วิชยา แซ่จาว กรรมการผู้จัดการ กลุ่มธุรกิจงานบริการทางด้านการเงินเอคเซนเชอร์ ประเทศไทย

 

ในช่วงไม่กี่ปีที่ผ่านมา ธุรกิจธนาคารและบริการทางการเงินที่เกี่ยวข้องได้เปลี่ยนแปลงไปอย่างมาก ทั้งจำนวนผู้เข้าใช้บริการสาขาของธนาคารที่น้อยลงเป็นอย่างมากเมื่อเทียบกับในอดีต เช่นเดียวกับการใช้เงินสดในการซื้อสินค้าและบริการ อันเนื่องมาจากการเพิ่มช่องทางและนวัตกรรมการชำระเงินใหม่ๆ ที่เกิดขึ้น

 

วันนี้ ถึงจุดที่อุตสาหกรรมธนาคารต้องปรับตัวครั้งใหญ่อีกครั้งจากการมาถึงของปัญญาประดิษฐ์หรือ AI อีกทั้งประสิทธิภาพการประมวลผล จัดเก็บข้อมูล ผ่านคลาวด์ที่พัฒนาไปไกล ได้เปิดประตูสู่ยุคแห่งโอกาสครั้งใหม่อีกมหาศาล

 

ในที่สุดแล้ว ธุรกิจธนาคารจะเป็นธุรกิจที่ขับเคลื่อนด้วยระบบดิจิทัลผนวกกับความไว้วางใจจากลูกค้าที่สั่งสมมาเป็นสิบๆ ปี โมเดลการทำธุรกิจที่วางระบบดิจิทัลเป็นศูนย์กลาง จะสร้างโอกาสอีกมากมายให้กับธนาคารในประเทศในการนำ AI มาประยุกต์ใช้ในทุกๆ มิติแบบที่ไม่เคยมีมาก่อน เทคโนโลยีเหล่านี้อาจไม่ได้เปลี่ยนแปลงรากฐานของการให้บริการทางการเงินที่ธนาคารให้แก่ลูกค้า แต่จะเข้ามาพลิกโฉมในเกือบทุกแง่มุมของกระบวนการทำงานของธนาคาร

 

ด้วยเหตุนี้ 10 เทรนด์ที่ปรากฏอยู่ในรายงานภาพรวมอุตสาหกรรมทั่วโลกประจำปีของเอคเซนเชอร์ ล้วนได้รับอิทธิพลหรือขยายวงมาจาก AI ซึ่งเป็นปรากฏการณ์ที่มีความสำคัญอย่างยิ่งต่อธนาคารของไทย

 

1. ยุค Gen AI เฟื่องฟู

 

ในปี 2566 ที่ผ่านมา ธนาคารเกือบทุกแห่งได้เริ่มนำ Generative AI เข้ามาทดลองใช้งาน โดยหลายแห่งได้รายงานผลลัพธ์ที่น่าพึงพอใจ

 

ในช่วง 12 เดือนข้างหน้าเราจะได้เห็นการนำเทคโนโลยีนี้ไปประยุกต์ใช้ในวงกว้าง ครอบคลุมหลายภาคส่วนขององค์กร โดยเฉพาะอย่างยิ่งธนาคารจะเริ่มวางเป้าหมายที่ชัดเจนมากขึ้น และนำเทคโนโลยีนี้เป็นส่วนหนึ่งของยุทธศาสตร์องค์กร เพื่อสนับสนุนการเปลี่ยนโฉมองค์กรให้ก้าวล้ำกว่าเดิม

 

จากการศึกษาของเรา ธนาคารจะเป็นอุตสาหกรรมที่จะได้รับประโยชน์จากเทคโนโลยีนี้มากกว่าอุตสาหกรรมอื่นๆ และมีโอกาสในการเพิ่มประสิทธิภาพในการทำงานได้มากถึงร้อยละ 30 อย่างไรก็ดี เอคเซนเชอร์ เรามองว่า Gen AI ไม่ได้เป็นเพียงเทคโนโลยีในการลดต้นทุนการให้บริการ แต่เราเชื่อว่าประโยชน์หลักของ Gen AI นั้น คือการเพิ่มรายได้ให้กับธนาคาร โดยโมเดลเราชี้ว่าการนำ Gen AI มาประยุกต์ใช้ร่วมกับบุคลากรของธนาคาร ในการส่งเสริมการขาย การตลาด และการตอบสนองความต้องการของลูกค้านั้น สามารถเพิ่มรายได้ให้กับธนาคารถึงร้อยละ 6 ในอีก 3 ปีข้างหน้า  

