SCBX เปิดตัวรายงาน AI Outlook 2025 : 4 เทรนด์เอไอมาแรง เปลี่ยนแปลงภูมิทัศน์ธุรกิจ พร้อมตั้งเป้ารายได้ AI แตะ 75% ภายในปี 70 ลุยตั้ง SCBX R&D Innovation Lab เป็นหน่วยงานกลางวิจัยและพัฒนาให้กับกลุ่มเอสซีบีเอกซ์
บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) หรือ SCBX กลุ่มธุรกิจเทคโนโลยีทางการเงินชั้นนำของไทย เปิดตัวรายงาน “SCBX AI Outlook 2025: Beaconing the Future of Artificial Intelligence” AI whitepaper สรุปเทรนด์สำหรับธุรกิจฉบั
สำหรับเทรนด์แรก Open vs Closed AI เป็นการพัฒนาโมเดลปัญญาประดิษฐ์ระดับสูงมีอยู่สองแนวทางหลักคือ ‘แบบเปิด’ (Open Source) และ ‘แบบปิด’ (Closed Source) โมเดลแบบเปิดคือโมเดลที่เปิดเผยโค้ดและองค์ความรู้ให้สารณชน ทุกคนสามารถนำไปใช้ ปรับปรุง หรือดัดแปลงได้อย่างเสรี ในขณะที่โมเดลแบบปิดเป็นโมเดลที่พัฒนาและควบคุมโดยองค์กรใดองค์กรหนึ่ง โค้ดและข้อมูลถูกเก็บเป็นความลับไม่เปิดเผยให้คนบอกไช้โดยตรง
โมเดลปิดที่มีชื่อเสียง เช่น ChatGPT ของ OpenAI หรือ Claude ของ Anthropic มักมีสมรรถนะสูง แต่ก็เป็น “กล่องดำ” ที่ผู้ใช้ไม่ทราบรายละเอียดภายใน ในทางกลับกันโมเดลเปิดชื่อดังอย่าง DeepSeek R1 จาก DeepSeek หรือ Llama จาก Meta เปิดโอกาสให้ชุมชมนักพัฒนามีส่วนร่วม จนเกิดการพัฒนาต่อยอดอย่างรวดเร็ว
“Open VS. Closed-Source AI Models” เป็นหัวข้อถกเถียงสำคัญที่ส่งผลต่อทิศทางวงการ AI แต่ละแบบก็มีข้อดีข้อเสียที่แตกต่างกัน ในขณะที่ศักยภาพของโมเดลแบบเปิดที่เริ่มทัดเทียมแบบปิดได้มากขึ้นเรื่อย ๆ ส่งผลกระทบต่ออุตสาหกรรมและเศรษฐกิจ รวมถึงการนำไปปรับใช้ให้เหมาะสมในภาคธุรกิจก็เป็นเรื่องสำคัญไม่แพ้กัน
ทั้งนี้จากรายงานของ Stanford Institute for Human-Centered Artificial Intelligence (HAI) บอกว่าในช่วงปื 2023 มีการเปิดตัวโมเดลพื้นฐาน (foundation model) จำนวนมากเป็นประวัติการณ์ถึง 149 โมเดล ภายในปีเดียว ซึ่งในจำนวนนี้กว่า 65.7% เป็นโมเดลแบบเปิดเพิ่มขึ้น จากสัดส่วน 44.4% ในปี 2022 และเพียง 33.3% ในปี 2021
สถิตินี้ชี้ให้เห็นถึงการเคลื่อนตัวของอุตสาหกรรมไปสู่วิถีแบบเปิดมากขึ้นอย่างรวดเร็ว จากเดิมที่เคยถูกครอบงำด้วยโมเดลปิดของบริษัทใหญ่ไม่กี่แห่ง ปัจจุบันองค์กรต่าง ๆ รวมถึงสถาบันวิจัยเริ่มปล่อยโมเดลออกมาในรูปแบบเปิดมากขึ้น ส่งผลให้ความรู้และเทคโนโลยีกระจายตัวสู่วงกว้าง เกิดการลองผิดลองถูกและนวัตกรรมใหม่ ๆ โดยไม่จำกัดอยู่แค่เบื้องหลังประตูบ้านของบริษัทยักษ์ใหญ่เพียงไม่กี่ราย
