KBTG ปักกลยุทธ์ปี 2026 ชี้ AI ต้องสร้างมูลค่าทางธุรกิจสู่ Regional Tech Powerhouse

ในขณะที่โลกองค์กรต่างพูดถึงปัญญาประดิษฐ์ (AI) ในฐานะเทคโนโลยีเปลี่ยนโลกมาหลายปี แต่สำหรับปี 2026 นี้ โจทย์ได้เปลี่ยนไปอย่างชัดเจน จากการถามว่า AI ‘ทำอะไรได้บ้าง’ กลายเป็นคำถามที่สำคัญกว่าอย่างยิ่ง นั่นคือ AI ‘สร้างมูลค่าทางธุรกิจได้จริงแค่ไหน’ และองค์กรจะสามารถวัดผลลัพธ์ของมูลค่านั้นได้อย่างไร โจทย์ที่ซับซ้อนนี้คือแกนหลักของการอัปเดตทิศทางในปี 2026 ของ KBTG (ธนาคารกสิกรไทย) ซึ่งได้นำเสนอผ่านผู้บริหารระดับสูง 3 ท่าน คือ คุณวรนุช เดชะไกศยะ Executive Chairman, ดร.ทัดพงศ์ พงศ์ถาวรกมล Managing Director และคุณชัชวัฒน์ อัศวรักวงศ์ Vice Chairman และ Group CISO

Overview of KBTG’s Strategic Shift

สำหรับ KBTG การพูดถึง AI ในปัจจุบันได้ยกระดับจากการเป็นเพียง 'เครื่องมือทดลอง' (Experimental Tool) ไปสู่การออกแบบทั้งโครงสร้างองค์กรให้มี AI ฝังตัวอยู่ (Embedded) ในกระบวนการทำงานจริง โดยมีเป้าหมายที่ชัดเจนคือการก้าวสู่การเป็น Regional AI-Infused Tech Powerhouse หรือองค์กรเทคโนโลยีระดับภูมิภาคที่ใช้ AI เป็นส่วนหนึ่งของระบบการทำงานหลัก (Core System) แทนที่จะเป็นเพียงฟีเจอร์เสริมที่ถูกนำมาติดเพิ่มเป็นครั้งคราวเท่านั้น โจทย์นี้ถือเป็นเรื่องที่ใหญ่กว่าแค่เทคโนโลยีเพียงอย่างเดียว เนื่องจาก KBTG เป็นหน่วยงานด้านเทคโนโลยีของ KBank ซึ่งต้องดูแลระบบที่มีความเกี่ยวข้องกับฐานลูกค้าจำนวนมหาศาล การที่แพลตฟอร์มดิจิทัลต่าง ๆ ของธนาคาร เช่น K PLUS ที่มีผู้ใช้งานกว่า 24.5 ล้านราย, MAKE by KBank ที่มียอดดาวน์โหลดกว่า 4 ล้านครั้ง, เหมียวจด ที่มีผู้ใช้งานประมาณ 600,000 ราย, และ AINU ที่มีลูกค้าราว 30 ล้านราย ได้กลายเป็นโครงสร้างพื้นฐานในชีวิตประจำวันของผู้คน ทำให้เทคโนโลยีที่อยู่เบื้องหลังจำเป็นต้องมีคุณสมบัติต่าง ๆ ได้แก่ ความเร็ว, ความเสถียร, ความปลอดภัย, และที่สำคัญคือการสามารถสร้างมูลค่าทางธุรกิจได้พร้อมกัน

