AI จะเข้ามาแทนที่นักลงทุนในธนาคารหรือไม่? [วิดีโอและแบบทดสอบ]

คำตอบสั้นๆ คือ AI จะไม่เข้ามาแทนที่นักลงทุนในตลาดหลักทรัพย์ทั้งหมด แต่จะเข้ามาทำหน้าที่ในส่วนงาน "การผลิต" ระดับเริ่มต้นเป็นจำนวนมาก และอาจลดจำนวนทีมลงได้ เนื่องจากกระบวนการทำงานจะถูกปรับเปลี่ยนใหม่ หากบริษัทต่างๆ สามารถควบคุมเครื่องมือต่างๆ ภายใต้กรอบการปฏิบัติตามกฎระเบียบและระบบตรวจสอบที่รัดกุม การทำงานของนักวิเคราะห์ก็จะลดลงอย่างรวดเร็ว แต่หากความไว้วางใจพังทลายลงภายใต้แรงกดดัน มนุษย์ก็ยังคงเป็นผู้ตัดสินใจอยู่ดี

ประเด็นสำคัญ:

การทำงานอัตโนมัติ: ใช้ AI สำหรับร่างแรก การจัดวางองค์ประกอบ บทสรุป และการจัดรูปแบบสไลด์

ข้อได้เปรียบของมนุษย์: เน้นความไว้วางใจ การเจรจา การเมือง และความรับผิดชอบในข้อตกลงจริง

การเปลี่ยนแปลงลำดับอาวุโส: นักวิเคราะห์ลดบทบาทลง ในขณะที่ผู้ช่วย/รองประธานบริษัทได้รับอำนาจมากขึ้นจากการตรวจสอบและตัดสินใจ

การควบคุมต้องมาก่อน: ยืนยันให้มีการตรวจสอบบันทึกการทำงาน การแจ้งเตือนความไม่แน่นอน และข้อจำกัดด้านการปฏิบัติตามกฎระเบียบอย่างเคร่งครัด

ความเสี่ยงด้านการฝึกอบรม: หากงานที่ต้องใช้แรงงานหนักหายไป ให้สร้างระบบการฝึกงานขึ้นใหม่โดยกำหนดขั้นตอนการฝึกปฏิบัติอย่างเป็นระบบ

บทความที่คุณอาจสนใจอ่านต่อหลังจากบทความนี้:

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่รังสีแพทย์ในอนาคตอันใกล้นี้หรือไม่
การทำงานด้านการถ่ายภาพทางการแพทย์อาจเปลี่ยนแปลงไปอย่างไรเมื่อมีการวินิจฉัยโรคโดยใช้ AI ช่วยเหลือ.

🔗 AI จะเข้ามาแทนที่นักบัญชี หรือจะเปลี่ยนบทบาทของนักบัญชีไป
สิ่งที่ระบบอัตโนมัติสามารถจัดการได้ และสิ่งที่มนุษย์ยังคงมีความสำคัญ.

🔗 AI จะเข้ามาแทนที่นักวิเคราะห์ข้อมูลหรือไม่: มาพูดคุยกันอย่างจริงจัง
มุมมองเชิงปฏิบัติเกี่ยวกับงานที่ AI สามารถและไม่สามารถทดแทนได้.

🔗 ปัญญาประดิษฐ์จะเข้ามาแทนที่ทนายความหรือไม่? นี่เป็นคำถามที่ซับซ้อนกว่าที่คิด
เหตุใดงานด้านกฎหมายจึงยังคงต่อต้านการใช้ระบบอัตโนมัติอย่างเต็มรูปแบบ แม้ว่าปัญญาประดิษฐ์จะก้าวหน้าอย่างรวดเร็วก็ตาม.

คำตอบสั้นๆ สำหรับคำถาม “AI จะเข้ามาแทนที่นักลงทุนในธนาคารหรือไม่” 📌

AI ไม่น่าจะเข้ามาแทนที่นักลงทุนในธนาคารได้อย่างสมบูรณ์แบบตั้งแต่ต้นจนจบ เพราะการธนาคารไม่ใช่แค่การสร้างผลลัพธ์ แต่ยังเกี่ยวกับการ สร้างความไว้วางใจ การจัดการกับความคลุมเครือ และการปิดดีลให้สำเร็จลุล่วง ใน ขณะที่ทุกคนมีแรงจูงใจและความจำที่เลือกจำแตกต่างกันไป

แต่ AI จะทำอย่างแน่นอน:

• นำระบบอัตโนมัติมาใช้ใน งานวิเคราะห์ งานร่าง และงานกระบวนการ ส่วนใหญ่

• ลดระยะเวลาในการนำเสนอและดำเนินการ

• ลดจำนวนบุคลากรที่จำเป็นสำหรับงานบางส่วน

• เปลี่ยนค่านิยมไปสู่ พลังความสัมพันธ์ + การตัดสินใจ + การกระจาย

• บังคับให้ธนาคารทบทวนรูปแบบ “การฝึกงาน” จากนักวิเคราะห์ไปสู่ผู้ช่วยนักวิเคราะห์

ดังนั้น ถ้าคุณถามว่า “AI จะเข้ามาแทนที่นักลงทุนในตลาดหลักทรัพย์หรือไม่” เหมือนกับว่ามันเป็นคำถามที่ตอบได้แค่ใช่หรือไม่ใช่ คำตอบที่ตรงไปตรงมาก็คือ AI จะเข้ามาแทนที่งานบางส่วน ไม่ใช่แทนที่ทั้งเผ่าพันธุ์ 🧠🤖

ตรวจสอบความเป็นจริงอย่างรวดเร็ว: นี่ไม่ใช่ "สักวันหนึ่ง" - มันอยู่ในระบบกำลังคนแล้ว 🔢

พูดให้เข้าใจง่ายๆ ก็คือ ผู้บริหารไม่ได้ถกเถียงกัน ว่า AI สำคัญ หรือ ไม่ แต่พวกเขากำลังจัดงบประมาณโดยคำนึงถึง AI เป็นหลัก

• จากการสำรวจนายจ้างของ World Economic Forum 86% คาดว่า AI + เทคโนโลยีการประมวลผลข้อมูลจะเปลี่ยนแปลงธุรกิจของพวกเขาภายในปี 2030 และงานวิจัยเดียวกันนี้ยังเน้นย้ำถึง การเปลี่ยนแปลงงาน (การสร้างงาน + การเลิกจ้าง) ที่เกิดจากการเปลี่ยนแปลงเชิงโครงสร้าง [1]

• ในขณะเดียวกัน งานวิจัยด้านผลิตภาพที่สำคัญระบุว่า AI เชิงสร้างสรรค์สามารถเปลี่ยนแปลงผลผลิตต่อชั่วโมงได้อย่างมีนัยสำคัญ หาก องค์กรสามารถจัดสรรเวลาใหม่และปรับเปลี่ยนขั้นตอนการทำงานได้สำเร็จ (เงื่อนไขสำคัญคือ “ถ้า”) [2]

