SET / กลยุทธ์ AI
แผนพัฒนา AI สำหรับตลาดหลักทรัพย์ฯ
เราจัดทำแผนพัฒนา AI ให้ตลาดหลักทรัพย์แห่งประเทศไทย โดยเชื่อมเป้าหมายขององค์กรกับความสามารถและระบบที่ต้องพัฒนา
SMC / DIRECTION
กลยุทธ์ AI และข้อมูล ที่พร้อมลงมือทำ
แก้โจทย์ธุรกิจ วางรากฐานข้อมูล และหาโอกาสที่ AI สร้างคุณค่าได้จริง เราใช้ความเข้าใจธุรกิจร่วมกับประสบการณ์พัฒนาระบบ เปลี่ยนเทคโนโลยีใหม่ให้เป็นแผนที่องค์กรนำไปทำได้
กลยุทธ์สำหรับองค์กรสำคัญของประเทศ
ข้อมูลเครดิตแห่งชาติ / กลยุทธ์ดิจิทัล
กลยุทธ์การเปลี่ยนผ่านสู่ดิจิทัลสำหรับ NCB
เราจัดทำกลยุทธ์การเปลี่ยนผ่านสู่ดิจิทัลให้บริษัท ข้อมูลเครดิตแห่งชาติ จำกัด โดยนำมุมมองธุรกิจมาเชื่อมกับการตัดสินใจด้านข้อมูลและเทคโนโลยี
สิ่งที่คุณจะได้รับ
กลยุทธ์ที่ทีมคุณนำไปทำงานต่อได้
โอกาสที่ควรลงทุนก่อน
ควรเริ่มโครงการ AI หรือวิเคราะห์ข้อมูลเรื่องใด เพราะอะไร และเรื่องใดควรรอก่อน
แผนจัดการข้อมูล
ระบุสิ่งที่ต้องแก้เรื่องคุณภาพ การเข้าถึง และผู้รับผิดชอบข้อมูล เพื่อให้กลยุทธ์เดินต่อได้
แผนลงมือทำ
ลำดับโครงการ ผู้รับผิดชอบ สิ่งที่ต้องพร้อมก่อน สมมติฐานการลงทุน และวิธีวัดผล
เห็นทางเลือกได้ชัดขึ้น
ควรเริ่มตรงไหน?
ลองสำรวจตัวอย่างโอกาสด้าน AI และ Big Data เลือกแต่ละโจทย์เพื่อดูคุณค่าทางธุรกิจ สิ่งที่ต้องพร้อม และคำแนะนำของเรา
ผลต่อธุรกิจ ↑สูงขึ้น
ทำได้ยากกว่าความพร้อม →ทำได้ง่ายกว่า
เริ่มทดลองเตรียมรากฐานพิจารณาภายหลัง
Generative AI
ร่างรายงานสินเชื่อ
- ผลต่อธุรกิจ
- สูง
- ความพร้อมในการทำ
- สูง เมื่อแหล่งข้อมูลพร้อม
ช่วยให้นักวิเคราะห์มีร่างแรกจากเอกสารที่อนุมัติ พร้อมแหล่งอ้างอิงให้ตรวจสอบ
คำแนะนำจาก SMC
เริ่มทดลองกับรายงานหนึ่งประเภท ร่วมกับนักวิเคราะห์
ตรวจสิทธิ์เข้าถึงเอกสาร คุณภาพการอ้างอิง และขั้นตอนตรวจทาน โดยคนยังเป็นผู้ตัดสินใจสินเชื่อ
Generative AI
ค้นความรู้ภายในองค์กร
- ผลต่อธุรกิจ
- ปานกลางถึงสูง
- ความพร้อมในการทำ
- สูง เมื่อเริ่มจากเอกสารเฉพาะกลุ่ม
ช่วยให้ทีมค้นคำตอบจากนโยบาย คู่มือ และงานวิจัยภายในได้สะดวกขึ้น
คำแนะนำจาก SMC
เริ่มกับหนึ่งทีมและชุดเอกสารที่เชื่อถือได้
จัดการเวอร์ชัน สิทธิ์เข้าถึง และผู้รับผิดชอบเอกสาร ก่อนขยายการใช้งาน
Machine Learning
พยากรณ์ความต้องการสินค้า
- ผลต่อธุรกิจ
- ปานกลางถึงสูง
- ความพร้อมในการทำ
- ขึ้นกับข้อมูลย้อนหลัง
