กรุงศรีวางแนวทางขยายการใช้ AI โดยเริ่มจากปัญหาธุรกิจและผลลัพธ์ที่ต้องการ ย้ำความสำเร็จต้องวัดจากประโยชน์ที่เกิดกับลูกค้า พนักงาน และธุรกิจ มากกว่าจำนวนโครงการ พร้อมสร้างฐานข้อมูลและแพลตฟอร์มกลางให้หน่วยงานต่าง ๆ ใช้ร่วมกันผ่านแนวคิด “AI Kitchen” เพื่อลดการพัฒนาซ้ำ ควบคู่กับการกำกับดูแล การพัฒนาคน และการออกแบบกระบวนการทำงานใหม่ให้เหมาะกับการใช้ AI
ตุลย์ โรจน์เสรี ประธานคณะเจ้าหน้าที่ด้านงานข้อมูลและการวิเคราะห์ระดับองค์กร ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน) กล่าวในหัวข้อ “Shifting Business with AI: How Krungsri Scale AI” ว่า โจทย์สำคัญขององค์กรในเวลานี้คือการขยาย AI ให้สร้างผลลัพธ์ที่จับต้องได้ เพราะการพัฒนากรณีใช้งานจำนวนมากไม่ได้ยืนยันว่าองค์กรจะได้รับประโยชน์ตามที่ต้องการ กรุงศรีจึงให้ความสำคัญกับการกำหนดเป้าหมายก่อนเลือกเทคโนโลยี แล้วเตรียมพื้นฐานและบุคลากรให้พร้อมรองรับการขยายงาน ภายใต้แนวทางเริ่มเล็กแล้วขยายให้เร็ว หรือ “Start Small, Scale Fast”
วัดผล AI จากธุรกิจ แทนจำนวนโครงการ
ตุลย์ อธิบายว่า องค์กรควรเริ่มจากการระบุปัญหาที่ต้องการแก้หรือผลลัพธ์ที่อยากเห็น เช่น ต้องการให้ตัดสินใจได้เร็วขึ้น หรือทำให้ลูกค้าได้รับประสบการณ์ที่ดีขึ้น จากนั้นจึงพิจารณาว่าควรใช้วิธีใดและ AI จะเข้ามาช่วยตรงไหน หลักคิดนี้ใช้ได้กับการพัฒนาเทคโนโลยีโดยรวม เพราะการเริ่มจากเครื่องมือแล้วค่อยหางานให้ทำอาจทำให้องค์กรเลือกวิธีที่ไม่เหมาะกับปัญหา ซึ่งเป็นสิ่งที่เคยเกิดขึ้นมาแล้วในช่วงที่องค์กรตื่นตัวเรื่องข้อมูลและบล็อกเชน
เมื่อกำหนดผลลัพธ์ชัดเจน การวัดความสำเร็จก็ต้องพิจารณารายได้ ผลตอบแทนจากการลงทุน และประโยชน์ที่เกิดกับการดำเนินงาน หากองค์กรพัฒนางานเล็ก ๆ ได้มาก แต่ยังไม่ทำให้ลูกค้าได้รับบริการที่ดีขึ้น พนักงานทำงานได้ดีขึ้น หรือธุรกิจได้ประโยชน์ ก็ยังไม่อาจถือว่าการใช้ AI ประสบความสำเร็จ ตุลย์จึงให้ความสำคัญกับการสร้างพื้นฐานที่แข็งแรงตั้งแต่ต้น เพราะการเร่งเพิ่มโครงการโดยไม่มีพื้นฐานรองรับอาจทำให้ต้นทุนเพิ่มขึ้นโดยไม่ได้ผลตอบแทนตามที่ต้องการ
AI Kitchen วางฐานร่วม พร้อมกำกับดูแลตั้งแต่ต้น
