AI กำลังทำลายรูปแบบการจ้างงานเก่าของภาคธนาคารได้อย่างไร

งานธนาคารในเคนยาและตลาดแอฟริกาส่วนใหญ่มีเกียรติทางสังคมในระดับหนึ่ง ด้วยเงินเดือนที่มั่นคง แผนบำนาญ และความเชื่อมั่นในภาคส่วนที่ดูเหมือนสำคัญเกินกว่าจะหดตัวลงได้ 

แต่การแพร่หลายของปัญญาประดิษฐ์ (AI) กำลังคุกคามที่จะเขียนคำสัญญานี้ใหม่ เมื่อพิจารณาธนาคารอย่าง Standard Chartered Kenya (StanChart) ตัวเลขบอกเรื่องราวสำคัญก่อนที่ผู้บริหารจะออกมาพูด

ในปี 2556 StanChart มีพนักงานมากกว่า 2,200 คน ในขณะนั้นธนาคารดำเนินงานผ่านเครือข่ายสาขาขนาดใหญ่ ทีมปฏิบัติการขนาดใหญ่ ตำแหน่งบริหารระดับกลางหลายตำแหน่ง และพนักงานหลายพันคนที่จัดการกระบวนการส่วนใหญ่ด้วยตนเอง ตั้งแต่การรับลูกค้าใหม่และการประมวลผลเอกสารไปจนถึงการตรวจสอบการปฏิบัติตามกฎระเบียบและการกระทบยอด

ภายในสิ้นปี 2568 จำนวนพนักงานลดลงต่ำกว่า 1,000 คนเป็นครั้งแรกในประวัติศาสตร์

การเปลี่ยนแปลงเหล่านี้ที่ StanChart เป็นสัญญาณของการกำหนดราคาแรงงานใหม่ในภาคธนาคารของแอฟริกา งานที่เคยสมเหตุสมผลสำหรับตำแหน่งระดับเริ่มต้นและระดับกลางหลายพันตำแหน่ง ตอนนี้ถูกดำเนินการโดยระบบที่ถูกกว่าและใช้คนน้อยกว่ามาก

ในเดือนพฤษภาคม บริษัทแม่ของผู้ให้กู้รายนี้ส่งสัญญาณว่าการลดจำนวนพนักงานที่ดำเนินมาตลอดทศวรรษไม่ใช่การชั่วคราว แต่เป็นส่วนหนึ่งของกลยุทธ์ใหม่ ในระหว่างงานพบปักนักลงทุนที่ฮ่องกงเมื่อวันที่ 19 พฤษภาคม ธนาคารอังกฤษแห่งนี้ระบุว่าวางแผนจะลดพนักงานในหน้าที่สนับสนุนมากกว่า 15% ภายในปี 2573 

นี่คือผู้ที่ทำงานในด้านต่างๆ เช่น ทรัพยากรบุคคล การปฏิบัติตามกฎระเบียบ การจัดซื้อจัดจ้าง การปฏิบัติงาน และการบริหาร ธนาคารระบุอย่างเปิดเผยว่า AI จะช่วยแทนที่งานเหล่านั้นจำนวนมาก เนื่องจากการเร่งพัฒนา AI จะ "นำไปสู่การดำเนินงานที่รวดเร็วขึ้นและผลลัพธ์ทางการเงินที่ชัดเจน"

ธนาคารกำลังมุ่งสู่สิ่งที่เรียกว่าโมเดลการดำเนินงาน "เรียบง่าย เชื่อมต่อกัน และรวดเร็ว" ซึ่งทุกงานจะถูกมอบหมายให้กับระบบอัตโนมัติ เวิร์กโฟลว์ที่ได้รับการสนับสนุนจาก AI หรือมนุษย์ 

