เจาะลึกนวัตกรรม 12 ทีมสุดท้าย SCBX ‘AI Battle 2025' นวัตกรรมใหม่เพื่อลูกค้าจาก พร้อมขับเคลื่อนวิสัยทัศน์ AI-First

องค์กรผู้นำด้านเทคโนโลยีการเงินอย่าง SCBX กลับมาสร้างประวัติศาสตร์ใหม่บนเวที AI Battle Showcase 2025 ในปีที่ 2 ภายใต้ธีม ‘Make AI Great Again’ การประกาศเจตนารมณ์ระดับองค์กรที่แสดงให้เห็นถึงความมุ่งมั่นในการเป็น “AI-first Organization” อย่างจริงจัง ทั้งเพื่อสร้างประสบการณ์ใหม่ให้กับลูกค้า และปักหมุดสถานะผู้นำเทคโนโลยีการเงินในระดับภูมิภาคอาเซียน

เส้นทางสู่ AI-first Organization ของ SCBX เริ่มต้นอย่างเป็นรูปธรรมตั้งแต่ปี 2024 ด้วยการจัดงาน SCBX AI Battle 2024: "AI Revolution in Financial Services" ซึ่งเป็นเวทีแรกที่รวบรวมพนักงานจากทั่วเครือ SCBX มาสร้างสรรค์นวัตกรรม AI ในปีนั้นมีทีมสมัครเข้าร่วมกว่า 27 ทีม คัดเหลือ 12 ทีมสุดท้าย และมอบรางวัลใน 3 สาขาหลัก จากความสำเร็จในปีแรก SCBX ได้ยกระดับวิสัยทัศน์ AI-first อย่างต่อเนื่อง โดยตั้งเป้าหมายให้ 75% ของรายได้องค์กรมาจากธุรกิจที่ขับเคลื่อนด้วย AI ภายในปีพ.ศ. 2570 (ค.ศ. 2027) พร้อมทั้งสร้าง AI Literacy Program ให้พนักงานกว่า 30,000 คนทั่วเครือ SCBX ได้เรียนรู้และใช้ AI อย่างเต็มศักยภาพ 

ปีนี้ SCBX กลับมาพร้อม AI Battle Showcase 2025 ที่ยิ่งใหญ่ จากผู้เข้าร่วมโครงการทั้งหมด 74 ทีม ได้มีการคัดเลือกอย่างเข้มข้นจนเหลือเพียง 12 ทีมสุดท้าย ที่ได้ผ่านการติวเข้มใน AI Battle Bootcamp ซึ่งเป็นการเตรียมความพร้อมทั้งในด้านการนำเสนอ (Pitching), การพัฒนาซอฟต์แวร์ด้วย AI (AI for Software Development), และเทคนิคการสร้างคำสั่งให้ AI ทำงานได้อย่างมีประสิทธิภาพ (Prompt Engineering) เพื่อให้ทุกทีมพร้อมที่สุดสำหรับเวทีการแข่งขัน 

ดร. อารักษ์ สุธีวงศ์ รองประธานเจ้าหน้าที่บริหาร บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) (SCBX) ได้ให้เกียรติขึ้นกล่าวเปิดงานและให้กำลังใจแก่ผู้เข้าแข่งขัน โดยย้ำว่าการแข่งขันครั้งนี้เป็นปีที่ 2 และถือเป็นงาน Flagship ที่สำคัญของกลุ่มบริษัทในการขับเคลื่อนวิสัยทัศน์ AI-First ให้เกิดขึ้นจริง ท่านได้กล่าวชื่นชมการทำงานร่วมกันข้ามสายงานและข้ามบริษัทในเครือ ซึ่งเป็นหัวใจสำคัญของการสร้างสรรค์นวัตกรรม และยังได้ประกาศรางวัลใหญ่สำหรับผู้ชนะเลิศ คือการเดินทางไปร่วมงาน Singapore FinTech Festival 2025 ซึ่งเป็นรางวัลที่สะท้อนถึงความมุ่งมั่นขององค์กรในการสนับสนุนและเปิดโอกาสให้พนักงานได้เรียนรู้และเติบโตในเวทีระดับโลก

โดย 12 ทีมที่ผ่านการคัดเลือกจะแบ่งออกเป็น 6 ทีมในสองประเภทการแข่งขัน นั่นคือ Innovation League และ Impact League 

เจาะลึก 12 ทีมสุดท้าย AI Battle Showcase 2025

AI Hackathon: Innovation League Champion

Innovation League ภายใต้คอนเซ็ปต์ “One Brief, Many Brains” เป็นการแข่งขันด้านไอเดีย ภายใต้โจทย์ Process Automation และ Agentic AI ซึ่งอยู่ในขั้นตอนที่ยังไม่ได้เริ่มพัฒนา โดยในกลุ่ม Innovation League จะเป็นการร่วมตัวของ สมาชิกไม่เกิน 5 คนต่อทีม มารวมทีมพัฒนาโซลูชันใหม่ร่วมกัน

