กลุ่ม SCBX จัดงานสัมมนา ‘SCBX AI Outlook 2026: The Age of Abundant Intelligence’ งานนี้จัดขึ้นเพื่อนำเสนอวิสัยทัศน์ของกลุ่ม SCBX ในการปรับตัวสู่การเป็น AI-First Organization

และอัปเดตเทรนด์ ทิศทาง รวมถึงแนวทางการใช้งานปัญญาประดิษฐ์ (AI) ในยุคที่ความฉลาดไม่ได้เป็นสิ่งที่หายากอีกต่อไป แต่กำลังกลายมาเป็นโครงสร้างพื้นฐานสำคัญที่เปลี่ยนวิถีชีวิตและการดำเนินธุรกิจ โดยชี้ให้เห็นว่าในอนาคตอันใกล้ ปัญญาประดิษฐ์จะกลายเป็นโครงสร้างพื้นฐานที่เข้าถึงง่ายและมีราคาถูกลงอย่างมหาศาล

เนื้อหาหลักมุ่งเน้นไปที่จุดเปลี่ยนสำคัญที่จะเปลี่ยนบทบาทของ AI จากการเป็นเพียงผู้ช่วยโต้ตอบไปสู่การเป็น Proactive Agent ที่ลงมือทำงานแทนมนุษย์ได้อย่างอัตโนมัติ

สรุปประเด็นเจาะลึกจากเซกชั่นในงาน

1.SCBX The Next Milestone: ก้าวสู่องค์กร AI First อย่างเต็มรูปแบบ

คุณกวีวุฒิ เต็มภูวภัทร Chief Innovation Officer, SCBX และ Chief Executive Officer, SCB 10X ได้ชี้ให้เห็นถึงจุดเปลี่ยนครั้งสำคัญขององค์กรในการก้าวสู่การเป็น AI First Company

เน้นย้ำว่าเทคโนโลยีจะต้องสร้างมูลค่าทางธุรกิจและประสบการณ์ที่ดีให้กับลูกค้าได้จริง พร้อมเตือนว่าองค์กรไม่ควรตกหลุมพรางเทรนด์ “Token Maxing” หรือการเน้นใช้ AI ปริมาณเยอะ ๆ เพียงเพื่อโชว์ความก้าวหน้า แต่ควรวัดผลที่ความคุ้มค่า เช่น การลดต้นทุน เพิ่มรายได้ หรือลดข้อผิดพลาด

สรุปประเด็นสำคัญ ดังนี้

Customer Experience (ประสบการณ์ลูกค้า): มุ่งสู่การทำ Hyper-personalization โดยมองลูกค้า 1 คนเป็น 1 รูปแบบความต้องการ อย่าง SCBX ก็พร้อมเปลี่ยนผ่านสู่ Conversational Banking ที่ให้ลูกค้าโต้ตอบหรือสั่งการด้วยเสียงเพื่อทำธุรกรรมแทนการกดแอปพลิเคชัน

Efficiency (ประสิทธิภาพการทำงาน): เน้นการลดกระดาษและระยะเวลาการทำงานหลังบ้าน ตัวอย่างที่เห็นได้ชัดจาก SCBX คือการลดเวลาอนุมัติสินเชื่อจาก 2 สัปดาห์ให้เหลือเพียง 2 นาที

Risk Management (การบริหารความเสี่ยง): SCBX นำ AI มาใช้ตรวจสอบความถูกต้องของข้อมูล และใช้ป้องกันความเสี่ยง เช่น การตรวจจับบัญชีม้า

New Business (ธุรกิจใหม่): SCBX เตรียมสร้างรายได้จากไลฟ์สไตล์ใหม่ด้วยแนวคิด Agentic e-commerce และ Agent Payment ในอนาคต ผู้ใช้งานเพียงแค่มอบหมายให้ AI ค้นหาสินค้าและทำรายการชำระเงินแทนได้อย่างเบ็ดเสร็จ

ความท้าทายคือการปรับ Workflow และ Upskill: สำหรับ SCBX สิ่งที่ยากที่สุดไม่ใช่ตัวเทคโนโลยี แต่คือการปรับเวิร์กโฟลว์ทั่วทั้งองค์กร และการเร่งอัปสกิลพนักงานกว่า 30,000 คนให้มีความรู้ด้าน AI