คำแปล: แม้ว่า "นายธนาคาร" จะไม่หายไป แต่ รูปแบบการดำเนินงาน ก็จะไม่คงเดิม

สิ่งที่นักลงทุนธนาคารทำ (ส่วนที่คนส่วนใหญ่ลืม) 🧾📈

ถ้าการธนาคารเพื่อการลงทุนเป็นเพียงแค่ตารางคำนวณและสไลด์นำเสนอ การสนทนานี้คงจบไปนานแล้ว แต่ความจริงแล้วงานนี้เหมือนกับงานห้าอย่างที่ซ้อนกันอยู่ในเสื้อโค้ทตัวเดียวกัน:

1. การริเริ่ม (การค้นหาและคว้างาน)
   การสร้างความสัมพันธ์ การวางตำแหน่ง จังหวะเวลา การเมือง การบำบัดเล็กน้อย กลยุทธ์เล็กน้อย และหมากรุกเล็กน้อย ♟️

2. การดำเนินการ (การทำให้ข้อตกลงสำเร็จ)
   การประสานงานระหว่างทนายความ นักบัญชี คณะกรรมการภายใน ผู้บริหารของลูกค้า คู่สัญญา… รวมถึงวิกฤตการณ์ “เล็กๆ” ที่เกิดขึ้นอย่างต่อเนื่อง

3. การประเมินมูลค่าและเรื่องราว
   ไม่ใช่แค่ตัวเลข แต่เป็นเรื่องราวที่ผ่านการตรวจสอบอย่างละเอียดถี่ถ้วน ทำไมถึงเป็นดีลนี้ ทำไมต้องตอนนี้ ทำไมต้องราคานี้

4. การจัดการกระบวนการ
   กำหนดเวลา ห้องเก็บข้อมูล คำขอตรวจสอบสถานะ การจัดการผู้มีส่วนได้ส่วนเสีย พูดง่ายๆ ก็คือ การจัดการแมวแบบมืออาชีพนั่นเอง 🐈

5. การจัดการความเสี่ยงและการประเมินชื่อเสียง
   สิ่งที่ไม่ควรทำนั้นสำคัญพอๆ กับสิ่งที่ควรทำ บางครั้งอาจสำคัญกว่าด้วยซ้ำ

AI สามารถช่วยได้ทั้งห้าอย่าง แต่การทดแทนทั้งห้าอย่างนั้นยากกว่า.

อะไรคือคุณสมบัติของ AI ที่ดีในแวดวงการธนาคารเพื่อการลงทุน 🤝🤖

AI ที่ดีในแวดวงการธนาคารไม่ใช่ AI ที่เขียนข้อความได้สวยงามที่สุด แต่เป็น AI ที่ประพฤติตัวเหมือนเพื่อนร่วมทีมรุ่นน้องที่น่าเชื่อถือ ซึ่งมีคุณสมบัติดังนี้:

• ไม่เกิดอาการประสาทหลอน (หรืออย่างน้อยก็แสดงความไม่แน่นอนออกมาอย่างชัดเจน)

• อธิบายข้อสมมติฐาน โดยไม่กลายเป็นบทบรรยายเชิงปรัชญา

• ทำงานภายใต้ข้อจำกัดด้านการปฏิบัติตามกฎระเบียบ โดยไม่บ่นเกี่ยวกับเรื่องนี้

• ใช้แม่แบบที่สม่ำเสมอ และการควบคุมเวอร์ชัน (ระบบธนาคารไม่ชอบความไม่แน่นอน)

• เข้าใจบริบท - พลวัตของภาคอุตสาหกรรม บรรทัดฐานโครงสร้างข้อตกลง และความอ่อนไหวของลูกค้า

• ช่วยบันทึกการตรวจสอบ เพื่อให้คนอื่นสามารถปกป้องผลลัพธ์ได้ในภายหลัง 😬

นอกจากนี้: ภาคการเงินกำลังนำ AI (รวมถึง GenAI) มาใช้ในส่วนต่างๆ เช่น การประมวลผลเบื้องหลังและการปฏิบัติตามกฎระเบียบ ในขณะเดียวกันก็ ระบุความเสี่ยงต่างๆ อย่างชัดเจน เช่น ความไม่โปร่งใส ความเป็นส่วนตัว ความปลอดภัยทางไซเบอร์ และอคติ ความตึงเครียดนี้คือเกมทั้งหมด [3]

สิ่งสำคัญที่ซ่อนอยู่คือความไว้วางใจ โมเดลอาจฉลาด แต่ถ้าหากไม่สามารถไว้วางใจได้ภายใต้ความกดดัน มันก็จะกลายเป็นภาระ เหมือนรถสปอร์ตที่มีเบรกไม่น่าเชื่อถือ สนุกจนกระทั่งมันหมดความสนุก.

AI จะเข้ามามีบทบาทเป็นที่แรก: ในส่วน "อุตสาหกรรม" ของการธนาคาร 🏭🧠

การเคลื่อนย้ายที่เกิดขึ้นเร็วที่สุดคือในงานประเภท:

• ปริมาณสูง

• ขับเคลื่อนด้วยเทมเพลต

• มนุษย์มักทำผิดพลาดได้ง่าย

• ตรวจสอบทางกลไกได้ง่าย

ใช่แล้ว ปัญหาคลาสสิกมากมายที่นักวิเคราะห์ต้องเผชิญนั้น อยู่ในจุดที่ได้รับผลกระทบอย่างหนัก.

งานที่น่าจะทำการอัตโนมัติ (หรือบีบอัดอย่างมาก)

• ร่างข้อความนำเสนอเบื้องต้นและภาพรวมตลาด ✍️

• การสร้างตารางเปรียบเทียบจากข้อมูลป้อนเข้าที่มีโครงสร้าง

• สรุปเอกสารการยื่นฟ้อง บันทึกการถอดเสียง และบันทึกการวิจัย

• จัดรูปแบบสไลด์และบังคับใช้กฎของแบรนด์ (ลาก่อนสงครามปรับความสอดคล้องตอนตี 2) 🎯

• สร้างส่วนร่าง CIM จากบันทึกการตรวจสอบวิเคราะห์สถานะที่ได้รับมา

• สร้างสถานการณ์การประเมินมูลค่าหลายแบบได้อย่างรวดเร็ว

• การร่างอีเมล การอัปเดตสถานะ วาระการประชุม (งานที่ดูไม่น่าสนใจเท่าไหร่…)

จุดพลิกผัน

แม้ว่า AI จะ "ทำ" งานนั้นเสร็จแล้ว แต่มนุษย์ก็ยังคงต้องทำสิ่งต่อไปนี้:

• ตรวจสอบดู

• แก้ไขให้ถูกต้อง

• ปกป้องมันจากภายใน

• นำเสนอภายนอก

ดังนั้นภาระงานจึงเปลี่ยนจากการสร้างสรรค์ไปเป็นการ ตรวจสอบ ดูแล และตัดสินซึ่งฟังดูง่ายกว่า… จนกว่าคุณจะเป็นคนที่ต้องเซ็นอนุมัติเอง 😵💫

