Chatham ใช้ AI ลดเวลาตรวจธุรกรรมจาก 30 นาทีเหลือไม่ถึง 4 นาที

สำหรับธุรกิจที่ต้องตรวจเอกสารและข้อมูลจำนวนมาก AI อาจไม่ได้มีค่าแค่ช่วยเขียนหรือสรุปข้อความอีกต่อไป Chatham Financial บริษัทที่ให้คำปรึกษาด้านตลาดทุน ใช้ ChatGPT, Codex และ OpenAI API ออกแบบ Workflow ใหม่ จนลดเวลาตรวจสอบธุรกรรมจากประมาณ 30 นาทีเหลือต่ำกว่า 4 นาทีในช่วงทดสอบแรก

จุดสำคัญคือ Chatham ไม่ได้เริ่มจากคำถามว่า “จะใช้ AI เร่งขั้นตอนเดิมได้อย่างไร” แต่เริ่มจากการกำหนดผลลัพธ์ที่ต้องการ แยกงานที่ต้องใช้ดุลยพินิจของมนุษย์ และวางบทบาทของ AI ให้เหมาะกับแต่ละส่วนของกระบวนการ

แนวคิดนี้อยู่ในบริการ Process Zero ของบริษัท โดยทีมงานจะพิจารณาว่าต้องใช้ข้อมูลและหลักฐานขั้นต่ำอะไร จุดไหนต้องอาศัยผู้เชี่ยวชาญ และควรสร้างเครื่องมือแบบใดมาช่วยให้ Workflow ทำงานได้เร็วขึ้นโดยยังตรวจสอบย้อนกลับได้

จากข้อมูลธุรกรรมสู่รายการที่ผู้เชี่ยวชาญตรวจต่อ

หนึ่งในกรณีใช้งานเกิดขึ้นกับทีม Controls and Data Integrity ซึ่งทำหน้าที่ตรวจว่ารายการธุรกรรมตรงกับสิ่งที่ลูกค้าอนุมัติและสิ่งที่เกิดขึ้นจริงหรือไม่ Chatham ใช้ Codex สร้างแอปพลิเคชันที่รวบรวมหลักฐานของธุรกรรม เปรียบเทียบเงื่อนไขสำคัญ และแจ้งรายการที่มีความคลาดเคลื่อนให้คนเข้าตรวจ

การลดเวลาจากราว 30 นาทีเหลือต่ำกว่า 4 นาทีเป็นผลจากการทดสอบช่วงแรก บริษัทกำลังเปรียบเทียบผลลัพธ์ของแอปกับธุรกรรมจริงและการตรวจของผู้มีประสบการณ์ ก่อนขยายระบบไปยังธุรกรรมประเภทอื่นหรือเพิ่มระดับ Automation

นี่ไม่ใช่การปล่อยให้ AI ตัดสินใจแทนทั้งหมด เพราะ Chatham ยังคงวาง Human Review และ Controls ไว้ในจุดที่มีความเสี่ยง ผู้เชี่ยวชาญยังต้องตรวจสอบความถูกต้อง รวมถึงจัดการกรณีที่ข้อมูลไม่ชัดเจนหรือไม่ตรงตามเงื่อนไข

พนักงานสร้างเครื่องมือใช้เองในองค์กร

นอกจากงานตรวจธุรกรรม พนักงาน Chatham ยังใช้ ChatGPT และ Codex สำหรับการค้นคว้า วิเคราะห์ ร่างเอกสาร และพัฒนาซอฟต์แวร์ บริษัทมีแพลตฟอร์มภายในชื่อ Chatham Vibes ให้พนักงานสร้างแอปพลิเคชันสำหรับ Workflow ของตัวเอง

แอปเหล่านี้ช่วยตรวจรายการ maturing-cap trades จัดทำ pricing workbooks และการสื่อสารกับลูกค้า สร้าง fixed-income rate sheets ทำ hedging dashboards และตรวจ trade confirmations โดยผู้เชี่ยวชาญยังเป็นผู้ประเมินและปรับปรุงผลลัพธ์จากเครื่องมือ

บริษัทยังพัฒนา Chatham Onyx ซึ่งเป็นระบบปฏิบัติการสำหรับงานตลาดทุน เชื่อมโยงข้อมูล assets, debt และ derivatives ในสภาพแวดล้อมที่มีการกำกับดูแล ระบบออกแบบมาให้ลูกค้าและที่ปรึกษาใช้ AI ได้ พร้อมติดตามกลับไปยังข้อมูลต้นทาง

เรื่องนี้เกี่ยวกับคุณยังไง

กรณีของ Chatham เป็นบทเรียนสำหรับธุรกิจออนไลน์ที่มีงานซ้ำและต้องตรวจความถูกต้อง เช่น การจัดการคำสั่งซื้อ การตรวจเอกสารนำเข้า-ส่งออก การทำรายงาน หรือการเปรียบเทียบข้อมูลจากหลายระบบ ประโยชน์ไม่ได้เกิดจากการนำ AI ไปใส่ในทุกขั้นตอน แต่เกิดจากการออกแบบกระบวนการใหม่ให้คนกับ AI ทำงานคนละส่วนอย่างเหมาะสม

• เริ่มจากกำหนดผลลัพธ์ที่ต้องการ ไม่ใช่เริ่มจากการเลือกเครื่องมือ
• แยกงานที่เป็นการรวบรวมและเปรียบเทียบข้อมูลออกจากงานที่ต้องใช้ดุลยพินิจ
• ให้ AI ช่วยหา Exception หรือจุดผิดปกติ แล้วส่งต่อให้คนตรวจ
• เก็บหลักฐานและข้อมูลต้นทางให้ตรวจสอบย้อนหลังได้
• ทดสอบกับข้อมูลจริงและเปรียบเทียบกับผลจากผู้เชี่ยวชาญก่อนขยายระบบ

สำหรับธุรกิจขนาดเล็ก คุณอาจเริ่มจาก Workflow เดียวที่ใช้เวลามากและมีรูปแบบซ้ำชัดเจน เช่น ตรวจข้อมูลคำสั่งซื้อหรือรวบรวมเอกสารลูกค้า จากนั้นค่อยวัดเวลาที่ลดลงและจำนวนข้อผิดพลาด ก่อนลงทุนสร้างระบบที่ซับซ้อนขึ้น