ธุรกิจการเงินและประกันในปัจจุบันรับมือกับความเสี่ยงอย่างไร? ในโลกที่มีปัจจัยต้องคำนึงถึงมากมาย ไม่ว่าจะเป็นภาวะหนี้เสียที่เพิ่มมากขึ้น ความต้องการใช้เทคโนโลยีเพื่อสร้างบริการที่สะดวกรวดเร็วแต่ในขณะเดียวกันก็ต้องถูกต้องด้วย ภาวะโลกร้อน เทรนด์ด้าน ESG และลูกค้าใหม่มากมายที่ไม่อยู่ในระบบเครดิต ทีมงาน TechTalkThai มีโอกาสได้พูดคุยกับทีมงานจาก SAS ประเทศไทยถึงประเด็นเหล่านี้และสรุปมาให้อ่านกันในบทความนี้แล้ว
อุตสาหกรรมการเงินและประกันภัยในปี 2024 นี้ก็มีความเปลี่ยนแปลงอย่างต่อเนื่อง คุณณัฐพล อภิลักโตยานันท์ กรรมการผู้จัดการแห่ง SAS ประเทศไทย กล่าวว่าความเคลื่อนไหวในอุตสาหกรรมทั่วโลกในช่วงที่ผ่านมามีผลมาจากแนวโน้ม 3 ประการ
ความกังวลต่อภาวะหนี้เสีย (NPL) ที่เพิ่มขึ้นอย่างต่อเนื่อง
ทั่วโลกมีแนวโน้มหนี้เสียเพิ่มมากขึ้นด้วยวิกฤตค่าครองชีพและภาวะเศรษฐกิจซบเซา โดยเฉพาะอย่างยิ่งในประเทศไทยที่มีแนวโน้มหนี้ครัวเรือนพุ่งสูงถึง 91.4% ต่อ GDP จากหนี้บัตรเครดิต ลีซซิ่ง และสินเชื่อส่วนบุคคล ธุรกิจการเงินจึงตื่นตัวกับการบริหารความเสี่ยงด้านเครดิตให้มีประสิทธิภาพและแม่นยำมากกว่าเดิมด้วยการมองหาเทคโนโลยีและการวิเคราะห์ข้อมูลเข้ามาช่วยเสริมในการตัดสินใจทางธุรกิจรูปแบบต่างๆ
ความต้องการใช้เทคโนโลยีดิจิทัลเพื่อระบบที่เป็นอัตโนมัติมากขึ้น
Digital Transformation ยังคงดำเนินไปอย่างต่อเนื่องและหลากหลายมิติมากขึ้นในธุรกิจการเงินและประกัน เมื่อธุรกิจประสบความสำเร็จในการนำเทคโนโลยีดิจิทัลเข้ามาใช้งาน พวกเขาย่อมอยากต่อยอดประสิทธิภาพในการดำเนินงานและให้บริการให้ดียิ่งขึ้นเรื่อยๆเพื่อชิงความได้เปรียบ เทคโนโลยี Automation เป็นที่จับตามองของธุรกิจการเงินด้วยความสามารถในการช่วยลดระยะเวลาในการทำงานและลดข้อผิดพลาด ตอบโจทย์ความต้องการของผู้บริโภคยุคใหม่ที่อยากได้รับบริการที่สะดวกและรวดเร็ว
บทบาทที่มากขึ้นของ AI
ในยุคนี้ ไม่ว่าจะหันไปทางใดก็มีแต่ AI ธุรกิจการเงินและประกันย่อมไม่พลาดการรับเทคโนโลยีดังกล่าวเข้ามาช่วยงาน ธุรกิจหลายรายมีการใช้ AI อย่างหลากหลาย ไม่ว่าจะเป็นการวิเคราะห์ข้อมูลลูกค้า พัฒนาผลิตภัณฑ์และบริการใหม่ๆ การดำเนินงานเอกสารและข้อมูล หรือการรักษาความปลอดภัย โดยคาดว่าในอนาคต AI จะมีบทบาทและอำนาจในการตัดสินใจเพิ่มขึ้น เช่น การใช้ AI เพื่อนำเสนอและอนุมัติสินเชื่อให้กับลูกค้า
อย่างไรก็ตาม ผลิตภัณฑ์ทางการเงินและประกันนั้นเกี่ยวข้องกับข้อมูลส่วนตัวที่มีความละเอียดอ่อน ความผิดพลาดหนึ่งครั้งอาจหมายถึงความเสียหายมหาศาล ดังนั้นธุรกิจการเงินและประกันจึงมีต้องการ AI ที่ปลอดภัย ตรวจสอบได้ อธิบายการทำงานได้ (Explanable) และการใช้ AI อย่างมีความรับผิดชอบ
