เปิด 4 เทรนด์ AI Bankingมุ่งยกระดับประสบการณ์ผู้ใช้

KBTG เผย 4 เทรนด์ใช้ AI ในธุรกิจธนาคาร เป้าหมายเพื่อรู้จัก เข้าใจ และให้สิ่งที่ดีที่สุดแก่ลูกค้า ชี้การมาของ Virtual Bank ในยุค AI สุดบูม หัวใจสำคัญคือการจัดการข้อมูล Artificial Intelligence หรือ AI ได้กลายเป็นเทคโนโลยีสุดฮอตของต้นปี 2023 จากการมาของแชตบอตอัจฉริยะอย่าง Chat GPT ที่พัฒนาโดยบริษัท Open AI สร้างสถิติมีผู้ใช้ 5 ล้านคนทั่วโลกภายในเวลาเพียง 5 วัน เทียบกับยักษ์โซเชียลมีเดียอย่าง Facebook ยังต้องใช้เวลาถึง 10 เดือน ร้อนแรงถึงขั้น Google ต้องเรียกระดมทีมเพื่อหาทางรับมือ ขณะที่ Microsoft ต้องควักกระเป๋าถึง 10,000 ล้านดอลลาร์เพื่อลงทุนในบริษัทนี้ สิ่งที่เกิดขึ้นสะท้อนเทรนด์สำคัญของโลก นั่นคือ การที่ AI กำลังอยู่ใกล้กับมนุษย์มากกว่าที่เคยเป็นมา การเงินธนาคาร ได้สัมภาษณ์พิเศษนายตะวัน จิตรถเวช กรรมการผู้จัดการด้านเทคโนโลยี บริษัท กสิกร บิซิเนส-เทคโนโลยี กรุ๊ป (KBTG) ถึงกระแส AI ที่กำลังได้รับถูกจับตาว่าจะเป็นเทคโนโลยีเปลี่ยนโลก เทรนด์การใช้ AI ในอุตสาหกรรมธนาคาร และมุมมองต่อการมาของ Virtual Bank ในยุคที่ AI กำลังทวีความร้อนแรงขึ้นเรื่อยๆ เปิด4 เทรนด์ AI วงการแบงก์ รุกตอบโจทย์ลูกค้ายุคดิจิทัล นายตะวันกล่าวว่า เทคโนโลยี AI เข้ามามีบทบาทต่อการใช้ชีวิตของมนุษย์อย่างต่อเนื่อง เพราะองค์กรธุรกิจสามารถขยายทรัพยากรด้านไอทีได้อย่างรวดเร็วผ่านการใช้บริการ Cloud Platform ต่างๆ ส่งให้ AI ถูกปรับใช้จากภาคธุรกิจเพิ่มขึ้น ขณะที่อุตสาหกรรมธนาคารก็มองการใช้เทคโนโลยี AI เป็น 1 ในตัวแปรสำคัญที่จะช่วยยกระดับประสบการณ์การใช้บริการทางการเงินของลูกค้าให้ดียิ่งขึ้นในอนาคต โดยการนำเทคโนโลยี AI มาปรับใช้ของอุตสาหกรรมธนาคารจะเน้นไปที่การตอบรับพฤติกรรมของลูกค้าที่เป็นกลุ่มคนรุ่นใหม่ โดยเทรนด์การพัฒนาจะเน้นใน 4 ช่องทางดังนี้

• 1AI for Wealth : เนื่องจากปัจจุบันมีสินทรัพย์ที่ได้รับความนิยมหลากหลายประเภท ทำให้ในอนาคตธนาคารจะพัฒนาไปสู่การสร้างแพลตฟอร์มที่เป็นศูนย์รวมสินทรัพย์และบริการทางการเงินทุกประเภทไว้ด้วยกัน เพื่อให้ลูกค้าเข้าถึงทุกเรื่องการเงินได้ในที่เดียว และ AI จะเข้ามารับหน้าที่ให้คำแนะนำ ช่วยเหลือนักลงทุนในการจัดพอร์ตให้แบบอัตโนมัติ โดยวิเคราะห์จากข้อมูลพื้นฐาน จำนวนเงินที่ใช้ลงทุนระดับความเสี่ยงที่ยอมรับได้ และผลิตภัณฑ์ทางการเงินที่ต้องการ
• AI for Retail Partner : เป็นการใช้ความสามารถด้าน Computer Vision ของ AI ในการระบุประเภทสินค้า โดยปัจจุบันมีการใช้ QR Code ในการระบุข้อมูลสินค้าอยู่แล้ว แต่ยังมีสินค้าอีกหลายประเภทที่ไม่สามารถใช้ QR Code ระบุข้อมูลได้ทั้งหมด จึงมีการนำความสามารถของ AI มาใช้ เพื่อให้สามารถระบุได้ว่าสินค้าชิ้นนั้นคืออะไร โดยไม่จำเป็นต้องสร้าง QR Code
