KBTG พลิกตำรา ROI สเกล Human x AI เสิร์ฟแบงก์

ปีกเทคโนโลยีของธนาคารกสิกรไทย โดยบริษัท กสิกร บิสิเนส เทคโนโลยี กรุ๊ป จำกัด หรือ KBTG ฝ่าการเปลี่ยนแปลงภายในครั้งใหญ่ในรอบครึ่งปีที่ผ่านมา ในห้วงเวลาเดียวกับการเปลี่ยนแปลงของเทคโนโลยีปัญญาประดิษฐ์ (เอไอ) เร่งเร้าให้องค์กรต้อง Scale ผลงานจากการลงทุนปีละกว่า 1.5 หมื่นล้านบาท รวมถึงการเตรียมความพร้อมรับมือภัยคุกคามความปลอดภัยรูปแบบใหม่ในโลกการเงิน 

“ประชาชาติธุรกิจ” มีโอกาสพูดคุยกับทีมผู้บริหาร KBTG ทั้ง “วรนุช เดชะไกศยะ” Executive Chaiman, “ดร.ทัดพงศ์ พงศ์ถาวรกมล” Managing Director และ “ชัชวัฒน์ อัศวรักวงศ์” Vice Chairman & Group CISO บริษัท KBTG ดังนี้

ฉายภาพ “AI” เพื่อธนาคาร

“วรนุช” กล่าวถึงแผนการดำเนินงานในปี 2026 ว่า มี 4 ส่วน คือ 1.การส่งมอบบริการไอที และรักษาความเป็นเลิศในการบริการของธนาคาร หรือของแอปพลิเคชั่น K+ ที่จะล่มไม่ได้ 2.เพิ่มผลิตภาพ 3.เน้นย้ำการใช้ประโยชน์จากเทคโนโลยี และ 4.สร้างความแข็งด้านความปลอดภัย  และปิดความเสี่ยงต่าง ๆ 

“เรายังเน้นความเป็นเลิศในการให้บริการเทคโนโลยีแก่ธนาคารมากกว่า โมบายแบงกิ้งจะเกิดปัญหาไม่ได้ ในอดีตระบบธนาคารออนไลน์อาจถูกมองเป็นเพียงช่องทางสำรอง แต่ปัจจุบันคือช่องทางหลัก ปัจจุบันมีลูกค้าใช้ K+ ราว 25 ล้านบัญชี รวมกลุ่มผู้ใช้งานรุ่นใหม่ที่มีการใช้งานสูงกว่า 10 ล้านคน หากระบบล่มเพียง 5-10 นาทีจะส่งผลกระทบรุนแรงมาก”

และว่า การส่งมอบบริการที่ดีเลิศ และการอัพเกรดคอร์แบงกิ้งที่เพิ่งทำเสร็จไปเป็นการเตรียมความพร้อมด้าน Capacity เพิ่มขึ้น 1 เท่าตัว รองรับการเติบโตได้ถึงปี 2030 และจัดการระบบหลักของสาขาธนาคารที่ขยายไป ทั้ง K+ Vietnam และธนาคารพันธมิตรที่อินโดนีเซีย 

 ส่วนที่สำคัญคือการนำเทคโนโลยีเอไอเข้ามาผสานการทำงานทุกระดับ เพื่อสร้างความเป็นเลิศเหล่านั้น หลังจากประสบความสำเร็จในการบ่มเพาะบุคลากรด้าน AI Literacy และผ่านการทดสอบกรณีศึกษาต่าง ๆ อย่างเข้มข้นตลอดปี 2024-2025 ปีนี้จึงจะเป็นปีแห่งการผสาน AI Integration เข้าไปในทุกข้อต่อของกระบวนการทำงานตั้งแต่ต้นน้ำยันปลายน้ำ ทำให้ต้นทุนด้านไอทีเป็นหนึ่งในค่าใช้จ่ายหลักของธนาคาร เฉลี่ยปีละ 1.5 หมื่นล้านบาท ซึ่งการทำ Banking Excellence ผ่าน AI ช่วยควบคุมงบประมาณ และเพิ่มผลตอบแทนจากการลงทุน (ROI) ให้ไม่ต่ำกว่า 20% เพื่อประสิทธิภาพสูงสุดขององค์กร 