1. SalesXpert (จาก SCB & DataX)

SalesXpert คือแพลตฟอร์ม AI Sales Agent อัจฉริยะที่ถูกออกแบบมาเพื่อยกระดับการขาย ผลิตภัณฑ์ทางการเงินให้รวดเร็วและแม่นยำยิ่งขึ้น ปัญหาไม่ได้อยู่ที่ราคาเพียงอย่างเดียว แต่เกิดจาก “เวลา” เพราะในตลาดการเงินที่เปลี่ยนแปลงตลอด ลูกค้าให้เวลาเพียงไม่กี่นาทีในการตอบราคา หากช้าเพียงเสี้ยววินาที ดีลก็อาจหลุดไปทันที

SalesXpert ทำงานผ่าน 3 AI Agent ที่เชื่อมโยงกันแบบเรียลไทม์ ได้แก่ SalesX ผู้ช่วยทีมขายที่สื่อสารกับลูกค้า ให้ราคาจากระบบจริง และเริ่มบทสนทนาเชิงรุกเมื่อมีความเคลื่อนไหวในตลาด, TraderX ที่รวบรวมมุมมองของเทรดเดอร์และแจ้งเตือน Flow สำคัญให้ทีมเทรดตัดสินใจได้ทันเวลา, และ ProductX ที่วิเคราะห์ข้อมูลลูกค้าเพื่อพัฒนาผลิตภัณฑ์ใหม่ที่ตอบโจทย์ตลาด ทั้งหมดนี้ช่วยให้ธนาคารขายได้ รวดเร็ว ถูกต้อง และแม่นยำมากขึ้น พร้อมต่อยอดขยายผลสู่ผลิตภัณฑ์อื่นของธนาคารในอนาคต

2. Genie: AI at Factory (จาก AutoX & CardX)

‘Genie’ มุ่งปลดปล่อยศักยภาพทางนวัตกรรมที่ถูกกักขังไว้ภายในองค์กร โดยชี้ให้เห็นถึงปัญหาใหญ่ที่ว่าพนักงานทุกคนมีไอเดียที่ทรงคุณค่ามากมาย แต่ไอเดียเหล่านั้นกลับต้องสูญเปล่าไปในขั้นตอนการพัฒนาที่ยาวนานและมีข้อจำกัดด้านบุคลากรและเวลา ซึ่งทำให้ไอเดียเพียง 0.01% เท่านั้นที่ถูกนำไปต่อยอดได้จริง เพื่อแก้ไขปัญหานี้ ทีมได้สร้าง Genie ที่ไม่ได้เป็นเพียงเครื่องมือ แต่เป็นตัวคูณพลัง ที่จะเปลี่ยนพนักงานทุกคนให้เป็นผู้สร้างนวัตกรรมได้ด้วยตนเอง 

Genie ใช้ระบบ Multi-Agent AI ที่ซับซ้อน โดยผู้ใช้เพียงแค่สั่งการด้วยเสียงหรือข้อความ จากนั้นทีม AI Agent อัจฉริยะ (ประกอบด้วย AI Project Manager, AI Software Engineer, AI UX/UI, AI QA) จะทำงานร่วมกันเพื่อเปลี่ยนไอเดียนั้นให้กลายเป็นแอปพลิเคชันที่ใช้งานได้จริง ตั้งแต่การเก็บความต้องการ, การออกแบบ, การเขียนโค้ด, การทดสอบ, ไปจนถึงการสร้างเอกสารทางเทคนิค และพร้อมสำหรับการนำไปใช้งาน ซึ่งทั้งหมดนี้เกิดขึ้นได้ภายในเวลาไม่กี่นาที แทนที่จะเป็นหลายเดือนเหมือนกระบวนการแบบดั้งเดิม

3. CardionX - AI Onboarding Buddy (จาก CardX)

CardionX - AI Onboarding Buddy เป็นผู้ช่วยอัจฉริยะที่ถูกสร้างขึ้นเพื่อแก้ไขปัญหาที่สำคัญในกระบวนการสมัครบัตรเครดิต โดยทีมได้ระบุถึง 3 ปัญหาหลักที่ลูกค้าต้องเผชิญ คือ 1) Drop-off Rate สูง เนื่องจากขั้นตอนการสมัครที่ซับซ้อนและใช้เอกสารหลายอย่าง 2) ระยะเวลาเปิดใช้งานบัตร มากกว่า 10 วัน หลังจากการอนุมัติ ซึ่งเพิ่มต้นทุนการดำเนินงาน และ 3) ลูกค้าอาจเลือกบัตรที่ไม่เหมาะสมกับไลฟ์สไตล์ ทำให้มีอัตราการใช้งานหลัง 30 วัน เพียง 60% โซลูชัน AI Buddy นี้จึงเข้ามาทำหน้าที่เป็นเพื่อนคู่ใจที่ช่วยให้กระบวนการตั้งแต่ลูกค้าเริ่มส่งเอกสารใบสมัครไปจนถึงการกระตุ้นให้ลูกค้าใช้จ่ายครั้งแรก (first transaction) ได้อย่างสมบูรณ์ที่สุด

