AI กำลังเปลี่ยนโจทย์ใหญ่ของธุรกิจการเงินจากคำถามว่า “จะใช้หรือไม่ใช้” ไปสู่คำถามที่ยากกว่า คือ “ใช้แล้วสร้างผลลัพธ์ทางธุรกิจได้จริงแค่ไหน”
สำหรับ KBTG หรือ กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป คำถามนี้กำลังกลายเป็นแกนหลักของการเดินหน้าสู่ทศวรรษที่สอง หลังจากก่อตั้งขึ้นในปี 2016 และมีบทบาทเป็นกำลังสำคัญด้านเทคโนโลยีของธนาคารกสิกรไทย หรือ KBank
ภายใต้ทิศทาง “The Next Chapter of Financial Services: AI, Data & Regional Growth” KBTG ประกาศเป้าหมายสู่การเป็นองค์กรเทคโนโลยีการเงินระดับภูมิภาคที่ขับเคลื่อนด้วย AI หรือ Regional AI Infused Powerhouse โดยมีโจทย์สำคัญคือ การทำให้ AI สร้างผลลัพธ์ที่วัดได้จริง ในวันที่ KBank มีงบประมาณด้านไอทีเฉลี่ยปีละประมาณ 15,000 ล้านบาท และมีฐานผู้ใช้งานดิจิทัลขนาดใหญ่ ทั้ง K PLUS ที่มีผู้ใช้งานราว 24.5 ล้านราย MAKE by KBank ที่มียอดดาวน์โหลดมากกว่า 4 ล้านครั้ง เหมียวจดที่มีผู้ใช้งาน 600,000 ราย และ AINU ที่มีลูกค้าราว 30 ล้านราย
ตัวเลขเหล่านี้สะท้อนว่า KBTG ไม่ได้กำลังทดลอง AI ในห้องแล็บ แต่กำลังพยายามฝัง AI เข้าไปในระบบเทคโนโลยีที่รองรับธุรกรรม ลูกค้า และบริการทางการเงินขนาดใหญ่ ทั้งในประเทศไทยและระดับภูมิภาค
วรนุช เดชะไกศยะ Executive Chairman ของ KBTG สรุปโจทย์ของปีนี้ไว้อย่างชัดเจนว่า “AI ไม่ใช่ Expense นะ AI คือ Investment” แต่ในเวลาเดียวกัน ความท้าทายคือ เมื่อองค์กรเริ่มเปิดใช้งาน AI จริง ต้นทุนจำนวนหนึ่งจะกลายเป็นค่าใช้จ่ายที่กระทบต่อกำไรขาดทุนทันที
AI ROI: เมื่อ AI ต้องพิสูจน์ผลลัพธ์ทางธุรกิจ
หลังจาก KBTG พัฒนาความรู้ด้าน AI ให้บุคลากร และทดลองกรณีการใช้งานต่าง ๆ อย่างจริงจังตลอดปี 2024-2025 ปี 2026 จะเป็นปีของการขยายผลและเพิ่มประสิทธิภาพ โดยผสาน AI เข้าไปในทุกจุดของกระบวนการ ตั้งแต่ต้นน้ำถึงปลายน้ำ ทั้งด้านการพัฒนาซอฟต์แวร์ ปฏิบัติการไอที โครงสร้างพื้นฐาน และความปลอดภัย
คุณวรนุชกล่าวว่า สิ่งที่องค์กรต้องถามในวันนี้ไม่ใช่เพียง “มี AI แล้วจะเอาไปทำอะไร” แต่ต้องกลับไปสู่คำถามว่า จะใช้ AI สร้างคุณค่าทางธุรกิจ และช่วยแก้ปัญหาของธุรกิจได้อย่างไร เพราะเมื่อผ่านช่วงทดลองแล้ว AI ต้องถูกนำไปใช้ในกระบวนการจริง และสร้างผลลัพธ์ที่ธุรกิจจับต้องได้
