ข้ามไปยังเนื้อหาหลัก
OpenAI

16 พฤศจิกายน 2569

Revolut ตั้งเป้าให้สูงขึ้นโดยไม่ลดมาตรฐาน

Revolut ใช้โมเดลของ OpenAI และ Codex เพื่อช่วยให้ทีมมีเวลาและโอกาสมากขึ้นในการแก้ไขปัญหาที่ซับซ้อน ตั้งแต่งานวิศวกรรมซอฟต์แวร์ไปจนถึงการรับมือกับอาชญากรรมทางการเงิน

ขนาดบริษัท: Enterprise
ภูมิภาค: ระดับโลก
อุตสาหกรรม: เทคโนโลยี, การเงิน
ผลิตภัณฑ์: ChatGPT, API, Codex

30–60%

เวลาเขียนโค้ดที่ลดลง ตั้งแต่เริ่มงานจนถึงรวมโค้ดฟีเจอร์

หนึ่งวัน

ในการแปลงเอกสารเกี่ยวกับมาตรฐานและแนวทางการออกแบบที่พัฒนามาตลอด 7 ปี ให้เป็นข้อมูลที่ AI สามารถอ่านและนำไปใช้ได้

1–2 วัน

เวลาที่ประหยัดได้ในการตรวจสอบความปลอดภัยของโค้ดด้วย Codex

ทำงานประจำวันได้เร็วขึ้น

Revolut⁠(เปิดในหน้าต่างใหม่) ก่อตั้งขึ้นด้วยความตั้งใจที่จะเปลี่ยนวิธีที่ผู้คนจัดการและใช้เงิน ปัจจุบันบริษัทขยายการดำเนินงานไปแล้วกว่า 40 ตลาด มีลูกค้าธุรกิจ 800,000 ราย และมีจำนวนลูกค้าบุคคลทั่วไปเพิ่มขึ้น 23% ในรอบ 12 เดือนที่ผ่านมา

ยิ่ง Revolut มีวัฒนธรรมการทำงานที่เน้นทีมขนาดเล็ก คล่องตัว และทำงานรวดเร็วด้วยทรัพยากรที่จำกัด ก็ยิ่งไม่น่าแปลกใจที่ ChatGPT และ Codex จะตอบโจทย์การทำงานของบริษัทได้อย่างลงตัว

“คนที่เก่งและเหมาะกับ Revolut คือคนที่มองเห็นปัญหาได้อย่างรวดเร็ว คิดหาวิธีแก้ไข วางแนวทางที่เป็นไปได้ 4 แบบ เลือกวิธีที่ดีที่สุดจากทั้ง 4 แบบ แล้วนำไปพัฒนาเพื่อออกสู่ตลาด” Kim Maniovich หัวหน้าฝ่ายการตลาดธุรกิจระดับโลกของ Revolut กล่าว

“การร่วมมือกับ OpenAI ช่วยให้เราพัฒนาโซลูชันเหล่านี้ได้มากมาย โดยใช้ทรัพยากรอย่างคุ้มค่า ประหยัดต้นทุน และปรับให้เหมาะกับรูปแบบการทำงานเฉพาะของเราได้อย่างแท้จริง”

แต่ประโยชน์ไม่ได้มีแค่การทำงานที่เร็วขึ้น สำหรับ Revolut คำถามที่สำคัญกว่าคือ หากคนเก่งๆ ไม่ต้องเสียเวลากับขั้นตอนการทำงานมากเหมือนเดิม และมีเวลาทุ่มเทให้กับการแก้ปัญหาที่อาจพลิกโฉมบริการทางการเงินได้มากขึ้น จะเกิดอะไรขึ้นได้บ้าง

เริ่มจากงานที่ต้องรองรับปริมาณมากและมีความสำคัญสูง

เมื่อ Revolut เติบโตขึ้น การปกป้องลูกค้าก็ยิ่งมีความซับซ้อนมากขึ้นตามไปด้วย รายงานฉบับหนึ่ง⁠(เปิดในหน้าต่างใหม่)ระบุว่า ผู้ใหญ่กว่าครึ่งหนึ่งทั่วโลกรายงานว่าเคยพบเจอการหลอกลวงในปี 2568