 

ปัจจัยสำคัญที่จะผลักดันให้ธนาคารเติบโตในอัตรานี้ได้คือ กลยุทธ์ด้าน AI ของธนาคารที่ให้ความสำคัญและมองบุคลากรของธนาคารเป็นศูนย์กลาง เพราะการนำ AI มาประยุกต์ใช้ให้ประสบผลสำเร็จนั้น จะต้องอาศัยทักษะซึ่งมีธนาคารเพียงไม่กี่แห่งที่มีความพร้อม รวมถึงการปรับเปลี่ยนอย่างมีนัยต่อกระบวนการทำงานภายในองค์กรเป็นอย่างมาก

 

2. คว้าโอกาสและใช้ประโยชน์จากดิจิทัล

 

ในช่วง 25 ปีที่ผ่านมา ธนาคารส่วนใหญ่ประสบความสำเร็จในการสร้างประสบการณ์ด้านดิจิทัลของลูกค้าโดยมุ่งเน้นที่การให้บริการเป็นหลัก ทำให้บริการธนาคารในรูปแบบดิจิทัลที่เราเห็นนั้นมักจะตอบโจทย์การใช้งานได้ดี ซึ่งในปัจจุบัน ออนไลน์เป็นช่องทางหลักที่ลูกค้าเข้ามามีปฏิสัมพันธ์กับธนาคารมากถึง 99% และความต้องการในการติดต่อกับเจ้าหน้าที่ธนาคารเพื่อการให้บริการลดลงเป็นอย่างมาก

 

แต่จะเกิดอะไรขึ้น หากธนาคารสามารถเปลี่ยนการให้บริการในช่องทางดิจิทัลที่ไร้อารมณ์เหล่านี้ให้กลายเป็นบทสนทนาและสร้างโอกาสในการขายอีกครั้ง โดยไม่ต้องเพิ่มจำนวนบุคลากรและทักษะที่สำคัญในการติดต่อกับลูกค้า

 

แม้ว่าการปฏิบัติจริงนั้นอาจเป็นเรื่องที่ยากกว่าที่คิดไว้มาก แต่เทคโนโลยี AI ในปัจจุบันนั้นเติบโตขึ้นมาก และจะเป็นกุญแจสำคัญที่ทำให้วิสัยทัศน์นี้เกิดเป็นรูปธรรมได้ง่ายและรวดเร็วขึ้น อาทิเช่นการนำข้อมูลพฤติกรรมของลูกค้าจำนวนมากมาผนวกกับเทคโนโลยี Gen AI ที่เปลี่ยนการวิเคราะห์การแบ่งกลุ่มลูกค้า (Segmentation) แบบทั่วไป แต่ช่วยให้ธนาคารสามารถสนับสนุนการให้บริการลูกค้าที่ตรงกับความต้องการในแต่ละคนได้ เพื่อนำเสนอประสบการณ์ส่วนตัวที่พิเศษไม่เหมือนใครในช่องทางดิจิทัล ราวกับการให้บริการที่ธนาคารเคยให้ผ่านช่องทางสาขามาเป็นระยะเวลานาน

 

3. ความเสี่ยงต่างๆ ที่มองไม่เห็น

 

ในช่วงต้นปี 2566 ไม่มีใครคาดคิดว่าความล้มเหลวของธนาคารในแคลิฟอร์เนียจะบานปลายไปสู่วิกฤตการธนาคารในระดับภูมิภาค และนำไปสู่การควบรวมกิจการของธนาคารรายใหญ่ 2 แห่งของสวิตเซอร์แลนด์ในท้ายที่สุด 

 

แม้จะเป็นเรื่องง่ายในการระบุความเสี่ยงเมื่อเรามองย้อนกลับไปในอดีต แต่การวิเคราะห์และคาดการณ์ความเสี่ยงในอนาคตแบบเรียลไทม์นั้นเป็นเรื่องที่ทำได้ยาก ดังนั้น ธนาคารจึงต้องยกระดับการวางแผนรับมือความเสี่ยงที่อาจมองไม่เห็น ซึ่งจากการสำรวจของเอคเซนเชอร์ 72% ของผู้บริหารระดับสูงของธนาคารเปิดเผยว่า การบริหารความเสี่ยงขององค์กรประสบกับความล้มเหลวที่จะก้าวให้ทันการเปลี่ยนแปลงของภูมิทัศน์ของความเสี่ยงในปัจจุบัน