ตัวอย่างสถานการณ์ทั่วไป: เวลา 23:17 น. ลูกค้าต้องการ "เรื่องราวเกี่ยวกับหุ้นที่กระชับยิ่งขึ้น" ภายในเช้าวันรุ่งขึ้น และมีคนต้องการ สาม เวอร์ชันสำหรับ สาม กลุ่ม ระบบ AI ที่มีประสิทธิภาพสามารถร่างภาษาเบื้องต้นและสร้างโครงร่างสไลด์ได้ภายในไม่กี่นาที จากนั้นผู้ช่วย/รองประธานจะเป็นผู้ลงมือทำในส่วนที่แท้จริง: แก้ไขสิ่งที่ ถูกต้องทางเทคนิค แต่ ผิดพลาดในเชิงพาณิชย์

จุดที่ AI ยังทำได้ไม่ดี: มนุษย์คือตัวเชื่อมที่ทำให้การเจรจาสำเร็จลุล่วง 🧩💬

นี่คือความจริงที่น่าอึดอัดใจ: มูลค่าส่วนใหญ่ของธุรกิจวาณิชธนกิจนั้นขึ้นอยู่กับสังคมและสถานการณ์ ไม่ใช่สังคมจอมปลอม แต่เป็นสังคมที่ขึ้นอยู่กับบริบท.

AI มีปัญหามากกว่าในเรื่องต่อไปนี้:

• จิตวิทยาของลูกค้า: ความกลัว อัตตา การเมืองภายใน พลวัตของคณะกรรมการ

• ความแตกต่างเล็กน้อยในการเจรจา: สิ่งที่พูดกับสิ่งที่หมายความ

• สัญชาตญาณเรื่องจังหวะเวลา: เมื่อไหร่ควรเร่ง เมื่อไหร่ควรหยุด

• ความไว้วางใจที่อิงตามชื่อเสียง: “ฉันเคยดูหนังเรื่องนี้มาก่อนแล้ว อย่าทำแบบนั้นเลย”

• การจัดโครงสร้างอย่างสร้างสรรค์ ภายใต้ข้อจำกัด (ภาษี การกำกับดูแล อุปสรรคด้านกฎระเบียบ)

• ความรับผิดชอบ: ลูกค้าต้องการบุคคลที่รับผิดชอบคำแนะนำนั้นอย่างแท้จริง

แบบจำลองสามารถเสนอโครงสร้างได้ แต่ไม่สามารถนั่งอยู่ตรงข้ามกับซีอีโอที่กำลังโกรธและหวาดกลัวไปพร้อมๆ กัน แล้วค่อยๆ นำบทสนทนากลับสู่การตัดสินใจอย่างมีเหตุผลได้ นั่นเป็นทักษะของมนุษย์ ไม่ใช่เวทมนตร์ แต่เป็นทักษะของมนุษย์.

ตารางเปรียบเทียบ: ระบบ “AI + การธนาคาร” ชั้นนำ (และผู้ที่ได้รับความช่วยเหลือ) 📊✨

นี่คือมุมมองเชิงปฏิบัติ ไม่ใช่คำโฆษณาขายของที่ว่า "เครื่องมือ AI ที่ดีที่สุด" แต่เป็น "รูปแบบการใช้งานที่ดีที่สุด" มากกว่า.

ใช่แล้ว ราคาไม่ชัดเจน นั่นเป็นเจตนา เพราะการจัดซื้อจัดจ้างในภาคธนาคารเป็นอีกโลกหนึ่งที่แตกต่างออกไป.

AI จะเข้ามาแทนที่นักลงทุนในธนาคารหรือไม่: ขึ้นอยู่กับระดับอาวุโส 👔🧑💻

ตรงนี้แหละที่การสนทนาเริ่มเข้มข้นขึ้น.

นักวิเคราะห์และพนักงานระดับจูเนียร์ 😵💫

งานของพนักงานระดับจูเนียร์ส่วนใหญ่มีดังนี้:

• การร่าง

• การจัดรูปแบบ

• กำลังอัปเดต

• สร้างแบบจำลองเดิมขึ้นใหม่โดยปรับเปลี่ยนเล็กน้อย

AI บีบอัดข้อมูลนี้อย่างมาก ซึ่งหมายความว่า:

• อาจต้องการพนักงานระดับจูเนียร์น้อยลงเพื่อให้ได้ผลผลิตเท่าเดิม

• นักกีฬารุ่นเยาว์ที่ยังคงอยู่ จะต้องสามารถแสดงฝีมือในระดับที่สูงขึ้นได้เร็วกว่ากำหนด

• รูปแบบ "การเรียนรู้ผ่านความเจ็บปวด" กำลังถูกพลิกผัน

มีความเสี่ยงอย่างแท้จริง: หาก AI เข้ามาแทนที่งานที่ซ้ำซากจำเจ พนักงานรุ่นใหม่ก็อาจสูญเสียการฝึกฝนซ้ำๆ ที่ช่วยสร้างสัญชาตญาณไป คล้ายกับการเรียนทำอาหารโดยการสั่งอาหารอย่างเดียว คุณอาจทำได้ แต่คุณจะไม่กลายเป็นเชฟ.

พนักงานระดับผู้ช่วยและรองประธาน 🧠

บทบาทเหล่านี้อาจมีค่ามากขึ้น เนื่องจาก:

• แปลงความต้องการของลูกค้าให้เป็นผลลัพธ์ที่จับต้องได้

• ตรวจสอบหาข้อผิดพลาดก่อนจัดส่ง

• บริหารจัดการผู้มีส่วนได้ส่วนเสียและกำหนดเวลา

• ตีความความคลุมเครือและตัดสินใจ

AI ทำให้พวกมันเร็วขึ้น ไม่ได้ทำให้ล้าสมัย.

แพทย์และผู้สร้างฝน ☔

หากคุณสร้างรายได้จากความสัมพันธ์และความไว้วางใจอย่างแท้จริง AI จะไม่เข้ามาแทนที่ตัวคุณ และอาจยิ่งทำให้ช่องว่างระหว่างคุณกับ AI กว้างขึ้นด้วยซ้ำ

• ธนาคารที่สามารถริเริ่มและให้คำแนะนำได้

• บรรดาผู้บริหารธนาคารที่ส่วนใหญ่ทำหน้าที่กำกับดูแลกระบวนการ

โหดร้ายนะ แต่...ก็ใช่แหละ.

ทักษะใหม่สำหรับนักการเงิน (หรือวิธีป้องกันไม่ให้ถูกมองข้าม) 🧰🚀

หาก AI ช่วยลดงานผลิตซ้ำซากจำเจออกไป สิ่งที่เหลืออยู่ก็คือสิ่งที่ลูกค้าจะจ่ายเงินซื้อ.

