ในอดีตความสำเร็จของสถาบันการเงินจะได้รับการถูกวัดจากความสามารถในการขยายสินเชื่อ การเพิ่มฐานลูกค้า และการเติบโตของพอร์ตสินทรัพย์ แต่เมื่อเศรษฐกิจโลกเข้าสู่ยุคที่เต็มไปด้วยความผันผวน ทั้งอัตราดอกเบี้ยที่เปลี่ยนแปลงอย่างรวดเร็ว ความไม่แน่นอนทางเศรษฐกิจ และระดับหนี้ครัวเรือนที่ยังอยู่ในระดับสูง ส่งผลให้โมเดลการแข่งขันของอุตสาหกรรมการเงินก็กำลังเปลี่ยนแปลงไปอย่างมีนัยสำคัญ
การบริหารหนี้จะกลายเป็นสนามแข่งขันใหม่ของสถาบันการเงิน และคำถามสำคัญของผู้บริหารในวันนี้จะไม่ใช่เพียงการปล่อยสินเชื่อได้มากเพียงใด แต่เป็นการบริหารคุณภาพของสินเชื่อได้ดีเพียงใด
เพราะความสามารถในการติดตาม ดูแลและบริหารหนี้กำลังกลายเป็นตัวแปรสำคัญที่กำหนดความสามารถในการแข่งขันของสถาบันการเงินทั่วโลก และเทคโนโลยีปัญญาประดิษฐ์ หรือ AI กำลังเข้ามาเปลี่ยนบทบาทของระบบบริหารหนี้จากหน่วยงานสนับสนุนหลังบ้าน (back office) ให้กลายเป็นกลไกสร้างมูลค่าทางธุรกิจอย่างแท้จริง
ขณะที่ตลอดระยะเวลาหลายปีที่ผ่านมา ระบบติดตามหนี้ได้รับการมองว่าเป็นเพียงเครื่องมือในการลดความเสียหายจากหนี้ที่ไม่ก่อให้เกิดรายได้ (NPL) โดยเป้าหมายหลักคือ การติดตามการชำระหนี้และควบคุมต้นทุนการดำเนินงาน
แต่ในยุคของข้อมูล (data economy) มุมมองดังกล่าวกำลังเปลี่ยนไปอย่างสิ้นเชิง ทุกปฏิสัมพันธ์ระหว่างลูกหนี้กับสถาบันการเงิน ไม่ว่าจะเป็นการชำระเงิน การขอปรับโครงสร้างหนี้ การตอบรับการติดต่อ หรือพฤติกรรมการสื่อสาร ล้วนสร้างข้อมูลที่สะท้อนพฤติกรรมและความเสี่ยงของลูกค้า ข้อมูลเหล่านี้สามารถนำมาวิเคราะห์เพื่อคาดการณ์โอกาสการผิดนัดชำระ ประเมินความสามารถในการชำระหนี้ เข้าใจพฤติกรรมของลูกค้าว่าควรติดตามหนี้ตอนไหน และปรับปรุงกระบวนการปล่อยสินเชื่อในอนาคต
กล่าวอีกนัยหนึ่ง สิ่งที่มีมูลค่ามากที่สุดอาจไม่ใช่ “หนี้” แต่คือ “ข้อมูล” ที่เกิดขึ้นระหว่างการบริหารหนี้ ซึ่งสามารถเปลี่ยนเป็นองค์ความรู้ในการตัดสินใจทางธุรกิจได้
Reactive สู่ Predictive
การนำ AI มาใช้ในระบบบริหารหนี้ไม่ได้มีเป้าหมายเพียงเพื่อลดจำนวนพนักงานหรือเพิ่มความรวดเร็วในการติดต่อลูกค้า แต่เป็นการเปลี่ยนรูปแบบการทำงานจากการแก้ไขปัญหาหลังเกิดเหตุ (reactive) ไปสู่การคาดการณ์และป้องกันความเสี่ยงล่วงหน้า (predictive)
เทคโนโลยีอย่าง AI Interactive Voice Bot สามารถสื่อสารกับลูกค้าได้อย่างทันท่วงที วิเคราะห์ผลตอบรับแบบเรียลไทม์ และเลือกแนวทางการสื่อสารที่เหมาะสมกับลูกค้าแต่ละกลุ่ม ขณะเดียวกัน Machine Learning ยังสามารถเรียนรู้จากข้อมูลจำนวนมหาศาล เพื่อค้นหารูปแบบที่นำไปสู่การผิดนัดชำระ และแนะนำแนวทางการติดตามที่มีประสิทธิภาพสูงสุด
ผลลัพธ์ที่เกิดขึ้นไม่ได้จำกัดอยู่เพียงการเพิ่มอัตราการเรียกคืนหนี้ (recovery rate) เท่านั้น แต่ยังช่วยลดต้นทุนการดำเนินงาน เพิ่มความแม่นยำในการบริหารความเสี่ยง และสนับสนุนการตัดสินใจเชิงกลยุทธ์ของผู้บริหารอีกด้วย
นอกจากนั้น การแข่งขันของสถาบันการเงินในอนาคตกำลังเปลี่ยนไป โดยในอดีตความได้เปรียบของสถาบันการเงินอาจมาจากขนาดของเครือข่ายสาขา เงินทุน หรือจำนวนลูกค้าที่มากกว่า แต่ในยุคดิจิทัล ความได้เปรียบดังกล่าวกำลังถูกแทนที่ด้วย “คุณภาพของข้อมูล” และ “ความรวดเร็วในการตัดสินใจ” องค์กรที่สามารถใช้ AI วิเคราะห์ข้อมูลของลูกค้าได้แม่นยำกว่าจะสามารถบริหารความเสี่ยงได้ดีกว่า ลดต้นทุนได้มากกว่า และสร้างผลตอบแทนจากพอร์ตสินเชื่อได้สูงกว่า
