ธนาคารไทยยุคเอไอ จะเดินต่อหรือพอแค่นี้

สถาบันการเงินในไทยไม่มีวันตาย ไม่มีใครขาดทุน อยู่เป็นเสือนอนกินสบายๆ แต่ในต่างประเทศสถานการณ์กับแตกต่างอย่างสิ้นเชิง โดยเฉพาะการมาของ AI ที่กำลังถูกตั้งคำถามว่า การวิเคราะห์ด้วย AI กำลังเปลี่ยนแปลงการธนาคารด้วยนวัตกรรมอัจฉริยะอย่างไร ยุคใหม่ของธนาคารกำลังเปลี่ยนอีกรอบ แม้หลายธนาคารจะลงทุนเรื่องนี้มาอย่างยาวนาน แต่ตอนนี้เทคโนโลยีมันมา ของมันต้องมีเพิ่ม งานนี้ธนาคารทั่วโลกคงต้องขยับกันครั้งใหญ่

ในต่างประเทศ มีข่าวฮือฮาถึงฟีเจอร์ใหม่ที่มาช่วยงานธนาคารของเอไอ ในด้าน การตรวจจับการทุจริต โดย AI ช่วยเพิ่มความสามารถในการตรวจจับการทุจริตด้วยการวิเคราะห์รูปแบบธุรกรรมที่ผิดปกติและระบุพฤติกรรมที่น่าสงสัยได้อย่างรวดเร็ว, การประเมินความเสี่ยงด้านเครดิต เป็นการใช้ AI ในการสร้างโมเดลความเสี่ยงด้านเครดิตช่วยให้ธนาคารสามารถประเมินความเสี่ยงของผู้กู้ได้แม่นยำและรวดเร็วยิ่งขึ้น ส่งผลให้สามารถเสนอเงื่อนไขเงินกู้ที่แข่งขันได้และขยายการอนุมัติสินเชื่อให้กับลูกค้าที่หลากหลายมากขึ้น และ การปรับปรุงประสบการณ์ลูกค้า โดย AI ช่วยให้ธนาคารสามารถมอบประสบการณ์ที่เป็นส่วนตัวและราบรื่นยิ่งขึ้นให้กับลูกค้า เช่น การใช้แชทบอทที่ขับเคลื่อนด้วย AI เพื่อให้บริการลูกค้าอย่างรวดเร็วและมีประสิทธิภาพ

ล่าสุดธนาคารชั้นนำอย่าง JPMorgan Chase ได้บูรณาการ AI เข้ากับการดำเนินงาน โดยเปิดตัวเครื่องมือที่เรียกว่า LLM Suite ซึ่งใช้ AI เชิงสร้างสรรค์เพื่อช่วยเหลือพนักงานในการเตรียมเอกสารทางกฎหมายและปรับปรุงการบริการลูกค้า ส่งผลให้ประสิทธิภาพการทำงานดีขึ้น โดยรวมแล้ว การนำ AI และการวิเคราะห์ข้อมูลมาใช้ในภาคการธนาคารช่วยเพิ่มประสิทธิภาพการดำเนินงาน ลดความเสี่ยง และมอบประสบการณ์ที่ดีขึ้นให้กับลูกค้า

นี่แค่ตัวอย่าง แต่จริงๆ แล้ว ความสามารถของ AI ในภาคธนาคารไปได้ไกลกว่านั้นมาก และยังคงพัฒนาอย่างต่อเนื่อง นอกจาก การตรวจจับทุจริต, การประเมินความเสี่ยง, และการปรับปรุงประสบการณ์ลูกค้า แล้ว ยังมีอีกหลายด้านที่ AI สามารถเข้ามาปฏิวัติระบบการเงินและการธนาคารได้ เช่น:

