รีวิว KBTG Techtopia: Human of Tomorrow งานเทคฯแห่งปีที่พาสำรวจอนาคตที่มนุษย์ต้องเติบโตไปพร้อมกับ AI

 

เมื่อวันที่ 16 กันยายน ที่ผ่านมาเป็นอีกครั้งที่ศูนย์การประชุมแห่งชาติสิริกิติ์เต็มไปด้วยคนจากวงการ Technology, AI, Cybersecurity ไปจนถึง MarTech ที่มารวมตัวกันในงาน KBTG Techtopia: Human of Tomorrow งานเทคโนโลยีประจำปีของ KBTG บริษัท Tech Arm ของธนาคารกสิกรไทย ซึ่งจัดต่อเนื่องเป็นปีที่ 4 แล้ว

บรรยากาศปีนี้คึกคักมากกว่าหลายปีที่ผ่านมา เพราะในปีนี้มีผู้ลงทะเบียนเข้าร่วมงานมากที่สุดเป็นประวัติการณ์ ในพื้นที่จัดงานที่ขยายใหญ่ขึ้นในพื้นที่กว่า 10,000 ตารางเมตร รองรับเวทีสัมมนา 3 เวที พื้นที่ 8 Playground Workshop, 10 Community Circle และ Innovation Showcase ได้พร้อมๆ กัน

งานปีนี้ KBTG หันมาตั้งคำถามกับโลกในปัจจุบันที่ AI พัฒนาไปอย่างรวดเร็วผ่านชื่อ Human of Tomorrow โดยในงานจะพาเราไปสำรวจว่า เมื่อ AI เริ่มเข้ามามีบทบาทในการทำงาน การตัดสินใจ ธุรกิจ และชีวิตประจำวันมากขึ้น มนุษย์ในวันพรุ่งนี้ควรมีหน้าตาอย่างไร

Marketing Oops! จะพาไปรีวิวจากการไปร่วมงาน และไปสำรวจคำตอบที่ได้จากหลายๆ เวทีที่ได้ร่วมฟังว่า บทบาทใน “วันพรุ่งนี้” ของมนุษย์จะเป็นอย่างไรในยุคที่ AI ทำได้แทบจะทุกอย่างแทนมนุษย์แล้ว

 

Human of Tomorrow คือมนุษย์ที่ยังเป็นผู้กำหนดทิศทาง

ต้องบอกก่อนว่า KBTG ออกแบบเนื้อหางานนี้ผ่าน 6 Pillars ครอบคลุมตั้งแต่ศักยภาพมนุษย์ การเปลี่ยนองค์กร เศรษฐกิจและกติกาโลก เทคโนโลยีแนวหน้า ทักษะแห่งอนาคต ไปจนถึงความปลอดภัยและ Governance ใน Session เปิดงานเรื่อง Reimagining Our Next Chapter โดยคุณวรนุช เดชะไกศยะ Executive Chairman แห่ง KBTG เองก็ฉายภาพให้เราเห็นว่าเมื่อโลกเข้าสู่ยุคที่ AI ทำงานตามสั่ง พัฒนาไปสู่ AI Agent ที่วางแผน เรียกใช้เครื่องมือ และลงมือทำงานได้เอง ความสามารถระดับนี้สร้างโอกาสให้องค์กร Scale ธุรกิจได้เร็วขึ้น ขณะเดียวกันก็ทำให้เรื่อง “การกำกับดูแล, ความปลอดภัย และความรับผิดรับชอบ” ก็มีความสำคัญไม่แพ้กันดังนั้นสิ่งนี้ต้องออกแบบคู่กันตั้งแต่ต้น

 

 

คุณวรนุช เล่าให้ฟังว่า KBTG นำ AI เข้าไปอยู่ในวงจรของการพัฒนาซอฟท์แวร์ตั้งแต่ Requirement, Design, Development ไปจนถึง Testing โดยมีการพัฒนา Multi-agent Platform ชื่อว่า AthenaMind มาช่วยในกระบวนการพัฒนาภายในองค์กร โดยมี AI ที่มาช่วยประเมิน AI ชื่อว่า Sai JAI, มี AI ช่วยวาง Guardrails ให้ Generative AI ชื่อว่า AEGIS และยังมี AI Playground สำหรับการทดลองและติดตามระบบระหว่างการพัฒนาด้วย

