ท่ามกลางความเปลี่ยนแปลงอันรวดเร็วของโลกการเงิน เทคโนโลยีอย่าง GenAI กำลังพัฒนาไป ไม่ใช่แค่เป็นเครื่องมือใหม่ แต่กลายเป็นปัจจัยชี้วัดความอยู่รอดของธนาคารในวันนี้ Accenture ในฐานะที่ปรึกษาด้านดิจิทัลระดับโลก เผยภาพรวมล่าสุดของธนาคารในเอเชียแปซิฟิก พร้อมแชร์กลยุทธ์ที่ผู้นำตัวจริงกำลังใช้ขับเคลื่อนการเปลี่ยนแปลงที่ยั่งยืน“The Front Runner’s Guide to Scaling AI” คือรายงานผลการวิจัยของ Accenture ที่ได้ทำการสอบถามผู้บริหารระดับสูงจำนวน 2,000 คนจาก 1,998 บริษัทใหญ่ระดับโลกจาก 8 ประเทศ ซึ่งเป็นองค์กรที่ดำเนินงานด้านธนาคาร ประกันภัย พลังงาน สินค้าอุปโภค-บริโภค ตลอดจนสาธารณูปโภคโดยรายงานฉบับนี้สะท้อนทั้งมุมมองเชิงกลยุทธ์และความท้าทายในการนำ AI ไปใช้จริง โดยคำว่า “Scaling AI” หมายถึงการขยายการใช้งาน AI ให้ครอบคลุมทั้งองค์กร ไม่ว่าจะเป็นการผสานเข้ากับระบบงานต่าง ๆ กระตุ้นการใช้งานในทุกระดับ สร้างนวัตกรรมเพื่อเพิ่มความได้เปรียบทางธุรกิจ และยกระดับผลการดำเนินงานโดยรวม <h2>ธนาคารกำลังเผชิญแรงกดดันรอบด้าน</h2>Nicole Bodack กรรมการผู้จัดการและหัวหน้าสายงานธนาคารและตลาดทุน ประจำภูมิภาคเอเชียแปซิฟิก Accenture กล่าวเปิดว่า ธนาคารในภูมิภาคนี้กำลังเผชิญกับการเปลี่ยนแปลงทั้งจากภายในและภายนอก ไม่ว่าจะเป็นคู่แข่งจากโลกดิจิทัลอย่างธนาคารออนไลน์ หรือโมเดลธุรกิจใหม่ที่ทำให้รายได้แบบเดิมของธนาคารลดลงอย่างต่อเนื่อง ขณะเดียวกันพฤติกรรมของลูกค้าก็เปลี่ยนแปลงอย่างเงียบ ๆ หลายคนไม่ได้ทิ้งธนาคารเดิมทันที แต่กระจายการใช้งานไปหลายแห่งเพื่อความยืดหยุ่นเธอยังชี้ว่า ความพยายามในการเร่งเข้าสู่ช่องทางดิจิทัลกลับส่งผลข้างเคียง คือความสัมพันธ์ระหว่างธนาคารกับลูกค้ากลายเป็นเรื่องห่างไกลขึ้น ธนาคารเริ่มรู้สึกว่าตัวเองกลายเป็น “บริการไร้ตัวตน” ซึ่งเป็นความท้าทายที่ GenAI อาจเข้ามาเปลี่ยนโครงสร้างงานทั้งระบบตั้งแต่หน้าบ้านถึงหลังบ้านจึงเป็นที่มาให้ธนาคารหลายแห่งหันมาใช้งาน GenAI กันมากขึ้น อย่างไรก็ตาม แม้หลายธนาคารจะเริ่มต้นใช้ AI ด้วยเป้าหมายด้านประสิทธิภาพ อย่างเช่น ลดต้นทุนหรือทำงานซ้ำซ้อนให้เร็วขึ้น แต่ในระยะหลัง จะเริ่มเห็นว่าหลายธนาคารนำ AI มาใช้ในเชิงรุกเพื่อสร้างรายได้ใหม่ ตัวอย่างเช่น ธนาคารในออสเตรเลียแห่งหนึ่งสามารถลดระยะเวลาการพัฒนาระบบจาก 8 สัปดาห์ เหลือเพียง 2 วัน ด้วยการใช้ AI เขียนโค้ด ทดสอบระบบ และจัดทำเอกสารแบบอัตโนมัติด้านกระบวนการด้านลูกค้า เช่น การทำ KYC และ Onboarding ก็ถูกปรับปรุงให้รวดเร็วและราบรื่นขึ้นด้วย AI ซึ่งถือเป็นเรื่องเดิม ๆ ที่ธนาคารทั่วโลกเผชิญเหมือนกัน โดยเฉพาะเมื่อเกี่ยวข้องกับกฎเกณฑ์ด้านการเงินและความเสี่ยงที่ซับซ้อน <h2>ทำไมบางธนาคารถึงนำหน้าด้าน AI?