 

ไม่มีใครรู้ได้ว่าความเสี่ยงในปี 2567 จะนำไปสู่อะไร แต่มีบางประเด็นตัวอย่างเหล่านี้ที่อาจเป็นการเหมาะที่ธนาคารจะหยิบยกขึ้นมาพิจารณา วิเคราะห์ และวางมาตรการในการจัดการ:

 

• ธนาคารจะเพิ่มความสนใจในระบบการรักษาความปลอดภัยทางไซเบอร์ จากเดิมที่มุ่งเน้นในการป้องกันไปสู่การรับมือและความสามารถในการฟื้นคืนสู่ปกติ (Resilience) โดยทั้งแฮกเกอร์และธนาคารต่างใช้ประโยชน์จาก Gen AI เป็นอาวุธในสงครามไซเบอร์
• ในตลาดที่อยู่อาศัย อัตราดอกเบี้ยที่ต่ำเป็นเวลานานในอดีต และเพิ่มสูงขึ้นอย่างรวดเร็ว จะเริ่มส่งผลต่อต้นทุนในการพัฒนาอสังหาริมทรัพย์และภาระในการชำระหนี้ของผู้ซื้อ
• หลังจากวิกฤตการณ์ทางการเงินในปี 2551 ธนาคารจะกลับมาให้ความสำคัญกับเรื่องความเสี่ยงเป็นอย่างมาก อย่างไรก็ดีสถาบันการเงินที่ไม่ใช่ธนาคารในปัจจุบันนั้นถือครองทรัพย์สินทางการเงินในภาคเอกชนมากเกือบ 60% ของทั่วโลก

 

4. ปรับกระบวนการทำงานใหม่เพื่ออนาคต

 

ในช่วงแห่งการปฏิวัติดิจิทัล ธนาคารส่วนใหญ่หันไปจ้างคนเพิ่มขึ้นเพื่อแก้ปัญหาการขาดแคลนทักษะสำคัญๆ แต่นั่นอาจไม่เป็นผล เพราะการมาของ AI นั้นจะส่งผลกับตำแหน่งงานเกือบทั้งหมดในทุกระดับชั้นของธนาคาร การเน้นจ้างงานเพียงอย่างเดียวนั้นอาจไม่สามารถแก้ไขการเปลี่ยนแปลงในครั้งนี้ได้ ธนาคารจำเป็นต้องมีกลยุทธ์ใหม่ที่รวมถึงการสร้างวัฒนธรรมในความใคร่รู้ เปิดกว้างและยอมรับการเปลี่ยนแปลง และการพัฒนาทักษะใหม่ๆ อย่างต่อเนื่อง

 

การจะคว้าโอกาสให้ได้สำเร็จในยุคนี้ ผู้นำจำเป็นต้องเริ่มต้นมองภาพอนาคตของการทำงานร่วมกันระหว่างมนุษย์และ AI กันใหม่ โดยไม่มองข้ามรายละเอียดขั้นตอนการทำงานในรูปแบบใหม่ของพนักงานที่จะต้องทำงานร่วมกับ AI เพื่อให้ได้มาซึ่งประโยชน์สูงสุด ทั้งในแง่ของความพร้อมในการให้บริการอย่างต่อเนื่อง การสร้างและรักษาความสัมพันธ์กับลูกค้า และการตระหนักถึงต่อความรู้สึกของลูกค้าที่แสดงให้เห็นถึงความเข้าใจลูกค้าอย่างแท้จริง 

 

5. พลังของการกำหนดราคา

 

นายธนาคารทุกคนทราบดี ว่าการเปลี่ยนแปลงราคาเพียงเล็กน้อยอาจมีผลกระทบตามมาเป็นอย่างมาก เคล็ดลับก็คือ การคาดการณ์ถึงผลกระทบเหล่านั้น โดยทางทฤษฎีแล้วจะมีราคาที่เหมาะสมเสมอสำหรับแต่ละกลุ่มลูกค้า ผลิตภัณฑ์ และช่องทางการนำเสนอ 