• AI for Insurance : เป็นการใช้ AI ในอุตสาหกรรมประกันภัยรถยนต์ เช่น ในกรณีที่เกิดอุบัติเหตุขึ้น สามารถใช้ AI ตรวจสภาพรถที่เกิดอุบัติเหตุจากภาพถ่าย เพื่อประเมินค่าใช้จ่ายเบื้องต้น รวมถึงใช้ประเมินว่าต้องเปลี่ยนอะไหล่ชิ้นไหนบ้าง ทำให้เจ้าหน้าที่ไม่จำเป็นต้องตรวจสอบจุดเสียหายอย่างละเอียดด้วยตนเองทั้งหมด แต่ใช้ AI เข้ามาช่วยเพื่อให้การเคลมประกันมีความรวดเร็วขึ้น
• AI for Virtual Assistance : เป็นการนำเทคโนโลยี Augmented Reality (AR) มาพัฒนาควบคู่กับ AI เพื่อสร้าง Virtual Assistance ในสาขาธนาคาร โดยจะเป็นภาพเสมือนคอยช่วยเหลือการลูกค้าในสาขา อย่างไรก็ตาม ด้วยเทคโนโลยีปัจจุบันนั้นถือว่าสามารถสร้าง Virtual Assistance ได้แล้ว แต่ยังติดปัญหาเรื่องความเชื่อมั่นของลูกค้าที่มีต่อเทคโนโลยียังไม่สูงพอ ลูกค้าที่ต้องการปรึกษาด้านการเงินยังต้องการสื่อสารกับพนักงานโดยตรงมากกว่า แต่ภาพของ Virtual Assistance นั้นอาจเกิดขึ้นจริงได้ในอนาคต เพราะพฤติกรรมของลูกค้าที่เป็นกลุ่มคนรุ่นใหม่มักชื่นชอบการใช้งานเทคโนโลยีมากกว่าการสื่อสารกับมนุษย์ “ทุกธนาคารอยู่ได้เพราะลูกค้า หากเทรนด์ของลูกค้ากลุ่มคนรุ่นใหม่มีความชัดเจนมากขึ้นว่ามุ่งไปทิศทางใด ธนาคารก็ต้องพร้อมตอบรับความต้องการของลูกค้าให้มากที่สุด ถ้าลูกค้ามีความสบายใจที่จะทำธุรกรรมผ่าน Virtual Assistance ธนาคารก็จะตอบรับในทิศทางนั้นเช่นกัน” ใช้ AI ยกระดับประสบการณ์ รู้จัก เข้าใจ ให้สิ่งที่ดีที่สุด นายตะวันกล่าวต่อว่า KBTG ได้ใช้ประโยชน์จาก AI โดยคำนึงจากเป้าหมายหลักคือ การเข้าใจลูกค้ามากขึ้น ไม่ว่าจะเป็นด้านความต้องการ พฤติกรรม การใช้ชีวิตประจำวัน เพื่อมอบประสบการณ์การใช้งานแก่ลูกค้าธนาคารกสิกรไทยให้ดีที่สุด โดยสามารถแบ่งการใช้ประโยชน์จาก AI ออกเป็น 5 ด้านได้แก่
• Tracking KPLUS : เป็นการใช้งาน AI เพื่อวิเคราะห์ภาพรวมว่าลูกค้าใช้แอปพลิเคชั่น K PLUS อย่างไรบ้าง ตั้งแต่เริ่มเข้าแอปพลิเคชั่นไปจนถึงใช้งานเสร็จสิ้น ต้องผ่านกี่ขั้นตอนในการทำธุรกรรม เพื่อติดตามการตัดสินใจของลูกค้าว่า ทำไมถึงเลือกตัวเลือกต่างๆ แล้วนำข้อมูลเหล่านั้นมาวิเคราะห์ต่อว่าอะไรที่เหมาะสมกับการใช้งานของลูกค้ามากที่สุด “เมื่อเก็บข้อมูลได้มากระดับหนึ่งจะทำให้ธนาคารรู้จักกับลูกค้ามากขึ้น เช่น สามารถรู้ว่า ผู้ใช้เป็นเพศชาย อายุประมาณ 30 ชอบโอนเงินช่วงเวลาใด มีพฤติกรรมการใช้จ่ายอย่างไร ธนาคารจะสามารถนำเสนอผลิตภัณฑ์ที่ตรงกับความต้องการของลูกค้าได้ตรงจุดมากขึ้น หรือหากคำสั่งไหนไม่จำเป็นก็จะมีการนำออก โยกย้าย ปรับปรุงให้ดีขึ้น”
