ถอดบทเรียน ระหว่างเส้นทางเปลี่ยนผ่านองค์กรของ SCBX สู่การเป็น AI-first Organization

AI เป็นเรื่องที่เข้ามาใกล้ตัวของทุกคนมากกว่าที่คิด ไม่ว่าจะเป็นส่วนหนึ่งในชีวิตประจำวัน หรือเป็นส่วนหนึ่งของธุรกิจ และได้กลายมาเป็นโจทย์ท้าทายที่องค์กรทุกภาคส่วนไม่อาจเพิกเฉย SCBX หนึ่งในองค์กรภาคเอกชนที่มีความมุ่งมั่นสู่การเป็นกลุ่มบริษัทเทคโนโลยีทางการเงินชั้นนำระดับภูมิภาค โดยมี AI-first Organization เป็นเป้าหมายหลักในการขับเคลื่อน และเปลี่ยนผ่านเพื่อสร้างความยั่งยืนให้กับองค์กรในระยะยาว

ดร.อารักษ์ สุธีวงศ์ รองประธานเจ้าหน้าที่บริหาร บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) หรือ SCBX กล่าวในงาน THE STANDARD ECONOMIC FORUM 2023 ในหัวข้อ SCBX AI Journey: Successes, Setbacks and Everything in Between เส้นทางการเปลี่ยนผ่านสู่องค์กร AI-first ว่า

“เมื่อ AI เข้ามา SCBX ซึ่งเป็นกลุ่มธุรกิจเทคโนโลยีทางการเงิน มีการตั้งคำถามเกี่ยวกับเรื่องนี้มากมายว่าบทบาทของ AI ต่อธุรกิจจะเป็นอย่างไร AI จะมีผลอย่างไรบ้าง เราจะดึงศักยภาพของ AI มาสนับสนุนการเติบโตของธุรกิจ หรือการเติบโตของประเทศไทยได้อย่างไร ไม่นานมานี้เราได้วางวิสัยทัศน์ว่าเราต้องเป็น AI-first Organization ที่มีความหมายว่า 75% ของธุรกิจจะต้องถูกขับเคลื่อนด้วย AI ซึ่งอาจจะเป็นเรื่องของการเพิ่มรายได้ อาจจะเป็นเรื่องของการลดต้นทุน หรืออาจจะเป็นเรื่องของการเพิ่มประสิทธิภาพของการดูแลลูกค้า โดย 75% ที่ว่านั้นจะต้องมีการแตะด้วย AI ในด้านใดด้านหนึ่ง นั่นคือความตั้งใจของเรา”

แม้จะเป็นวิสัยทัศน์ที่ยานแม่ SCBX เพิ่งกำหนดแต่จริง ๆ แล้วองค์กรเริ่มปูเส้นทางนี้ตั้งแต่ครั้งที่ธนาคารไทยพาณิชย์ยังเป็นบริษัทแม่เมื่อ 5-6 ปีที่ผ่านมา ก่อนที่ SCBX จะขึ้นเป็นบริษัทแม่ของกลุ่มในปัจจุบัน โดยสิ่งที่เริ่มทำเป็นอันดับแรกในตอนนั้น คือ การตั้งคำถามกับตัวเองก่อนว่าถ้าเป็นเรื่องของ AI สิ่งที่ต้องมีก็คือข้อมูล (data)

– เอสซีบี เอกซ์ 9 เดือนแรก กำไร 32,527 ลบ. เดินหน้าสร้าง SCBX GPT ให้เข้าใจเรื่องการเงินและภาษาไทย