1. การพยากรณ์ตลาดและการลงทุนอัตโนมัติ (AI-Powered Investment & Trading) โดย AI จะเข้ามาวิเคราะห์แนวโน้มตลาดแบบเรียลไทม์ ช่วยนักลงทุนตัดสินใจได้แม่นยำขึ้น มีการใช้อัลกอริธึม “Algorithmic Trading” หรือ “AI Quantitative Trading” เพื่อให้คำแนะนำและดำเนินการซื้อขายอัตโนมัติ ตัวอย่างเช่น JPMorgan Chase ใช้ AI วิเคราะห์สัญญาณตลาดล่วงหน้า เพื่อทำนายความเคลื่อนไหวของหุ้น
2. การวิเคราะห์พฤติกรรมการใช้จ่าย (AI-Powered Spending Analysis) โดย AI จะตรวจสอบพฤติกรรมการใช้จ่ายของลูกค้า และแนะนำ แผนการเงินส่วนบุคคล มีการแจ้งเตือนหากลูกค้ามีพฤติกรรมการใช้จ่ายเกินตัว หรือมีธุรกรรมที่ผิดปกติ ตัวอย่างเช่น Bank of America ใช้ AI ใน “Erica” ระบบแชทบอทอัจฉริยะ ที่ช่วยจัดการการเงินของลูกค้าโดยอัตโนมัติ
3. การบริหารสินเชื่อแบบ AI (AI-Powered Loan & Credit Management) AI ช่วยวิเคราะห์ความสามารถในการชำระหนี้ของลูกค้าโดยพิจารณาข้อมูลจากแหล่งอื่น ๆ นอกจากคะแนนเครดิต เช่น ประวัติการใช้จ่ายและพฤติกรรมการเงิน ลดปัญหาการให้สินเชื่อผิดพลาด และช่วยให้ ลูกค้าที่ไม่มีประวัติเครดิตสามารถเข้าถึงสินเชื่อได้ ตัวอย่าง: ZestFinance ใช้ AI วิเคราะห์ข้อมูลเพื่อช่วยให้ผู้ที่ไม่มีเครดิตสามารถกู้เงินได้
4. ระบบธนาคารอัจฉริยะไร้พนักงาน (AI-Driven Smart Banking) AI สามารถช่วยบริหาร สาขาธนาคารไร้พนักงาน ด้วยระบบ Chatbot, Voice Assistant และการยืนยันตัวตนผ่าน AI ใช้ Computer Vision + AI เพื่อตรวจสอบใบหน้า แทนการใช้บัตร ATM ตัวอย่าง: DBS Bank (สิงคโปร์) ใช้ AI เปิดสาขาธนาคารดิจิทัลเต็มรูปแบบ ที่ให้บริการลูกค้าแบบอัตโนมัติ 100%
5. การป้องกันภัยคุกคามทางไซเบอร์ (AI in Cybersecurity & Fraud Prevention) AI วิเคราะห์และตรวจจับพฤติกรรมที่น่าสงสัยเพื่อป้องกันการโจรกรรมข้อมูลและแฮกเกอร์ ใช้ AI + Blockchain ในการสร้างระบบความปลอดภัยระดับสูง ตัวอย่าง: Mastercard และ Visa ใช้ AI วิเคราะห์ธุรกรรมหลายล้านรายการต่อวินาที เพื่อป้องกันการฉ้อโกง

AI จึงไม่ใช่แค่เครื่องมือเสริมสำหรับธนาคารอีกต่อไป แต่เป็น “อนาคตของอุตสาหกรรมการเงิน” โดย AI สามารถช่วยให้ธนาคาร ฉลาดขึ้น, เร็วขึ้น, ปลอดภัยขึ้น และเป็นมิตรกับลูกค้ามากขึ้น ภายใน 1 ปีข้างหน้า (2025-2026) การใช้ AI ในภาคธนาคารจะเร่งตัวขึ้นอย่างมาก และเราอาจได้เห็นแนวโน้มหลัก ๆ ดังนี้