Revolut ใช้ทุกธุรกรรมเป็นโอกาสในการตรวจหากิจกรรมที่น่าสงสัย ประเมินความเสี่ยงที่อาจเกิดขึ้น และกำหนดมาตรการปกป้องลูกค้าอย่างรัดกุมให้เหมาะกับความเสี่ยงแต่ละกรณี แต่ด้วยปริมาณธุรกรรมที่สูงมาก ธนาคารทุกแห่งจึงเผชิญกับข้อจำกัดด้านกำลังคนในการตรวจสอบและรับมือกับความเสี่ยงเหล่านี้

“ปัญหาใหญ่ที่สุดที่ AI ช่วยเราแก้ไขได้ในตอนนี้ คือการรับมือกับความต้องการที่เพิ่มขึ้นโดยไม่จำเป็นต้องเพิ่มจำนวนบุคลากรในสัดส่วนเดียวกัน” David Abitbol หัวหน้าฝ่าย AI กล่าว นี่จึงเป็นเหตุผลที่ Revolut นำ AI มาใช้อย่างกว้างขวางในงานด้านการป้องกันอาชญากรรมทางการเงิน ผ่านเอเจนต์ FinCrime ที่ทำงานด้วยโมเดลของ OpenAI

เอเจนต์สามารถตรวจสอบข้อมูล ปฏิบัติตามกฎเกณฑ์ของ Revolut และดำเนินกระบวนการที่กำหนดไว้ได้โดยอัตโนมัติ โดยไม่จำเป็นต้องให้เจ้าหน้าที่ตรวจสอบทุกกรณีที่เข้าเกณฑ์ด้วยตนเอง

การเปิดตัว GPT‑5.5 ถือเป็นจุดเปลี่ยนสำคัญ Abitbol กล่าวว่า ในช่วงเวลานั้น โมเดลมีความสามารถสูงเพียงพอและมีความคุ้มค่าด้านต้นทุนจน Revolut สามารถมอบหมายให้เอเจนต์ดำเนินกระบวนการคัดกรองและสืบสวนได้ครบทุกขั้นตอน ส่งผลให้บริษัทสามารถตรวจสอบธุรกรรมได้มากขึ้น โดยไม่จำเป็นต้องเพิ่มจำนวนเจ้าหน้าที่สืบสวนในสัดส่วนเดียวกับความต้องการที่เพิ่มขึ้น

Mo Amiri วิศวกรด้านความปลอดภัยสารสนเทศ กล่าวเสริมว่า “สิ่งนี้ช่วยให้เราปกป้องลูกค้าได้ดียิ่งขึ้น และมีระบบที่พร้อมรับมือกับปัญหาต่างๆ ได้ดีขึ้น ซึ่งลูกค้าสามารถไว้วางใจได้”

“ทำงานรวดเร็ว ควบคู่กับการสร้างความไว้วางใจ” เป็นคำขวัญที่เหมาะกับทีมวิศวกรรมของ Revolut อย่างยิ่ง แม้ Abitbol จะระบุว่า Codex ช่วยลดเวลาการเขียนโค้ดลงได้ 30–60% แต่เขาก็ยืนยันชัดเจนว่ามีมาตรการป้องกันบางอย่างที่ต้องปฏิบัติตามโดยไม่มีข้อยกเว้น

“เรามีกรอบการทำงานที่เป็นระบบ โดยทุกคนในบริษัทที่ใช้ AI พัฒนาสิ่งต่างๆ ต้องปฏิบัติตามมาตรฐานเดียวกัน ตั้งแต่การพัฒนา การทดสอบ A/B ไปจนถึงการคาดการณ์ตัวชี้วัดทางธุรกิจ” เขากล่าว “นั่นหมายความว่าวิศวกรทุกคนทั่วทั้งบริษัทต้องรักษามาตรฐานคุณภาพเดียวกัน ตอนนี้โมเดล AI มีความสามารถเพียงพอในต้นทุนที่เหมาะสม ทำให้เราสามารถทยอยมอบหมายงานสืบสวนและคัดกรองเบื้องต้นให้เอเจนต์รับผิดชอบได้มากขึ้น”