พลิกสูตร ROI

ชัดเจนว่า KBTG ไม่ได้มอง AI เป็นเครื่องมือเสริม  แต่ AI ที่ผ่านการบ่มเพาะมาต้องสเกล เพื่อตอบโจทย์ธุรกิจจริง 4 แกนหลัก  คือ SDLC (Software Development Lifecycle) การปฏิวัติกระบวนการพัฒนาซอฟต์แวร์, เพิ่มประสิทธิภาพการจัดการระบบปฏิบัติการและโครงสร้างพื้นฐานไอที, การยกระดับระบบรักษาความปลอดภัย และปรับปรุงคอร์แบงก์ เพื่อเสริมความยืดหยุ่นและเสถียรภาพทางธุรกิจ

“ทัดพงศ์” อธิบายเสริมว่า KBTG ใช้วิธีผสาน Human-First x AI-First โดยระบุว่า มูลค่าที่จับต้องได้คือไม้บรรทัดวัดความสำเร็จในปีนี้ การประยุกต์ใช้ AI จะเปลี่ยนผ่านจากการแก้ปัญหาเฉพาะจุด ไปสู่การยกระดับ “กระบวนการทั้งระบบ”

และถือเป็นนวัตกรรมของกระบวนการทำงาน คือ AI-SDLC ที่มีการนำ AI Agent เข้ามาฝังตัวและทำงานร่วมกับมนุษย์ตลอดวงจรการพัฒนาซอฟต์แวร์ ตั้งแต่ขั้นตอนการวิเคราะห์ธุรกิจ การออกแบบสถาปัตยกรรมระบบ การเขียนโค้ด ไปจนถึงการทดสอบระบบ

โดย KBTG ยังยึดหลัก Human in the Loop ให้มนุษย์เป็นผู้ควบคุม และตัดสินใจขั้นสุดท้าย ควบคู่ไปกับการยกระดับทักษะแรงงานและการพัฒนาแพลตฟอร์ม 

“ปีที่ผ่านมามีการใช้ AI ช่วยเขียนโค้ด ราว 21 ล้านบรรทัด หรือ 10% ของการเขียนโค้ดทั้งหมด ปัจจุบัน 5 เดือนแรกเพิ่มเป็น 41 ล้านบรรทัด หรือราว 15% เทียบกับการเขียนโดยมนุษย์ ความแตกต่างที่สำคัญปีนี้คือไม่ได้ใช้แค่ช่วยเขียนโค้ด (Coding Assistant) แต่สร้าง AI Agent เพื่อช่วยตลอดทั้งกระบวนการซอฟต์แวร์ ตั้งแต่เขียนโค้ดไปจนถึงขั้นตอนการ Build และกระบวนการต่าง ๆ เพิ่มประสิทธิภาพการทำงานในภาพรวมได้ 15% บางงานอาจเพิ่มประสิทธิภาพได้มากกว่าเท่าตัว”

ตรงจุดนี้เองที่การคิดเรื่อง “ROI” สำหรับ KBTG ต้องเปลี่ยนไป เป็นการคิดจาก Productivity หรือประสิทธิภาพการทำงานในภาพรวมว่าช่วย “ลด” ไปได้เท่าไหร่ 

“KBTG จะเริ่มทำ POC เพื่อทดสอบว่าเทคโนโลยีนั้นใช้งานได้จริง และคุ้มค่าหรือไม่ เมื่อสำเร็จแล้วจึงจะเข้าสู่กระบวนการคำนวณเงินลงทุน โดยประเมินทั้งค่าแรงคน ค่า Token สำหรับ AI และค่าใช้จ่ายต่าง ๆ เพื่อพิสูจน์ผลประโยชน์ที่จะได้ การลงทุนเน้นที่การเกิด Net Saving หรือการประหยัดสุทธิ ไม่ใช่แค่หลีกเลี่ยงต้นทุน” 

กล่าวคือ จากการใช้เอไอ เอเจนต์ และกระบวนการต่าง ๆ อย่าง AI SDLC ทำให้ประหยัดราว 8% เมื่อคิดจากการใช้คน และเวลาทำงานทั้งหมด ประหยัดราว 240 ล้านบาทในปีที่ผ่านมา หากปีนี้เพิ่มเป็น 15% จะประหยัดได้มากกว่า 300 ล้านบาท