1. AI เข้ามาจัดการบริการลูกค้าแทบทั้งหมด Chatbots อัจฉริยะ จะเป็นแนวหน้าในการให้บริการลูกค้า ลดภาระของพนักงาน Call Center, AI จะสามารถ ประมวลผลอารมณ์ของลูกค้า (Sentiment Analysis) และตอบโต้ได้อย่างเป็นธรรมชาติขึ้น ตัวอย่าง: ธนาคารจะใช้ AI แนะนำผลิตภัณฑ์การเงินเฉพาะบุคคล ตามพฤติกรรมการใช้จ่าย “อีกไม่นาน AI อาจทำให้เราคุยกับธนาคารโดยไม่ต้องมีมนุษย์เกี่ยวข้องเลย”
2. AI จะเป็นตัวกลางสำคัญใน Digital Payments และ Fintech ระบบชำระเงินแบบ AI-Driven Payment จะฉลาดขึ้น เช่น การชำระเงินด้วยเสียง หรือสแกนใบหน้าผ่าน AI, AI จะช่วย ป้องกันการโกง ในระบบการชำระเงินอัตโนมัติแบบเรียลไทม์ คาดว่า Cryptocurrency & CBDC (สกุลเงินดิจิทัลของธนาคารกลาง) จะได้รับการสนับสนุนจาก AI มากขึ้น “ภายในปี 2025 การโอนเงินและทำธุรกรรมอาจเกิดขึ้นโดยไม่มีบัตรเครดิตอีกต่อไป”
3. การปล่อยสินเชื่อจะเปลี่ยนไปใช้ AI เป็นหลัก AI จะช่วยให้การพิจารณาสินเชื่อเร็วขึ้น จากหลายวันเหลือไม่กี่วินาที ผู้ที่ไม่มีเครดิตสกอร์ (เช่น ฟรีแลนซ์) จะสามารถเข้าถึงสินเชื่อได้ง่ายขึ้น AI จะ ลดความเสี่ยงของหนี้เสีย (NPL – Non-Performing Loan) โดยวิเคราะห์ข้อมูลทางเลือก เช่น พฤติกรรมใช้เงิน “อาจมีธนาคารที่ไม่มีพนักงานอนุมัติสินเชื่อเลย ทุกอย่างจะเป็นอัตโนมัติ”
4. AI จะเป็นเกราะป้องกันภัยคุกคามไซเบอร์ที่ดีกว่าเดิม Deepfake Fraud & Identity Theft (ปลอมแปลงตัวตนด้วย AI) จะพัฒนาไปไกล แต่ AI จะถูกใช้เพื่อตรวจจับภัยคุกคามนี้ ระบบ AI-driven Cybersecurity จะเรียนรู้และป้องกันการแฮ็กข้อมูลได้แบบเรียลไทม์ ธนาคารจะใช้ AI ตรวจจับ ธุรกรรมผิดปกติที่เกิดขึ้นในเสี้ยววินาที “AI อาจช่วยให้บัญชีของเราปลอดภัยขึ้น แต่อาชญากรก็จะใช้ AI ในทางกลับกันเช่นกัน”
5. AI จะเริ่มแทนที่พนักงานบางส่วนในธนาคาร ตำแหน่งเช่น พนักงานบริการลูกค้า, เจ้าหน้าที่อนุมัติสินเชื่อ, ฝ่ายวิเคราะห์ข้อมูล อาจถูกลดจำนวนลง ธนาคารบางแห่งอาจ ลดจำนวนสาขาและหันไปสู่ Online Banking เป็นหลัก การใช้ AI ในงานหลังบ้าน (Back Office) เช่น การตรวจสอบเอกสารและการบัญชีจะสูงขึ้น “ปี 2025 อาจเป็นจุดเปลี่ยนที่เราจะเริ่มเห็น ‘ธนาคารไร้พนักงาน’ จริง ๆ”

สรุป: ภายใน 1 ปี AI จะเปลี่ยนธนาคารไปอย่างไร?

ลูกค้าแทบไม่ต้องไปธนาคารอีกต่อไป – ทุกอย่างจะทำได้ผ่านแอปและ AI
การทำธุรกรรมจะเร็วและอัตโนมัติขึ้น – การอนุมัติสินเชื่อ การโอนเงิน การลงทุนใช้เวลาเพียงเสี้ยววินาที
AI จะทำให้ธนาคารปลอดภัยขึ้น – แต่ภัยคุกคามทางไซเบอร์ที่ใช้ AI ก็จะซับซ้อนขึ้นเช่นกัน
บางตำแหน่งอาจหายไป – พนักงานที่ทำงานซ้ำซากอาจถูกแทนที่ด้วยระบบ AI

“1 ปีอาจดูสั้น แต่การเปลี่ยนแปลงจะเร็วกว่าที่เราคิด  ธนาคารที่ไม่ปรับตัวอาจถูกทิ้งไว้ข้างหลัง”

ถ้าธนาคารจะก้าวไปสู่อนาคตที่ขับเคลื่อนด้วย AI และระบบอัตโนมัติเต็มรูปแบบ จะต้องมีการใช้งาน เทคโนโลยีสำคัญหลายระบบ เพื่อให้โครงสร้างพื้นฐานรองรับการเปลี่ยนแปลงได้อย่างราบรื่น