ด้วยคอนเซปต์ "ถูกต้อง ว่องไว และโดนใจ" โดยเริ่มต้นจากการพูดคุยเพื่อทำความเข้าใจไลฟ์สไตล์ของลูกค้า เพื่อแนะนำบัตรที่เหมาะสมที่สุด จากนั้นจะนำลูกค้าเข้าสู่ขั้นตอนการส่งเอกสารพร้อมระบบตรวจสอบความถูกต้องแบบเรียลไทม์ เช่น การแจ้งเตือนทันทีเมื่อรายการเดินบัญชีที่อัปโหลดมามีข้อมูลไม่ครบ 6 เดือน และเชื่อมต่อกับระบบยืนยันตัวตน (eKYC) ได้อย่างราบรื่น

4. PITAG: Predictive Intelligence for Tactical Anti-Fraud Guardian (จาก SCB)

PITAG: Predictive Intelligence for Tactical Anti-Fraud Guardian เป็นระบบตรวจจับและจัดการการฉ้อโกงทางการเงิน แบบอัตโนมัติครบวงจร โดยมุ่งแก้ไขปัญหาอาชญากรรมทางการเงินที่สร้างความเสียหายมหาศาลกว่า 30,000 ล้านบาทต่อปี โดยเฉพาะอย่างยิ่งปัญหาบัญชีม้า ทีมได้ชี้ให้เห็นว่ากระบวนการปัจจุบันต้องพึ่งพาผู้เชี่ยวชาญและการลงทุนในระบบป้องกันอื่นๆ คิดเป็นค่าใช้จ่ายหลักร้อยล้านบาท ‘PITAG’ จึงถูกสร้างขึ้นเพื่อเป็นองค์กร AI Agent ที่ทำงานร่วมกันอย่างอัตโนมัติ เปรียบเสมือนหน่วยตำรวจสืบสวนที่ทำงานตลอด 24 ชั่วโมง ประกอบด้วย Agent 4 ตัวหลัก คือ Data Collector Agent (หน่วยข่าวกรอง), Investigator Agent (หน่วยสืบสวน), Executor Agent (หน่วยปฏิบัติการ), และ Governance Agent (ผู้บริหาร) ซึ่งจะทำงานร่วมกันตั้งแต่การรวบรวมข้อมูล, วิเคราะห์พฤติกรรมเสี่ยง, ไปจนถึงการดำเนินการป้องกัน เช่น การโทรแจ้งเตือนเหยื่ออัตโนมัติ หรือการระงับบัญชีต้องสงสัยได้ทันที ระบบ PITAG ถูกออกแบบมาให้มีความฉลาดและยืดหยุ่น โดยมี AI ที่เชี่ยวชาญด้าน Fraud Pattern ของประเทศไทยโดยเฉพาะ ซึ่งเรียนรู้จากข้อมูลธุรกรรมและพฤติกรรมที่เกิดขึ้นจริงภายในธนาคาร ทำให้มีความแม่นยำสูงถึง 80% ในการตรวจจับบัญชีม้า 

แพลตฟอร์มนี้ยังช่วยให้ผู้เชี่ยวชาญสามารถสร้างกฎในการตรวจจับได้ด้วยตนเอง หรือใช้ AI ช่วยสร้างกฎจาก Prompt ได้อย่างง่ายดาย PITAG สามารถ ลดต้นทุนของ SCB ได้ ทั้งจากค่าระบบและชั่วโมงการทำงานของเจ้าหน้าที่ และที่สำคัญคือสามารถช่วย ลดความเสียหายของประชาชนจากอาชญากรรมออนไลน์ได้ เป้าหมายในระยะยาวคือการขยายผลไปสู่การป้องกันการฉ้อโกงประเภทอื่นๆ เช่น การปลอมแปลงเอกสารสินเชื่อ และยกระดับความปลอดภัยทางการเงินของประเทศให้ดีขึ้น ซึ่งเป็นก้าวสำคัญในการสร้างความเชื่อมั่นในยุคที่ทุกอย่างกำลังเปลี่ยนผ่านสู่ดิจิทัล