สิ่งที่คุณวรนุช สื่อสารก็คือในยุคที่ AI พัฒนาไปอย่างก้าวกระโดด สิ่งสำคัญของการนำ AI มาใช้ในองค์กรก็คือต้องสร้างระบบที่ AI สามารถทำงานได้ภายใต้ขอบเขตที่กำหนด มองเห็นการทำงาน ตรวจสอบย้อนกลับได้ และมีผู้รับผิดชอบชัดเจน มากกว่าการวัดกันด้วยจำนวน AI ที่องค์กรนำมาใช้

 

เมื่อ KBTG เปลี่ยนแนวคิดให้กลายเป็น Use Case

เมื่อเราเดินมายังโซน Innovation Showcase ของ KBTG เองเราก็ได้เห็นแนวคิด Human of Tomorrow ถูกแปลงเป็น Demo และ Use Case ได้ชัดเจนขึ้น ตั้งแต่ Workflow หลังบ้านขององค์กร ไปจนถึงโปรเจกต์ที่สามารถสร้างธุรกิจได้จริงแล้วหลายรูปแบบ

อย่างเช่นแอป MAKE by KBank แอปพลิเคชั่นช่วยบริหารจัดการเงินที่เรารู้จักกันดี ซึ่งล่าสุดมีฟีเจอร์ใหม่ที่เรียกว่า “MAKE Habits” ที่ช่วยช่วยติดตามและสร้างนิสัยการเงินที่ดี ถูกพัฒนาขึ้นภายใต้แนวคิด “Daily Financial Tracking for Habits Builder” ที่ช่วยให้เราเข้าใจพฤติกรรมตัวเอง และสร้างวินัยทางการเงินได้อย่างต่อเนื่อง มีกิมมิคสนุกๆ อย่าง “คะแนนกิโลเมค” ช่วยประเมินพฤติกรรมเราทุกเดือนเพื่อพัฒนาวินัยทางการเงิน โดยจะเน้นที่ 3 นิสัย คือ “จัด” เงินทุกบาทต้องมีหน้าที่ “ออม” ออมตามเป้าของตัวเองอย่างสม่ำเสมอ และ “จ่าย” ใช้อย่างมีขอบเขต คุมงบให้อยู่

หรือจะเป็น MeowJot (เหมียวจด) แอปช่วยบันทึกและจัดการรายจ่ายอัตโนมัติที่มีฟีเจอร์น่าสนใจเช่น รวมรายจ่ายครบในที่เดียว จดอัตโนมัติจากสลิปโอนเงินและใบเเจ้งยอดบัตรเครดิต มีระบบ Budget Alert ตั้งงบ ช่วยติดตามรายจ่ายรวมหรือเฉพาะเรื่องที่สนใจ เตือนเราได้เมื่อใกล้ใช้เงินเกินงบ มาพร้อมกับฟีเจอร์ MeowDoo ไฮไลท์ข้อมูลการใช้จ่ายแต่ละเดือน ในรูปแบบการทำนายดวงการเงินสนุกๆ

ในโซนนี้ยังมีระบบนิเวศสินทรัพย์ดิจิทัลของ Orbix Group ซึ่งครอบคลุมทั้งแพลตฟอร์มซื้อขาย การบริหารกองทุน การรับฝากสินทรัพย์ดิจิทัล โครงสร้างพื้นฐานบล็อกเชน และ Kubix แพลตฟอร์มสำหรับการออกและลงทุนในโทเคนดิจิทัล

อีกกลุ่มที่น่าสนใจคือ AINU ซึ่งนำ AI และเทคโนโลยีความปลอดภัยไปพัฒนาเป็นโซลูชันสำหรับองค์กร ทั้งระบบปกป้องโมบายแอป ระบบยืนยันตัวตนดิจิทัล และ AINU Insurtech ที่ใช้ AI ช่วยตรวจสภาพและความเสียหายของรถ พร้อมระบบ Teleclaim ให้บริการในการเคลมประกันและบันทึกหลักฐานผ่านวิดีโอจากระยะไกลได้

