IBM ชี้สถาบันการเงินกว่า 78% ใช้ Gen AI เพิ่มประสิทธิภาพในองค์กร
IBM Technology มอง Gen AI กับการทรานส์ฟอร์มธุรกิจธนาคาร สู่ความได้เปรียบในการแข่งขัน และประสิทธิภาพในการดำเนินงาน
PPTV WEALTH สัมภาษณ์พิเศษ นายจอห์น ไดเกอแนน (John Duigenan) กรรมการผู้จัดการธุรกิจบริการทางการเงิน ส่วนงาน Global Industries ของ ไอบีเอ็ม เทคโนโลยี ให้ข้อมูลเกี่ยวกับการใช้ AI ในบริการต่าง ๆ ของธนาคาร ว่า Gen AI ได้ก้าวข้ามการเป็นเทรนด์เทคโนโลยีแห่งปี สู่การเป็นพลังขับเคลื่อนการเปลี่ยนแปลงในอุตสาหกรรมธนาคาร โดยมีศักยภาพในการปรับเปลี่ยนการปฏิสัมพันธ์กับลูกค้า ปรับปรุงการดำเนินงาน และเสริมความแข็งแกร่งด้านความปลอดภัยทางไซเบอร์ ขณะที่ธนาคารต่าง ๆ กำลังรับมือกับศักยภาพนี้
จอห์น ไดเกอแนน กรรมการผู้จัดการธุรกิจบริการทางการเงิน IBM
เกือบ 78% ของสถาบันการเงินกำลังนำ AI ไปใช้ในอย่างน้อย 1 กรณี โดยเน้นที่การจัดการความเสี่ยง การกำกับดูแล และการมีส่วนร่วมกับลูกค้า ในขณะที่ 8% ของธนาคารนำไปใช้แนวทางที่กว้างขึ้นทั่วทั้งองค์กร การเปลี่ยนแปลงนี้นำมาซึ่งทั้งโอกาสและความท้าทายที่สำคัญ.....นายจอห์น ไดเกอแนน กล่าว
มุมมองเชิงกลยุทธ์ด้าน AI สำหรับปี 2024
ปี 2023 เป็นปีสำคัญสำหรับ AI ด้วยความก้าวหน้าของโมเดลภาษาขนาดใหญ่ (LLMs) ทำให้การปฏิสัมพันธ์กับ AI ราบรื่นขึ้นทั้งในการใช้งานส่วนตัวและธุรกิจ โดยรายงานแนวโน้มธนาคารและตลาดการเงินโลกปี 2024 ของ IBM จากการศึกษารายงานทางการเงินของสถาบันการเงินเกือบ 2,000 แห่ง และมุมมองเชิงลึก รวมถึงผลสำรวจจากผู้บริหารในอุตสาหกรรม 600 คน
สะท้อนให้เห็นว่าผู้บริหารธนาคารให้ความสนใจกับศักยภาพของเทคโนโลยีเพื่อปรับบริการให้เข้ากับความต้องการเฉพาะบุคคล เพื่อเพิ่มประสิทธิภาพของกระบวนการ และเพื่อการจัดการความเสี่ยง ซึ่งสามารถสร้างมูลค่าในการแข่งขันที่แตกต่างให้กับธนาคารได้
รูปแบบการนำ Gen AI ไปใช้ในงานธนาคาร
หากนิยามใหม่ Gen AI ช่วยให้ธนาคารสร้างความสัมพันธ์กับลูกค้าที่ลึกซึ้งและเป็นส่วนตัวมากขึ้น การผสานรวม AI กับแพลตฟอร์มคลาวด์ช่วยให้ธนาคารเปลี่ยนการปฏิสัมพันธ์กับลูกค้าแบบเดิม ๆ ให้เป็นประสบการณ์เฉพาะบุคคลและเป็นดิจิทัลมากขึ้น ช่วยเพิ่มการมีส่วนร่วมและคุณค่า
เป็นกุญแจสำคัญในการรักษาสัมพันธภาพของลูกค้า และช่วยให้ไม่ตกขบวนโลกบริการดิจิทัล อาทิ ผู้ช่วยดิจิทัลสำหรับงานบริการลูกค้า : Gen AI ช่วยในการจัดประเภทข้อร้องเรียนของลูกค้าและสรุปเนื้อหาอัตโนมัติ เพื่อเพิ่มประสิทธิภาพและคุณภาพในการสนทนาสดของเจ้าหน้าที่
