สมรภูมิปัญญาประดิษฐ์หรือ AI ในปี 2569 กำลังเดินทางมาถึงจุดเปลี่ยนครั้งสำคัญ จากเดิมที่เป็นเพียงเครื่องมือป้อนคำสั่งพิมพ์คุยแบบแชตบอตทั่วไป วันนี้เทคโนโลยีได้ยกระดับสู่ระบบอัตโนมัติที่มีทักษะความเชี่ยวชาญเฉพาะทางระดับมืออาชีพ หรือที่เรียกว่า “Skill-Based AI” เป็นที่เรียบร้อยแล้ว
ภายในงานสัมมนา The Story Thailand Forum 2026 ภายใต้หัวข้อ “The Future of AI: When Intelligence Meets Reality” ดร.ธีรวัฒน์ อัศวโภคี รองผู้จัดการใหญ่ ธนาคารกสิกรไทย ได้ร่วมขึ้นบรรยายในหัวข้อ “The Human Premium in the AI Economy” ซึ่งได้สะท้อนมุมมองและแนวคิดทางเทคโนโลยีไว้อย่างตรงไปตรงมา ทั้งในแง่ของความเคลื่อนไหวระดับโลก และการนำมาปรับใช้จริงในภาคธุรกิจการเงินของไทย
ศึกล้มแชมป์โลก: เมื่อ Anthropic พลิกเกมโค่น OpenAI ด้วย AI สายทักษะ
ความเคลื่อนไหวในระดับโลกเมื่อเดือนพฤษภาคม 2569 ที่ผ่านมา คือการที่ Anthropic สตาร์ตอัปผู้พัฒนา AI นามว่า Claude สามารถสร้างสถิติดันมูลค่าบริษัททะยานสูงถึง 9.65 แสนล้านดอลลาร์สหรัฐ แซงหน้า OpenAI ที่มีมูลค่า 8.52 แสนล้านดอลลาร์สหรัฐได้สำเร็จ ทั้งที่ Anthropic เพิ่งก่อตั้งมาเพียง 5 ปี และเริ่มต้นด้วยทีมงานเพียง 2 คนเท่านั้น
จุดเปลี่ยนสำคัญที่ทำให้ Claude พลิกขึ้นมาเป็นผู้นำตลาด คือความต่างทางเทคโนโลยีที่ผลักดันขีดความสามารถของ AI ให้ก้าวข้ามยุค “แค่พูดคุยตอบโต้” ไปสู่การปฏิวัติระบบการทำงานในช่วงไม่กี่ปีที่ผ่านมา โดยหากย้อนมองพัฒนาการจะพบว่า ในปี 2566 ยุคของ Chatbot ยังคงเน้นการตอบคำถามทั่วไปเป็นหลักและยังไม่มีความรู้เฉพาะทาง ก่อนจะขยับเข้าสู่ปี 2567 ในฐานะ Agent ที่เริ่มเข้าใจงานเป็นเรื่อง ๆ และค้นข้อมูลก่อนตอบได้ ทว่าผู้ใช้ยังต้องสั่งงานทีละขั้นตอน
จนกระทั่งในปี 2568 เทคโนโลยีเริ่มก้าวสู่ยุค Action ที่ AI ทำหน้าที่เสมือนมีแขนขา สามารถสั่งพิมพ์อีเมล หรือเปิดโปรแกรม Excel และ PowerPoint ได้เอง และท้ายที่สุดในปี 2569 นี้ สมรภูมิได้มาถึงยุค Skill-Based AI ที่ปัญญาประดิษฐ์ก้าวสู่การเป็นเพื่อนร่วมงานระดับมืออาชีพที่มีทักษะเฉพาะทาง และสามารถจัดการงานยาก ๆ ให้เสร็จสิ้นได้ในเวลาเพียงไม่กี่นาที
พิมพ์เขียว KBank: เปลี่ยนคนทั้งองค์กรสู่ AI-Native โดยไม่ต้องเรียนเขียนโค้ด
ในระดับปฏิบัติการ ดร.ธีรวัฒน์ ได้เปิดเผยถึงพิมพ์เขียวที่ช่วยให้พนักงานทั่วทั้งองค์กรของธนาคารกสิกรไทย (KBank) สามารถใช้ประโยชน์จาก AI ได้จริง โดยชี้ให้เห็นว่า ความสำเร็จนี้ไม่ได้เกิดจากการบังคับให้พนักงานไปเรียนเขียนโค้ด แต่ต้องขับเคลื่อนผ่าน “3 วงล้อแห่งความสำเร็จ” คือ ความรู้ (Knowledge) แรงขับเคลื่อนและสร้างความตระหนักรู้ (Awareness & Motivation) และ การลงมือทำพร้อมวัดผลเป็นตัวเลขจริง (Action & Measurement)