2. SCBX AI Outlook: 6 Shifts Shaping 2026: 6 จุดเปลี่ยนที่จะกำหนดทิศทาง AI

ดร.ทุตานนท์ สินธุประสิทธิ์ Head of R&D, SCBX และ คุณพิทวัส ทวีกิจวรชัย Research Scientist, SCB DataX ซึ่งได้ร่วมกันเจาะลึกถึง 6 เทรนด์การเปลี่ยนแปลงครั้งสำคัญที่จะพลิกโฉมโลกธุรกิจและการทำงานในยุคแห่งปัญญาประดิษฐ์อันอุดมสมบูรณ์

– Always-On Intelligence (ปัญญาประดิษฐ์ที่ไม่เคยหลับใหล): การเปลี่ยนผ่านจากเทคโนโลยีที่ต้องรอรับคำสั่งหรือแชทบอทแบบเดิม ไปสู่ “AI Agent” หรือผู้ช่วยส่วนตัวที่คิดล่วงหน้า วางแผน ตัดสินใจ และลงมือทำงานแทนเราแบบ Proactive ได้ตลอด 24 ชั่วโมง โดยมีกุญแจสำคัญคือระบบ “การบริหารจัดการบริบท” ซึ่งเปรียบเสมือนสมาธิและความจำของ AI พร้อมทั้งการผสานโครงสร้างระบบเชื่อมต่อเพื่อเป็นอวัยวะให้ AI ลงมือทำงานได้จริง

– The New Economics of Intelligence (เศรษฐศาสตร์กระแสใหม่ของปัญญา): ต้นทุนความฉลาดของ AI กำลังลดลงอย่างรวดเร็ว โดยเฉพาะโมเดลที่ใช้เหตุผลขั้นสูงระดับปริญญาเอกมีราคาลดลงถึง 900 เท่าต่อปี เมื่อทุกคนเข้าถึงความฉลาดได้เท่ากัน ชัยชนะของธุรกิจจึงไม่ใช่การแข่งกันสร้างโมเดลที่ใหญ่ที่สุด แต่เปลี่ยนไปอยู่ที่การสร้างระบบเชื่อมต่อ และการเลือกใช้ “โมเดลเฉพาะทาง” ที่เก่งเฉพาะด้านและคุ้มค่ามากกว่า เพราะราคาถูกกว่ามหาศาลแต่มีความสามารถทัดเทียม

– Operationalizing Intelligence (การนำปัญญาประดิษฐ์ไปปฏิบัติงานและใช้งานจริง): มูลค่าทางธุรกิจที่แท้จริงไม่ได้อยู่ที่ระดับตัวโมเดล แต่อยู่ที่ระดับ “แอปพลิเคชัน” ที่ผู้ใช้งานสัมผัสได้ แนวทางการใช้ AI ในองค์กรปัจจุบันยังเป็นเรื่องของการ “เสริมพลังมนุษย์” มากกว่าการทำงานแทนทั้งหมด 100% เนื่องจาก AI ยังมีความฉลาดที่ไม่สม่ำเสมอ มนุษย์จึงยังเป็นฟันเฟืองสำคัญในการควบคุมทิศทางและตรวจสอบผลลัพธ์

– Reshaping Software, Redefining Work (การเขย่าวงการซอฟต์แวร์ และการนิยามความหมายใหม่ของการทำงาน): เกิดเทรนด์การพัฒนาซอฟต์แวร์แบบทันใจที่สร้างขึ้นสด ๆ เพื่อตอบสนองความต้องการเฉพาะหน้าในวินาทีนั้นผ่านกระบวนการสร้างที่เรียกว่า “Vibe Coding” ซึ่งเปลี่ยนรูปแบบการทำงานจากเดิมที่ต้องเขียนโค้ดทีละบรรทัดเหมือนกรรมกรตอกตะปู ไปสู่การเป็น “สถาปนิก” ที่คอยกำหนดความต้องการ (Vibe) และสั่งให้ AI เขียนโค้ดสร้างแอปพลิเคชันแทน

ส่งผลให้บทบาทพนักงานเปลี่ยนไปเป็น “ผู้ควบคุมและวางระบบ AI” ที่ต้องใช้ทักษะการคิดเชิงระบบ การวิเคราะห์ และความฉลาดทางอารมณ์สูงขึ้น ทัศนะนี้จะช่วยทลายคอขวดแผนกไอทีอย่างมหาศาล เพราะพนักงานแผนกอื่น ๆ เช่น บัญชีหรือการตลาด สามารถสั่ง AI สร้างซอฟต์แวร์เฉพาะกิจหรือหน้าปัดดึงข้อมูล มาใช้งานได้ทันทีโดยไม่ต้องรอคิวนานเป็นเดือน ๆ และยังช่วยลดต้นทุนการซื้อซอฟต์แวร์สำเร็จรูปจากภายนอกได้อีกด้วย

