กลับไปที่ AI Transformation

ธนาคาร ประกัน และหลักทรัพย์ · 10 / 13

AI Roadmap สำหรับสถาบันการเงิน

ออกแบบ Use Case ร่วมกับฝ่ายกำกับดูแลตั้งแต่วันแรก เริ่มจากงานหลังบ้านที่ความเสี่ยงต่ำ และขยายด้วยหลักฐานที่ผู้ตรวจยอมรับ

พนักงานธนาคารสองคนเดินคุยกันในล็อบบี้หินอ่อนยามค่ำ มีการ์ดงานกระทบยอดหลังบ้านซึ่งเสี่ยงต่ำ และบันทึกตรวจสอบครบ 100% ธนาคาร ประกัน และหลักทรัพย์
“ข้อมูลก็มี งบก็มี แต่ทุกโปรเจกต์ติดที่ Compliance และความเสี่ยง จนไม่มีอะไรออกจากห้องทดลองสักที”

ปัญหาที่เราเจอบ่อย

สถาบันการเงินมีข้อมูลมากกว่าใคร และมีงบสำหรับ AI มาหลายปี แต่ทุกโปรเจกต์เดินไปถึงฝ่ายกำกับดูแลแล้วหยุด เพราะไม่มีใครตอบได้ว่าโมเดลเห็นข้อมูลลูกค้าส่วนไหน คำตอบที่ผิดจะมีใครรับผิดชอบ และผู้ตรวจสอบจะดูอะไรได้ย้อนหลัง ทีมนวัตกรรมจึงทำต้นแบบได้สวยในห้องทดลอง แต่ไม่มีอันไหนไปถึงพนักงานที่หน้างาน

ระหว่างนั้นพนักงานบางส่วนก็เริ่มใช้เครื่องมือ AI สาธารณะสรุปเอกสารลูกค้าเอง เพราะเร็วกว่า ซึ่งเป็นความเสี่ยงที่ใหญ่กว่าโปรเจกต์ที่ไม่ได้เริ่มเสียอีก

วิธีที่เราแก้

เราเชิญฝ่ายกำกับดูแลและบริหารความเสี่ยงเข้ามาตั้งแต่การประชุมแรก แล้วเลือก Use Case จากงานหลังบ้านที่ความเสี่ยงต่ำและข้อมูลอยู่ในบ้านอยู่แล้ว เช่น อ่านเอกสารเปิดบัญชีให้พนักงานตรวจ สรุปเอกสารเคลมให้ผู้ประเมิน หรือตอบคำถามพนักงานเรื่องระเบียบภายใน กรอบธรรมาภิบาลเขียนร่วมกัน ระบุว่าโมเดลใช้ข้อมูลอะไรได้ อยู่บนระบบใด และคนต้องตรวจตรงไหน

ระบบนำร่องสร้างด้วยกันกับทีมเดียว ทุกคำตอบของระบบมีบันทึกว่าดึงเอกสารอะไรมาตอบ ผู้ตรวจสอบเปิดดูย้อนหลังได้ และเราวัดผลเป็นเวลาที่งานเอกสารลดลงกับจำนวนข้อผิดพลาดที่คนตรวจพบ ซึ่งเป็นหลักฐานชุดที่ฝ่ายกำกับใช้อนุมัติการขยาย

การอนุมัติสินเชื่อ การจ่ายเคลม การตัดสินใจลงทุน และทุกเรื่องที่กระทบเงินของลูกค้ายังเป็นของพนักงานที่มีอำนาจ ระบบอ่าน สรุป และเตรียมเท่านั้น ถ้าข้อมูลลูกค้าออกนอกระบบไม่ได้ตามนโยบาย โมเดลติดตั้งในศูนย์ข้อมูลของคุณได้

ระบบทำงานอย่างไร

งานเข้ามาจาก
  • เอกสารลูกค้าและ Core Banking
  • ระเบียบภายในและข้อกำหนดกำกับ
  • ข้อเสนอจากทีมนวัตกรรมและสาขา
  • ประชุมกับฝ่ายกำกับและบริหารความเสี่ยง
AI ทำอะไร
  1. ประเมินข้อมูลและข้อกำหนดที่กระทบ
  2. ออกแบบ Use Case ร่วมกับฝ่ายกำกับ
  3. ส่งมอบกรอบธรรมาภิบาลและ Roadmap 90 วัน
  4. นำร่องกับทีมเดียวพร้อม Audit Log
ผลไปจบที่
  • ระบบที่พนักงานหลังบ้านใช้จริง
  • หลักฐานสำหรับอนุมัติเฟสถัดไป
  • กรอบธรรมาภิบาลที่ผู้ตรวจสอบยอมรับ
  • ทีมกำกับที่ประเมินโปรเจกต์ถัดไปเอง

