AI และ Big Data กำลังเปลี่ยนนิยามการปล่อยสินเชื่อให้ SMEs
การวิเคราะห์ความเสี่ยง SME ด้วย AI และ Big Data คือกระบวนการใช้ข้อมูลการเงิน ข้อมูลการดำเนินธุรกิจ และข้อมูลทางเลือกจำนวนมากมาประเมินศักยภาพ SMEs ความสามารถในการชำระหนี้ และระดับความเสี่ยงหนี้เสียแบบอัตโนมัติ เพื่อให้การอนุมัติสินเชื่อรวดเร็ว โปร่งใส และสอดคล้องกับความเป็นจริงของกิจการมากขึ้น โดยใช้ระบบดิจิทัลตั้งแต่ต้นน้ำถึงปลายน้ำของกระบวนการสินเชื่อทั้งหมด แก่นสำคัญของการเปลี่ยนผ่านครั้งนี้คือการยอมรับว่าโมเดลสินเชื่อแบบเดิมที่ยึดแค่เอกสารงบการเงินและหลักประกันไม่เพียงพออีกต่อไป โดยเฉพาะในโลกที่ Micro SMEs วิสาหกิจชุมชน และธุรกิจครอบครัวจำนวนมากไม่มีประวัติสินเชื่อในระบบ แต่มีศักยภาพจริงในการเติบโต การใช้ Big Data เงินทุนจึงไม่ใช่คำหรู แต่มันคือเงื่อนไขใหม่ของการเข้าถึงโอกาสทางการเงินอย่างเท่าเทียม
จากเอกสารสู่ Smart Financing เมื่อรัฐเปลี่ยนสินเชื่อให้เป็นระบบดิจิทัล 100%
สิ่งที่น่าสนใจที่สุดไม่ใช่เพียงภาคเอกชน แต่คือการที่หน่วยงานรัฐอย่างกรมส่งเสริมอุตสาหกรรมเดินหน้าแปลงโฉมโครงการสินเชื่อหมุนเวียน DIPROM PAY ตามนโยบาย DIPROM FLEXi ให้กลายเป็นระบบ Smart Financing แบบดิจิทัล 100 เปอร์เซ็นต์ ครอบคลุมตั้งแต่การวิเคราะห์สินเชื่อ การอนุมัติ การเบิกจ่าย การติดตาม ไปจนถึงการทวงถามหนี้ นี่คือการส่งสัญญาณชัดว่าอนาคตของสินเชื่อ SMEs จะถูกขับเคลื่อนด้วยข้อมูลและระบบอัตโนมัติไม่ใช่แฟ้มเอกสารบนโต๊ะเจ้าหน้าที่ คำกล่าวที่ควรหยิบมาเน้นคือ “ตั้งเป้าเพิ่มวงเงินสินเชื่อจากระดับ 20 – 40 ล้านบาท เป็น 70 ล้านบาท และ 100 ล้านบาทในเวลาถัดไป” การขยายเพดานเช่นนี้จะเป็นไปไม่ได้เลยหากไม่ยกเครื่องระบบให้รองรับการทำงานแบบดิจิทัลตั้งแต่ต้นทาง เพราะการเพิ่มวงเงินโดยไม่มีระบบวิเคราะห์ความเสี่ยงรองรับคือการเดินเข้าหาความเสี่ยง NPL แบบตรงๆ
Credit Scoring และ Early Warning เมื่อสินเชื่อ AI ทำนายความเสี่ยงก่อนเป็น NPL
หัวใจของการวิเคราะห์ความเสี่ยง SME แบบใหม่คือการใช้ AI ผ่านระบบ Credit Scoring และระบบ Early Warning ที่ผูกกับ Big Data เงินทุน ไม่ว่าจะเป็นข้อมูลการดำเนินธุรกิจ กระแสเงินสด หรือประวัติการเข้าร่วมโครงการพัฒนาศักยภาพของดีพร้อม แทนที่เจ้าหน้าที่ต้องอ่านทุกข้อมูลเอง AI จะประเมินศักยภาพ SMEs แบบอัตโนมัติและให้คะแนนความเสี่ยง ช่วยให้การตัดสินใจอนุมัติสินเชื่อเร็วขึ้นแต่ยังไม่ทิ้งดุลยพินิจของคน จุดที่เปลี่ยนเกมคือระบบ Early Warning ซึ่งใช้ข้อมูลแบบต่อเนื่องติดตามลูกหนี้ หากเริ่มมีสัญญาณผิดปกติ ระบบจะแจ้งเตือนล่วงหน้า ทำให้เจ้าหน้าที่เข้าไปพูดคุยและให้คำแนะนำก่อนปัญหาบานปลายเป็น NPL “ข้อมูลจากการติดตามจะนำกลับมาวิเคราะห์ความเสี่ยงของ DIPROM PAY เพื่อช่วยลดโอกาสการเกิด NPL ได้มากยิ่งขึ้น” นี่คือสินเชื่อ AI ทำนายในทางปฏิบัติ ไม่ใช่แค่คำโฆษณา
