ยุคของธนาคาร ‘เอไอ’ เกมใหม่ธุรกิจการเงิน

บริษัทที่ปรึกษาด้านธุรกิจและเทคโนโลยี Accenture เปิดเผยงานวิจัย “The Front Runner’s Guide to Scaling AI” สอบถามผู้บริหารระดับสูง 2,000 คนจาก 1,998 บริษัท ด้านธนาคาร ประกันภัย พลังงาน สินค้าอุปโภคบริโภค ใน 8 ประเทศ โดยเน้นความสำคัญของการขยายการใช้งานเอไอ (Scale AI) ในมิติของธนาคาร เนื่องจากเป็นอุตสาหกรรมแถวหน้าที่ปรับใช้เอไอมากที่สุด

“มาซาชิ นากาโตะ” ผู้อำนวยการอาวุโส ด้านบริการทางการเงิน Accenture ประจำเอเชีย-แปซิฟิก (APAC) เปิดเผยว่า ธนาคารและผู้ให้บริการชําระเงินกําลังเผชิญการเปลี่ยนแปลงสำคัญ ทั้งจากความต้องการของลูกค้าที่ซับซ้อนขึ้น รูปแบบธุรกิจใหม่ที่ท้าทายรายได้เดิม การปฏิบัติตามกฎระเบียบที่เข้มงวดขึ้น และการพัฒนาเทคโนโลยีที่รวดเร็ว ซึ่งจากผลสำรวจล่าสุดพบว่า ผู้บริหารธนาคารทั่วโลกกว่า 90% รู้สึกว่าการเปลี่ยนแปลงได้เร่งตัวขึ้นในช่วง 6 เดือนที่ผ่านมา และคาดว่าจะเร่งขึ้นอีกใน 6 เดือนข้างหน้า

อย่างไรก็ตาม มีเพียง 40% ที่รู้สึกพร้อมสําหรับการเปลี่ยนแปลง โดยเฉพาะการเปลี่ยนแปลงโครงสร้างพื้นฐาน และวิธีบริหารจัดการอันเกี่ยวเนื่องกับข้อมูลรายวัน คลาวด์ และ AI

แรงกดดันจาก “ดิจิทัลแบงก์”

“นิโค โบแดค” กรรมการผู้จัดการและหัวหน้าสายงานธนาคารและตลาดทุน ประจำเอเชีย-แปซิฟิก บริษัทเดียวกัน กล่าวว่า ผู้บริหารธนาคารจำนวนมากทั่วเอเชียได้รับแรงกดดันจาก Digital Banks ที่กำลัง Disrupt รูปแบบเดิมของธนาคาร ทั้งมี Embedded Finance แย่งรายได้จากบริการธนาคารไปยังช่องทางใหม่ เช่น e-Commerce, Fintech Apps ทำให้ต้องทุ่มเทสรรพกำลังที่จะแข่งขันในรูปแบบธนาคารดิจิทัล หรือธนาคารไร้สาขา ที่ทยอยแย่งรายได้ และสร้างแรงกดดันให้ต้องปรับตัว

อีกส่วน คือ พฤติกรรมความชอบของลูกค้าเปลี่ยนไป ความเชื่อมั่นหรือความภักดีต่อแบรนด์ (Brand Loyalty) เปลี่ยนไป เจอสิ่งที่เรียกว่า “ความภักดีที่ขี้เกียจ” (Lazy Loyalists) คือ ไม่เปลี่ยนธนาคารหลักบ่อย แต่เปิดบัญชีกับธนาคารอื่นเพื่อกระจายความเสี่ยง และมีไม่น้อยที่พึ่งพาเทคโนโลยีดิจิทัลมากเกินไป ทําให้ธนาคารไม่มีตัวตนมากขึ้นเรื่อย ๆ