– Democratizing Intelligence (การทำให้ปัญญาประดิษฐ์เป็นเทคโนโลยีที่ทุกคนเข้าถึงได้): การทำลายกำแพงข้อจำกัดทั้งด้านราคา ภาษาถิ่น การสั่งการด้วยเสียง และการประมวลผลบนอุปกรณ์ปลายทางโดยไม่ต้องใช้อินเทอร์เน็ต

ตัวอย่างเช่น การพัฒนาโมเดล “Typhoon 2.5” ของ SCBX ที่รองรับทั้งภาษาไทยและภาษาถิ่น เช่น ภาษาอีสาน นอกจากนี้ องค์กรและประเทศยังต้องเร่งสร้าง “อธิปไตยทาง AI” เพื่อลดความเสี่ยงจากการพึ่งพาเทคโนโลยีผูกขาดและรักษาความมั่นคงของข้อมูล

ซึ่งแนวคิด อธิปไตยทาง AI นี้มีความสำคัญอย่างยิ่งในมิติความมั่นคงชาติ หากพึ่งพาแต่ระบบต่างชาติ อาจเสี่ยงต่อการถูกระงับบริการหรือเปลี่ยนนโยบายที่เราควบคุมไม่ได้

การสร้าง อธิปไตยทาง AI จึงเปรียบเสมือนการปฏิเสธที่จะ “เช่าบ้านคนอื่นอยู่” แต่หันมาสร้าง “ระบบนิเวศของตัวเอง” ตั้งแต่ศูนย์ข้อมูล แหล่งพลังงาน ชุดข้อมูลภาษาถิ่น ไปจนถึงแอปพลิเคชัน ซึ่งปัจจุบันประเทศไทยมีการริเริ่มผ่านโครงการพัฒนาโมเดลภาษาของตนเอง เช่น โครงการ ThaiLLM เป็นต้น

– Governing Intelligence (การกำกับดูแลปัญญาประดิษฐ์): เมื่อ AI สามารถคิดหาวิธีบรรลุเป้าหมายได้เอง อาจเกิดพฤติกรรมความเสี่ยงแบบใหม่ เช่น การหลอกลวง ปิดบังข้อมูล หรือทำทุกวิถีทางเพื่อบรรลุเป้าหมายแม้ต้องแหกกฎ

องค์กรจึงต้องประยุกต์ใช้หลักความปลอดภัยอย่าง “Zero Trust” หรือการไม่ไว้ใจ AI อย่างเด็ดขาด และ “Human-in-the-loop” เข้ามาควบคุม โดยมีแนวทางปฏิบัติคือ ตรวจสอบทุกคำสั่งและผลลัพธ์, ให้สิทธิ์เข้าถึงข้อมูลเท่าที่จำเป็น, ให้ทำงานในสภาพแวดล้อมจำลอง และมีมนุษย์ร่วมทบทวนการตัดสินใจสำคัญเสมอ

ทั้งนี้ “ความปลอดภัย” ไม่ใช่ตัวเบรกนวัตกรรม แต่คือ “เข็มขัดนิรภัย” และระบบเบรกอัตโนมัติที่จะช่วยให้องค์กรขยายสเกลการใช้งาน AI ได้อย่างมั่นใจและยั่งยืน

3. Panel: Beyond the Hype: Abundant Intelligences at Work

เซกชั่นนี้ดำเนินรายการโดย คุณณัฏฐ์ ชูกำแพง Senior Research Scientist จาก SCBX ซึ่งได้เชิญผู้เชี่ยวชาญจาก 4 ภาคส่วนหลักมาร่วมเจาะลึกเบื้องหลังการนำ AI ไปใช้งานจริงในองค์กร โอกาส ความท้าทาย และการจัดการความเสี่ยง

ดร. นพ. ธนกฤต จินตวร รองผู้อำนวยการสถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน): ให้มุมมองในระดับโครงสร้างพื้นฐานประเทศว่า รากฐานสำคัญที่สุดก่อนก้าวไปสู่ยุค Agentic AI คือการมี “รากฐานด้านข้อมูล” ที่แข็งแรง โดยปัจจุบันประเทศไทยยังเผชิญปัญหาหลัก 3 ประการ คือ 1. Data Silos (ข้อมูลกระจัดกระจายไม่แชร์กัน) , 2. ขาดการจัดการความรู้ (Knowledge Management) ในระดับองค์กรและประเทศ และ 3. ขาด Trust Ecosystem หรือความเชื่อใจในการแลกเปลี่ยนข้อมูลเพราะกลัวเสียเปรียบทางธุรกิจ