การแข่งขันที่เพิ่มขึ้นระหว่างโมเดลแบบเปิดและแบบปิดได้กลายเป็นประเด็นสำคัญ โดยธุรกิจต่าง ๆ เริ่มใช้โมเดลแบบเปิดสำหรับแช็ตบ็อตและแอปพลิเคชัน AI ของตนเอง ซึ่งเป็นการท้าทายโดยตรงต่อบริการ AI แบบชำระเงินที่ใช้โมเดลแบบปิด นอกจากนี้ โมเดลแบบเปิดยังช่วยส่งเสริมนวัตกรรม เพราะนักพัฒนาและผู้ใช้งานทั่วไปสามารถนำเครื่องมือเหล่านี้ไปประยุกต์สร้างสรรค์สิ่งใหม่หรือแก้ปัญหาเฉพาะทางได้โดยไม่ต้องลงทุนสร้างโมเดลขึ้นมาใหม่ตั้งแต่ต้น
ต่อมาเทรนด์ที่สอง More versatile, Smaller, Smarter AI ซึ่งเป็นปัญญาประดิษฐ์ที่กำลังพัฒนาอย่างรวดเร็ว โดยมี 3 เทรนด์หลักที่โดดเด่นในช่วงนี้ ได้แก่ 1. โมเดลที่มีความสามารถรับและประมวลผลข้อมูลหลายรูปแบบ 2. โมเดลขนาดเล็กสำหรับงานเฉพาะทาง และ 3. การสเกลความสามารถของโมเดลในช่วง inference เพื่อการให้เหตุผลที่ดีขึ้น
ซึ่งแต่ละเทรนด์มีความสำคัญและส่งผลต่อต่อธุรกิจและเศรษฐกิจในรูปแบบที่แตกต่างกัน เป็นความพยายามขยายขีดความสามารถของ AI ไปสู่น่านน้ำใหม่ที่ตอบโจทย์การใช้งานและข้ามข้อจำกัดทางเทคนิคต่าง ๆ ที่กำลังเผชิญอยู่
สำหรับ 1. โมเดลที่มีความสามารถรับและประมวลผลข้อมูลหลายรูปแบบ เป็นโมเดล ‘AI แบบมัลติโหมด’ คือโมเดลที่สามารถประมวลผลข้อมูลได้หลายรูปแบบพร้อมกัน เช่น ข้อความ ภาพ เสียง วิดีโอ เป็นต้น ทำให้ระบบสามารถเข้าใจบริบทได้ลึกและตอบสนองงานที่ซับซ้อนได้หลากหลายยิ่งขึ้น โมเดลภาษาขนาดใหญ่แบบมัลติโหมด (Multimodal LLM) กำลังเป็นแนวโน้มที่มาแรง เพราะสามารถมอบบริบทที่ลึกซึ้งและความยืดหยุ่นสูงในการใช้งานกับงานจริงหลากหลายประเภท
เทรนด์นี้นำไปสู่การพัฒนาโมเดลใหม่ ๆ ที่เข้าใจข้อมูลหลากรูปแบบ และเริ่มมีการผนวกรวมโมเดลเหล่านี้เข้ากับระบบ AI agent เพื่อให้ทำงานแบบอัตโนมัติได้อย่างชาญฉลาด Demis Hassabis CEO ของ Google DeepMind กล่าวไว้ว่า “ความสามารถแบบมัลติโหมดและการผนวก AI Agent เข้าด้วยกันถือเป็นหนึ่งในก้าวที่สำคัญในการไปสู่ AGI (Artificial General Intelligence)
สำหรับ 2. โมเดลขนาดเล็กสำหรับงานเฉพาะทาง คือการเน้นพัฒนาโมเดล AI ขนาดเล็ก (Small Language Model: SLM) ที่ได้รับการปรับแต่งให้ทำงานเฉพาะทางได้อย่างมีประสิทธิภาพ โมเดลเหล่านี้มีจำนวนพารามิเตอร์น้อยกว่าโมเดลขนาดใหญ่ (เช่น GPT-3/GPT-4) หลายเท่า แต่ถูกฝึกมาให้เชี่ยวชาญในงานใดงานหนึ่ง ทำให้สามารถประมวลผลได้รวดเร็ว ใช้ทรัพยากรต่ำ และปรับแต่งเพิ่มเติม (fine-tune) ได้ง่ายและประหยัดกว่า