ไม่เพิ่มคน-ออกแบบระบบ

นอกจากนี้ ยังมีการควบคุมการบริหารด้านอื่น ๆ ด้วย แม้มีการนำ “เอไอ” มาทดแทนการเขียนโค้ด และเอเจนต์อีกกว่า 80 รายการ แต่บริษัทมีนโยบาย “ไม่ลดคน และไม่เพิ่ม” และกำลังออกแบบเวิร์กโฟลว์ให้ “คน x เอไอ” ทำงานดีขึ้น  ทั้งมีการพัฒนาเครื่องมือ  (In-house) เพื่อลดการพึ่งพา Vendor ภายนอก และควบคุมต้นทุนในระยะยาว รวมถึงเลือกใช้โมเดล AI ที่เหมาะกับงานเพื่อไม่ให้ต้นทุน (เช่น ค่า Token) สูงจนเกินไป 

“การคำนวณ ROI เราไม่ได้ใช้โมเดลแบบต่างประเทศที่นำ AI มาแทนที่คนทันที เพื่อลดต้นทุน แต่ใช้แนวทาง Human in the Loop ให้คนทำงานร่วมกับ AI เพื่อเพิ่ม Productivity โดยรวม คนมีหน้าที่ดูแลความถูกต้อง (Accountability) และได้รับการอัพสกิลให้ทำงานที่ยาก และมีมูลค่าสูงขึ้นได้ ถือเป็นการลงทุนในทรัพยากรบุคคลควบคู่ไปกับเทคโนโลยี” 

สิ่งเหล่านี้ทำให้การควบคุมงบประมาณดีขึ้น จากเดิมงบลงทุนปีละ 1.5 หมื่นล้านบาทนี้มีอัตราเพิ่มขึ้นมากกว่าสองหลัก แต่จากการดำเนินงานเหล่านี้คาดว่าการเติบโตของงบลงทุนจะอยู่ที่ราว 8-10% เท่านั้น 

ภัยคุกคามใหม่

“ชัชวัฒน์” กล่าวถึงการเตรียมความพร้อมที่ต้องหั่นงบลงทุน 7% เพื่อสร้างเกราะป้องกันทางไซเบอร์ สร้างความเชื่อมั่นในระยะยาว ซึ่งปัจจัยที่ทำให้องค์กรดึงศักยภาพของ AI ออกมาใช้ได้อย่างมั่นใจคือ “การกำกับดูแลที่ดี”

โดยแบ่งสถาปัตยกรรมความปลอดภัยด้าน AI เป็น 2 ด้าน ได้แก่ 1.Cybersecurity for AI การใช้งาน พัฒนา และการดูแล AI ให้มีความปลอดภัย เช่น การจัดทำ Gateway การป้องกันข้อมูลรั่วไหล การทำ AI Red Teaming 

และ 2. AI for Cybersecurity   การนำ AI มาใช้เสริมกำลังความปลอดภัยด้านไซเบอร์ เช่น การประเมินความเสี่ยง การตรวจจับช่องโหว่ได้เร็วขึ้น

“เอไอเป็นทั้งโอกาส และภัยคุกคาม  เพราะการที่เราใช้เอไอมาทำงาน ผู้ไม่หวังดีก็ใช้เอไอมาโจรกรรม เช่น การใช้เอไอพัฒนา Phishing Email ที่มีความเนียน และดูสมจริงมากขึ้น สร้างใบหน้าหรือเสียงปลอม เพื่อก้าวข้ามระบบยืนยันตัวตน (Identity Verification) ของธนาคาร การทำ Prompt Injection หรือ Data Poisoning เพื่อเจาะระบบหรือทำให้โมเดลเอไอตัดสินใจผิดพลาด หรือการใช้ Generative AI สร้างข้อมูลปลอมในโลกโซเชียล” 

และว่า ภัยคุกคามจากเอไอเป็นเรื่องที่ CEO ทั่วโลกกังวลเป็นอันดับต้น ๆ แต่น่าจะเป็นแค่ในระยะสั้น เพราะในระยะยาวมีอีกเรื่องที่ใหญ่กว่าต้องรับมือ คือ ควอนตัมคอมพิวติ้ง 

