SCBX Unlocking AI: EP.3 How AI Shapes the Future of Financial Service Industry

สรุปเนื้อหาจากงาน SCBX UNLOCKING AI: EP3

• Venue: SCBX NEXT STAGE | 4th Floor, Siam Paragon
• Collaboration: SCBX และ Accenture
• Speakers:
  • Ramine Tinati – ASEAN Chief Data Scientist, Accenture
  • Dennis Trawnitschek – Chief Technology Officer, SCBX
  • Sossawan Pipattananan – Chief Transformation Officer, InnovestX
  • Danai Theptanawatana – Senior Technology Strategist, Microsoft

Unleashing the Power of Data and {Gen} AI in Bangkok

Ramine Tinati – ASEAN Chief Data Scientist, Accenture

ในงานเสวนา SCBX UNLOCKING AI: EP3 หัวข้อ How AI Shapes the Future of Financial Service Industry ได้รับเกียรติจากคุณรามีน ทินาติ ASEAN Chief Data Scientist จาก Accenture มาบรรยายในหัวข้อ Unleashing the Power of Data and {Gen} AI in Bangkok

คุณรามีน อธิบายว่า Generative AI ช่วยอำนวยความสะดวกในการทำงานหลายประการ ทำให้ทำงานอย่างมีประสิทธิภาพมากขึ้น ทำงานได้เพิ่มมากขึ้น และลดทอนเวลาการทำงานลงได้ถึง 40% เลยทีเดียว

นั่นทำให้ผู้บริหารองค์กรระดับโลก 98% ล้วนมองล่วงหน้าไปแล้วว่า ถ้าต้องการให้ธุรกิจไปต่อได้อย่างไม่มีสะดุด 3-5 ปีข้างหน้าจะต้องใช้งาน AI ให้เกิดประโยชน์ที่สุด เพราะสัญญาณทุกอย่างบ่งชี้มาแล้วว่า เทคโนโลยีนี้จะเปลี่ยนชีวิตของคนเราไม่ว่าทางใดทางหนึ่ง ลองคิดภาพว่าปัจจุบัน สมาร์ทโฟนช่วยเปลี่ยนชีวิตคนเรามากแค่ไหน AI จะยิ่งเปลี่ยนชีวิตมากกว่านั้นหลายเท่า

ทั้งนี้ เวลาพูดถึงประสิทธิภาพของ AI หลายคนอาจมีภาพจำเป็น “Skynet” หรือปัญญาประดิษฐ์จากภาพยนตร์ตระกูล “ฅนเหล็ก” The Terminator แล้วหวาดกลัวว่ามันจะทำให้ทุกคนตกงาน ไปจนถึงทำลายโลกจนพินาศ แต่จริงๆ แล้วคุณรามีนมองด้านบวกว่า AI ไม่ได้น่ากลัวแบบนั้น เพราะปัจจุบันไม่มีใครเอาเทคโนโลยีไปใช้งานด้านลบแบบในหนัง พร้อมย้ำว่าเทคโนโลยีจะใช้งานเกิดผลก็ต่อเมื่อเอาไปใช้งานในด้านดีเท่านั้น ซึ่งช่วยให้พอให้อุ่นใจได้ในระดับหนึ่งว่า โลกจะไม่เกิดเหตุการณ์สยองขวัญแบบนั้นขึ้นแน่นอน

ในยุคที่ทุกธุรกิจที่นำหุ่นยนต์ นำ AI มาใช้งานอย่างแพร่หลาย แต่ธุรกิจที่คุณรามีนมองว่าใช้งานแล้วเห็นผลด้านตัวเงินมากที่สุดคือธุรกิจด้านการเงินการธนาคาร (Banking) เมื่อก่อน คอมพิวเตอร์มีขนาดใหญ่ แต่ยังไม่สามารถทำอะไรได้มาก ก่อนที่ในระยะหลัง จะเกิดเทคโนโลยีที่ย่อส่วนลงมาก แล้วใช้งานอย่างแพร่หลาย เช่น บัตรเครดิต การใช้งานเปลี่ยนแปลงไปจากในอดีต

เรายังเริ่มเก็บข้อมูลมากขึ้นจากช่องทางต่างๆ เช่น การใช้โซเชี่ยลมีเดีย นำมาสู่การใช้ข้อมูลนั้นเพื่อตอบสนองไลฟ์สไตล์ของผู้คนจริงๆ ยิ่งมีข้อมูลมาก Gen AI ทั้งหลายในปัจจุบันก็ยิ่งมีประโยชน์มากขึ้นเท่านั้น

ปฏิเสธไม่ได้ว่าปี 2023 คือจุดเปลี่ยนของการใช้ AI ในระดับโลก เราไม่เพียงใช้มันทำรูปภาพ ทำข้อความ แต่ยังใช้มันคาดการณ์สิ่งต่าง ๆ เช่น ตลาดหุ้น หรือสร้างสรรค์สิ่งต่าง ๆ ที่เกิดความงดงาม และเกิดการแก้ปัญหาให้กับมนุษย์ คุณรามีนชวนให้ลองคิดภาพต่อว่าในอีกหลายปีจากนี้ มันจะทำได้อีกมากแค่ไหน?