ทักษะที่เพิ่มพูนคุณค่ามากขึ้น

• การสร้างเรื่องราวของลูกค้า: เปลี่ยนความซับซ้อนให้เป็นความเชื่อมั่น 🎤

• การตัดสินใจเชิงพาณิชย์: อะไรสำคัญ อะไรไม่สำคัญ อะไรมีความเสี่ยง

• การวิเคราะห์รูปแบบภาคส่วน: การเข้าใจ "เหตุผล" เบื้องหลังตัวเลข

• การเจรจาและการโน้มน้าวใจ: ภายในและภายนอก

• ภาวะผู้นำด้านกระบวนการ: การรักษาความต่อเนื่องของข้อตกลงท่ามกลางความซับซ้อน

• การกำกับดูแลโดย AI: การกระตุ้น การตรวจสอบความถูกต้อง การทดสอบความเครียดของผลลัพธ์

ใช่แล้ว การ "เก่งด้าน AI" กลายเป็นเรื่องสำคัญ ไม่ใช่ในแง่ที่น่าอาย แต่หมายความว่า คุณสามารถใช้มันอย่างมีความรับผิดชอบ รวดเร็ว และไม่ทำให้ทีมเสียหน้าได้หรือไม่.

เรื่องที่ไม่น่าสบายใจ: ความเสี่ยง การปฏิบัติตามกฎระเบียบ และความรับผิดชอบ ⚠️🏛️

ระบบธนาคารไม่ใช่สนามเด็กเล่น แต่เป็นเครื่องมือตรวจสอบความรับผิดชอบ.

ความจริงที่ไม่น่าดึงดูดใจสองประการที่ผลักดันให้เกิดการยอมรับอย่างรวดเร็ว:

1. การกำกับดูแลความเสี่ยงของแบบจำลองไม่ใช่เรื่องที่เลือกได้
   หน่วยงานกำกับดูแลธนาคารมีความคาดหวังมายาวนานเกี่ยวกับการจัดการความเสี่ยงของแบบจำลอง ได้แก่ การตรวจสอบความถูกต้อง การจัดทำเอกสาร และการกำกับดูแล (ปัญญาประดิษฐ์เชิงสร้างสรรค์ไม่ได้ได้รับการยกเว้นโดยอัตโนมัติ หากแต่เป็นการยกระดับมาตรฐานการควบคุมให้สูงขึ้น) [4]

2. การสื่อสารและการเก็บรักษาบันทึกกลายเป็นเรื่องยุ่งยากอย่างรวดเร็ว
   โบรกเกอร์-ดีลเลอร์มีภาระผูกพันที่ชัดเจนในการเก็บรักษาการสื่อสารที่เกี่ยวข้องกับธุรกิจ (รวมถึงการสื่อสารทางอิเล็กทรอนิกส์) ภายใต้ระบอบการเก็บรักษาบันทึกของ SEC/FINRA ซึ่งมีความสำคัญเมื่อผู้คนเริ่มวางบริบทของข้อตกลงลงในเครื่องมือ สร้างร่าง หรือ "แชท" กับบอทภายใน [5]

ดังนั้นการนำไปใช้จึงมักเป็นไปในลักษณะที่ว่า “AI อยู่ทุกหนทุกแห่ง…แต่ต้องมีการควบคุมขอบเขตเสียก่อน”

อนาคตจะเป็นอย่างไร: ขั้นตอนน้อยลง รอบการทำงานเร็วขึ้น ความเชี่ยวชาญเฉพาะด้านมากขึ้น 🔄💼

ผลลัพธ์ที่เป็นไปได้จริงไม่ใช่การที่ธนาคารจะล่มสลาย แต่เป็นการปรับเปลี่ยนบทบาทของธนาคารใหม่:

• ทีมเจรจาต่อรองที่มีประสิทธิภาพโดย ได้รับการสนับสนุนจากระบบ AI

• จัดตั้ง “กลุ่ม” บุคลากรที่มีความเชี่ยวชาญเฉพาะด้าน ผลิตภัณฑ์ และการดำเนินการมากขึ้น

• การพัฒนาและปรับปรุงรูปแบบการนำเสนอที่รวดเร็วยิ่งขึ้น

• เน้นเรื่อง การกระจายสินค้า (ใครสามารถจัดจำหน่ายได้ ใครสามารถหาผู้ซื้อได้ ใครสามารถเคลื่อนย้ายเงินทุนได้)

• การแบ่งแยกระหว่าง:

  • งานให้คำปรึกษาที่ต้องอาศัยความไว้วางใจสูง (เน้นบุคลากรเป็นหลัก)

  • งานผลิตปริมาณมาก (ใช้ AI จำนวนมาก)

นอกจากนี้ คาดหวังได้เลยว่าจะมีธุรกิจขนาดเล็กจำนวนมากขึ้นที่ทำผลงานได้เกินความคาดหมาย หาก AI ช่วยให้ทีมขนาดเล็กมีศักยภาพในการผลิตเทียบเท่าบริษัทขนาดใหญ่ ปัจจัยที่จะสร้างความแตกต่างก็คือ ความสัมพันธ์ การตัดสินใจ และความเชี่ยวชาญเฉพาะด้าน 🥊

AI จะเข้ามาแทนที่นักลงทุนในธนาคารหรือไม่: ฉบับย่อ 🧾✅

AI จะเข้ามาแทนที่นักลงทุนในธนาคารหรือ ไม่? ไม่ทั้งหมด แต่จะเข้ามาแทนที่งานส่วนใหญ่ของนักลงทุน โดยเฉพาะงานด้านการผลิตระดับเริ่มต้น

สิ่งที่ติดตรึงใจ:

• ความสัมพันธ์

• คำพิพากษา

• การเจรจา

• ความรับผิดชอบ

• การจัดการกับระบบต่างๆ ของมนุษย์ (คณะกรรมการ อัตตา การเมือง...ใช่แล้ว)

สิ่งที่เปลี่ยนแปลง:

• ขนาดทีม

• เส้นทางการฝึกอบรม

• ความคาดหวังด้านความเร็ว

• นิยามของ “การเพิ่มมูลค่า”

นายธนาคารที่ประสบความสำเร็จคือผู้ที่กลายเป็นผู้แก้ไขความเป็นจริงที่ยอดเยี่ยม – ใช้ AI เป็นเครื่องมือเพิ่มประสิทธิภาพในขณะที่ยังคงรับผิดชอบอย่างเข้มงวดต่อการตัดสินใจ อาจฟังดูเป็นบทกวีเล็กน้อย แต่ก็เป็นความจริง เหมือนกับการใช้เครื่องมือไฟฟ้า: มันทำให้คุณเร็วขึ้น แต่ไม่ได้ทำให้คุณฉลาดขึ้น.

คำถามที่พบบ่อย

ปัญญาประดิษฐ์จะเข้ามาแทนที่นักลงทุนในธนาคารอย่างสมบูรณ์หรือไม่?

ไม่ใช่กระบวนการที่เรียบร้อยและครบวงจร การธนาคารเพื่อการลงทุนไม่ใช่แค่ผลลัพธ์ แต่เป็นเรื่องความไว้วางใจ การตัดสินใจ การเมือง และการทำให้คนจริงๆ พูดว่า “ใช่” ภายใต้ความกดดัน AI จะเข้ามาแทนที่งานบางส่วน ลดระยะเวลา และลดขั้นตอนบางอย่าง โดยเฉพาะในส่วนงานระดับเริ่มต้น แต่ลูกค้ายังคงต้องการคนที่รับผิดชอบคำแนะนำ (และผลที่ตามมา) 🤝

งานด้านวาณิชธนกิจใดบ้างที่มีแนวโน้มที่จะถูกนำระบบอัตโนมัติมาใช้ก่อนเป็นอันดับแรก?