โลกดิจิทัลปัจจุบันการเข้ารหัสข้อมูลมีความสำคัญในภาคการเงิน ไม่ว่าจะเป็นรหัสบัตรเครดิต บัญชี หรือช่องแชตของการใช้แพลตฟอร์มต่าง ๆ ในอินเทอร์เน็ต ล้วนพึ่งพาการเข้ารหัสเพื่อสื่อสารกับอุปกรณ์ว่าใครเป็นใคร ไม่ให้เกิดการสวมรอยระหว่างการส่งสัญญาณอินเทอร์เน็ต 

“ควอนตัมคอมพิวเตอร์จะถอดรหัสข้อมูลแบบ Public Key หรือสัญลักษณ์รูปกุญแจบนบราวเซอร์ได้ภายในไม่กี่นาที จากเดิมที่คอมพิวเตอร์ปกติใช้เวลาหลายเดือนหรือเป็นปี จะเกิดภัยคุกคาม Harvest Now, Decrypt Later ที่โจรไซเบอร์อาจเริ่มเก็บรวบรวมข้อมูลที่เข้ารหัสไว้ในปัจจุบัน เพื่อรอไปถอดรหัสในอีก 3-4 ปีข้างหน้า เมื่อเทคโนโลยีควอนตัมพร้อมใช้งานจริง ประมาณปี 2030 หรืออาจเร็วกว่านั้น”

อย่างไรก็ตาม แม้คอมพิวเตอร์ควอนตัมยังไม่พร้อมใช้งาน แต่การเตรียมเข้ารหัส Post Quantum (PQC) ทำได้เลย เนื่องจากมีมาตรฐาน และกรอบเฟรมเวิร์กร่วมกัน ทั้งภาคการเงิน ภาครัฐ แบบสากล ซึ่งเป็นอัลกอริทึ่มที่ออกแบบมาแล้ว จึงต้องเตรียมองค์กรให้พร้อม ทั้งระบบงาน และโครงสร้างพื้นฐาน ทั้งมีการทำงานร่วมกับหน่วยงานวิจัย และหน่วยงานระดับชาติ เช่น สกมช. (NCSA) เพื่อเตรียมความพร้อมในระดับประเทศ

“องค์กรต้องตรวจสอบว่าภายในมีเข้ารหัสแบบใดบ้าง อยู่ที่แอปพลิเคชั่นหรืออุปกรณ์ตัวไหน เนื่องจากองค์กรขนาดใหญ่มักใช้การเข้ารหัสที่หลากหลาย และกระจัดกระจาย  KBTG พัฒนาเครื่องมือเพื่อใช้ในการ Discover อัลกอริทึ่มเหล่านี้ด้วยตัวเอง เพื่อให้ทราบว่าจุดใดบ้างที่จะได้รับผลกระทบจากควอนตัมคอมพิวเตอร์”

ทั้งด้วยการปรับเปลี่ยนระบบทั้งหมดพร้อมกันต้องใช้ทรัพยากรสูงมาก จึงต้องมีการจัดลำดับความสำคัญว่าระบบที่ต้องทำก่อน เป็นกลุ่มระบบที่เชื่อมต่อกับภายนอก เช่น บริการผ่านอินเทอร์เน็ต หรือการเชื่อมต่อกับ Partner และ Third Party ระบบที่ทำทีหลังได้ คือ ระบบภายในที่ไม่ได้เชื่อมต่อกับภายนอกโดยตรง

“มีการกำหนดมาตรฐานขององค์กรชัดเจน เพื่อให้การพัฒนาแอปพลิเคชั่นเป็นไปในทิศทางเดียวกันและควบคุมได้ง่าย  เป็นภารกิจที่มีความสำคัญไม่น้อยกว่าภัยคุกคามจากเอไอในตอนนี้ ความยากอยู่ตรงที่ไม่มีกำหนดวันที่แน่นอนชัดเจน จึงต้องอาศัยการเตรียมความพร้อม และการสร้างความเข้าใจ กับทั้งนักพัฒนา และผู้บริหารควบคู่กันไป เมื่อถึงวันที่ควอนตัมเกิดขึ้นแล้วการเปลี่ยนแปลงของการเข้ารหัสจะเปลี่ยนแปลงเร็วกว่าเดิม”