อีกกลุ่มหนึ่งสะท้อนการขยับจาก AI Demo ไปสู่ Workflow ขององค์กร ก็มีเช่น KBTG Agentic Landscape ภาพรวมระบบ AI Agent ที่ KBTG นำมาใช้ในหลายๆส่วนงาน ตั้งแต่การพัฒนาซอฟต์แวร์ การทดสอบระบบ งาน IT Operations และ Cybersecurity ไปจนถึงงานด้านกฎหมายและจัดซื้อ

อีกมุมหนึ่งที่ช่วยขยายภาพว่าเทคโนโลยีของ KBTG ไปได้ไกลกว่าเรื่องการเงิน คือ Use Case ด้านสุขภาพและการเกษตร โดยด้านสุขภาพ KBTG ร่วมกับ KBank และจุฬาลงกรณ์มหาวิทยาลัยนำเสนอ Virtual Patient และ Psychiatric AI Simulator สำหรับจำลองผู้ป่วย เพื่อช่วยให้นิสิตแพทย์ฝึกสถานการณ์ทางคลินิก การสัมภาษณ์ผู้ป่วยจิตเวช และการคิดวิเคราะห์ผ่านสถานการณ์จำลอง

ส่วนด้านการเกษตร KBTG ร่วมกับ MIT Media Lab และ GISTDA นำ AI มาวิเคราะห์ข้อมูลดาวเทียมเพื่อติดตามพื้นที่ปลูกอ้อย ข้าว ข้าวโพด และมันสำปะหลัง รวมถึงสำรวจพื้นที่เผาและการทำลายป่า ตัวอย่างเหล่านี้สะท้อนว่า AI สามารถนำไปเชื่อมกับโจทย์การพัฒนาคน การดูแลสุขภาพ ตลอดจนการบริหารทรัพยากรและสิ่งแวดล้อมได้

ภาพรวมในโซน Showcase นั้นจึงทำให้เราได้เห็นบทบาทของ KBTG ในฐานะ Tech Arm ของธนาคารกสิกรไทยได้ชัด ทั้งการสร้างประสบการณ์สำหรับผู้ใช้ การพัฒนาระบบหลังบ้าน และการเชื่อมเทคโนโลยีกับโจทย์ด้านการศึกษา สุขภาพ เกษตร และการพัฒนาศักยภาพของคนได้เป็นอย่างดี

 

ROI or RIP เมื่อจำนวน AI Use

 

เมื่อมีเครื่องมือและ Use Case เพิ่มขึ้น คำถามต่อมาคือองค์กรในประเทศไทยกำลังสร้าง AI Transformation จริงไม่ หรือหรือจริงๆแล้วกำลังนำเทคโนโลยี AI มาทำโครงการทดลองที่ไม่ได้เกิดประโยชน์โดยเฉพาะในมุมของผลตอบแทนจากการลงทุน

เรื่องนี้เราได้คำตอบที่น่าสนใจจากคุณเรืองโรจน์ พูนผล ผู้ร่วมก่อตั้ง House of Wisdom โดยคุณเรืองโรจน์ขึ้นเวทีในหัวข้อ ROI or RIP: Beyond the Pilot Phase  ตั้งคำถามกับองค์กรในยุคปัจจุบันที่มี AI Use Case จำนวนมาก แต่ยังอธิบายไม่ได้ว่า AI เปลี่ยนรายได้ ต้นทุน ความเร็ว หรือความสามารถในการแข่งขันตรงไหน

Framework บนเวทีให้น้ำหนักความสำเร็จของ AI Transformation ไว้ที่ AI และ Algorithm 10%, Technology และ IT 20% ขณะที่อีก 70% อยู่ที่ People และ Governance สิ่งนี้ทำเห็นเลยว่าโมเดลเป็นเพียงส่วนหนึ่งของการเปลี่ยนแปลง เพราะองค์กรยังต้องการวิสัยทัศน์ของผู้นำ การออกแบบ Workflow การตัดสินใจ และอื่นๆ อีกมาก