งานประเภท “อุตสาหกรรม” จะได้รับผลกระทบก่อนเป็นอันดับแรก: งานปริมาณมาก ใช้แม่แบบ และตรวจสอบได้ง่ายโดยอัตโนมัติ ลองนึกถึงข้อความนำเสนอฉบับร่างแรก ภาพรวมตลาด ตารางเปรียบเทียบ เอกสารยื่น/สรุปรายงาน การจัดรูปแบบสไลด์ ส่วนร่างของเอกสารข้อมูลผลิตภัณฑ์ (CIM) การจำลองสถานการณ์ และการอัปเดตสถานะที่ไม่สิ้นสุด แต่จุดพลิกผันคือ คุณไม่ได้หยุดทำงาน – คุณเปลี่ยนจากการสร้างสรรค์ไปเป็นการตรวจสอบ แก้ไข และปกป้องผลงานเมื่อมันผิดพลาดในเชิงพาณิชย์.

AI จะเข้ามาแทนที่นักลงทุนในระดับนักวิเคราะห์หรือไม่?

AI ช่วยลดความยุ่งยากของงานวิเคราะห์แบบดั้งเดิมได้อย่างมาก เช่น การร่าง การจัดรูปแบบ การอัปเดต และการสร้างแบบจำลองเดิมซ้ำๆ ด้วยการปรับแต่งเล็กน้อย ซึ่งอาจหมายความว่าอาจต้องการพนักงานระดับจูเนียร์น้อยลงแต่ได้ผลลัพธ์เท่าเดิม และคาดหวังผลลัพธ์ที่สูงขึ้นจากพนักงานที่ยังคงอยู่ ความเสี่ยงอยู่ที่การฝึกฝน: หากงานพื้นฐานหายไป การฝึกฝนซ้ำๆ ที่สร้างสัญชาตญาณก็จะหายไปด้วย คุณไม่สามารถเก่งขึ้นได้ด้วยการ "สั่งการ" งานเพียงอย่างเดียว 😅

เมื่อปัญญาประดิษฐ์ (AI) แพร่หลายมากขึ้น จะเกิดอะไรขึ้นกับพนักงานระดับผู้ช่วย รองประธาน และกรรมการผู้จัดการ?

ผู้ช่วยและรองประธานอาจมีคุณค่ามากขึ้น เพราะพวกเขาสามารถแปลงความต้องการที่ซับซ้อนของลูกค้าให้เป็นผลลัพธ์ที่จับต้องได้ และตรวจจับปัญหาได้ก่อนที่จะส่งมอบงาน นอกจากนี้พวกเขายังบริหารจัดการกำหนดเวลา ผู้มีส่วนได้ส่วนเสีย และความคลุมเครือ ซึ่งเป็นด้านที่ AI ยังคงมีปัญหาอยู่ สำหรับกรรมการผู้จัดการ การสร้างความสัมพันธ์และความไว้วางใจยังคงเป็นสิ่งสำคัญ ช่องว่างระหว่างผู้สร้างผลลัพธ์และผู้ที่ส่วนใหญ่ดูแลกระบวนการจึงกว้างขึ้น ☔

เหตุใด AI จึงประสบปัญหาในส่วนงานด้านการธนาคารที่เกี่ยวข้องกับการปิดธุรกรรม?

เพราะส่วนที่ยากที่สุดคือส่วนที่ขึ้นอยู่กับสถานการณ์และมนุษย์ AI อาจแนะนำโครงสร้างได้ แต่จิตวิทยาของลูกค้า การเมืองในคณะกรรมการ ความละเอียดอ่อนของการเจรจา และสัญชาตญาณเรื่องจังหวะเวลา ไม่ใช่ข้อมูลที่ชัดเจน การสร้างความไว้วางใจบนพื้นฐานของชื่อเสียงก็ซับซ้อนเช่นกัน “ฉันเคยเห็นเรื่องแบบนี้มาก่อน” เป็นส่วนผสมระหว่างประสบการณ์และความรับผิดชอบ เมื่อซีอีโอทั้งโกรธและหวาดกลัว ใครสักคนจำเป็นต้องควบคุมสถานการณ์ ไม่ใช่แค่เขียนข้อความออกมา.

ธนาคารจะนำ AI มาใช้ในงานวาณิชธนกิจได้อย่างไรโดยไม่เสี่ยงต่อการถูกโจมตี?

ระบบที่ดีควรทำหน้าที่เหมือนเพื่อนร่วมทีมรุ่นน้องที่ไว้ใจได้: มันจะแจ้งเตือนความไม่แน่นอน อธิบายข้อสมมติฐาน ทำงานภายใต้ข้อจำกัดด้านการปฏิบัติตามกฎระเบียบ และรักษาความสม่ำเสมอของแม่แบบ ที่สำคัญไม่แพ้กันคือ ต้องมีบันทึกการตรวจสอบเพื่อให้ใครบางคนสามารถปกป้องผลลัพธ์ในภายหลังได้ การนำไปใช้มักมีลักษณะเหมือน "AI อยู่ทุกหนทุกแห่ง...แต่ถูกจำกัดขอบเขต" เพราะความเสี่ยงด้านความเป็นส่วนตัว ความปลอดภัยทางไซเบอร์ ความไม่โปร่งใส และอคติไม่ได้หายไปในวันทำสัญญา ⚠️

ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและการเก็บรักษาบันทึกข้อมูลที่ใหญ่ที่สุดเกี่ยวกับการใช้ GenAI ในภาคการธนาคารมีอะไรบ้าง?

มีสองความเป็นจริงที่ทำให้ทุกอย่างช้าลง ประการแรก การกำกับดูแลความเสี่ยงของแบบจำลองไม่ใช่เรื่องที่เลือกได้ – หน่วยงานกำกับดูแลคาดหวังการตรวจสอบความถูกต้อง เอกสาร และการควบคุม และ GenAI อาจยกระดับมาตรฐานให้สูงขึ้นแทนที่จะลดลง ประการที่สอง การสื่อสารและการเก็บรักษาบันทึกมีความสำคัญ: เมื่อผู้คนคัดลอกบริบทของธุรกรรมลงในเครื่องมือหรือสร้างร่างในแชท คุณอาจสร้างปัญหาในการเก็บรักษาและการกำกับดูแลภายใต้ระบอบของโบรกเกอร์-ดีลเลอร์.

คุณจะรักษาคุณค่าของตนเองได้อย่างไร หาก AI กำลังเปลี่ยนแปลงวงการธนาคารเพื่อการลงทุน?