แล้วทำไมทุกคนถึงต้องรู้เรื่องนี้ด้วย? เพราะการรู้ประวัติศาสตร์จะช่วยสร้างสรรค์อนาคตที่มั่นคงได้ ในอดีตเวลาจะสร้างโมเดลอะไรสักอย่างขึ้นมา โมเดลนั้นจะมีวัตถุประสงค์ด้านใดด้านหนึ่งอย่างเดียว มันกลายเป็นรากฐานให้ปัจจุบันวิวัฒนาการ เราสามารถสร้างโมเดลหนึ่งอย่างแล้วสามารถตอบโจทย์การทำงาน หรือตอบโจทย์วัตถุประสงค์ต่าง ๆ ได้ครอบคลุมกว่าเดิม

หมายความว่า เมื่อเรามีข้อมูลมากขึ้น เราจะยิ่งสร้างโมเดลที่สำคัญ ๆ ขึ้นให้กับองค์กรได้ นี่คือจุดที่จะเป็นแต้มต่อให้กับองค์กรจำนวนมาก โดยเฉพาะอย่างยิ่งองค์กรใหญ่ ที่มีข้อมูลเยอะ ซึ่งจะสามารถทำอะไรได้มากกว่ากว่าองค์กรขนาดเล็ก

“เราไม่ได้ต้องการสร้าง Skynet แต่เราต้องการสร้างสิ่งที่ดี มีเอกลักษณ์น่าสนใจ ซึ่งจะเกิดขึ้นไมได้หากมีข้อมูลไม่มากพอ”

สำหรับ Accenture เองศึกษาเรื่อง AI มานานพอสมควร จนพบ 4 หลักการใช้งานพื้นฐานในการใช้งาน AI อย่างชาญฉลาด ซึ่งแต่ละองค์กรจะต้องเอาไปปรับใช้ให้เข้ากับวิถีการทำงานของตัวเองอีกทีคือ

1. Prompting Only เลือกใช้คำสั่งที่เหมาะสม ถูกต้องกับวัตถุประสงค์
2. Fine-Tuning ปรับใช้ตามความต้องการแต่ละรูปแบบ
3. Pre-Training หมั่นฝึกฝน เรียนรู้
4. Ground-up Build วางรากฐาน พื้นฐานที่ดี ช่วยให้องค์กรใช้งาน AI ได้อย่างมีประสิทธิภาพ

ปัจจุบัน Accenture นำ Gen AI ไปใช้กับงาน Banking Function ที่มีความซับซ้อนขึ้น ช่วยเพิ่มประสิทธิภาพในงานด้านต่างๆ เช่น ด้านการขาย การตลาด การดูแลลูกค้า การควบคุมความเสี่ยง ไปจนถึงเรื่องของ HR และงานด้านกฎหมาย เป็นต้น

สาเหตุที่เอา Gen AI มาใช้งานในงานธนาคาร ก็เพื่อนำข้อมูลของลูกค้ามาวิเคราะห์ต่อว่า แต่ละคนมีความชื่นชอบสนใจอะไรบ้าง เพื่อที่จะได้ส่งมอบข้อมูลข่าวสาร โปรโมชั่นการตลาดที่มีความเฉพาะเจาะจงกับลูกค้าแต่ละคน ตอบโจทย์ความต้องการของพวกเขาจริงๆ ไมได้รับข้อมูลที่ไม่เกี่ยวข้อง ไม่สนใจ และที่สำคัญจะสามารถวัดผลได้ตรงๆ เลยว่า โปรโมชั่นการตลาดที่ทำไป มีประสิทธิภาพมากน้อยแค่ไหน

