SHARE
หลังจากที่ ChatGPT ถูกเปิดตัวในเดือนพฤศจิกายน 2565 ไม่มีใครคาดคิดว่าภายในเวลาเพียงสองปี Generative AI ได้ก้าวขึ้นมาเป็นเทคโนโลยีที่เปลี่ยนโลกการลงทุนไปอย่างสิ้นเชิง จากจุดเริ่มต้นที่หลายคนมองว่าเป็นเพียงเครื่องมือสำหรับสร้างเนื้อหาและตอบคำถามทั่วไป วันนี้ Generative AI อย่าง ChatGPT-4, Claude 3, และ Google Gemini Pro ได้พัฒนาขึ้นเป็นผู้ช่วยอัจฉริยะที่สามารถวิเคราะห์ข้อมูลการเงินที่ซับซ้อน ประเมินแนวโน้มตลาด และให้ข้อมูลประกอบการตัดสินใจลงทุนได้ ซึ่งความก้าวหน้าของ Generative AI กำลังสร้างการเปลี่ยนแปลงครั้งสำคัญในวงการการเงินการลงทุน โดยเห็นได้ชัดจากการเคลื่อนไหวของสถาบันการเงินชั้นนำระดับโลก Morgan Stanley ได้เปิดตัว AI Assistant ซึ่งพัฒนาโดยใช้เทคโนโลยี OpenAI GPT4 เพื่อยกระดับการให้บริการของที่ปรึกษาทางการเงินกว่า 16,000 คนทั่วโลก โดย AI ตัวนี้ไม่ใช่เพียงระบบตอบคำถามทั่วไป แต่เป็น AI ที่ถูกฝึกฝนด้วยข้อมูลและความเชี่ยวชาญด้านการเงินการลงทุนโดยเฉพาะ ทำให้สามารถวิเคราะห์ข้อมูลตลาด ให้คำแนะนำด้านการลงทุน และตอบคำถามเกี่ยวกับผลิตภัณฑ์ทางการเงินที่ซับซ้อนได้ โดยในช่วงที่ผ่านมา สถาบันการเงินระดับโลกอย่าง JPMorgan Chase แสดงให้เห็นถึงความมุ่งมั่นในการพัฒนาด้าน AI อย่างจริงจัง โดย Mr. Jamie Dimon, Chief Executive officer (CEO) ของ JPMorgan Chase ได้ให้ความสำคัญกับการลงทุนด้านเทคโนโลยีและการสร้างทีมผู้เชี่ยวชาญเฉพาะ โดยปัจจุบันธนาคารมีนักวิทยาศาสตร์ข้อมูลและวิศวกร AI กว่า 2,000 คน ทำงานพัฒนาระบบวิเคราะห์ความเสี่ยงและโอกาสในการลงทุน ซึ่งสะท้อนให้เห็นว่าสถาบันการเงินชั้นนำระดับโลกกำลังปรับตัวครั้งใหญ่เพื่อรับมือกับยุค AI
ความสามารถของ Generative AI ยิ่งโดดเด่นในช่วงที่เกิดความผันผวนทางการเมืองระหว่างประเทศ โดยเฉพาะหลังการเลือกตั้งสหรัฐฯ ปลายปี 2567 ที่ Mr. Donald J. Trump กลับมาดำรงตำแหน่งประธานาธิบดีอีกครั้ง การประกาศนโยบาย "America First 2.0" สร้างแรงสั่นสะเทือนไปทั่วโลก โดยเฉพาะการตัดสินใจครั้งสำคัญ 3 ประการคือ การยุตินโยบายสนับสนุนยูเครนทันทีที่เข้ารับตำแหน่ง การเพิ่มภาษีนำเข้าสินค้าจากจีนเป็น 60% และการถอนตัวจากข้อตกลงด้านสภาพภูมิอากาศปารีสซึ่งมีผลกระทบที่เกิดขึ้นต่อตลาดการเงินอย่างรุนแรงและรวดเร็ว เห็นได้จากความผันผวนของดัชนี S&P 500 การแข็งค่าของเงินดอลลาร์อย่างมีนัยสำคัญ และราคาบิตคอยน์ที่พุ่งขึ้นทำจุดสูงสุดใหม่ ซึ่งในสถานการณ์นี้ Generative AI แสดงให้เห็นถึงความสามารถที่เหนือกว่าระบบวิเคราะห์แบบดั้งเดิม โดย AI สามารถวิเคราะห์ผลกระทบของนโยบายใหม่ต่ออุตสาหกรรมต่างๆ ได้อย่างน่าสนใจ เช่น บริษัทผู้ผลิตสินค้าอุปโภคบริโภคที่พึ่งพาห่วงโซ่อุปทานจากจีน เช่น Walmart และ Target จะได้รับผลกระทบเชิงลบ และ AI ยังวิเคราะห์ได้ว่าบริษัทพลังงานสะอาดอาจเผชิญความท้าทายจากการถอนตัวจากข้อตกลงปารีส แต่บริษัทพลังงานดั้งเดิมอย่าง ExxonMobil และ Chevron อาจได้ประโยชน์ อย่างไรก็ดี การใช้ AI ในการลงทุนแบบแยกส่วนหรือใช้เพียงบางจุดเริ่มแสดงให้เห็นข้อจำกัด เมื่อต้องเผชิญกับตลาดที่ซับซ้อนและเชื่อมโยงกันทั่วโลก นี่คือที่มาของแนวคิด "AI Factory" ที่ บลจ.ไทยพาณิชย์ พัฒนาขึ้นจากประสบการณ์กว่า 7 ปีในการใช้ AI เพื่อการลงทุน โดยบทเรียนสำคัญที่ SCBAM ค้นพบคือ การมี AI ที่เก่งเพียงด้านเดียวไม่เพียงพออีกต่อไป
ในช่วงแรกของการพัฒนา AI เพื่อการลงทุน บลจ.ไทยพาณิชย์ได้ทำการวิจัยและทดสอบระบบอย่างรอบด้าน โดยระหว่างการทดสอบในสภาพแวดล้อมจำลอง (Simulation) พบประเด็นสำคัญที่ต้องพัฒนาหลายประการ เช่น การเชื่อมโยงการวิเคราะห์หุ้นไทยกับผลกระทบจากปัจจัยต่างประเทศ การเพิ่มความยืดหยุ่นในการปรับตัวตามสภาวะตลาด และการเร่งความเร็วในการประมวลผลเพื่อคว้าโอกาสการลงทุน จากการศึกษาและพัฒนาอย่างต่อเนื่องนี้ จึงนำไปสู่การสร้าง AI Factory ที่ผสานระบบ AI หลายส่วนเข้าด้วยกันอย่างมีประสิทธิภาพ
3 หลักการสำคัญของ AI Factory จากการพัฒนาโดย SCBAM
AI Factory ได้ถูกพัฒนาขึ้นโดยแบ่งตามหลักการ ได้ 3 ประการสำคัญ คือ (1) Scale คือการยกระดับความสามารถในการประมวลผลด้วยระบบ Cloud Computing ที่รองรับการวิเคราะห์ข้อมูลขนาดใหญ่แบบ Real-Time เช่น การติดตามการเคลื่อนไหวของราคาสินทรัพย์ทั่วโลกพร้อมกัน และวิเคราะห์ความสัมพันธ์ระหว่างตลาดได้ทันที (2) Scope คือการขยายขอบเขตการวิเคราะห์ครอบคลุมตลาดทั่วโลก เช่น การศึกษาผลกระทบของนโยบายการเงินสหรัฐฯ ที่มีต่อตลาดเกิดใหม่ในเอเชีย หรือความเชื่อมโยงระหว่างราคาสินค้าโภคภัณฑ์กับหุ้นกลุ่มพลังงาน และสุดท้าย (3) Learning คือการพัฒนาระบบที่เรียนรู้และปรับตัวอย่างต่อเนื่อง เช่น การวิเคราะห์รูปแบบการตอบสนองของตลาดต่อเหตุการณ์สำคัญในอดีต เพื่อเตรียมพร้อมรับมือกับสถานการณ์ที่คล้ายคลึงในอนาคต
