K Bank သည် ဘဏ်လုပ်ငန်း၏နောက်ထပ်အဆင့်ကိုမောင်းနှင်ရန် 'Agentic AI Bank' မဟာဗျူဟာကို အကြမ်းဖျင်းဖော်ပြသည်။

K Bank သည် AI စနစ်များသည် လူသားကြီးကြပ်မှုအောက်တွင် လူသားများ၏ နေ့စဉ်လုပ်ငန်းဆောင်တာများ၏ အဓိပ္ပါယ်ရှိသော အစိတ်အပိုင်းများကို နေ့စဉ်လုပ်ငန်းဆောင်တာ၏ အဓိပ္ပါယ်ရှိသော အစိတ်အပိုင်းများကို အလိုအလျောက်လုပ်ဆောင်ပေးသည့် 'Agentic AI Bank' ဖြစ်လာနိုင်သည်ဖြစ်စေ ပြိုင်ဆိုင်မှု၏နောက်အဆင့်ကို သတ်မှတ်ပေးမည့် စံနမူနာတစ်ခုဖြစ်သည့် K Bank မှ ဘဏ်များ မည်သို့ပြောင်းလဲသင့်သည်ကို ဖော်ပြထားပါသည်။

မဟာဗျူဟာကို ဆိုးလ်မြို့ရှိ COEX တွင် ကျင်းပသည့် TokenPost မှ ပူးတွဲအိမ်ရှင်အဖြစ် ပူးတွဲကျင်းပသည့် METACON 2026 တွင် ကြာသပတေးနေ့ (ဇူလိုင် 2) တွင် မဟာဗျူဟာကို တင်ပြခဲ့သည်။ K Bank ၏ AX အဖွဲ့၏ အကြီးအကဲ Hongjong Kim သည် “ Agentic AI Bank သို့ ကူးပြောင်းခြင်း- K Bank ၏ AI မဟာဗျူဟာ၊ ပြောင်းလဲမှု စီမံခန့်ခွဲမှုနှင့် Case Studies” ခေါင်းစဉ်ဖြင့် အစည်းအဝေးကို ဟောပြောခဲ့ပြီး အောင်မြင်သော မွေးစားခြင်းသည် စံပြပုံစံကို အသုံးချခြင်းနှင့် လူတို့၏ အလုပ်လုပ်ပုံ၊ ဆုံးဖြတ်ခြင်းနှင့် ပူးပေါင်းဆောင်ရွက်ခြင်းတို့ကို AI နှင့် ပူးပေါင်းလုပ်ဆောင်ပုံတို့ကို ပြောင်းလဲခြင်းအကြောင်း အလေးပေးဖော်ပြခဲ့သည်။

Kim သည် ဘဏ်လုပ်ငန်း၏ သမိုင်းဝင်ဆင့်ကဲဖြစ်စဉ်မှတစ်ဆင့် ဆွေးနွေးချက်ကို ဘောင်ခတ်ပြီး “ဘဏ်” ဟူသောစကားလုံးသည် အလယ်ခေတ်ဥရောပတွင် ငွေလဲလှယ်ရန်အတွက် အသုံးပြုသည့် လက်တင် “banca” သို့ ခြေရာခံကြောင်း မှတ်သားထားသည်။ ထို့နောက် Bill Gates ၏ လူသိများသော မှတ်ချက်တစ်ခုအား ကိုးကားခဲ့သည်—“ဘဏ်လုပ်ငန်းသည် လိုအပ်သည်၊ ဘဏ်များသည် မလိုအပ်”—ဟူသည်မှာ ငွေကြေးဆိုင်ရာ လုပ်ငန်းဆောင်တာများ မရှိမဖြစ်လိုအပ်သော်လည်း၊ ဘဏ်များ၏ အဖွဲ့အစည်းဆိုင်ရာပုံစံနှင့် လည်ပတ်မှုပုံစံသည် အဆက်မပြတ် လိုက်လျောညီထွေရှိရန် လိုအပ်ပါသည်။ သူ၏အမြင်အရ၊ စက်မှုလုပ်ငန်းသည် ဘဏ်ခွဲဗဟိုပြုဘဏ် 1.0 မှ ATM နှင့် တယ်လီဖုန်းဘဏ်လုပ်ငန်း (2.0)၊ မိုဘိုင်းလ်-ပထမဘဏ်လုပ်ငန်း (3.0) နှင့် 'hyper-personalized Finance' (4.0) အထိ တိုးတက်ခဲ့ပြီး ယခုအခါ အေးဂျင့် AI နှင့် တည်ဆောက်ထားသော ပဉ္စမခေတ်သို့ ရောက်ရှိနေပြီဖြစ်သည်။