แต่ทั้งนี้ทั้งนั้น ไม่ใช่ว่าการใช้ AI จะไม่มีความเสี่ยงเลย แม้จะมีหน่วยงานสอดส่องดูแลให้เกิดความปลอดภัยด้านการเงินขั้นสูง เช่น Monetary Authority of Singapore ของประเทศสิงคโปร์ แต่การใช้ข้อมูลก็มีความเสี่ยงว่า ข้อมูลที่ได้มาอาจเป็นข้อมูลปลอม ข้อมูลเท็จ ไปจนถึงข้อมูลที่ไม่สร้างสรรค์ บางครั้งอาจเป็นข้อมูลที่ผิดลิขสิทธ์ เช่น งานศิลปะ งานสร้างสรรค์ของศิลปินรายต่างๆ นอกจากนั้น แต่ละองค์กรต้องระวังการมีข้อมูลหลุดรั่วออกไปยังภายนอก แล้วนำไปใช้ในทางที่ผิดด้วย

97% ของแวดวงธุรกิจเชื่อว่าการใช้ AI จะนำมาซึ่งประโยชน์มหาศาล แต่มีแค่ 6% เท่านั้นที่จะใช้มันอย่างระมัดระวังจริงๆ

ซึ่งคุณรามีนก็หวังว่าในอนาคตภายหน้า ตัวเลขดังกล่าวจะเพิ่มขึ้นอีกหลายเท่า เพราะความรู้เท่าทัน การใช้งานให้เกิดประโยชน์จะช่วยยกระดับต่อยอดโลกนี้ให้สวยงามและยั่งยืน

AI at the Core: Building Capabilities and Direction for SCBX’s Ecosystem

Dennis Trawnitschek – Chief Technology Officer, SCBX

Ecosystem หรือระบบนิเวศทางธุรกิจ คือสิ่งที่องค์กรด้านเทคโนโลยีจำนวนมากอยากให้ผลิตภัณฑ์ของตัวเองมี ทำให้ทุกอย่างเชื่อมถึงกันได้อย่างแนบเนียน เพราะจะช่วยให้ทุกคนสามารถทำงานและใช้ชีวิตอย่างสะดวกสบายและไร้รอบต่อ

คุณเดนนิส ทรอว์นิทชเช็ค Chief Technology Officer, SCBX มาบรรยายในหัวข้อ AI at the Core: Building Capabilities and Direction for SCBX’s Ecosystem ในงาน SCBX UNLOCKING AI: EP3 หัวข้อ How AI Shapes the Future of Financial Service Industry ว่า ที่ SCBX นั้นทำงานกับ AI อย่างไร เพื่อสร้าง Ecosystem ดังกล่าวขึ้นอย่างแนบเนียนที่สุด

คุณเดนนิส เชื่อว่า AI คือสิ่งสำคัญที่จะมีบทบาทมากในอนาคต พนักงานของ SCBX ตั้งแต่ระดับบนจนถึงระดับล่างจะได้ผ่านการฝึกสอน ได้รับการปลูกฝังให้รู้จักใช้งาน AI ให้เกิดประสิทธิภาพสูงสุด โดยมี 5 หลักการที่องค์กรยึดมั่นดังนี้

1. เมื่อคิดจะเอาจริงเอาจังกับ AI ผู้บริหารต้องพูดจริงทำจริง กล้านำมาใช้ขับเคลื่อนสิ่งใหม่จริงๆ
2. โฟกัสในข้อมูลที่อยู่ถูกที่ถูกทาง รู้ว่าจะนำข้อมูลใดมาใช้ และรู้ว่าต้องค้นหาจากแหล่งข้อมูลใด จะเป็นรากฐานสำคัญของการใช้งานข้อมูลอย่างเกิดประโยชน์
3. อยากเป็นผู้นำด้านเทคโนโลยี ก็ต้องเปิดรับเทคโนโลยีที่กล้าแกร่ง ดังนั้น SCBX จึงร่วมมือกับบริษัทระดับโลกอย่าง Microsoft เพื่อพัฒนา AI ตั้งแต่ช่วงแรกๆ มาจนถึงปัจจุบัน
4. จับมือพันธมิตร ไม่เพียงแค่ร่วมมือกับ Microsfot แต่ SCBX ยังขยับขยายขอบเขต ร่วมพัฒนากับ Stanford MIT VISTEC และที่อื่นๆ อีกมากมายให้มากที่สุด
5. สร้างองค์ความรู้ใหม่ในทุกวัน เรียนรู้ทุกวัน ความท้าทายของงานนี้อยู่ที่ AI เป็นสิ่งใหม่ ทุกอย่างคือสิ่งใหม่ที่ยังไม่มีใครเชี่ยวชาญมาก่อน ดังนั้นองค์กรต้องสร้างบรรยากาศที่ทุกคนพร้อมเรียนรู้ ทดลองสิ่งใหม่ ๆ และไม่หยุดอยู่กับที่ จึงจะนำไปสู่ความสำเร็จได้

