KBTG ก้าวสู่ยุค AI+ พัฒนา Agentic AI ใช้งานจริง ด้วยแนวทาง AI-Infused Tech Powerhouse

ความนิยมของปัญญาประดิษฐ์ในปีที่ผ่านมาทำให้องค์กรต่างๆ มีแนวทางการใช้งานปัญญาประดิษฐ์กันมากขึ้นเรื่อยๆ แต่ก็มีความสำเร็จมากน้อยต่างกันไป กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป (KBTG) เปิดแนวทางการพัฒนาองค์กรสู่ยุค Agentic AI ในงาน Banking on Agentic AI: Towards AI-Infused Tech Powerhouse เล่าถึงแนวทางการพัฒนาองค์กรโดยรวม และสถานะปัจจุบันของ KBTG ว่ามีแพลตฟอร์มการทำงานที่เต็มไปด้วย Agentic AI ทำงานร่วมกับพนักงานของ KBTG ที่อย่างไรบ้าง และกระบวนการเหล่านี้ช่วยให้การทำงานโดยรวมมีประสิทธิภาพมากขึ้นอย่างไร

4 บทเรียนสำคัญในการสร้าง Agentic AI

กระทิง เรืองโรจน์ พูนผล ประธานกลุ่มบริษัท KBTG เล่าถึงกระแสปัญญาประดิษฐ์ในตอนนี้ว่าเทคโนโลยีอย่าง Generative AI (GenAI) นั้นได้ผ่านจุดสูงสุดของ hype cycle ไปแล้ว จากเดิมที่หลายคนเชื่อว่าปัญญาประดิษฐ์แบบ GenAI จะสร้างความเปลี่ยนแปลงได้มาก แต่เมื่อพบข้อจำกัดก็ทำให้ความคาดหวังลดลงมา อย่างไรก็ดี Agentic AI ในตอนนี้กำลังอยู่จุดสูงสุดของ hype cycle จากความสามารถที่ขยายไปจาก GenAI อย่างไรก็ดีเมื่อเราใช้งานไปความคาดหวังก็น่าจะค่อยๆ ลดลงมาในอนาคต

ทาง KBTG ได้เริ่มพัฒนา Agentic AI มาตั้งแต่ปลายปี 2024 ทำให้ตอนนี้มีเวลาทำงานมาเกือบหนึ่งปี เนื่องจากเป็นเรื่องที่ใหม่มากทำให้ไม่มี best practice ในการพัฒนา Agentic AI อย่างชัดเจน ทีมงาน KBTG อาศัยตั้งทีมงานและประกาศว่าทุกคนต้อง all in กับการ Agentic AI ในการทำงาน ระหว่างทางก็มีการปรับปรุงการทำงานให้เป็น better practice ต่อเนื่องไป จนได้บทเรียนการทำ Agentic AI ออกมาหลายอย่าง ได้แก่

Use Case: การเลือกแนวทางการใช้งานเป็นสิ่งสำคัญที่สุดในการสร้าง Agentic AI
Data: ในงานที่เลือกแนวทางการใช้งานอย่างถูกต้อง แต่กลับไม่มีข้อมูลสนับสนุนการใช้งานก็ทำให้งานไม่สำเร็จ
Governance: แนวทางการล้อมรั้วจำกัดความเสียหาย สร้าง guradrail ที่มีประสิทธิภาพ โดยเฉพาะ Agentic AI ที่สามารถตัดสินใจบางอย่างได้ด้วยตัวเอง
Talent: กระบวนการทำงานยังต้องมีมนุษย์เป็นผู้ตัดสินใจสุดท้าย (human-in-the-loop) ป้องกันการความผิดพลาดที่อาจจะเกิดขึ้นได้แม้จะมีการป้องกันแล้ว