ပိုမိုကျယ်ပြန့်သောအပြောင်းအရွှေ့ကို သရုပ်ဖော်ရန်အတွက် Kim သည် သမားရိုးကျဘဏ္ဍာရေးကုမ္ပဏီမဟုတ်ပဲ နည်းပညာကုမ္ပဏီတစ်ခုအဖြစ် လူသိရှင်ကြားဖော်ပြပြီး AI အသုံးပြုမှုကိစ္စရပ်ပေါင်း 2,000 ကျော်ကို ဖန်တီးထားသည့် BNP Paribas ကို ထောက်ပြခဲ့သည်။ အထူးသဖြင့် ဆော့ဖ်ဝဲလ်ဖွံ့ဖြိုးတိုးတက်မှု၊ ဖောက်သည်ဝန်ဆောင်မှု၊ စျေးကွက်ရှာဖွေရေးနှင့် စွန့်စားရမှုစီမံခန့်ခွဲမှုတို့တွင် အရှိန်အဟုန်ပြင်းစွာ ပြောင်းလဲမှုများနှင့်အတူ ဘဏ္ဍာရေးဝန်ဆောင်မှုများသည် မျိုးဆက်သစ် AI ကြောင့် သက်ရောက်မှုအရှိဆုံးကဏ္ဍများထဲတွင် ပါဝင်မည်ဟု McKinsey သုတေသနကို ကိုးကားဖော်ပြခဲ့သည်။

သို့သော်လည်း ကင်မ်သည် ဘဏ္ဍာရေးကဏ္ဍတွင် AI ဖြန့်ကျက်မှု နှေးကွေးသည့် ဖွဲ့စည်းပုံဆိုင်ရာ အတားအဆီးများနှင့် ရင်ဆိုင်နေရကြောင်း ကင်မ်က စောဒကတက်ခဲ့သည်။ ပထမအချက်မှာ ကိုရီးယားနိုင်ငံ၏ သီးခြားကွန်ရက်ပတ်ဝန်းကျင်ဖြစ်ပြီး၊ 업무စနစ်များစွာသည် အင်တာနက်အသုံးပြုခွင့်မရှိဘဲ လုပ်ဆောင်နေပြီး အရင်းအမြစ်ကုဒ်နှင့် ကိရိယာများကို တင်သွင်းရာတွင် ရှုပ်ထွေးသောခွင့်ပြုချက်လုပ်ငန်းစဉ်များပါဝင်သည့်—မွမ်းမံထားသော AI မော်ဒယ်များ၏ အခြေခံပေါင်းစပ်မှုကိုပင် နှောင့်နှေးစေသည့် အခြေအနေများဖြစ်သည်။ ဒုတိယအချက်မှာ တင်းကျပ်သော ကိုယ်ရေးကိုယ်တာ စည်းမျဉ်းများအောက်တွင် အသုံးပြုနိုင်သော လေ့ကျင့်ရေးဒေတာကို လုံခြုံအောင်ပြုလုပ်ရန် ခက်ခဲခြင်း၊

သို့သော် Kim က “ မှန်ကန်သော AI ပြဿနာများကိုရှာဖွေခြင်း” အဖြစ် အခက်ခဲဆုံးစိန်ခေါ်မှုကို ဖော်ပြခဲ့သည်။ လက်တွေ့တွင်၊ AI အဖွဲ့များသည် ကောင်းစွာသတ်မှတ်ထားသော အလုပ်များနှင့် အရည်အသွေးဒေတာအစုံများကို ရှာဖွေကြပြီး၊ လုပ်ငန်းယူနစ်များသည် မကြာခဏဆိုသလို ပါးလွှာပြီး ပါဝင်ရန် အချိန်မရှိသည့်အတွက်—ထပ်တလဲလဲ အဆက်အသွယ်ဖြတ်ခြင်းကို ဖန်တီးခြင်းဖြစ်သည်။ “AI နဲ့ လုပ်ငန်းကို ချိတ်ဆက်ဖို့ ကြားခံအဖွဲ့ငယ်လေးတွေကို အားကိုးရင် AI အသွင်ပြောင်းမှုက ကြာရှည်မှာ မဟုတ်ပါဘူး” ဟု ဘဏ်များနှင့် AI အဖွဲ့များနှင့် ရှေ့တန်းယူနစ်များက ပြဿနာများနှင့် ပူးတွဲပိုင်ဆိုင်သည့်ရလဒ်များကို ပူးတွဲသတ်မှတ်သည့် ယဉ်ကျေးမှုတစ်ခု လိုအပ်သည်ဟု ငြင်းခုံပြောဆိုခဲ့သည်။ AI ကျွမ်းကျင်သူများကိုသာ ငှားရမ်းခြင်းသည် ကုသနည်းမဟုတ်ကြောင်း၊ ပြောင်းလဲမှုသည် အစီအစဉ်ဆွဲနိုင်စွမ်း၊ လက်တွေ့ကျသော AI တတ်မြောက်မှုနှင့် ခိုင်မာသော ဆက်သွယ်မှုစွမ်းရည်တို့ကို ပေါင်းစပ်ထားသည့် အရည်အချင်းများအပေါ်တွင် မူတည်ပါသည်။