ปัจจุบัน KBank ประสบความสำเร็จในการเปลี่ยนผ่านองค์กรสู่ยุค AI-Native อย่างเป็นรูปธรรม โดยมีตัวเลขผลลัพธ์ที่พิสูจน์ความสำเร็จได้อย่างชัดเจนผ่านการนำ AI ไปใช้งานจริงแล้วกว่า 509 กรณีทั่วองค์กร ซึ่งช่วยประหยัดเวลาการทำงานรวมได้สูงถึง 3,813 Man-Days ต่อเดือน ส่งผลให้ธนาคารสามารถลดภาระงานลงไปได้เทียบเท่ากับแรงงานของพนักงานประจำถึง 191 คน โดยไม่จำเป็นต้องเปิดรับพนักงานเพิ่ม และธนาคารยังได้ตั้งเป้าหมายที่จะประหยัดเวลาการทำงานให้เพิ่มขึ้นเทียบเท่าแรงงานพนักงานประจำ 670 คน ภายในปี 2569 นี้อีกด้วย
สำหรับกรณีศึกษาที่เกิดขึ้นจริงในสายงานต่าง ๆ ของ KBank มีความน่าสนใจอย่างยิ่ง โดยเฉพาะงานพิจารณาเอกสารราชการของผู้เสียชีวิต ซึ่งจากเดิมที่เป็นงานกฎหมายที่ซับซ้อน ธนาคารได้นำ AI เข้ามาช่วยวิเคราะห์ ตีความ และชี้จุดที่ต้องตรวจสอบเพิ่มเติม ผลปรากฏว่า AI สามารถแนะนำประเด็นที่ต้องเฝ้าระวังจากคำสั่งศาลได้อย่างแม่นยำสูงถึง 90% และช่วยประหยัดเวลาทำงานได้ถึง 16.2 Man-Days ต่อคนต่อเดือน นอกจากนี้ยังมีงานออโตเมชันในการแปลงโค้ดระบบหลังบ้าน ซึ่งมีการใช้ AI Agent เข้ามาช่วยแปลงสคริปต์จากระบบ Qicksense ไปเป็น SQL Databricks โดยอัตโนมัติ ช่วยลดความผิดพลาดในการเขียนโค้ดและประหยัดเวลาทำงานไปได้อีก 6.8 Man-Days ต่อคนต่อเดือน
ถอดบทเรียน “4 Weekend Projects” ของผู้บริหารเมื่อ Passion นำทางเทคโนโลยี
ประเด็นสำคัญที่ชวนให้คนทำงานต้องหันกลับมาคิด คือแนวคิดของ ดร.ธีรวัฒน์ ที่ชี้ว่า การปรับตัวให้ทันเทคโนโลยีที่แท้จริงต้องอาศัยใจรัก (Passion) นอกเวลางาน โดยได้นำผลงาน “4 Weekend Projects” หรือโปรเจกต์วันหยุดที่สร้างขึ้นด้วยตัวเองมาแบ่งปัน ซึ่งงานทั้งหมดนี้สร้างเสร็จชั่วข้ามคืนด้วยการสั่งงาน AI โดยที่ตัวผู้บริหารไม่ต้องเขียนโค้ดเองเลยแม้แต่บรรทัดเดียว แต่กลับสามารถนำมาต่อยอดใช้ในระดับธุรกิจได้ทันที
โปรเจกต์แรก คือ การสร้าง Knowledge Graph ใน 1 คืน โดยใช้ Claude อ่านและดึงข้อมูลจากเอกสารคดี Epstein ที่มีความยาวกว่า 30,000 หน้า แล้วเปลี่ยนเป็นแผนภาพความสัมพันธ์ที่ระบุตัวตนผู้เกี่ยวข้อง สถานที่ และเวลาได้อย่างชัดเจน ทำให้ค้นหาความเชื่อมโยงที่ซับซ้อนเจอภายใน 3-5 วินาที ซึ่งแนวคิดนี้สามารถนำมาประยุกต์ใช้กับระบบตรวจสอบตัวตนลูกค้า (KYC) และระบบจับทุจริตในธุรกิจธนาคารได้โดยตรง
ถัดมาคือ Email 5-Axis Analytics ที่เปลี่ยนอีเมลขยะใน Gmail เช่น ใบเสร็จค่าน้ำมัน ค่าสินค้า หรือยอดเรียกเก็บจาก Grab มาเป็นข้อมูลวิเคราะห์พฤติกรรมมนุษย์ 5 มิติ ได้แก่ การเงิน ไลฟ์สไตล์ ความสัมพันธ์ การเดินทาง และเหตุการณ์สำคัญในชีวิต เพื่อใช้เป็นข้อมูลทางเลือกในการประเมินคะแนนเครดิตสำหรับกลุ่มลูกค้าที่เข้าไม่ถึงสินเชื่อในระบบปกติ
ขณะเดียวกันยังพัฒนา ระบบผลิตวิดีโอด้วย AI (AI Video Workflow) ที่ทุ่นค่าใช้จ่ายและสามารถสร้างวิดีโอสั้นเสร็จได้ในเวลาเพียง 15 นาที โดยใช้ Avatar และระบบช่วยเรียบเรียงบทพูด มีค่าใช้จ่ายเป็นค่า API เพียง 30 บาทต่อคลิปเท่านั้น เมื่อเทียบกับอดีตที่ต้องใช้ทีมงาน 3-5 คน และใช้งบประมาณหลักพันบาท โดยองค์กรสามารถนำระบบนี้ไปใช้ทำสื่อต้อนรับพนักงานใหม่ หรือทำคลิปให้ความรู้แก่ลูกค้าได้ทันที
และโปรเจกต์สุดท้ายคือ Hermes AI Tutor ติวเตอร์ส่วนตัววิชา STEM บนแอปพลิเคชัน Telegram ที่สร้างให้ลูกชาย โดยเปลี่ยนบทเรียนยาก ๆ ทั้งฟิสิกส์ เคมี ชีววิทยา และคณิตศาสตร์ ให้กลายเป็นเนื้อหาที่เข้าใจง่าย มีภาพเคลื่อนไหว และระบบจำลองที่โต้ตอบได้ โดยใช้เวลาสร้างเพียง 5 นาทีต่อหนึ่งบทเรียน ซึ่งระบบนี้สามารถนำมาต่อยอดเป็นผู้ช่วยสอนงาน หรือช่วยให้พนักงานเรียนรู้คู่มือการปฏิบัติงานที่ยาก ๆ ขององค์กรได้อย่างมีประสิทธิภาพ
Enterprise AI Governance: เมื่อระบบกำกับดูแลที่ไร้ Guardrails เป็นได้แค่ “ละครเวที“
ประเด็นสำคัญเรื่องการควบคุมความปลอดภัยของภาคธุรกิจคือ การกำกับดูแล AI จะต้องมีมาตรการป้องกันเชิงเทคโนโลยี (Guardrails) ควบคู่ไปด้วย หากมีเพียงนโยบายแต่ไม่มีระบบป้องกันจริง ก็เปรียบเสมือนละครเวทีที่จัดแสดงเพื่อความสวยงาม แต่ไม่สามารถนำมาใช้งานได้จริงในทางปฏิบัติ
ดังนั้น เพื่อปกป้องภาพลักษณ์ของแบรนด์และรักษาความปลอดภัยของข้อมูลส่วนบุคคล องค์กรธุรกิจจำเป็นต้องมีระบบบริหารจัดการความเสี่ยงทั้งในด้านจริยธรรม ประสิทธิภาพ และความปลอดภัยที่จับต้องได้ โดยปัจจุบันแพลตฟอร์มการกำกับดูแลอย่าง watsonx.governance ได้ก้าวขึ้นเป็นผู้นำในรายงาน Magic Quadrant ของ Gartner ประจำปี 2026 พร้อมคว้าความสำเร็จในแง่การออกแบบยอดเยี่ยมด้านความปลอดภัยและการปฏิบัติตามกฎระเบียบอย่างเป็นรูปธรรม
เช่นเดียวกับกรณีศึกษาในต่างประเทศอย่างธนาคาร Banco do Brasil ที่ได้ติดตั้งโมเดลควบคุม AI แบบรวมศูนย์ เพื่อทำหน้าที่กลั่นกรองและมั่นใจได้ว่า ผลลัพธ์ทุกอย่างที่ผลิตออกจากโมเดล AI จะต้องเป็นไปตามมาตรฐานจริยธรรมขององค์กรอย่างเข้มงวด
นี่คือเครื่องเตือนใจว่า ในยุคที่ AI กำลังก้าวสู่ระดับ “Skill-Based” องค์กรที่เดินหน้าได้เร็วที่สุด ไม่ใช่แค่องค์กรที่ประหยัดเวลาได้มากที่สุด แต่คือองค์กรที่สามารถควบคุมทิศทางและความปลอดภัยของเทคโนโลยีนี้ได้อย่างมั่นคงที่สุดเช่นกัน
ข่าวอื่น ๆ ที่น่าสนใจ
KBTG กางสูตรลับ V=(P+P+P)E ปลดล็อกมูลค่าองค์กรยุค Beyond ROI
เมื่อ AI กลายเป็น ‘ครู’ เปิดอินไซต์ LINE MAN Wongnai – ODT พลิกเกมอัปสกิลคน
VST ECS รุกตลาดหุ่นยนต์ฮิวแมนนอยด์ ชู Embodied AI เจาะกลุ่ม B2B และภาคองค์กร