ดังนั้น จึงได้มีการสร้างถัง data lake เพื่อเก็บข้อมูล ซึ่งการเป็นกลุ่มบริษัทที่มีขนาดใหญ่ ทำให้การลงทุนครั้งนั้นเป็นการลงทุนที่ใช้เงินจำนวนมากในการจัดเก็บข้อมูลทั้งหมดที่มีอยู่ในถัง ๆ หนึ่ง แล้วคาดหวังว่าเมื่อจัดเก็บข้อมูลเสร็จแล้วสิ่งดีๆ จะเกิดขึ้นตามมาอย่างแน่นอน แต่ทว่าสิ่งที่เกิดขึ้นกลับกลายเป็นว่าเวลาผ่านไป 1 ปี 2 ปี 3 ปี สิ่งดี ๆ ก็ยังไม่เกิดขึ้น มีข้อมูลอยู่แต่ข้อมูลนั้นไม่ได้ถูกนำไปใช้อย่างเต็มที่ มันก็กลายเป็นที่ที่เก็บข้อมูลอย่างเดียว นั่นคือสิ่งที่ได้เรียนรู้อันดับแรกว่ามันไม่ใช่เฉพาะเรื่องของข้อมูล มันไม่ใช่แค่เรื่องของเทคโนโลยี แต่เป็นอะไรมากกว่านั้น

เปิดพิมพ์เขียวเส้นทางเปลี่ยนผ่านของ SCBX สู่องค์กร AI-first

เมื่อได้เรียนรู้แล้วว่าการจะเปลี่ยนผ่านและนำพาองค์กรให้อยู่รอดอย่างยั่งยืนในยุคที่ AI เข้ามามีบทบาทสำคัญนั้น การมีข้อมูลขนาดใหญ่เพียงอย่างเดียวไม่ใช่คำตอบ ดังนั้น SCBX จึงเริ่มแนวคิดที่จะผลักดันองค์กรให้เป็น AI-first Organization ผ่าน 2 แกนสำคัญ ได้แก่

1. Broad AI Adoption การให้ AI มาช่วยสร้างประสิทธิภาพและประสิทธิผลในการทำงาน (productivity & efficiency) สามารถทำเรื่องเดียวกันโดยใช้คนน้อยกว่า หรือทำเรื่องเดียวกันในเวลาที่สั้นกว่า ทำอย่างไรให้องค์กรในระดับภาพรวมมีขีดความสามารถในการใช้เทคโนโลยี มาช่วยกันทำหลายๆ สิ่ง หลายๆ อย่าง
2. Deep AI Development สิ่งนี้ คือ การสร้างขีดความสามารถในการแข่งขัน (competitiveness) จะทำอย่างไรให้สามารถใช้เทคโนโลยีมาสนับสนุนการทำธุรกิจ

ดร.อารักษ์ เล่าต่อว่า “ในอดีตที่เราสร้างถังข้อมูลขึ้นมา เรานึกถึงเรื่อง Deep AI Development เป็นหลัก แต่จริงๆ แล้วเรื่อง Broad AI Adoption ก็เป็นสิ่งสำคัญ เพราะการทำให้คนในองค์กร 2 หมื่น 3 หมื่นคน ใช้ข้อมูลได้อย่างคล่องตัว นั่นเป็นสิ่งที่เราตั้งใจและพยายาม ซึ่งเรื่อง Broad AI Adoption นี้มีสิ่งที่ต้องทำสองเรื่อง คือ โครงสร้างพื้นฐาน อันนี้เราต้องสนับสนุนให้พนักงานมีความรู้เกี่ยวกับเรื่อง AI ตลอดจนการใช้ AI และสามารถที่จะมีเครื่องมือต่างๆ เพื่อช่วยในการทำงาน อย่างกลุ่ม SCBX ใช้ Microsoft โดยมีสิ่งที่เรียกว่า copilot มาช่วยในการประชุม สรุปอีเมล วันนี้เราพยายามให้พนักงานของเราสามารถเข้าถึงเครื่องมือพวกนี้ได้”