K Bank ၏ကိုယ်ပိုင် AI လမ်းကြောင်းသည် သက်ရောက်မှုမြင့်မားသောအသုံးပြုမှုတစ်ခုသည် အတွင်းစိတ်ခံစားချက်များကို မည်သို့ပြောင်းလဲစေနိုင်ကြောင်း ပြသနေပါသည်။ 2019 ခုနှစ်တွင် ငွေချေးသူနှင့်ပူးပေါင်းပြီးနောက် AI အခွင့်အလမ်းများကို ရှာဖွေဖော်ထုတ်ရန် အကြမ်းဖျင်းဌာန 60 သို့ သွားရောက်လေ့လာခဲ့သော်လည်း ဝယ်ယူမှုတည်ဆောက်ရန် ရုန်းကန်ခဲ့ရသည်။ ဘဏ်သည် လိမ်လည်မှုရှာဖွေခြင်းသို့ မျက်နှာအသိအမှတ်ပြုခြင်းကို လျှောက်ထားသောအခါ—တူညီသောသူတစ်ဦးဦးသည် မတူညီသောအမည်များအောက်တွင် ထပ်ခါတလဲလဲ စာရင်းသွင်းရန် ကြိုးပမ်းခဲ့သည့် သို့မဟုတ် ရှိပြီးသားဖောက်သည်၏မျက်နှာဒေတာ ရုတ်တရက်ပြောင်းလဲသွားသည့်အခါ ဘဏ်က အရှိန်အဟုန်ပြောင်းလဲသွားသည်။ အတုအပ ID များပါ၀င်သည့် အထောက်အထား လိမ်လည်မှုများကို ဖော်ထုတ်နိုင်ခဲ့ပြီး အောင်မြင်မှုသည် ပိုမိုကျယ်ပြန့်စွာ မွေးစားခြင်းကို အရှိန်မြှင့်ခဲ့သည်။

ထိုမှနေ၍ ဘဏ်သည် လုပ်ငန်းဆောင်ရွက်မှုများနှင့် လိုက်နာမှုတစ်လျှောက် AI ကြိုးပမ်းမှုများကို တိုးချဲ့ခဲ့သည်။ K Bank သည် ယမန်နှစ်တစ်လျှောက် AI ပဏာမခြေလှမ်း 40 ကျော်မှတစ်ဆင့် စီးပွားရေးတန်ဖိုး KRW 8.7 ဘီလီယံ (ဒေါ်လာ 6.3 သန်း) ခန့်ကို ထုတ်ပေးခဲ့ပြီး ယခု 2026 ခုနှစ်တွင် AX ပရောဂျက် 80 ကျော်ကို လုပ်ဆောင်နေပြီဖြစ်သည်။ ၎င်းသည် HTML-based အပြန်အလှန်တုံ့ပြန်မှုအစီရင်ခံစာများကို အစားထိုးခြင်းနှင့် ဝန်ထမ်းများကို ခွဲခြမ်းစိတ်ဖြာမှုဆိုင်ရာ ဆုံးဖြတ်ချက်များစွာကို ပုံဖော်ခြင်းထက် ဝန်ထမ်းများကို ခွဲခြမ်းစိတ်ဖြာနိုင်စေရန် AI ကိုအသုံးပြုခြင်းအပါအဝင် နောက်ဆက်တွဲလုပ်ဆောင်ခဲ့သော အလုပ်အသွားအလာပြောင်းလဲမှုများကို ဖော်ပြခဲ့သည်။ စုစည်းမှု။

၎င်းက “ copilot” ပုံစံထုတ်လုပ်နိုင်စွမ်းအလွှာ၊ “ CoWork” ပူးပေါင်းလုပ်ဆောင်မှုအင်္ဂါရပ်များနှင့် ထိန်းချုပ်ထားသောပတ်ဝန်းကျင်များတွင် ထိန်းချုပ်ဝင်ရောက်မှုနှင့် ဘေးကင်းလုံခြုံစွာအသုံးပြုမှုအတွက် ဒီဇိုင်းထုတ်ထားသည့် အတွင်းပိုင်း LLM-based assistant တို့ကိုလည်း ၎င်းက မီးမောင်းထိုးပြခဲ့သည်။

