Citi Wealth Case Study — เมื่อ AI Agents เปลี่ยน Wealth Management สู่ Always-on Agentic Wealth Experience
- DX Academy
- 20 พ.ค.
- ยาว 7 นาที
อัปเดตเมื่อ 20 ชั่วโมงที่ผ่านมา
Citi ไม่ได้ใช้ AI เป็นเพียง chatbot เพื่อตอบคำถามทางการเงิน แต่กำลังสร้าง Citi Sky ในฐานะ always-on AI-powered member ของทีม Citi Wealth ที่ช่วยลูกค้าเข้าถึง market insights, ตั้งคำถามทางการเงิน, act on opportunities และทำงานร่วมกับ financial advisors ได้อย่างต่อเนื่อง กรณีของ Citi Wealth เป็นอีกหนึ่งตัวอย่างสำคัญในอุตสาหกรรม Financial Services / Wealth Management / Banking
จาก Wealth Advisory แบบเดิม สู่ต้นแบบ Agentic Enterprise ในโลก Financial Services
Citi Sky ถูกพัฒนาด้วยเทคโนโลยีจาก Google Cloud, Google DeepMind, Gemini Enterprise Agent Platform, Gemini Live API และ real-time avatar technology โดยออกแบบให้เป็น multimodal AI advisory experience ที่รองรับเสียง วิดีโอ และ avatar interaction บน secure, grounded data foundation ที่สอดคล้องกับ regulatory standards
“Citi Wealth is not replacing advisors with AI. It is extending the advisor’s reach through always-on, personalized, and trusted intelligence.”
กรณีนี้จึงสะท้อนว่าอนาคตของ Wealth Management ไม่ได้อยู่ที่การเพิ่ม digital interface อีกหนึ่งช่องทาง แต่อยู่ที่การสร้าง intelligence-led advisory ecosystem ที่ AI และ human advisors ทำงานร่วมกัน เพื่อให้ลูกค้าได้รับ insight ที่เร็วขึ้น เป็นส่วนตัวขึ้น และนำไปสู่ action ได้ง่ายขึ้น
In This Article
Key Takeaways
Citi Wealth กำลังเปลี่ยนจาก traditional wealth advisory ไปสู่ Always-on Agentic Wealth Experience
Citi Sky ไม่ใช่ chatbot ทั่วไป แต่เป็น AI-powered member ของทีม Citi Wealth ที่ทำงานร่วมกับ financial advisors
AI ถูกใช้เพื่อแปลง market data และ client context ให้กลายเป็น actionable intelligence ที่ลูกค้าสามารถถาม เข้าใจ และ act ได้ง่ายขึ้น
Multimodal AI ผ่าน voice, video และ avatar interaction กำลังเปลี่ยนวิธีที่ลูกค้า wealth มีปฏิสัมพันธ์กับคำแนะนำทางการเงิน
บทเรียนสำหรับผู้บริหารไทย คือ AI ใน Financial Services ต้องเริ่มจาก trust, compliance, human oversight และ client context ไม่ใช่เริ่มจาก automation เพียงอย่างเดียว
เปิดแล้ว 🔥 Public Training
— หลักสูตรเร่งรัด 1 วัน สำหรับผู้บริหาร ที่ต้องการเห็นภาพรวมการทรานส์ฟอร์มองค์กรยุค AI ครอบคลุม Digital Transformation, AI Transformation, AI Governance และ Agentic Enterprisee
สมัครวันนี้เพียง 1,999 บาท จากราคาเต็ม 6,900 บาท พิเศษเฉพาะ 10 ท่านแรกเท่านั้น
Citi Wealth กำลังทำอะไร