มอบหมายงานพัฒนา แต่ไม่ผลักความรับผิดชอบ

Dmitry Pitik วิศวกรอาวุโสด้านแพลตฟอร์ม ได้เห็นผลลัพธ์ที่ชัดเจนของการลดเวลาการเขียนโค้ดลง 30–60% ระหว่างพัฒนาบริการตรวจสอบโค้ดสำหรับใช้ภายในบริษัท เขาออกแบบระบบ แบ่งงานออกเป็นฟีเจอร์ต่างๆ และในตอนแรกคิดว่าคงต้องมีทีมพัฒนามาช่วยสร้างระบบตามที่ออกแบบไว้

“ผมเพิ่งรู้ว่าไม่จำเป็นต้องมีทีมพัฒนาซอฟต์แวร์ทั้งทีมมาช่วยสร้างระบบนี้” เขาเล่าย้อนถึงตอนนั้น “ผมแค่เรียกใช้เอเจนต์หลายตัวแล้วแบ่งงานให้แต่ละตัวรับผิดชอบก็พอ” Codex จึงเข้ามาทำหน้าที่เสมือนทีมพัฒนาซอฟต์แวร์ของเขา ทำให้ Dmitry มีเวลามากขึ้นในการออกแบบระบบ วางแผนงาน และตรวจสอบผลงานที่เอเจนต์ส่งกลับมา

Abitbol สังเกตเห็นรูปแบบการทำงานนี้ในทีมต่างๆ ของ Revolut เช่นกัน เมื่อ Codex ช่วยให้วิศวกรมีเวลามากขึ้น พวกเขาก็นำเวลาที่ประหยัดได้ไป “พูดคุยกันเรื่องการออกแบบและหาวิธีแก้ปัญหาที่ดีที่สุดมากขึ้น ทำให้เราใช้เวลากับการออกแบบมากขึ้น แทนที่จะต้องลงมือพัฒนาระบบเอง”

แต่ความเชี่ยวชาญของวิศวกรยังคงสำคัญเหมือนเดิม สิ่งที่เปลี่ยนไปคือการนำความเชี่ยวชาญนั้นไปใช้กับงานด้านอื่น Pitik กล่าวว่า “นักพัฒนาทุกคนต้องรับผิดชอบโค้ดที่ตัวเองเขียน และเราไม่เชื่อผลลัพธ์จาก AI โดยไม่ตรวจสอบก่อน” ทำให้เกิดการแบ่งงานรูปแบบใหม่ โดย AI ช่วยในขั้นตอนการพัฒนา ส่วนวิศวกรหันมาให้ความสำคัญกับการตัดสินใจว่าซอฟต์แวร์ที่สร้างขึ้นจะใช้งานได้ดี น่าเชื่อถือ และคุ้มค่ากับการลงทุนพัฒนาหรือไม่

เวลาที่ต้องใช้ในการตรวจสอบและกำกับดูแลงานเหล่านี้ก็คุ้มค่า เพราะระหว่างที่ Codex ทำงานหนึ่งอยู่ Pitik ก็สามารถทำงานอื่นไปพร้อมกันได้ การทำงานหลายอย่างควบคู่กันเช่นนี้ถือเป็นเรื่องจำเป็นสำหรับบริษัท โดย Kim Maniovich อธิบายว่าพนักงานแต่ละคนต้องรับผิดชอบ “งานที่แตกต่างกันถึง 3 อย่าง” การใช้ Codex จึงช่วยสร้างวงจรที่ส่งเสริมให้ทีมพัฒนาอย่างต่อเนื่อง แม้จะมาพร้อมความท้าทายก็ตาม “เป้าหมายที่เราตั้งไว้ในแต่ละเดือนท้าทายขึ้นเรื่อยๆ แต่ขณะเดียวกันก็มีโอกาสทำสำเร็จได้มากขึ้นด้วย เราจึงยกระดับมาตรฐานการทำงานขึ้นอย่างต่อเนื่อง และ AI ก็เป็นสิ่งที่ช่วยให้เราทำเช่นนั้นได้”

ตัวอย่างสิ่งที่ Revolut ทำได้ด้วยศักยภาพที่เพิ่มขึ้นนี้ ได้แก่ การพัฒนาเครื่องมือสร้าง UI บนเว็บสำหรับแอปภายในองค์กรและผลิตภัณฑ์สำหรับผู้ใช้ภายนอก