5. ACE: Agentic Collection Engine (จาก SCB)

ACE (Agentic Collection Engine) เป็นแพลตฟอร์มที่พัฒนาเพื่อปฏิวัติกระบวนการติดตามหนี้ของธนาคาร โดยชี้ให้เห็นว่าการติดตามหนี้เป็นส่วนงานที่มีความสำคัญสูงสุดและมีศักยภาพในการสร้างประโยชน์สูงสุดด้วยเทคโนโลยี Agentic AI เนื่องจากกระบวนการนี้เป็นแหล่งรายได้หลักของธนาคารมากกว่า 70% ของรายได้ทั้งหมด ขณะเดียวกันก็เป็นส่วนที่มีค่าใช้จ่ายใหญ่ที่สุดจากการตั้งสำรอง อย่างไรก็ตาม กระบวนการทำงานในปัจจุบันยังคงพึ่งพาวิธีการแบบเดิม ใช้งานเอกสารและไฟล์ Excel จำนวนมาก ทำให้ขาดระบบกลางที่รองรับการใช้เทคโนโลยีอัจฉริยะได้อย่างเต็มรูปแบบ

ACE จึงถูกออกแบบขึ้นเพื่อวางรากฐานใหม่ของกระบวนการติดตามหนี้ในอนาคต โดยรวมระบบที่กระจัดกระจายให้กลายเป็น แพลตฟอร์มเดียวที่ใช้งานง่ายและมีประสิทธิภาพสูง พร้อมนำเทคโนโลยี Agentic AI มากมายเข้ามาเป็นผู้ช่วยอัจฉริยะในทุกขั้นตอน ตัวอย่างเช่น

1. Field Agent ที่ช่วยพนักงานวางแผนการเยี่ยมลูกค้า
2. Restructure Agent ช่วยเสนอแนวทางช่วยเหลือลูกค้าที่เหมาะสมเป็นรายบุคคล
3. Document Automation Agent ช่วยจัดเตรียมเอกสารและสัญญาโดยอัตโนมัติ

ซึ่งทั้งหมดนี้ช่วยให้ธนาคารสามารถให้บริการลูกค้าได้รวดเร็วขึ้น ตอบโจทย์มากขึ้น และใช้ทรัพยากรได้อย่างคุ้มค่าสูงสุด

6. Asset Pulse (จาก SCBX & DataX)

Asset Pulse นำเสนอโซลูชันที่มุ่งแก้ไขปัญหาการบริหารจัดการไลเซนส์ซอฟต์แวร์ภายในองค์กรขนาดใหญ่ ซึ่งมักจะซับซ้อนและไม่มีประสิทธิภาพ ปัญหาหลักที่เกิดขึ้นคือ 

1. การใช้งานซอฟต์แวร์ไม่เต็มประสิทธิภาพ ทำให้องค์กรต้องเสียค่าใช้จ่ายไปกับไลเซนส์ที่ไม่ได้ใช้งาน 
2. การเลือกซื้อซอฟต์แวร์ที่ซ้ำซ้อน เนื่องจากขาดข้อมูลภาพรวมว่าแต่ละหน่วยงานหรือบริษัทในเครือมีซอฟต์แวร์อะไรใช้งานอยู่บ้าง 
3. การเลือกซอฟต์แวร์ที่ไม่เหมาะสมกับตำแหน่งงาน ทำให้สิ้นเปลืองงบประมาณและบุคลากรไม่สามารถทำงานได้อย่างเต็มศักยภาพ 

Asset Pulse ใช้เทคโนโลยี AI และ Large Language Models (LLM) ในการวิเคราะห์ข้อมูลจากหลายแหล่ง ทั้งจากระบบบริหารจัดการสินทรัพย์ไอทีเดิม (IT Asset Management) และข้อมูลการจัดซื้อ (Procurement) เพื่อสร้างมุมมองที่ครบวงจรและชาญฉลาด ฟีเจอร์หลักของแพลตฟอร์มประกอบด้วย 

1. การตรวจจับไลเซนส์ที่ไม่ได้ใช้งาน โดยการเปรียบเทียบข้อมูลผู้ที่ได้รับไลเซนส์กับข้อมูลการล็อกอินเข้าระบบ
2. การแนะนำซอฟต์แวร์ทางเลือก โดย AI จะสามารถค้นหาและเปรียบเทียบฟีเจอร์ของซอฟต์แวร์ที่มีอยู่แล้วในองค์กรกับซอฟต์แวร์ใหม่ที่กำลังจะขอซื้อ เพื่อลดการซื้อซ้ำซ้อน 
3. การแนะนำซอฟต์แวร์ที่เหมาะสมกับตำแหน่งงาน โดยวิเคราะห์จาก Job Description เพื่อเสนอชุดเครื่องมือที่จำเป็นสำหรับแต่ละบทบาท 
4. การรวมศูนย์การจัดซื้อ (Centralized Procurement) เพื่อเพิ่มอำนาจในการต่อรองกับผู้ขาย