ความท้าทายนี้เกิดขึ้นในจังหวะที่เทคโนโลยี AI ถูกนำไปใช้เร็วกว่าเทคโนโลยียุคก่อน 2-3 เท่า ขณะที่ประเทศไทยถูกระบุว่ามีอัตราการเติบโตของการแพร่กระจายการใช้ AI เร็วเป็นอันดับ 2 ของโลก โดยมีอัตราเติบโต 36.4% ในช่วงไตรมาสแรกปี 2025 ถึงไตรมาสแรกปี 2026
อย่างไรก็ตาม การใช้ AI อย่างแพร่หลายไม่ได้แปลว่าจะสร้างผลลัพธ์ทางธุรกิจได้เสมอไป KBTG ระบุว่าสถิติระดับโลกชี้ให้เห็นว่า โครงการ Gen AI จำนวนมากยังไม่สามารถเปลี่ยนจากเครื่องมือทดลองไปสู่ผลลัพธ์ทางธุรกิจได้ โดยมีโครงการ Gen AI ถึง 95% ที่ไม่สามารถสร้างผลลัพธ์ได้จริง ขณะที่การนำ AI ที่พัฒนาแล้วไปขยายผลในระดับองค์กรสำเร็จมีเพียงประมาณ 30% เท่านั้น
โจทย์ของ KBTG จึงไม่ใช่การมี AI ให้มากที่สุด แต่คือการเปลี่ยน AI ให้เป็นผลลัพธ์จริง ทั้งในแง่ลดต้นทุน เพิ่มประสิทธิภาพ ลดความเสี่ยง เพิ่มรายได้ และสร้างประสบการณ์ที่ดีขึ้นให้ลูกค้า
คุณวรนุชกล่าวว่า ผู้บริหารไม่ควรมอง AI เป็นเพียงค่าใช้จ่าย แต่ควรมองเป็นการลงทุน อย่างไรก็ตาม ความท้าทายคือ แม้ในเชิงแนวคิด AI อาจถูกมองเป็นการลงทุนที่ควรสร้างผลตอบแทนในระยะยาว แต่ในทางปฏิบัติ “วันที่กด AI นั่นก็คือ Expense แล้ว” หรือกลายเป็นค่าใช้จ่ายที่กระทบต่อกำไรขาดทุนทันที
ดังนั้น คำถามสำคัญจึงไม่ใช่แค่ว่าจะลงทุน AI เท่าไร แต่ต้องตอบให้ได้ว่า AI ช่วยลดเวลา ลดต้นทุน เพิ่มคุณภาพ เพิ่มรายได้ หรือสร้างผลลัพธ์ทางธุรกิจในมิติใดบ้าง และผลลัพธ์เหล่านั้นสะท้อนกลับมาสู่การดำเนินงานของธนาคารได้จริงเพียงใด
ดร.ทัดพงศ์ พงศ์ถาวรกมล Managing Director ของ KBTG กล่าวว่า การวัดผลตอบแทนจาก AI ไม่สามารถดูเฉพาะตัวเลขรายได้หรือค่าใช้จ่ายโดยตรงเท่านั้น เพราะคุณค่าบางส่วนอาจอยู่ในรูปของอัตราการเปลี่ยนผู้สนใจเป็นลูกค้า ความเสี่ยงผิดนัดชำระที่ลดลง คุณภาพเอกสารที่ดีขึ้น ความเร็วของกระบวนการ หรือความพึงพอใจของลูกค้า
KBTG จึงใช้กรอบการวัดผล AI ROI ในลักษณะ “9 ช่อง” เพื่อดูว่าแต่ละกรณีการใช้งานของ AI สร้างคุณค่าในมิติใด วัดอย่างไร และเชื่อมโยงกลับไปสู่ผลลัพธ์ทางธุรกิจได้แค่ไหน โดยไม่ได้จำกัดเฉพาะมูลค่าทางการเงินโดยตรง แต่รวมถึงคุณค่าด้านกระบวนการ ลูกค้า ความเสี่ยง และประสิทธิภาพขององค์กร
ตัวอย่างที่ถูกหยิบขึ้นมาอธิบาย ได้แก่ การใช้ AI ในงานหลังบ้านเพื่อลดค่าใช้จ่าย การบริหารการใช้จ่ายและการจัดการรางวัล การใช้ AINU เป็นโมเดลธุรกิจใหม่ที่มีผู้ใช้งานราว 30 ล้านราย และต่อยอดไปให้ลูกค้าองค์กรในต่างประเทศมากกว่า 30 สถาบัน รวมถึงการใช้เทคโนโลยีอ่านเอกสารเพื่อตรวจสอบคุณภาพเอกสาร ซึ่งเป็นหนึ่งในกรณีการใช้งานที่มีตัวชี้วัดชัดเจน
