Conversational Banking: อนาคตของ Finance CX ในประเทศไทย

chatbot สำหรับตรวจสอบคุณสมบัติสินเชื่อเบื้องต้นที่ไม่สามารถแยกความแตกต่างระหว่าง “ต้องการตรวจสอบอัตราดอกเบี้ย” กับ “ต้องการเพิ่มวงเงินบัตรเครดิต” ได้นั้น ไม่เพียงสร้างความรำคาญให้ลูกค้าเท่านั้น แต่ยังส่งคำขอไปยังขั้นตอนการทำงานที่ผิด และทำให้พนักงานในทีมต้องเสียเวลาถึงยี่สิบนาทีในการแก้ไขปัญหานั้น นี่คือรูปแบบความล้มเหลวที่ conversational banking ควรจะช่วยขจัดออกไป และการนำไปใช้งานส่วนใหญ่มักผิดพลาดเพราะมองว่า chatbot คือทางออกทั้งหมด ไม่ใช่เพียงประตูทางเข้า

หากทำได้อย่างถูกต้อง conversational banking จะเข้ามาแทนที่คิวโทรศัพท์และเมนูตอบรับอัตโนมัติ ด้วยการส่งข้อความแบบภาษาธรรมชาติที่รู้ขีดจำกัดของตนเองอย่างแท้จริง คือรวดเร็วในเรื่องที่ควรจัดการได้เองโดยลำพัง และแม่นยำในการส่งต่อเรื่องที่ไม่ควรจัดการเอง

Juniper Research คาดการณ์ว่าการลงทุนด้าน generative AI ของธนาคารจะเพิ่มขึ้นจาก 6 พันล้านดอลลาร์สหรัฐในปี 2024 เป็น 85 พันล้านดอลลาร์สหรัฐ ในปี 2030 เงินลงทุนดังกล่าวมุ่งเป้าไปที่ containment rate และ average handle time ซึ่งเป็นตัวชี้วัดที่แยกความแตกต่างระหว่าง chatbot ที่ดูดีในการสาธิต กับ chatbot ที่สามารถลดต้นทุนต่อการติดต่อได้จริง

ธนาคารดิจิทัลแบบดั้งเดิมช่วยแก้ปัญหาด้านการเข้าถึงบริการ แอปพลิเคชันมือถือช่วยให้ลูกค้าตรวจสอบยอดเงินและโอนเงินได้จากทุกที่ Conversational banking เข้ามาแก้ปัญหาที่เฉพาะเจาะจงและยากยิ่งขึ้น คือทำให้การเข้าถึงบริการนั้นรู้สึกง่ายดายอย่างเป็นธรรมชาติ ด้วยต้นทุนการให้บริการที่ต่ำกว่าคอลเซ็นเตอร์ โดยไม่ต้องแลกกับความผิดพลาดในเรื่องที่มีความสำคัญ

เหตุใดธนาคารจึงลงทุนใน Conversational AI

การประหยัดต้นทุนการดำเนินงานจาก chatbot ในภาคธนาคารพบว่าสูงถึง 7.3 พันล้านดอลลาร์สหรัฐทั่วโลก คิดเป็นชั่วโมงการทำงานที่ประหยัดได้ถึง 862 ล้านชั่วโมง หรือเทียบเท่ากับเกือบครึ่งล้านปีทำงาน ตัวเลขเหล่านี้ไม่ใช่ตัวเลขในระดับโครงการนำร่อง แต่เป็นตัวเลขจากการใช้งานจริงในระดับที่รองรับการโต้ตอบนับล้านครั้งต่อเดือน

Neobank อย่าง Tonik ในฟิลิปปินส์ออกแบบประสบการณ์ลูกค้าโดยยึดการส่งข้อความเป็นศูนย์กลางมาตั้งแต่วันแรก ธนาคารที่ยังใช้ระบบตอบรับโทรศัพท์อัตโนมัติและตั๋วอีเมลอยู่นั้น ไม่เพียงช้ากว่าเท่านั้น แต่ยังถูกลูกค้านำไปเปรียบเทียบแบบเรียลไทม์กับผู้ท้าชิงรายใหม่ที่ลูกค้าเดียวกันนี้ก็ใช้บริการอยู่ด้วย