1. ระบบ AI และ Machine Learning (ML) ที่เข้ามาวิเคราะห์ข้อมูลธุรกรรม พฤติกรรมลูกค้า และความเสี่ยง, ตรวจจับการฉ้อโกงและภัยคุกคามไซเบอร์ล ใช้ AI แนะนำผลิตภัณฑ์การเงินแบบเฉพาะบุคคลล อนุมัติสินเชื่ออัตโนมัติโดยไม่ต้องมีพนักงาน ตัวอย่างระบบที่ใช้ TensorFlow / PyTorch ใช้พัฒนาโมเดล AI, H2O.ai / DataRobot แพลตฟอร์ม AI สำหรับการวิเคราะห์ข้อมูลในภาคการเงิน, OpenAI GPT / Google Gemini ใช้สร้าง Chatbot และระบบตอบคำถามอัจฉริยะ
2. ระบบ Big Data และ Data Analytics วิเคราะห์พฤติกรรมลูกค้าและแนวโน้มตลาด, คาดการณ์การใช้จ่ายและพฤติกรรมการออมของลูกค้า, วิเคราะห์ความเสี่ยงของสินเชื่อโดยใช้ข้อมูลนอกเหนือจากเครดิตสกอร์ ตัวอย่างระบบที่ใช้ Apache Spark / Hadoop ใช้จัดเก็บและประมวลผลข้อมูลขนาดใหญ่, Snowflake / Google BigQuery ใช้บริหารข้อมูลการเงินและการทำธุรกรรม, Tableau / Power BI ใช้สร้างแดชบอร์ดแสดงผลข้อมูลแบบเรียลไทม์
3. ระบบ Cybersecurity & Fraud Detection ป้องกันการโจมตีทางไซเบอร์ เช่น Deepfake Fraud, Identity Theft ตรวจสอบธุรกรรมผิดปกติแบบเรียลไทม์ ใช้ AI คาดการณ์และป้องกันการโจรกรรมข้อมูลตัวอย่างระบบที่ใช้ IBM QRadar / Splunk วิเคราะห์และป้องกันภัยคุกคามทางไซเบอร์, Darktrace / Vectra AI ใช้ AI ตรวจจับการโจมตีทางไซเบอร์, FICO Falcon / Feedzai  ใช้ AI ตรวจจับการทุจริตและพฤติกรรมผิดปกติ
4. ระบบ Cloud Computing และ Edge Computing ย้ายระบบธนาคารขึ้น Cloud เพื่อความเร็วและความยืดหยุ่น ให้บริการแอปพลิเคชันและ API สำหรับ FinTech ใช้ Edge Computing เพื่อลดเวลาในการประมวลผลข้อมูลที่สาขาหรือ ATM ตัวอย่างระบบที่ใช้ AWS / Google Cloud / Microsoft Azure ระบบ Cloud สำหรับธนาคาร, IBM Cloud for Financial Services Cloud ที่ออกแบบมาเพื่อความปลอดภัยของข้อมูลการเงิน, NVIDIA Edge AI  ใช้ในอุปกรณ์เช่น ATM อัจฉริยะ
5. ระบบ Blockchain & Digital Payments ทำให้ธุรกรรมมีความปลอดภัยและตรวจสอบย้อนกลับได้ รองรับ CBDC (Central Bank Digital Currency) และ Stablecoins ใช้ใน Smart Contracts สำหรับสินเชื่อและประกันภัย ตัวอย่างระบบที่ใช้ Ethereum / Hyperledger Fabric ใช้สร้างระบบ Smart Contract สำหรับธนาคาร, Ripple (XRP) / Stellar (XLM) ใช้พัฒนาเครือข่ายชำระเงินดิจิทัล, Visa B2B Connect / Mastercard Provenance ใช้ Blockchain สำหรับการโอนเงินระหว่างประเทศ
6. ระบบ Conversational AI & Voice Recognition สร้าง AI Chatbots และ Voice Assistants ให้ลูกค้าสื่อสารกับธนาคารได้ง่ายขึ้น ใช้ระบบ Voice & Biometric Authentication เพื่อยืนยันตัวตนแทนรหัสผ่าน ตัวอย่างระบบที่ใช้ OpenAI GPT / Google Dialogflow ใช้สร้าง Chatbots อัจฉริยะ, Amazon Lex / Microsoft Azure Bot Service ระบบ AI Assistant สำหรับธนาคาร, Nuance / Pindrop  ใช้ Voice Recognition เพื่อระบุตัวตนลูกค้า
7. ระบบ Automated Loan & Credit Scoring AI ช่วยอนุมัติสินเชื่ออัตโนมัติ โดยใช้ข้อมูลจากแหล่งอื่น ๆ นอกจากเครดิตสกอร์ วิเคราะห์ความเสี่ยงของลูกค้าแบบแม่นยำ โดยพิจารณาพฤติกรรมการใช้จ่าย ตัวอย่างระบบที่ใช้ ZestFinance / Upstart ใช้ AI วิเคราะห์เครดิตและอนุมัติสินเชื่ออัตโนมัติ, Experian Boost / Equifax AI ใช้ AI คำนวณเครดิตสกอร์โดยพิจารณาปัจจัยที่หลากหลาย, FICO Xpress Optimization  ใช้ AI วิเคราะห์ความเสี่ยงของลูกค้า