คิดแบบ “เน้นกำลัง ไม่ใช่สติปัญญา” ใช้ AI ในการร่าง จัดโครงสร้าง และปรับปรุงให้เร็วขึ้น จากนั้นใช้เวลาของมนุษย์ไปกับการเล่าเรื่อง การตัดสินใจเชิงพาณิชย์ การจดจำรูปแบบในอุตสาหกรรม การเจรจาต่อรอง และการเป็นผู้นำกระบวนการ การ “เก่ง AI” หมายถึงการกำกับดูแลอย่างมีความรับผิดชอบ: ให้คำแนะนำที่ดี ทดสอบผลลัพธ์อย่างเข้มงวด และจับจุดที่ถูกต้องทางเทคนิคแต่ผิดพลาดในเชิงพาณิชย์ ผู้ชนะจะกลายเป็นบรรณาธิการที่ยอดเยี่ยมของความเป็นจริง. 

ตัวอย่างในโลกแห่งความเป็นจริง: การสร้างผู้ช่วย AI ในการตรวจสอบเอกสารนำเสนอโครงการ

สถานการณ์

ลองนึกภาพทีม M&A ในตลาดระดับกลางกำลังเตรียมแผนนำเสนอรอบแรกสำหรับบริษัทซอฟต์แวร์ที่ก่อตั้งโดยผู้ก่อตั้ง นักวิเคราะห์ต้องอัปเดตข้อมูลการค้าเปรียบเทียบ สรุปข่าวสารล่าสุดในภาคอุตสาหกรรม ร่างบทวิเคราะห์มูลค่า และเปลี่ยนบันทึกย่อคร่าวๆ จากกรรมการผู้จัดการให้กลายเป็นสไลด์นำเสนอ 12 สไลด์ที่สมบูรณ์แบบ.

นี่คือลักษณะงานที่ AI สามารถลดขั้นตอนลงได้ แต่ไม่สามารถทำการทำงานอัตโนมัติแบบครบวงจรได้อย่างปลอดภัย.

วิธีการที่ถูกต้องไม่ใช่การ "ปล่อยให้ AI เป็นคนนำเสนอแผนงาน" แต่เป็นการใช้ AI เป็นผู้ช่วยในการร่างแผนงานฉบับแรกอย่างมีระบบ จากนั้นให้ผู้ทำการวิเคราะห์ ผู้ช่วย และรองประธานบริษัท ตรวจสอบตัวเลข แหล่งที่มา และข้ออ้างทางการค้าทุกอย่างก่อนที่จะนำแผนงานใดๆ ออกจากทีม.

สิ่งที่ผู้ช่วยต้องการ

ผู้ช่วยงานธนาคารที่มีประสิทธิภาพจะต้องมีคุณสมบัติดังนี้:

• แม่แบบเอกสารนำเสนอที่ธนาคารอนุมัติและกฎการจัดรูปแบบ

• รายชื่อแหล่งข้อมูลที่ได้รับอนุญาต

• ตัวอย่างแผนธุรกิจที่ได้รับการอนุมัติก่อนหน้านี้จากภาคส่วนเดียวกัน

• งบการเงินล่าสุดของบริษัทที่ลูกค้าจัดหาให้ หรือเอกสารที่เปิดเผยต่อสาธารณะ

• ตารางเปรียบเทียบปัจจุบันที่สร้างหรือตรวจสอบโดยมนุษย์

• กำหนดกฎเกณฑ์ที่ชัดเจนว่าแบบจำลองนี้ห้ามทำอะไรบ้าง เช่น การสร้างอัตราส่วนการประเมินมูลค่าปลอม การเปิดเผยชื่อลูกค้าที่เป็นความลับ หรือการกล่าวอ้างเกี่ยวกับตลาดโดยไม่มีแหล่งที่มา

• ต้องมีบันทึกการตรวจสอบที่แสดงให้เห็นว่ามีการใช้ข้อมูลป้อนเข้าใดบ้างสำหรับแต่ละผลลัพธ์

ผู้ช่วยไม่ควรเข้าถึงไฟล์ข้อมูลข้อตกลงที่สำคัญโดยอิสระ เว้นแต่บริษัทจะอนุมัติสิทธิ์การเข้าถึง มีกฎการเก็บรักษา และมาตรการควบคุมการปฏิบัติตามกฎระเบียบที่เหมาะสมแล้ว.

ตัวอย่างคำแนะนำ

ใช้เทมเพลตเอกสารนำเสนอการควบรวมกิจการ (M&A) ด้านซอฟต์แวร์ที่ได้รับการอนุมัติ ร่างสไลด์ที่ 3 ถึง 7 สำหรับบริษัท SaaS เฉพาะทางที่ก่อตั้งโดยผู้ก่อตั้ง ซึ่งกำลังพิจารณาการลงทุนเพื่อการเติบโตในสัดส่วนน้อย.

ใช้เฉพาะข้อมูลสรุปบริษัทที่อัปโหลด ตารางเปรียบเทียบที่ได้รับการอนุมัติ และตัวอย่างการนำเสนอซอฟต์แวร์ที่ได้รับการอนุมัติสามตัวอย่างก่อนหน้านี้เท่านั้น ห้ามสร้างตัวเลขทางการเงินใหม่ ห้ามอ้างอิงข้อมูลตลาดเว้นแต่จะปรากฏอยู่ในเอกสารที่ให้มา ทำเครื่องหมายข้อมูลที่ขาดหายไปในวงเล็บเหลี่ยม.

สำหรับแต่ละสไลด์ โปรดระบุ:

• ชื่อสไลด์

• สามถึงห้าหัวข้อย่อย

• แผนภูมิหรือตารางที่แนะนำ

• หมายเหตุแหล่งที่มา

• ความเสี่ยงหรือข้อสมมติฐานดังกล่าวจะต้องได้รับการตรวจสอบโดยผู้ร่วมงาน

รักษาน้ำเสียงให้เป็นเชิงพาณิชย์ กระชับ และเหมาะสมสำหรับกลุ่มเป้าหมายที่เป็นผู้บริหารระดับสูง (CEO).

วิธีการทดสอบ

เริ่มต้นด้วยการทดสอบกับงานที่ควบคุมได้ 5 งานก่อนนำไปใช้ในงานจริง:

1. แนบตารางเปรียบเทียบที่ได้รับการอนุมัติแล้ว และขอสรุปการประเมินราคา.

2. ลบตัวเลขสำคัญออกหนึ่งตัว แล้วตรวจสอบดูว่าตัวเลขนั้นช่วยระบุช่องว่างได้หรือไม่ แทนที่จะเดาเอาเอง.

3. ขอให้จัดทำภาพรวมตลาดโดยใช้แหล่งข้อมูลที่ให้มาเท่านั้น.

4. เปรียบเทียบชื่อสไลด์ชุดนี้กับชุดสไลด์ที่ได้รับอนุมัติก่อนหน้านี้.

5. ขอให้เพื่อนร่วมงานทำเครื่องหมายผลงานทุกชิ้นว่า ยอมรับแล้ว แก้ไขแล้ว ปฏิเสธ หรือส่งต่อไปยังผู้เชี่ยวชาญ.