Citi Wealth กำลังเปลี่ยนจาก wealth management experience ที่ลูกค้าต้อง navigate ระหว่าง apps, calls, meetings และ advisor appointments ไปสู่ always-on, multimodal, personalized wealth experience ที่ลูกค้าสามารถ “ask and act” ได้ง่ายขึ้น
Citi Wealth เป็นหน่วยธุรกิจด้าน Wealth Management ของ Citi ซึ่งให้บริการลูกค้ากลุ่ม wealth ที่มีความคาดหวังสูงกว่าการใช้บริการ digital banking ทั่วไป ลูกค้ากลุ่มนี้ต้องการคำแนะนำที่เป็นส่วนตัว market insights ที่ทันเวลา คำตอบที่เชื่อมโยงกับสถานการณ์ทางการเงินของตนเอง และการเข้าถึง financial advisor ในเวลาที่เหมาะสม
สิ่งที่ Citi Wealth กำลังทำคือการเปิดตัว Citi Sky ซึ่งถูกวางตำแหน่งเป็น always-on AI-powered member ของทีม Citi Wealth ไม่ใช่ chatbot แยกส่วน แต่เป็น AI advisory layer ที่เชื่อมลูกค้า market insight advisor relationship และ wealth platform เข้าด้วยกัน
Citi Sky ถูกออกแบบให้ช่วยลูกค้าเข้าถึง market insights ถามคำถามทางการเงิน รับ timely guidance และเชื่อมต่อกับ financial advisors เมื่อจำเป็น โดยในช่วงเริ่มต้น Citi Sky จะ rollout ให้กับ Citigold clients ในสหรัฐฯ ผ่าน phased rollout และรองรับภาษาอังกฤษและสเปนตั้งแต่ launch ก่อนขยาย capability และภาษาเพิ่มเติมในอนาคต
“The strategic shift is from digital wealth interface to intelligence-led wealth advisory experience.”
ทำไม Citi Wealth ต้องทรานส์ฟอร์ม Financial Advisory ใหม่
Citi Wealth ต้องทรานส์ฟอร์ม wealth advisory จาก digital interface แบบเดิม ไปสู่ Agentic Wealth Experience ที่ AI ช่วยขยายพลังของ advisor และทำให้ลูกค้าเข้าถึง insight ได้ตลอดเวลา ภายใต้ governance และ human oversight
Wealth Management กำลังเปลี่ยนจากการให้บริการแบบ reactive advisory ไปสู่ proactive, intelligence-led financial advisory ลูกค้าไม่ต้องการรอรอบประชุมกับ advisor หรือค้นหาข้อมูลเองในหลายระบบทุกครั้งที่มีคำถาม แต่ต้องการ insight ที่เข้าถึงได้ทันที เข้าใจง่าย และเชื่อมกับบริบทของตนเอง
ความท้าทายสำคัญของ Citi Wealth คือการเปลี่ยนข้อมูลจำนวนมหาศาลให้กลายเป็นคำแนะนำที่เป็นส่วนตัวและนำไปใช้ได้จริง ข้อมูลที่เกี่ยวข้องอาจรวมถึง market insights, CIO perspectives, portfolio context, product events, CD maturity, client profile, financial goals และ advisor relationship history
ในมุมลูกค้า friction เดิมเกิดจากการต้องสลับระหว่าง app โทรศัพท์ email การประชุม หรือ advisor appointment เพื่อเข้าใจสถานะทางการเงินและโอกาสการลงทุน ในมุม advisor friction เกิดจากเวลาที่จำกัด การต้องตอบคำถามพื้นฐานซ้ำ ๆ และการต้องเตรียมข้อมูลให้พร้อมสำหรับ client conversations
“In Wealth Management, the challenge is not access to more information. The challenge is turning information into trusted, personalized, and timely decisions.”