โดยผลจากการพัฒนา AI Factory ทำให้ระบบสามารถเรียนรู้รูปแบบและความสัมพันธ์ของตัวแปรต่างๆ จากข้อมูลตลาดในช่วงการเลือกตั้งสหรัฐฯ ที่ผ่านมา เพื่อนำมาวิเคราะห์และเสนอแนวทางการปรับพอร์ตการลงทุนที่เหมาะสมกับสถานการณ์ตลาดในปัจจุบัน รวมถึงช่วยวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงนโยบายระดับมหภาคต่อโอกาสการลงทุนต่างๆ
ทั้งนี้ การนำ AI มาประยุกต์ใช้ในการลงทุน สามารถเริ่มต้นได้ในหลายระดับ ขึ้นอยู่กับความพร้อมและทรัพยากรที่มี โดยนักลงทุนรายย่อยสามารถเริ่มต้นใช้ประโยชน์จาก AI ได้ง่ายๆ ผ่านเครื่องมือ Generative AI ที่มีอยู่แล้ว เช่น ChatGPT หรือ Claude เช่นให้ช่วยสรุปประเด็นสำคัญจากรายงานผลประกอบการรายไตรมาส ใช้วิเคราะห์ภาพรวมอุตสาหกรรมและแนวโน้มการเติบโตของธุรกิจที่สนใจ ช่วยเปรียบเทียบจุดแข็งจุดอ่อนระหว่างบริษัทในอุตสาหกรรมเดียวกัน และ/หรือใช้แปลภาษารวมถึงสรุปบทวิเคราะห์ภาษาอังกฤษจากสถาบันการเงินต่างประเทศ สำหรับองค์กรที่ต้องการนำ AI มาใช้อย่างเป็นระบบ จำเป็นต้องมีการวางแผนและเตรียมความพร้อมในหลายด้าน โดยเริ่มจากการจัดระเบียบและรวบรวมข้อมูลที่มีอยู่ให้เป็นระบบ สร้างทีมที่ผสมผสานระหว่างผู้เชี่ยวชาญด้านการลงทุนและด้านเทคโนโลยี พิจารณาเลือกใช้บริการ AI-as-a-Service จากผู้ให้บริการที่น่าเชื่อถือ มากกว่าที่จะพัฒนาเองใหม่ตั้งแต่ต้น และเริ่มพัฒนาการใช้งานจากงานพื้นฐานที่ใช้บ่อย เช่น การสรุปข้อมูลตลาด หรือการจัดทำรายงานวิเคราะห์ เพื่อสร้างความคุ้นเคยกับระบบ AI
หากมองไปข้างหน้า เราจะเห็นการพัฒนาของ Generative AI ที่น่าตื่นเต้นมากขึ้น โดยเฉพาะการผสานกับเทคโนโลยีอื่นๆ เช่น การใช้ข้อมูลจาก IoT เพื่อวิเคราะห์พฤติกรรมผู้บริโภคแบบ Real-Time อย่างเช่นการประมวลผลภาพจากดาวเทียมเพื่อติดตามกิจกรรมทางเศรษฐกิจในระดับมหภาค นักลงทุนและองค์กรที่เริ่มเรียนรู้และปรับตัวตั้งแต่ตอนนี้ก็จะมีความได้เปรียบในเชิงการแข่งขัน สุดท้ายนี้ สิ่งสำคัญที่ต้องตระหนักคือ Generative AI ไม่ใช่เวทมนตร์ที่จะแก้ปัญหาทุกอย่างได้ แต่เป็นเครื่องมือทรงพลังที่ช่วยในการตัดสินใจได้ดีขึ้น เร็วขึ้น และแม่นยำขึ้น ความสำเร็จจะเกิดขึ้นได้ เมื่อเราผสานความเชี่ยวชาญของมนุษย์เข้ากับความสามารถของ AI อย่างลงตัว คำถามไม่ใช่ว่าเราควรใช้ AI หรือไม่ แต่เป็นว่าเราจะใช้ AI อย่างไรให้เกิดประโยชน์สูงสุด และนี่คือโจทย์สำคัญที่ทุกองค์กรและนักลงทุนต้องหาคำตอบในยุคดิจิทัลนี้
โดย คุณณรงค์ศักดิ์ ปลอดมีชัย
ประธานเจ้าหน้าที่บริหาร
บริษัทหลักทรัพย์จัดการกองทุน ไทยพาณิชย์ จำกัด
