เหตุใดจึงต้องใช้ AI ในการธนาคาร
สถาบันการธนาคารเผชิญกับแรงกดดันอย่างต่อเนื่องในการเพิ่มขีดความสามารถในการแข่งขัน โดยเฉพาะอย่างยิ่งเมื่อความคาดหวังของลูกค้าสำหรับบริการดิจิทัลที่ราบรื่นยังคงเพิ่มขึ้นอย่างต่อเนื่อง ธนาคารยังจำเป็นต้องสร้างความแตกต่างให้กับตัวเองในขณะที่ต้องก้าวนำหน้าข้อกำหนดด้านกฎระเบียบและการโจมตีทางไซเบอร์ที่ซับซ้อนมากขึ้น การเรียนรู้ของเครื่อง และ AI เชิงการสร้าง (GenAI) สามารถช่วยให้ธนาคารปรับตัวและเอาชนะความท้าทายเหล่านี้ได้ AI ในภาคการธนาคารสามารถแนะนำชุดเครื่องมือใหม่ๆ เพื่อช่วยให้พนักงานมีประสิทธิภาพมากขึ้น และช่วยปรับปรุงเวิร์กโฟลว์แบบเดิมให้กลายเป็นระบบอัตโนมัติมากขึ้น และความสามารถในการทำความเข้าใจและดำเนินการกับข้อมูลที่ไม่มีโครงสร้างที่มีปริมาณมากขึ้น
Retrieval-Augmented Generation (RAG) สำหรับการธนาคาร
ในขณะที่ธนาคารกำลังประเมินมูลค่าที่เป็นไปได้สำหรับ Large Language Model (LLM) เช่น ChatGPT เพื่อช่วยดึงดูดลูกค้าและส่งเสริมศักยภาพของพนักงานด้วยแชทบอท AI และผู้ช่วยส่วนตัว RAG สามารถช่วยลดความรับผิดอันเกิดจากการตอบกลับที่ไม่ถูกต้องได้ RAG เป็นแนวทางที่เป็นนวัตกรรมใหม่ในการปรับใช้ LLM ซึ่งโมเดล AI จะอ้างอิงฐานความรู้เฉพาะขององค์กรเมื่อตอบคำถาม ด้วยเหตุนี้ คำตอบที่สร้างโดย AI จึงเป็นคำตอบที่ชาญฉลาดเกี่ยวกับข้อเสนอผลิตภัณฑ์เฉพาะ ระเบียบปฏิบัติของธนาคาร และการสร้างแบรนด์ในลักษณะที่ปฏิบัติตามกฎระเบียบมากขึ้น
ประโยชน์ของ AI ในภาคการธนาคาร
AI มีศักยภาพในการสร้างประสบการณ์เฉพาะบุคคลและข้อเสนอผลิตภัณฑ์ที่เหมาะกับลูกค้าแต่ละราย คาดการณ์แนวโน้มตลาดได้ดีขึ้นโดยอิงจากการวิเคราะห์ข้อมูลที่ครอบคลุมมากขึ้น และสามารถจดจำพฤติกรรมที่ผิดปกติซึ่งอาจบ่งชี้ถึงการโจมตีทางไซเบอร์หรือการฉ้อโกงได้ ด้วยชุดเครื่องมือ AI ขั้นสูง ธนาคารสามารถช่วยดึงดูดและรักษาลูกค้าได้มากขึ้น ตัดสินใจได้อย่างชาญฉลาดขึ้น และช่วยป้องกันและตอบสนองต่ออาชญากรรมทางไซเบอร์ได้รวดเร็วและมีประสิทธิภาพมากขึ้น McKinsey ประเมินว่า GenAI อาจปลดล็อกมูลค่าเพิ่มได้ 200 ถึง 350 พันล้านดอลลาร์สหรัฐให้กับอุตสาหกรรมการธนาคารต่อปี หากนำไปใช้งานเต็มรูปแบบ 1
กรณีการใช้งาน AI ในภาคการธนาคาร
การเรียนรู้ของเครื่องและ GenAI ช่วยขับเคลื่อนกรณีการใช้งานจริงและกรณีการใช้งานที่อาจเป็นไปได้หลายกรณีในภาคการธนาคาร ตัวอย่างบางส่วนมีดังนี้:
- การบริการลูกค้าแบบเฉพาะบุคคลและการตลาดอัตโนมัติ: แชทบอท AI อัจฉริยะสามารถช่วยตอบคำถามของลูกค้าได้ครอบคลุมและเข้าใจความรู้สึกของลูกค้ามากขึ้น และยังช่วยเพิ่มคะแนนความพึงพอใจอีกด้วย GenAI ยังสามารถช่วยสร้างแผนการเข้งถึงที่เหมาะกับลูกค้าเป้าหมายได้ ซึ่งอาจปรับปรุงผลกระทบของการสื่อสารได้ ด้วยการกำหนดเป้าหมายช่องทางการติดต่อ เวลา และความถี่ของการติดต่อที่ถูกต้อง
