ธนาคารชั้นนำของประเทศไทย ลดความเสียหายจากค่าเผื่อหนี้ สงสัยจะสูญลงได้หลายพันล้านบาท ด้วยเทคโนโลยีบริหารความเสี่ยงด้านเครดิต ที่ติดตั้งบนแพลตฟอร์ม Databricks Data Intelligence
กรุงเทพมหานคร, (7 ตุลาคม พ.ศ. 2568) – ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) หนึ่งใน สถาบันการเงินที่ใหญ่ที่สุด ในประเทศไทย ได้เลือก Databricks ซึ่งเป็นบริษัทชั้นนำด้านข้อมูล และปัญญาประดิษฐ์ หรือเอไอ (Data & AI) เพื่อเร่งสร้างนวัตกรรมทางด้านเอไอ และข้อมูล โดยได้ประกาศความร่วมมือครั้งสำคัญ นี้ ภายในงาน Databricks Data Intelligence Day ที่ กรุงเทพมหานคร
ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) ประยุกต์ใช้แพลตฟอร์ม Databricks Data Intelligence เพื่อยกระดับขีดความสามารถในการวิเคราะห์ข้อมูล และระบบเอไอของธนาคาร ช่วยปรับปรุงประสิทธิภาพ และผลการดำเนินธุรกิจ ผ่านเทคโนโลยีการบริหารความเสี่ยงด้านเครดิต นอกจากนี้ธนาคารยังได้ปรับระบบติดตามทวงหนี้ด้วยข้อมูลและ AI ครอบคลุมทั้งสินเชื่อส่วนบุคคล ทั้งที่มีหลักประกัน และไม่มีหลักประกัน โดยใช้ข้อมูล และเทคโนโลยี เอไอ อาทิ การใช้โมเดล ‘best-time-to-contact’ และการแบ่งกลุ่มความเสี่ยงของลูกค้า ด้วยคะแนนวัดความเสี่ยง ในการติดตามหนี้ (collection risk scores) เพื่อปรับแต่งช่วงเวลา และวิธีการติดต่อลูกค้า ได้อย่างเหมาะสม ความร่วมมือครั้งนี้ได้ช่วยให้ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) สามารถยกระดับประสิทธิผลการดำเนินธุรกิจ เพิ่มการมีส่วนร่วมของลูกค้าธนาคาร ลดความเสี่ยง ด้านเครดิต และมอบโซลูชันทางการเงินที่ตรงใจลูกค้า ได้มากยิ่งขึ้น
ด้วยฐานลูกค้าของธนาคารที่มี มากกว่า 20 ล้าน ราย ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank) จึงเผชิญกับความท้าทายที่เพิ่มขึ้น ในการติดตามทวงหนี้ อาทิ ช่องทางการติดต่อที่ล้าสมัย ขาดข้อมูลเชิงลึกถึงช่วงเวลาที่เหมาะสม ในการติดต่อลูกค้า รวมถึงข้อมูลสถานที่ติดต่อไม่ครบถ้วนหรือไม่ถูกต้อง ซึ่งส่งผลต่อการติดตามทวงหนี้หน้างาน ความท้าทายเหล่านี้ นำมาสู่อัตราการติดต่อลูกค้าได้สำเร็จอยู่ในระดับต่ำ อัตราการค้างชำระหนี้สวนทางสูงขึ้น และค่าเผื่อหนี้สงสัยจะสูญที่เพิ่มขึ้น
เพื่อแก้ไขปัญหาเหล่านี้ ธนาคารกสิกรไทย จำกัด (มหาชน) (KBank)ได้นำแพลตฟอร์ม Databricks Data Intelligence มาใช้รวมศูนย์ข้อมูลจากหลากหลายแหล่งที่มาเพื่อสร้างข้อมูลเชิงลึก โดยมี ระบบเอไอเข้ามาเสริมการทำงาน ธนาคารได้ริเริ่มหลายโครงการที่พลิกโฉมวิธีการทำงานกับลูกค้า และการบริหารความเสี่ยง ส่งผลให้สามารถลดความเสียหายจากค่าเผื่อหนี้สงสัยจะสูญ ได้หลายพันล้านบาท ผ่านโครงการดังต่อไป นี้ :
● ระบุ หมายเลขโทรศัพท์ เวลา และสถานที่ติดต่อลูกค้าที่ดีที่สุด : KBank ทำการวิเคราะห์ข้อมูล ที่จัดเก็บจากหลากหลาย แหล่งที่มา ตั้งแต่บันทึกการใช้งานโทรศัพท์ การใช้งานธุรกรรมผ่านมือถือ ไปจนถึงข้อมูลตำแหน่งสถานที่ เพื่อนำมาพัฒนาโมเดลเอไอ ที่ช่วยระบุหมายเลขโทรศัพท์ ที่เชื่อถือได้ ช่วงเวลาที่เหมาะสมที่สุดในการติดต่อ สถานที่ติดต่อที่ถูกต้อง ส่งผลให้อัตราการติดต่อสำเร็จสูงขึ้น ลดจำนวนครั้งที่ติดต่อไม่สำเร็จ เพิ่มประสิทธิผลและความคุ้มค่าในการใช้ทรัพยากรในการติดต่อลูกค้า โดยเฉพาะเมื่อต้องลงพื้นที่หน้างาน