ก่อนและหลัง

ก่อน
หลัง
ต้นแบบสวยในห้องทดลอง ไม่มีอันไหนถึงหน้างาน
ระบบแรกใช้จริงกับทีมเดียว พร้อมตัวเลขสำหรับขยาย
ฝ่ายกำกับเห็นโปรเจกต์ตอนที่สร้างเสร็จแล้ว และสั่งหยุด
ฝ่ายกำกับร่วมออกแบบตั้งแต่วันแรก และอนุมัติจากหลักฐาน
พนักงานแอบใช้ AI สาธารณะกับเอกสารลูกค้า
มีเครื่องมือในบ้านที่ใช้ได้ตามกรอบ และบันทึกทุกคำตอบ

สิ่งที่คุณจะได้

  1. 01

    รายงานประเมินข้อมูลและระบบ พร้อมรายการข้อกำหนดของหน่วยงานกำกับดูแลและ PDPA ที่กระทบแต่ละ Use Case

  2. 02

    รายการ Use Case ที่ออกแบบร่วมกับฝ่ายกำกับดูแล เริ่มจากงานหลังบ้านที่ความเสี่ยงต่ำ เช่น อ่านเอกสารเปิดบัญชี สรุปเคลม ตอบคำถามพนักงานเรื่องระเบียบ และเตรียมรายงานกำกับ

  3. 03

    กรอบธรรมาภิบาล AI ที่ระบุว่าโมเดลใช้ข้อมูลอะไรได้ ข้อมูลอยู่ที่ไหน ต้องมีคนตรวจตรงไหน และบันทึกอะไรไว้ให้ผู้ตรวจสอบ

  4. 04

    Roadmap 90 วันที่ระบุงบ ทีม ตัวชี้วัด และหลักฐานที่ต้องเก็บในแต่ละเฟสเพื่อให้ฝ่ายกำกับอนุมัติเฟสถัดไป

  5. 05

    ระบบนำร่องกับทีมเดียวที่สร้างด้วยกัน พร้อม Audit Log ทุกคำตอบ และเวิร์กช็อปให้ทีมกำกับดูแลอ่านผลและประเมินโปรเจกต์ถัดไปเอง

ใครได้อะไร

เจ้าของธุรกิจ

โปรเจกต์ AI อันแรกออกจากห้องทดลองไปถึงพนักงานจริง โดยผู้บริหารตอบบอร์ดและผู้ตรวจสอบได้ว่าควบคุมอย่างไร

IT Director

ต่อกับ Core Banking และระบบเอกสารแบบอ่านอย่างเดียวผ่านช่องทางที่มีอยู่ โมเดลติดตั้งในศูนย์ข้อมูลหรือคลาวด์ที่ผ่านการประเมินของคุณ ยืนยันตัวตนผ่าน Active Directory และ Audit Log ทุกคำถาม

ทีมที่ใช้งานทุกวัน

พนักงานหลังบ้านได้เอกสารที่อ่านและสรุปมาแล้วให้ตรวจ และเลิกเปิดไฟล์ทีละหน้า

เหมาะกับธุรกิจแบบไหน

ธนาคารพาณิชย์บริษัทประกันชีวิตและวินาศภัยบริษัทหลักทรัพย์และจัดการกองทุนลีสซิ่งและสินเชื่อรายย่อยผู้ให้บริการชำระเงิน

เชื่อมกับระบบที่คุณใช้อยู่

Core BankingระบบประกันและเคลมMicrosoft 365Active DirectoryPower BIPrivate LLM

ขั้นตอนการพัฒนา

  1. 1

    ทำความเข้าใจ

    เก็บความต้องการ ผู้ใช้ และตัวชี้วัดความสำเร็จ พร้อมกำหนดขอบเขตและราคาก่อนเริ่มงาน

  2. 2

    ออกแบบ

    UX และสถาปัตยกรรมระบบ อนุมัติ Prototype ก่อนลงมือสร้างจริง

  3. 3

    พัฒนา

    สปรินต์ที่เร่งด้วย AI มีเดโมให้ดูทุกสัปดาห์ ตรวจโค้ดโดยทีมซีเนียร์

  4. 4

    ทดสอบ

    QA ความปลอดภัย และประสิทธิภาพ เทียบกับขอบเขตที่ตกลงกัน

  5. 5

    เปิดตัวและดูแล

    ติดตั้งใช้งานจริง อบรมทีมคุณ พร้อมแผนดูแลรายเดือน

เปลี่ยนปัญหาธุรกิจ ให้เป็นระบบที่ทำงานแทนคุณ

เล่าโจทย์ให้เราฟังวันนี้ — รับ Proposal ฉบับผู้บริหาร พร้อมแผนงานและงบประมาณ

คุยเรื่องนี้กับวิศวกร