อีกตัวอย่างหนึ่งคือการนำเอกสารเกี่ยวกับมาตรฐานและแนวทางการออกแบบที่รวบรวมมาตลอด 7 ปี มาแปลงเป็นข้อมูลที่ AI สามารถอ่านและนำไปใช้ได้ภายในวันเดียว เพื่อวางรากฐานสำหรับการพัฒนาเครื่องมือที่จะช่วยให้นักออกแบบทำงานได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างนี้แสดงให้เห็นว่า AI ช่วยให้เข้าถึงและนำความรู้ที่องค์กรสั่งสมมานานไปใช้ได้ง่ายขึ้น โดยไม่ต้องเสียเวลาและแรงมากเท่าเดิมในการทำงานกับระบบที่ซับซ้อน “เราสามารถเปลี่ยนจากการทุ่มเทเวลาให้กับงานที่สำคัญแต่ทำได้ยากหากไม่มี AI มามุ่งเน้นสิ่งที่สำคัญต่อลูกค้าได้มากขึ้น” Dmytro Pavlov นักออกแบบอาวุโสกล่าว

“ผมเพิ่งรู้ว่าไม่จำเป็นต้องมีทีมพัฒนาซอฟต์แวร์ทั้งทีมมาช่วยสร้างระบบนี้ ผมแค่เรียกใช้เอเจนต์หลายตัวแล้วแบ่งงานให้แต่ละตัวรับผิดชอบก็พอ”
—Dmitry Pitik วิศวกรแพลตฟอร์มอาวุโสของ Revolut

สร้างความเชื่อมั่นให้เป็นส่วนหนึ่งของระบบ

หน้าที่ของ Mo Amiri คือการดูแลให้ Revolut ทำงานได้รวดเร็วควบคู่ไปกับการรักษาความปลอดภัย ทั้งสำหรับลูกค้าและพนักงานของบริษัทเอง ทำให้เขามองเห็นบทบาทของ AI จากสองมุมพร้อมกัน ทั้งการนำ AI มาช่วย Revolut ตรวจสอบปัญหา และสิ่งที่ทีมต่างๆ ต้องเตรียมให้พร้อมก่อนนำ AI ไปใช้งานอย่างปลอดภัย

เมื่อก่อน หากต้องตรวจสอบอีเมลฟิชชิง นักวิเคราะห์ต้องรวบรวมอีเมล ตรวจสอบลิงก์และไฟล์แนบ สืบหาต้นทางของผู้ส่ง และรวบรวมหลักฐานด้วยตัวเอง “แต่ด้วยเครื่องมือ AI ที่มีประสิทธิภาพมากขึ้น เราสามารถค้นหาความเชื่อมโยงของข้อมูลเหล่านี้ได้ทันที และหันไปตรวจสอบประเด็นที่สำคัญจริงๆ ได้อย่างละเอียดมากขึ้น” เขากล่าว

แม้ AI จะช่วยรวบรวมและตรวจสอบข้อมูลเบื้องต้น พร้อมจัดทำรายละเอียดของกรณีที่สืบสวนอย่างเป็นระบบ แต่เจ้าหน้าที่ก็ยังต้องตรวจสอบข้อมูลต้นฉบับด้วยตนเอง พิจารณาว่าคำอธิบายที่ได้รับสมเหตุสมผลหรือไม่ และเป็นผู้อนุมัติการดำเนินการต่างๆ

เมื่อทีมต่างๆ เริ่มนำ AI มาใช้กับงานใหม่ๆ ใน Revolut Amiri ก็ใช้หลักการเดียวกันในการตรวจสอบ โดยดูทุกขั้นตอนว่าระบบมองเห็นข้อมูลอะไรบ้าง ข้อมูลถูกส่งต่อไปที่ไหน เข้าถึงเครื่องมือใดได้บ้าง และสามารถทำอะไรผ่านเครื่องมือเหล่านั้นได้ รวมถึงระบบจะรับมืออย่างไรหากเกิดข้อผิดพลาด เขายังตรวจสอบด้วยว่าข้อสรุปที่ฟังดูสมเหตุสมผลนั้นมีหลักฐานสนับสนุนจริงหรือไม่