ทางสถาบันจึงเข้ามาผลักดัน “National Big Data Platform” เพื่อสร้างมาตรฐานและสภาพแวดล้อมการแลกเปลี่ยนข้อมูลที่ปลอดภัย โดยนำร่องในกลุ่มสาธารณสุข ธนาคาร และการท่องเที่ยว

นอกจากนี้ยังร่วมผลักดัน “Sovereign AI” ผ่านโครงการ “ThaiLLM” ซึ่งเป็นการทำงานร่วมกันกับภาครัฐ สถาบันวิจัย และมหาวิทยาลัยชั้นนำ เพื่อสร้างโมเดลพื้นฐานภาษาไทยที่เป็นของประเทศเอง เพื่อให้มีความเข้าใจบริบทจำเพาะต่อคนไทยอย่างแท้จริง จากนั้นบริษัทเทคโนโลยีขนาดใหญ่ เช่น ทีมพัฒนา Typhoon ของ SCBX จะรับช่วงต่อในการนำโมเดลพื้นฐานนี้ไปฝึกฝนและสอนเพิ่มเติมเพื่อต่อยอดเชิงพาณิชย์

ทั้งนี้ สถาบันได้ใช้แนวทางแบบ “Federated Model” ในการดึงข้อมูล ซึ่งจะใช้วิธีดึงเฉพาะข้อมูลเชิงลึกออกมาเมื่อจำเป็น แทนการดึงข้อมูลดิบมารวมศูนย์ เพื่อรักษาความเป็นส่วนตัวขององค์กร

คุณธนุส ผะอบแสง Senior Associate Director Commercial Products & Solutions, SCG Digital: แบ่งปันประสบการณ์การทรานส์ฟอร์มองค์กรขนาดใหญ่อย่าง SCG ว่าความสำเร็จต้องเกิดจากการที่ผู้บริหารระดับสูงกำหนดเป้าหมายชัดเจนทั้งในแง่รูปธรรมและนามธรรม โดยเส้นทางการนำ AI มาใช้ของ SCG แบ่งเป็นสเต็ป ดังนี้

1.ปีแรก (Awareness & Adoption): เน้นสร้างความตระหนักรู้ ให้พนักงานทดลองใช้เพื่อเปลี่ยนมุมมองให้เห็นว่า AI คือ “เพื่อนคู่คิด” ไม่ใช่สิ่งที่น่ากลัว

2.ปีปัจจุบัน (Agentic & Sandbox): ขยับมาสู่การใช้ Agent โดยสร้างแพลตฟอร์มส่วนกลางให้พนักงานสร้าง AI Agent หรือเครื่องมือส่วนตัวช่วยเพิ่มประสิทธิภาพการทำงานได้เอง

3.อนาคต (Agent Network): มุ่งหวังให้ AI Agent เป็นผู้นำในการจัดการงานที่ซับซ้อน (Complex tasks) เพื่อปลดล็อกพนักงานไปทำงานที่สร้างมูลค่าสูงขึ้น (Value creation)

นอกจากนี้ ยังแนะวิธีแก้ปัญหา “Shadow AI” หรือความเสี่ยงที่พนักงานแอบนำข้อมูลบริษัทไปใช้กับเครื่องมือ AI ภายนอกจนอาจทำข้อมูลรั่วไหล ซึ่ง SCG ได้แก้ไขด้วยการสร้างโครงสร้างแบบ “Sandbox” เป็นพื้นที่ปลอดภัยส่วนกลางภายในองค์กร ที่มีโมเดลและ API พร้อมระบบควบคุม Data Privacy รัดกุม เพื่อให้พนักงานนำไอเดียมาทดสอบและสร้าง AI Agent ได้อย่างอิสระ ทำให้งานเดินหน้าได้อย่างรวดเร็วโดยที่องค์กรยังมั่นใจว่าข้อมูลปลอดภัย

ดร.พิณนรี ธีร์มกร อาจารย์ประจำและผู้เชี่ยวชาญด้านกลยุทธ์ปัญญาประดิษฐ์ สถาบันบัณฑิตบริหารธุรกิจศศินทร์ จุฬาลงกรณ์มหาวิทยาลัย: ฉายภาพรวมธุรกิจไทยว่าตื่นตัวสูงมาก แต่กลุ่ม SME ยังมีข้อจำกัดและท้าทายสำคัญ 3 ประการ คือ 1. ต้นทุนการประมวลผล (Token) ที่ราคาแพงหากต้องการใช้โมเดลระดับแนวหน้า, 2. ความกังวลด้าน Privacy ว่าความลับบริษัทจะรั่วไหล และ 3. ความไม่พร้อมของข้อมูลองค์กรที่ยังไม่เป็นดิจิทัล