● วัดระดับความเสี่ยงของลูกค้า การระบุตัวตนบุคคล และการจัดสรรมาตรการที่เหมาะสม: KBank ได้พัฒนาโมเดลเอไอ ที่ผนวกข้อมูลประวัติการขอสินเชื่อ พฤติกรรมการชำระหนี้ เทียบระดับรายได้และหนี้สินของลูกค้า เพื่อวัดระดับความเสี่ยงด้านการชำระคืนหนี้ของลูกค้า (risk personas) การแบ่งกลุ่มอย่างละเอียดนี้ช่วยให้ KBank สามารถพิจารณาความเดือดร้อนทางการเงิน และปัจจัยเสี่ยงเฉพาะของแต่ละกลุ่มลูกค้า ได้อย่างละเอียด ถี่ถ้วน ตั้งแต่ธุรกิจขนาดย่อมไปจนถึงลูกค้ารายย่อย ทั่วไป 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 ของธนาคารกสิกรไทย คือ การนำนวัตกรรมมาประยุกต์ใช้ใน use case จริงเพื่อสร้างผลลัพธ์ทางธุรกิจ ความร่วมมือกับ Databricks ช่วยให้เราสามารถใช้ประโยชน์จาก data analytics และ predictive AI เพื่อลดความเสี่ยงด้านเครดิต และการทุจริตลง รวมถึงยกระดับวิธีการติดตามทวงหนี้ ทำให้เราสามารถนำเสนอทางเลือก ที่ปรับให้เหมาะสมกับบริบทของลูกค้า แต่ละราย และช่วยสร้างเสถียรภาพทางการเงินให้กับลูกค้าได้ นอกจากนี้ เรายังได้ยกระดับการพัฒนาทักษะให้พนักงานกว่า 6,000 คน ซึ่งนำไปสู่การใช้งาน GenAI เพื่อเพิ่มประสิทธิภาพการทำงานทั่วทั้งองค์กร ได้มากกว่า 600 รูปแบบ แล้ว”
คุณเซซิลี อึ้ง (Cecily Ng) รองประธาน และผู้จัดการทั่วไป ภูมิภาคอาเซียน และสาธารณรัฐประชาชนจีน ของ Databricks กล่าวเสริมว่า “เรารู้สึกภูมิใจ ที่ได้สนับสนุน KBank ในเส้นทางการเปลี่ยนผ่านระบบ ด้วย Data และ AI การรวมศูนย์ข้อมูล และการประยุกต์ใช้ AI ในวงกว้างไม่เพียงทำให้การติดตามทวงหนี้ มีประสิทธิภาพ แต่ยังเป็นการนิยามใหม่ ว่า สถาบันการเงิน สามารถใช้ข้อมูล เพื่อสร้างความเชื่อมั่น และส่งมอบคุณค่าแก่ลูกค้าได้อย่างไร ! ความร่วมมือนี้ สะท้อนให้เห็นถึงองค์กรที่มีวิสัยทัศน์ก้าวหน้า ในอาเซียนต่างพร้อมนำขุมพลังของ Data และ AI มาขับเคลื่อนการสร้างผลกระทบที่ดี เชิงธุรกิจ และมอบผลลัพธ์ที่ทรงคุณค่าให้กับลูกค้า”
เกี่ยวกับ ธนาคารกสิกรไทย (KBank)
ธนาคารกสิกรไทย (KASIKORNBANK – KBank) หนึ่งในสถาบันการเงินชั้นนำของประเทศไทย ให้บริการด้านการเงิน และการธนาคารที่หลากหลายรูปแบบ แก่บุคคลทั่วไป และภาคธุรกิจ โดยมุ่งเน้นการพัฒนานวัตกรรม และการใช้เทคโนโลยีข้อมูล เพื่อสร้างโซลูชันที่ยึดลูกค้า เป็นศูนย์กลาง ขยายการเข้าถึงบริการทางการเงิน และสนับสนุนการเติบโตอย่างยั่งยืน
ข้อมูลเกี่ยวกับ Databricks
Databricks คือ บริษัทด้านข้อมูล และปัญญาประดิษฐ์ (Data and AI) องค์กรที่เป็นลูกค้า กว่า 20,000 แห่ง ทั่วโลก รวมถึง Block, Comcast, Condé Nast, Rivian, Shell และ มากกว่า 60% ของบริษัทที่ได้รับการจัดอันดับใน Fortune 500 ต่างเลือกใช้แพลตฟอร์ม Databricks Data Intelligence ในการรวมศูนย์และ จัดการข้อมูล เพื่อทำการวิเคราะห์ร่วมกับ AI
Databricks ก่อตั้งขึ้น โดยผู้สร้าง และพัฒนา Lakehouse, Apache Spark™, Delta Lake, MLflow และ Unity Catalog โดยมี สำนักงานใหญ่ตั้งอยู่ ณ ซานฟรานซิสโก และมีสำนักงานตั้งกระจายอยู่ทั่วโลก ศึกษาข้อมูลเพิ่มเติมโปรดติดตาม ได้ที่ X, LinkedIn และ Facebook
TAG : 0 0 Google +0 เขียนเมื่อ : อังคาร 7 ตุลาคม 2568 12:00:00 เข้าชม : 1569833 ครั้ง