จากเหตุผลเหล่านั้นทำให้โมเดลขนาดเล็กกำลังได้รับความนิยมมากขึ้นเรื่อย ๆ อีกทั้งยังสามารถปรับใช้ (deploy) บนอุปกรณ์ปลายทาง (edge devices) อย่างโทรศัพท์มือถือหรืออุปกรณ์ IoT ได้ง่าย ช่วยเพิ่มการเข้าถือเทคโมโลยีและรักษาความเป็นส่วนตัวของข้อมูลเพระประมวลผลบนเครื่องผู้ใช้โดยตรง
โมเดลเล็กเฉพาะทางเปิดโอกาสให้ธุรกิจขนาดกลางและเล็กสามารถนำ AI ไปใช้ได้อย่างกว้างขวางยิ่งขึ้น โดยไม่ต้องลงทุนโครงสร้างพื้นฐานขนาดใหญ่ ลดความเหลื่อมล้ำทางเทคโนโลยีระหว่างองค์กรขนาดใหญ่กับรายย่อย ยกตัวอย่างเช่น ธุรกิจสมาร์ทโฟน เช่น ผู้ช่วยเสียงอัจฉริยะ (voice assistant) บนมือถือรุ่นใหม่ ก็เริ่มประมวลผลคำสั่งเสียงบนเครื่องโดยตรงแทนที่จะส่งข้อมูลไปยังเซิร์ฟเวอร์กลาง ส่งผลให้ตอบสนองได้เร็วขึ้น
และข้อมูลส่วนตัวเสียงของผู้ใช้ไม่หลุดออกสู่กายบอก ภาคการแพทย์ เช่น แอปฯวินิจฉัยโรคทางผิวหนังที่ทำงานบนแท็บเล็ตหรือโทรศัพท์ในพื้นพื้นที่ห่างไกล สามารถช่วยคัดกรองผู้ป่วยเบื้องต้นได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต นอกจากนี้ โมเดลเล็กที่ทำงานเฉพาะทางยังมีแนวโน้มที่จะมีความปลอดภัยและโปร่งใสสูงกว่าในบางด้าน เพราะโค้ดและพารามิเตอร์มีขนาดเล็กกว่า จึงตรวจสอบและควบคุมได้ง่ายกว่า
แม้จะมีขนาดเล็ก แต่ประสิทธิภาพของโมเดลเฉพาะทางหลายตัวน่าประทับใจ จนสามารถเทียบชั้นหรือเหนือกว่าโมเดลใหญ่ทั่วไปในงานบางประเภทได้ งานวิจัยล่าสุดของ Microsoft นำเสนอโมเดลชื่อ Phi-4 ที่มีขนาดเพียง 14,000 ล้านพารามิเตอร์ แต่ให้ผลลัพธ์การให้เหตุผลเชิงซับซ้อนสูง สามารถแก้ปัญหาคณิตศาสตร์ได้ดีกว่าโมเดลขนาดใหญ่อย่าง Gemini Pro 1.5 พร้อมทั้งถูกออกแบบให้คำนึงถึงความรับผิดชอบของ AI (Responsible AI) ตั้งแต่ต้น อีกตัวอย่างหนึ่งคือบริษัทสตาร์ทอัพ
และสำหรับ 3. การสเกลความสามารถของโมเดลในช่วง inference เพื่อการให้เหตุผลที่ดีขึ้น โดยเป็นการตั้งคำถามกับแนวคิดการเพิ่มขนาดโมเดลเพื่อให้ AI เก่งขึ้น (Scaling Up) ที่ครองวงการมาตลอดทศวรรรษที่ผ่านมา
โมเดลภาษาขนาดใหญ่ (LLMs) รุ่นใหม่ ๆ อย่าง GPT-3, GPT-4 มีจำนวนพารามิเตอร์มหาศาลและฝึกบนชุดข้อมูลขนาดใหญ่ ส่งผลให้ความสามารถในการเข้าใจและให้เหตุผลดีขึ้นตามการเพิ่มขึ้นของขนาดโมเดล ซึ่งก็สอดคล้องกับกฎการปรับขนาด (Scaling Laws) ที่นักวิจัยพบว่าโดยทั่วไปการเพิ่มขนาดโมเดล ปริมาณข้อมูล และพลังประมวลผล จะส่งผลให้ประสิทธิภาพของโมเดลเพิ่มขึ้นแบบก้าวกระโดด