อีกประเด็นที่สำคัญมากคือ Financial Services เป็นอุตสาหกรรมที่ trust และ compliance เป็นหัวใจ AI ที่ให้ข้อมูลผิด ไม่เหมาะสม หรือไม่มี oversight อาจสร้างความเสี่ยงสูง ดังนั้น Citi Sky จึงถูกออกแบบบน secure, grounded data foundation และต้องทำงานร่วมกับ financial advisors ไม่ใช่แทนที่ advisor ทั้งหมด
Citi Wealth ออกแบบการเปลี่ยนผ่านอย่างไร
Citi Wealth ไม่ได้เริ่มจากคำถามว่า “จะสร้าง chatbot ทางการเงินอย่างไร” แต่เริ่มจากคำถามว่า “จะทำให้ลูกค้า wealth เข้าถึง insight ที่ถูกต้อง เป็นส่วนตัว และนำไปสู่ action ได้ง่ายขึ้นอย่างไร โดยยังรักษา trust และ compliance ไว้ครบถ้วน”
แนวทางของ Citi Wealth สามารถสรุปได้เป็น 5 องค์ประกอบสำคัญ
ประการแรกคือ Build Citi Sky as an always-on AI member of the Wealth team โดย Citi Sky ถูกออกแบบให้ทำงานร่วมกับทีม Citi Wealth และ financial advisors เพื่อช่วยลูกค้าเข้าถึง insight และ act on opportunities ไม่ใช่แทนที่ advisor
ประการที่สองคือ Use Gemini Enterprise Agent Platform as the agent foundation เพื่อรองรับการสร้าง ขยาย กำกับ และ optimize enterprise-grade agents ในระดับองค์กร
ประการที่สามคือ Add multimodal and avatar-based interaction โดยใช้ Google DeepMind real-time avatar technology และ Gemini Live API เพื่อสร้าง low-latency audio และ video conversations ที่ทำให้ประสบการณ์ advisory เป็นธรรมชาติขึ้น
ประการที่สี่คือ Connect market insight to client action เช่น timely guidance, CD maturity event prompts และ market insights จาก Citi Wealth’s Chief Investment Office เพื่อทำให้ข้อมูลไม่ได้หยุดอยู่ที่รายงาน แต่เชื่อมไปสู่ conversation, action และ advisor handoff
ประการสุดท้ายคือ Design for trust, security and compliance โดย Citi Sky ถูกออกแบบบน secure, grounded data foundation และสอดคล้องกับ regulatory standards ซึ่งเป็นเงื่อนไขสำคัญของ AI ใน wealth management
“Citi Sky shows that financial AI must be intelligent enough to personalize — and governed enough to be trusted.”
มอง Citi Wealth ผ่าน Agentic AI Transformation Canvas
หากมองผ่าน Agentic AI Transformation Canvas จะเห็นว่า Citi Wealth ไม่ได้ใช้ AI เป็น feature แยกส่วน แต่ใช้ AI เพื่อ redesign advisory journey ทั้งระบบ
ในฝั่ง Foundation — Citi Wealth ตั้งเป้าทรานส์ฟอร์มจาก traditional wealth advisory model ไปสู่ always-on Agentic Wealth Experience ที่ AI สนับสนุนลูกค้าด้วย real-time insights, personalized guidance และ advisor collaboration
ในฝั่ง High-Value Workflows — Citi Sky มุ่งเน้น workflow ที่มี client impact สูง เช่น market insight access, financial Q&A, CD maturity prompts, personalized wealth guidance, advisor handoff และ multilingual advisory experience
=ในฝั่ง Stakeholders & Change Readiness — บทบาทของผู้เกี่ยวข้องเปลี่ยนไป ลูกค้าขยับจาก app navigators ไปสู่ conversational decision-makers ขณะที่ financial advisors เปลี่ยนจาก primary information responders ไปสู่ AI-empowered trusted advisors ที่ใช้เวลามากขึ้นกับ judgment, relationship และ complex financial decisions
=ในฝั่ง Governance, Trust & Human Oversight — Citi Sky ต้องมี secure data foundation, grounded responses, regulatory compliance, permission controls, suitability guardrails, auditability และ escalation to human advisors ในกรณีที่ต้องใช้ judgment หรือมีความเสี่ยงสูง
ในฝั่ง Trusted Context & Knowledge Foundation — AI ต้องเข้าใจ client profile, financial goals, market insights, CIO perspectives, product events เช่น CD maturity, advisor relationship history, compliance rules และ risk / suitability constraints
ในฝั่ง Agent Team & Orchestration — Citi Sky สามารถมองเป็น agent ecosystem ที่ประกอบด้วย Market Insight Agent, Event Prompt Agent, Multimodal Interaction Agent, Advisor Handoff Agent และ Compliance Guardrail Agent ซึ่งทำงานร่วมกันเพื่อเปลี่ยน client question หรือ financial event ให้กลายเป็น personalized guidance และส่งต่อ advisor เมื่อจำเป็น
ในฝั่ง Value & Scale — เนื่องจาก Citi Sky อยู่ในช่วง phased rollout ตัวชี้วัดสำคัญควรครอบคลุม adoption, engagement, advisor productivity, client satisfaction, conversion to advisory meeting, retention, compliance incidents และ trust performance
“Agentic Wealth Advisory must connect insight, timing, action, and advisor handoff — under trust and compliance by design.”