ดร.ทัดพงศ์ยังระบุว่า สิ่งที่ KBTG แสดงให้เห็นเป็นเพียงตัวอย่างบางส่วนเท่านั้น เพราะยังมีกรณีการใช้งานอีกมากกว่า 80 กรณีที่อยู่ในแผนดำเนินงาน และทุกโครงการจะต้องตอบคำถามให้ได้ว่า สร้างคุณค่าหลักตรงไหน และวัดผลอย่างไร
ผลลัพธ์แรก: จากเครื่องมือช่วยเขียนโค้ดสู่ AI Agent 10 ตัว
หนึ่งในผลลัพธ์ที่จับต้องได้มากที่สุดอยู่ในกระบวนการพัฒนาซอฟต์แวร์ ซึ่งเป็นพื้นที่ที่ KBTG ใช้ AI เพื่อเพิ่มประสิทธิภาพอย่างจริงจัง
ในปีที่ผ่านมา KBTG ใช้เครื่องมือช่วยเขียนโค้ด หรือ Coding Assistant เพิ่มประสิทธิภาพงานไอทีได้ประมาณ 8% คิดเป็นมูลค่าประหยัดต้นทุน 30 ล้านบาท ก่อนยกระดับในปีนี้ไปสู่การใช้ Agentic AI เพื่อสนับสนุนกระบวนการพัฒนาซอฟต์แวร์ตั้งแต่ต้นจนจบ
จรัสศรี พหลโยธิน Vice Chairman ของ KBTG กล่าวเสริมว่า ปีนี้ KBTG ไม่ได้หยุดอยู่ที่การใช้ AI ช่วยเขียนโค้ด แต่สร้าง AI Agent จำนวน 10 ตัว เพื่อทำงานร่วมกันตลอดกระบวนการพัฒนาซอฟต์แวร์ ตั้งแต่การเก็บความต้องการ การออกแบบ การสร้างระบบ ไปจนถึงการทดสอบ
ผลลัพธ์ที่เห็นได้ชัดคือปริมาณโค้ดที่เขียนด้วย AI เพิ่มขึ้นจาก 21 ล้านบรรทัดในปีที่ผ่านมา เป็น 41 ล้านบรรทัดภายใน 5 เดือนแรกของปีนี้ คิดเป็นประมาณ 15% ของปริมาณโค้ดที่เขียนโดยมนุษย์ทั้งหมดขององค์กร
KBTG ตั้งเป้าให้การใช้ AI ในกระบวนการพัฒนาซอฟต์แวร์ช่วยยกระดับประสิทธิภาพการส่งมอบงานไอทีโดยรวมได้ 15% ภายในปีนี้ ขณะที่ระยะถัดไปมีการตั้งเป้าการเพิ่มประสิทธิภาพไว้สูงขึ้น
ดร.ทัดพงศ์อธิบายว่า AI ในจุดนี้ไม่ใช่เพียงเทคโนโลยี แต่เป็นการออกแบบกระบวนการใหม่ ตั้งแต่รับความต้องการ ออกแบบ พัฒนา ทดสอบ และนำระบบขึ้นใช้งาน โดยต้องมองทั้งข้อมูลนำเข้า ผลลัพธ์ และประสิทธิภาพของกระบวนการทั้งหมด
จาก AI ฝั่งไอทีสู่ AI ในกระบวนการธุรกิจจริง
เมื่อ AI เริ่มพิสูจน์ผลลัพธ์ในงานไอที KBTG จึงเดินหน้าร่วมกับฝ่ายธุรกิจของ KBank เพื่อนำ AI เข้าไปใช้กับกระบวนการทางธุรกิจจริง โดยเฉพาะงานที่เกี่ยวข้องกับสินเชื่อ การตลาด การบริการ และกระบวนการปฏิบัติการ