ตัวอย่างผลลัพธ์ที่ดีระบุว่า: “การเติบโตของ ARR [ขาดหายไปจากเอกสารที่ให้มา] ดังนั้นควรตรวจสอบจุดนี้ให้แน่ใจก่อนที่จะรวมเข้าไป”

ข้อมูลที่ไม่ถูกต้องอาจแสดงออกมา เช่น “บริษัทมีรายได้ประจำปีเพิ่มขึ้น 35%” ทั้งที่ความจริงแล้วไม่เคยมีการระบุตัวเลขนั้นมาก่อน นี่ไม่ใช่ความผิดพลาดเล็กน้อยในวงการธนาคาร แต่มันคือสาเหตุที่ทำให้ความเชื่อมั่นถูกทำลาย.

ผลลัพธ์

ผลลัพธ์ตัวอย่าง โดยอิงจากการจับเวลาการทำงาน 5 ขั้นตอนในการจัดทำเอกสารนำเสนอ (pitch book) ก่อนและหลังการใช้เวิร์กโฟลว์:

• เวลาในการร่างสไลด์รอบแรก ลดลงจาก 4 ชั่วโมง 30 นาที เหลือ 1 ชั่วโมง 15 นาที.

• การแก้ไขรูปแบบลดลงจาก 23 รายการที่ต้องแก้ไขด้วยตนเอง เหลือ 7 รายการที่ต้องแก้ไขด้วยตนเอง.

• เวลาในการตรวจสอบงานของพนักงานลดลงจาก 1 ชั่วโมง 40 นาที เหลือ 55 นาที.

• ระหว่างการทดสอบ ตรวจพบข้อกล่าวอ้างที่ไม่ได้รับการสนับสนุนสองข้อ เนื่องจากผู้ช่วยผู้ทดสอบได้ระบุว่าขาดแหล่งข้อมูลอ้างอิงแทนที่จะเติมเต็มช่องว่างนั้น.

• การอนุมัติขั้นสุดท้ายยังคงต้องได้รับการตรวจสอบจากมนุษย์ในทุกสไลด์ 100%.

นั่นไม่ได้หมายความว่าผู้ช่วย "เข้ามาแทนที่" นักวิเคราะห์ แต่เป็นการเปลี่ยนบทบาทงานของนักวิเคราะห์จากงานเขียนที่เริ่มต้นจากศูนย์ ไปเป็นการตรวจสอบแหล่งที่มา การแก้ไขเชิงพาณิชย์ และการจัดการกับข้อผิดพลาด.

อะไรบ้างที่อาจผิดพลาดได้

ความเสี่ยงที่ใหญ่ที่สุดคือความมั่นใจที่ผิดพลาด สไลด์ที่ดูสวยงามสมบูรณ์แบบอาจยังคงมีข้อสมมติฐานที่ผิดพลาด ข้อมูลที่ล้าสมัย หรือข้ออ้างที่ลูกค้าไม่ชอบอยู่ก็ได้.

ข้อผิดพลาดที่พบบ่อย ได้แก่:

• อนุญาตให้ผู้ช่วยดึงข้อมูลจากแหล่งที่ไม่ได้รับการอนุมัติ

• การถามคำถามกว้างๆ เช่น “ทำให้การนำเสนอครั้งนี้ดีขึ้น”

• การไม่แยกข้อมูลสาธารณะออกจากเอกสารข้อตกลงที่เป็นความลับ

• การใช้ภาษาประเมินมูลค่าที่สร้างขึ้นโดย AI โดยไม่ตรวจสอบตัวเลข

• ข้ามขั้นตอนการควบคุมเวอร์ชันเนื่องจากผลลัพธ์ "ดูถูกต้องแล้ว"

• วัดเฉพาะความเร็ว ไม่ได้วัดอัตราข้อผิดพลาดหรือคุณภาพการตรวจสอบ

กฎที่ปลอดภัยที่สุดนั้นง่ายมาก: AI สามารถร่าง เปรียบเทียบ สรุป และระบุข้อผิดพลาดได้ แต่มนุษย์ยังคงต้องอนุมัติ ปกป้อง และเป็นเจ้าของคำแนะนำนั้นอยู่ดี.

ข้อคิดที่นำไปใช้ได้จริง

สำหรับธุรกิจวาณิชธนกิจ กระบวนการทำงานที่ใช้ AI ที่ประสบความสำเร็จไม่ใช่เครื่องมือวิเศษที่เหมือนนักการเงินในกล่อง แต่เป็นชั้นการผลิตระดับรองที่มีการควบคุมอย่างเข้มงวด มีข้อมูลป้อนเข้าที่ชัดเจน การอนุญาตที่เข้มงวด การตรวจสอบโดยมนุษย์ และการตรวจสอบคุณภาพที่วัดผลได้ หากใช้งานอย่างถูกวิธี จะช่วยประหยัดเวลาได้หลายชั่วโมง แต่หากใช้งานอย่างไม่ระมัดระวัง ก็จะก่อให้เกิดความผิดพลาดที่มีค่าใช้จ่ายสูงได้เร็วขึ้น.

คำถามที่พบบ่อย

ปัญญาประดิษฐ์จะเข้ามาแทนที่นักลงทุนในธนาคารอย่างสมบูรณ์หรือไม่?

ไม่ใช่กระบวนการที่เรียบร้อยและครบวงจร การธนาคารเพื่อการลงทุนไม่ใช่แค่ผลลัพธ์ แต่เป็นเรื่องความไว้วางใจ การตัดสินใจ การเมือง และการทำให้คนจริงๆ พูดว่า “ใช่” ภายใต้ความกดดัน AI จะเข้ามาแทนที่งานบางส่วน ลดระยะเวลา และลดขั้นตอนบางอย่าง โดยเฉพาะในส่วนงานระดับเริ่มต้น แต่ลูกค้ายังคงต้องการคนที่รับผิดชอบคำแนะนำ (และผลที่ตามมา) 🤝

งานด้านวาณิชธนกิจใดบ้างที่มีแนวโน้มที่จะถูกนำระบบอัตโนมัติมาใช้ก่อนเป็นอันดับแรก?

งานประเภท “อุตสาหกรรม” จะได้รับผลกระทบก่อนเป็นอันดับแรก: งานปริมาณมาก ใช้แม่แบบ และตรวจสอบได้ง่ายโดยอัตโนมัติ ลองนึกถึงข้อความนำเสนอฉบับร่างแรก ภาพรวมตลาด ตารางเปรียบเทียบ เอกสารยื่น/สรุปรายงาน การจัดรูปแบบสไลด์ ส่วนร่างของเอกสารข้อมูลผลิตภัณฑ์ (CIM) การจำลองสถานการณ์ และการอัปเดตสถานะที่ไม่สิ้นสุด แต่จุดพลิกผันคือ คุณไม่ได้หยุดทำงาน – คุณเปลี่ยนจากการสร้างสรรค์ไปเป็นการตรวจสอบ แก้ไข และปกป้องผลงานเมื่อมันผิดพลาดในเชิงพาณิชย์.

AI จะเข้ามาแทนที่นักลงทุนในระดับนักวิเคราะห์หรือไม่?