เมื่อถึงขั้นนี้แล้ว เหล่านักวิเคราะห์คาดการณ์กันว่า  ภายใน 3 ปีข้างหน้า (2027-2028) การเปลี่ยนแปลงของ AI และเทคโนโลยีทางการเงินจะชัดเจนมากขึ้น และธนาคารที่ไม่ปรับตัว อาจไม่สามารถแข่งขันได้อีกต่อไป 1. สาขาธนาคารจะหายไป 80% (The Death of Bank Branches) สาขาธนาคารแบบดั้งเดิมจะถูกลดจำนวนลง เนื่องจาก ลูกค้าสามารถทำธุรกรรมทุกอย่างผ่าน AI และแอป, ATM & Kiosk อัจฉริยะ จะเข้ามาแทนที่ธนาคารบางส่วน ลูกค้าสามารถถอนเงิน, ฝากเงิน, ขอสินเชื่อผ่านเครื่องอัตโนมัติ, Metaverse Banking จะเกิดขึ้น ธนาคารจะให้บริการในโลกเสมือนที่ลูกค้าสามารถโต้ตอบกับ AI Banker ได้ ผลกระทบคือ ลูกค้าไม่ต้องเดินทางไปธนาคาร, ค่าดำเนินการลดลง ธนาคารทำกำไรสูงขึ้น แต่พนักงานสาขาถูกลดจำนวนลง (งานหายไปเป็นล้านตำแหน่ง) ตัวอย่างที่เริ่มเกิดขึ้นแล้ว: JPMorgan & HSBC เริ่มปิดสาขาธนาคารในหลายพื้นที่ และย้ายไปให้บริการผ่านดิจิทัล 100%, Bank of America ทดสอบ AI Kiosk ที่ให้บริการแทนพนักงาน

สอง ระบบ AI แนะนำและบริหารเงินให้เราแบบอัตโนมัติ (AI-Driven Personal Finance & Robo-Advisors) AI จะเข้ามาจัดการเงินให้เราโดยอัตโนมัติ เช่น ลงทุน, ชำระค่าบัตรเครดิต, ออมเงินตามเป้าหมาย, ระบบ AI Investment Advisor จะแนะนำพอร์ตการลงทุนที่เหมาะสมกับแต่ละบุคคล, ลูกค้าจะสามารถ วางแผนเกษียณ, คำนวณภาษี, และบริหารสินทรัพย์ ได้ด้วย AI ผลกระทบก็คือ คนทั่วไปสามารถลงทุนได้ง่ายขึ้นโดยไม่ต้องมีความรู้เรื่องหุ้นหรือการเงิน, AI จะให้คำแนะนำที่แม่นยำกว่ามนุษย์ เพราะวิเคราะห์ข้อมูลแบบเรียลไทม์ แน่นอนนักวางแผนการเงินแบบดั้งเดิมอาจถูกลดบทบาท ตัวอย่างที่เริ่มเกิดขึ้นแล้ว: Wealthfront & Betterment ใช้ Robo-Advisor แนะนำการลงทุนโดยอัตโนมัติ, BlackRock AI ใช้ AI วิเคราะห์ตลาดและลงทุนอัตโนมัติ

สาม ระบบการชำระเงินแบบ AI (AI-Powered Payments & CBDC Adoption) Digital Wallet + AI จะกลายเป็นมาตรฐาน ไม่มีใครใช้บัตรเครดิตหรือเงินสดอีกต่อไป, AI Payments จะช่วยเลือกช่องทางชำระเงินที่ดีที่สุด (เช่น Crypto, CBDC, หรือ Stablecoin), ธนาคารกลางหลายประเทศจะเปิดตัว CBDC (Central Bank Digital Currency) อย่างเต็มรูปแบบ ผลกระทบก็คือ การทำธุรกรรมจะเร็วขึ้น ค่าใช้จ่ายถูกลง, อัตราการฉ้อโกงลดลงเพราะใช้ AI ตรวจสอบแบบเรียลไทม์ แต่บริษัทบัตรเครดิตแบบดั้งเดิมอาจสูญเสียตลาด ตัวอย่างที่เริ่มเกิดขึ้นแล้ว: จีน (Digital Yuan) & EU (Digital Euro) กำลังพัฒนา CBDC, Visa & Mastercard เริ่มรองรับ Crypto และ AI-Based Payments