หนึ่งในตัวอย่างสำคัญคือการนำ AI ไปใช้ในกระบวนการปล่อยสินเชื่อ ตั้งแต่การรับสมัครสินเชื่อผ่านช่องทางออนไลน์และสาขา ไปจนถึงกระบวนการก่อนอนุมัติสินเชื่อ โดยมีเป้าหมายเพื่อดูว่า AI ช่วยลดเวลา เพิ่มความถูกต้อง ยกระดับคุณภาพการตัดสินใจ เพิ่มปริมาณงาน หรือเพิ่มความพึงพอใจของลูกค้าได้อย่างไร
คุณวรนุชอธิบายว่า หาก AI เข้าไปอยู่ในกระบวนการวิเคราะห์สินเชื่อได้จริง ผลลัพธ์ที่ต้องวัดไม่ใช่เพียงระบบทำงานเร็วขึ้น แต่ต้องดูว่าความถูกต้องดีขึ้นหรือไม่ เวลาลดลงหรือไม่ การตัดสินใจในการปล่อยสินเชื่อมีคุณภาพขึ้นหรือไม่ ความพึงพอใจของลูกค้าดีขึ้นหรือไม่ และปริมาณงานเพิ่มขึ้นหรือไม่
อีกตัวอย่างหนึ่งคือการนำ AI ไปใช้กับงานบริการ เช่น การสรุปเสียงสนทนาจากศูนย์บริการลูกค้า ซึ่งเดิมต้องใช้หัวหน้างานสุ่มฟังเพื่อประเมินคุณภาพการให้บริการ แต่ AI สามารถช่วยสรุปและตรวจจับประเด็นได้ในระดับที่กว้างขึ้น
ในมุมนี้ AI ไม่ได้ถูกมองเป็นเครื่องมือแยกส่วน แต่เป็นกลไกที่ต้องเข้าไปอยู่ในกระบวนการทำงานจริงของธนาคาร และถูกวัดผลผ่านตัวชี้วัดที่เชื่อมโยงกับธุรกิจ ไม่ว่าจะเป็นเวลา ต้นทุน คุณภาพ ความเสี่ยง รายได้ หรือประสบการณ์ลูกค้า
ยุทธศาสตร์ AI 5+P: ทำให้ AI เป็นความสามารถหลักขององค์กร
ดร.ทัดพงศ์กล่าวว่า เพื่อให้ AI สร้างผลลัพธ์ในระดับองค์กร KBTG วางยุทธศาสตร์ AI 5+P โดยมีคนเป็นศูนย์กลาง และประกอบด้วย 5 ด้านหลัก ได้แก่ การใช้ AI กับธุรกิจธนาคาร การใช้ AI กับการส่งมอบงานและปฏิบัติการไอที การสร้างแพลตฟอร์มและการกำกับดูแล AI การทำงานร่วมกับพันธมิตรและระบบนิเวศ และการสร้างผลิตภัณฑ์นวัตกรรมใหม่จาก AI
แนวทางนี้สะท้อนว่า KBTG ไม่ได้มอง AI เป็นเครื่องมือเฉพาะจุด แต่เป็นความสามารถหลักขององค์กรที่ต้องฝังอยู่ในกระบวนการทำงานจริง ทั้งฝั่งธุรกิจ ฝั่งเทคโนโลยี ฝั่งแพลตฟอร์ม การกำกับดูแล ระบบนิเวศพันธมิตร และการสร้างผลิตภัณฑ์นวัตกรรมใหม่
KBTG ยังวางกรอบการสร้างคุณค่าจาก AI ผ่านสูตร V = (P+P+P)E โดย V คือคุณค่าที่ต้องจับต้องได้จริง ส่วน P ทั้ง 3 คือ กระบวนการ คน และแพลตฟอร์ม ขณะที่ E คือการทดลอง เรียนรู้ และขยายผล
กรอบคิดนี้สะท้อนว่า การใช้ AI ให้เกิดผลไม่ได้ขึ้นอยู่กับเทคโนโลยีเพียงอย่างเดียว แต่ต้องเริ่มจากการยกระดับกระบวนการทำงาน พัฒนาคนให้ทำงานร่วมกับ AI ได้จริง และสร้างแพลตฟอร์มที่รองรับการใช้งานในระดับองค์กร พร้อมเปิดพื้นที่ให้ทดลอง เรียนรู้ และขยายผลอย่างต่อเนื่อง
ระบบต้องพร้อมเพราะ AI จะขยายผลไม่ได้หากโครงสร้างไม่แข็งแรง
