การ์ทเนอร์ชี้ 3 เทรนด์เทคโนโลยี ที่ได้รับแรงหนุนจากบริการธนาคาร และการลงทุนในปี 2565

การ์ทเนอร์ เผยสามแนวโน้มเทคโนโลยีที่ได้รับแรงหนุนสำคัญจากบริการธนาคารและการลงทุนในปี 2565 ประกอบด้วย เทคโนโลยี Generative Artificial Intelligence (AI), Automatic Systems และ Privacy-Enhancing Computation ซึ่งเทคโนโลยีทั้งสามกลุ่มนี้จะยังเติบโตต่อเนื่องในสองหรือสามปีจากนี้ โดยมีส่วนสนับสนุนการเติบโตและการเปลี่ยนแปลงขององค์กรธุรกิจที่ให้บริการทางการเงิน

มูตูซี เซา รองประธานฝ่ายวิจัยของการ์ทเนอร์ กล่าวว่า “ขณะที่การเติบโตมีความสำคัญสูงสุดต่อธุรกิจ ความจำเป็นในการจัดการความเสี่ยง การเพิ่มประสิทธิภาพด้านต้นทุนและการดำเนินงานต่างต้องการนวัตกรรมและเทคโนโลยีใหม่ ๆ Generative AI ช่วยให้ผู้บริหารไอทีของธนาคารสามารถนำเสนอเทคโนโลยีโซลูชั่นให้กับธุรกิจเพื่อสร้างรายได้ให้เติบโตได้ ขณะที่ Autonomic Systems และ Privacy-Enhancing Computation จะเป็นโซลูชันดำเนินการระยะยาวที่นำเสนอทางเลือกใหม่ ๆ สำหรับการเปลี่ยนแปลงทางธุรกิจในด้านบริการทางการเงิน”

การ์ทเนอร์คาดว่ามูลค่าการใช้จ่ายด้านไอทีของธุรกิจธนาคารและการลงทุนทั่วโลกในปี 2565 จะเติบโตขึ้น 6.1% หรือคิดเป็น 623 พันล้านดอลลาร์สหรัฐฯ โดยหมวดที่มีการใช้จ่ายมากที่สุดคือ บริการด้านไอที ประกอบไปด้วย บริการให้คำปรึกษาและบริการด้านการจัดการ คิดเป็น 42% ของมูลค่าการใช้จ่ายด้านไอทีทั้งหมดในหมวดนี้อยู่ที่ 264 พันล้านดอลลาร์สหรัฐ สำหรับหมวดที่เติบโตเร็วที่สุดคือซอฟต์แวร์ ที่คาดการณ์ว่าจะเพิ่มขึ้น 11.5% หรือประมาณ 149 พันล้านดอลลาร์สหรัฐฯ

–LINE จัดงาน NFT for Business: The Future of Marketing with LINE CREATORS ชวนนักการตลาดไทยเกาะติดเทรนด์โลก เจาะลึกการทำการตลาดด้วย NFT
–หัวเว่ย เผย 5 เทรนด์ ตอบโจทย์เศรษฐกิจดิจิทัล และความเป็นกลางทางคาร์บอนไปพร้อมกัน

เช่นเดียวกับประเทศไทย ที่การ์ทเนอร์คาดว่ามูลค่าใช้จ่ายไอทีของธุรกิจธนาคารและการลงทุนในปี 2565 จะเติบโต 6.5% หรือ 82.2 พันล้านบาท โดยหมวดที่มีมูลค่าการใช้จ่ายมากที่สุด คือ “บริการด้านไอที” ที่ประกอบด้วย บริการให้คำปรึกษาและบริการด้านการจัดการ และหมวดที่เติบโตรวดเร็วที่สุดคือ ซอฟต์แวร์ คาดว่าจะเติบโตขึ้น 14% หรือ 13.5 พันล้านบาท

เทรนด์เทคโนโลยีเกิดใหม่สามกลุ่มที่การ์ทเนอร์ระบุมีส่วนช่วยธุรกิจให้บรรลุเป้าหมายในการดำเนินการ สร้างการเติบโต และเปลี่ยนแปลงธุรกิจ และแสดงให้เห็นกรณีตัวอย่างการใช้งานในอุตสาหกรรมการธนาคารและการลงทุน ได้แก่

เทรนด์ที่ 1: Generative AI

การ์ทเนอร์คาดการณ์ว่า 20% ของข้อมูลทดสอบจากการใช้งานของผู้บริโภคจะถูกสังเคราะห์ขึ้นภายในปี 2568 ทั้งนี้ Generative AI จะเรียนรู้การเป็นตัวแทนดิจิทัลของสิ่งประดิษฐ์จากข้อมูลและสร้างนวัตกรรมที่คล้ายกับต้นฉบับแต่จะไม่ทำซ้ำ