Generative AI ยิ่งยกระดับศักยภาพให้สูงขึ้นไปอีก โดย McKinsey Global Institute ประเมินว่าอาจสร้างมูลค่าเพิ่มให้แก่ภาคธนาคารทั่วโลกได้ถึง 200-340 พันล้านดอลลาร์สหรัฐ ต่อปี ซึ่งส่วนใหญ่มาจากการเพิ่มประสิทธิภาพการทำงาน

กรณีการใช้งานที่ให้ผลลัพธ์ที่วัดผลได้จริง

ประเภทของงานนั้นสำคัญน้อยกว่าจุดที่หน้าที่ของ AI สิ้นสุดลง และระบบบันทึกข้อมูลหลักเข้ามารับช่วงต่อ

คำถามเกี่ยวกับบัญชีถือเป็นพื้นที่ที่ปลอดภัยที่สุด ไม่ว่าจะเป็นการตรวจสอบยอดเงิน ประวัติการทำธุรกรรม หรือการยืนยันการชำระเงิน ซึ่งสามารถจัดการได้ครบถ้วนภายในบทสนทนา โดยไม่ต้องส่งต่อให้เจ้าหน้าที่

การขอสินเชื่อเป็นจุดที่ต้องมีความรัดกุมมากที่สุด หน้าที่ของ AI คือการตรวจสอบคุณสมบัติเบื้องต้น การอ่านและตีความเอกสาร และการจับความต้องการของลูกค้า แต่ไม่ใช่การตัดสินใจอนุมัติสินเชื่อ ซึ่งการตัดสินใจนั้นจะถูกส่งผ่าน API ไปยังระบบพิจารณาสินเชื่อ (underwriting engine) ที่มีอยู่แล้วของธนาคาร เมื่อกำหนดขอบเขตนี้ได้อย่างถูกต้อง ก็จะช่วยเร่งความเร็วในขั้นต้นของกระบวนการได้ โดยไม่ไปแตะต้องส่วนที่หน่วยงานกำกับดูแลให้ความสำคัญ

การแจ้งเตือนการฉ้อโกงจะได้ผลดีที่สุดเมื่อธนาคารเป็นฝ่ายแจ้งลูกค้าก่อน ไม่ใช่รอให้ลูกค้าสังเกตเห็นความผิดปกติเอง เมื่อมีธุรกรรมที่ถูกตั้งข้อสงสัย ระบบจะส่งข้อความผ่าน SMS หรือ WhatsApp เพื่อขอการยืนยันจากลูกค้า และหากคำตอบคือ “ไม่ใช่ฉัน” ก็สามารถระงับการใช้บัตรชั่วคราวได้ทันทีด้วยการเรียก API เพียงครั้งเดียว

การเปิดใช้งานบริการ (onboarding) จะลดอัตราการล้มเลิกกลางทางได้ เมื่อขั้นตอนการตั้งค่าต่าง ๆ ถูกส่งผ่านช่องทางที่ลูกค้าเปิดดูอยู่แล้ว แทนที่จะเป็นอีเมลที่ลูกค้าอาจเปิดอ่านช้าไปถึงสามวัน

การเสนอขายผลิตภัณฑ์เพิ่มเติม (cross-selling) จะได้ผลเมื่อเป็นการต่อเนื่องจากบทสนทนาเดิม ไม่ใช่การขัดจังหวะ เช่น คำถามเกี่ยวกับอัตราดอกเบี้ยสินเชื่อบ้านที่จบลงด้วยข้อเสนอประกันที่เกี่ยวข้องในเธรดเดียวกัน จะให้ความรู้สึกว่าเป็นประโยชน์ ไม่ใช่การเปลี่ยนไปเน้นขายสินค้า ลูกค้าของ 8×8 อย่าง Tonik ดำเนินการสร้างประสบการณ์ที่เชื่อมโยงตามบริบทในระดับขนาดใหญ่เช่นนี้บนโครงสร้างพื้นฐาน CPaaS