“ในขณะเดียวกันอีกหนึ่งสิ่งที่สำคัญ คือ ผู้บริหารจะต้องเป็นคนเริ่มที่จะทำสิ่งเหล่านี้มากกว่าการแค่บอกว่าเราต้องเป็น AI-first Organization ผู้บริหารต้องแสดงให้เห็นถึงความสำคัญ สิ่งที่จะต้องทำคือ ทำอย่างไรผู้บริหารถึงจะทำจริง สิ่งที่เกิดขึ้นวันนี้ในการประชุมกรรมการบริหารของ SCBX เราใช้ AI อย่างน้อยสุด คือ ให้ AI ทำ translation แปลภาษาไทยเป็นภาษาอังกฤษ เพราะเรามีกรรมการบางท่านเป็นชาวต่างชาติ ผิดบ้างถูกบ้างแต่ทำให้คนสามารถ follow ได้ อีกสิ่งหนึ่ง คือ การที่เราเอา AI มาช่วยในการสรุปการประชุม จับประเด็น และเตรียมโครงขึ้นมา หลังจากนั้นคนก็แค่มารีวิวตรวจสอบว่าเหมาะสมหรือไม่ นี่เป็นตัวอย่างในการทำให้ผู้บริหารระดับสูงคุ้นเคยว่าศักยภาพของ AI เป็นอย่างไร ก่อนที่จะไปกำหนดนโยบายต่างๆ สิ่งนี้เป็นภาพรวมคร่าวๆ ของการผลักดันองค์กร เพื่อให้องค์กรรู้จักและคุ้นเคยกับ AI”

– เส้นทางของ SCBX สู่การเป็น AI-First Organization

สำหรับเรื่อง Deep AI Development นั้น ดร.อารักษ์ ย้ำว่า SCBX มองว่าเป็นสิ่งที่จะต้องทำให้เกิดขึ้น เพราะหากพูดถึงการผลักดันองค์กร หรือการผลักดันประเทศไทยให้มีขีดความสามารถในการแข่งขันระยะยาวได้นั้น จำเป็นอย่างยิ่งที่จะต้องใช้ AI เป็นอาวุธ มาช่วยคิดในการทำธุรกิจ ช่วยในการคิดและพัฒนาประเทศได้ ซึ่งการจะทำสิ่งเหล่านี้ได้มันมากกว่าแค่การเอาของที่มีอยู่แล้วมาใช้ แต่เราต้องมีขีดความสามารถในการที่จะพัฒนาด้วยตนเอง SCBX จึงได้ตั้งเป็นโจทย์สำคัญที่จะต้องทำให้เกิดขึ้นผ่าน 3E ได้แก่