Agentic AI Transformation Canvas คืออะไร
Agentic AI Transformation Canvas คือ framework เชิงกลยุทธ์แบบ 9 ขั้นตอน สำหรับช่วยให้องค์กร ก้าวข้ามการใช้ AI Tools รายจุด ไปสู่การออกแบบ Agentic Enterprise อย่างเป็นระบบ
Canvas นี้ถูกออกแบบให้เป็นเครื่องมือ 1 หน้า เพื่อช่วยให้ผู้บริหารและทีม transformation เห็นภาพร่วมกัน ตั้งแต่เป้าหมายเชิงกลยุทธ์ workflow ที่ควรเริ่มต้น ผู้เกี่ยวข้องหลัก governance ที่ต้องวาง trusted context ที่ AI ต้องเข้าใจ agent team design วิธีวัด business value และแนวทาง scale ไปสู่ระดับองค์กร
หัวใจของ Canvas นี้คือการทำให้องค์กรเริ่มจาก business value ไม่ใช่ technology
ไม่ใช่เริ่มจากคำถามว่า “จะใช้ AI ตัวไหน”แต่เริ่มจากคำถามว่า “เราต้องการ transform workflow ใด เพื่อสร้าง business value อะไร”
“Agentic AI Transformation Canvas is not a technology template.It is an executive alignment tool for redesigning enterprise work.”
Canvas นี้จึงไม่ได้เป็นเพียงแบบฟอร์มสำหรับกรอกข้อมูล แต่เป็น strategic conversation framework ที่ช่วยให้ผู้บริหารตัดสินใจร่วมกันได้ดีขึ้นว่าองค์กรควรเริ่มตรงไหน และจะขยายผลอย่างไร
Outcome ที่ Citi Wealth ได้จากการทรานส์ฟอร์ม
กรณีนี้จึงแสดงให้เห็นว่า Agentic AI ใน consulting ไม่ได้มีคุณค่าเพียงช่วยให้ consultant ทำงานเร็วขึ้น แต่สามารถเชื่อมกับ client value ที่วัดเป็นตัวเงินได้
เนื่องจาก Citi Sky อยู่ในช่วง phased rollout ตัวเลขผลลัพธ์เชิง productivity หรือ revenue ยังไม่ได้ถูกเปิดเผยในระดับ operational outcome อย่างละเอียด แต่ strategic outcomes ที่ชัดเจนมีหลายด้าน
ในด้าน client experience — Citi Sky ช่วยเปลี่ยน client journey จากการต้อง navigate apps, calls และ meetings ไปสู่ประสบการณ์ที่ลูกค้าสามารถถาม เข้าใจ และ act ได้ง่ายขึ้นในช่องทางเดียว
ในด้าน advisor empowerment — Citi Sky ไม่ได้แทนที่ financial advisors แต่ช่วยขยาย reach และ deepen impact ของ advisors โดยช่วยจัดเตรียม insight ตอบคำถามพื้นฐาน prompt ลูกค้าในเวลาที่เหมาะสม และส่งต่อ advisor เมื่อจำเป็น
ในด้าน personalization — Citi Sky ใช้ Gemini Enterprise, Google DeepMind technologies และ secure data foundation เพื่อสร้าง wealth experience ที่ responsive, contextual และ personalized มากขึ้น
ในด้าน multimodal engagement — Citi Sky ใช้ real-time avatar technology และ Gemini Live API เพื่อรองรับ voice และ video interaction ทำให้ advisory experience เป็นธรรมชาติและใกล้เคียงการสนทนากับมนุษย์มากขึ้น
ในด้าน strategic positioning — Citi Wealth กำลังวางตำแหน่งตัวเองจาก digital wealth interface ไปสู่ intelligence-led advisory ecosystem ที่ AI ทำหน้าที่เป็น trusted intelligence layer ระหว่างลูกค้า market insight และ human advisor
“Business value emerges when AI turns complex financial data into trusted, personalized, and actionable intelligence.”