Read More: Omnichannel Banking: How Financial Institutions Serve Customers

ความท้าทายของการส่งต่อระหว่าง Human และ AI

ใครก็สามารถสาธิต chatbot ที่ตอบคำถามง่าย ๆ ได้ แต่บททดสอบที่แท้จริงคือสิ่งที่เกิดขึ้นในวินาทีที่ตอบไม่ได้ และนี่คือส่วนที่ผู้ให้บริการส่วนใหญ่มักละเลยที่จะพูดถึง

การส่งต่อที่ราบรื่นหมายถึงเจ้าหน้าที่ได้รับข้อมูลทั้งหมดต่อจาก chatbot ทั้งบทสนทนาทั้งหมด สาเหตุที่ทำให้ต้องส่งต่อ และโปรไฟล์ลูกค้าที่มีข้อมูลครบถ้วนอยู่แล้ว ไม่ใช่หน้าจอเปล่า ๆ พร้อมคำพูดว่า “ขอเวลาดึงข้อมูลสักครู่” ลูกค้าไม่ควรต้องอธิบายปัญหาของตนเองซ้ำเป็นครั้งที่สอง

เงื่อนไขในการส่งต่อไม่ควรเป็นเพียงการเดา แต่ควรเป็นหนึ่งในสามกรณีนี้ คือ ลูกค้าขอพูดกับเจ้าหน้าที่ บทสนทนาแสดงสัญญาณความไม่พอใจ หรือธุรกรรมนั้นเข้าเกณฑ์ความเสี่ยงที่นโยบายของธนาคารกำหนดไว้แล้ว หากคลุมเครือไปกว่านี้ ก็เท่ากับเป็น chatbot ที่ส่งต่อตามอำเภอใจ ซึ่งไม่ใช่ระบบที่แท้จริง แต่เป็นเพียงการเดาสุ่มเท่านั้น

Salesforce พบว่าผู้บริโภคร้อยละ 45 มีแนวโน้มที่จะใช้ AI agent มากขึ้น เมื่อมีเส้นทางการส่งต่อไปยังเจ้าหน้าที่ที่ชัดเจน โครงการ “Listen and Respond” ของ OCBC Bank เป็นตัวอย่างที่แสดงให้เห็นถึงผลลัพธ์นี้ได้อย่างชัดเจน โดยธนาคารสามารถปรับปรุง Net Promoter Score ได้ถึงร้อยละ 20-30 หลังจากนำบทสนทนาที่ขับเคลื่อนด้วย AI ควบคู่กับการส่งต่อไปยังเจ้าหน้าที่อย่างราบรื่นมาใช้งาน ในประเทศไทยเองก็เห็นแนวโน้มเดียวกัน ธนาคารไทยหลายแห่ง เช่น ธนาคารกสิกรไทย (KBank) ได้เริ่มนำบทสนทนาที่ขับเคลื่อนด้วย AI มาให้บริการลูกค้าผ่าน LINE Official Account ซึ่งเป็นช่องทางที่ลูกค้าไทยส่วนใหญ่ใช้งานอยู่เป็นประจำ

chatbot ที่ตอบโต้ได้เพียงจำกัด ไม่สามารถส่งต่อได้ หรือส่งต่อแล้วแต่ลืมข้อมูลทั้งหมด ยังคงเป็นข้อร้องเรียนที่พบมากที่สุดเพียงข้อเดียวในการใช้งาน chatbot ของธนาคาร ทั้งที่ทางแก้ปัญหานี้มีอยู่แล้ว เพียงแต่ธนาคารส่วนใหญ่ยังไม่ได้นำมาปรับใช้