1. Elevate Data Foundation ทำอย่างไรให้โครงสร้างของ data จัดเก็บและเอามาใช้ได้อย่างเหมาะสมที่สุด อาจจะฟังเป็นเรื่องง่าย แต่จริงๆ เป็นเรื่องที่ค่อนข้างยาก เพราะการจัดเก็บ data ถ้านำออกมาไม่ได้ ก็ใช้ประโยชน์มากไม่ค่อยได้ SCBX มีบริษัทภายใต้กลุ่มจำนวนมาก ทุกบริษัทมีการจัดเก็บข้อมูลของตนเอง ซึ่งจัดเก็บคนละรูปแบบทำให้ไม่สามารถนำมาใช้ประโยชน์ได้อย่างเต็มที่ จึงได้มีการจัดตั้งบริษัท SCB DataX ขึ้น เพื่อทำหน้าที่รวบรวมข้อมูลทั้งหมดของกลุ่ม SCBX มาไว้ที่เดียวกัน สามารถใช้ได้ร่วมกัน เพื่อให้เกิดศักยภาพในการดึง data ซึ่งนอกจาก SCB DataX จะจัดเก็บข้อมูลแล้ว ยังทำหน้าที่ให้คำแนะนำบริษัทลูกอื่นๆ ว่าจะเอาข้อมูลเหล่านี้ไปใช้ให้เกิดประโยชน์ได้อย่างไร
2. Establish R&D Sandbox ประเด็นนี้ไม่ใช่เรื่องของการนำไปใช้ แต่เป็นเรื่องของการทดลองและลงมือพัฒนาเพื่อสร้างขีดความสามารถ โดย SCBX ตั้งโจทย์ว่าทำอย่างไรองค์กรจะมีขีดความสามารถในเรื่องของ Generative AI ถ้าจะสร้างขึ้นมาจะต้องสร้างอะไร จึงเป็นที่มาของการสร้าง SCBX GPT ซึ่งจะเป็น Thai Financial Service GPT มีคีย์เวิร์ด คือ ภาษาไทย รู้เรื่องบริการทางการเงิน และเป็น Generative AI สิ่งที่ SCBX ทำ คือ จับมือกับบริษัทที่ spin-off จากมหาวิทยาลัย Stanford แล้วเอาภาษาไทยเท่าที่จะเก็บข้อมูลได้จากเว็บไซต์ต่างๆ มาใส่ หลังจากนั้นเราเริ่มทดสอบ 2 สัปดาห์แรกภาษาไทยที่ได้ยังไม่ค่อยดีนัก 4 สัปดาห์ถัดมาเริ่มเห็นศักยภาพ เป็นจุดตั้งต้นว่าถ้าเป็นเรื่อง Financial Service หากเอาข้อมูลพระราชบัญญัติหลักทรัพย์และตลาดหลักทรัพย์ พระราชบัญญัติเงินตรา กฎเกณฑ์และข้อกฎหมายทางการเงิน ข้อสอบผู้แนะนำการลงทุน หรือคำถามที่พบบ่อยของบริษัทในกลุ่ม มาสอน SCBX GPT ไปเรื่อยๆ ควบคู่ไปกับการทดสอบและวัดผล เมื่อเอาไปเทียบกับ GPT 3.5 และ GPT 4 จะเห็นว่า SCBX GPT มีศักยภาพที่สูงกว่า GPT 3.5 ในบริบทที่เราทดสอบ แต่เราไม่ได้บอกว่า SCBX GPT เก่งทุกด้าน แต่เห็นได้ว่าสามารถเทรนให้มีความฉลาดขึ้นมาได้ ถ้าเทรน fine-tuning หรือทำ RAG (Retrieval Augmented Generation) ให้ดี เรื่องนี้สะท้อนให้เห็นว่าขนาด SCBX ที่ไม่ได้เป็นบริษัทใหญ่มากนัก ยังมีศักยภาพในการพัฒนาเชิงลึก สามารถสร้าง GPT ของตัวเองในบริบทที่ใช้ภาษาไทย และมีโอกาสที่จะเก่งกว่าแพลตฟอร์มที่คุ้นเคยกัน แต่ GPT 4 ก็ออกมาพิสูจน์ว่า Global ที่ใช้เม็ดเงินเป็นแสนล้านบาทต่อปีในการพัฒนา ก็สามารถทำในสิ่งที่เราเคยใช้พลังงานอย่างมากให้ง่ายขึ้น สิ่งนี้เป็นตัวอย่างของการลงมือทำ และแสดงให้เห็นถึงโอกาสขององค์กรและประเทศไทยในการที่จะสร้างศักยภาพเชิงลึกด้าน AI ได้
3. Empower Subsidiaries SCBX พยายามผลักดันให้ทุกบริษัทภายใต้กลุ่มทำเรื่องของ AI ตัวอย่างเช่น บริษัทหลักทรัพย์ อินโนเวสท์ เอกซ์ (InnovestX) ที่ได้นำเอา AI มาช่วยขยายขอบเขตบทวิเคราะห์ข้อมูลการลงทุน เพื่อให้นักลงทุนมีข้อมูลที่จำเป็น เพื่อตัดสินใจลงทุนได้อย่างรวดเร็ว และไม่พลาดโอกาสในการลงทุน ครอบคลุมหุ้นและตลาดที่หลากหลายมากขึ้น โดยจากเดิมที่นักวิเคราะห์หนึ่งคนอาจจะทำบทวิเคราะห์หุ้นได้เพียง 5-10 ตัว จึงจำกัดอยู่เพียงหุ้นไทยเท่านั้น แต่เมื่อนำ AI เข้ามาใช้สามารถเพิ่มขอบเขตการวิเคราะห์หุ้นได้กว้างขึ้น เป็นหลาย 10 ตัว หลากหลายตลาด ได้ภายใน 1 ชั่วโมง และสามารถทำเป็นรายงานออกมาได้เลย โดยนักวิเคราะห์จะทำหน้าที่ตรวจสอบและให้มุมมองการลงทุนเพิ่มเติม สะท้อนให้เห็นถึงศักยภาพของการนำ AI มาใช้ เป็นตัวอย่างของสิ่งที่กลุ่ม SCBX ทำในเชิงลึกกับการสร้างขึ้นมา

