ดร.ธีรวัฒน์ อัศวโภคี รองกรรมการผู้จัดการผู้บริหารสายงาน Data Intelligence and IT Integration Division ของธนาคารกสิกรไทย กล่าวว่า ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) ประยุกต์ใช้แพลตฟอร์ม Databricks Data Intelligence เพื่อยกระดับขีดความสามารถในการวิเคราะห์ข้อมูลและระบบเอไอของธนาคาร ช่วยปรับปรุงประสิทธิภาพและผลการดำเนินธุรกิจผ่านเทคโนโลยีการบริหารความเสี่ยงด้านเครดิต นอกจากนี้ธนาคารยังได้ปรับระบบติดตามทวงหนี้ด้วยข้อมูลและ AI ครอบคลุมทั้งสินเชื่อส่วนบุคคลทั้งที่มีหลักประกันและไม่มีหลักประกันโดยใช้ข้อมูลและเทคโนโลยีเอไอ อาทิ การใช้โมเดล ‘best-time-to-contact’ และการแบ่งกลุ่มความเสี่ยงของลูกค้าด้วยคะแนนวัดความเสี่ยงในการติดตามหนี้ (collection risk scores) เพื่อปรับแต่งช่วงเวลาและวิธีการติดต่อลูกค้าได้อย่างเหมาะสม ความร่วมมือครั้งนี้ได้ช่วยให้ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) สามารถยกระดับประสิทธิผลการดำเนินธุรกิจ เพิ่มการมีส่วนร่วมของลูกค้าธนาคาร ลดความเสี่ยง ด้านเครดิต และมอบโซลูชันทางการเงินที่ตรงใจลูกค้าได้มากยิ่งขึ้น

ด้วยฐานลูกค้าของธนาคารที่มีมากกว่า 20 ล้านราย ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) จึงเผชิญกับความท้าทายที่เพิ่มขึ้นในการติดตามทวงหนี้ อาทิ ช่องทางการติดต่อที่ล้าสมัย ขาดข้อมูลเชิงลึกถึงช่วงเวลาที่เหมาะสมในการติดต่อลูกค้า รวมถึงข้อมูลสถานที่ติดต่อไม่ครบถ้วนหรือไม่ถูกต้อง ซึ่งส่งผลต่อการติดตามทวงหนี้หน้างาน ความท้าทายเหล่านี้นำมาสู่อัตราการติดต่อลูกค้าได้สำเร็จอยู่ในระดับต่ำ อัตราการค้างชำระหนี้สวนทางสูงขึ้น และค่าเผื่อหนี้สงสัยจะสูญที่เพิ่มขึ้น

เพื่อแก้ไขปัญหาเหล่านี้ ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank)ได้นำแพลตฟอร์ม Databricks Data Intelligence มาใช้รวมศูนย์ข้อมูลจากหลากหลายแหล่งที่มาเพื่อสร้างข้อมูลเชิงลึก โดยมีระบบเอไอเข้ามาเสริมการทำงาน ธนาคารได้ริเริ่มหลายโครงการที่พลิกโฉมวิธีการทำงานกับลูกค้าและการบริหารความเสี่ยง ส่งผลให้สามารถลดความเสียหายจากค่าเผื่อหนี้สงสัยจะสูญได้หลายพันล้านบาท ผ่านโครงการดังต่อไปนี้:

● ระบุหมายเลขโทรศัพท์ เวลา และสถานที่ติดต่อลูกค้าที่ดีที่สุด: KBank ทำการวิเคราะห์ข้อมูลที่จัดเก็บจากหลากหลายแหล่งที่มา ตั้งแต่บันทึกการใช้งานโทรศัพท์ การใช้งานธุรกรรมผ่านมือถือ ไปจนถึงข้อมูลตำแหน่งสถานที่  เพื่อนำมาพัฒนาโมเดลเอไอที่ช่วยระบุหมายเลขโทรศัพท์ที่เชื่อถือได้ ช่วงเวลาที่เหมาะสมที่สุดในการติดต่อ สถานที่ติดต่อที่ถูกต้อง ส่งผลให้อัตราการติดต่อสำเร็จสูงขึ้น ลดจำนวนครั้งที่ติดต่อไม่สำเร็จ เพิ่มประสิทธิผลและความคุ้มค่าในการใช้ทรัพยากรในการติดต่อลูกค้า โดยเฉพาะเมื่อต้องลงพื้นที่หน้างาน