Read More: AI Chatbots for Customer Service

เหตุใดช่องทางการให้บริการธนาคารจึงไม่สามารถใช้แทนกันได้

ช่องทางที่ลูกค้าของท่านใช้งานอยู่แล้วนั้นไม่ใช่ทางเลือกด้านการออกแบบ แต่เป็นข้อเท็จจริงที่ต้องนำมาเป็นพื้นฐานในการวางแผน

WhatsApp เป็นช่องทางหลักในภูมิภาคเอเชียตะวันออกเฉียงใต้ ลาตินอเมริกา และยุโรปเป็นส่วนใหญ่ เพราะเป็นช่องทางที่บทสนทนาเกิดขึ้นอยู่แล้ว ไม่ใช่เพราะผู้ให้บริการแนะนำ ในขณะที่ SMS ยังคงมีความสำคัญอย่างยิ่งสำหรับเรื่องที่เกี่ยวข้องกับความปลอดภัย เช่น OTP และการแจ้งเตือนที่มีความเร่งด่วนด้านเวลา เพราะสามารถใช้งานได้โดยไม่ต้องพึ่งแอปพลิเคชันหรือการเชื่อมต่อข้อมูล และจำเป็นต้องมีระบบสำรองที่ใช้งานได้จริง หากข้อความ WhatsApp ส่งไม่สำเร็จ ระบบควรเปลี่ยนไปใช้ SMS โดยอัตโนมัติ ไม่ใช่ปล่อยให้ลูกค้าติดอยู่กลางกระบวนการยืนยันตัวตน

การแชทภายในแอปก็ยังมีความสำคัญในบางกรณี สำหรับลูกค้าที่ไม่ต้องการพูดคุยเรื่องบัญชีของตนบนแพลตฟอร์มของบุคคลที่สาม การแชทภายในแอปคือคำตอบที่สอดคล้องกับข้อกำหนด ไม่ใช่เพียงตัวเลือกสำรองสำหรับผู้ที่ระมัดระวังความเสี่ยง

APAC ถูกคาดการณ์ว่าจะครองสัดส่วนถึงร้อยละ 85 ของการใช้จ่ายด้าน chatbot สำหรับธุรกิจค้าปลีกทั่วโลก ทั้งที่มีสัดส่วนประชากรโลกเพียงร้อยละ 53 ความแตกต่างนี้สะท้อนถึงความหลากหลายของช่องทาง (WhatsApp, LINE, Viber, Zalo, WeChat ซึ่งมักมีอยู่ครบทุกช่องทางในตลาดเดียว) ไม่น้อยไปกว่าการเข้าถึงสมาร์ทโฟน โดยประเทศไทยเป็นตัวอย่างที่ชัดเจนของความหลากหลายทางช่องทางนี้ ด้วย LINE ที่ครองความนิยมสูงสุดในกลุ่มผู้ใช้อินเทอร์เน็ตชาวไทย

ความปลอดภัยจะมีความหมายก็ต่อเมื่อมีรายละเอียดที่ชัดเจน

“เราให้ความสำคัญกับความปลอดภัยอย่างจริงจัง” เป็นคำพูดที่ไม่มีความหมายใด ๆ สำหรับ CISO สิ่งที่พวกเขาต้องการฟังจริง ๆ คือ:

ข้อความได้รับการเข้ารหัสแบบ end-to-end ตลอดการรับส่งข้อมูล ข้อมูลที่มีความละเอียดอ่อน เช่น หมายเลขบัญชีหรือหมายเลขประจำตัว จะถูกคัดกรองออกก่อนที่จะไปถึง prompt ของโมเดลภาษา ไม่ใช่กรองภายหลัง บันทึกการสนทนาจะถูกจัดเก็บไว้ในตำแหน่งที่สอดคล้องกับกฎการจัดเก็บข้อมูลภายในประเทศ (data residency) ขององค์กร และไม่มีบทสนทนาของลูกค้ารายใดถูกนำไปใช้ฝึกโมเดล foundation model สาธารณะ