แม้ AI จะเป็นเครื่องมือสำคัญในการสร้างผลลัพธ์ แต่ KBTG มองว่าระบบพื้นฐานต้องพร้อมรองรับการขยายผลด้วย โดยเฉพาะในธุรกิจการเงินที่ความเชื่อมั่นของลูกค้าเป็นสิ่งที่ประนีประนอมไม่ได้
คุณวรนุชกล่าวว่า KBTG มีแผนปรับโครงสร้างระบบที่อยู่มานาน เพื่อเสริมความยืดหยุ่นทางธุรกิจ ให้สามารถตอบสนองความต้องการของลูกค้าที่เปลี่ยนแปลงอย่างรวดเร็ว และรองรับความท้าทายในอนาคต
แผนงานนี้ครอบคลุมตั้งแต่การวางระบบการนำแอปพลิเคชันขึ้นใช้งานให้กระทบธุรกิจน้อยที่สุด การตรวจจับและจัดการปัญหาให้เร็วขึ้น ไปจนถึงการสร้างรากฐานระบบที่แข็งแรง มีเจ้าของงานชัดเจน และมีแนวทางรับมือที่เป็นระบบ
KBTG ยังให้ความสำคัญกับสถาปัตยกรรมองค์กร เพื่อเชื่อมยุทธศาสตร์องค์กร แผนธุรกิจ และความต้องการทางธุรกิจ ให้กลายเป็นโร้ดแมปเทคโนโลยีที่นำไปปฏิบัติได้จริง โดยมองว่าโครงสร้างสถาปัตยกรรมองค์กรไม่ใช่ศูนย์ต้นทุน แต่เป็นตัวคูณสำคัญที่ช่วยให้องค์กรสร้างครั้งเดียวให้ถูกต้อง และขยายผลได้ต่อเนื่อง
ในทิศทางเดียวกัน KBTG ให้ความสำคัญกับการพัฒนาเทคโนโลยีภายในองค์กรมากขึ้น จากเดิมที่ธนาคารเคยพึ่งพาการจ้างงานภายนอกในหลายส่วน
การเปลี่ยนแปลงนี้ไม่ได้หมายความว่า KBTG จะเลิกใช้เทคโนโลยีหรือบริการจากภายนอกทั้งหมด แต่เป็นการทบทวนว่า ระบบใดควรพัฒนาเอง ระบบใดควรใช้ผู้ให้บริการภายนอก และระบบใดควรถูกออกแบบใหม่เพื่อให้ธนาคารมีความคล่องตัวมากขึ้น
คุณวรนุชกล่าวว่า โลกของ AI ทำให้ต้นทุนและรูปแบบการพัฒนาเทคโนโลยีเปลี่ยนไป หลายสิ่งที่ในอดีตอาจต้องจ้างผู้พัฒนาภายนอก ปัจจุบันองค์กรสามารถพัฒนาหรือปรับแต่งเองได้มากขึ้น ขณะเดียวกัน การพึ่งพาผู้ให้บริการภายนอกมากเกินไปอาจสร้างความเสี่ยง ทั้งด้านต้นทุน ความต่อเนื่องของธุรกิจ ภูมิรัฐศาสตร์ และความเป็นอิสระในการบริหารจัดการเทคโนโลยี
ความเชื่อมั่นดิจิทัล: เงื่อนไขสำคัญของการใช้ AI ในธุรกิจการเงิน
เมื่อ AI เข้าไปอยู่ในกระบวนการสำคัญของธนาคารมากขึ้น ความปลอดภัยและการกำกับดูแลจึงกลายเป็นเงื่อนไขที่ขาดไม่ได้
ชัชวัฒน์ อัศวรักวงศ์ Vice Chairman & Group CISO ของ KBTG กล่าวว่า KBTG ให้ความสำคัญกับความเชื่อมั่นดิจิทัล และความยืดหยุ่นด้านความมั่นคงปลอดภัยไซเบอร์สำหรับบริการทางการเงินดิจิทัล เพราะปัจจัยสำคัญที่จะทำให้องค์กรดึงประสิทธิภาพจาก AI ได้อย่างปลอดภัยและมั่นใจ คือการกำกับดูแลที่ดี