IBM ชี้สถาบันการเงินกว่า 78% ใช้ Gen AI เพิ่มประสิทธิภาพในองค์กร
การปรับปรุงการดำเนินงานและการเพิ่มผลิตภาพของบุคลากร
วันนี้ธนาคารกำลังมองถึงการใช้ Gen AI ช่วยออโตเมทกระบวนการที่ซับซ้อน เพื่อเพิ่มประสิทธิภาพและผลิตภาพ ตัวอย่างเช่น โมเดล AI อย่าง watsonx Code Assistant สามารถถอดรหัสโครงสร้างการเขียนโปรแกรมที่ซับซ้อนและทำให้กระบวนการง่ายขึ้น ทำให้งานประจำเร็วขึ้นและให้พนักงานมุ่งเน้นที่งานที่มีมูลค่าสูงขึ้น ช่วยเพิ่มผลิตภาพบุคลากรและประสิทธิภาพด้านต้นทุนอย่างมีนัยสำคัญ อาทิ
ผู้ช่วยดิจิทัลสำหรับการจัดซื้อ : Gen AI ช่วยสรุปคุณสมบัติของผู้ขายและวิเคราะห์เอกสารทางกฎหมายเพื่อเพิ่มประสิทธิภาพในการจัดซื้อ การโมเดิร์นไนซ์ระบบคอร์แบงค์กิ้ง : Gen AI ช่วยเพิ่มความสามารถของนักพัฒนาในการแปลงโค้ดซอฟต์แวร์ เช่น จาก COBOL เป็น Java เพื่อลดค่าใช้จ่ายในการโมเดิร์นไนซ์ระบบคอร์แบงค์กิ้งแบบดั้งเดิม
การเสริมศักยภาพการจัดการความเสี่ยงและสัมพันธภาพกับลูกค้า
จากผลสำรวจที่ผู้บริหารเกือบ 60% ให้น้ำหนักความสำคัญกับเรื่องความเสี่ยงและความสัมพันธ์กับลูกค้า โดยการจัดการความเสี่ยงและการกำกับดูแลเป็นเรื่องที่ธนาคารมองว่าสร้างคุณค่าสูงสุดเมื่อพูดถึงการนำ AI มาใช้ และเป็นปัจจัยสำคัญที่จะช่วยให้ได้รับความไว้วางใจจากลูกค้า
โดย Gen AI ทำให้งานด้านการปฏิบัติตามกฎระเบียบง่ายขึ้นและช่วยให้ธนาคารสามารถปฏิบัติตามข้อกำหนดด้านกฎระเบียบที่เข้มงวด อย่างไรก็ตามเรื่องนี้นำมาซึ่งความท้าทายด้วยเช่นกัน เพราะเนื้อหาและการตัดสินใจที่นำเสนอโดย AI ต้องการตรวจสอบเพื่อให้มั่นใจในความถูกต้องและปราศจากอคติ
การกำกับดูแลยังมีความสำคัญต่อการจัดการความเสี่ยงที่เกี่ยวข้องกับอคติของโมเดล ช่องโหว่ด้านความปลอดภัยทางไซเบอร์ และความไม่แน่นอนทางกฎหมาย โดยธนาคารเองก็ต้องฝึกให้พนักงานมีความชำนาญในการจัดการความเสี่ยงที่เกี่ยวข้องกับ AI ด้วย อาทิ การสร้างแบบจำลองความเสี่ยง : Gen AI ช่วยเสริมการวิเคราะห์รูปแบบพฤติกรรม เพื่อปรับปรุงการแบ่งกลุ่มลูกค้าและคู่ค้าสำหรับการจัดการความเสี่ยง
การกำกับดูแล AI และความปลอดภัยของข้อมูล ซึ่งการกำกับดูแลที่แข็งแกร่งมีความสำคัญเป็นอย่างยิ่งโดยเฉพาะในวันนี้ที่ธนาคารกำลังเดินหน้าไปในภูมิทัศน์ที่ซับซ้อนของ Gen AI เมื่อ AI ขยายไปสู่โดเมนต่างๆ พนักงานธนาคารทุกคนต้องทำหน้าที่เป็นผู้จัดการความเสี่ยงด้าน AI มากกว่า 60% ของ CEO ธนาคารแสดงความกังวลเกี่ยวกับช่องโหว่ที่อาจเกิดขึ้น เช่น ความเสี่ยงด้านความปลอดภัยทางไซเบอร์ (76%) ความไม่แน่นอนทางกฎหมาย (72%)