ESG และ Non-traditional Data เทรนด์มาแรงในธุรกิจ FSI ทั่วโลก
จากปัจจัยที่กล่าวมาข้างต้น เราจึงได้เห็นการทดลองนำเทคโนโลยีมาใช้อย่างเข้มข้นในอุตสาหกรรมการเงินและประกัน โดยเฉพาะในงานด้านการบริหารจัดการความเสี่ยง คุณ Naeem Siddiqi ที่ปรึกษาอาวุโสด้านความเสี่ยงและการวิเคราะห์ข้อมูลเชิงปริมาณได้เผยถึงเทรนด์ที่น่าสนใจในการจัดการความเสี่ยงของธุรกิจ FSI ทั่วโลก ไม่ว่าจะเป็นสถาบันการเงินขนาดใหญ่หรือสตาร์ทอัพ ดังนี้
การบริหารจัดการความเสี่ยงด้านภาวะโลกร้อนและ ESG
วิกฤตสิ่งแวดล้อมในปัจจุบันนั้นหนักหนาขึ้นเรื่อยๆ ส่งผลให้หลายองค์กรทั่วโลกต่างก็ออกมาประกาศถึงพันธกิจในการดำเนินการที่เป็นมิตรกับสิ่งแวดล้อมและเป็นไปตามกรอบ ESG มากขึ้น อีกทั้งรัฐบาลหลายประเทศก็ได้เริ่มออกนโยบายด้านสิ่งแวดล้อมที่เข้มงวดยิ่งขึ้น
สำหรับในอุตสาหกรรมการเงินและประกัน ความเสี่ยงด้านสิ่งแวดล้อมนั้นซับซ้อนและมีหลายแง่มุมที่ต้องพิจารณา นอกเหนือจากการกำกับดูแลการทำงานภายในองค์กรแล้ว ความเสี่ยงที่อาจเกิดขึ้นจากลูกค้ารายบุคคลและลูกค้าธุรกิจนั้นก็เป็นหนึ่งในปัจจัยเช่นกัน
- การปล่อยสินเชื่อแต่ละครั้งจะนำไปสู่ความเสี่ยงด้านสิ่งแวดล้อมหรือไม่ เช่น ลูกค้ากู้เงินไปซื้อรถยนต์ซึ่งจะปล่อยคาร์บอน หรือลูกค้าองค์กรที่กู้ยืมไปดำเนินธุรกิจพลังงานหรือโรงงาน
- การลดการปล่อยคาร์บอนและเป้าหมาย Net Zero ซึ่งจำเป็นจะต้องพิจารณาตลอดทั้ง Supply Chain คู่ค้า และลูกค้า
- การสร้างสมดุล Green Asset Ratio (GAR) ซึ่งเป็นการวัดสัดส่วนสินทรัพย์ที่มีความยั่งยืน (Sustainable)
- การเปลี่ยนแปลงสภาพภูมิอากาศ (Climate Change) อาจเข้ามาเป็นปัจจัยในการตัดสินใจในการให้สินเชื่อ เช่น การกู้ยืมเพื่อสร้างอาคารหรือที่พักอาศัยซึ่งการก่อสร้างอาจได้รับผลกระทบจากภัยธรรมชาติอันเนื่องมาจากการเปลี่ยนแปลงสภาพภูมิอากาศ
Non-traditional Data และการประเมินความเสี่ยงลูกค้า
ความพยายามในการสร้างสรรค์บริการด้านการเงินใหม่ๆนั้นเกิดขึ้นอย่างต่อเนื่องทั้งจากธุรกิจการเงินและประกันขนาดใหญ่และสตาร์ทอัพ FinTech ทั่วโลก เราได้เริ่มเห็นการนำข้อมูลที่แตกต่างและหลากหลายเข้ามาใช้ประกอบการพัฒนานวัตกรรม โดยเฉพาะอย่างยิ่งในบริการสำหรับลูกค้ากลุ่มที่ไม่สามารถเข้าถึงบริการทางการเงินแบบดั้งเดิมได้ (Unbanked และ Under-banked)