อย่างไรก็ตาม ในปัจจุบันเมื่อขนาดโมเดลใหญ่ขึ้นมาก สิ่งที่เริ่มปรากฏขึ้นคือสัญญาณของสิ่งที่เรียกว่ากฎผลตอบแทนลดน้อยถอยลง (law of diminishing returns) กล่าวคือ อัตราการพัฒนาความสามารถของ AI จะชะลอลงแม้จะเพิ่มพารามิเตอร์หรือข้อมูลมากขึ้น ซึ่งทำให้การขยายขนาดต่อไปมีต้นทุนสูงมากแต่ได้ประโยชน์น้อยลง
นอกจากนี้ยังมีข้อจำกัดด้านข้อมูลแลและต้นทุนการฝึกที่เป็นอุปสรรคใหญ่เหมือนกำแพงอยู่ด้วย นักวิจัยคาดการณ์ว่าภายในเวลาไม่กี่ปีเราจะเผชิญภาวะที่ “ข้อมูลคุณภาพสูงสำหรับฝึกโมเดลมีไม่เพียงพอ” มีการประมาณว่าข้อมูลข้อความคุณภาพสูงบนโลกอาจถูกใช้จนหมดภายในปี 2026 ซึ่งแนวโน้มนี้จะเป็นปัจจัยฉุดรั้งความก้าวหน้าของ AI อย่างมากหากไม่มีการปรับเปลี่ยนแนวทาง เพราะฉะนั้นการสเกลโมเดลในแบบเดิม (แค่เพิ่มขนาดและหวังผลลัพธ์ดีขึ้นเรื่อย ๆ) อาจเดินทางมาถึงจุดอิ่มตัว และวงการจำเป็นต้องหาแนวทางใหม่ในการพัฒนา AI ที่ชาญฉลาดขึ้นโดยไม่พึ่งการขยายขนาดเพียงอย่างเดียว
ต่อมาเทรนด์ที่สาม Rise of Agentic AI พบว่าช่วงสองปีที่ผ่านมา เราได้เห็นความก้าวหน้าอย่างรวดเร็วของเทคโนโลยี AI โดยเฉพาะ Large Language Models หรืo LLMs ที่มาปฏิวัติวิธีการที่มนุษย์ปฏิสัมพันธ์กับคอมพิวเตอร์ แต่ AI ที่เราคุ้นเคยกัน ส่วนใหญ่ยังอยู่ในรูปแบบของ Generative AI ซึ่งมีความสามารถหลักในการสร้างเนื้อหาตามคำสั่งที่ได้รับจากมนุษย์
แต่ทุกอย่างกำลังทรงพลังขึ้นกว่าเดิม หลังการมาถึงของ Agentic Al ซึ่งสามารถรับรู้ให้เหตุผล วางแผน และดำเนินการตามแผนโดยใช้เครื่องมือต่าง ๆ ได้อย่างเป็นอิสระ เสมือนความต่างระหว่างพนักงานที่คอยรับคำสั่งกับผู้ช่วยที่เข้าใจเป้าหมายและสามารถตัดสินใจได้เองในระดับหนึ่ง
องค์กรระดับโลกอย่าง World Economic Forum และสถาบันชั้นนำต่าง ๆ ทั้ง Stanford HAI, MIT Sloan และผู้เชี่ยวชาญในอุตสาหกรรมต่างให้ความเห็นตรงกันว่า Agentic AI จะเป็นเทรนด์สำคัญที่จะครองตลาด AI ในปี 2025 โดยได้รับการสนับสนุนจากผู้นำในอุตสาหกรรม สถาบันการศึกษา บริษัทเทคโนโลยียักษ์ใหญ่ และสตาร์ทอัพ
ในงาน World Economic Forum 2025 ที่ดาวอส มีการพูดคุยกันอย่างกว้างขวางเกี่ยวกับทิศทางของ AI โดยตัวแทนจากหลากหลายภูมิภาคได้ร่วมหารือกับผู้นำโลกและผู้กำหนดนโยบายเกี่ยวกับแนวโนวโน้ม AI เป็นการสนทนาที่มุ่งเน้นไปยังการประยุกต์ใช้งานในโลกความเป็นจริงมากกว่าเพียงแค่ศักยภาพของมัน