“เรื่องที่สำคัญที่สุดในการตัดสินใจคือใครจะเป็นผู้รับผิดชอบ” เขากล่าว “หากเครื่องมือ AI แนะนำให้แก้ไขโค้ด วิศวกรต้องเข้าใจการเปลี่ยนแปลงนั้นอย่างถ่องแท้และพร้อมรับผิดชอบต่อสิ่งที่แก้ไข ซึ่งเป็นหลักการสำคัญที่เราใช้ในการออกแบบกระบวนการตรวจสอบโค้ด เพื่อให้นักพัฒนาได้รับข้อมูลประกอบการตัดสินใจอย่างเพียงพอ โดยไม่เพิ่มความยุ่งยากให้กับการทำงานประจำวัน”

สำหรับ Revolut มาตรการป้องกันเป็นส่วนหนึ่งของการพัฒนานวัตกรรม เพราะช่วยสร้างความพร้อมให้ทีมสามารถนำเทคโนโลยีที่มีความสามารถสูงขึ้นมาใช้งานได้อย่างมั่นใจ เขาอธิบายว่า “นี่คือวิธีสร้างความเชื่อมั่นใน AI อย่างแท้จริง ด้วยการตัดสินใจอย่างรอบคอบตั้งแต่ต้นและทดสอบการทำงานอย่างต่อเนื่องระหว่างดำเนินงาน”

“ความเชื่อมั่นใน AI ที่แท้จริงเกิดจากการตัดสินใจอย่างรอบคอบตั้งแต่ต้น และทดสอบการทำงานอย่างต่อเนื่องตลอดกระบวนการ”
—Mo Amiri วิศวกรความปลอดภัยสารสนเทศของ Revolut

สรุปผลลัพธ์

  • ลดเวลาการเขียนโค้ดตั้งแต่เริ่มงานจนถึงการรวมฟีเจอร์เข้ากับโค้ดหลักได้ 30–60%

  • วิศวกรคนหนึ่งพัฒนาบริการตรวจสอบโค้ดสำหรับใช้งานภายในองค์กร โดยมอบหมายงานพัฒนาระบบให้เอเจนต์ Codex หลายตัวช่วยกันดำเนินการ

  • ใช้เวลาเพียง 1 วันในการแปลงคู่มือและเอกสารเกี่ยวกับมาตรฐานการออกแบบที่พัฒนามานานประมาณ 7 ปี ให้เป็นข้อมูลที่ AI สามารถอ่านและนำไปใช้ได้

  • ลดเวลาที่ใช้ในการตรวจสอบโค้ดด้านความปลอดภัยสำหรับงานขนาดใหญ่หนึ่งงานได้ 1–2 วัน

  • FinCrime agent สามารถตรวจสอบธุรกรรมได้มากขึ้น โดยไม่จำเป็นต้องเพิ่มจำนวนเจ้าหน้าที่ตรวจสอบตามสัดส่วนของธุรกรรมที่เพิ่มขึ้น

บทเรียนสำหรับผู้นำ

  • เริ่มจากปัญหาที่คุ้มค่าจะแก้ไข Revolut นำ AI มาใช้ในงานที่มีความต้องการเพิ่มขึ้นเร็วที่สุดและส่งผลกระทบต่อลูกค้ามากที่สุด

  • ทำงานได้เร็วขึ้น ก็ยิ่งควรตั้งเป้าหมายให้สูงขึ้น โดยไม่ลดมาตรฐานลง เวลาที่ประหยัดได้จากการเขียนโค้ดและการตรวจสอบช่วยให้มีเวลามากขึ้นสำหรับการออกแบบที่ดียิ่งขึ้น การหาคำตอบให้กับโจทย์ที่ท้าทายกว่าเดิม และการทำงานที่สร้างผลกระทบได้มากขึ้น

  • มนุษย์ยังต้องเป็นผู้รับผิดชอบต่อผลงาน AI สามารถรวบรวมหลักฐาน เขียนโค้ด และเสนอแนวทางดำเนินการได้ แต่ยังต้องมีคนที่เข้าใจงานอย่างถ่องแท้และพร้อมรับผิดชอบต่อผลงานนั้น

