KBank ใช้ AI จาก Databricks บรรเทาผลกระทบจากการเกิดหนี้สูญ

ธนาคารกสิกรไทย (KBank) ได้ทำการนำเทคโนโลยีข้อมูลและปัญญาประดิษฐ์เพื่อปรับปรุงกระบวนการทำงานภายใน โดยเลือกใช้แพลตฟอร์ม Databricks Data Intelligence เป็นแกนหลักในการรวมศูนย์และวิเคราะห์ข้อมูลเชิงลึก เพื่อนำมาใช้งานอย่างมีประสิทธิภาพ

 

หนึ่งในความท้าทายสำคัญของ KBank คือ การบริหารความเสี่ยงด้านเครดิตและการติดตามหนี้จากฐานลูกค้ากว่า 20 ล้านราย ปัญหาที่พบ ได้แก่ ข้อมูลการติดต่อไม่ครบถ้วน การใช้ช่องทางล้าสมัย และการไม่สามารถระบุเวลาที่เหมาะสมในการสื่อสารกับลูกค้า ส่งผลให้ประสิทธิภาพในการติดตามหนี้ต่ำ ซึ่งจะนำไปสู่หนี้สูญที่เป็นความสูญเสียของธนาคาร

 

เพื่อแก้ปัญหานี้ KBank จึงได้พัฒนา โมเดล AI สำหรับการวิเคราะห์และทำนาย (predictive models) หลายรูปแบบบน Databricks เช่น

 

- Best-time-to-contact models: ใช้ข้อมูลจากบันทึกการติดต่อ ธุรกรรมดิจิทัล และตำแหน่งที่ตั้ง เพื่อตรวจหาช่วงเวลาที่มีโอกาสติดต่อสำเร็จสูงสุด รวมถึงหมายเลขและสถานที่ที่น่าเชื่อถือ ส่งผลให้อัตราการติดต่อสำเร็จเพิ่มขึ้น และลดทรัพยากรที่สูญเปล่าในการติดตามหนี้

 

- Collection risk scores: ประเมืนคะแนนความเสี่ยงของลูกค้าโดยอิงจากประวัติสินเชื่อ พฤติกรรมการชำระหนี้ และสถานะรายได้-หนี้สิน เพื่อแบ่งลูกค้าออกเป็น “risk personas” ที่มีรายละเอียดมากขึ้น ทำให้สามารถออกแบบมาตรการติดตามหรือข้อเสนอทางการเงินให้เหมาะสมกับแต่ละกลุ่มได้

 

- Real-time monitoring dashboards: สร้างระบบติดตามและ feedback แบบเรียลไทม์ ที่ช่วยให้ผู้จัดการสามารถเห็นตัวชี้วัดสำคัญ (KPIs) และปรับกลยุทธ์ได้ทันที

การประยุกต์ใช้ AI เหล่านี้ช่วยให้ KBank สามารถลดค่าเผื่อหนี้สูญได้หลายพันล้านบาท พร้อมทั้งยกระดับการประเมินสินเชื่อและเพิ่มโอกาสในการเข้าถึงบริการทางการเงินที่เป็นธรรมยิ่งขึ้น

 

นอกจากด้านการบริหารความเสี่ยงแล้ว KBank ยังเริ่มขยายการใช้งาน Generative AI ภายในองค์กร โดยฝึกอบรมพนักงานกว่า 6,000 คนให้ใช้ AI ในงานหลากหลายรูปแบบมากกว่า 600 use cases เช่น งานธุรการ การสื่อสาร และการวิเคราะห์เชิงลึก เพื่อเพิ่มความคล่องตัวของกระบวนการทำงาน

 

กรณีศึกษานี้สะท้อนให้เห็นว่า การใช้ AI ในสถาบันการเงินไม่ได้จำกัดอยู่ที่การปรับปรุงประสิทธิภาพ แต่ยังช่วยสร้างกรอบการทำงานใหม่ที่ใช้ข้อมูลและโมเดลทำนายเป็นศูนย์กลาง ทั้งในการจัดการความเสี่ยงและในการออกแบบโซลูชันที่สอดคล้องกับพฤติกรรมของลูกค้า