คณเรืองโรจน์เสนอให้องค์กรลดการกระจาย Pilot จำนวนมาก แล้วเลือก 5 –10 Transformational Bets ที่มีเจ้าของระดับ CEO ออกแบบ Workflow ใหม่แบบ End-to-end และกำหนดผลลัพธ์ทางธุรกิจให้ชัด ภายใต้กระบวนการ 4 ขั้น ได้แก่ SEE เพื่อมองอนาคต, REINVENT เพื่อออกแบบธุรกิจและโมเดลการทำงานแบบใหม่, UNLEASH เพื่อกระจายความเป็นเจ้าของงานรวมไปถึง JUDGE เพื่อรักษา Human Judgment ไว้ในการตัดสินใจสำคัญ

บทเรียนสำคัญสำหรับผู้นำคือ AI สามารถเข้ามาช่วยวิเคราะห์ ท้าทายสมมติฐาน และจำลองสถานการณ์ได้ ส่วนการเลือกว่าจะสร้างอนาคตแบบใด ต้องอาศัย Purpose, Values, Taste, Courage และความเข้าใจบริบทจากผู้นำที่เป็นมนุษย์อยู่ดี

 

Hyper-Personalization ต้องเดินพร้อม Zero Trust

สำหรับนักการตลาด AI เปิดโอกาสให้แบรนด์เข้าใจลูกค้าและตัดสินใจทำแคมเปญต่างๆได้ละเอียดขึ้นในระดับ Hyper-Personalization แต่ยิ่งระบบรู้จักลูกค้ามากและตัดสินใจแทนได้มาก ปัญหาต่อมาก็คือจะมีข้อจำกัดเรื่องสิทธิ์ การใช้ข้อมูล รวมถึงขอบเขตความรับผิดชอบที่ต้องชัด สิ่งนี้คือแนวคิดเพื่อความปลอดภัยแบบ “Zero Trust” และคำถามที่ตามมาก็คือเราจะออกแบบระบบให้เกิดความสมดุลระหว่างสองสิ่งนี้ได้อย่างไร

บนเวทีเราได้เข้าฟังในหัวข้อ Balancing Hyper-Personalization with Zero-Trust Security โดย Mohan Ram Ramakrishnan จาก Pegasystems ผู้ให้บริการระบบในการทำการตลาดแบบ Personalization และคุณ Degui Xu จาก Kong ผู้ให้บริการแพลตฟอร์มสำหรับการจัดการและเชื่อมต่อ API ระหว่างระบบซอฟต์แวร์ ซึ่งทั้งสองคนก็ได้ชวนให้มอง Personalization และ Security ให้เป็นสถาปัตยกรรมเดียวกัน

ฝั่ง Hyper-Personalization ต้องเชื่อมข้อมูลด้วย Unified Customer Data, AI และ Business Rules เข้าด้วยกัน คือมีระบบตัดสินใจกลางที่ต้องทำงานข้ามทุกช่องทางได้ รวมถึงต้องมีความสามารถในการเรียนรู้อย่างต่อเนื่องและต้องมี Explainability หรือความสามารถในการอธิบายแต่ละ Action ได้ เพื่อให้ Mobile App, Call Center, สาขา และช่องทางอื่นเข้าใจบริบทของลูกค้าในทิศทางเดียวกัน

ฝั่ง Zero Trust ต้องตรวจสอบตั้งแต่ตัวผู้ใช้ การเข้าถึง API การสื่อสารระหว่าง Service ไปจนถึง AI Agent ที่ทำงานแทนบุคคล โดยระบบต้องรู้ว่า Agent ได้รับมอบหมายจากใคร มีสิทธิ์ทำอะไร และใครเป็นผู้รับผิดชอบเมื่อเกิดความผิดพลาด