</h2>จากการวิเคราะห์ของ Accenture ธนาคารที่เป็น “ผู้นำ” หรือ “Frontrunner” มีอยู่เพียง 10% ของทั้งหมด ซึ่งสิ่งที่ทำให้กลุ่มธนาคารนี้แตกต่าง คือความสามารถในการลงมือทำจริงในโครงการด้าน AI ที่มีความชัดเจนต่อธุรกิจ กลุ่มนี้ไม่ได้ทดลอง AI ไปเรื่อย ๆ แต่เลือกเดิมพันเชิงกลยุทธ์กับ Use Case ที่ชัดเจน เช่น ใช้ในระบบการจัดการการฉ้อโกง (Fraud Management) การออกแบบผลิตภัณฑ์บัตรและการชำระเงินแบบเฉพาะบุคคล และการให้คำแนะนำการลงทุนด้วย AI<figure><picture> <source srcset="https://static.thairathaws.store/media/Dtbezn3nNUxytg04avf7Qb2gPQC5QwOExjcGkACpZlAQ6Z.webp" type="image/webp" class="img-responsive img-center" loading="lazy" alt="" /> <source srcset="https://static.thairathaws.store/media/Dtbezn3nNUxytg04avf7Qb2gPQC5QwOExjcGkACpZlAQ6Z.jpg" type="image/jpeg" class="img-responsive img-center" loading="lazy" alt="" /> <img src="https://static.thairathaws.store/media/Dtbezn3nNUxytg04avf7Qb2gPQC5QwOExjcGkACpZlAQ6Z.jpg" class="img-responsive img-center" loading="lazy" alt="" /> </picture></figure>ความสามารถในการยกระดับจากการทดลองสู่การใช้งานจริงในวงกว้าง คือจุดแตกต่างที่แยกธนาคารผู้นำออกจากธนาคารที่ยังติดอยู่ในห้องทดลอง <h2>“ปรับคน” สำคัญเท่ากับการ “ปรับระบบ”</h2>Vivek Luthra กรรมการผู้จัดการอาวุโส หัวหน้าสายงานด้าน Data และ AI ประจำภูมิภาคเอเชียแปซิฟิก Accenture กล่าวว่า ธนาคารไม่อาจใช้ AI ได้เต็มศักยภาพหากไม่เตรียม “คน” ให้พร้อม ไม่ว่าจะเป็นการออกแบบงานใหม่ที่ผสมผสานคนและ AI เข้าไว้ด้วยกัน การระบุบทบาทใหม่ในองค์กร ไปจนถึงการวางแผน Reskill อย่างเป็นระบบ ตัวอย่างเช่น พนักงานที่เคยทำงานแบบประมวลผลธุรกรรมอาจต้องเรียนรู้การสื่อสารกับ AI Agent หรือฝึกฝนทักษะการตั้ง Prompt เพื่อใช้งานระบบอย่างมีประสิทธิภาพAccenture ยังพบว่า 70% ของธนาคารทั่วโลกเชื่อว่า การพัฒนาและความก้าวหน้าของ AI กำลังเคลื่อนตัวไปเร็วเกินกว่าที่บุคลากรจะปรับตัวทัน และนี่คือช่องว่างที่ธนาคารต้องรีบอุดโดยด่วน หากต้องการใช้ AI เป็นพลังขับเคลื่อนที่ยั่งยืน <h2>ระบบเก่าคืออุปสรรคใหญ่ของอนาคต AI</h2>Navin Suri กรรมการผู้จัดการสายงานธนาคาร ประจำภูมิภาคเอเชียแปซิฟิก