AI Agents กำลังเปลี่ยนเกมสินเชื่อและงานเอกสารการเงินของธนาคาร

AI agents สินเชื่อ คืออะไร และทำไมธนาคารถึงเริ่มพึ่งมากขึ้น

AI agents สินเชื่อ คือซอฟต์แวร์อัจฉริยะที่ทำงานแบบกึ่งอัตโนมัติหรืออัตโนมัติเต็มขั้น เพื่อช่วยธนาคารจัดการกระบวนการสินเชื่อ ตั้งแต่รับคำขอ รวบรวมและอ่านเอกสาร วิเคราะห์ความเสี่ยง ไปจนถึงส่งข้อมูลเข้าสู่ระบบอนุมัติเดิมของธนาคาร โดยทำงานตามกฎ ระเบียบ และนโยบายที่กำหนดอย่างชัดเจน พร้อมสร้างร่องรอยตรวจสอบได้ทุกขั้นตอน เพื่อให้การใช้ AI อยู่ภายใต้กรอบกำกับดูแล

สาระสำคัญคือ AI agents ไม่ได้มาแทนเจ้าหน้าที่ธนาคารแบบหักดิบ แต่เข้ามาทำ automation ธนาคารในส่วนที่เป็นงานซ้ำซ้อน กรอกข้อมูลซ้ำ ตรวจเอกสาร และเชื่อมต่อระบบหลังบ้านที่ล้าสมัย ทำให้ทีมสินเชื่อมีเวลามากขึ้นในการตัดสินใจเชิงคุณภาพ และพูดคุยกับลูกค้าจริงๆ

มุมมองที่ควรพูดตรงๆ คือ ถ้าองค์กรการเงินยังยอมรับว่ากระบวนการขอสินเชื่อแบบเดิมที่เต็มไปด้วยแฟกซ์ ไฟล์ PDF และอีเมล เป็นเรื่องปกติ หมายความว่าองค์กรนั้นกำลังยอมเสียทั้งต้นทุน เวลา และความพึงพอใจของลูกค้าให้กับคู่แข่งที่กล้าเดินหน้า loan processing automation มากกว่า

Agentic Loan Applications ของ OutSystems การเอา AI agents ใส่ลงในโครงสร้างสินเชื่อที่มีอยู่

ตัวอย่างชัดเจนของ AI agents สินเชื่อที่เดินเข้าสู่โลกจริงคือ Agentic Loan Applications ที่ถูกเปิดตัวเป็นระบบสำเร็จรูปสำหรับสินเชื่อผู้บริโภค ผสานแอปสำหรับลูกค้า เอเจนต์ AI ที่มีการกำกับดูแล และเวิร์กโฟลว์ตามกฎระเบียบไว้ในระบบเดียว เพื่อให้ธนาคารยังคงควบคุมการตัดสินใจด้านสินเชื่อได้ทุกขั้นตอน

แนวคิดสำคัญคือไม่รื้อทุกอย่างทิ้ง Agentic Loan Applications ทำงานเสริมบนระบบเดิม ช่วยให้เอเจนต์ AI เข้าใจนโยบาย ระบบ และข้อกำหนดของแต่ละธนาคาร แล้วเข้าไปช่วยงานตั้งแต่รับคำขอ รวบรวมและตรวจเอกสาร ยืนยันตัวตน คัดกรองรายชื่อที่ถูกคว่ำบาตร ไปจนรวบรวมข้อมูลให้ครบ ก่อนส่งต่อสู่ระบบพิจารณาเดิมของธนาคาร

จุดที่สะเทือน workflow เดิมอย่างแท้จริง คือการลดงานกรอกแบบฟอร์มยาว การต้องป้อนข้อมูลซ้ำ และการส่งต่องานระหว่างทีมแบบไม่ต่อเนื่อง ระบบนี้ถูกออกแบบมาเพื่อทำ loan processing automation ให้กระบวนการเป็นมาตรฐาน ทำซ้ำได้ และตรวจสอบย้อนหลังได้ในระดับละเอียด นี่ไม่ใช่แค่เรื่องเทคโนโลยี แต่คือการยกเครื่องประสบการณ์ลูกค้าทั้งเส้นทาง

อีกมุมหนึ่งที่มักถูกมองข้ามคือความคุ้มค่าของโมเดล AI ทางผู้พัฒนาระบุว่ามีการทดสอบโมเดลหลายรูปแบบผ่านแพลตฟอร์มโครงสร้างพื้นฐาน AI และเลือกโมเดลที่ให้ทั้งความแม่นยำและต้นทุนที่เหมาะสม โดยระบุว่าสามารถลดต้นทุนได้มากถึง 82 เปอร์เซ็นต์ในบางกรณี นี่คือประโยคที่สะกิดใจฝ่ายบริหารงบประมาณมากกว่าคำสัญญาว่า AI จะฉลาดขึ้น

CORA ของ SCBX เมื่อ document intelligence การเงิน กลายเป็น AI Analyst ภายในองค์กร

อีกด้านหนึ่งของการเปลี่ยนแปลงไม่ใช่แค่ขั้นตอนสินเชื่อหน้าบ้าน แต่คือการยกระดับ document intelligence การเงินหลังบ้าน SCBX พัฒนา CORA ในฐานะ AI Analyst ภายในองค์กร ที่ออกแบบมาเพื่ออ่านเอกสารการเงินไทยที่ซับซ้อนและตอบคำถามพร้อมแหล่งอ้างอิงอย่างชัดเจน