เทรนด์ที่สี่ The Road to AGI หรือ Artificial General Intelligence (AGI) ซึ่งหมายถึงปัญญาประดิษฐ์ที่คิดและเรียนรู้ และปฏิบัติงานใด ๆ ก็ตามในระดับที่เทียบเท่ามนุษย์ นิยามนี้ดูเรียบง่าย แต่ซ่อนความซับซ้อนไว้มาก เพราะการจะระบุว่าอะไรคือ “ความสามารถทางปัญญาระดับมนุษย์” นั้นเป็นคำถามที่นักวิทยาศาสตร์ นักปรัชญา และผู้เชี่ยวชาญด้าน AI ยังคงตกเถียงกันอยู่
ความแตกต่างที่สำคัญระหว่าง AI ที่มีอยู่ในปีจจุบันกับ AGI คือขอบเขตและความยืดหยุ่นของความสามารถ
AI ในปัจจุบัน แม้จะมีความซับซ้อนและทรงพลัง แต่ส่วนใหญ่ยังเป็นระบบ Narrow AI ที่ถูกออกแบบมาเพื่อทำงานเฉพาะด้านได้ดี เช่น การรู้จัก และจดจำภาพ การแปลภาษา การให้ข้อมูล หรือการวิเคราะห์ข้อมูลทางการเงิน
ในขณะที่ AGI จะต้องมีความสามารถที่หลากหลายมาผสมกัน และสามารถผสานความรู้จากด้านหนึ่งไปใช้กับอีกด้านหนึ่งได้ และที่สำคัญคือการปรับตัวเข้ากับสถานการณ์ใหม่ ๆ ได้โดยไม่ต้องผ่านการฝึกฝนเพิ่มเติม คล้ายกับวิธีที่มนุษย์เรียนรู้และปรับตัว
การเปรียบเทียบความสามารถของนุษย์กับเครื่องจักรนั้นเป็นเรื่องที่ซับซ้อน เพราะสมองมมนุษย์ทำงานในลักษณะที่แตกต่างจากคอมพิวเตอร์อย่างสิ้นเชิง มนุษย์มีความเข้าใจในบริบทของเหตุการณ์ รวมถึง ความคิดสร้างสรรค์และการตัดสินใจบบพื้นฐานของค่านิยมและอารมณ์ความรู้สึก ซึ่งยากที่จะจำลองสิ่งนี้ระบบคอมพิวเตอร์
นายกวีวุฒิ เต็มภูวภัทร Chief Innovation Officer บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) หรือ SCBX กล่าวว่า กลุ่ม SCBX มุ่งมั่นสู่การเป็นองค์กรที่ขับเคลื่อนด้วย AI อย่างเต็มรูปแบบ โดยตั้งเป้าหมายที่ชัดเจนในการสร้างรายได้ 75% จาก AI ภายในปี 2570 ซึ่งเรากำลังพัฒนาความสามารถด้าน AI ขั้นสูงผ่านการใช้ข้อมูลและการวิจัยพัฒนา
พร้อมทั้งนำหลักการ AI ที่มีความรับผิดชอบมาใช้เป็นเครื่องมือที่ช่วยสนับสนุนการปฏิบัติตามกฎเกณฑ์ให้เป็นไปอย่างมีประสิทธิภาพ ด้วยวิสัยทัศน์และเป้าหมายขององค์กรนี้ บริษัทจึงได้จัดตั้งหน่วยงานวิจัยและพัฒนาหรือ SCBX R&D Innovation Lab ขึ้นเพื่อให้เป็นหน่วยงานกลางที่สำคัญในการทำหน้าที่วิจัยและพัฒนาเทคโนโลยีโดยเฉพาะอย่างยิ่งด้าน AI ให้กับกลุ่มเอสซีบีเอกซ์
โดยจะทำงานร่วมกับบริษัท SCB 10X และ DataX อย่างใกล้ชิดเพื่อสร้างและผลักดันให้มีการนำต้นแบบที่มีผลกระทบสูงไปใช้งานจริงภายในกลุ่มเอสซีบีเอกซ์ เพื่อสร้างผลสัมฤทธิ์ทางธุรกิจ
นอกจากนี้ SCBX R&D Innovation Lab จะมีการทำงานกับองค์กรอื่น ๆ เพื่อสร้างและผลักดันโครงการวิจัยและพัฒนาเทคโนโลยี ที่มีประโยชน์ต่างๆ เช่น โครงการ Typhoon Thai LLM ที่ SCBX ใช้เป็นประตูเชื่อมโยงและสร้างคุณประโยชน์ให้กับพันธมิตรทั้งสถาบันการศึกษา สตาร์ทอัพ และหน่วยงานภาครัฐ