 ทีมได้ประเมินว่าจากการทำ Proof of Concept (POC) โซลูชันนี้มีศักยภาพในการประหยัดค่าใช้จ่ายได้ถึง 5 ล้านบาทต่อปี นับเป็นการเปลี่ยนผ่านจากการบริหารจัดการแบบดั้งเดิมไปสู่การใช้ข้อมูลและ AI เพื่อเพิ่มประสิทธิภาพและลดต้นทุนให้กับองค์กรได้อย่างยั่งยืน

AI Battle: Impact League Champion

Impact League กับคอนเซ็ปต์ Solve, Show, Scale การประกวด Project AI สำหรับโปรเจกต์ที่ได้เริ่มพัฒนาแล้ว สามารถนำมาสเกลในระดับบริษัทหรือกลุ่มได้ และสร้างอิมแพคให้กับธุรกิจในอนาคต โดยต้องมีสมาชิกไม่เกิน 5 คนต่อทีม

1. CardX & DataX Transaction Score (จาก CardX & DataX)

Transaction Score เป็นโมเดลการประเมินสินเชื่อรูปแบบใหม่ที่มุ่งแก้ไขข้อจำกัดของกระบวนการอนุมัติสินเชื่อแบบดั้งเดิม โดยทีมได้ชี้ให้เห็นว่าวิธีการปัจจุบันซึ่งพึ่งพาข้อมูลจากเครดิตบูโรและข้อมูลประชากรศาสตร์เป็นหลักนั้น ไม่สามารถสะท้อนความสามารถในการชำระหนี้ที่แท้จริงของลูกค้ากลุ่มใหญ่ได้ โดยเฉพาะกลุ่มผู้ประกอบอาชีพอิสระ (Self-employed) หรือ Gig Worker ซึ่งเป็นประชากรกลุ่มใหญ่ของประเทศที่มีการเข้าถึงบริการทางการเงินแต่ยังขาดการเข้าถึงสินเชื่อในระบบอย่างเหมาะสม Transaction Score  จึงถูกพัฒนาขึ้นเพื่อเข้ามาปิดช่องว่างนี้ โดยใช้ข้อมูลธุรกรรมทางการเงิน (Transaction Data) ซึ่งเป็นข้อมูลเชิงลึกที่สามารถสะท้อนพฤติกรรมการใช้จ่ายและรายรับที่แท้จริงของลูกค้าได้ดีกว่าข้อมูลแบบเดิม

หัวใจของโซลูชันนี้คือการใช้เทคโนโลยี AI และ Machine Learning ตั้งแต่การใช้ Large Language Models (LLM) ในการจัดหมวดหมู่ธุรกรรมให้มีความหมาย, การใช้ Graph Networks เพื่อระบุและกำจัดธุรกรรมที่ผิดปกติ เช่น ธุรกรรมแบบวนซ้ำ (Circular Transaction), ไปจนถึงการใช้ Temporal Models (เช่น LSTM) เพื่อประเมินรายรับและรายจ่ายที่แท้จริงของลูกค้า ผลลัพธ์ที่ได้คือคะแนนความสามารถในการชำระหนี้ (Affordability) ที่มีความแม่นยำสูงและสะท้อนสถานะทางการเงินของลูกค้าแต่ละรายได้ดีกว่าการใช้เกณฑ์มาตรฐานเดียว

2. ChaiYo DocExpert (จาก AutoX)

ChaiYo DocExpert มุ่งแก้ไขปัญหาคอขวดที่สำคัญที่สุดในกระบวนการอนุมัติสินเชื่อของบริษัท ออโต้ เอกซ์ นั่นคือขั้นตอนการตรวจสอบเอกสาร ซึ่งเป็นกระบวนการที่ล่าช้าและใช้ทรัพยากรบุคคลอย่างมหาศาล ตามปณิธานของบริษัทที่ต้องการให้บริการสินเชื่อที่รวดเร็วที่สุดแก่ลูกค้าที่กำลังเดือดร้อนเรื่องเงิน ทีมได้ชี้ให้เห็นว่าในความเป็นจริง กระบวนการตรวจสอบเอกสารยังคงเป็นแบบ Manual ทั้งหมด พนักงานต้องใช้ความจำในการตรวจสอบเอกสารจำนวนมากภายใต้เงื่อนไขที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลา ทำให้กระบวนการอนุมัติสินเชื่อหนึ่งรายการต้องใช้เวลา เฉลี่ยถึง 60 นาที ส่งผลให้ในแต่ละวันที่มีลูกค้ากว่า 1,000 รายและมีเอกสารกว่า 40,000 แผ่นให้ต้องตรวจสอบ บริษัทต้องการพนักงานถึง 133 คน เพื่อให้งานเสร็จทันเวลา ซึ่งเป็นไปไม่ได้ในทางปฏิบัติ ปัญหาเหล่านี้ไม่เพียงแต่ทำให้ลูกค้าไม่พอใจ แต่ยังส่งผลกระทบโดยตรงต่อความสุขและ Work-Life Balance ของพนักงานด้วย