6 บทเรียนระหว่างเส้นทาง SCBX AI Journey

1. AI-FIRST is PEOPLE-FIRST เหนือกว่าเทคโนโลยีก็คือคน เทคโนโลยีจะดีแค่ไหนก็คือเทคโนโลยี แต่ถ้าคนไม่เปิดใจในการทดลอง พนักงานไม่ลองใช้ ผู้บริหารไม่ลองใช้จริง ไม่มีทางเกิดได้สำเร็จ ต้องสร้างการรับรู้ (awareness) สร้างวัฒนธรรมองค์กร (culture) ขึ้นมา เพราะสิ่งนี้ไม่ใช่เรื่องเทคโนโลยีเพียงอย่างเดียว แต่เป็นเรื่องของคนซึ่งเป็นเรื่องที่สำคัญมาก ทุกคนควรจะต้องพัฒนาและเรียนรู้เพิ่มเติม
2. Always Start with a BIG WHY เอาโจทย์ธุรกิจเป็นตัวตั้ง และตั้งคำถามว่าทำไปเพื่ออะไร ต้องเริ่มจากการตั้งคำถาม หลายครั้งเวลาทำงานมักจะทำไปก่อนแล้วค่อยมาถามว่าสิ่งนั้นทำไปเพื่ออะไร เริ่มจากคำถามอย่าเพิ่งไปเริ่มจากการคิดว่ามีเทคโนโลยีดี ๆ เอาไปทำอะไรบ้าง
3. Change Begins at the Top บริบทเปลี่ยน ผู้บริหารยิ่งต้องเปลี่ยน การเปลี่ยนแปลงทั้งหมดมาจากข้างบน ถ้าองค์กรจะขยับแต่ข้างบนยังไม่ขยับ โอกาสจะเกิดขึ้นแทบไม่มี เพราะฉะนั้นผู้บริหารระดับสูง คณะกรรมการบริหารต้องให้ความสำคัญกับเรื่องนี้ ต้องผลักดัน ต้องเป็นคนกำหนด Tone from the Top หรือเป็น role model ว่าถ้าจะทำเรื่องนี้ต้องทำได้ แต่ความยาก คือ ยิ่งมีอายุ ความคุ้นเคยกับเทคโนโลยีจะมีน้อยลง แต่เป็นคนที่ต้องกำหนดนโยบายว่าจะเป็นอย่างไรบ้าง ผู้บริหารจะต้องมีอัตตาน้อย ๆ ต้องยอมรับว่าเป็นเรื่องใหม่ เรียนรู้จากพนักงาน และเอาไปคิดนโยบาย เป็นเรื่องยากที่ผู้บริหารเหมือนจะต้องรู้ทุกเรื่อง แต่สิ่งสำคัญคือต้องยอมรับก่อนว่าไม่รู้
4. Edge up with Experts พาร์ตเนอร์กับผู้เชี่ยวชาญ เพื่อให้เกิดแต้มต่อ เป็นเรื่องที่พึงรู้ว่าอันไหนที่ต้องรู้ อันไหนที่ไปทำงานกับคนอื่นได้ อันไหนที่ต้องทำเอง เหมือนอย่างเรื่องของ Broad AI Adoption ที่ไม่จำเป็นต้องคิดเยอะ เอาสิ่งที่มีอยู่ในตลาดแล้วมากระตุ้นให้พนักงานทดลองใช้งานกันดีกว่า เอามาใช้ให้เป็นประโยชน์ ไม่ต้องคิดจะทำเอง แต่เรื่องที่จำเป็นต้องมีขีดความสามารถของตนเอง ต้องสร้าง จะเป็นรูปแบบพาร์ตเนอร์ก็ได้แต่ต้องเป็นการทำร่วมกัน ต้องเข้าใจว่า frontier ของ knowledge ไปเร็วมาก ถ้าทำเองทั้งหมดไม่มีทางที่จะสำเร็จ
5. AI is a Double-Edged Sword แม้มีคุณมหาศาล ถ้าจัดการไม่ดี อาจเป็นดาบสองคม เรื่อง AI เป็นเรื่อง ที่ถ้าใช้ผิดชีวิตเปลี่ยน ถ้าไม่ระวังมีโอกาสมากที่จะก่อให้เกิดปัญหาได้ วิธีการแก้มาจากการที่นโยบายต้องบอกว่าเรื่อง Responsible AI เป็นเรื่องสำคัญ จะสร้าง Guardrail ตีกรอบอย่างไรให้องค์กรขับเคลื่อนได้ ในขณะเดียวกันการทำเรื่องใหม่ก็ไม่รู้ว่าอะไรคือขอบที่เหมาะสม เป็นเรื่องของการแบ่งความเสี่ยงกับเรื่องที่จะได้ ที่ต้องตระหนัก คือ สิ่งที่ได้มาอย่าไปเชื่อ 100%
6. Act Fast, Experiment as You Go ลุยเลย! ไม่ต้องรอเข้าใจทุกอย่าง แล้วค่อยเริ่ม ลงมือทำเลย อย่าไปรอ หลายครั้งมัวแต่คิดว่าจะทำดีไหม จะคุ้มค่าไหม จนเวลาผ่านไป 6 เดือน ผ่านไป 1 ปี แล้วค่อยเริ่ม ค่อยไปลอง เริ่มก่อนเรียนรู้ก่อนมีโอกาสสำเร็จก่อน เป็นสิ่งที่มีความจำเป็นในการที่จะไปทดลอง และเรียนรู้กันหน้างานว่าเป็นอย่างไรบ้าง สำหรับเรื่อง AI ซึ่งเป็นเรื่องใหม่ตลอดเวลา น่าจะเป็นแนวความคิดที่เป็นประโยชน์

