บทความนี้วิเคราะห์ว่า “AI จะเข้ามาแทนที่นักวาณิชธนกิจระดับจูเนียร์หรือไม่” หลังการเปิดตัว Claude Finance ของ Anthropic โดยอ้างอิงจากเบนช์มาร์ก 2 ชุด

ประเด็นสำคัญ

AI จะไม่เข้ามาแทนที่งานของนักวาณิชธนกิจระดับจูเนียร์ทั้งหมดในคราวเดียว แต่จะเริ่มดูดซับงานที่เป็นเอกสารและมีโครงสร้างก่อนอย่างรวดเร็ว ทำให้บุคลากรในฝั่ง middle/back office มีโอกาสสูงที่จะถูกแทนที่

ผลเบนช์มาร์ก

Vals AI Financial Agent 2.0: แม้แต่โมเดลระดับบนก็ยังไม่สามารถทะลุกำแพง 52% ได้ และหากดูเฉพาะหมวด financial modeling คะแนนสูงสุดอยู่ที่ 23%
BankerToolBench (ให้คะแนนโดยผู้ปฏิบัติงานจริง 502 คนจาก Goldman, JPM, Evercore): ผลลัพธ์ที่สามารถส่งให้ลูกค้าได้ทันที 0%, แก้ไขเล็กน้อย 13%, ต้องทำใหม่ครั้งใหญ่ 41%, ใช้งานไม่ได้ 27%
รูปแบบความล้มเหลว: บั๊กในโค้ด/สูตร 41%, ความผิดพลาดของ business logic 27%, การคิวรีข้อมูลหยุดชะงัก 18%, ตัวเลขที่ถูกแต่งขึ้น 13%

แทนที่ได้ vs แทนที่ไม่ได้

แทนที่ได้: ค้นหาเอกสารเปิดเผยข้อมูลและ transcript, สรุป earnings call, ประเมิน Comps, valuation รอบแรก, ร่าง pitch เบื้องต้น, Q&A ของ data room
แทนที่ไม่ได้: การตัดสินว่าเป็น MNPI หรือไม่, การคุยกับผู้บริหาร, แรงจูงใจในการขายของฝั่งผู้ขาย, ความสัมพันธ์กับที่ปรึกษา, การจับสัญญาณบรรยากาศด้านกฎระเบียบและการเมือง, ความรับผิดชอบและการอนุมัติขั้นสุดท้าย

ลักษณะเฉพาะของอุตสาหกรรมการเงินเกาหลี

บริบทอย่างการสืบทอดธุรกิจครอบครัว, ความสัมพันธ์ระหว่างกลุ่มแชโบล, ลำดับความสำคัญของ FSS และ KFTC, หรือนัยของกองทุนบำนาญ ล้วนเป็นสิ่งที่ไม่ได้อยู่ใน data room และมีมากกว่าตลาดโลกอย่างชัดเจน จึงเป็นพื้นที่ที่ frontier model เข้าใจได้ยาก

สถานการณ์ตามช่วงเวลา

2026: งานด้านรีเสิร์ชและสรุปผลจะถูกทำอัตโนมัติ (4~5 ชั่วโมง → 4~5 นาที)
2027~2028: ไปถึงขั้นแทนที่การร่าง pitch เบื้องต้น, โมเดลรอบแรก, และร่าง memo โดยรุ่นพี่หนึ่งคนจะตรวจทานโฟลว์ของเอเจนต์ 5~6 ตัวพร้อมกัน
2029+: feedback loop ที่ Citrini Research วาดไว้ — ผลิตภาพของ AI → ค่าจ้างลดลง → การบริโภคชะลอตัว → อาจนำไปสู่การพังทลายของอุปสงค์

งานที่ทำให้เป็นกฎได้จะถูกทำอัตโนมัติเร็วขึ้นเรื่อย ๆ ส่วนการตัดสินใจที่วัดได้ยากจะยิ่งมีน้ำหนักมากขึ้น โอกาสอยู่ตรงเส้นแบ่งระหว่างสองสิ่งนี้

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น