ChaiYo DocExpert จึงถูกพัฒนาขึ้นในฐานะ AI อัจฉริยะที่จะเข้ามาเปลี่ยนกระบวนการตรวจสอบเอกสารให้เสร็จสิ้นได้ภายใน คลิกเดียว โดยใช้เทคโนโลยี Multi-modal LLM และ GPT-4o ในการทำความเข้าใจและตรวจสอบเอกสารหลากหลายประเภท ตั้งแต่เอกสารแสดงรายได้, สำเนาทะเบียนรถ, ไปจนถึงการตรวจสอบความถูกต้องและการปลอมแปลงลายเซ็น ระบบสามารถดาวน์โหลดเอกสารจากระบบ, ตรวจสอบความถูกต้องครบถ้วนตามเงื่อนไข, และส่งผลการตรวจสอบกลับไปยังพนักงานสาขาได้โดยอัตโนมัติ ช่วยลดระยะเวลาการทำงานจากเดิม 60 นาที เหลือเพียง 2 นาที 

3. CorreX: from Collect to Correct (จาก CardX)

CorreX From Collect to Correct มุ่งปฏิวัติกระบวนการติดตามหนี้ (Debt Collection) ของบริษัท CardX โดยใช้ AI เข้ามาเป็นแกนหลัก CorreX ได้ชี้ให้เห็นว่าแม้กระบวนการติดตามหนี้จะเป็นแหล่งรายได้สำคัญ แต่ก็มีค่าใช้จ่ายแฝงจำนวนมาก โดยเฉพาะค่าใช้จ่ายในการตั้งสำรอง (Credit Cost) และต้นทุนในการดำเนินการที่มหาศาล รวมไปถึงกระบวนการการทำงานที่เป็นแบบ Manual ทำให้ขาดประสิทธิภาพและเกิดความล่าช้า

เพื่อทำลายข้อจำกัดนี้ จึงได้สร้าง CorreX ซึ่งเป็น Ecosystem ที่เชื่อมโยงองค์ความรู้, กลยุทธ์, และการปฏิบัติงานเข้าไว้ด้วยกันอย่างเป็นระบบ โดยมี Strategic Decision Engine ทำหน้าที่เป็นมันสมองในการวิเคราะห์ข้อมูลลูกค้าแบบ 360 องศา เพื่อกำหนดแผนการติดตามหนี้ที่เหมาะสมกับลูกค้าแต่ละราย จากนั้นแผนงานจะถูกส่งต่อไปยัง Debt Collection System ซึ่งเป็นศูนย์กลางในการกระจายงานไปยัง Agent ทั้งที่เป็นมนุษย์ (Human Agent) และ AI Agent (เช่น Reminder Agent ที่เป็น Voicebot สำหรับโทรแจ้งเตือนหนี้) ระบบนี้ยังถูกออกแบบมาให้มี Feedback Loop ที่สามารถนำผลลัพธ์จากการปฏิบัติงานกลับมาปรับปรุงกลยุทธ์ให้ดียิ่งขึ้นอย่างต่อเนื่อง

4. AIvertise (จาก SCB)

AIvertise ได้นำเสนอ Self-learning Advertising Platform ซึ่งเป็นโซลูชันสำหรับวงการโฆษณาของธนาคารโดยใช้ AI เข้ามาเป็นแกนหลัก ทีมได้ชี้ให้เห็นถึงปัญหาสำคัญที่ว่า แม้จะมีการส่งสื่อโฆษณาออกไปหาลูกค้ากว่า 300 ล้านครั้งต่อปี แต่กลับขาดความเข้าใจอย่างแท้จริงว่าปัจจัยใดที่ทำให้โฆษณาแต่ละชิ้นประสบความสำเร็จ ส่งผลให้เกิดการสูญเสียงบประมาณมหาศาลไปกับการสร้างสรรค์โฆษณาที่ไม่มีประสิทธิภาพ โดยพบว่ากว่า 64% ของโฆษณาทั้งหมดมี Engagement ต่ำกว่าค่าเฉลี่ย ทำให้สูญเสียโอกาสในการสร้างรายได้จากลูกค้าไปมากกว่า 300 ล้านบาท ปัญหาเหล่านี้เกิดจากการขาดเครื่องมือในการวิเคราะห์และการทำ Hyper-personalization ที่แท้จริง