โดยรวมแล้วกระบวนการนำ Agentic AI เข้ามาในองค์กรเป็นการเดินทางระยะยาว แต่ผลตอบแทนคุ้มค่า เพราะองค์กรที่สามารถนำ AI มาใช้งานได้สำเร็จ มีโอกาสที่จะสร้างคุณค่าธุรกิจได้ถึง 2-3 เท่าขององค์กรที่หยุดอยู่เพียงแค่การทำ Digital Transformation

จุดเริ่มต้นของกระบวนการนี้คือแนวทาง +AI ที่นำ AI มาช่วยในงานเดิมๆ ไปก่อน แล้วปรับไปสู่กระบวนการทำให้งานบางอย่างเป็นระบบอัตโนมัติตลอดกระบวนการ จนนำ AI มาผสมผสานเข้ากับ workflow การทำงานไปได้ทั้งหมด เป้าหมายสุดท้ายคือการทำแนวทาง AI+ ที่ใช้ AI เป็นแรงงานสำคัญแล้วค่อยเพิ่มส่วนอื่นๆ เข้าไป

งานส่วนหนึ่งที่ KBTG นำเสนอในการแถลงข่าวครั้งนี้ คือกระบวนการพัฒนาซอฟต์แวร์ที่ KBTG มี Software Engineer ถึง 600 คน แต่ที่ผ่านมามีปัญหาส่งมอบงานไม่ทันตามที่ต้องการเสมอ เนื่องจากมีแอปพลิเคชั่นที่ต้องดูแลมากถึง 500 แอปพลิเคชั่น และมีโปรเจคในแต่ละปีกว่า 200 โปรเจค การเพิ่มประสิทธิภาพการพัฒนาซอฟต์แวร์จึงเป็นประเด็นสำคัญมาก

Coding Agent ผู้ช่วยนักพัฒนาที่ทำงาน 1 วันเสร็จใน 15 นาที

จิรัฎฐ์ ศรีสวัสดิ์ Assistant Managing Director Software Development Excellence ของ KBTG เล่าถึงแพลตฟอร์มสำหรับนักพัฒนาภายในของ KBTG ที่มีตั้งแต่แพลตฟอร์มแชตบอตความรู้เรื่องต่างๆ ให้พนักงานสามารถเข้าไปปรึกษาได้ตลอดเวลา การพัฒนา Agentic AI เปิดให้สามารถสร้าง AI แบบใหม่ๆ ที่เข้าถึงเครื่องมือต่างๆ ที่ทีมพัฒนาซอฟต์แวร์ของ KBTG ใช้งานอยู่ได้ เช่น Jira, Confluence, SharePoint, GitLab, JenKins เมื่อ Agentic AI สามารถเข้าถึงเครื่องมือเหล่านี้ได้ ก็สามารถทำงานได้ระดับใกล้เคียงกับคนมากขึ้น และในอนาคตพนักงานจะทำหน้าที่ระดับสูงขึ้นกลายเป็นการ Orchestrate กองทัพ Agentic AI

แนวทางหนึ่งคือ Coding Agent ที่ใช้งานภายใน KBTG แล้ว โดยพนักงานสามารถ assign งานผ่านทาง ticket ของโครงการให้ Coding Agent เป็นผู้รับผิดชอบได้ ตัว Agentic จะดึงงานออกไปแล้วพัฒนาโค้ดเพื่อแก้โจทย์ตาม ticket ที่ได้รับจนสำเร็จ ตัว Agentic ก็จะปรับสถานะ ticket มาให้พนักงานรีวิวอีกครั้ง พนักงานจะสามารถตรวจสอบโค้ดที่แก้ไขไปได้ทั้งหมดว่ามีการปรับเปลี่ยนส่วนใดที่เป็นอันตรายหรือไม่

แนวทางนี้ทำให้ Agentic AI แทรกอยู่ในกระบวนการทำงานเดิมของนักพัฒนาซอฟต์แวร์ โดยงานบางส่วนที่ประเมินว่าต้องใช้เวลาหนึ่งวันเต็มสามารถทำเสร็จได้ใน 15 นาทีเท่านั้น

