องค์กรนวัตกรรมในทศวรรษใหม่ที่กำลังท้าทาย

และแน่นอนไม่มีข้อยกเว้นใดให้แก่อุตสาหกรรมบริหารจัดการลงทุน (Asset Management) ซึ่งต้องถูกกระทบด้วยเช่นกัน ท่ามกลางสภาวะแวดล้อมใหม่ซึ่งเปลี่ยนแปลงได้อย่างรวดเร็วฉับพลัน แผนการต่างๆ ที่เคยวางไว้ก่อนล่วงหน้า หากผ่านไปเพียงไม่กี่วันก็อาจกลายเป็นความผันแปรรูปแบบอื่นไปเสียแล้ว จึงขึ้นกับว่าเราจะสามารถปรับเปลี่ยนจังหวะก้าวให้สอดคล้องไปกับกระแสพลิกผันได้คล่องแคล่วแค่ไหน และใครที่ปรับตัวได้ดีกว่าจึงจะสามารถอยู่รอดได้ในสภาพเช่นนี้

Disruption นั้นอาจถูกอธิบายได้ในหลายด้าน แต่สิ่งที่เห็นพ้องตรงกันจากทุกด้านนั่นคือ “ความเร็วของการเปลี่ยนแปลง” ซึ่งเป็นผลพวกจากการมาของเทคโนโลยีสมัยใหม่ การเข้าถึงง่ายของเทคโนโลยีได้เพิ่มพลังการต่อสู้ (Empower) ให้กับทุกหน่วยงานทุกองค์กร ดังนั้นการสร้างความได้เปรียบในการแข่งขันที่สำคัญคือการเข้าถึงเทคโนโลยีให้ได้ก่อน ใครเริ่มต้นสะสมประสบการณ์ได้มากกว่าย่อมมีแต้มต่อเพิ่มขึ้น และนี่เป็นภาวการณ์ที่เราเล็งเห็นมาตั้งปี 2560 เป็นเหตุให้เราริเริ่มจัดตั้งหน่วยงาน Machine Learning Investment ขึ้นในบริษัท เพื่อให้เป็นหน่วยงานศูนย์กลางของการพัฒนาเทคนิควิธีแบบใหม่ในการลงทุน และเพื่อพัฒนาสร้างเป็นกองทุนหุ้นไทย กองทุนแรกของไทยที่บริหารตัดสินใจโดยใช้ปัญญาประดิษฐ์ 100%

การสร้างกองทุนที่ใช้ AI ตัดสินใจได้เองนั้น จำเป็นต้องพัฒนาจากหลักการ 3 ประการ ซึ่งเป็นหลักการสำคัญที่สุดสำหรับองค์กรที่ต้องการปรับตัวเพื่อเข้าสู่ยุค Disruption นั่นคือ 1) การเข้าถึงข้อมูลที่รอบด้าน 2) การตัดสินใจบนหลักฐานเชิงตัวเลข ที่ปราศจากอารมณ์ของปัจเจกบุคคล และ 3) การนำมาปฏิบัติใช้ให้ได้จริง และไวที่สุด