• Risk Management : เป็นการใช้ AI ตรวจจับความผิดปกติด้านการทุจริต (Fraud) ความผิดปกติของแอปพลิเคชั่น และวิเคราะห์ลักษณะว่ามีความอันตรายหรือไม่ หากลูกค้ามีพฤติกรรมที่แปลกไป เช่น เป็นคนที่ทำธุรกรรมในประเทศมาตลอด แต่กลับมีธุรกรรมบัตรเครดิตเกิดขึ้นในประเทศกลุ่มเสี่ยง AI จะตรวจจับพฤติกรรมที่ผิดสังเกตนี้และส่งการแจ้งเตือนให้ทราบอย่างรวดเร็ว
• Operation Customization : การใช้ AI ตรวจจับความผิดปกติของตู้ ATM ทั่วประเทศว่าตู้ไหนมีความผิดปกติอย่างไร หรือแม้กระทั่งตรวจจับรูปแบบการทำงานว่าเครื่องไหนมีคนนิยมมาใช้ ณ ช่วงเวลาใด เพื่อคาดการณ์การเติมเงินเข้าตู้และป้องกันการเกิด Downtime ให้น้อยที่สุด
• User Experience : ใช้ AI ยกระดับการสื่อสารผ่าน Chatbot ให้เข้าใจความต้องการของลูกค้ามากขึ้น โดยธนาคารกสิกรไทยได้พัฒนา AI ด้วยตนเอง ทำให้ AI มีความโดดเด่นด้านการประมวลผลภาษาไทยอย่างมาก (Natural Language Processing) มีการใช้นักภาษาศาสตร์ที่มีความเชี่ยวชาญการใช้ภาษาไทยเชิงลึกมาฝึก AI แบบ Deep Learning เพื่อทำให้เข้าใจบริบทของคำถาม จากนั้นจึงเซ็ตคำตอบภายใต้บริบทนั้นกลับไปยังลูกค้า
• Strategic Planning : ใช้ AI เพื่อศึกษาว่าธนาคารควรเปิดสาขาหรือติดตั้งตู้ ATM ในบริเวณไหนบ้าง หากไม่ใช้ AI จะต้องเสียเวลาในการนำคนลงไปวิจัย ศึกษาพฤติกรรมของคนแต่ละพื้นที่ซึ่งใช้เวลานาน ขณะที่ AI สามารถบอกได้อย่างรวดเร็วว่าพื้นที่ไหนมีคนหนาแน่น ในวันที่เท่าไหร่และช่วงเวลาใด มีความต้องการใช้บริการของสาขามากน้อยแค่ไหน ประเมินได้ว่าควรจะมีตู้ ATM อย่างน้อยกี่ตู้ในบริเวณนั้น ซึ่งจะช่วยให้ธนาคารประหยัดต้นทุนในการเปิดสาขา ติดตั้งและอัปเกรดตู้ ATM อย่างมาก “AI เป็นส่วนหนึ่งที่จะสร้างให้ ธนาคารกสิกรไทย เป็นผู้นำในการแข่งขันในอนาคต เพราะสิ่งใดที่ธนาคารนำมาใช้แล้วได้ประโยชน์กลับไปถึงลูกค้า ธนาคารก็พร้อมที่จะนำสิ่งเหล่านั้นมาใช้ให้เกิดประโยชน์” Virtual Bank vs Bank ชาเลนจ์สำคัญคือข้อมูล นายตะวันกล่าวว่า หลังจากที่ธนาคารแห่งประเทศไทยได้ประกาศแนวทางการอนุญาตให้จัดตั้งธนาคารพาณิชย์ไร้สาขา (Virtual Bank) ทำให้มีหลายองค์กรให้ความสนใจในธุรกิจนี้อย่างมาก อย่างไรก็ตาม ธนาคารพาณิชย์ในประเทศไทยมีการให้บริการที่ใกล้เคียงกับ Virtual Bank มากอยู่แล้ว จึงมองว่า แนวทางการปรับใช้ AI ของฝั่ง Virtual Bank กับธนาคารพาณิชย์ในปัจจุบันจะไม่แตกต่างกัน แต่สิ่งที่จะทำให้เกิดความแตกต่างคือความฉลาดของ AI ที่สามารถวิเคราะห์พฤติกรรมของลูกค้าได้อย่างแม่นยำมากกว่า ซึ่ง Virtual Bank มีจุดแข็งในเรื่องของการไม่มีต้นทุนในการเปิดสาขาหรือตู้เอทีเอ็ม รวมถึงค่าดำเนินการต่างๆ จึงทำให้สามารถลงทุนกับการพัฒนาด้านเทคโนโลยีได้เต็มที่ หลักการของ Virtual Bank ไม่ต่างจากธนาคารทั่วไป โดยจะมีโมดูลที่เป็น Saving Account, Lending Account เช่นเดียวกัน แต่ได้เปรียบในส่วนที่เป็น Core Banking ที่สามารถใช้สถาปัตยกรรมแบบ Microservices เข้ามาจัดการข้อมูลและแอปพลิเคชั่นให้อยู่ในรูปแบบ Containers ได้ เมื่อลูกค้าต้องการฝากเงิน ระบบก็สามารถเรียกใช้ข้อมูลจาก Containers ที่เก็บโมดูล Saving Account เมื่อลูกค้าต้องการกู้สินเชื่อด้วยก็เรียก Containers ที่เก็บโมดูล Lending Account ส่งผลให้มีจุดแข็งด้านการปรับขยายระบบ (Scalability) รวมถึงสามารถเพิ่มเซอร์วิสต่างๆ ได้ง่ายกว่าการธนาคารพาณิชย์ทั่วไป “ตัวอย่างเช่น Virtual Bank เริ่มธุรกิจวันแรกมีลูกค้า 50,000 คน ก็ใช้ข้อมูลแค่ 2 Containers เมื่อลูกค้าขยายไป 10 ล้านคน ก็สามารถขยายไปเป็น 20 Containers เพื่อรองรับจำนวนลูกค้าที่มากขึ้น ปัญหาของธนาคารคือ ในอดีตไม่คิดว่าลูกค้าจะเยอะเหมือนในปัจจุบัน การแก้ปัญหาของธนาคารคือต้องสร้างดาต้าเซ็นเตอร์ให้ใหญ่ขึ้นเรื่อยๆ เพื่อรองรับข้อมูลที่มากขึ้นในทุกปี ขณะที่ Virtual Bank สามารถวางแผนได้ตั้งแต่ต้น มีการแบ่งข้อมูลของลูกค้าออกเป็นกลุ่มอย่างชัดเจน เมื่อมีลูกค้ามากขึ้นก็แค่เพิ่ม Containers และเซอร์วิสใหม่ตามที่ลูกค้าต้องการ เพื่อรองรับความต้องการของลูกค้าให้เร็วขึ้น” นายตะวันกล่าวต่อว่า การที่ AI จะสร้างความแตกต่างให้กับธุรกิจ Virtual Bank สิ่งสำคัญคือข้อมูล เพราะหากต้องวิเคราะห์พฤติกรรมลูกค้าจากข้อมูลจำนวนมหาศาล แล้วข้อมูลบางอย่างมีความซ้อนทับกัน หรือไม่มีการอัปเดตเป็นเวลานาน เมื่อนำมาป้อนให้ AI เรียนรู้จะไม่เกิดประโยชน์หรือให้ผลลัพธ์ที่ไม่แม่นยำ และหากต้องใช้ข้อมูลเยอะก็จะทำให้การประมวลผลช้าลงด้วย ดังนั้น Data Scientist จะต้องคอยกรองและเลือกข้อมูลที่ทำให้เกิดประโยชน์ สามารถใช้ได้จริงมากที่สุดป้อนให้ AI เรียนรู้ “ความท้าทายสำคัญของทั้งธนาคารและ Virtual Bank จึงไม่ใช่การนำ AI มาใช้ประโยชน์หรือไม่ แต่ต้องรู้ว่าควรจัดการข้อมูลอย่างไร และต้องมีการเชื่อมต่อกันของข้อมูลอย่างมีประสิทธิภาพ สามารถเรียกใช้ข้อมูลได้แบบเรียลไทม์ หากไม่มีการจัดการข้อมูลที่ดีพอก็จะส่งผลต่อประสิทธิภาพการให้บริการ การบริหารจัดการข้อมูลจึงถือเป็นความท้าทายสำคัญอันดับต้นๆ ของทั้งธนาคารพาณิชย์ หรือ Virtual Bank ที่จะเกิดขึ้นต่อจากนี้”