ธนาคารและอุตสาหกรรมการเงินมักจะเป็นอุตสาหกรรมแรกๆ ที่นำเทคโนโลยีเข้ามาประยุกต์ใช้งาน แต่ถึงแม้ที่ผ่านมาเทคโนโลยีที่ธนาคารสนใจและให้ความสำคัญก็มักจะเป็นเรื่องของเทคโนโลยีความปลอดภัยเป็นหลัก และอาจไม่ได้รับผลกระทบจากเทคโนโลยีโดยตรง แต่การไหลบ่าของเทคโนโลยีก็เปลี่ยนแปลงพฤติกรรมของผู้ใช้และลูกค้าธนาคาร เป็นการกดดันให้ธนาคารต้องปรับตัวตามและอีกทอดหนึ่งอยู่ดี

บทเรียนของ KBank บนเวที Blognone Tomorrow จึงน่าสนใจในแง่ของการนำเทคโนโลยีมาช่วยสร้างโมเดลธุรกิจใหม่ๆ ขณะเดียวกันโมเดลนั้นก็ต้องตอบรับและสอดคล้องกับพฤติกรรมและความต้องการของผู้บริโภคให้ได้มากที่สุดด้วย

###ธนาคารแห่งอนาคตต้องฉลาดและตรงความต้องการของแต่ละคน###

คุณทัดพงศ์ พงศ์ถาวรกมล ตำแหน่ง Principal Visionary Architect จาก KBTG หรือ KASIKORN Business Technology Group ซึ่งนับเป็นบริษัทลูกที่ดูแลเรื่องเทคโนโลยีและวางแผนอนาคตด้านเทคโนโลยีให้กับ KBank เป็นผู้ที่ขึ้นเวที Blognone Tomorrow แชร์มุมมองให้ฟัง

คุณทัดพงศ์เล่าว่าในอดีตคนมองธนาคารเป็นสถานที่ที่ไว้ใจได้ มั่นคง สามารถฝากเงิน ฝากอนาคต ฝากความมั่นคงต่างๆ เอาไว้ได้ ส่วนในปัจจุบัน คนก็ยังคงมองธนาคารในลักษณะนั้นอยู่เหมือนเดิม ทว่ามีเทคโนโลยี มีโมบาย แบงกิ้งเข้ามาช่วยให้การทำธุรกรรมต่างๆ เร็วขึ้น ตรงใจมากขึ้น ทันใจมากขึ้น สามารถทำธุรกรรมได้ตลอดเวลา 24 ชั่วโมง 7 วันไม่ต้องลำบากเดินทางไปถึงธนาคาร

คุณทัดพงศ์ พงศ์ถาวรกมล, Principal Visionary Architect, KBTG

ปัญหาคือเมื่อมีแอป ธนาคารก็จะพัฒนาฟีเจอร์หรือบริการต่างๆ ผ่านแอปมากขึ้นเรื่อยๆ แต่ในแง่การใช้งานจริง ลูกค้ากดใช้งานอยู่ไม่กี่ฟีเจอร์ไม่กี่บริการ แถมแต่ละคนก็ใช้งานบริการของธนาคารแตกต่างกัน ธนาคารไม่มีทางสามารถทำ universal app ที่ตอบโจทย์อย่างของทุกคนได้

ดังนั้นในมุมของ KBank ธนาคารในอนาคตจะต้องฉลาด รู้ความต้องการของลูกค้าและตอบโจทย์ตรงนั้นได้ และต้องทำได้กับลูกค้าทุกคน ที่มีความต้องการหลากหลายแตกต่างกันไป

###โพรดักท์ที่ชอบ ในเวลาที่ใช้ ยังไงก็โดน###

คำตอบต่อโจทย์ดังกล่าวของ KBank จึงเป็นการนำปัญญาประดิษฐ์หรือ AI เข้ามาช่วยออกแบบฟีเจอร์และบริการของลูกค้าแต่ละคน ให้ตอบโจทย์มากที่สุด

Machine Lending จึงเป็นบริการแรกของ KBank ที่ใช้ AI มาช่วยด้านการบริการ ด้วยการใช้ AI วิเคราะห์และเสนอสินเชื่อให้ลูกค้าได้ตรงความต้องการและเหมาะสมกับความสามารถในการผ่อนชำระของลูกค้าแต่ละคน