จากการสำรวจอนาคตของ SCBX และจากการใช้ Generative AI เบื้องต้นสามารถถอดบทเรียนได้หลายประการ ซึ่งคุณเดนนิสเชื่อว่า เป็นจุดเริ่มต้นของการทดลองในระยะยาว เพื่อให้ใช้งานได้เกิดผลลัพธ์ดีที่สุด

1. Diversity in Models โมเดลต่างๆ ที่สร้างขึ้นต้องมีความหลากหลายของรูปแบบและเนื้อหา ยิ่งมีมากเท่าไหร่ ยิ่งเป็นแต้มต่อมากเท่านั้น
2. Explanable AI ข้อมูลที่ใช้ต้องสามารถอธิบายได้ เข้าใจง่าย ไม่ซับซ้อน และเชื่อถือได้
3. Partnerships & Ecosystems การเป็นพาร์ทเนอร์กับองค์กรจำนวนมากช่วยให้ได้เรียนรู้ ได้ข้อมูลที่สำคัญต่อการพัฒนามากขึ้น นั่นคือเหตุผลว่าทำไม SCBX ถึงร่วมมือกับองค์กรจำนวนมาก พยายามสร้างสรรค์สิ่งที่ดีที่สุดออกมา
4. Open Source Collaboration ต้องสามารถเข้าถึงแหล่งข้อมูลสำคัญได้
5. User-Centric Approach คำนึงถึงเสมอว่า คุณค่าดีๆ ที่ผู้บริโภคและลูกค้าจะได้รับต้องมาก่อน ต้องไม่หยุดถามฟีดแบ็ค เพื่อนำมาปรับปรุงพัฒนาให้ดีขึ้น

ท้ายที่สุด คุณเดนนิส เห็นด้วยกับคุณรามีน ทินาติ ASEAN Chief Data Scientist จาก Accenture ที่ขึ้นบรรยายใน Session ก่อนหน้า Unleashing the Power of Data and {Gen} AI in Bangkok ว่า หมดกังวลเรื่อง Skynet แบบในหนังได้เลย เพราะมันจะไม่มีทางเกิดขึ้น เนื่องจากคนจะเอามันมาใช้งานอย่างสร้างสรรค์และมีความสนุกสนานมากกว่า

และตราบใดที่มันถูกใช้อย่างสร้างสรรค์ และมีความรับผิดชอบ จะทำให้เกิดประโยชน์สูงสุดตามมาอย่างแน่นอน

InnovestX: Elevating Investment Insights with OpenAI

Sossawan Pipattananan – Chief Transformation Officer, InnovestX

การจะลงทุนเรื่องใดเรื่องหนึ่ง ผู้ลงทุนจำเป็นต้องมีความรู้เรื่องนั้นๆ อย่างดี มิเช่นนั้นความเสี่ยงที่จะขาดทุน หรือเกิดความผิดพลาดจะสูงมาก แต่หนึ่งในการกำจัดความเสี่ยงอาจอยู่ที่การใช้ AI ได้ด้วย เพราะ AI สามารถแสดงข้อมูลสุดลึกลับต่างๆ ออกมาได้เพียงคลิกไม่กี่ครั้ง

ในงาน SCBX UNLOCKING AI: EP3 หัวข้อ How AI Shapes the Future of Financial Service Industry คุณศศวรรณ พิพัฒน์ธนนันท์ Chief Transformation Officer, InnovestX มาอธิบายไว้ใน Session ชื่อว่า InnovestX: Elevating Investment Insights with OpenAI ว่าธุรกิจของ InnovestX นั้นเอา AI มาใช้หลายด้าน เพื่อช่วยให้การลงทุนของลูกค้าเกิดประสิทธิภาพที่สุด

คุณศศวรรณ เริ่มจากการเล่าถึงหลายกรณีที่น่าสนใจมากที่พบเจอมากับตัว โดยมี 4 ด้านด้วยกันดังต่อไปนี้