ภูมิทัศน์ด้านกฎระเบียบไม่ได้เป็นมาตรฐานเดียวกันทั่วโลก และการมองข้ามความแตกต่างนี้อาจนำปัญหามาสู่ธนาคารได้ ในฟิลิปปินส์ กฎหมาย Anti-Financial Account Scamming Act (AFASA) กำหนดให้ต้องมีการตรวจจับการฉ้อโกงแบบเรียลไทม์ และจะยกเลิกการใช้ SMS OTP ภายในเดือนมิถุนายน 2026 ยุโรปอยู่ภายใต้ GDPR สหรัฐอเมริกาอยู่ภายใต้แนวปฏิบัติของ OCC และ FFIEC สิงคโปร์อยู่ภายใต้ MAS ส่วนประเทศไทยอยู่ภายใต้การกำกับดูแลของธนาคารแห่งประเทศไทย (ธปท.) และพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) และไม่ว่าจะอยู่ภายใต้กฎระเบียบใด การได้รับการรับรอง SOC 2 Type II และ PCI-DSS ถือเป็นมาตรฐานขั้นต่ำที่จำเป็น ไม่ใช่จุดขายที่เหนือกว่าคู่แข่ง

ทั่วภูมิภาค APAC องค์กรทางการเงินร้อยละ 61.2 ได้นำ AI หรือ machine learning มาใช้งานจริงแล้ว ในขณะที่อีกร้อยละ 40 ที่เหลือระบุว่าความปลอดภัยและการปฏิบัติตามข้อกำหนดเป็นอุปสรรคหลัก

ทางแก้ปัญหาไม่ใช่การนำเรื่องการปฏิบัติตามข้อกำหนดมาติดตั้งเพิ่มบนเครื่องมือส่งข้อความสำหรับผู้บริโภคทั่วไปในภายหลัง แต่คือการเริ่มต้นด้วยโครงสร้างพื้นฐานที่ถูกออกแบบมาเพื่ออุตสาหกรรมที่อยู่ภายใต้การกำกับดูแลตั้งแต่แรก

8×8 Converse ขับเคลื่อนบทสนทนาด้านธนาคารได้อย่างไร

ทุกสิ่งที่กล่าวมาข้างต้น ทั้งช่องทางที่กระจัดกระจาย ข้อมูลบริบทที่สูญหายระหว่างการส่งต่อ และการปฏิบัติตามข้อกำหนดที่ไม่ควรเป็นเรื่องที่คิดถึงภายหลัง ล้วนเป็นปัญหาด้านการประสานงานทั้งระบบ ซึ่งไม่มี chatbot ตัวใดตัวเดียวที่จะแก้ปัญหานี้ได้โดยลำพัง

8×8 Converse มอบกล่องข้อความเดียวให้ทีมงานธนาคารสำหรับ WhatsApp, SMS, เว็บแชท และแอปส่งข้อความต่าง ๆ โดยแพลตฟอร์มเดียวกันนี้จัดการทั้งการส่งข้อความเชิงธุรกรรม เช่น OTP การแจ้งเตือนยอดเงิน การยืนยันการชำระเงิน และการสนทนาสนับสนุนลูกค้า เจ้าหน้าที่ไม่ต้องสลับไปมาระหว่างเครื่องมือสี่ตัวเพื่อตอบลูกค้าเพียงคนเดียว เพราะทุกช่องทางจะมารวมอยู่ในคิวเดียวกัน พร้อมการติดแท็กและกำหนดเส้นทางในรูปแบบเดียวกัน

การส่งต่อคือจุดที่แพลตฟอร์มส่วนใหญ่มักมีปัญหา และเป็นจุดที่ Converse ถูกออกแบบมาแตกต่างออกไป เมื่อ chatbot ส่งต่อการสนทนา เจ้าหน้าที่จะไม่ได้รับเพียงบทสรุปหรือลิงก์บทสนทนา แต่จะได้รับบทสนทนาสดพร้อมประวัติทั้งหมดที่โหลดไว้แล้ว และเหตุผลของการส่งต่อที่ถูกระบุไว้ด้านบนอย่างชัดเจน ไม่ต้องพิมพ์ซ้ำ ไม่ต้องเดาข้อมูลใด ๆ