บทเรียนสำหรับผู้บริหารไทย
กรณี Citi Wealth มีบทเรียนสำคัญสำหรับองค์กรไทย โดยเฉพาะธนาคาร บริษัทหลักทรัพย์ บริษัทประกันภัย wealth management firms private banking และ องค์กรที่ต้องให้คำแนะนำลูกค้าในเรื่องที่มีความซับซ้อนและต้องการ trust สูง
บทเรียนแรกคือ Wealth AI ต้องเริ่มจาก trust ไม่ใช่ automation — AI ที่เร็วแต่ไม่น่าเชื่อถือจะสร้างความเสี่ยงสูง องค์กรต้องเริ่มจาก data security, compliance, suitability, auditability และ human oversight
บทเรียนที่สองคือ AI advisor ต้องทำงานร่วมกับที่ปรึกษามนุษย์ — ในบริบท financial services AI ควรช่วยตอบคำถามพื้นฐาน จัดเตรียม insight และ prompt ลูกค้าในเวลาที่เหมาะสม ส่วนมนุษย์ควรรับผิดชอบ judgment, relationship, suitability และ trust
บทเรียนที่สามคือ personalization ต้องใช้ context ไม่ใช่แค่ segmentation — ลูกค้า wealth ต้องการคำตอบที่สะท้อน goals, risk profile, portfolio, life events และ financial context ของตนเอง
บทเรียนที่สี่คือ multilingual capability คือโอกาสของตลาดไทยและอาเซียน — Citi Sky เปิดตัวด้วย English และ Spanish และออกแบบให้ scale ภาษาเพิ่มเติม สำหรับไทยและอาเซียน AI advisory ที่รองรับภาษาไทย อังกฤษ จีน และภาษาท้องถิ่นจะเป็นความได้เปรียบสำคัญ
บทเรียนที่ห้าคือ ควรเริ่มจาก event-based advisory workflow — เช่น deposit maturity, insurance renewal, portfolio review, market update, tax planning หรือ retirement planning เพราะเป็น use case ที่มี trigger ชัด มีข้อมูลรองรับ และเชื่อมกับ action ได้
บทเรียนสุดท้ายคือ ต้องวัดทั้ง business impact และ governance impact — ไม่ควรวัดแค่จำนวน conversation แต่ต้องวัด advisor productivity, client satisfaction, conversion, retention, escalation accuracy, suitability adherence และ compliance performance
“For executives, the question is not whether AI can answer financial questions, but whether AI can support trusted financial decisions under human oversight.”