CORA มีความสามารถสำคัญอย่างการตรวจสอบย้อนกลับได้ทุกคำตอบเชื่อมคำตอบกลับไปยังแหล่งข้อมูลในเอกสารต้นทาง การรองรับโครงสร้างข้อมูลและตารางที่ซับซ้อนเพื่อรักษาความสัมพันธ์ของข้อมูล และการใช้ Multi hop Reasoning เชื่อมข้อมูลจากหลายส่วนของเอกสารเพื่อสร้างคำตอบที่ครอบคลุมมากขึ้น

สิ่งที่สะท้อนแนวคิด AI first อย่างแท้จริงคือ การดึงโจทย์จริงจากงานสินเชื่อและการบริหารความเสี่ยงมาพัฒนา CORA เพื่อลดเวลาวิเคราะห์เอกสารจากหลายชั่วโมงเหลือไม่กี่วินาที และยังสร้างมาตรฐานใหม่ของ Document Intelligence ในอุตสาหกรรมการเงิน SCBX ระบุว่าการพัฒนา CORA เป็นหมุดหมายสำคัญในการเดินหน้าสู่การเป็นองค์กรที่ขับเคลื่อนด้วย AI

ที่น่าสนใจคือเทคโนโลยีเบื้องหลัง CORA ไม่ได้จำกัดเฉพาะเอกสารการเงิน แต่สามารถต่อยอดไปสู่สัญญากฎหมาย กรมธรรม์ประกันภัย และเอกสารกำกับดูแลในอุตสาหกรรมอื่นได้ในอนาคต นั่นหมายความว่าธนาคารที่เริ่มลงทุนกับ document intelligence การเงินวันนี้ กำลังปูพื้นให้กับระบบอัตโนมัติด้านเอกสารทั้งองค์กรในวันหน้า

เมื่อ automation ธนาคาร ต้องอยู่ร่วมกับกฎระเบียบและร่องรอยตรวจสอบ

คำถามใหญ่ของการใช้ AI agents สินเชื่อไม่ใช่แค่ทำได้เร็วแค่ไหน แต่คือจะคุมความเสี่ยงและกฎระเบียบได้แค่ไหน ทิศทางของทั้ง Agentic Loan Applications และ CORA จึงเลือกยืนอยู่บนหลักการเดียวกัน คือทุกคำตอบต้องตรวจสอบย้อนกลับได้ และทุกเวิร์กโฟลว์ต้องอยู่ภายใต้กรอบกำกับดูแลที่ชัดเจน

สำหรับฝั่งสินเชื่อ ระบบเอเจนต์ AI ถูกทดสอบตามเกณฑ์หลายด้าน ทั้งความถูกต้อง ความเกี่ยวข้อง และการคุ้มครองข้อมูลส่วนบุคคล และยังถูกประเมินซ้ำทุกครั้งที่มีการเปลี่ยนโมเดลหรือพรอมต์ สิ่งนี้ทำให้การควบคุมคุณภาพไม่ใช่ภารกิจครั้งคราว แต่ฝังอยู่ในวงจรพัฒนาระบบ

ในมุมโครงสร้างองค์กร การมีระบบควบคุมรวมศูนย์สำหรับงานธนาคารช่วยให้ฝ่ายกำกับดูแลมีภาพรวมว่า เอเจนต์ AI เข้าถึงข้อมูลใด ทำอะไร และถูกใช้ในบริบทแบบไหน ถ้าธนาคารคิดว่าแค่หวังว่า AI จะไม่ทำผิดกรอบเพียงเพราะมีนโยบายบนกระดาษ นั่นเท่ากับยอมปล่อยให้ความเสี่ยงสะสมอย่างเงียบๆ

ข้อสรุป ธนาคารที่ไม่เริ่ม loan processing automation วันนี้จะตามไม่ทันลูกค้า

เมื่อมองภาพรวม ทั้ง Agentic Loan Applications และ CORA แสดงให้เห็นทิศทางเดียวกันอย่างชัดเจน ธนาคารกำลังเดินจากการทดลอง AI แบบแยกส่วน ไปสู่การฝัง AI agents ลงในกระบวนการสินเชื่อและงานเอกสารจริง ภายใต้กรอบกำกับดูแลที่เข้มกว่าเดิม ไม่ใช่หลวมกว่า

สำหรับผู้บริหารการเงิน คำถามที่ควรถามไม่ใช่ว่า AI จะมาแทนคนหรือไม่ แต่คือ เราพร้อมแค่ไหนที่จะให้คนของเราทำงานร่วมกับเอเจนต์ AI ที่ลดงานซ้ำซ้อน และเปิดทางให้ทีมโฟกัสงานวิเคราะห์เชิงกลยุทธ์มากขึ้น ถ้าองค์กรยังผูกตัวเองไว้กับเอกสารที่อ่านไม่ออก ระบบเดิมที่ต่อไม่ติด และการอนุมัติที่ช้า ลูกค้าจะหันไปหาผู้เล่นที่ทำ loan processing automation ได้ดีกว่า

ระยะต่อไปเราจะเห็นโซลูชัน Agentic Industry Solutions และเทคโนโลยี document intelligence การเงินถูกรวมเข้ากับกระบวนการจริงมากขึ้น ไม่ใช่แค่โครงการทดลอง ธนาคารที่เริ่มต้นตอนนี้อาจต้องลงทุนและปรับตัวมาก แต่จะเป็นกลุ่มที่ได้เปรียบเมื่อเกมสินเชื่อและงานเอกสารถูกขับเคลื่อนด้วย AI เป็นเรื่องปกติ