“การแปลงเป็นดิจิทัล เช่น การใช้ Gen AI เป็นช่องทางติดต่อสื่อสาร ได้พรากความสัมพันธ์และองค์ประกอบของมนุษย์ไปเล็กน้อย และนําไปสู่การเปลี่ยนแปลงพื้นฐานของวิธีการทํางาน ตั้งแต่การลดจำนวนสาขา ทำให้ธนาคารต้องเตรียมพนักงานให้พร้อมด้วยทักษะใหม่ ๆ ด้านเทคนิค เช่น พรอมต์เอ็นจิเนียร์, การวิเคราะห์ข้อมูล ฯลฯ แต่ยังมีทักษะที่จําเป็นของมนุษย์ เช่น การเอาใจใส่ การคิดเชิงกลยุทธ์ การตัดสินใจอย่างมีจริยธรรมในอนาคต จะมี AI Agent ดังนั้นปฏิสัมพันธ์ของมนุษย์ และชุดทักษะของมนุษย์เป็นที่ต้องการ เพื่อที่จะประสบความสำเร็จ”

เทคโนโลยีพร้อมคนหายาก

“โบแดค” กล่าวด้วยว่า เมื่อธนาคารโดนกดดันให้แสวงหารายได้ใหม่ ๆ ไม่ใช่จากดอกเบี้ยเงินกู้ จึงต้องหันมาเพิ่มประสิทธิภาพ ลดต้นทุน พร้อมไปกับการสร้างประสบการณ์ที่ดีให้ลูกค้า

“เทคโนโลยีเป็นข้อดี เราจึงมี Gen AI มีข้อมูล มีคลาวด์คอมพิวติ้งที่ช่วยประมวลผล มอบโอกาสใหม่ ๆ ให้ธนาคารในการลดต้นทุน กระจายผลิตภัณฑ์ และมอบประสบการณ์ที่ดีขึ้น”

แต่ความท้าทาย คือ การค้นหาผู้มีความสามารถที่จะมาทำงานทำได้ยากขึ้น และการเปลี่ยนแปลงที่รวดเร็ว ทําให้องค์กรตามทันได้ยาก อุตสาหกรรมการธนาคารจึงอยู่ในระดับแนวหน้าของการนําเทคโนโลยีมาใช้โดยตลอด และแม้จะมีความท้าทายที่เกิดจากการพัฒนาเทคโนโลยีอย่างรวดเร็ว แต่ธนาคารก็กําลังพิจารณาการลงทุน AI อย่างจริงจัง และมองว่าเป็นตัวขับเคลื่อนมูลค่าหลัก

โดยเฉลี่ยธนาคารในเอเชีย-แปซิฟิก คาดว่าจะมีกําไรเป็นตัวเลขสองหลัก จากการปรับและขยายการใช้ Gen AI เพื่อปรับปรุงการมีส่วนร่วมของลูกค้า ปรับปรุงประสิทธิภาพของกระบวนการ เช่น ธนาคารในออสเตรเลีย ใช้ประโยชน์จาก Gen AI ปรับปรุงความเร็วในการพัฒนาระบบจาก 8 สัปดาห์ เหลือ 2 วัน ด้วยการใช้ AI เขียนโค้ด ทดสอบระบบ และจัดทำเอกสารแบบอัตโนมัติ

รายงานของ Accenture ยังพบด้วยว่า 70% ของธนาคารทั่วโลกเชื่อว่า การพัฒนาและความก้าวหน้าของ AI ไปเร็วเกินกว่าที่บุคลากรจะปรับตัวทัน และว่ามีธนาคารใน APAC ที่เป็น “ผู้นำ” แค่ 6% อีก 4% เป็น Fast Follower ซึ่งมีโครงสร้างข้อมูลและกลยุทธ์ AI ที่พร้อม เริ่มใช้ AI Agent และมี Responsible AI อย่างจริงจัง มีความชัดเจนต่อธุรกิจ เปลี่ยนเป็นกลยุทธ์ชัดเจน เช่น ใช้ในระบบการจัดการการฉ้อโกง (Fraud Management) การออกแบบผลิตภัณฑ์ และการชำระเงินแบบเฉพาะบุคคล