การขยาย AI ตามแนวทางของกรุงศรีเริ่มจากฐานข้อมูลร่วม (Unified Data Platform) เพื่อให้หน่วยงานต่าง ๆ มีข้อมูลที่เชื่อถือและยึดถือร่วมกันได้ โดยเฉพาะกรุงศรีซึ่งมีบริษัทลูกและหน่วยงานดิจิทัลแยกกันอยู่ ตุลย์มองว่าหากแต่ละฝ่ายยังมีฐานข้อมูลของตัวเอง เช่น ฝ่ายการตลาดใช้ข้อมูลชุดหนึ่งและฝ่ายบริหารความเสี่ยงใช้อีกชุดหนึ่ง องค์กรต้องจัดการพื้นฐานส่วนนี้ก่อน แล้วจึงต่อยอดด้วยแพลตฟอร์ม AI ที่มีองค์ประกอบพร้อมสำหรับพัฒนางานต่าง ๆ
กรุงศรีเรียกแพลตฟอร์ม AI ส่วนกลางนี้ว่า “AI Kitchen” เปรียบเหมือนครัวที่เตรียมอุปกรณ์ไว้ให้แต่ละทีมนำไปประกอบอาหารตามความต้องการ โดยไม่ต้องสร้างครัวใหม่ทุกครั้งที่เพิ่มเมนู หลักสำคัญคือสิ่งใดที่หลายหน่วยงานใช้ร่วมกันได้ก็ควรพัฒนาร่วมกัน ทั้งข้อมูล เครื่องมือ และบริการ AI จากนั้นแต่ละทีมจึงนำความสามารถเหล่านั้นไปพัฒนาเป็นงานที่ตอบโจทย์ของตัวเอง การมีงานปลายทางหลายประเภทจึงไม่จำเป็นต้องสร้างระบบ AI แยกใหม่ทั้งหมด
ตัวอย่างคือฝ่ายขายกับฝ่ายการตลาด ซึ่งต่างต้องเข้าใจพฤติกรรมลูกค้าเพื่อเลือกสิ่งที่เหมาะสมกับแต่ละคน ฝ่ายขายอาจต้องการรู้ว่าควรเสนอผลิตภัณฑ์ใด ขณะที่ฝ่ายการตลาดต้องการออกแบบแคมเปญให้ตรงกับกลุ่มเป้าหมาย ทั้ง 2 หน่วยงานจึงใช้ฐานข้อมูลลูกค้าและระบบแนะนำร่วมกันได้ แล้วค่อยนำผลไปพัฒนาเป็นข้อเสนอหรือแคมเปญตามวัตถุประสงค์ วิธีนี้ช่วยให้การขยายงานอาศัยความสามารถที่มีอยู่แล้ว แทนการกลับไปพัฒนาส่วนประกอบเดิมซ้ำในทุกโครงการ
ความสามารถด้านการวิเคราะห์เสียงก็ใช้แนวทางเดียวกันได้ ทั้งงานบริการลูกค้าที่รับสายเข้าและงานขายทางโทรศัพท์ที่โทรออก ต่างต้องตรวจสอบบทสนทนาระหว่างพนักงานกับลูกค้า เช่น มีการแนะนำตัวและแจ้งข้อมูลที่จำเป็นครบถ้วนหรือไม่ รวมถึงสื่อสารกับลูกค้าได้เหมาะสมเพียงใด จึงสามารถใช้ AI วิเคราะห์เสียงร่วมกันได้ อีกทั้งยังช่วยตรวจสอบบทสนทนาได้ครอบคลุมกว่าการให้คนนั่งฟัง ซึ่งมีข้อจำกัดในการตรวจสอบให้ครบทุกสาย และนำผลไปใช้ปรับปรุงคุณภาพการให้บริการต่อได้
อย่างไรก็ตาม แพลตฟอร์มร่วมต้องมีการกำกับดูแลตั้งแต่การออกแบบ หรือ Governance by Design ตุลย์เปรียบเทียบกับบทเรียนจากการพัฒนาระบบไอทีที่เคยนำเรื่องความปลอดภัยเข้ามาตรวจสอบในขั้นตอนสุดท้าย หากพบปัญหา โครงการอาจเปิดใช้งานไม่ได้แม้ใช้เวลาและงบประมาณไปมากแล้ว