KBTG แบ่งความปลอดภัยของ AI ออกเป็น 2 มุมสำคัญ มุมแรก คือการดูแลให้การใช้งาน การพัฒนา และการบริหารจัดการ AI มีความปลอดภัย เช่น การจัดทำ Gateway การป้องกันข้อมูลรั่วไหล และการทำ AI Red Teaming
มุมที่สอง คือการนำ AI มาใช้เสริมกำลังด้านความมั่นคงปลอดภัยไซเบอร์ เช่น การประเมินความเสี่ยง และการตรวจจับช่องโหว่ เพื่อให้การรับมือภัยไซเบอร์ทำได้เร็วและแม่นยำขึ้น
คุณชัชวัฒน์กล่าวว่า ภัยคุกคามทางไซเบอร์ในปัจจุบันมีความซับซ้อนมากขึ้น ทั้งการใช้ AI ของมิจฉาชีพ การโจมตีด้วย Phishing การใช้ Deepfake การโจมตีแบบ Ransomware การรั่วไหลของข้อมูล และความเสี่ยงจาก Third Party
เมื่อ AI ถูกนำมาใช้ในวงกว้าง KBTG จึงให้ความสำคัญกับการกำกับดูแล AI และการบริหารความเสี่ยง โดยมีนโยบายเฉพาะเพื่อกำกับการใช้งาน AI อย่างรัดกุม ภายใต้หลัก Responsible AI
แนวทางดังกล่าวครอบคลุมความน่าเชื่อถือ ความปลอดภัยทางเทคนิค จริยธรรม ความเป็นส่วนตัว ความโปร่งใส ความเป็นธรรม และการลดอคติของระบบ AI โดยทุกทีมที่สร้างหรือใช้งาน AI ภายในธนาคารต้องปฏิบัติตามหลักการเดียวกัน
KBTG ยังมีการกำหนดแนวทางตั้งแต่ระดับนโยบาย แนวปฏิบัติ และขั้นตอนดำเนินงาน ทั้งในเรื่องการเลือกเครื่องมือ การประเมินคุณภาพข้อมูล การประเมินความเสี่ยง การตรวจสอบ การใช้งาน และการเลิกใช้งาน AI รวมถึงการบริหารจัดการ AI Agent ในลักษณะเดียวกับการดูแลพนักงาน ตั้งแต่การสร้าง ย้ายหน้าที่ ไปจนถึงการลบออกเมื่อเลิกใช้งาน
ควอนตัมคือความเสี่ยงระยะยาว ที่ต้องเริ่มเตรียมตั้งแต่วันนี้
นอกจากภัยไซเบอร์ในปัจจุบัน KBTG ยังเตรียมรับมือเทคโนโลยีที่จะเปลี่ยนโจทย์ความปลอดภัยในอนาคตอย่างคอมพิวเตอร์ควอนตัม ซึ่งหลายสำนักคาดการณ์ว่าจะเริ่มส่งผลกระทบภายในปี 2030
คุณชัชวัฒน์กล่าวว่า หากคอมพิวเตอร์ควอนตัมใช้งานได้จริง จะส่งผลโดยตรงต่อระบบการเข้ารหัสแบบสองกุญแจที่ใช้กันอยู่ในปัจจุบัน เพราะสิ่งที่เดิมต้องใช้เวลาถอดรหัสนานหลายเดือนหรือเป็นปี อาจถูกถอดรหัสได้ภายในเวลาเพียงไม่กี่นาที
คุณชัชวัฒน์ประเมินว่า ภัยคุกคามควอนตัมมีความท้าทายสูง เพราะต่างจากวิกฤติ Y2K ที่มีเส้นตายชัดเจน แต่ภัยคุกคามควอนตัมไม่มีวันเริ่มต้นที่แน่นอน และไม่มีใครรู้ว่าบริษัทเทคโนโลยีขนาดใหญ่หรือประเทศมหาอำนาจจะพัฒนาเทคโนโลยีดังกล่าวสำเร็จเมื่อใด
