ถอดบทเรียน KBank: ธนาคารแห่งอนาคตจะต้องฉลาดและตรงความต้องการลูกค้า

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

Topics: Kasikorn BankArtificial IntelligenceBlognone Tomorrow