สำหรับประเทศไทย พื้นฐานของการประเมินความเสี่ยงของลูกค้านั้นขึ้นอยู่กับบริษัท ข้อมูลเครดิตแห่งชาติ หรือ เครดิตบูโร ซึ่งไม่ได้ครอบคลุมไปถึงผู้คนจำนวนมากที่ไม่เคยเปิดใช้งานบัตรเครดิตหรือสินเชื่อมาก่อน ในขณะที่ผู้คนจำนวนมากต้องการสินเชื่อมูลค่าไม่สูง ตรงจุดนี้จึงเป็นช่องโหว่ในการให้บริการด้านการเงินที่มีอยู่
จากประสบการณ์ของคุณ Naeem ข้อมูลที่สามารถนำมาใช้ประเมินความเสี่ยงร่วมกับข้อมูลอื่นๆนั้นมีหลากหลาย ไม่ว่าจะเป็นข้อมูลการใช้งานสมาร์ทโฟน สื่อโซเชียล การใช้งานพาหนะ สินทรัพย์และอสังหาริมทรัพย์ที่มีชื่อเป็นเจ้าของ หรือแม้แต่ตำแหน่งการเดินทางในชีวิตประจำวัน คุณ Naeem ได้ยกตัวอย่างสตาร์ทอัพรายหนึ่งซึ่งใช้ขนาดหน้าจอโทรศัพท์มือถือเพื่อประเมินรายได้และความเสี่ยงของลูกค้าสินเชื่อส่วนบุคคล ซึ่งหากวิเคราะห์ข้อมูลอย่างรอบคอบและแม่นยำ ข้อมูล Non-traditional เหล่านี้ก็สามารถช่วยในการประเมินความเสี่ยงให้กับผู้คนที่ยังไม่อยู่ในระบบเครดิตและสร้างโอกาสทางธุรกิจใหม่ขึ้นมาได้
SAS และโซลูชันสำหรับอุตสาหกรรมการเงินและประกัน
SAS ให้บริการซอฟต์แวร์และโซลูชันวิเคราะห์ข้อมูลเชิงลึกในประเทศไทยมามากกว่า 22 ปี โดยมุ่งเน้นให้บริการที่ลูกค้าสามารถมั่นใจได้ถึงความถูกต้องและความปลอดภัย ตลอดระยะเวลาที่ผ่านมาเทคโนโลยีหลักของ SAS นั้นมีเพียงอย่างเดียวเท่านั้น คือเทคโนโลยีในการวิเคราะห์ข้อมูลขั้นสูงและ AI
ปัจจุบันในประเทศไทย SAS ได้ทำงานร่วมกับธนาคาร บริษัทประกันภัย และธุรกิจการเงินหลายราย เพื่อเพิ่มประสิทธิภาพในการดำเนินการและตอบสนองต่อความต้องการที่แท้จริงของลูกค้า
สำหรับอุตสาหกรรมการเงิน SAS มีโซลูชันที่พัฒนาขึ้นเพื่อตอบโจทย์ 3 เรื่องหลัก ได้แก่
- Fraud & Financial Crime – การตรวจสอบ เฝ้าระวัง และป้องกันการฉ้อโกงทางธุรกรรมรูปแบบต่างๆ เช่น การวิเคราะห์แพทเทิร์นการใช้งานของลูกค้าเพื่อเฝ้าระวังการใช้งานที่ผิดปกติ
- Risk Management – การบริหารจัดการความเสี่ยงในด้านต่างๆ เช่น การตัดสินใจปล่อยสินเชื่อ ออกแบบผลิตภัณฑ์ประกัน วิเคราะห์ความเสี่ยงของลูกค้า และความเสี่ยงด้านอื่นๆที่อาจก่อให้เกิดความเสียหายต่อธุรกิจ เช่น ความเสี่ยงด้านสิ่งแวดล้อมและความยั่งยืน (ESG)
- Customer Intelligence – ยกระดับประสบการณ์การให้บริการที่ถูกต้อง แม่นยำ รวดเร็ว ตอบโจทย์ความต้องการและความสนใจของลูกค้า
โดย SAS ได้เข้าไปช่วยธุรกิจตั้งแต่เริ่มโครงสร้างพื้นฐานสำหรับการวิเคราะห์ข้อมูล การนำข้อมูลไปวิเคราะห์ด้วยวิธีการทางสถิติและเทคโนโลยี AI ตลอดไปจนถึงการต่อยอดนำข้อมูลเชิงลึกไปใช้เพิ่มประสิทธิภาพในการดำเนินการ