xs
xsm
sm
md
lg

TrustDecision ชู “Agentic AI” ปราบฉ้อโกง-วิเคราะห์สินเชื่อ รับยุค Virtual Bank

เผยแพร่:   ปรับปรุง:   โดย: ผู้จัดการออนไลน์



TrustDecision ผู้ให้บริการด้านโซลูชันจัดการความเสี่ยงจากสิงคโปร์ ประกาศเดินหน้าเจาะตลาดสถาบันการเงินในไทย ชูจุดเด่นการใช้เทคโนโลยี Agentic AI เข้ามาช่วยจัดการปัญหาการฉ้อโกง (Fraud) และประเมินความเสี่ยงด้านสินเชื่อ (Credit Risk) เผยได้ดีลจากธนาคารยักษ์ใหญ่ระดับ Top 3 ของไทยแล้ว

เฮนรี่ ลี กรรมการผู้จัดการประจำสิงคโปร์ มาเลเซีย และไทย กล่าวว่า ประเทศไทยคือหนึ่งในเป้าหมายหลักของภูมิภาค APAC มาตั้งแต่ปีที่ผ่านมา เนื่องจากมีมูลค่า GDP ที่น่าสนใจ แต่ในขณะเดียวกันก็เผชิญกับปัญหาการฉ้อโกงทางการเงินค่อนข้างสูง

โซลูชันของ TrustDecision จึงเข้ามาตอบโจทย์ธนาคารชั้นนำในไทยที่ใช้ระบบป้องกันแบบเดิมมานานเกือบ 10 ปี และถึงเวลาต้องอัปเกรดสู่นวัตกรรมใหม่ โดยบริษัทกำลังเร่งสร้างทีมงานในไทย เพื่อทลายกำแพงด้านภาษาและวัฒนธรรมองค์กร

นอกจากนี้ยังได้จับมือกับพาร์ทเนอร์รายใหญ่ระดับโลกอย่าง HUAWEI ที่ให้บริการด้านโครงสร้างพื้นฐานคลาวด์ และพาร์ทเนอร์ในไทยรายอื่นๆ เพื่อดูแลการติดตั้งระบบ ท่ามกลางโอกาสจากการอนุมัติให้บริการ Virtual Bank ที่มาช่วยกระตุ้นให้ธนาคารเดิมๆ ต้องปรับตัวเพื่อรับกับเทรนด์การแข่งขันในอนาคต

“การมาถึงของใบอนุญาต Virtual Bank 3-4 รายในไทย ถือเป็นโอกาสครั้งสำคัญของ TrustDecision เนื่องจากธนาคารไร้สาขาเหล่านี้มีความเป็นดิจิทัลสูง แต่ก็ตกเป็นเป้าหมายหลักของมิจฉาชีพที่ปรับตัวรวดเร็วและใช้เทคโนโลยี AI เข้ามาช่วยหลอกลวงเช่นกัน เพราะเมื่อมิจฉาชีพใช้ AI เป็นเครื่องมือ ธนาคารก็ต้องใช้ AI เพื่อเอาชนะ AI”

อย่างไรก็ตาม สำหรับเทรนด์อย่าง Agentic AI เฮนรี่ มองว่า อาจจะยังไม่สมบูรณ์แบบ 100% สำหรับการให้ AI ตัดสินใจในเรื่องที่มีความเสี่ยงสูงอย่างอิสระ เนื่องจากข้อจำกัดด้านกฎระเบียบ และความสามารถในการอธิบายเหตุผล แนวทางของ TrustDecision จึงเน้นไปที่ระบบ Human-in-the-loop คือใช้ AI เป็นผู้ช่วยสืบสวนและสรุปบริบทของเคส เพื่อสร้างชุดคำถามให้พนักงานนำไปตัดสินใจ ช่วยลดระยะเวลาการทำงานและประหยัดต้นทุนได้อย่างมหาศาล

ไซมอน หลิว หัวหน้าฝ่ายด้านข้อมูลและปัญญาประดิษฐ์ TrustDecision ให้ข้อมูลถึงกลยุทธ์การนำ Agentic AI มาใช้ในองค์กรว่า แบ่งออกเป็น 3 ระยะ เริ่มตั้งแต่ ใช้งานภายในเพื่อเพิ่มความเร็วในการสร้างโมเดลหรือค้นหากฎเกณฑ์ต่างๆ ซึ่งอดีตเคยต้องใช้ Data Scientist ทำงานเป็นสัปดาห์ แต่ AI สามารถทำได้ทันที

ระยะถัดมาคือ Co-pilot ใช้ทำหน้าที่เป็นผู้ช่วย ในการสรุปเอกสารและตอบคำถาม ส่วนระยะที่ 3 คือการให้ AI ตัดสินใจอัตโนมัติในเคสความเสี่ยงต่ำ โดยมีมนุษย์เป็นผู้ตรวจสอบคุณภาพ ในขั้นตอนสุดท้าย จะเห็นได้ว่าท้ายที่สุดแล้ว ก็ต้องมีมนุษย์ที่มีความเชี่ยวชาญเข้าไปคอยควมคุมเช่นเดิม

สำหรับการแข่งขันในธุรกิจการเงินภายในระยะเวลา 3-5 ปีข้างหน้า ภูมิทัศน์การเงินไทยจะถูกบีบให้ต้องทรานส์ฟอร์มอย่างหนัก ทั้งจากนโยบายของ ธปท. และการแข่งขันจากกลุ่ม Non-bank (เช่น Grab, Shopee, Lazada) ที่รุกตลาดสินเชื่ออย่างรวดเร็ว ธนาคารดั้งเดิมที่ยังติดอยู่กับระบบโครงสร้างพื้นฐานเก่า จำเป็นต้องเร่งปรับตัวสู่สถาปัตยกรรมที่ขับเคลื่อนด้วย AI เพื่อลดช่องว่างทางเทคโนโลยีและรักษาขีดความสามารถในการแข่งขันในยุคดิจิทัลต่อไป

โดยจุดสำคัญของการนำ AI มาช่วยวิเคราะห์ “ข้อมูลทางเลือก” เช่น พฤติกรรมการซื้อของออนไลน์ หรือการใช้งานแอปพลิเคชัน เพื่อนำมาประเมินเครดิตให้กับกลุ่มผู้ที่เข้าไม่ถึงบริการทางการเงินดั้งเดิม หรือผู้ที่ไม่มีประวัติเครดิตบูโร ซึ่งโซลูชันนี้ไม่เพียงแต่ช่วยให้ธนาคารปล่อยกู้ได้อย่างปลอดภัยขึ้น แต่ยังเป็นการเปิดแหล่งรายได้ใหม่ๆ อีกด้วย