โครงสร้างเดิมเป็นอุปสรรค

รวมไปถึงการให้คำแนะนำการลงทุนด้วย AI มีทั้ง “ความสามารถพื้นฐาน” เช่น Data Strategy, Talent Maturity, AI Governance และ “ความสามารถใหม่” ที่จำเป็นต่อ Gen AI เช่น การบริหาร LLM (Large Language Model) การสร้าง Practice รองรับ Foundation Model การจัดการข้อมูลแบบรวมศูนย์ พร้อมคำนึงถึงจริยธรรมและความรับผิดชอบของ AI

และ 80% ของธนาคารในเอเชีย จะมีโครงสร้างระดับองค์กรที่พร้อมสนับสนุน AI แต่มีเพียง 21% ที่มีความพร้อมเชิงปฏิบัติในการใช้ AI อย่างจริงจัง ครอบคลุมถึงการกำหนดกรอบความปลอดภัย การประเมินความเสี่ยง และการตรวจสอบผลลัพธ์อย่างต่อเนื่อง

“นาวิน สุรี” กรรมการผู้จัดการสายงานธนาคาร ประจำภูมิภาคเอเชีย-แปซิฟิก Accenture กล่าวว่า อีกปัญหาในการปรับใช้ AI ของธนาคาร คือ Core Banking ซึ่งใช้มานาน เมื่อมีการพัฒนาฟีเจอร์จาก AI สวมทับเข้าไป โดยไม่เปลี่ยนโครงสร้างเดิมยิ่งทำให้ระบบซับซ้อน เปราะบาง และไม่เอื้อต่อการนำ AI มาใช้เต็มรูปแบบ ขณะที่การเปลี่ยน Core Banking ใหม่ก็ทำได้ยาก เพราะต้องใช้เวลานาน มีความเสี่ยงสูง และต้นทุนสูง

“ทางเลือกที่เร็วกว่าและยืดหยุ่นกว่า คือ ย้ายแบบค่อยเป็นค่อยไป โดยใช้เทคโนโลยีใหม่ชื่อ Digital Twin ทำระบบคู่ขนานเสริมไปกับระบบเดิม ช่วยให้ธนาคารให้บริการแบบใช้ AI ได้ทันที โดยยังใช้ระบบเดิมควบคู่ไปด้วย ลดเวลา และต้นทุนในการเปลี่ยนผ่านระบบยุคเก่า”

ปัจจัยที่ “Scale AI” ได้ผล

ผู้บริหาร Accenture ทิ้งท้ายด้วยว่า ปัจจัยที่ทำให้การนำเทคโนโลยี AI มาใช้ได้อย่างได้ผล ประกอบด้วย 1.สร้างคุณค่านำ (Lead with Value) ธนาคารที่ประสบความสำเร็จไม่ได้เริ่มจากเทคโนโลยี แต่เริ่มจาก “คุณค่าที่ต้องการส่งมอบ” โฟกัสผลลัพธ์ เช่น ลดต้นทุน เพิ่มรายได้ เพิ่มผลตอบแทนต่อผู้ถือหุ้น 2.ปรับโครงสร้างทักษะและองค์กร มีบุคลากรที่มีทักษะใหม่ พร้อมใช้งาน 3.การพัฒนาระบบดิจิทัลที่ปลอดภัย และ 4.วางแนวทางการใช้ AI อย่างมีความรับผิดชอบ

“ทั้งข้อ 3 และ 4 ธนาคารต้องสร้างขึ้นมาเพื่อให้สร้างความมั่นใจ ไม่ว่าจะเป็นผู้พัฒนา ผู้ใช้งาน หรือแม้แต่ผู้บริหาร หากความมั่นใจไม่เกิด จะไม่สามารถ Scale ไปทั่วทั้งองค์กรได้”

และ 5.การมุ่งมั่นพัฒนาอย่างต่อเนื่องในสนามที่เปลี่ยนเร็วแบบไม่ทันตั้งตัว