สรุป: Citi Wealth คือภาพตัวอย่างของ Agentic Enterprise ในโลก Financial Services
บทเรียนจาก Citi Wealth ไม่ใช่การลอกเลียนเทคโนโลยีทั้งหมด แต่คือการนำวิธีคิดไปปรับใช้ เริ่มจาก client journey ที่มี friction สูง สร้าง trusted client context ออกแบบ advisor handoff logic วาง compliance guardrails และวัดผลทั้ง client experience, advisor productivity, business outcome และ trust performance
Citi Wealth แสดงให้เห็นว่าอนาคตของ Wealth Management ไม่ได้อยู่ที่การเพิ่ม chatbot หรือ digital banking interface อีกหนึ่งช่องทาง แต่อยู่ที่การสร้าง always-on, multimodal, intelligence-led advisory experience ที่เชื่อมลูกค้า market insight advisor relationship และ compliance เข้าด้วยกัน
กรณีนี้จึงเป็นตัวอย่างสำคัญของการก้าวจาก AI Tools ไปสู่ Agentic Enterprise ที่ AI agents ทำงานร่วมกับมนุษย์เพื่อเปลี่ยนข้อมูลการเงินจำนวนมากให้กลายเป็นคำแนะนำที่เข้าใจง่าย เป็นส่วนตัว และนำไปสู่ action ได้จริง
“The winners in the Agentic AI era will not be the firms with the most digital channels, but the firms that can turn intelligence into trusted advisory relationships.”
Citi Wealth จึงเป็นภาพตัวอย่างของ Agentic Enterprise ในโลก Wealth Management และ Financial Services — องค์กรที่ไม่ได้ใช้ AI เพื่อแทนที่ที่ปรึกษามนุษย์ แต่ใช้ AI เพื่อขยายพลังของ advisor และสร้างประสบการณ์ wealth advisory ที่ responsive, personalized และ trusted มากขึ้น
เรียนรู้ต่อในหลักสูตร Building the Agentic Enterprise
หากบทความนี้ทำให้คุณเริ่มเห็นภาพว่า Agentic AI ไม่ใช่เพียงเรื่องของ tools แต่คือการออกแบบ workflow, governance, operating model และ enterprise capability ใหม่ หลักสูตร Building the Agentic Enterprise: Executive Program on Agentic AI Transformation ถูกออกแบบมาเพื่อช่วยผู้บริหารและองค์กรเดินต่อจาก insight ไปสู่ action
ผู้เข้าร่วมจะได้เรียนรู้แนวคิด Agentic Enterprise ผ่าน 30+ Global Case Studies Across 11 Industries เช่น FedEx, Walmart, MrBeast, Google, CVS Health, Salesforce, Unilever และองค์กรชั้นนำอื่น ๆ พร้อมต่อยอดด้วย Agentic AI Transformation Canvas และ AI Change Management Playbook เพื่อให้สามารถนำ framework กลับไปใช้วางแผน transformation ภายในองค์กรได้ทันที
สำหรับผู้บริหารและองค์กรที่ต้องการลงลึกจากแนวคิดสู่การปฏิบัติจริง หลักสูตร BUILDING THE AGENTIC ENTERPRISE: Executive Program on Agentic AI Transformation — From AI Tools to Enterprise-Scale Transformation ถูกออกแบบมาเพื่อช่วยให้ผู้บริหารเข้าใจทั้งภาพใหญ่ของ Agentic AI และวิธีนำไปออกแบบ transformation ในองค์กรของตนเอง
หลักสูตรนี้ออกแบบสำหรับผู้บริหารที่ต้องการขับเคลื่อนองค์กรจาก AI Tools ไปสู่ Agentic Enterprise โดยเชื่อมครบตั้งแต่
กลยุทธ์ Agentic AI Strategy
การเลือก workflow
การวาง governance
การออกแบบ trusted context
การออกแบบ agent orchestration
การวัด business value
และการวางแนวทาง scale ในระดับองค์กร
หลักสูตรนี้จะพาผู้เข้าร่วมเรียนรู้
แนวคิด Agentic Enterprise
30+ Global Case Studies Across 11 Industries เช่น FedEx, Walmart, Salesforce, Google, Unilever และองค์กรชั้นนำอื่น ๆ เ
ต่อยอดด้วย Agentic AI Transformation Canvas, AI Change Management Playbook
และสามารถนำ framework กลับไปใช้ในการวางแผน transformation ภายในองค์กรได้ทันที