ในส่วนบริการด้านการธนาคารและการลงทุน จะพบแอปพลิเคชันของเทคโนโลยี Deep Learning แบบ Generative Adversarial Networks – GAN และการสร้างภาษาธรรมชาติ (Natural Language Generation – NLG) เป็นส่วนใหญ่ได้ในสถานการณ์การตรวจจับการฉ้อโกง การคาดการณ์การซื้อขาย การสร้างข้อมูลแบบสังเคราะห์ และการสร้างแบบจำลองปัจจัยเสี่ยง ซึ่ง Generative AI มีศักยภาพเนื่องจากความสามารถปรับเปลี่ยนในแบบเฉพาะบุคคลไปสู่ระดับที่สูงขึ้น

เทรนด์ที่ 2: ระบบอัตโนมัติ (Autonomic Systems)

ระบบอัตโนมัติเป็นระบบที่จัดการได้ทั้งแบบกายภาพหรือจากซอฟต์แวร์ ซึ่งเรียนรู้จากสภาพแวดล้อมและปรับเปลี่ยนอัลกอริธึมของมันเองได้แบบไดนามิกแบบเรียลไทม์ เพื่อเพิ่มประสิทธิภาพการเรียนรู้พฤติกรรมของระบบในสภาวะระบบนิเวศที่ซับซ้อน ระบบอัตโนมัติจะสร้างชุดความสามารถทางเทคโนโลยีที่คล่องตัวสนับสนุนความต้องการและสถานการณ์ใหม่ ๆ เพิ่มประสิทธิภาพการทำงานและป้องกันการโจมตีโดยปราศจากการแทรกแซงของมนุษย์

ปัจจุบันระบบอัตโนมัติส่วนใหญ่ทำงานอยู่ในรูปแบบซอฟต์แวร์ในบริบทของธุรกิจธนาคาร อย่างไรก็ตามก็มีหุ่นยนต์แบบฮิวแมนนอยด์ในสาขาธนาคารอัจฉริยะซึ่งเป็นตัวอย่างของระบบอัตโนมัติที่ทำงานบนฮาร์ดแวร์ที่ทำหน้าที่ให้บริการแก่ลูกค้าและผู้ใช้บริการ สิ่งเหล่านี้สามารถนำไปปรับใช้ในการจัดการหนี้แบบอัตโนมัติ เป็นผู้ช่วยด้านการเงินส่วนบุคคลและการให้กู้ยืมอัตโนมัติ Roboadvisors จัดเป็นระบบอัตโนมัติระดับพื้นฐานแม้ว่ายังมีความกังวลเรื่องความน่าเชื่อถืออยู่ในความเป็นระบบอัตโนมัติในระดับสูง

การ์ทเนอร์คาดการณ์ว่าภายในปี 2567 20% ขององค์กรที่จำหน่ายระบบหรืออุปกรณ์อัตโนมัติจะขอให้ลูกค้าละเว้นการชดใช้ค่าเสียหายตามข้อกำหนดเรื่องความเป็นส่วนตัวที่เกี่ยวข้องกับการเรียนรู้พฤติกรรมจากผลิตภัณฑ์ของตน

เทรนด์ที่ 3: การประมวลผลเพื่อเพิ่มประสิทธิภาพความเป็นส่วนตัว (Privacy-Enhancing Computation)

การประมวลผลเพื่อเพิ่มประสิทธิภาพความเป็นส่วนตัว (Privacy-Enhancing Computation หรือ PEC) นั้นช่วยให้การประมวลผลข้อมูลส่วนบุคคลมีความปลอดภัยในสภาพแวดล้อมที่ไม่น่าเชื่อถือ เนื่องจากกฎหมายความเป็นส่วนตัวและการคุ้มครองข้อมูลมีความสำคัญมากขึ้นรวมถึงความกังวลของผู้บริโภค ซึ่ง PEC ใช้เทคนิคการป้องกันความเป็นส่วนตัวที่หลากหลายเพื่อให้สามารถดึงข้อมูลออกมาใช้ได้อย่างมีคุณค่าและยังปฏิบัติตามข้อกำหนด

การ์ทเนอร์คาดว่า ภายในปี 2568 องค์กรขนาดใหญ่ 60% จะใช้เทคนิคของ Privacy-Enhancing Computation อย่างน้อยหนึ่งเทคนิคเพื่อการวิเคราะห์ หรือใช้ในธุรกิจอัจฉริยะ หรือเพื่อการประมวลผลบนคลาวด์ สำหรับภาคบริการทางการเงินที่ข้อมูลถือว่ามีบทบาทอย่างมากในการวิเคราะห์ การคำนวณ และการสร้างรายได้ จึงมีการนำเทคนิค PEC มาใช้เพิ่มขึ้น อาทิ ใช้วิเคราะห์การฉ้อโกง ดำเนินการด้านข่าวกรอง แบ่งปันข้อมูล และต่อต้านการฟอกเงิน

• Facebook
• X
• Line