ประการแรกในโลกการลงทุนสมัยใหม่ ในภาวะที่มีการแข่งขันสูง การวิเคราะห์ตัดสินใจเลือกหุ้นลงทุนโดยใช้วิธีแบบเดิมตามตำรานั้นไม่เพียงพอเสียแล้ว กองทุนจำเป็นต้องใช้เทคนิควิธีใหม่ๆ และใช้ข้อมูลให้รอบด้านมากขึ้น แต่ข้อมูลที่นักลงทุนส่วนใหญ่นิยมใช้กัน อาทิเช่น ตัวเลขทางบัญชี ตัวเลขคาดการณ์จากนักวิเคราะห์ ข้อมูลปริมาณซื้อและราคาในตลาด ฯลฯ ทั้งหมดนี้เราเรียกว่าเป็นข้อมูลรูปแบบเดิม (Traditional Data) ซึ่งมีข้อดีที่ใครก็เข้าถึงได้ง่าย แต่ในขณะเดียวกันการเข้าถึงได้ง่ายก็กลับกลายเป็นข้อเสีย เพราะทำให้การใช้ข้อมูลประเภทนี้เพื่อสร้างผลตอบแทนส่วนเพิ่ม (Alpha) เป็นไปได้ยากขึ้น ดังนั้น ในโลกการลงทุนสมัยใหม่จึงจำเป็นต้องใช้ข้อมูลที่หลากหลายและมีความแตกต่างออกไปจากเดิม (Alternative Data) ตัวอย่างเช่น ข้อมูลภาพถ่ายดาวเทียมที่จะช่วยประเมินการเติบโตของเศรษฐกิจในแต่ละประเทศโดยดูจากความสว่างของแสงไฟยามค่ำคืน การใช้ภาพถ่ายดาวเทียมนับจำนวนเรือเข้าออกท่าเรือเพื่อประเมินปริมาณธุรกรรมที่อาจเกิดขึ้น หรือข้อมูลความสัมพันธ์ระหว่างบริษัทต่างๆ ในแง่การเป็นผู้ป้อนชิ้นส่วนจากบริษัทหนึ่งไปยังอีกบริษัทหนึ่ง ซึ่งทำให้เกิดความสัมพันธ์เชิงเศรษฐศาสตร์เชื่อมโยงกันเป็นโครงข่าย (Supply Chain Network) หรือการวิเคราะห์การใช้คำด้วยเทคนิคภาษาธรรมชาติ (Natural Language Processing) ในเอกสารต่างๆ เพื่อดูความเป็นไปเชิงคุณภาพของบริษัท ข้อมูลดังที่กล่าวมานี้เป็นข้อมูลที่หามาได้ไม่ง่ายนัก และถึงจะได้มาก็ไม่สามารถเอามาใช้ได้ตรงๆ จำเป็นต้องผ่านกระบวนการสกัดเอาข้อมูลที่เป็นโครงสร้างเป็นระเบียบที่ประมวลผลได้ และบางชุดข้อมูลอาจจำเป็นต้องซื้อเอาจากบริษัทที่รับวิเคราะห์ข้อมูลเหล่านี้ ซึ่งอาจเป็นอุปสรรคสำคัญที่ทำให้ไม่สามารถเข้าถึงข้อมูลเหล่านี้ได้อย่างง่ายดาย อุปสรรคดังกล่าวนี้จึงมีผลทำให้ข้อมูลประเภทนี้ยังคงสร้างผลตอบแทนส่วนเพิ่มได้ (Alpha) โดยมีอัตราสูญเสียข้อมูล (Information Decay) ไม่สูงนัก

นอกจากการใช้ข้อมูลที่รอบด้านทั้งกว้างและลึกมากพอแล้ว ประการที่สอง คือ การหาข้อสรุปเพื่อให้ตัดสินใจได้อย่างน่าเชื่อถือโดยการใช้กระบวนการเรียนรู้ด้วยเครื่อง (Machine Learning) ขั้นตอนนี้มีความสำคัญในการหาความสัมพันธ์ระหว่างข้อมูลไปยังเป้าหมายที่ต้องการทำนาย/คาดการณ์ เช่น ทิศทางของตลาดหุ้น หรือลำดับหุ้นที่ชอบ โดยสิ่งที่ต้องพึงระวัง คือ การได้ความสัมพันธ์ลวงที่ใช้ได้จริงเฉพาะเพียงชุดข้อมูลในอดีต แต่ไม่สามารถใช้จริงได้ในหน้างาน ภาวะนี้เราเรียกว่า Overfitting