Chai LAI และ Sai JAI คู่หู Agent คุมคุณภาพซอฟต์แวร์และ AI

เมสินี นาคมณี Deputy Managing Director Software Quality Management ของ KBTG เปิดเผยถึง Agentic AI สองตัวที่ KBTG ใช้งานในการควบคุมคุณภาพซอฟต์แวร์โดยระบุว่าเป้าหมายของ KBTG คือแม้ว่าจะต้องทำงานให้เร็วขึ้นก็ตาม ทีมงานอาศัยการสร้าง Agentic AI สองตัว คือ Chai LAI สำหรับการทดสอบซอฟต์แวร์ และ Sai JAI สำหรับการทดสอบปัญญาประดิษฐ์เอง

การใช้ Coding Assistant ทำให้ทีมเทสเตอร์ของ KBTG สามารถเขียนโค้ดสำหรับการทดสอบซอฟต์แวร์ได้เต็ม 100% รวมถึงสามรถสร้าง Agentic AI เพื่อช่วยกาารทำงานของตัวเองได้ Chai LAI นั้นสามารถเชื่อมต่อกับเครื่องมือพัฒนาซอฟต์แวร์ เช่น Jira, Confluence, GitLab, ALM/QC ได้แบบเดียวกับ Coding Agent ของนักพัฒนาซอฟต์แวร์ แต่สามารถเข้าถึงเอกสารการทดสอบต่างๆ ได้พร้อมกัน

สำหรับ Sai JAI เป็น Agentic AI เพื่อการทดสอบ AI อีกทีหนึ่ง เนื่องจากตอนนี้ KBTG มี AI ที่เปิดให้ใช้งานหลายตัว และก็มี AI Risk Management Framework เพื่อควบคุมความเสี่ยงของ AI ที่จะนำไปใช้งานทั้งใน KBTG และ KBank

AI and Data Playground ปลดล็อกทุกคนสู่การเป็น AI Engineer

วรรณลภย์ วิสิฐธรรมคุณ Assistant Managing Director Intelligence Engineering and Data Technology ของ KBTG เปิดเผยถึงแพลตฟอร์ม AI and Data Playground (ADP) ในการพัฒนา AI ถายในองค์กรของ KBTG ที่เปิดให้พนักงานสามารถสร้าง Agentic AI ของตัวเองได้ทุกคน เปิดทางให้พนักงานกว่าพันคนกลายเป็น AI Engineer ที่ได้ทำงานจริง

ADP ลดระยะเวลาการเริ่มพัฒนา proof of concept ของปัญญาประดิษฐ์จากเดิมที่ต้องผ่านกระบวนการที่อาจจะนานถึง 30 วันให้เหลือเพียงวันเดียว ทำให้พนักงานสนใจเข้ามาทดลองแนวทางการใช้งานใหม่ๆ มากกว่า 100 รายการ ADP ยังเปิดให้แอปพลิเคชั่น AI ต่างๆ สามารถทดลองถอดเปลี่ยนส่วนประกอบได้โดยง่าย เพราะมี LLM Gateway ศูนย์กลางอยู่ที่เดียว ทำให้ผู้พัฒนาสามารถเลือกใช้งานโมเดลต่างๆ ได้ตามแนวทางการใช้งาน

แนวทางทั้งหมดเป็นแนวทาง KBTG ที่จะพัฒนาให้พนักงานทำงานร่วมกับ AI จนเป็นเรื่องปกติได้ภายในปี 2026 โดยคุณกระทิงระบุว่า AI ไม่ได้มาแทนที่คนแต่จะเพิ่มศักยภาพของคน และตอนนี้ KBTG ก็ไม่มีแนวทางปลดคนแต่อย่างใดแต่ยังสามารถพัฒนาคนทำให้ทำงานร่วมกับ AI จนมีประสิทธิภาพเพิ่มขึ้นได้