ดังนั้น จึงไม่น่าแปลกใจที่ธนาคารชั้นนำทั่วโลกต่างเร่งลงทุนในเทคโนโลยี AI เพื่อยกระดับการบริหารความเสี่ยง และเพิ่มประสิทธิภาพของกระบวนการสินเชื่อตลอดทั้งวงจรมากกว่าการใช้ AI เป็นเพียงเครื่องมือสำหรับงานปฏิบัติการ รวมถึงการแข่งขันในอนาคตจึงไม่ได้อยู่ที่ว่า “ใครมีข้อมูลมากกว่า” แต่อยู่ที่ “ใครสามารถเปลี่ยนข้อมูลให้เป็นการตัดสินใจได้ดีกว่า”
กรณีศึกษาสำคัญเกี่ยวกับเทคโนโลยีที่ได้รับการออกแบบเพื่อสร้างคุณค่าทางธุรกิจ สะท้อนผ่านการดำเนินงานของบริษัทที่กำลังปรับบทบาทจากผู้พัฒนาซอฟต์แวร์ (technology provider) สู่การเป็นผู้ให้บริการโซลูชันอัจฉริยะ (intelligent solutions company) ด้วยการพัฒนาแพลตฟอร์มที่เชื่อมโยงกระบวนการสินเชื่อตั้งแต่การประเมินความเสี่ยง การอนุมัติสินเชื่อ การบริหารสินเชื่อ รวมถึงระบบบริหารหนี้แบบครบวงจร (End-to-End Lending Solutions) เพื่อให้ข้อมูลสามารถไหลเวียนตลอดวงจรของสินเชื่อ และนำไปสู่การตัดสินใจที่แม่นยำยิ่งขึ้น
สำหรับในมุมมองของ TBN คือ การบริหารเงินกู้ควรทำแบบครบวงจรตั้งแต่การพิจารณาการขอสินเชื่อ การพิจารณาอนุมัติ การบริหารสัญญา การติดตามหนี้ ไปจนถึงการบริหารสินทรัพย์ด้อยคุณภาพ หรือ NPL ทั้งหมดเชื่อมต่อกันเป็นแพลตฟอร์มเดียว เพื่อการบริหารสินเชื่อและหนี้สินอย่างมีประสิทธิภาพและเพิ่มโอกาสการสร้างผลกำไรให้กับสถาบันการเงินได้มากขึ้น พร้อมลดความเสี่ยงจากหนี้เสียได้
Cost Center สู่ Profit Center
เมื่อ AI และข้อมูลได้รับการนำมาใช้ร่วมกัน ระบบบริหารหนี้จึงไม่ได้ทำหน้าที่เพียงลดความเสียหายจากหนี้เสียอีกต่อไป แต่สามารถสร้างผลตอบแทนให้กับองค์กรผ่านการเพิ่ม recovery rate การลด NPL และการยกระดับประสิทธิภาพของการบริหารสินเชื่อ
นอกจากนี้ บทบาทของฝ่ายบริหารหนี้จึงกำลังเปลี่ยนจากหน่วยงานที่ถูกวัดผลด้วย “ต้นทุน” ไปสู่หน่วยงานที่สร้าง “มูลค่าทางธุรกิจ” ได้ ดังนั้น การเปลี่ยนแปลงดังกล่าวจึงไม่ใช่เพียงการนำเทคโนโลยีใหม่มาใช้ แต่เป็นการเปลี่ยนมุมมองของผู้บริหารที่มองว่าข้อมูลคือสินทรัพย์เชิงกลยุทธ์ และ AI คือโครงสร้างพื้นฐานใหม่ของการตัดสินใจ
ขณะที่โลกการเงินกำลังก้าวเข้าสู่ยุคที่การแข่งขันไม่ได้วัดจากขนาดของพอร์ตสินเชื่อเพียงอย่างเดียว แต่ได้รับการกำหนดโดยความสามารถในการใช้ข้อมูลเพื่อบริหารความเสี่ยง การสร้างประสิทธิภาพ และการค้นหาโอกาสใหม่ในการเติบโต
องค์กรที่สามารถเปลี่ยนข้อมูลให้เป็นความรู้ และเปลี่ยนความรู้ให้เป็นการตัดสินใจ จะเป็นองค์กรที่สร้างความได้เปรียบเหนือคู่แข่งในระยะยาว สำหรับผู้บริหารคำถามสำคัญจึงไม่ใช่ว่า “องค์กรมี AI แล้วหรือยัง” แต่คือ “องค์กรสามารถใช้ AI เปลี่ยนข้อมูลให้กลายเป็นคุณค่าทางธุรกิจได้มากเพียงใด”
ในวันที่ข้อมูลกลายเป็นทรัพยากรที่มีค่าที่สุดขององค์กร ระบบบริหารหนี้ก็อาจไม่ใช่ปลายทางของกระบวนการสินเชื่ออีกต่อไป หากแต่เป็นจุดเริ่มต้นของการสร้างความได้เปรียบทางการแข่งขัน และเป็นหนึ่งในเครื่องยนต์ขับเคลื่อนการเติบโตของสถาบันการเงินในยุคดิจิทัล
บทความโดย: ปนายุ ศิริกระจ่างศรี ประธานเจ้าหน้าที่บริหาร บริษัท ทีบีเอ็น คอร์ปอเรชั่น จำกัด (มหาชน) หรือ TBN
ภาพ: iStock
เรื่องราวอื่นๆ ที่น่าสนใจ : พลิกกลยุทธ์คัดสินทรัพย์ เขย่าพอร์ตฝ่ามรสุมครึ่งปีหลัง