- การรับลูกค้าใหม่ การประเมินสินเชื่อ และการรับประกันภัย: GenAI ช่วยวิเคราะห์ข้อมูลที่ไม่มีโครงสร้างและเอกสารที่มีข้อความจำนวนมาก เช่น รายงานอุตสาหกรรมหรือรายงานข่าว เพื่อช่วยให้กระบวนการทำความรู้จักกับลูกค้าของคุณ (Know Your Customer (KYC)) ลึกซึ้งยิ่งขึ้น ธนาคารยังสามารถใช้ GenAI เพื่อเร่งการพิจารณาสินเชื่อได้อย่างเป็นไปตามกฎระเบียบ
- ประสิทธิภาพการทำงานของพนักงาน: บริการ Enterprise GenAI สามารถช่วยปรับปรุงประสิทธิภาพการทำงานของแต่ละบุคคลได้ด้วยการนำระบบอัตโนมัติมาใช้กับกระบวนการที่น่าเบื่อหน่ายเกี่ยวกับการจัดการกล่องจดหมาย การร่างบันทึกการประชุมและสรุปการดำเนินการ และการสรุปการวิเคราะห์หนักๆ ให้เป็นเนื้อหาเชิงสนทนาที่สามารถค้นหาได้
- การป้องกันและปราบปรามการฟอกเงิน (AML) และการตรวจจับการฉ้อโกง: ระบบความปลอดภัยทางไซเบอร์ที่ใช้ AI สามารถวิเคราะห์รูปแบบธุรกรรมได้ในเวลาใกล้เคียงกับเวลาจริง เพื่อช่วยระบุกิจกรรมที่น่าสงสัย และแม้กระทั่งทำให้การตรวจจับการฉ้อโกง การแจ้งเตือน และกระบวนการแก้ไขเป็นแบบอัตโนมัติ เพื่อให้การดำเนินงานเป็นไปอย่างราบรื่นและมีประสิทธิภาพ
- การประมวลผลแบบลับ: แพลตฟอร์มที่แข็งแกร่งใช้การแยกฮาร์ดแวร์เพื่อช่วยปกป้องข้อมูลในระดับหน่วยความจำหรือเครื่องเสมือนจากการละเมิดข้อมูล การประมวลผลแบบลับยังสามารถรองรับการเรียนรู้แบบสหพันธ์ (federated learning) สำหรับการฝึกและการอนุมานโมเดล AI ซึ่งจะช่วยให้ธนาคารหลายแห่งสามารถเรียนรู้และระบุรูปแบบในกลุ่มข้อมูลที่ใช้ร่วมกันได้ ขณะเดียวกันก็รักษาความลับและความเป็นส่วนตัวของลูกค้าไว้ได้
อนาคตของ AI ในภาคการธนาคาร
เนื่องจากการปรับใช้ AI มีความสามารถและซับซ้อนมากขึ้น จึงจำเป็นต้องมีความโปร่งใสมากขึ้น เพื่อช่วยให้แน่ใจว่าการใช้ AI เป็นไปตามข้อกำหนดด้านกฎระเบียบที่เข้มงวด ความคาดหวังของลูกค้าในเรื่องความเป็นส่วนตัว และโปรไฟล์ภัยคุกคามที่เพิ่มมากขึ้นสำหรับข้อมูลทางการเงินที่ละเอียดอ่อน ธนาคารจะต้องปฏิบัติตามหลักการของ AI ที่สามารถอธิบายได้ (XAI) และ AI ที่รับผิดชอบมากกว่าอุตสาหกรรมอื่นๆ เพื่อช่วยทำความเข้าใจและสื่อสารว่าระบบการเรียนรู้ของเครื่องและ GenAI สร้างผลลัพธ์และเอาต์พุตที่เฉพาะเจาะจงได้อย่างไร สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับการตัดสินใจที่ส่งผลกระทบต่อการเข้าถึงโอกาสทางการเงินของลูกค้า เช่น คุณสมบัติในการขอสินเชื่อ