AIvertise ถูกพัฒนาขึ้นในฐานะแพลตฟอร์มที่สามารถสร้างและปรับแต่งโฆษณาได้ดีมากขึ้น โดยแบ่งออกเป็น 2 ส่วนหลัก คือ 1) AI Content Generator: เครื่องมือที่ช่วยให้นักการตลาดสามารถสร้างโฆษณาได้ตั้งแต่ต้นจนจบ ตั้งแต่การกำหนด Headline, Sub-headline, ไปจนถึงการเลือกรูปภาพและเทมเพลตที่เหมาะสม 2) AI Content Personalizer: ระบบที่ใช้เทคโนโลยี Reinforcement Learning (Contextual Bandit) ในการเรียนรู้และเลือกโฆษณาให้เหมาะสมกับลูกค้าแต่ละกลุ่มโดยอัตโนมัติ โดยวิเคราะห์จากปัจจัยต่างๆ เช่น โทนของข้อความ, สี, และสัดส่วนของรูปภาพ จากการนำร่องใช้งานจริงในช่วงที่ผ่านมา 

5. Ai-X (จาก TechX, SCB Protect, SCB)

Ai-X นำเสนอแพลตฟอร์ม SCBx AI CRM+ : Agentic CRM Platform, Reinventing CRM with Multi-Agent Intelligence ระบบที่เข้ามาแก้ไขการบริหารจัดการลูกค้าสัมพันธ์ (CRM) แบบดั้งเดิม โดยใช้ Agentic AI เข้ามาเป็นแกนหลัก ทีมได้ชี้ให้เห็นถึงปัญหาสำคัญที่ว่า แม้จะมีการลงทุนในลิขสิทธิ์ซอฟต์แวร์มูลค่าหลายร้อยล้านบาท แต่กระบวนการทำงานของพนักงานยังคงเป็นแบบ Manual และไม่มีประสิทธิภาพ

SCBx AI CRM+ จึงเป็นแพลตฟอร์ม CRM ที่ขับเคลื่อนด้วย Agentic AI โดยเข้ามาช่วยลดขั้นตอนการทำงานที่ซ้ำซ้อนและเพิ่มมูลค่าให้กับธุรกิจได้อย่างมีนัยสำคัญ ฟีเจอร์หลักประกอบด้วย หน้าจอ Customer 360 ที่รวบรวมข้อมูลลูกค้าทั้งหมดไว้ในที่เดียว, Portfolio View สำหรับพนักงานในการติดตามงานและ KPI, และที่สำคัญคือ AI Agent ที่ทำหน้าที่เป็น "ทีม Virtual" คอยช่วยเหลือพนักงานในทุกขั้นตอน ตั้งแต่การจัดลำดับความสำคัญของงานไปจนถึงการแนะนำผลิตภัณฑ์ที่เหมาะสมกับลูกค้าแต่ละราย (Next Best Action/Product) 

6. Nova Agent (SCB, SCBX, InnovestX)

Nova Agent มองไปที่ประสบการณ์ของลูกค้าในระบบ Customer Service โดยการนำ Agentic AI เข้ามาใช้เป็นหัวใจสำคัญ เนื่องจาก Customer Service มีปริมาณการโทรเข้าสูงถึงประมาณ 5 ล้านสายต่อปี และมีแนวโน้มเพิ่มขึ้นเรื่อยๆ เพื่อรองรับปริมาณการโทรที่มหาศาลนี้โดยไม่ต้องเพิ่มปริมาณพนักงาน Nova Agent  ซึ่งเป็น AI Voicebot ที่ขับเคลื่อนด้วย Large Language Models (LLM) จึงถูกพัฒนาขึ้นมาใช้งานจริงตั้งแต่เดือนมิถุนายน โดย Voicebot นี้สามารถเข้าใจและตอบคำถามทั่วไปของลูกค้าได้ เช่น การขอรายการเดินบัญชีย้อนหลัง ซึ่งช่วยลดภาระงานของพนักงาน Customer Service ได้อย่างมีนัยสำคัญ