สำหรับ AI จึงต้องนำเรื่องการใช้งานอย่างรับผิดชอบ การอธิบายผลการทำงานของระบบ การบริหารความเสี่ยง การปฏิบัติตามข้อกำหนด และความปลอดภัยเข้ามาพิจารณาตั้งแต่ต้น เพื่อให้การพัฒนาอยู่ภายใต้กรอบเดียวกัน
เมื่อแพลตฟอร์มกลางมีเครื่องมือและระบบกำกับดูแลรองรับ การพัฒนาบริการก็สามารถกระจายไปยังหลายทีมได้ ตุลย์เรียกแนวทางนี้ว่า “Centralized Platform, Decentralized Innovation” คือรวมแพลตฟอร์มไว้ส่วนกลาง แล้วเปิดให้หน่วยงานต่าง ๆ พัฒนานวัตกรรมตามโจทย์ของตัวเอง แต่ละทีมจึงมุ่งทำงานที่ตอบความต้องการของธุรกิจได้ โดยมีพื้นฐานและกรอบการใช้งานร่วมกันรองรับ ช่วยให้องค์กรขยายการพัฒนา AI ได้เร็วขึ้น
พัฒนาคนและออกแบบงานใหม่ควบคู่ AI
อีกเงื่อนไขสำคัญ คือการพัฒนาคนให้เดินไปพร้อมกับเทคโนโลยี ทั้งความรู้ความเข้าใจด้าน AI หรือ AI Literacy ทักษะการใช้งาน และความเข้าใจว่าสิ่งใดควรทำหรือไม่ควรทำ ตุลย์ย้ำว่าการใช้ AI เป็นเรื่องที่ทุกส่วนขององค์กรต้องมีส่วนร่วม ตั้งแต่หน่วยธุรกิจ พนักงานสาขา งานบริการลูกค้า ไปจนถึงงานปฏิบัติการและงานหลังบ้าน เพื่อให้บุคลากรเข้าใจและนำ AI ไปใช้ในงานได้อย่างเหมาะสม พร้อมร่วมกันปรับกระบวนการทำงานให้รองรับการใช้เทคโนโลยี
ฝ่ายธุรกิจจึงต้องเข้ามาร่วมออกแบบกระบวนการกับฝ่ายไอทีด้วย ตุลย์ยกตัวอย่างเชิงสมมติว่า หากกระบวนการอนุมัติสินเชื่อเดิมมี 20 ขั้นตอน การนำ AI มาช่วยลดเหลือ 19 หรือ 18 ขั้นตอนเป็นการเสริมการทำงานเดิม แต่การออกแบบใหม่ต้องร่วมกันคิดว่า หากเริ่มต้นธุรกิจโดยมี AI พร้อมใช้อยู่แล้ว กระบวนการควรเป็นอย่างไร คำถามนี้เปิดให้ผู้รับผิดชอบงานพิจารณาวิธีทำงานตั้งแต่ต้น และมองบทบาทของ AI ได้กว้างกว่าการช่วยทำบางขั้นตอนในกระบวนการเดิม
สำหรับตุลย์ การขยาย AI ต้องกลับมาพิจารณาว่าลูกค้า พนักงาน หรือธุรกิจได้รับประโยชน์อะไร หากสร้างผลลัพธ์ได้อย่างน้อย 1 ด้าน ก็เป็นสัญญาณว่าองค์กรกำลังเดินมาถูกทาง ส่วนการมีฐานข้อมูลและแพลตฟอร์มร่วม การกำกับดูแล และบุคลากรที่พร้อมปรับวิธีทำงาน เป็นองค์ประกอบที่ต้องพัฒนาไปด้วยกัน เพื่อให้การเริ่มจากงานขนาดเล็กสามารถขยายไปสู่การใช้งานที่สร้างประโยชน์ได้จริง
ข่าวอื่น ๆ ที่น่าสนใจ
Grab จับมือ OpenAI เสริมทักษะ AI ให้พาร์ตเนอร์กว่า 30,000 ราย
ทรูชี้ 5 การเปลี่ยนแปลงพลิกโฉมการสื่อสารยุค AI จาก Reach สู่ Trust