บริการนี้ไม่เพียงแต่ลดโอกาสเกิดหนี้เสียกับธนาคารเท่านั้น แต่ยังช่วยลดระยะเวลาและความยุ่งยากในการทำเรื่องขอกู้ด้วย จากเดิมที่ต้องเดินเอกสารซึ่งวุ่นวาย ความช้าในขั้นตอนการพิจารณา ไปจนถึงเงื่อนไขการกู้หรือการทำ Credit Scoring ซึ่งเป็นระบบเดิม 10 กว่าปีที่แล้ว อาจไม่เหมาะสมกับพฤติกรรมลูกค้าในปัจจุบัน ทำให้เงินกู้นั้นเข้าถึงยาก

ด้วย Machine Lending ลูกค้าสามารถยื่นเรื่องกู้ได้แค่ในไม่กี่คลิ๊ก ใช้ระยะเวลาพิจารณาไม่นาน ที่สำคัญคือ นำ AI มาช่วยทำ Credit Scoring วิเคราะห์ว่าลูกค้าคนไหนจะสนใจผลิตภัณฑ์เงินกู้ตัวไหน และมีความสามารถในการชำระมากน้อยแค่ไหน

คุณทัดพงศ์บอกว่า Machine Lending ช่วยให้ KBank ส่งผลิตภัณฑ์เงินกู้ให้ลูกค้าได้แม่นยำขึ้น 3 เท่า ขณะที่การทำ Credit Scoring ด้วย AI ยังอยู่ในขั้นตอนการทดสอบ แต่ ณ ตอนนี้ก็ถือว่ากรองลูกค้าได้ดีกว่าเดิม 10%

ผลิตภัณฑ์อีกตัวที่อยู่ระหว่างการทดสอบคือ Machine Commerce คือการนำเสนอผลิตภัณฑ์ ที่ลูกค้าน่าจะสนใจ ตามช่วงเวลาต่างๆ อาทิ การทดสอบภายในที่แอป K PLUS นำเสนอดอกกุหลาบก่อนวันวาเลนไทน์ 1-2 วัน ซึ่งพบว่าตอบโจทย์พนักงานหลายคน ที่ไม่มีเวลาไปซื้อดอกไม้

ขณะที่แผนที่ KBank ตั้งใจจะทำคือให้แอป K PLUS นำเสนอผลิตภัณฑ์และบริการของธนาคารให้กับลูกค้า SME ในช่วงเวลาที่เหมาะสม เพื่อให้เจ้าของ SME ได้ปรับปรุงและพัฒนาธุรกิจของตัวเอง

อันที่จริงตอนนี้ ฟีเจอร์ “โปรโดนใจ” ในหน้าแรกของ K PLUS ก็ถูกนำเสนอด้วย AI ให้แตกต่างกันไปตามไลฟ์สไตล์ของลูกค้าแต่ละคนแล้วด้วยซ้ำไป

###ประสบการณ์ลูกค้าคือสิ่งที่สำคัญที่สุด###

จุดประสงค์ของการนำ AI มาใช้คือการใช้เทคโนโลยีมาช่วยเสริมประสบการณ์ของลูกค้ากับธนาคารให้ได้ดีที่สุด ที่สำคัญคือเคสลักษณะนี้ ไม่ได้มีเพียงแต่ AI เท่านั้น เพราะเมื่อปี 2016 KBank ได้เปิดตัวแอป K PLUS Beacon ซึ่งเป็นบริการธนาคารผ่านสมาร์ทโฟนสำหรับผู้บกพร่องทางการเห็น เป็นการขยายขอบเขตของการให้บริการผ่านโมบาย แบงกิ้งด้วย

คุณทัดพงศ์บอกว่า เป้าหมายปลายทางของ KBank คือประสบการณ์ลูกค้าที่ดีและแตกต่างกันแต่ละคน ดังนั้นในระยะยาว การนำ AI มาใช้งานผ่าน K PLUS จะไม่ใช่แค่ปล่อยกู้และขายของเท่านั้น แต่เป็นพื้นฐานของบริการธนาคาร ของ K PLUS เลยทีเดียว