เป้าหมายในระยะยาวของ Nova Agent คือการพัฒนาให้เป็น Agentic Agent ที่สามารถให้บริการได้อย่างครบวงจรและชาญฉลาดมากยิ่งขึ้น โดยมีแผนที่จะขยายการใช้งานไปยังบริษัทในเครือ SCBX และยกระดับให้สามารถเชื่อมต่อกับระบบหลังบ้านต่างๆ ได้โดยตรง ซึ่งในอนาคต AI จะสามารถช่วยเหลือลูกค้าในการวางแผนด้านต่างๆ เช่น การวางแผนการเงินส่วนบุคคล, การตั้งเป้าหมายการออม, การลงทุนในกองทุนลดหย่อนภาษี, ไปจนถึงการนัดหมายกับผู้เชี่ยวชาญด้านประกันภัยได้โดยอัตโนมัติ เป็นต้น โดย AI ไม่เพียงแต่ดำเนินการตามคำสั่ง แต่ยังสามารถสรุปประเด็นการสนทนาและส่งต่อข้อมูลที่จำเป็นให้กับพนักงาน (Live Agent) ได้อย่างราบรื่น เพื่อสร้างประสบการณ์ที่ไร้รอยต่อ (Seamless Experience) ให้กับลูกค้า โซลูชันนี้มีศักยภาพในการลดต้นทุนการดำเนินงานและสร้างโอกาสทางธุรกิจใหม่ๆ จากการ Cross-sell และ Up-sell ได้อีก มากกว่า 250 ล้านบาท ซึ่งเป็นการวางรากฐานสำคัญในการสร้างองค์กรที่เป็น AI-first Organization อย่างเต็มรูปแบบ

บทสรุปของผู้ชนะ

สำหรับรางวัลชนะเลิศในฝั่ง Innovation League ซึ่งเป็นการแข่งขันของไอเดียสร้างสรรค์ที่มุ่งเน้นความแปลกใหม่และศักยภาพในการสร้างคุณค่า ผู้ที่คว้าชัยชนะไปครองได้แก่ทีม PITAG - Predictive Intelligence for Tactical Anti-Fraud Guardian จาก SCB ซึ่งเป็นระบบ AI อัจฉริยะที่ถูกออกแบบมาเพื่อตรวจจับและป้องกันการฉ้อโกงทางการเงิน โดยเฉพาะปัญหาบัญชีม้าที่สร้างความเสียหายมหาศาล โซลูชันนี้ได้รับเสียงชื่นชมอย่างล้นหลามในฐานะนวัตกรรมที่เข้ามาช่วยยกระดับความปลอดภัยและสร้างความเชื่อมั่นให้กับลูกค้าได้อย่างเป็นรูปธรรม

ในฝั่งของ Impact League ซึ่งเป็นการแข่งขันที่วัดผลจากผลกระทบเชิงธุรกิจที่เกิดขึ้นจริงและความพร้อมในการนำไปใช้งาน ทีมที่สามารถสร้างผลกระทบได้อย่างชัดเจนและคว้าตำแหน่งชนะเลิศไปได้คือทีม Nova Agent จาก SCB, SCBX, และ InnovestX ซึ่งเป็นโซลูชัน AI Voicebot ที่เข้ามาปฏิวัติประสบการณ์ของลูกค้าในศูนย์บริการลูกค้า (Customer Service) ได้อย่างสมบูรณ์แบบ Nova Agent ไม่เพียงแต่ช่วยลดภาระงานของพนักงาน แต่ยังสามารถยกระดับการให้บริการไปสู่การเป็นผู้ช่วยส่วนตัวที่ชาญฉลาด สามารถวางแผนการเงินและนัดหมายบริการต่างๆ ให้กับลูกค้าได้โดยอัตโนมัติ

แม้เวทีการแข่งขัน SCBX AI Battle Showcase 2025 ได้ปิดฉากลง แต่สิ่งที่ได้เริ่มต้นหลังจากนี้คือการลงมือทำจริง ในการเปลี่ยนผ่านสู่การเป็น 'AI-first Organization' อย่างเต็มรูปแบบขององค์กร นวัตกรรมจากทั้ง 12 ทีมสุดท้าย โดยเฉพาะผู้ชนะอย่าง ‘PITAG’ และ ‘Nova Agent’ ไม่ใช่แค่โปรเจกต์ที่จบลงเพียงแค่การได้รับรางวัลบนเวทีประกวด แต่คือภาพสะท้อนของอนาคตที่ SCBX กำลังสร้างออกมา ที่ซึ่ง AI ถูกฝังลึกในทุกกระบวนการทำงานเพื่อแก้ปัญหาทางธุรกิจที่ซับซ้อน ตั้งแต่การป้องกันการฉ้อโกง ไปจนถึงการสร้างประสบการณ์ลูกค้าระดับ Super Agent ที่ไร้รอยต่อ สิ่งนี้คือก้าวสำคัญด้านเทคโนโลยีในองค์กรที่ชัดเจนและจับต้องได้ บนเส้นทางสู่เป้าหมาย 75% ของรายได้จาก AI ภายในปี 2027 และการปักหมุดสถานะผู้นำเทคโนโลยีการเงินในระดับภูมิภาคอย่างแท้จริง