ภายในปี 2570 ธนาคารคาดว่า 90% ของการควบคุมเทคโนโลยีหลักจะได้รับการตรวจสอบอย่างต่อเนื่องโดย AI ในขณะที่ 80% ของการควบคุมจะถูกจัดทำเป็นรหัสอย่างสมบูรณ์ในรูปแบบกฎที่ปฏิบัติได้ กระบวนการปฏิบัติงานก็กำลังถูกทำให้เป็นอัตโนมัติเช่นกัน โดยการประมวลผลเอกสารด้วย AI มุ่งเป้าความแม่นยำ 95% (เพิ่มขึ้นจาก 85%) และผู้ช่วยเสมือนคาดว่าจะสามารถแก้ไขคำถามภายในได้ถึง 60% โดยไม่ต้องมีการแทรกแซงจากมนุษย์

ธนาคารได้ใช้งาน AI มากกว่า 300 กรณีการใช้งาน รวมถึงแอปพลิเคชัน generative AI ที่มีผลกระทบสูง 43 รายการ และฝึกอบรมพนักงานประมาณ 85,000 คนบน Microsoft Copilot ธนาคารรายงานผลกำไรด้านประสิทธิภาพในระยะแรก รวมถึงการลด false positives ในการเฝ้าระวังสินทรัพย์ดิจิทัล 40% การลดกำลังคนในการตรวจสอบ 88% ผ่านระบบรวมศูนย์ (ประหยัดประมาณ 10 ล้านดอลลาร์ต่อปี) และการลดความพยายามด้วยตนเองที่เกี่ยวข้องกับการดำเนินการเปลี่ยนแปลงด้านกฎระเบียบ 30% 

AI กำลังมาแทนที่มนุษย์

คลื่นลูกแรกของธนาคารดิจิทัลทำให้สาขาบางแห่งปิดตัวลง แต่ AI กำลังมุ่งเป้าไปที่สาขาที่เหลืออยู่น้อยๆ และแม้แต่สำนักงานใหญ่ 

โดยพื้นฐานแล้ว ยุคแรกเน้นด้านลูกค้า ธนาคารใช้เวลา 15 ปีที่ผ่านมาในการโน้มน้าวลูกค้าให้หยุดไปที่สาขาและใช้ธนาคารออนไลน์หรือมือถือ ตู้ ATM และธนาคารตัวแทน ซึ่งช่วยลดความจำเป็นในการติดต่อทางกายภาพ โดยย้ายธุรกรรมส่วนใหญ่ออกนอกอาคารธนาคาร

ระยะแรกของการเปลี่ยนผ่านส่งผลกระทบเฉพาะพนักงานแนวหน้า เช่น พนักงานรับฝาก-ถอนเงิน เมื่อเครือข่ายสาขาลดลง การจัดการเงินสดก็ลดลงตามไปด้วย

แต่ขั้นตอนต่อไปของระบบอัตโนมัติ ตามที่ StanChart ส่งสัญญาณ มีความสำคัญมากกว่า เพราะมุ่งเป้าไปที่กระดูกสันหลังของสถาบันภายในธนาคารเอง

หน้าที่ธนาคารอย่างทรัพยากรบุคคล การปฏิบัติตามกฎระเบียบ ศูนย์บริการทางโทรศัพท์ และการรับลูกค้าใหม่ จ้างงานผู้คนหลายพันคนในตลาดแอฟริกา เนื่องจากธนาคารยังคงเป็นหนึ่งในอุตสาหกรรมที่มีความซับซ้อนด้านการบริหารมากที่สุดของทวีป ภาคส่วนนี้ต้องรับมือกับระบบการระบุตัวตนที่กระจัดกระจาย กฎระเบียบข้ามพรมแดน ข้อกำหนดเอกสารที่ใช้กระดาษจำนวนมาก ภาระผูกพันด้านการต่อต้านการฟอกเงิน และโครงสร้างพื้นฐานการชำระเงินที่หลากหลายในหลายตลาด