Accenture ชี้ให้เห็นปัญหาที่หลายคนไม่กล้าแตะ นั่นก็คือเรื่องของระบบ Core Banking ที่ใช้อยู่หลายแห่งแถมมีอายุเกิน 30 ปี และเต็มไปด้วย “แผล” จากการพยายามต่อฟีเจอร์ใหม่เข้าไปโดยไม่เปลี่ยนโครงสร้าง ผลลัพธ์คือมีระบบที่ซับซ้อน เปราะบาง และไม่เอื้อต่อการนำ AI มาใช้อย่างเต็มรูปแบบการจะยกเครื่องใหม่ทั้งหมดไม่ใช่เรื่องง่าย เพราะอาจจะต้องใช้เวลานานถึง 5-8 ปี มีความเสี่ยงสูง และยังใช้ต้นทุนมหาศาล อีกทางเลือกคือการสร้าง “ธนาคารใหม่” ขึ้นมาแบบ Greenfield แต่ก็มีปัญหาเรื่องการเชื่อมโยงกับฐานลูกค้าเดิมAccenture เสนอแนวทางใหม่คือ “Digital Twin” หรือการสร้างระบบใหม่ขนานไปกับระบบเดิม เปรียบเหมือนครัวเสริมที่สามารถดึงวัตถุดิบจากครัวเก่ามาใช้ เสิร์ฟเมนูใหม่ได้ทันที โดยไม่ต้องรอให้โครงสร้างเก่าสลายตัวไปก่อน และเมื่อพร้อมแล้วค่อย ๆ ย้ายระบบทั้งหมดมาที่ฝั่งใหม่อย่างไร้รอยต่ออย่างไรก็ตาม Accenture พบว่า แม้ 80% ของธนาคารในเอเชียจะมีโครงสร้างระดับองค์กรที่พร้อมสนับสนุน AI แต่มีเพียง 21% เท่านั้นที่มีความพร้อมเชิงปฏิบัติในการใช้ AI อย่างจริงจัง ซึ่งครอบคลุมถึงการกำหนดกรอบความปลอดภัย การประเมินความเสี่ยง และการตรวจสอบผลลัพธ์อย่างต่อเนื่องVivek Luthra สรุปว่า “Responsible AI” ไม่ใช่แค่คำสวยหรู แต่คือแนวทางปฏิบัติทั้งระบบที่ธนาคารต้องสร้างขึ้นมาเพื่อให้ทุกคนมั่นใจ ไม่ว่าจะเป็นผู้พัฒนา ผู้ใช้งาน หรือแม้แต่คณะกรรมการบริหาร ถ้าไม่มีความเชื่อมั่น AI จะถูกจำกัดให้อยู่แค่ในวงแคบและไม่สามารถ scale ไปทั่วทั้งองค์กรได้ <h2>แนะ 4T สำคัญที่ธนาคารต้องมีเพื่อชนะในโลก AI</h2>Masashi Nakano กรรมการผู้จัดการอาวุโส และหัวหน้าสายงานบริการทางการเงิน ประจำภูมิภาคเอเชียแปซิฟิก Accenture ปิดท้ายด้วยการสรุป “4T” ที่ธนาคารต้องลงทุนหากต้องการใช้ AI อย่างเต็มศักยภาพ ได้แก่<ul><li>Technology: โครงสร้างระบบที่พร้อมรองรับ AI</li><li>Talent: บุคลากรที่มีทักษะใหม่ พร้อมใช้งาน</li><li>Trust: ความน่าเชื่อถือของผลลัพธ์จาก AI</li><li>Timing: ต้องเริ่มลงมือ ตอนนี้ เพราะการแข่งขันไม่รอใคร</li></ul>พร้อมกับเสริมว่า “ธนาคารที่ช้าจะเสียเปรียบในสนามที่เปลี่ยนเร็วแบบไม่ทันตั้งตัว และผู้ที่ลงทุนถูกจังหวะจะได้เปรียบทั้งด้านต้นทุน ประสบการณ์ลูกค้า และการเติบโตในระยะยาว” ติดตามเพจ Facebook: Thairath Money ได้ที่ลิงก์นี้ - <a target="_blank" href="https://www.facebook.com/ThairathMoney">https://www.facebook.com/ThairathMoney</a>&nbsp;

