ธนาคารกสิกรไทย (KBank) เลือกใช้แพลตฟอร์มของ Databricks ในการขับเคลื่อนนวัตกรรม ข้อมูลและเอไอ เสริมสร้างการเติบโตและเพิ่มประสิทธิผลทางธุรกิจ

ธนาคารชั้นนำของประเทศไทยลดความเสียหายจากค่าเผื่อหนี้สงสัยจะสูญลงได้หลายพันล้านบาท

ด้วยเทคโนโลยีบริหารความเสี่ยงด้านเครดิตที่ติดตั้งบนแพลตฟอร์ม Databricks Data Intelligence

กรุงเทพมหานคร (3 ตุลาคม พ.ศ. 2568) ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) หนึ่งใน สถาบันการเงินที่ใหญ่ที่สุดในประเทศไทยได้เลือก Databricks ซึ่งเป็นบริษัทชั้นนำด้านข้อมูลและ ปัญญาประดิษฐ์หรือเอไอ (Data & AI) เพื่อเร่งสร้างนวัตกรรมทางด้านเอไอและข้อมูล โดยได้ประกาศความร่วมมือครั้งสำคัญนี้ภายในงาน Databricks Data Intelligence Day ที่ กรุงเทพมหานคร

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

ดร. ธีรวัฒน์ อัศวโภคี รองกรรมการผู้จัดการผู้บริหารสายงาน Data Intelligence and IT Integration Division ของธนาคารกสิกรไทย กล่าวว่า 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