ในอดีต แรงงานจำนวนมากช่วยแก้ปัญหาความไม่มีประสิทธิภาพเหล่านี้ส่วนใหญ่ แต่ตอนนี้ AI คุกคามที่จะทำเช่นนั้นในราคาที่ถูกกว่า นั่นคือความสำคัญของการประกาศของ StanChart ธนาคารกำลังโต้แย้งว่าหน้าที่สนับสนุนหลายอย่างไม่จำเป็นต้องใช้แรงงานมากอีกต่อไป

ตัวอย่างเช่น large language model (LLM) สามารถตรวจสอบเอกสารได้อย่างต่อเนื่องโดยไม่มีค่าใช้จ่ายล่วงเวลา และตั้งค่าสถานะธุรกรรมที่น่าสงสัยได้เร็วกว่านักวิเคราะห์มนุษย์ ระบบการปฏิบัติตามกฎระเบียบอัตโนมัติสามารถประมวลผลข้อมูลกฎระเบียบจำนวนมากได้ทันที ในขณะที่แชทบอตบริการลูกค้าสามารถจัดการคำถามได้หลายพันรายการพร้อมกัน

สิ่งที่เคยต้องการพนักงานระดับจูเนียร์หลายชั้น ตอนนี้ต้องการเพียงโครงสร้างพื้นฐานซอฟต์แวร์ที่ดูแลโดยผู้เชี่ยวชาญจำนวนน้อยลง

งานของชนชั้นกลาง

อันตรายของการนำ AI มาใช้ในธนาคารเร็วขึ้นสำหรับเศรษฐกิจแอฟริกาไม่ใช่แค่การว่างงาน แต่เป็นการกัดกร่อนงานระดับวิชาชีพชั้นกลาง

ธนาคารเป็นหนึ่งในเครื่องจักรที่สำคัญที่สุดของชนชั้นกลางในเมืองของแอฟริกามาโดยตลอด มันสร้างท่อรับสมัครงานสำหรับผู้สำเร็จการศึกษา โปรแกรมฝึกอบรมการจัดการ อาชีพที่มีบำนาญรองรับ และการจ้างงานคอปกขาวที่ค่อนข้างมั่นคง

ชนชั้นนำทางการเมืองและธุรกิจของแอฟริกาที่มีชื่อเสียงผ่านการทำงานในธนาคารในช่วงต้นอาชีพ สิ่งที่ AI คุกคามที่จะกำจัดออกไปคือประเภทของงานที่สร้างเส้นทางเหล่านั้น

งานเหล่านี้ซ้ำซากพอที่จะทำให้เป็นอัตโนมัติได้ แต่ต้องใช้ทักษะพอที่จะสนับสนุนชีวิตในเมืองรายได้ปานกลางมาโดยตลอด นั่นสร้างความเสี่ยงทางสังคมที่ใหญ่กว่า

หากธนาคารยังคงทำกำไรได้ดีในขณะที่จ้างงานคนน้อยลงอย่างมีนัยสำคัญ ภาคส่วนนี้อาจหยุดทำหน้าที่เป็นนายจ้างรายใหญ่ ธนาคารอาจคล้ายกับภาคเทคโนโลยีเอง ที่มีผลผลิตสูงและทำกำไรได้สูงในขณะที่จ้างงานคนเชี่ยวชาญจำนวนน้อย

และการเปลี่ยนแปลงอาจดำเนินอยู่แล้ว ทั่วภาคธนาคารของเคนยา การจ้างงานมุ่งเน้นไปที่ความปลอดภัยทางไซเบอร์ วิศวกรรมข้อมูล AI และการบริหารความสัมพันธ์เฉพาะทาง แทนที่จะเป็นการปฏิบัติงานแบบดั้งเดิม ธนาคารบางแห่งอย่าง KCB Group และ Equity Group ยังคงขยายจำนวนพนักงานโดยรวม แต่องค์ประกอบของการจ้างงานกำลังเปลี่ยนแปลง