● วัดระดับความเสี่ยงของลูกค้า การระบุตัวตนบุคคล และการจัดสรรมาตรการที่เหมาะสม: KBank ได้พัฒนาโมเดลเอไอที่ผนวกข้อมูลประวัติการขอสินเชื่อ พฤติกรรมการชำระหนี้ เทียบระดับรายได้และหนี้สินของลูกค้า เพื่อวัดระดับความเสี่ยงด้านการชำระคืนหนี้ของลูกค้า (risk personas) การแบ่งกลุ่มอย่างละเอียดนี้ช่วยให้ KBank สามารถพิจารณาความเดือดร้อนทางการเงิน และปัจจัยเสี่ยงเฉพาะของแต่ละกลุ่มลูกค้าได้อย่างละเอียดถี่ถ้วน ตั้งแต่ธุรกิจขนาดย่อมไปจนถึงลูกค้ารายย่อยทั่วไป ด้วยการปรับจูนโมเดลให้เหมาะสมกับโปรไฟล์ลูกค้าเฉพาะราย KBank จึงสามารถนำเสนอโซลูชันทางการเงินที่เหมาะสม ส่งเสริมการเข้าถึงบริการทางการเงิน (financial inclusion) และประเมินการให้สินเชื่ออย่างเป็นธรรมได้ดียิ่งขึ้น

● ระบบ monitoring และ feedback แบบเรียลไทม์:: KBank ยังได้สร้างแดชบอร์ดเพื่อติดตาม และประเมินตัวชี้วัดสำคัญ (KPIs) ในหลายระดับแบบเรียลไทม์ ทำให้สามารถติดตาม ทักเตือน และ แจ้งผลเพื่อปรับกลยุทธ์ได้อย่างทันท่วงที ช่วยให้การติดตามทวงหนี้แม่นยำและมีประสิทธิภาพสูงสุด

“การใช้ Data และ AI ของธนาคารกสิกรไทยคือการนำนวัตกรรมมาประยุกต์ใช้ใน use case จริงเพื่อสร้างผลลัพธ์ทางธุรกิจ ความร่วมมือกับ Databricks ช่วยให้เราสามารถใช้ประโยชน์จาก data analytics และ predictive AI เพื่อลดความเสี่ยงด้านเครดิตและการทุจริตลง รวมถึงยกระดับวิธีการติดตามทวงหนี้ ทำให้เราสามารถนำเสนอทางเลือกที่ปรับให้เหมาะสมกับบริบทของลูกค้าแต่ละราย และช่วยสร้างเสถียรภาพทางการเงินให้กับลูกค้าได้ นอกจากนี้ เรายังได้ยกระดับการพัฒนาทักษะให้พนักงานกว่า 6,000 คน ซึ่งนำไปสู่การใช้งาน GenAI เพื่อเพิ่มประสิทธิภาพการทำงานทั่วทั้งองค์กร ได้มากกว่า 600 รูปแบบแล้ว”

คุณเซซิลี อึ้ง (Cecily Ng) รองประธานและผู้จัดการทั่วไป ภูมิภาคอาเซียนและสาธารณรัฐประชาชนจีนของ Databricks กล่าวเสริมว่า “เรารู้สึกภูมิใจที่ได้สนับสนุน KBank ในเส้นทางการเปลี่ยนผ่านระบบ ด้วย Data และ AI การรวมศูนย์ข้อมูลและการประยุกต์ใช้ AI ในวงกว้างไม่เพียงทำให้การติดตามทวงหนี้มีประสิทธิภาพ แต่ยังเป็นการนิยามใหม่ว่าสถาบันการเงินสามารถใช้ข้อมูลเพื่อสร้างความเชื่อมั่นและส่งมอบคุณค่าแก่ลูกค้าได้อย่างไร! ความร่วมมือนี้สะท้อนให้เห็นถึงองค์กรที่มีวิสัยทัศน์ก้าวหน้าในอาเซียนต่างพร้อมนำขุมพลังของ Data และ AI มาขับเคลื่อนการสร้างผลกระทบที่ดีเชิงธุรกิจและมอบผลลัพธ์ที่ทรงคุณค่าให้กับลูกค้า”

-032