เพื่อเตรียมรับมือ KBTG ร่วมกับธนาคารและหน่วยงานด้านไซเบอร์ของประเทศ วางแผนย้ายระบบสำคัญไปสู่การเข้ารหัสลับยุคหลังควอนตัม หรือ Post-Quantum Cryptography (PQC) ให้ทันภายในปี 2029 ซึ่งเร็วกว่าช่วงเวลาที่หลายฝ่ายประเมินว่าคอมพิวเตอร์ควอนตัมจะเริ่มส่งผลกระทบในปี 2030
หัวใจของการรับมือไม่ได้อยู่เพียงการเปลี่ยนอัลกอริทึมเข้ารหัส แต่รวมถึงการสร้างความคล่องตัวของระบบเข้ารหัส หรือ Crypto Agility เพื่อให้องค์กรสามารถปรับเปลี่ยนวิธีเข้ารหัสได้อย่างรวดเร็ว เพราะระบบที่ปลอดภัยในวันนี้ อาจไม่ปลอดภัยอีกต่อไปในอีก 3-4 เดือนข้างหน้า
KBTG ยังต้องประเมินและจัดทำรายการระบบ แอปพลิเคชัน และอุปกรณ์ต่าง ๆ ที่มีการเข้ารหัส เพื่อให้รู้ว่าระบบใดใช้การเข้ารหัสแบบใด และต้องปรับเปลี่ยนอย่างไรเมื่อเข้าสู่ยุคหลังควอนตัม
Human-First x AI-First: คนยังเป็นฐานขององค์กร AI
ท้ายที่สุด แม้ KBTG จะเดินหน้าสู่ความเป็นองค์กรเทคโนโลยีที่ขับเคลื่อนด้วย AI แต่แกนกลางของการเปลี่ยนผ่านยังอยู่ที่คน
คุณวรนุชกล่าวว่า การใช้ AI ไม่ได้หมายถึงการนำ AI มาแทนคนแล้วลดจำนวนพนักงาน แต่เป็นการออกแบบประสิทธิภาพการทำงานตั้งแต่ต้นจนจบ โดยให้คนมีบทบาทด้านความรับผิดชอบ การยกระดับทักษะ และการใช้ AI เพื่อดูภาพรวมของประสิทธิภาพอย่างสมดุล
องค์กรจึงให้ความสำคัญกับการยกระดับและพัฒนาทักษะใหม่ให้บุคลากร เพื่อให้คนทำงานร่วมกับ AI ได้จริง ขณะเดียวกันยังตั้งเป้าให้พนักงานกสิกรไทยทุกคนผ่านการอบรมเรื่อง AI รวมถึงเดินหน้าโครงการ Cyber Bootcamp ซึ่งดำเนินการแล้ว 2 รุ่น เพื่อเพิ่มทักษะด้านความมั่นคงปลอดภัยไซเบอร์ให้กับบุคลากรไอทีไทย
ในมุมของ KBTG การพัฒนาคนไม่ได้จำกัดอยู่เพียงทักษะด้าน AI และเทคโนโลยี แต่ยังรวมถึงความพร้อมของทักษะรอบด้าน ความพร้อมของระบบนิเวศการทำงาน และความเป็นอยู่ที่ดีของพนักงาน ซึ่งเป็นฐานสำคัญของการปลดล็อกประสิทธิภาพและนวัตกรรมในระยะยาว
บทใหม่ของ KBTG จึงไม่ใช่เพียงการประกาศใช้ AI ในองค์กร แต่เป็นการเปลี่ยนวิธีคิดเรื่องเทคโนโลยีจาก “ต้นทุน” ไปสู่ “ผลลัพธ์ทางธุรกิจ” ที่ต้องวัดได้จริง ขยายผลได้จริง และรองรับการเติบโตของธุรกิจการเงินในระดับภูมิภาค โดยยังคงให้คนเป็นศูนย์กลางของการเปลี่ยนผ่านในทศวรรษถัดไป
ข่าวอื่น ๆ ที่น่าสนใจ
KBTG Techtopia ปีที่ 4 ถอดรหัสอนาคตมนุษย์ยุค Agentic AI 16 ก.ย. นี้
KBTG ชี้ทิศทางอนาคต: ข้ามพ้นยุค Digital Transformation สู่ ‘ธุรกิจอัจฉริยะ’ รับมือ AI