ทำไมกองทุนประกันสังคมเสี่ยงล้มละลาย ? | Thairath Money Night Stand EP.8
.
กองทุนประกันสังคม มีจำนวนเงินกองทุนสูงถึง 2.67 ล้านล้านบาท และในช่วง 33 ปีที่ผ่านมา การบริหารกองทุนที่มีมนุษย์เงินเดือนเป็นสมาชิก กลับมีผลตอบแทนเฉลี่ยเพียง 1-2% เท่านั้น ซึ่งน้อยมากเมื่อเทียบกับภารกิจการดูแลผู้ประกันตนในอนาคต และเรื่องนี้ จะแก้ไขอย่างไร มีทางออกหรือไม่ 
ฟังจาก ภัณฑิรา เวอร์การา
อนุกรรมการ ที่ปรึกษาการลงทุนสินทรัพย์นอกตลาด กองทุนประกันสังคม และอดีตกรรมการบริหารการลงทุน กลุ่มลูกค้าผู้มีความมั่งคั่งสูง ธนาคาร Goldman Sachs
.
#ประกันสังคม #สำนักงานประกันสังคม #สปส #กองทุนประกันสังคม #สิทธิประกันสังคม #Investment #การลงทุน #ThairathMoney #ThairathMoneyNightStand

Night Stand

ทำไมกองทุนประกันสังคมเสี่ยงล้มละลาย ? | Thairath Money Night Stand EP.8

ประกาศฉบับ 1 เตือน "พายุฤดูร้อน" เช็กจังหวัดไหนบ้าง เตรียมรับมือ "ฝนตกหนัก"

กอ.รมน. ยืนยันไม่มี ฮ. ช่วยน้ำท่วมหาดใหญ่ ตกบริเวณ รพ.ศิครินทร์

ป.ป.ช. มีมติชี้มูลความผิด “คณิต ชินวงศ์” ร่ำรวยผิดปกติ แสดงที่มาเงิน 14 ล้านไม่ได้ ส่งสำนวนถึง อสส. ยื่นคำร้องต่อศาล สั่งให้ทรัพย์สินตกเป็นของแผ่นดิน แจ้งผู้บังคับบัญชาลงโทษไล่ออกใน 60 วัน

ป.ป.ช. ฟัน “คณิต ชินวงศ์” ร่ำรวยผิดปกติ ส่ง อสส. ยื่นศาล ให้ทรัพย์สินตกเป็นของแผ่นดิน

จับหนุ่มสุราษฎร์ฆ่ายัดกระสอบหนุ่มรุ่นพี่ ปมหึงหวงผู้ตายมาติดพันแม่ตัวเอง

ข่าวเทส follow up money

เมื่อยุค AI กำลังกลืนกินระบบการทำงานเดิม ๆ ขององค์กร ภาคธนาคารก็เป็นอีกส่วนที่ได้รับความท้าทาย แต่ไม่ใช่เพราะมีระบบ AI มาแทนที่ แต่เป็นเพราะปรับใช้ AI ไม่ทัน Accenture เผยผลสำรวจผู้บริหารระดับสูงในภาคธนาคาร ส่วนใหญ่ยอมรับว่าความก้าวหน้าของ AI กำลังเคลื่อนตัวไปเร็วเกินกว่าที่บุคลากรจะปรับตัวทัน

Tech & Innovation

Digital Transformation

กองบรรณาธิการ

Tag

เมื่อเทคไปไวกว่าคนจะปรับตัว Accenture เตือนธนาคารกำลังติดกับระบบเก่า มีกลยุทธ์ แต่ไม่มีความพร้อม

Video

ทำไมกองทุนประกันสังคมเสี่ยงล้มละลาย ? | Thairath Money Night Stand EP.8

“Summary“

Latest

ข่าวเทส follow up money

Author

กองบรรณาธิการ