From Tech Arm to Tech Company

ภาพใหญ่ที่ KBTG วางไว้สำหรับปี 2026 คือการขยับบทบาทขององค์กร จากการเป็นเพียง 'หน่วยงานสนับสนุนด้านเทคโนโลยี' (Tech Supporter) ให้กับธนาคาร ไปสู่การเป็น Tech Company เต็มรูปแบบ ที่ต้องรับผิดชอบในการสร้างทั้งความเสถียร, ความเร็วในการสร้างสรรค์นวัตกรรม, ผลลัพธ์ด้านนวัตกรรม, และการสร้างผลตอบแทนจากการลงทุน (ROI) คุณวรนุช เดชะไกศยะ ได้ย้อนภาพการเปลี่ยนแปลงของ KBTG ให้เห็นว่า องค์กรได้ผ่านการเปลี่ยนผ่านหลายระลอก นับตั้งแต่ปี 2016 ที่ธนาคารเริ่มดึงเทคโนโลยีกลับมาพัฒนาเองมากขึ้น หลังจากที่เคยมีการพึ่งพา Outsource ในปริมาณมาก จากนั้นในช่วงปี 2019 ถึง 2023 เป็นช่วงที่ต้องเผชิญหน้ากับวิกฤต COVID-19, ปริมาณธุรกรรมออนไลน์ที่เพิ่มขึ้นอย่างก้าวกระโดด, ความท้าทายของระบบที่อาจเกิดการล่ม (System Downtime), และโจทย์ในการทำให้ระบบทั้งหมดมีความเสถียร พร้อมทั้งรวมหลายบริษัทในเครือให้ดำเนินไปในทิศทางเดียวกันภายใต้แนวคิด OneKBTG การพัฒนาระบบในช่วงนั้นถือเป็นการสร้างรากฐานที่แข็งแกร่ง เพราะเมื่อการทำธุรกรรมออนไลน์เติบโตอย่างรวดเร็ว ระบบดิจิทัลของธนาคารจึงกลายเป็นช่องทางหลักและสำคัญที่สุด หากระบบเกิดการขัดข้องเพียงไม่กี่นาที ความเสียหายที่เกิดขึ้นจะไม่จำกัดอยู่แค่ในฝ่าย IT แต่จะขยายไปกระทบต่อประสบการณ์โดยรวมของลูกค้าและความเชื่อมั่นในแบรนด์ของธนาคารโดยตรง

The 4 Core Focus Areas for 2024–2026

สำหรับช่วงปี 2024 จนถึงปี 2026 KBTG ได้กำหนดโฟกัสหลักไว้ 4 ประการ คือ AI Strategy, การออกแบบ Enterprise Architecture และ Service Resiliency, Quantum and Security, และ People ซึ่งภาพรวมนี้เกิดขึ้นในช่วงที่โลกกำลังมีการลงทุนในเทคโนโลยีอย่างต่อเนื่องในทุกภาคส่วน ขณะเดียวกันการนำ AI ไปใช้งานก็เกิดขึ้นด้วยความรวดเร็วยิ่งกว่าเทคโนโลยีในอดีตมาก นอกจากนี้ ประเทศไทยยังถูกพูดถึงในฐานะประเทศหนึ่งที่มีการใช้งาน AI เติบโตเร็วเป็นอันดับต้น ๆ ของโลก ด้วยการรับมือกับกระแสโลกที่เปลี่ยนแปลงอย่างรวดเร็ว KBTG จึงต้องดำเนินการควบคู่กันไปอย่างสมดุล คือด้านหนึ่งต้องดูแลระบบหลักของธนาคารให้รองรับปริมาณธุรกรรมที่เพิ่มขึ้นอย่างต่อเนื่อง และอีกด้านก็ต้องทำให้เทคโนโลยีใหม่อย่าง AI สามารถช่วยสร้างมูลค่าทางธุรกิจ (Business Value) ได้จริงอย่างเป็นรูปธรรม

AI 5+P Strategy and Investment View

เมื่อ AI ถูกยกให้เป็นหัวข้อที่ต้องเป็นการลงทุนที่เห็นผลลัพธ์ได้ (Investment) มากกว่าการเป็นค่าใช้จ่าย (Expense) ที่ซื้อมาแล้วจบ KBTG จึงได้เน้นย้ำถึงกลยุทธ์ที่เรียกว่า 5+P AI Strategy โดยแกนหลักที่สำคัญคือการมองว่า AI จะต้องเป็นการลงทุนที่สร้างผลลัพธ์ได้จริง เนื่องจากต้นทุนของการใช้ AI นั้นครอบคลุมหลายส่วนประกอบกัน ตั้งแต่ค่า License, เครื่องมือ, โครงสร้างพื้นฐาน (Infrastructure), ระบบความปลอดภัย (Security), ธรรมาภิบาลข้อมูล (Governance), แพลตฟอร์มข้อมูล (Data Platform), ไปจนถึงการพัฒนาบุคลากร (People) ที่เกี่ยวข้อง ด้วยการที่ KBank มีการลงทุนด้าน IT โดยเฉลี่ยปีละไม่ต่ำกว่า 15,000 ล้านบาท ตัวเลขนี้สะท้อนให้เห็นว่าเป้าหมายของ KBTG ไม่ใช่แค่การเพิ่มงบประมาณด้านเทคโนโลยีให้สูงขึ้น แต่คือการทำให้เงินงบประมาณที่เติบโตขึ้นนั้น ถูกนำไปใช้ในพื้นที่ที่สามารถสร้างผลตอบแทนได้อย่างแท้จริง ทั้งในรูปแบบของการลดต้นทุน, การเพิ่มประสิทธิภาพการทำงาน (Productivity), การเร่งระยะเวลาในการนำผลิตภัณฑ์ออกสู่ตลาด (Time to Market), และการสร้างแหล่งรายได้ใหม่ให้แก่ธุรกิจ นอกจากนี้ ในการที่จะใช้ AI ให้เกิดผลลัพธ์ที่ดีที่สุด ทาง KBTG จึงได้กำหนดกลยุทธ์ที่ประกอบด้วย 5 องค์ประกอบหลัก (5+P):