  • สร้างความเชื่อมั่นก่อนขยายการใช้งาน กำหนดให้ชัดเจนว่าระบบเห็นข้อมูลอะไรได้ ทำอะไรได้ และจะเกิดอะไรขึ้นเมื่อระบบทำงานผิดพลาด แล้วทดสอบสิ่งที่ตัดสินใจไว้เหล่านั้นระหว่างทาง

  • ทำให้ความรู้ที่มีนำไปใช้ได้จริง AI ทำงานได้ดีขึ้นเมื่อเข้าถึงข้อมูลบริบทที่ชัดเจนและจัดระเบียบไว้อย่างดี การจัดระเบียบความรู้เช่นนี้ยังมักเผยให้เห็นว่าองค์กรเองต้องเพิ่มความชัดเจนในจุดใดบ้าง

ก้าวต่อไป

Revolut ได้แสดงให้เห็นแล้วว่า AI ช่วยให้ทีมสามารถรับมือกับงานที่มีปริมาณมากขึ้นและซับซ้อนขึ้นได้ และโอกาสต่อไปคือการนำความสามารถ การตัดสินใจอย่างรอบคอบ และการออกแบบมาผสานกัน เพื่อพัฒนาวิธีที่ลูกค้าจัดการและใช้บริการทางการเงิน

Abitbol วาดภาพการใช้งาน Revolut ที่ลูกค้าสามารถพูดคุยเพื่อขอให้ช่วยจัดการเรื่องการเงินทั่วไปได้ ไม่ว่าจะเป็นการระงับบัตร จัดการบริการที่สมัครสมาชิกไว้ หรือหาวิธีออมเงินไว้เที่ยว ขณะที่ Pavlov ให้ความสำคัญกับการออกแบบประสบการณ์เหล่านี้ให้ใช้งานได้ง่ายและเป็นรูปแบบเดียวกัน แม้เบื้องหลังจะมีระบบที่ซับซ้อนก็ตาม

Kim Maniovich มองว่าอนาคตที่ว่านี้เชื่อมโยงกับวัฒนธรรมการทำงานของ Revolut โดยกล่าวว่า “ฉันหวังว่าเราจะสามารถถ่ายทอดค่านิยมที่เรายึดถือในการทำงานทุกวัน ทั้งความกล้าที่จะตั้งเป้าหมายให้สูงโดยไม่ลังเล และความมุ่งมั่นที่จะไม่หยุดพัฒนา ผ่านผลิตภัณฑ์ที่เราสร้างขึ้น เพื่อให้ผู้คนสามารถนำแนวคิดเหล่านี้ไปปรับใช้กับชีวิตของตัวเองได้”

เมื่อ AI ทำให้การสร้างและพัฒนาสิ่งต่างๆ ง่ายขึ้น ความได้เปรียบจึงไม่ได้อยู่ที่ว่าใครสร้างได้เร็วกว่า แต่อยู่ที่ว่าใครรู้ว่าควรสร้างอะไร และมีวิจารณญาณ มาตรฐาน และความเข้าใจลูกค้าที่ดีพอจะสร้างสิ่งนั้นออกมาได้อย่างมีคุณภาพ สำหรับ Revolut นี่คือศักยภาพที่แท้จริงของการใช้ AI ในการทำงาน เพราะเมื่อใช้เวลาน้อยลงกับขั้นตอนการทำงาน ก็จะมีเวลาและกำลังมากขึ้นในการพัฒนาบริการทางการเงินให้ปลอดภัย ใช้งานง่าย และเป็นประโยชน์ต่อทุกคนมากขึ้น

ก้าวสู่ยุคใหม่ของการทำงาน

ธุรกิจกว่า 1 ล้านแห่งทั่วโลกต่างเห็นผลลัพธ์จริงจากการใช้ OpenAI

รับข่าวสารเกี่ยวกับ OpenAI สำหรับธุรกิจ

ข่าวสารผลิตภัณฑ์ คู่มือที่นำไปใช้ได้จริง กิจกรรมที่กำลังจะมาถึง และอีกมากมาย

เมื่อสมัครรับข่าวสาร คุณยินยอมรับอีเมลจาก OpenAI คุณสามารถยกเลิกการรับข่าวสารได้ทุกเมื่อ อ่านนโยบายความเป็นส่วนตัว⁠ของเรา