ประเด็นที่น่าสนใจก็คือทั้งคู่พูดตรงกันว่า Personalization ที่ดีต้องประสาน Journey ให้ต่อเนื่อง จำกัดความถี่และข้อเสนอให้เหมาะสม พร้อมอธิบายได้ว่าเหตุใดลูกค้าจึงได้รับข้อความหรือ Action ต่างๆ เหล่านั้นได้

 

สำรวจวิธีคิดการออกแบบประสบการณ์การใช้ AI จากนักออกแบบตัวจริง

อีก Session ที่น่าสนใจที่จะตอบคำถามสำคัญก็คือ “ถ้ามนุษย์จะต้องมีปฏิสัมพันธ์กับ AI ในอนาคตแน่ๆ” เราจะออกแบบปฏิสัมพันธ์กับ AI อย่างไรไม่ให้สูญเสียความเป็นมนุษย์ไป

 

 

คำตอบอยู่ใน Session AI  Prompts Won’t Save Us: Imagining Human-AI Experiences Beyond Chatboxes โดยทีม Beacon Interface ของ KBTG ที่พาเราไปสำรวจวิธีคิดการออกแบบ Human–AI Interaction ที่ไปไกลกว่าการเขียน Prompt แบบเห็นภาพชัดๆ และสิ่งนี้น่าจะเป็นประโยชน์กับงานของนักพัฒนาซอฟท์แวร์ในยุค AI แบบทุกวันนี้มากๆ เลยทีเดียว

เนื้อหาถูกแบ่งออกเป็น 3 บท บทแรกชี้ว่า Prompting ยังเป็นภาระสำหรับผู้ใช้ โดยเฉพาะเมื่อความต้องการจำนวนมากอยู่ในรูปของภาพ บริบท ความรู้สึก หรือสิ่งที่เราอธิบายเป็นข้อความได้ไม่ครบ แนวคิดอย่าง Human Card ที่บรรจุข้อมูลหรือ preference ของมนุษย์ที่ในอนาคตอาจต้องใช้บริการกับ AI หลากหลายแพลทฟอร์มก็อาจเป็นไอเดียที่เกิดขึ้นจริงก็เป็นได้

บทที่สองทีม Beacon Interface ใช้ LEGO เป็นการเปรียบเทียบว่า เครื่องมือช่วยลดแรงเสียดทานในการสร้างได้ แต่ความเชี่ยวชาญยังเกิดจากการเรียนรู้และการลงมือทำ ดังนั้นการออกแบบ ปฏิสัมพันธ์กับ AI ที่ดีจึงควรช่วย Reframe ปัญหา พาเราไปพบแนวคิดที่ยังไม่รู้ได้ ทดสอบความเข้าใจ แนะนำเส้นทางการเรียนรู้ต่อไปให้เราได้ความรู้ใหม่ๆและสามารถสร้างสิ่งใหม่ๆต่อไปนั่นเอง

บทสุดท้ายกลับมาที่ความแตกต่างของมนุษย์ เมื่อทุกคนเข้าถึง AI รุ่นเดียวกัน คุณภาพพื้นฐานของงานอาจใกล้กันมากขึ้น สิ่งที่สร้างความแตกต่างจึงมาจาก Knowledge, Taste, Judgment, Experience และ Vision ของผู้สร้าง

โจทย์การออกแบบจึงไม่ควรถูกจำกัดอยู่ใน Chatbox เพียงรูปแบบเดียวดังนั้นปฏิสัมพันธ์กับ AI ในการสร้างสิ่งใหม่ๆที่มีความเป็นตัวเราอาจต้องทำงานร่วมกับ Canvas, Reference, Gesture หรือการปรับชิ้นงานโดยตรง ดังนั้น AI จึงต้องเปิดทางให้เราเลือกบทบาทของในฐานะ AI Collaborator ได้ ให้มาเป็นผู้ช่วยเสนอแนะ ช่วยตั้งคำถามท้าทายความคิด ช่วยเสนอทางเลือกที่แปลกออกไปเพื่อให้เราสร้างสิ่งที่เป็นตัวตนที่แตกต่างออกมาจากคนอื่นได้จริง แม้จะใช้ AI เหมือนกันก็ตาม