Data-driven Financing: ทางออกของ SMEs ที่เอกสารไม่สวยแต่กิจการมีของ
ความเปลี่ยนแปลงที่สำคัญที่สุดของระบบ Smart Financing ไม่ใช่เทคโนโลยี แต่คือมุมมองต่อผู้ประกอบการรายย่อย ระบบใหม่ไม่ได้ใช้ AI เพื่อคัดคนออก หากใช้เพื่อมองเห็นสิ่งที่งบการเงินแบบเดิมมองไม่เห็น การประเมินศักยภาพ SMEs จึงขยายจากการดูตัวเลขกำไรขาดทุน ไปจนถึงความต่อเนื่องของรายได้ ความสามารถในการเติบโต และพฤติกรรมทางธุรกิจในระยะยาว เมื่อ Big Data เงินทุนถูกนำมาเชื่อมกับข้อมูลจากหน่วยงานพันธมิตรและโครงการพัฒนาศักยภาพ ระบบสามารถวิเคราะห์ความเสี่ยง SME ได้ละเอียดขึ้น โดยเฉพาะกลุ่ม Micro SMEs วิสาหกิจชุมชน และธุรกิจครอบครัวที่ไม่มีหลักประกันหรือประวัติสินเชื่อในระบบ นี่คือการยอมรับว่าคุณภาพของกิจการไม่ได้วัดจากเอกสารเพียงอย่างเดียว และการให้โอกาสทางสินเชื่อควรถูกออกแบบตามศักยภาพจริงของแต่ละกิจการมากกว่ากรอบมาตรฐานเดียว
จากวันนี้ไปสู่เป้าหมาย 100 ล้าน เมื่อสินเชื่อกลายเป็นระบบบริหารความเสี่ยงแบบคาดการณ์
การตั้งเป้าเพิ่มวงเงิน DIPROM PAY เป็น 70 ล้านบาทภายในปี 2569 และ 100 ล้านบาทในปี 2570 ไม่ใช่แค่ตัวเลขนโยบาย แต่สะท้อนความมั่นใจว่าระบบ Smart Financing ที่ผสานเวิร์กโฟลดิจิทัลกับการวิเคราะห์ข้อมูลด้วย AI สามารถดูแลความเสี่ยงได้จริง เมื่อทุกขั้นตอนตั้งแต่การพิจารณา การเบิกจ่าย การติดตาม และการทวงถามหนี้ถูกเชื่อมด้วยข้อมูลเดียวกัน การบริหารกองทุนก็เปลี่ยนจากการดับไฟเฉพาะหน้าไปสู่การจัดการเชิงคาดการณ์ อย่างไรก็ตาม ความท้าทายอยู่ที่การรักษาสมดุลระหว่างการขยายการเข้าถึงเงินทุนกับการคุม NPL เพราะข้อมูลจากธนาคารแห่งประเทศไทยชี้ว่าหนี้เสียของกลุ่ม SMEs อยู่ที่ร้อยละ 9.5 เทียบกับลูกค้าธุรกิจรายใหญ่ที่ร้อยละ 1.5 หาก AI และ Big Data ถูกใช้เพียงเพื่อคุมเข้มมากขึ้นโดยไม่เพิ่มช่องทางให้ผู้ประกอบการเข้าถึงทุน ระบบนี้ก็จะกลายเป็นแค่ “เครื่องจักรคัดคนออก” แต่หากใช้เพื่อเข้าใจบริบทและปรับเงื่อนไขให้เหมาะกับศักยภาพจริง Smart Financing จะกลายเป็นสัญญาณว่าระบบสินเชื่อกำลังเดินหน้าไปสู่การเป็นการบริหารความเสี่ยงแบบทำนาย ไม่ใช่แค่การเก็บกวาดความเสียหายภายหลัง
