Generative AI (Gen AI) กำลังพลิกโฉมวงการการเงินอย่างรวดเร็ว อะไรๆ ที่เคยเป็นเพียงแค่โครงการทดลองในปี 2024 กำลังได้รับการพัฒนาอย่างต่อเนื่อง โดยมีหลากหลายสถาบันเริ่มปรับเปลี่ยนมาใช้ Gen AI อย่างเต็มรูปแบบ และเห็นผลลัพธ์ที่ชัดเจนจากการลงทุนของพวกเขา

ปี 2025 จะเป็นจุดเปลี่ยนสำคัญของอุตสาหกรรมต่างๆ ในเรื่องการใช้นวัตกรรมด้าน AI และการนำ Gen AI มาใช้อย่างกว้างขวางทั่วทั้งภาคธุรกิจ การเปลี่ยนแปลงในครั้งนี้มาในช่วงเวลาสำคัญที่อุตสาหกรรมต้องเผชิญกับความท้าทายต่างๆ ทั้งการแข่งขันที่สูงขึ้น การขาดแคลนบุคลากร และความคาดหวังของลูกค้าที่เพิ่มมากขึ้น โดยการนำ Gen AI มาใช้จะช่วยให้สถาบันการเงินสามารถรับมือกับความท้าทายเหล่านี้ได้ดียิ่งขึ้น พร้อมทั้งช่วยเพิ่มประสิทธิภาพ ความปลอดภัย และความพึงพอใจของลูกค้าอีกด้วย

มาสำรวจ 4 แนวโน้มที่จะทำให้การนำ Gen AI มาใช้ในภาคธนาคารเติบโตตลอดปี 2025

1. Intuitive Search ที่ซูเปอร์ชาร์จประสิทธิภาพการทำงาน

Gen AI จะมาช่วยเปลี่ยนวิธีการจัดการความรู้และข้อมูลในสถาบันการเงิน โดยปัจจุบัน หลายๆ องค์กรยังคงมีปัญหาในการดึงข้อมูลที่มีประโยชน์จากฐานข้อมูลขนาดใหญ่ ซึ่งต้องใช้การทำงานแบบ Manual ค่อนข้างเยอะ ยกตัวอย่างเช่นนักวิเคราะห์ตลาด เจ้าหน้าที่ฝ่ายกำกับดูแลการปฏิบัติงาน และผู้เชี่ยวชาญด้านอื่นๆ มักต้องใช้เวลานานในการค้นหาข้อมูลที่กระจายอยู่ในเอกสารและแผนกต่างๆ

ในปี 2025 การค้นหาด้วย AI ที่มีความสามารถในการสรุปข้อมูลขั้นสูงจะช่วยให้พนักงานสามารถค้นหาและวิเคราะห์ข้อมูลได้รวดเร็วและมีประสิทธิภาพมากยิ่งขึ้น โดยแทนที่จะเสียเวลาไปกับการจัดการข้อมูล พวกเขาจะมีเวลามากขึ้นในการไปทำงานวิเคราะห์เชิงลึกและตัดสินใจในเรื่องที่สำคัญ

เครื่องมือเหล่านี้จะช่วยให้สามารถเข้าถึงข้อมูลสำคัญได้ทันที ช่วยให้กระบวนการทำงานมีความราบรื่นขึ้น และเพิ่มประสิทธิภาพในการทำงาน แม้ว่าผู้เชี่ยวชาญในแต่ละสาขาจะยังคงมีบทบาทสำคัญในการตรวจสอบและตีความข้อมูล แต่ฟีเจอร์ที่ช่วยในการค้นหานี้จะทำให้พวกเขาใช้เวลาน้อยลงในการรวบรวมข้อมูล และมีเวลามากขึ้นในการนำข้อมูลไปต่อยอดสร้างคุณค่า

2. การเกิดขึ้นของ AI agents

AI agents ไม่ใช่แค่จินตนาการอีกต่อไป แต่กำลังนำมาใช้งานจริงในโลกการเงิน ผู้ช่วยดิจิทัลเหล่านี้พร้อมที่จะช่วยงานที่เป็นกิจวัตรหลายอย่างไม่ว่าจะเป็น การอนุมัติสินเชื่อ การปรับคำร้องขอค่าสินไหมทดแทน หรือการจัดทำรายงานความเสี่ยง ซึ่งจะไม่เพียงแต่เพิ่มประสิทธิภาพ แต่ยังช่วยให้พนักงานมีเวลามากขึ้นในการไปโฟกัสกับงานที่ซับซ้อน และต้องใช้กลยุทธ์ เพื่อเพิ่มมูลค่าในจุดที่มีเพียงความเชี่ยวชาญของมนุษย์เท่านั้นที่จะสามารถทำได้

นอกจากนี้ AI agents ยังมีจะมีบทบาทสำคัญในการผลักดันการเติบโตของรายได้บริษัท โดยการวิเคราะห์ข้อมูลจำนวนมากนั้นจะทำให้ AI สามารถทำความเข้าใจสถานการณ์ทางการเงิน เป้าหมาย และความต้องการของลูกค้าแต่ละราย ซึ่งความเข้าใจนี้จะช่วยให้ธนาคารสามารถมอบประสบการณ์ที่เหมาะสมกับลูกค้าแต่ละคนที่สุด เช่น การแนะนำผลิตภัณฑ์ที่เหมาะสม การให้คำแนะนำทางการเงินล่วงหน้าที่เป็นประโยชน์ หรือแม้กระทั่งการคาดการณ์ความต้องการของลูกค้าในอนาคต โดยประสบการณ์นี้จะครอบคลุมทุกจุดสัมผัสของลูกค้า เพื่อสร้างประสบการณ์ทางการธนาคารแบบเฉพาะบุคคลและไร้รอยต่ออย่างแท้จริง