 

AI และ Gen AI จะเข้ามาช่วยให้ธนาคารค้นหาราคาที่เหมาะสมนั้นได้ง่ายมากขึ้น โดยพิจารณาจากตัวแปรมากมายและคำนวณออกมาเป็นราคาเป้าหมายได้อย่างรวดเร็ว และสามารถที่จะนำผลลัพธ์จากราคาที่เสนอนั้นเหล่านั้น กลับเข้าสู่การคำนวณและเรียนรู้จากการนำเสนอในอดีต เพื่อสร้างการกำหนดราคาที่เหมาะสมให้แก่องค์กรและตอบสนองความต้องการและบริบทของลูกค้าได้อย่างมีประสิทธิภาพ

 

 

6. นึกถึงคลาวด์ก่อนเป็นอันดับแรก

 

ในวันที่ AI เป็นหนึ่งในยุทธศาสตร์หลักในการเพิ่มขีดความสามารถในการแข่งขันของธนาคาร ความสามารถในการรองรับการจัดเก็บข้อมูลลูกค้าขนาดมหาศาล และความต้องการในการประมวลผลที่เพิ่มสูงขึ้น ส่งผลให้การติดตั้งระบบขนาดใหญ่ภายในองค์กรที่มีความพร้อมและตอบสนองต่อความต้องการทางธุรกิจนั้นแทบจะเป็นไปไม่ได้เลย คลาวด์คอมพิวติ้งจึงก้าวเข้ามามีบทบาทสำคัญ จากที่เคยเป็นสิ่งที่น่าจะมี (Nice-to-Have) กลายเป็นสิ่งที่จำเป็นต้องมี (Must-Have) ในปี 2567 นี้

 

เมื่อหลายๆ ธนาคารเริ่มเห็นประโยชน์ของคลาวด์ ผู้เชี่ยวชาญในคลาวด์เทคโนโลยีจากฝ่ายไอที พร้อมด้วยผู้นำทางธุรกิจจะร่วมกันผลักดันการย้ายระบบหลักทั้งหมดไปสู่คลาวด์อย่างเต็มรูปแบบ โดยธนาคารจะนำแนวทาง Cloud-First มาใช้กับรูปแบบการวางระบบปฏิบัติการในองค์กร มุ่งเน้นการปรับเปลี่ยนไปใช้ระบบปฏิบัติการที่เป็นแบบเปิด และทำการเชื่อมต่อการทำงานระหว่างระบบภายในองค์กรกับคลาวด์ได้อย่างไร้รอยต่อ เพื่อให้การย้ายแอปพลิเคชันต่างๆ ไปสู่คลาวด์เป็นเรื่องง่ายเหมือนกับการส่งอีเมล

 

แม้เรายังมองว่ายังต้องใช้เวลาอีกสักพักสำหรับธนาคารส่วนใหญ่ในการปรับรูปแบบการทำงานให้เป็น Cloud-First อย่างแท้จริง แต่หากมองย้อนไปเมื่อ 3 ปีที่แล้ว คนส่วนใหญ่มีคำถามว่า ‘ทำไมถึงต้องเป็นคลาวด์สาธารณะ’ แต่ในวันนี้กลับมีแต่คำถามที่ว่า ‘ทำอย่างไรเราถึงจะไปจุดนั้นได้เร็วขึ้น’

 

7. ปรับกฎเกณฑ์ให้เข้ากับยุค

 

มีกฎระเบียบมากมายที่ธนาคารต้องปฏิบัติตามให้สอดคล้องนับตั้งแต่เกิดวิกฤตการณ์ทางการเงินในปี 2551 ทั้งมาตรา 12 ในกฎหมายของรัฐบาลกลางสหรัฐฯ, เกณฑ์ CCAR, อนุสัญญา Basel IV, กฎหมาย GDPR และเกณฑ์ PSD ของยุโรป เป็นต้น เหล่านี้เป็นเพียงกฎเกณฑ์สำคัญที่เพิ่มเข้ามา และยังไม่มีทีท่าว่าการเพิ่มเกณฑ์ต่างๆ จะจบลงเพียงเท่านี้ รวมถึงกำลังมีการจัดทำกฎและเกณฑ์ใหม่ๆ เพื่อรับมือกับ AI และความยั่งยืนด้วย