1. AI ทำให้เกิดการเติบโตทางธุรกิจใหม่ๆ ปัจจุบันมีโมเดลใหม่ๆ มากมายที่ InnovestX กำลังพัฒนาและทดลองใช้ เพื่อยกระดับการลงทุนไปอีกขั้น
2. AI ช่วยสร้างประสบการณ์ที่ดีให้ลูกค้า ช่วยให้ลูกค้าได้รับทุกข้อมูลสำคัญอย่างรวดเร็ว และยิ่งมีข้อมูลมาก ก็จะช่วยให้ตัดสินใจลงทุนอย่างถูกต้องเหมาะสม เกิดผลกำไรในพอร์ตลงทุน
3. AI ช่วยพัฒนา Productivity ช่วยโปรแกรมเมอร์รวมถึงคนทำงานด้านอื่นๆ ทำงานรวดเร็วขึ้น ได้ผลลัพธ์ดีขึ้นถึง 30-50% แม้กระทั่งการเขียนอีเมล ส่งอีเมล ก็ทำได้รวดเร็วขึ้นแถมทำให้ผู้ใช้งานดูมีความเป็นมืออาชีพมากด้วย
4. AI ช่วยกำจัดความเสี่ยง ช่วยจับตาการซื้อขายที่ผิดปกติ ยิ่งมองเห็นไว จะยิ่งแก้ปัญหาได้ไว ป้องกันความเสียหายได้มากขึ้นเท่านั้น

คุณศศวรรณเล่าว่า จากการคุยกับลูกค้าหลายคนพบว่า นักลงทุนชาวไทยรายย่อยเกินครึ่งต่างให้ความเห็นตรงกันว่า ที่ผ่านมาลงทุนในตลาดหุ้นไทยเยอะ แต่ช่วงหลังสนใจลงทุนต่างประเทศมากขึ้น เพราะตลาดหุ้นต่างประเทศมีขนาดใหญ่กว่ามาก มีปริมาณการซื้อขายสูง และมีตัวเลือกเยอะมาก ดังนั้นจึงมีโอกาสทำกำไรได้ค่อนข้างสูงกว่าตลาดไทย

นักลงทุนที่ใช้งานแอป InnovestX จะมีแต้มต่อกว่านักลงทุนรายอื่นๆ หลายประการ เพราะข้อมูลในแอปฯ จะบอกหมดเลยว่า ตลาดประเทศไหนมีผลตอบแทนที่ดี และเหมาะสมต่อการลงทุนบ้าง เมื่อเทียบกับประเทศไทย การมีข้อมูลเยอะคือสิ่งที่ช่วยแก้เพนพอยต์ของนักลงทุนได้อย่างดี เพราะยิ่งมีข้อมูลมาก ก็สามารถลงทุนได้อย่างเกิดผลมากขึ้น ช่วยให้วิเคราะห์ได้ว่า ควรซื้อ ควรลงทุนผลิตภัณฑ์ใด ในเวลาใด กำไรที่ออกมาควรจะเป็นเท่าไหร่ ยิ่งนักลงทุนรู้เร็วเท่าไหร่

เพราะปัญหาที่ผ่านมาคือบ่อยครั้งนักลงทุนรู้ช้า ทำให้ติดดอย เก็บเกี่ยวผลประโยชน์ได้ไม่เต็มที่ และบ่อยครั้งข้อมูลยังมีจำนวนมาก ย่อยยาก จนกว่าจะอ่านจบ ก็อาจสเสียโอกาสทำกำไรไปแล้ว

ผลก็คือ ข้อมูลที่นักลงทุนได้รับจาก InnovestX ช่วยให้นักลงทุนสามารถตัดสินใจได้อย่างรวดเร็ว เพราะ AI ช่วยประมวลข้อมูล เพื่อช่วยนักลงทุนมีข้อมูลมากพอจะตัดสินใจได้ และไม่ได้พึ่งพา AI อย่างเดียว แต่ยังต้องอาศัยนักวิเคราะห์ช่วยวิเคราะห์ข้อมูลจนเกิดความแม่นยำ คอยรีวิวความถูกต้องว่ามีคุณภาพและครบถ้วนสมบูรณ์หรือไม่ ช่วยให้นักลงทุนไม่ต้องอ่านเอกสารยาว 30 หน้า แต่อ่านเพียง 2 หน้า ก็จะช่วยให้ตัดสินใจลงทุนได้เร็วและแม่นยำขึ้น

บทเรียนที่ InnovestX พบจากการทำงานกับ AI เพื่อช่วยให้ลูกค้าลงทุนได้ผลกำไรที่สุด มีดังต่อไปนี้