ทางออกสำหรับ SME คือการหันมาใช้ “โมเดลเฉพาะทาง” หรือโอเพนซอร์ส ขนาดเล็กที่ถูกฝึกมาเพื่อกลุ่มงานเฉพาะด้าน ซึ่งสามารถลดต้นทุนได้ถูกกว่าโมเดลยักษ์ใหญ่ถึง 400 เท่า หรือเลือกใช้โมเดลในประเทศ เช่น Typhoon OCR หรือ Typhoon ASR ที่มีต้นทุนถูกกว่าผู้ให้บริการภายนอกรายอื่น ในส่วนของภาคการศึกษาที่ถูกดิสรัปต์อย่างหนัก เน้นย้ำว่าแรงงานยุค 2026 จำเป็นต้องเร่งสร้าง “AI Competency 5 ด้าน” ได้แก่

1.AI Knowledge (ความรู้พื้นฐาน): ความเข้าใจว่า AI คืออะไร ทำอะไรได้บ้าง และมีรูปแบบแอปพลิเคชันแบบใด

2.Problem Solving (การแก้ปัญหา): ทักษะการย่อยปัญหา (Breakdown) เป็นชิ้นเล็ก ๆ เพื่อสั่งให้ AI Agent ทำงานร่วมกันได้ถูกต้อง

3.Human-AI Collaboration (การทำงานร่วมกับ AI): ตระหนักเสมอว่า “AI ขาดสามัญสำนึก” มนุษย์จึงต้องวางกรอบและแบ่งงานให้ชัดเจน เพื่อป้องกันความเสียหายที่คาดไม่ถึง เช่น ทฤษฎี Paper Clip Experiment ที่ AI อาจทำลายโลกเพียงเพื่อหาเหล็กมาทำคลิปหนีบกระดาษตามคำสั่งหากไม่มีมนุษย์ตีกรอบ

4.Ethics (คุณธรรมจริยธรรม): มนุษย์ต้องเป็นผู้กำกับทิศทางและกรอบจริยธรรม เพราะ AI สามารถลงมือทำได้ทุกอย่างตั้งแต่เรื่องง่ายไปจนถึงการสั่งยิงระเบิดนิวเคลียร์

5.Continuous Adaptation (การปรับตัวเรียนรู้ตลอดชีวิต): ความสามารถในการเรียนรู้ด้วยตนเองอยู่เสมอเพราะเทคโนโลยี AI เปลี่ยนแปลงเร็วมาก สิ่งที่เรียนวันนี้อาจล้าสมัยในวันพรุ่งนี้

คุณมนตรี สถาพรกุล หัวหน้าฝ่ายคุ้มครองข้อมูลส่วนบุคคล บริษัท ทรู คอร์ปอเรชั่น จํากัด (มหาชน): ตอกย้ำแนวคิดว่าพนักงานต้องเข้าใจว่า AI ไม่ใช่สิ่งที่จะมาแทนที่คน แต่เป็นเพียง “เครื่องมือช่วยสนับสนุนการตัดสินใจ” เท่านั้น การนำ AI เข้ามาใช้ต้องเริ่มจากการตั้งโจทย์และวัตถุประสงค์ทางธุรกิจให้ชัดเจนก่อน ไม่ใช่แค่ซื้อแพลตฟอร์มมาเปิดใช้

สิ่งสำคัญที่สุดในการนำ AI มาสเกลในองค์กรคือการยึดหลัก “Privacy and Security by Design” คือออกแบบการคุ้มครองข้อมูลและความปลอดภัยตั้งแต่โครงสร้างชั้นแรกของแพลตฟอร์ม, มีการประเมินกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) อยู่ตลอดเวลาว่าข้อมูลเข้าข่ายความจำเป็นและสัดส่วนที่เหมาะสมหรือไม่, สร้างความรับผิดชอบร่วมกันของทุกคนในองค์กร และต้องมีกลไก “Human-in-the-loop” เสมอ

กล่าวคือ หากบอทหรือ AI ทำงานผิดพลาด ให้ข้อมูลไม่ตรงจุด จะต้องมีมนุษย์ เช่น พนักงาน Call Center หรือแอดมิน พร้อมเข้าแทรกแซงและตรวจสอบเป็นด่านสุดท้าย เพื่อป้องกันความเสียหายและรักษาความมั่นใจให้กับผู้บริโภค