 

แน่นอนว่ากฎระเบียบนั้นเป็นส่วนที่มีความจำเป็นและขาดไม่ได้ของธุรกิจการเงินการธนาคาร แต่นั่นก็ไม่ได้หมายความว่ายิ่งมีกฎมากจะยิ่งดีขึ้นเสมอไป จะทำอย่างไรให้หน่วยงานกำกับและธนาคารร่วมมือทำงานกันอย่างใกล้ชิด เพื่อให้มั่นใจได้ว่าหน่วยงานกำกับจะดำเนินงานได้ตรงตามวัตถุประสงค์ ขณะเดียวกันก็ทำให้มั่นใจได้ว่าเกณฑ์ต่างๆ จะไม่กลายเป็นภาระและต้นทุนที่สูงเกินไปสำหรับธนาคารด้วย การหาจุดสมดุลของเรื่องนี้จะเป็นประเด็นสำคัญสำหรับปี 2567 ซึ่งในยุโรปเราเริ่มเห็นความร่วมมือในการพัฒนาให้เกิดกระบวนการในการแบ่งปันข้อมูลระหว่างธนาคารและหน่วยงานกำกับที่มีประสิทธิภาพมากขึ้นและเหมาะสมสำหรับยุคเศรษฐกิจดิจิทัล

 

8. จากเทคโนโลยีสู่การออกแบบเชิงวิศวกรรม

 

เมื่อเทรนด์ต่างๆ ที่ส่งผลต่อเทคโนโลยีในภาคธนาคารดำเนินไปอย่างรวดเร็ว จึงเกิดคำถามสำคัญว่าจะเกิดอะไรขึ้นกับงานด้านไอที เพราะทั้ง Gen AI ระบบคลาวด์ และแพลตฟอร์มที่มีความยืดหยุ่นต่างๆ ล้วนสร้างแรงกดดันให้ต้องคิดทบทวนเกี่ยวกับอัตราการจัดสรรงบประมาณแบบเดิมที่มักจะแบ่งเป็น 70% สำหรับการดำเนินงาน และ 30% สำหรับการลงทุนโครงการใหม่

 

สถานการณ์ที่เกิดขึ้นนี้กำลังเปลี่ยนแนวคิดและมุมมองของทีมไอทีไปจนถึงระดับผู้บริหาร โดยเราจะเริ่มเห็นทีมเทคโนโลยีทำงานใกล้กับทีมธุรกิจมากขึ้นเรื่อยๆ และในที่สุดอาจผนวกเข้าไปเป็นส่วนหนึ่งของทีมทางธุรกิจ โดยลำดับความสำคัญของทีมไอทีจะเปลี่ยนไป จากเดิมที่มุ่งเน้นในการดูแลรักษาระบบ ไปสู่การช่วยคิดค้น ประเมินและพัฒนาผลิตภัณฑ์ใหม่ ความเคลื่อนไหวนี้จะสะท้อนไปยังพนักงานในฝั่งธุรกิจที่ไม่ได้มีความเชี่ยวชาญด้านเทคนิคด้วย เพราะพวกเขาก็จะต้องเรียนรู้ในการประยุกต์ใช้เครื่องมือต่างๆ เช่น Gen AI มาปรับแต่งให้เข้ากับการสื่อสารกับลูกค้าและสร้างสรรค์ผลิตภัณฑ์ใหม่ๆ ขึ้นมา 

 

แม้พนักงานธนาคารส่วนใหญ่อาจไม่มองว่าตนเองว่าเป็นวิศวกร แต่การเปลี่ยนจุดสนใจจากการบำรุงรักษา มาเป็นการออกแบบและพัฒนา จะส่งผลดีต่ออนาคตของธนาคารในระยะยาว

 

9. หัวใจสำคัญของระบบหลัก

 

ปัญหาที่เกิดขึ้นอันเนื่องมาจากเทคโนโลยีของระบบงานหลักของธนาคารในยุคดิจิทัลนั้น เป็นสิ่งที่เกิดขึ้นมานานพอๆ กับอายุของยุคดิจิทัล เช่นเดียวกับความหวังในการหาวิธีในการแก้ไขปัญหานี้อย่างมีประสิทธิภาพ

 