1. ความสมบูรณ์และถูกต้องของข้อมูล ถ้าข้อมูลมีน้อยเกินไป AI อาจให้คำตอบที่ไม่ละเอียด และอาจมีอคติ แต่หากข้อมูลมีมากเพียงพอ จะช่วยตัดอคติ และนำไปสู่ความเสี่ยงที่น้อยลงด้วย
2. ให้ความสำคัญกับ RAG Technique หรือการเขียนกระบวนการให้ AI เรียนรู้ ซึ่งเป็นสิ่งที่ไม่มีสูตรสำเร็จตายตัว แต่ละองค์กรต้องค้นหาสูตรสำเร็จของตัวเองว่า อยากให้ AI เรียนรู้เรื่องอะไร อย่างไร ผ่านฐานข้อมูลในห้องสมุดแหล่งใด จึงจะเกิดประโยชน์และใช้งานจริงได้มากที่สุด
3. ตามหา Prompt Engineer คนที่ใช่ การออกคำสั่ง ไม่จำเป็นต้องเป็นคนทำเดต้าเก่งๆ แต่ควรเป็นคนที่เข้าใจบริบทของเรื่องที่ทำอยู่ คนที่เป็นผู้เชี่ยวชาญ และควรเป็นคนที่สื่อสารเก่ง รู้วิธีสื่อสาร มีความคิดสร้างสรรค์ในการถาม รู้ว่าควรถามอย่างไรเพื่อให้ได้ข้อมูล

แล้วอนาคตการลงทุนจะเป็นอย่างไรต่อไป? คุณศศวรรณมองว่า Gen AI จะช่วยทำให้ได้อินไซต์ของหุ้นในตลาดที่ยังมีกำแพงด้านภาษา เปิดโอกาสการลงทุนในพื้นที่ต่างๆ ได้มากขึ้น ซึ่งอีกไม่นานจะไปถึงขั้นนั้นได้แน่นอน และช่วยยกระดับประสบการณ์นักลงทุนในไทยให้เท่าทันต่างประเทศ สามารถลงทุนได้อย่างถูกต้องเหมาะสมมากขึ้น

ทั้งหมดนี้คือประสบการณ์ที่ InnovestX และคุณศศวรรณพบเจอมาโดยตรง และหวังว่าจะเป็นประโยชน์ต่อการทำงานต่อไปของทุกคนไม่มากก็น้อย

The Gen AI Impact: Transforming Financial Industry and Shaping Tomorrow

Panelist: 

• Ramine Tinati – ASEAN Chief Data Scientist, Accenture
• Dennis Trawnitschek – Chief Technology Officer, SCBX
• Danai Theptanawatana – Senior Technology Strategist, Microsoft

Moderated by: Tanya Tongwaranan – Community & Strategic Planner, SCBX

ปัจจุบันคงไม่มีใครปฏิเสธความสำคัญของ AI อีกแล้วว่ามีลต่อการใช้ชีวิต การทำงานของผู้คน และสร้างอนาคตที่ดีกว่าเดิมได้อย่างไร เพราะ AI เข้าไปเกี่ยวข้องด้วยในแทบทุกอุตสาหกรรม ทั้งด้านการเงินการลงทุน การทำงาน ด้านศิลปะ และอื่นๆ อีกมากมาย

Gen AI ตัวช่วยวงการธนาคารสู่อนาคตที่ไร้รอยต่อ

หนึ่งในวงการที่มีพัฒนาการด้านเทคโนโลยีอย่างน่าสนใจคือแวดวงด้านธนาคารและการลงทุน เมื่อมี Generative AI เกิดขึ้น แวดวงนี้ก็ยังเอาเข้ามาใช้สร้างสรรค์สิ่งใหม่ๆ ให้เกิดขึ้นด้วย

คุณดนัยเล่าว่า สายงานด้านการเงินการลงทุนมีนวัตกรรมใหม่ๆ เปลี่ยนโลกเกิดขึ้นเสมอ เช่น การมีบัตรเครดิตแบบธรรมดา ไปจนถึงบัตรแบบออนไลน์ ซึ่งระยะหลังยังมีระบบ AI ที่สามารถตรวจพบได้ด้วยว่า คนใช้งานมีจริงหรือไม่ และอื่นๆ อีกมากมาย

นอกจากนั้น Gen AI อย่าง ChatGPT ยังเป็นเครื่องมือชิ้นสำคัญที่จะช่วยให้องค์กรเล็กๆ สามารถโปรโมตตัวเองให้เป็นที่รู้จัก ให้สามารถตั้งหลักและเดินไปในทิศทางที่ถูกต้องได้ง่ายขึ้น ไม่แพ้องค์กรใหญ่ๆ เลย

ส่วนคุณเดนนิส เสริมว่า Gen AI ช่วยให้งานสายการเงินเดินไปสู่ทิศทางที่ยังไม่เคยมีใครสำรวจมาก่อน AI ช่วยกระตุ้นกระบวนการทำงาน สร้างกระบวนการใหม่ๆ ขึ้นมา ซึ่งน่าสนใจว่าเส้นทางที่กำลังเดินไปนั้น จะก่อให้เกิดสิ่งที่น่าสนใจและมีประโยชน์อะไรขึ้นบ้าง