3. Multimodal AI ที่ยกระดับการบริการลูกค้า

แม้ว่าตอนนี้แอปธนาคารต่างๆ จะมีฟีเจอร์ที่หลากหลายมากขึ้นแล้ว แต่ก็อาจจะยังใช้งานยาก โดย AI มีศักยภาพในการทำให้แอปเหล่านี้ใช้งานได้ง่ายขึ้น และ Multimodal AI ก็จะมาช่วยยกระดับประสบการณ์นี้ไปอีกขั้นเช่นกัน ด้วยการประมวลผลข้อมูลหลากหลายประเภท เช่น ข้อความ รูปภาพ และเสียงในเวลาเดียวกัน ทำให้ Multimodal AI สามารถเข้าใจความซับซ้อนของการสื่อสารของมนุษย์ได้ดีมากขึ้น เพื่อทำให้ลูกค้าได้รับประสบการณ์ที่เหมาะสมและง่ายดาย

อินเทอร์เฟซที่ใช้ภาษาที่เป็นธรรมชาติในปัจจุบันทำให้การตอบโต้กับแอปธนาคารมีความเป็นมนุษย์มากขึ้น แต่ก็ยังคงมีปัญหากับคำถามที่ซับซ้อน ลองจินตนาว่าคุณสามารถถามแอปธนาคารได้ว่า "เดือนที่แล้วฉันใช้จ่ายไปเท่าไหร่ในการทานข้าวนอกบ้าน?" Multimodal AI ก็จะสามารถให้คำตอบได้อย่างรวดเร็ว จากการวิเคราะห์ข้อมูลการทำธุรกรรม และการดึงข้อมูลจากรูปภาพใบเสร็จ การผสานข้อมูล โดยการทำความเข้าใจคำขอของลูกค้าได้อย่างไร้รอยต่อนี้ คืออนาคตที่ Multimodal AI จะมอบให้กับวงการธนาคาร

4. AI ในฐานะเครื่องมือป้องกันการฉ้อโกงที่สำคัญ

ภัยคุกคามต่างๆ กำลังพัฒนาอย่างต่อเนื่อง โดยผู้ไม่หวังดีใช้ Gen AI ในการพัฒนาแผนการโจมตีใหม่ๆ และหาช่องโหว่ในระบบธนาคาร แต่สถาบันการเงินก็พร้อมตอบโต้ด้วยการใช้ AI ป้องกันตนเองเช่นกัน งานวิจัยล่าสุดที่เกี่ยวกับผลตอบแทนจากการลงทุนใน Gen AI พบว่า 3 ใน 5 ของสถาบันการเงินเห็นการพัฒนาในด้านความปลอดภัยทางไซเบอร์จากการใช้ Gen AI

ผู้ไม่หวังดีมักจะใช้ข้อมูลที่ไม่เป็นระเบียบ เช่น เอกสารปลอม หรือกิจกรรมออนไลน์ที่น่าสงสัย ซึ่งตรวจสอบได้ยาก ขณะเดียวกัน ทีมรักษาความปลอดภัยก็ต้องรับมือกับการแจ้งเตือนจำนวนมากจากระบบตรวจจับการฉ้อโกงแบบดั้งเดิม ทั้งนี้ ความสามารถของ AI ในการวิเคราะห์ข้อมูลที่ไม่เป็นระเบียบ หารูปแบบที่ซับซ้อน และจัดลำดับความสำคัญของการแจ้งเตือน จะช่วยเพิ่มประสิทธิภาพในการตรวจจับการฉ้อโกง และปกป้องลูกค้าจากภัยคุกคามใหม่ๆ ได้อย่างมาก

ความระมัดระวังที่ขับเคลื่อนด้วย AI นี้จะช่วยให้สถาบันการเงินนำหน้าการโจมตีจากผู้ไม่หวังดี โดยเปลี่ยนจุดอ่อนที่อาจจะเกิดขึ้นให้กลายเป็นจุดแข็ง ด้วยการใช้ AI ที่ล้ำสมัยในการตรวจจับการฉ้อโกงและภัยคุกคาม 

รากฐานของความสำเร็จ: ข้อมูล

ความสำเร็จของโครงการ AI ทุกๆ โครงการนั้นขึ้นอยู่กับคุณภาพและการเข้าถึงข้อมูลเป็นหลัก ธนาคารที่ลงทุนในแพลตฟอร์มข้อมูลที่แข็งแกร่งจะสามารถดึงประโยชน์สูงสุดได้จากการใช้ AI โดยแพลตฟอร์มเหล่านี้ช่วยรวมข้อมูลจากแหล่งต่างๆ ทำให้สามารถมั่นใจในคุณภาพ และความสามารถในการเข้าถึงข้อมูลสำหรับการใช้งาน AI ในโลกแห่งบริการทางการเงินที่เปลี่ยนแปลงอย่างรวดเร็ว การที่ธนาคารสามารถนำ Gen AI มาประยุกต์ใช้ได้อย่างมีประสิทธิภาพจะเป็นตัวชี้วัดสำคัญระหว่างธนาคารที่ประสบความสำเร็จ และธนาคารที่วิ่งตามกระแสไม่ทัน

โดย Mark Micallef กรรมการผู้จัดการ Google Cloud Southeast Asia