อย่างไรก็ดี มีเหตุผลที่เชื่อได้ว่า ครั้งนี้จะต่างออกไปจากเดิม เพราะในช่วงไม่กี่เดือนที่ Gen AI มีบทบาทที่สำคัญ โดยได้แสดงความสามารถอันน่าทึ่งในการถอดรหัสย้อนกลับ (Reverse Engineer) และแก้ไขโค้ดที่ไร้โครงสร้างและยากต่อการดูแลรักษาของระบบหลักที่เดิมเคยพัฒนาด้วยภาษา COBOL

 

ไม่ว่าจะเป็น AWS CodeWhisperer หรือ Google Duet AI for Developers ใน Google หรือ Microsoft GitHub Copilot ล้วนกำลังจะมีเทคโนโลยีใหม่ๆ เข้ามาช่วยให้การปรับปรุงพัฒนาระบบหลักครั้งใหญ่นั้นใช้เวลาน้อยลงอย่างมีนัย 

 

โดยรายงานการวิจัย Accenture Technology Vision 2024 ระบุว่า ผู้บริหารธนาคาร 95% เห็นด้วยว่า Generative AI จะเป็นปัจจัยที่ทำให้องค์กรจำเป็นจะต้องปรับปรุงโครงสร้างเทคโนโลยีขององค์กรให้ทันสมัย

 

10. มากกว่า Six Sigma

 

ในช่วง 25 ปีที่ผ่านมา อัตราส่วนต้นทุนต่อรายได้ของธนาคารทั่วโลกค่อนข้างคงที่ แต่เอคเซนเชอร์เชื่อว่าจะเริ่มเห็นการเปลี่ยนแปลงที่สำคัญในปี 2567 จากการที่ผู้บริหารระดับสูงมองหาเทคโนโลยีเข้ามาช่วยลดต้นทุน และเปลี่ยนโครงสร้างของต้นทุนการให้บริการไปอย่างถาวร 

 

ในอดีต ธนาคารมีเครื่องมือช่วยจัดการกับปัญหาเชิงปริมาณเป็นหลัก แต่ Gen AI นั้นมีความสามารถในการเข้ามาช่วยเติมเต็ม และจัดการกับปัญหาเชิงคุณภาพได้ด้วย ซึ่งในอดีตจำเป็นต้องมีบุคลากรช่วยดำเนินการ นั่นหมายความว่าปัญหาในการลดความซับซ้อนหรือการทำให้กระบวนการทำงานเป็นอัตโนมัติในอดีตที่ไม่สามารถแก้ไขได้เมื่อ 3-4 ปีที่แล้วด้วยเครื่องมือ Six Sigma แบบดั้งเดิมนั้นอาจถูกแก้ไขได้ และช่วยให้ธนาคารสามารถเปลี่ยนโครงสร้างต้นทุนของธนาคารใหม่อย่างมีประสิทธิภาพ

 

อนาคตธุรกิจธนาคารกับ AI

 

นี่ไม่ใช่ครั้งแรกที่ธนาคารต้องเผชิญกับจุดเปลี่ยนที่สำคัญในอุตสาหกรรม แต่จุดเปลี่ยนครั้งก่อนๆ เช่น ยุคธนาคารดิจิทัลค่อยๆ คืบคลานและก้าวเข้ามามีบทบาทอย่างช้าๆ แต่ในทางกลับกันเราเห็นการทดสอบและนำ Gen AI มาประยุกต์ใช้อย่างรวดเร็วชนิดไม่ทันตั้งตัว ที่สุดแล้วเคล็ดลับที่จะนำไปสู่ความสำเร็จของธุรกิจธนาคารอาจไม่ใช่ AI เพียงอย่างเดียว แต่ขึ้นอยู่กับวิธีการนำ AI มาประยุกต์ใช้ในแต่ละบริบทของธนาคาร ทั้งนี้เราเชื่อว่าสิ่งที่สำคัญ คือการให้ความสำคัญต่อบุคลากรเฉกเช่นต่อเทคโนโลยี และให้ความสำคัญต่อกลยุทธ์เฉกเช่นการดำเนินการ แม้ว่าจะมีหลายสิ่งที่ต้องพิจารณา แต่ธนาคารที่สามารถฝ่าฟันและบรรลุเป้าหมายในการนำ AI มาประยุกต์ใช้อย่างมีประสิทธิภาพจะมองย้อนกลับมาในปี 2567 ด้วยความภูมิใจแน่นอน