สี่ AI จะแทนที่เจ้าหน้าที่สินเชื่อและฝ่ายบริหารความเสี่ยง 90% (AI-Powered Lending & Risk Management) AI จะสามารถอนุมัติสินเชื่อได้ในไม่กี่วินาที โดยใช้ข้อมูลจาก Social Media, พฤติกรรมใช้เงิน, และการใช้จ่ายออนไลน์, ลูกค้าที่ไม่มีเครดิตสกอร์จะสามารถเข้าถึงสินเชื่อได้ง่ายขึ้น AI จะคำนวณความเสี่ยงของแต่ละบุคคลแม่นยำกว่า Credit Score แบบเก่า ผลกระทบก็คือ คนทั่วไปสามารถกู้เงินได้ง่ายขึ้นโดยไม่ต้องใช้เอกสาร, หนี้เสียลดลง เพราะ AI ประเมินความเสี่ยงได้แม่นยำขึ้น แต่เจ้าหน้าที่อนุมัติสินเชื่ออาจตกงานเกือบทั้งหมด ตัวอย่างที่เริ่มเกิดขึ้นแล้ว: ZestFinance & Upstart ใช้ AI แทนที่ระบบเครดิตสกอร์แบบเก่า, Ant Financial ใช้ AI วิเคราะห์เครดิตจากพฤติกรรมออนไลน์

ห้า AI จะเป็นเกราะป้องกันภัยไซเบอร์ที่ล้ำหน้าขึ้น (AI Cybersecurity & Anti-Fraud Systems) AI + Quantum Computing จะช่วยเข้ารหัสข้อมูลทางการเงินให้ปลอดภัยขึ้น AI จะสามารถ ตรวจจับ Deepfake Fraud และ Social Engineering Attacks ได้แบบเรียลไทม์ Zero Trust Security Model จะถูกใช้แพร่หลาย ธนาคารจะตรวจสอบทุกธุรกรรมแบบอัตโนมัติ ผลกระทบก็คือ การฉ้อโกงและการโจมตีทางไซเบอร์ลดลงอย่างมาก, ลูกค้าได้รับการปกป้องจากภัยไซเบอร์มากขึ้น แต่แฮกเกอร์ก็จะใช้ AI โจมตีธนาคารแบบอัตโนมัติเช่นกัน ตัวอย่างที่เริ่มเกิดขึ้นแล้ว: Mastercard & Visa ใช้ AI ตรวจจับธุรกรรมผิดปกติแบบเรียลไทม์, Darktrace & IBM Watson Security ใช้ AI ป้องกันการโจมตีไซเบอร์

อนาคตธนาคารใน 3 ปีข้างหน้าจะเป็นอย่างไร? ไม่มีสาขาธนาคารอีกต่อไป ทุกอย่างจะอยู่บนดิจิทัลและ Metaverse AI จะเป็นผู้จัดการการเงินของเรา ไม่ต้องมีนักวางแผนการเงินอีกต่อไป CBDC & Crypto จะเป็นมาตรฐาน ไม่มีเงินสดและบัตรเครดิตอีกแล้ว AI จะควบคุมระบบสินเชื่อทั้งหมด กู้เงินง่ายขึ้น แต่ทุกอย่างจะถูกตรวจสอบแบบเรียลไทม์ Cybersecurity จะล้ำหน้า แต่ภัยไซเบอร์ก็ซับซ้อนขึ้น “AI จะทำให้ธนาคารมีประสิทธิภาพสูงขึ้น แต่จะมีงานจำนวนมากที่หายไป และใครที่ไม่ปรับตัวอาจถูกทิ้งไว้ข้างหลัง”

บทสรุปนี้อาจโหดร้ายกับบางคน แต่ผู้บริโภคอาจจะหน้าชื่นตาบาน เพราะบริการจะดีขึ้น เร็วขึ้น ปลอดภัยขึ้น คราวนี้ก็อยู่ที่ธนาคารไทยแล้วว่าจะอยู่เฉยๆ หรือปรับตัว