**AI for Banking Business: การใช้ AI โดยตรงในงานด้านธุรกิจธนาคาร
**AI For IT Delivery & Operation: การใช้ AI ในส่วนของการพัฒนาและการปฏิบัติการด้านไอที
**Platformization and Governance: การวางระบบแพลตฟอร์มและการกำกับดูแล
**Ecosystem and Partnership: การทำงานร่วมกับระบบนิเวศและพันธมิตร
**People: การให้ความสำคัญกับบุคลากรซึ่งเป็นหัวใจสำคัญในการขับเคลื่อนทั้งหมด

การที่ KBTG เน้นย้ำว่าจุดที่แตกต่างจากการนำ AI มาใช้แบบกระจัดกระจาย คือการเริ่มต้นจากการระบุ Pain Point หรือจุดปัญหาในธุรกิจและกระบวนการทำงานก่อน จากนั้นจึงย้อนกลับไปออกแบบว่า AI, Data, Platform, Governance และคน ควรถูกจัดวางอย่างไร เพื่อให้การลงทุนทางเทคโนโลยีไม่กลายเป็นการซื้อเครื่องมือใหม่ที่ขาดการเชื่อมโยงกับกระบวนการทางธุรกิจจริง

AI SDLC and Multi-Agent Workflow

หนึ่งในภาพที่สะท้อนกลยุทธ์ปี 2026 ได้ชัดเจนที่สุดคือการปรับใช้ **AI SDLC (Software Development Life Cycle) หรือการนำ AI เข้าไปอยู่ในวงจรการพัฒนาซอฟต์แวร์ทั้งหมด คุณวรนุชได้อธิบายถึงกระบวนการที่สมบูรณ์ ตั้งแต่การรวบรวมความต้องการ (Requirement), การจัดทำรายละเอียดฟังก์ชัน (Functional Spec), การวิเคราะห์ผลกระทบต่อระบบเดิม, การออกแบบ, การเขียนโปรแกรม, การทดสอบ (Testing), การดำเนินงานด้านความปลอดภัย (DevSecOps), ไปจนถึงการนำระบบไปใช้งานจริง (Deployment) โดยชี้ให้เห็นว่าหากต้องการให้ AI สร้าง Productivity ได้อย่างแท้จริงนั้น จะต้องมองภาพรวมของกระบวนการทั้งหมด ไม่ใช่แค่ส่วนใดส่วนหนึ่งเท่านั้น

ในมุมมองนี้ บทบาทของ AI ได้เริ่มขยับจากแค่ 'ผู้ช่วยเขียนโค้ด' (Coding Assistant) ไปสู่ AI Agent จำนวนหลายตัวที่เข้ามาช่วยทำงานในแต่ละช่วงของกระบวนการอย่างเป็นระบบ ตั้งแต่การช่วยเก็บ Requirement, การช่วยออกแบบ, การช่วยเขียนโค้ด, ไปจนถึงการทดสอบ แม้ว่าในภาพรวมของ KBTG บุคลากรมนุษย์ยังคงเป็นส่วนสำคัญ แต่บทบาทของพวกเขาก็ได้เปลี่ยนไปอย่างมาก จากการที่ต้องลงมือปฏิบัติในทุกขั้นตอน มาเป็นผู้ที่ทำหน้าที่ในการออกแบบ, การตัดสินใจ, การตรวจสอบ, และการควบคุมการทำงานของ Multi-Agent ต่าง ๆ ให้ทำงานได้อย่างมีคุณภาพและปลอดภัยตามมาตรฐานขององค์กร