ဟောပြောပွဲတစ်လျှောက်တွင် Kim သည် ပြောင်းလဲမှုစီမံခန့်ခွဲမှု—စံပြစွမ်းဆောင်ရည်မဟုတ်ဘဲ—ဘဏ်များသည် AI ၏အကျိုးကျေးဇူးများကို သိရှိနားလည်နိုင်သည်ဆိုသည်ကို ဆုံးဖြတ်ပေးမည်ဟူသော အယူအဆကို ထပ်ခါတလဲလဲပြန်သွားခဲ့သည်။ K Bank ၏ ရည်မှန်းချက်သည် “လက်တွေ့ AI” မှ “AI ဖြင့် ကြီးထွားလာသော ဘဏ်” သို့ ပြောင်းလဲခဲ့ပြီး ယခုအခါ 'Agentic AI Bank' မျှော်မှန်းချက်ဆီသို့ ဦးတည်သွားကြောင်း ၎င်းက ပြောကြားခဲ့သည်။ နောက်အဆင့်တွင်၊ အရာအားလုံးကို ဗဟိုချုပ်ကိုင်ထားသည့် AI ယူနစ်တစ်ခုမဟုတ်ဘဲ လုပ်ငန်းဌာနများက AI ကို အုပ်ချုပ်မှုအစောင့်အကြပ်များဖြင့် တိုက်ရိုက်အသုံးပြု၍ စီမံခန့်ခွဲနေခြင်းဖြစ်သည်ဟု ဆိုသည်။

အဆိုပါအပြောင်းအရွှေ့ကို ပံ့ပိုးရန်အတွက် K Bank သည် AI တတ်မြောက်မှုကို မြှင့်တင်ရန်နှင့် “Promptathon” နှင့် internal AI pitching sessions ကဲ့သို့သော ချက်ခြင်းအခြေခံသည့် ဟက်ကာဖြစ်ရပ်များအပါအဝင် AI တတ်မြောက်မှုနှင့် ပူးပေါင်းပါဝင်မှုကို မြှင့်တင်ရန် ရည်ရွယ်သည့် ဌာနတွင်းပရိုဂရမ်များကို လုပ်ဆောင်နေပါသည်။ Kim သည် အသုံးချမှုများ၏နမူနာများကိုလည်း မျှဝေခဲ့သည်- “ AI Quiz Challenge” သည် ပဟေဠိမေးခွန်းများနှင့် ရှင်းပြချက်များကို အလိုအလျောက်ထုတ်ပေးသည့်၊ retrieval-augmented generation (RAG); အသုံးပြုသူများသည် အကောင့်နံပါတ်၏ တစ်စိတ်တစ်ပိုင်းကိုသာ ထည့်သွင်းသည့်အခါတွင်ပင် ငွေရေးကြေးရေးအဖွဲ့အစည်းကို အကြံပြုသည့်စနစ်၊ နှင့် ငွေကြေးကြော်ငြာခြင်းအတွက် အလိုအလျောက်လိုက်နာမှုပြန်လည်သုံးသပ်ခြင်းလုပ်ငန်းအသွားအလာ။

Kim သည် ရိုးရှင်းသော သတင်းစကားဖြင့် ပိတ်လိုက်သည်- ကွပ်မျက်မှုသည် တုံ့ဆိုင်းခြင်းထက် ပိုအရေးကြီးသည်။ ပြီးပြည့်စုံသော အခြေအနေများကို စောင့်မျှော်နေမည့်အစား ဘဏ်များသည် သေးငယ်သောအလုပ်များဖြင့် စတင်သင့်သည်—လူသားများနှင့် AI တို့သည် ပုံမှန်ဘေးချင်းကပ်၍ အလုပ်လုပ်နေသည့် ယဉ်ကျေးမှုတစ်ခုကို တည်ဆောက်ရန်အတွက် အစောပိုင်းအနိုင်ရမှုများကို အသုံးပြုကာ လုပ်ဆောင်သင့်သည့်အရာများကို အတိုင်းအတာတစ်ခုအထိ လုပ်ဆောင်သင့်သည်ဟု သူကဆိုသည်။ ယဉ်ကျေးမှုပြောင်းလဲမှုသည် 'Agentic AI Bank' ၏ တကယ့်အစပျိုးချက်ဖြစ်သည်ဟု ၎င်းက ဆိုသည်။

METACON 2026 သည် ဇူလိုင် ၃ ရက်မှ ၄ ရက်အထိ ဆိုးလ်တွင် “AI Makers Rise” ဆောင်ပုဒ်ဖြင့် ကျင်းပမည်ဖြစ်ပြီး AI နည်းပညာ၊ လုပ်ငန်းအသွင်ပြောင်းမှု၊ စျေးကွက်ရှာဖွေရေးနှင့် ရင်းနှီးမြှုပ်နှံမှုများတစ်လျှောက် မဟာဗျူဟာများနှင့် လုပ်ငန်းလည်ပတ်မှုအတွေ့အကြုံများကို မျှဝေရန်အတွက် ကုမ္ပဏီများနှင့် ဆောက်လုပ်ရေးလုပ်ငန်းရှင်များကို စုစည်းကာ မျှဝေပါသည်။