ประการสุดท้าย คือ การนำทุกสิ่งที่พัฒนาขึ้นมาปฏิบัติใช้ให้ได้จริงและไวที่สุด ซึ่งก็คือหัวใจของการแข่งขันในยุคนี้ ผู้นำต้องมีจินตนาการเล็งเห็นได้ว่าปัจจัย Disruption กำลังจะทำให้ตลาดเปลี่ยนแปลงไปในทิศทางใด คู่แข่งจะพาตัวเองเคลื่อนไปที่จุดไหน และเราควรจัดวางองค์กรเราไว้ที่จุดใดที่จะยังรักษาความได้เปรียบเหนือคู่แข่งได้อยู่ และเมื่อผู้นำชัดเจนในเป้าหมายแล้วก็จะต้องสื่อสารจากบนลงล่างเพื่อให้ทุกคนในองค์กรมีเป้าหมายปลายทางเดียวกัน แต่ละคนรู้หน้าที่ที่ต้องทำเพื่อพาองค์กรไปสู่จุดเดียวกัน การสื่อสารจะทำได้ประสิทธิภาพดีขึ้นจึงเกี่ยวข้องกับโครงสร้างองค์กรซึ่งควรถูกทำให้แบนราบ (Flat Organization) ทำให้ผู้ใต้บังคับบัญชากับผู้บริหารสายบนเข้าถึงกันได้ง่ายขึ้น ควรสร้างวัฒนธรรมการลองผิดลองถูก ส่งเสริมการนำเสนอสิ่งแปลกใหม่ เพราะนั่นอาจเป็นทิศทางใหม่ที่องค์กรจะบังเอิญได้ค้นพบ เพื่อการนี้การถ่ายบุคลากรเลือดใหม่เข้าสู่องค์กรเพื่อนำมาซึ่งมุมมองแบบใหม่จึงเป็นสิ่งจำเป็น และต้องสร้างให้เกิดวัฒนธรรมการทำงานระหว่างรุ่น (Cross Generation) ที่กลมกลืนไปด้วยกัน

โครงสร้างพื้นฐานด้านเทคโนโลยีเป็นสิ่งที่จำเป็นอย่างยิ่ง ท่ามกลางการ Disruption ทั้งในแง่ธุรกิจและในแง่เหตุเภทภัยอันคาดไม่ถึง เช่น การเกิดเหตุการณ์ที่ทำให้ข้าใช้ที่ทำงานไม่ได้ เช่น วิกฤติโควิดช่วงที่ผ่านมา หลายบริษัทก็ได้เตรียมแผนงานเพื่อมุ่งเน้นสร้างความปลอดภัยให้แก่พนักงานและทุกคนจะมีเครื่องมือที่สามารถทำงานจากที่ใดก็ได้ทำให้เกิดความต่อเนื่องของการทำงานขององค์กร (Business Continuity Plan) ดังนั้นในภาวะดังกล่าวทำให้เราต้องปรับตัว และนับว่าเราเป็น บลจ.แรกๆ ที่สามารถทำงานจากที่บ้าน (Work from Home) ได้ทั้ง 100%

ที่กล่าวมาทั้งหมดเป็นแนวคิดการสร้างองค์กรภายใต้การบริหารของบลจ.ไทยพาณิชย์ เพื่อเตรียมพร้อมรับกับการเกิดภัยคุกคาม ความผันแปรต่างๆ ที่กำลังจะเข้ามากระทบสู่ธุรกิจ และคงเป็นตัวอย่างหนึ่งที่องค์กรอื่นอาจจะนำไปพิจารณาปรับใช้ให้เหมาะสมกับบริบทและอุตสาหกรรมของตนเอง การครุ่นคิดถึงความเป็นไปได้ที่จะเกิด การวางแผนการรับมือไว้ล่วงหน้า ซักซ้อมลองใช้นวัตกรรมใหม่ๆ ผู้ตระหนักถึงเท่านั้นจึงจะเป็นผู้อยู่รอดได้ในทศวรรษแห่งความท้าทายที่จะมาถึงนี้