ภาพปลายทางที่ Session นี้เสนอคือการขยับบทบาทมนุษย์จาก User ไปสู่ Learner และ Auteur ซึ่งเป็นคำศัพท์เฉพาะในวงการภาพยนตร์ที่ใช้เรียกผู้กำกับที่มี Vision ชัดเจน ส่วน AI หลายตัวจะทำหน้าที่คล้ายผู้ช่วยที่ร่วมกันสร้างผลงานที่มีลายเซ็นของเราออมาได้ในท้ายที่สุด

 

จากเวทีสู่พื้นที่ลงมือทำ

นอกเหนือจาก Session หลัก งานยังมีพื้นที่ Playground Workshop แบบลงมือทำจำนวน 8 หัวข้อ แบ่งเป็นรอบเช้าและบ่าย ตั้งแต่การสร้างแอปต้นแบบด้วย Google AI Studio และ Google Stitch การฝึกวิธีการประเมินคุณภาพผลิตภัณฑ์ที่สร้างด้วย AI การปรับปรุงโค้ดเก่าด้วย IBM Bob และการออกแบบผลิตภัณฑ์ AI ที่คำนึงถึงความปลอดภัยทางจิตใจ ไปจนถึงฝึกทักษะการฟังเพื่อสร้างความไว้วางใจระหว่างคน

ขณะที่ Community Circles เปิดพื้นที่สำหรับวงสนทนาขนาดเล็กๆจำนวน 10 หัวข้อ ครอบคลุมตั้งแต่การปรับตัวของมนุษย์ในยุค AI การกล้าทำเรื่องยากเพื่อก้าวออกจาก Comfort Zone การใช้ Behavioral Science สร้างพฤติกรรมใหม่ การออกแบบเส้นทางอาชีพและ Personal Strategy นอกจากนี้ยังมีวงสนทนาเรื่องการเลือกใช้ AI จาก Use Case ที่เกิดผลจริง การสร้าง One-Person Business ให้อยู่รอดและเติบโต การสร้างเครือข่ายอย่างจริงใจ และการทำงานร่วมกับคนที่มีวิธีคิดแตกต่างกันด้วย

 

Human of Tomorrow ต้องเก่งขึ้นพร้อมกับ AI

เมื่อเชื่อมเนื้อหาที่ Marketing Oops! ได้ฟังเข้าด้วยกันแน่นอนว่าภาพของ Human of Tomorrow ไม่ได้มีคำตอบเพียงแบบเดียว เพราะบางองค์กรต้องเริ่มจากการหา AI Use Case ที่กระทบ Business Outcome บางทีมต้องออกแบบ Personalization ให้ทำงานได้บนพื้นฐานของ “ความปลอดภัย” ส่วนคนทำงานแต่ละคนต้องเรียนรู้ว่าจะให้ AI ช่วยตรงไหน และเก็บการคิด การฝึกฝน รวมถึงการตัดสินใจส่วนใดไว้กับตัวเองบ้าง

อย่างไรก็ตามสิ่งที่เหมือนกันคือ มนุษย์ยังต้องเป็นผู้กำหนดเป้าหมาย วางกรอบความคิด และตัดสินใจในเรื่องที่มีความหมาย และรับผิดชอบต่อผลลัพธ์ที่เกิดขึ้น ดังนั้น นอกจากคำถามที่จะเกิดขึ้นแน่ ๆ ว่าอนาคต AI จะเก่งไปถึงขั้นไหน อีกส่วนหนึ่งที่สำคัญก็คือองค์กรกำลังใช้ AI เพื่อสร้างอะไร ระบบเปิดให้ตรวจสอบและควบคุมได้แค่ไหน และ AI ช่วยให้คนในองค์กรพัฒนาความสามารถของตัวเองขึ้นจริงหรือไม่ เพราะอนาคตที่มี AI อยู่ทุกที่ ยังไงก็ยังต้องการมนุษย์ที่รู้ว่าควรพาเทคโนโลยีไปทิศทางไหนและต้องรู้ว่าเรื่องใดที่เครื่องจักรไม่สามารถตัดสินใจแทนเราได้นั่นเอง