AI ช่วยลดความยุ่งยากของงานวิเคราะห์แบบดั้งเดิมได้อย่างมาก เช่น การร่าง การจัดรูปแบบ การอัปเดต และการสร้างแบบจำลองเดิมซ้ำๆ ด้วยการปรับแต่งเล็กน้อย ซึ่งอาจหมายความว่าอาจต้องการพนักงานระดับจูเนียร์น้อยลงแต่ได้ผลลัพธ์เท่าเดิม และคาดหวังผลลัพธ์ที่สูงขึ้นจากพนักงานที่ยังคงอยู่ ความเสี่ยงอยู่ที่การฝึกฝน: หากงานพื้นฐานหายไป การฝึกฝนซ้ำๆ ที่สร้างสัญชาตญาณก็จะหายไปด้วย คุณไม่สามารถเก่งขึ้นได้ด้วยการ "สั่งการ" งานเพียงอย่างเดียว 😅

เมื่อปัญญาประดิษฐ์ (AI) แพร่หลายมากขึ้น จะเกิดอะไรขึ้นกับพนักงานระดับผู้ช่วย รองประธาน และกรรมการผู้จัดการ?

ผู้ช่วยและรองประธานอาจมีคุณค่ามากขึ้น เพราะพวกเขาสามารถแปลงความต้องการที่ซับซ้อนของลูกค้าให้เป็นผลลัพธ์ที่จับต้องได้ และตรวจจับปัญหาได้ก่อนที่จะส่งมอบงาน นอกจากนี้พวกเขายังบริหารจัดการกำหนดเวลา ผู้มีส่วนได้ส่วนเสีย และความคลุมเครือ ซึ่งเป็นด้านที่ AI ยังคงมีปัญหาอยู่ สำหรับกรรมการผู้จัดการ การสร้างความสัมพันธ์และความไว้วางใจยังคงเป็นสิ่งสำคัญ ช่องว่างระหว่างผู้สร้างผลลัพธ์และผู้ที่ส่วนใหญ่ดูแลกระบวนการจึงกว้างขึ้น ☔

เหตุใด AI จึงประสบปัญหาในส่วนงานด้านการธนาคารที่เกี่ยวข้องกับการปิดธุรกรรม?

เพราะส่วนที่ยากที่สุดคือส่วนที่ขึ้นอยู่กับสถานการณ์และมนุษย์ AI อาจแนะนำโครงสร้างได้ แต่จิตวิทยาของลูกค้า การเมืองในคณะกรรมการ ความละเอียดอ่อนของการเจรจา และสัญชาตญาณเรื่องจังหวะเวลา ไม่ใช่ข้อมูลที่ชัดเจน การสร้างความไว้วางใจบนพื้นฐานของชื่อเสียงก็ซับซ้อนเช่นกัน “ฉันเคยเห็นเรื่องแบบนี้มาก่อน” เป็นส่วนผสมระหว่างประสบการณ์และความรับผิดชอบ เมื่อซีอีโอทั้งโกรธและหวาดกลัว ใครสักคนจำเป็นต้องควบคุมสถานการณ์ ไม่ใช่แค่เขียนข้อความออกมา.

ธนาคารจะนำ AI มาใช้ในงานวาณิชธนกิจได้อย่างไรโดยไม่เสี่ยงต่อการถูกโจมตี?

ระบบที่ดีควรทำหน้าที่เหมือนเพื่อนร่วมทีมรุ่นน้องที่ไว้ใจได้: มันจะแจ้งเตือนความไม่แน่นอน อธิบายข้อสมมติฐาน ทำงานภายใต้ข้อจำกัดด้านการปฏิบัติตามกฎระเบียบ และรักษาความสม่ำเสมอของแม่แบบ ที่สำคัญไม่แพ้กันคือ ต้องมีบันทึกการตรวจสอบเพื่อให้ใครบางคนสามารถปกป้องผลลัพธ์ในภายหลังได้ การนำไปใช้มักมีลักษณะเหมือน "AI อยู่ทุกหนทุกแห่ง...แต่ถูกจำกัดขอบเขต" เพราะความเสี่ยงด้านความเป็นส่วนตัว ความปลอดภัยทางไซเบอร์ ความไม่โปร่งใส และอคติไม่ได้หายไปในวันทำสัญญา ⚠️

ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและการเก็บรักษาบันทึกข้อมูลที่ใหญ่ที่สุดเกี่ยวกับการใช้ GenAI ในภาคการธนาคารมีอะไรบ้าง?

มีสองความเป็นจริงที่ทำให้ทุกอย่างช้าลง ประการแรก การกำกับดูแลความเสี่ยงของแบบจำลองไม่ใช่เรื่องที่เลือกได้ – หน่วยงานกำกับดูแลคาดหวังการตรวจสอบความถูกต้อง เอกสาร และการควบคุม และ GenAI อาจยกระดับมาตรฐานให้สูงขึ้นแทนที่จะลดลง ประการที่สอง การสื่อสารและการเก็บรักษาบันทึกมีความสำคัญ: เมื่อผู้คนคัดลอกบริบทของธุรกรรมลงในเครื่องมือหรือสร้างร่างในแชท คุณอาจสร้างปัญหาในการเก็บรักษาและการกำกับดูแลภายใต้ระบอบของโบรกเกอร์-ดีลเลอร์.

คุณจะรักษาคุณค่าของตนเองได้อย่างไร หาก AI กำลังเปลี่ยนแปลงวงการธนาคารเพื่อการลงทุน?

คิดแบบ “เน้นกำลัง ไม่ใช่สติปัญญา” ใช้ AI ในการร่าง จัดโครงสร้าง และปรับปรุงให้เร็วขึ้น จากนั้นใช้เวลาของมนุษย์ไปกับการเล่าเรื่อง การตัดสินใจเชิงพาณิชย์ การจดจำรูปแบบในอุตสาหกรรม การเจรจาต่อรอง และการเป็นผู้นำกระบวนการ การ “เก่ง AI” หมายถึงการกำกับดูแลอย่างมีความรับผิดชอบ: ให้คำแนะนำที่ดี ทดสอบผลลัพธ์อย่างเข้มงวด และจับสิ่งที่ถูกต้องทางเทคนิคแต่ผิดพลาดในเชิงพาณิชย์ ผู้ชนะจะกลายเป็นบรรณาธิการที่ยอดเยี่ยมของความเป็นจริง 🧠🤖

เอกสารอ้างอิง

[1] World Economic Forum - รายงานอนาคตของงานปี 2025 (ฉบับย่อ)
[2] McKinsey Global Institute - ศักยภาพทางเศรษฐกิจของ AI เชิงสร้างสรรค์: ขอบเขตผลิตภาพถัดไป
[3] ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ - ระบบการเงินอัจฉริยะ: AI กำลังเปลี่ยนแปลงการเงินอย่างไร (BIS Working Papers No 1194, PDF)
[4] ธนาคารกลางสหรัฐ - แนวทางการกำกับดูแลเกี่ยวกับการจัดการความเสี่ยงของแบบจำลอง (SR 11-7), PDF
[5] FINRA - บัญชีและบันทึก (รวมถึงการเก็บรักษาการสื่อสารทางอิเล็กทรอนิกส์ตามกฎ SEC Exchange Act Rule 17a-4)

ค้นหา AI รุ่นล่าสุดได้ที่ร้านค้าผู้ช่วย AI อย่างเป็นทางการ

เกี่ยวกับเรา