ใช้ประมาณการความต้องการช่วยวางแผนสต็อกและกำลังการผลิตให้เหมาะสม
คำแนะนำจาก SMC
เตรียมข้อมูลย้อนหลังให้พร้อม แล้วทดสอบเทียบกับวิธีที่ใช้อยู่
แก้ข้อมูลยอดขายที่ขาดหาย ช่วงสินค้าหมด และกิจกรรมส่งเสริมการขาย แล้ววัดผลจากการวางแผนที่ดีขึ้น
Big Data และข้อมูลเชิงพื้นที่
วางแผนเครือข่ายสาขา
- ผลต่อธุรกิจ
- สูง
- ความพร้อมในการทำ
- ต้องเชื่อมข้อมูลหลายด้าน
เปรียบเทียบทำเลจากความต้องการ พฤติกรรมลูกค้า พื้นที่ให้บริการ และต้นทุนดำเนินงาน
คำแนะนำจาก SMC
เชื่อมรากฐานข้อมูลให้พร้อม ก่อนขยายแบบจำลอง
ตกลงนิยามพื้นที่และความคุ้มค่า เชื่อมแหล่งข้อมูล และตรวจข้อเสนอร่วมกับทีมธุรกิจ
การวิเคราะห์ข้อมูลและระบบอัตโนมัติ
จัดทำรายงานผู้บริหาร
- ผลต่อธุรกิจ
- ปานกลาง
- ความพร้อมในการทำ
- สูง เมื่อข้อมูลนำเข้ามีรูปแบบชัดเจน
ลดงานรวบรวมรายงานซ้ำ ๆ เพื่อให้ทีมมีเวลาวิเคราะห์ว่าอะไรเปลี่ยนไปและเพราะเหตุใด
คำแนะนำจาก SMC
เริ่มจากงานเล็กที่เห็นผลได้ ควบคู่กับแผนระยะยาว
ตรวจความสม่ำเสมอของข้อมูล และให้คนทบทวนคำอธิบายก่อนส่งรายงาน
Agentic AI
ให้ AI อนุมัติรายการเอง
- ผลต่อธุรกิจ
- ยังไม่ชัด เมื่อรวมความเสี่ยงและต้นทุน
- ความพร้อมในการทำ
- ต่ำในสถานการณ์ตัวอย่างนี้
การทำงานอัตโนมัติเต็มรูปแบบอาจดูน่าสนใจ แต่ต้นทุนจากข้อผิดพลาดและกรณียกเว้นอาจสูงกว่าประโยชน์
คำแนะนำจาก SMC
ให้คนอนุมัติต่อไป และพิสูจน์งานที่ AI ช่วยคนก่อน
พิจารณาใหม่เมื่อบทบาทตัดสินใจ การตรวจสอบย้อนหลัง และการจัดการกรณียกเว้นชัดเจน
แผนที่นี้เป็นตัวอย่าง ลำดับความสำคัญขึ้นอยู่กับธุรกิจ ข้อมูล และเงื่อนไขการทำงานของแต่ละองค์กร
เข้าใจธุรกิจ ลงลึกถึงเทคโนโลยี
มองไกลด้านเทคโนโลยี ลงมือทำได้ในโลกจริง
เราชวนผู้บริหาร ทีมเทคโนโลยี และคนทำงานจริงมาคุยโจทย์ร่วมกัน ประสบการณ์พัฒนาแพลตฟอร์มข้อมูลและระบบ AI ช่วยให้เราประเมินได้ว่าต้องทำอะไรบ้าง เพื่อให้กลยุทธ์เกิดขึ้นจริง
- หาคุณค่าทางธุรกิจรายได้ ต้นทุน คุณภาพบริการ หรือปัญหาที่ทำให้ธุรกิจเดินต่อได้ยาก
- ประเมินสิ่งที่ทำได้ดูข้อมูลและกระบวนการทำงาน ทดสอบสมมติฐานทางเทคนิคที่สำคัญก่อนตัดสินใจลงทุน
- ทำให้ขั้นตอนถัดไปชัดเจนตกลงว่าจะพัฒนาอะไร ต้องแก้อะไรก่อน ใครรับผิดชอบ และวัดความคืบหน้าอย่างไร
เริ่มจากบทสนทนาที่มีประโยชน์
คุยโจทย์กลยุทธ์ AI และข้อมูล
เล่าโจทย์ธุรกิจ เป้าหมาย และสิ่งที่ยังติดขัดให้เราฟัง เราจะช่วยกันหาจุดเริ่มต้นที่นำไปทำได้จริง