ด้านคุณรามีนเห็นด้วยกับคำตอบของทุกคน พร้อมอธิบายเพิ่มว่า หากมองมุมกว้างจะพบว่าไม่แค่ Gen AI เท่านั้นที่มีบทบาทสำคัญ แต่จริงๆ มันเป็นเพียงเสี้ยวหนึ่งเท่านั้นที่พาวงการมาถึงขั้นนี้ เพราะระบบเทคโนโลยีทั้งหมดล้วนมีส่วนช่วยพัฒนาธุรกิจให้กว้างไกลขึ้น นำมาซึ่งข้อมูลมีค่า ช่วยเชื่อมโยงหาลูกค้า ช่วยให้แต่ละองค์กรสามารถเจอวิธีการทำงานที่ตอบโจทย์ เพื่อสร้างประสบการณ์ที่ดีที่สุดของทุกฝ่าย

อยากใช้ AI ต้องรู้ ต้องเตรียมตัวก่อนตกรถ

หากต้องการนำ AI มาใช้ให้เกิดประโยชน์ มีหลายเรื่องที่คนทำงานต้องรู้ และต้องเตรียมตัวก่อน เพื่อจะได้ทำงานอย่างราบรื่น ไม่สะดุดล้มกลางคัน

รามีน ยกตัวอย่างว่ามีการถกเถียงกันตลอดว่าระบบของ AI จะช่วยป้องกันข้อมูลรั่วไหล และทำให้มีความยืดหยุ่นในการทำงาน เกิดสิ่งดีๆ สิ่งใหม่ได้อย่างไร นี่คือเรื่องที่แต่ละองค์กรต้องวางแผนป้องกันไว้ตั้งแต่เนิ่นๆ เพราะเราอาจไม่รู้ตัวเลยว่า ตัวเราเองจะเผลอทำข้อมูลหลุดรั่วเมื่อไหร่ อย่างน้อยหากวางแผนไว้ตั้งแต่แรก จะช่วยอุดรอยรั่ว ป้องกันไม่ให้เกิดสิ่งที่ไม่คาดคิดขึ้นได้

คุณเดนนิส ชวนมองถึงกฎข้อบังคับเกี่ยวกับการใช้ AI ว่ายังต้องจับตาดูอย่างใกล้ชิดว่า ควรมีหน้าตาอย่างไร ควรควบคุม AI อย่างไร จากที่ศึกษามาพบว่ากฎระเบียบของหลายสถาบันยังมีข้อบังคับ แนวปฏิบัติไม่ตรงกัน แต่สิ่งที่สำคัญมากๆ คือเรื่องข้อมูลความเป็นส่วนตัวของผู้คน ผู้พัฒนา AI จะต้องปกป้องข้อมูลเหล่านั้น ต้องหาทางทำงานอย่างระมัดระวังที่สุด เพื่อไม่ให้ข้อมูลรั่วไหล การศึกษาเรื่อง AI เยอะๆ จะช่วยให้ทุกอย่างค่อยๆ วิวัฒนา และมองเห็นภาพชัดเจนขึ้นว่า กฎข้อบังคับควรเป็นอย่างไรกันแน่

คุณดนัย เสริมว่า AI ควรจะต้องเป็นสิ่งที่ผู้ใช้งานไว้ใจได้ ทั้งหมดขึ้นอยู่กับนักพัฒนาจำนวนมากว่าจะให้ความสำคัญกับเรื่องนี้ มีความรับผิดชอบต่อสังคมในเรื่องนี้มากเพียงใดด้วย

ความเสี่ยงของการใช้ Gen AI ในการลงทุนที่ทุกคนต้องรู้

ทุกการลงทุนมีความเสี่ยงเสมอ การใช้ AI มาช่วยลงทุนก็มีความเสี่ยงมากเช่นกัน และนักลงทุนจะประมาทไม่ได้เลย

อย่างไรก็ตาม คุณเดนนิส มองว่าท่ามกลางความเสี่ยงทั้งหมด เขามองเห็นโอกาสในการเกิดสิ่งที่ดีงามมากกว่า เขาเชื่อว่าการไม่มีความเสี่ยงไม่ใช่สิ่งที่ดีที่สุด แต่ตราบใดที่สามารถบริหารจัดการความเสี่ยงให้อยู่ในกรอบ ก็จะช่วยเสริมโอกาส ส่งเสริมด้านดีๆ ทำให้เห็นผลลัพธ์ที่ดีขึ้นตามมา