“ถ้า Future Ready Thailand เป็นเรื่องของการที่เราเอา Generative AI มาก่อให้เกิดประโยชน์สูงสุด การทำเรื่องเหล่านี้ต้องมาในคอนเซ็ปต์ของสิ่งที่เรียกว่า Team Thailand ทั้งภาครัฐ ภาคเอกชน ภาคการศึกษา และบุคคลทั่วไป มาช่วยกันสร้างสิ่งเหล่านี้ให้เกิดขึ้น เพราะเป็นสิ่งที่จะพัฒนาและยกระดับประเทศไทยของเราให้มีขีดความสามารถในการแข่งขันในอนาคต ถ้าเทคโนโลยีไม่ได้เป็นสิ่งที่ประเทศให้ความสำคัญเพียงพอคอนเซ็ปต์ของ Digital Economy คอนเซ็ปต์ของการที่เราจะมี differentiation ให้เกิดขึ้นเมื่อเทียบกับประเทศอื่น ๆ รอบตัว ก็จะลำบาก” ดร.อารักษ์ กล่าวทิ้งท้าย

ข่าวอื่น ๆ ที่น่าสนใจ

ฤาเพราะความฉลาดสุดล้ำจนน่าหวั่นใจของ AI สาเหตุเบื้องลึกของการไล่ Sam Altman พ้น OpenAI

‘IKEA สุขุมวิท’ ซิตี้ สโตร์ แห่งแรกในเอเชียตะวันออกเฉียงใต้ พร้อมเปิดให้บริการ 1 ธ.ค. นี้