให้คนนำ

เมื่อพื้นฐานพร้อม สิ่งที่ตามมาคือนวัตกรรมที่งอกจากพนักงานเอง พนักงานที่เป็น Early Adopter เริ่มสร้าง AI Agent ส่วนตัว และทำโปรเจกต์แบบ MVP หรือ Minimum Viable Product ซึ่งคือผลิตภัณฑ์ต้นแบบที่ใช้งานได้จริงในระดับขั้นต่ำ เอาไว้ทดสอบไอเดียอย่างรวดเร็ว เพื่อแก้ปัญหาในงานของตัวเองและของทีม

รายงานเปิดเผยว่า ด้วยแนวทางนี้ทำให้ KBTG เกิดไอเดียนวัตกรรมกว่า 200 ไอเดีย ถูกพัฒนาเป็น 60 MVP และคัดกรองจนเหลือ 8 Use Case ที่ให้ผลกระทบสูง ก่อนถูกยกระดับขึ้นเป็นแพลตฟอร์มระดับองค์กรจริง งานธุรการ งานเอกสาร และงานวิเคราะห์เบื้องต้น มีประสิทธิภาพเพิ่มขึ้น 20 ถึง 59% 

และเมื่อนำต้นแบบ AI Agent เหล่านี้ขึ้นใช้งานจริงในระบบปฏิบัติการ บริษัทประหยัดเวลาทำงานได้ราว 30,000 วัน-คนทำงาน

ก้าวต่อไปของ KBTG คือการสร้างแพลตฟอร์ม AI กลางที่มี 'ความอิสระ ไม่ผูกติดกับเทคโนโลยีของเจ้าใดเจ้าหนึ่ง' หรือที่ในวงการเรียกว่า Vendor-agnostic เพื่อไม่ให้องค์กรถูกล็อกอยู่กับผู้ให้บริการรายเดียว

แพลตฟอร์มนี้จะเปิดให้คนกับ AI Agent ทำงานร่วมกันข้ามทุกกระบวนการทั่วทั้งองค์กร ซึ่งก็คือภาพ Hybrid Workforce ที่รายงานพูดถึงนั่นเอง 

เสียงจากไทยในรายงานระดับโลก และทำไมเรื่องนี้ถึงเกี่ยวกับเรา

นอกจาก KBTG ที่ได้ Case Study เต็ม ยังมีตัวแทนจากฝั่งไทยร่วมให้มุมมองในรายงานฉบับนี้อีกหลายราย ทั้ง จิรายุส ทรัพย์ศรีโสภา (ท็อป) ผู้ก่อตั้งและ Group CEO ของ Bitkub, Ascend Group เครือธุรกิจดิจิทัลของไทย และ TDRI หรือสถาบันวิจัยเพื่อการพัฒนาประเทศไทย 

อ้างอิง : The AI Playbook for Financial Services