รายงาน SCBX AI Outlook 2025 เป็นอีกหนึ่งตัวอย่างที่สำคัญของการแบ่งปันวิสัยทัศน์ด้าน AI ของเรา ที่ไม่เพียงนำเสนอมุมมองเชิงลึกเกี่ยวกับเทรนด์ AI เท่านั้น แต่ยังแสดงให้เห็นถึงการนำ AI ไปประยุกต์ใช้ในการปฏิบัติงานจริงผ่านโปรเจกต์และกรณีศึกษาต่างๆ เพื่อที่จะสามารถสร้างคุณค่าให้กับบริษัทภายในกลุ่มเอสซีบีเอกซ์ ลูกค้า พันธมิตร ตลอดจนสังคมโดยรวม
ดร.ทุตานนท์ สินธุประสิทธิ์ R&D and Innovation Lab Lead บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) หรือ SCBX กล่าวว่า ในยุคที่ AI และเทคโนโลยีใหม่กำลังเปลี่ยนแปลงธุรกิจด้วยความเร็วที่ไม่เคยมีมาก่อน SCBX มุ่งมั่นที่จะแบ่งปันประสบการณ์จริงจากการพัฒนาและประยุกต์ใช้ AI ในบริบทธุรกิจต่างๆ ผ่านรายงาน SCBX AI Outlook 2025: Beaconing the Future of Artificial Intelligence เพื่อนำเสนอ
เทรนด์ AI สำคัญ 4 เรื่อง ที่ขับเคลื่อนนวัตกรรมพลิกโฉมอุตสาหกรรม
รวมไปถึงด้านงานวิจัย และพัฒนา พร้อมทั้งแสดงให้เห็นถึงการนำ AI ไปใช้งานจริงในหลากหลายภาคส่วน เรามุ่งมั่นในการแบ่งปันข้อมูลเชิงกลยุทธ์ผ่านรายงานนี้ เพื่อช่วยให้ผู้นำองค์กรและกลุ่มคอมมูนิตี้ด้าน AI สามารถนำข้อมูลอันเป็นประโยชน์เหล่านี้ไปประยุกต์ใช้กับองค์กรหรืองานของตนได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
SCBX ได้นำเสนอกรณีศึกษาการประยุกต์ใช้ AI ในหลากหลายภาคส่วน อาทิ
ผู้สนใจสามารถดาวน์โหลด SCBX AI Outlook 2025 ฉบับเต็มได้ที่เว็บไซต์ SCBX (https://www.scbx.com/th/scbx-exclusive/ai-outlook-2025/) และสามารถทดลองใช้ API Typhoon LLM ได้ที่ https://opentyphoon.ai
อนึ่ง บริษัท เอสซีบี เอกซ์ จำกัด (มหาชน) หรือ SCBX
เป็นยานแม่ของกลุ่มธุรกิจเทคโนโลยีทางการเงิน ครอบคลุม 3 กลุ่มธุรกิจสำคัญ ได้แก่ ธุรกิจธนาคาร (Banking Business) ธุรกิจบริการทางการเงินดิจิทัลและสินเชื่อเพื่อรายย่อย (Consumer and Digital Finance Business) ธุรกิจแพลตฟอร์มและเทคโนโลยี (Platform and Technology Business) รวมถึง Climate Technology มุ่งขับเคลื่อนยุทธศาสตร์สู่การเป็นกลุ่มเทคโนโลยีทางการเงินระดับภูมิภาคที่น่าชื่นชม ดำเนินธุรกิจด้วยความคล่องตัว รอบคอบในการกำกับดูแลและบริหารความเสี่ยง ตลอดจนมีขีดความสามารถและศักยภาพในการแข่งขันกับคู่แข่งระดับโลกได้อย่างทัดเทียม