Quantifying Business Impact and ROI

หลังจากที่คุณวรนุชได้นำเสนอภาพใหญ่ของการ Scale and Optimize แล้ว ดร.ทัดพงศ์ก็ได้เข้ามาขยายความถึงวิธีการที่ AI จะสามารถแปรเปลี่ยนเป็น Business Impact ได้อย่างเป็นรูปธรรม เนื่องจากเป็นเรื่องที่หลายองค์กรกำลังเผชิญอยู่ คือหลังจากผ่านช่วงทดลองใช้ Generative AI มามากแล้ว การพิสูจน์ผลลัพธ์ในเชิงธุรกิจ (Business Proof) ยังเป็นเรื่องที่ทำได้ไม่ง่าย การคิดจึงต้องปรับวิธีคิดอย่างลึกซึ้ง โดยเปลี่ยนจากแนวคิดแบบ Task-based ไปสู่ Process-based, จากการใช้ Copilot (ผู้ช่วยคู่โคจร) ไปสู่ Cowork (การทำงานร่วมกัน), และที่สำคัญคือการเปลี่ยนจากแค่ Automation (การทำงานอัตโนมัติ) ไปสู่ Orchestration (การประสานงานระบบและกระบวนการที่ซับซ้อน)

ดร.ทัดพงศ์ได้เน้นย้ำว่า AI จะสามารถสร้าง Productivity ได้ในระดับทีม (Team Level) จริง เมื่อกระบวนการทำงานนั้นมีองค์ประกอบของ Input, Output, และ Pipeline ที่สามารถวัดผลได้ชัดเจน ผลลัพธ์ที่เกิดขึ้นเริ่มปรากฏเป็นตัวเลขอย่างชัดเจน โดยในปี 2025 ที่ผ่านมา KBTG รายงานว่าสามารถเพิ่ม Productivity ของกลุ่ม IT ได้ประมาณ 8% ซึ่งคิดเป็น Cost Avoidance มูลค่าประมาณ 300 ล้านบาท และสำหรับเป้าหมายในปี 2026 นั้น ได้ถูกวางไว้ที่ระดับ 15% โดยในช่วงถาม-ตอบ มีการกล่าวถึงโอกาสที่เป้าหมายอาจสูงขึ้นกว่านี้ เมื่อระบบทั้งหมดถูกใช้งานได้อย่างเต็มศักยภาพในปี 2028

นอกจากนี้ ยังมีตัวเลขเปรียบเทียบที่ช่วยให้เห็นความก้าวหน้าในการใช้ AI ที่เพิ่มขึ้นอย่างรวดเร็ว KBTG เล่าว่า ในปีที่ผ่านมา AI สามารถช่วยสร้างโค้ดได้ถึง 21 ล้านบรรทัด ซึ่งคิดเป็นประมาณ 10% ของโค้ดทั้งหมด แต่เพียงแค่ 5 เดือนของปีปัจจุบัน (ที่ข้อมูลถูกกล่าวถึง) ตัวเลขดังกล่าวได้เพิ่มขึ้นเป็น 41 ล้านบรรทัด คิดเป็นประมาณ 15% ของโค้ดทั้งหมดอย่างรวดเร็ว ตัวเลขนี้ตอกย้ำให้เห็นว่า KBTG กำลังเร่งยกระดับการใช้ AI จากแค่ Coding Assistant ไปสู่การเป็น AI Agent ที่ทำงานร่วมกับทีมมนุษย์ได้อย่างบูรณาการ ซึ่งเป็นความซับซ้อนที่สูงกว่ามาก โดยมีข้อควรตระหนักที่ ดร.ทัดพงศ์ ได้ชี้ให้เห็นอย่างสำคัญถึงความท้าทายของวงการนี้ นั่นคือ 95% ของ Generative AI ยังไม่สามารถสร้าง Impact ได้จริง และมีเพียงราว 30% ขององค์กรเท่านั้นที่สามารถขยายการใช้ AI ไปสู่ระดับองค์กรได้ในทางปฏิบัติ