โครงสร้างพื้นฐานเดียวกันนี้ยังรองรับภาระด้านการปฏิบัติตามข้อกำหนดที่กล่าวถึงก่อนหน้านี้ด้วย บทสนทนาทั้งหมดถูกส่งผ่านโครงสร้างพื้นฐานที่ผ่านการรับรอง SOC 2 Type II และ PCI-DSS อยู่แล้ว โดยมีการจัดการ data residency ในระดับบัญชี ไม่ใช่การติดตั้งเพิ่มเติมในแต่ละการใช้งาน ธนาคารที่เปิดให้บริการในสิงคโปร์และฟิลิปปินส์พร้อมกันจึงไม่จำเป็นต้องผ่านการตรวจสอบการปฏิบัติตามข้อกำหนดสองครั้งสำหรับแพลตฟอร์มเดียวกัน

ความครอบคลุมของแพลตฟอร์มขยายไปถึง WhatsApp, SMS, การโทร, เว็บแชท, LINE, Viber, WeChat และ Zalo ซึ่งมีความสำคัญอย่างมากในภูมิภาคที่ลูกค้ามักไม่ใช้เพียงช่องทางเดียว ลูกค้าคนเดียวอาจเริ่มต้นคำถามผ่าน WhatsApp รับ OTP ผ่าน SMS และติดตามผลด้วยการโทรศัพท์ และ Converse จะรวมทั้งหมดนี้ไว้เป็นเธรดต่อเนื่องเดียว ไม่ใช่จุดสัมผัสที่แยกจากกันสามจุด

สำหรับทีมงานธนาคารโดยเฉพาะ นั่นหมายความว่าการแจ้งเตือนการฉ้อโกงที่ส่งผ่าน SMS จะอ้างอิงถึงกรณีเดียวกันกับที่กำลังสนทนาผ่าน WhatsApp และผู้ขอสินเชื่อที่เริ่มต้นแชทตรวจสอบคุณสมบัติเบื้องต้นบนเว็บไซต์ ก็สามารถกลับมาสนทนาต่อผ่าน WhatsApp ได้โดยไม่ต้องกรอกข้อมูลซ้ำแม้แต่ช่องเดียว

สร้างกลยุทธ์ Conversational Banking ของคุณทีละขั้นตอน

ไม่จำเป็นต้องปรับเปลี่ยนรูปแบบการให้บริการทั้งหมดตั้งแต่วันแรก ควรเริ่มต้นจากจุดที่มีความเสี่ยงต่ำแต่มีปริมาณการใช้งานสูง เช่น การจัดการบัตร การค้นหาสาขา การตรวจสอบยอดเงิน ซึ่งเป็นจุดที่หาก chatbot ทำผิดพลาดก็จะมีผลกระทบน้อยมากและสามารถส่งต่อได้ง่าย พิสูจน์ containment rate และการยกระดับ CSAT ในจุดเหล่านี้ก่อน จากนั้นจึงขยับไปสู่พื้นที่ที่ท้าทายมากขึ้น เช่น การยืนยันการฉ้อโกง การตรวจสอบคุณสมบัติสินเชื่อเบื้องต้น ซึ่งเป็นกระบวนการที่การออกแบบแบบ human-in-the-loop แสดงคุณค่าได้อย่างแท้จริง

8×8 Converse นำเสนอการส่งข้อความแบบรวมศูนย์ ระบบอัตโนมัติที่ขับเคลื่อนด้วย AI และการส่งต่ออย่างปลอดภัยให้แก่ทีมงานบริการทางการเงิน ซึ่งถูกออกแบบมาเพื่อการขยายการใช้งานในรูปแบบนี้โดยเฉพาะ ติดต่อ 8×8 เพื่อสร้างกลยุทธ์ conversational banking ของคุณ