และความยากลำบากในการจัดการความแม่นยำของโมเดล (67%) การสร้างสมดุลระหว่างนวัตกรรมกับการกำกับดูแลที่เข้มงวดและโปรโตคอลความเป็นส่วนตัวของข้อมูลมี ซึ่งเหล่านี้มีความสำคัญต่อการรักษาความไว้วางใจของลูกค้า และการปฏิบัติตามกฎระเบียบของธนาคาร เช่น การรายงานการปฏิบัติตามข้อกำหนด: Gen AI สามารถย่อยข้อมูลข้อกำหนดที่มีอยู่และข้อกำหนดใหม่เพื่อทำการติดตามและแจ้งเตือนการปฏิบัติตามข้อกำหนดโดยอัตโนมัติ
แม้ว่า Gen AI จะพิสูจน์ให้เห็นถึงศักยภาพในการเพิ่มประสิทธิภาพกระบวนการต่าง ๆ แต่การนำมาใช้ต้องมีโครงสร้างตั้งแต่ขั้นตอนการสำรวจเบื้องต้น การบูรณาการไปจนถึงการนำไปใช้เต็มรูปแบบ รายงานแนวโน้มธนาคารและตลาดการเงินโลกปี 2024 ของ IBM เป็นคู่มือที่ครอบคลุมสำหรับธนาคารที่ต้องการใช้ประโยชน์จาก Gen AI
อย่างรับผิดชอบและมีกลยุทธ์ ด้วยการกำกับดูแลที่แข็งแกร่งและการจัดแนวกับวัตถุประสงค์ทางธุรกิจ Gen AI ช่วยให้ธนาคารนำทางความไม่แน่นอนทางเศรษฐกิจ ตอบสนองความต้องการของลูกค้า และสร้างอนาคตที่มีความยืดหยุ่นและความสามารถในการแข่งขัน.....นายจอห์น ไดเกอแนน กล่าว
ตัวอย่างการนำ Gen AI มาใช้ในงานธนาคารในประเทศไทย
ธนาคารกรุงศรีอยุธยา กำลังมองถึงการนำเครื่องมือ AI ที่ช่วยพัฒนาโค้ดและโมเดิร์นไนซ์แอพพลิเคชัน อย่าง watsonx Code Assistant เข้าช่วยแก้ปัญหาช่องว่างด้านทักษะและช่วยเพิ่มประสิทธิภาพ ซึ่งจะช่วยให้ธนาคารสามารถเร่งกระบวนการการโมเดิร์นไนซ์แอพพลิเคชัน รวมทั้งได้รับประโยชน์จากประสิทธิภาพ ความปลอดภัย และความยืดหยุ่นของระบบ IBM Z
ธนาคารทหารไทยธนชาต กำลังมองถึงการใช้เครื่องมือ AI ที่ช่วยพัฒนาโค้ดและโมเดิร์นไนซ์แอพพลิเคชัน อย่าง watsonx Code Assistant เพื่อโมเดิร์นไนซ์โค้ดเลกาซี โดยออโตเมทกระบวนการวิเคราะห์และ refactor โค้ด ซึ่งคาดว่าจะช่วยลดต้นทุนการดำเนินงานลง รวมถึงแก้ปัญหาช่องว่างด้านทักษะและเพิ่มผลิตภาพในแนวทางที่ยั่งยืน
อ่านเนื้อหาต้นฉบับได้ที่ : https://www.pptvhd36.com/wealth/trick-trend/236562
ติดตามข่าวสารเพิ่มเติมที่เว็บไซต์ https://www.pptvhd36.com
และช่องทาง Social Media
Facebook PPTV Wealth : https://www.facebook.com/PPTVWealth/
YouTube Wealth : www.youtube.com/@PPTVWealth
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