ฝั่งคุณรามีน ประเมินว่าทุกนวัตกรรมที่เกิดขึ้นย่อมมาพร้อมความเสี่ยงเป็นสัจธรรม แต่การนำมาใช้ในงานสายการเงินมีหลายกรณีที่พบว่า Gen AI ช่วยให้เกิดประสิทธิภาพในการลงทุน และการใช้ชีวิตมากขึ้น เพราะ Gen Ai สามารถช่วยสรุปข้อมูล สรุปสาระสำคัญของสิ่งต่างๆ ได้ดี แต่ยิ่งมีกรณีศึกษาเกี่ยวกับ AI เกิดขึ้นมากเท่าไหร่ จะช่วยให้ทุกคนกลับมาขบคิดว่า มนุษย์เองจะอยากไปไกลแค่ไหน ผลที่ออกมาจะคุ้มค่าหรือไม่

คุณดนัยเห็นด้วยกับทุกคน พร้อมเสริมว่า คนในไทยจะมีความอนุรักษ์นิยมในการนำเทคโนโลยีมาปรับใช้ ด้วยความกังวลว่าเทคโนโลยีมีความปลอดภัยเพียงพอหรือไม่ หากใครกล้ามากพอที่จะใช้และสามารถควบคุมปัจจัยต่างๆ ได้ จะเป็นกุญแจสำคัญที่ช่วยให้ทุกอย่างก้าวหน้า โดยเฉพาะด้านสุขภาพ (Healthcare) ซึ่งตอนนี้ถือเป็นแวดวงที่มีความก้าวหน้าไม่แพ้กับแวดวงธนาคารเลย

ใช้ AI ต้องวัดผลรูปธรรมได้

ประเด็นสุดท้ายของงานเสวนาวันนี้ คือการวัดผล AI คุณเดนนิส เน้นย้ำว่าสำคัญมากที่ต้องมีการทดลองก่อนจึงจะรู้ว่าผลของการใช้งาน AI จะออกมาเป็นเช่นไร เกิดกรณีศึกษาอะไรที่ทำให้ถอดบทเรียนได้บ้าง เขาพบว่าสิ่งที่วัดผลง่ายมากคือเรื่อง Productivity เพราะจะเห็นเลยว่า คนทำงานน้อยลงแค่ไหน ได้ประสิทธิภาพมากขึ้นเพียงใด และต้องใช้ให้ถูกต้อง ถูกเป้าหมาย ถูกวัตถุประสงค์ อย่าลืมว่าถึงแม้ AI จะทำได้หลายอย่าง แต่ไม่ได้หมายความว่าทุกงานต้องใช้ AI เสมอไป

รามีน มองว่า การวัดผลต้องเข้าใจก่อนว่ากำลังทำอะไรอยู่ ถ้าทุกคนรู้ว่ากำลังทำอะไรอยู่ จะมองเห็นว่าควรวัดผลการทำงาน ควรวัดผลเป้าหมายอย่างไร ซึ่งจะทำให้เข้าใจด้วยว่าจะเกิดประสิทธิภาพที่ดีหรือไม่ดีขึ้นอย่างไร

นอกจากเรื่องประสิทธิภาพแล้ว ยังต้องคำนึงถึงผลประกอบการด้วย การส่งข้อมูลให้กับลูกค้า ส่งผลให้ผลประกอบการดีขึ้นหรือไม่ มีคุณค่ามากขึ้นหรือไม่ แต่ทั้งหมดนี้ยังอยู่ในขั้นทดลองอยู่ ยังไม่มีใครรู้ว่าสิ่งนี้จะให้ผลลัพธ์ออกมาอย่างไร ดังนั้นต้องไม่หยุดทดลอง เพื่อมองหาผลกระทบด้านบวก

สุดท้าย คุณดนัยให้ทัศนะในนามของ Microsoft เห็นด้วยว่าสิ่งที่วัดได้ง่ายมากคือเรื่อง Productivity และบริษัทเองก็คาดหวังอยากเห็น AI ช่วยเหลือทุกคน เพิ่มประสิทธิภาพในการทำงานได้จริง

“ต้องเข้าใจก่อนว่า Gen AI แค่อย่างใดอย่างหนึ่งอาจไม่สามารถช่วยยกระดับองค์กรได้ ไม่สามารถแก้ปัญหาได้ทุกอย่าง แต่อยู่ที่การเลือกใช้ให้ถูกต้องกับวิธีการ การมีตัวเลือกให้ลูกค้าได้ใช้มาก ก็จะยิ่งเปิดประตูการเรียนรู้ และช่วยให้การวัดผลมีประสิทธิภาพมากขึ้นครับ” คุณดนัยทิ้งท้าย