AI ปรับปรุงงานสินเชื่อควบคู่กับระบบธนาคารรุ่นเก่าโดยไม่ต้องเปลี่ยนระบบได้อย่างไร

การแทรกแซงระบบหลักของธนาคารทุกครั้งทำให้ทีมวิศวกรรมรู้สึกกังวล โซลูชันรุ่นเก่ามีความตายตัว จึงอาจต้องใช้เวลาหนึ่งเดือนกว่าการเปลี่ยนแปลงเพียงรายการเดียวจะผ่านกระบวนการทั้งหมด งานสินเชื่อซึ่งเป็นแหล่งรายได้สำคัญของธนาคารได้รับผลกระทบมากที่สุด

ผู้ที่เคยเผยแพร่ระบบรุ่นใหม่บนระบบหลักของธนาคารย่อมรู้จักรูปแบบนี้ดี ผลิตภัณฑ์ใหม่ต้องมีระดับการอนุมัติใหม่ รายการตรวจสอบเอกสารที่ปรับปรุง กฎการให้คะแนนที่แก้ไข และช่องทางรายงานที่อัปเดต โดยทุกส่วนแตะต้องโค้ดที่ทำงานมาหลายสิบปี

ผลคือผลิตภัณฑ์และการอัปเดตใหม่ถูกเลื่อนออกไป แม้ทุกฝ่ายเห็นตรงกันว่าจำเป็น เพราะความเสี่ยงจากความผิดพลาดมีน้ำหนักมากกว่าความเสี่ยงจากการรอคอยเสมอ หรือกล่าวให้ตรงกว่านั้นคือเคยเป็นเช่นนั้น แต่ปัจจุบันการตามไม่ทันการเปลี่ยนแปลงทางเทคโนโลยีกลายเป็นความเสี่ยงที่ใหญ่กว่ามาก

อย่างไรก็ตาม ลองนึกภาพแพลตฟอร์มสินเชื่อแยกต่างหากที่กำหนดค่าด้วย AI และติดตั้งขนานกับระบบหลัก กระบวนการสินเชื่อใหม่ทำงานอย่างอิสระและเชื่อมต่อกับระบบหลักผ่านการผสานระบบ วิธีนี้ทำให้การเปลี่ยนแปลงโครงสร้างพื้นฐานด้านสินเชื่อกลายเป็นการเผยแพร่รุ่นย่อยที่ผ่านการทดสอบ และข้อผิดพลาดจะปรากฏในขั้นตอนทดสอบก่อนส่งผลต่อผู้กู้จริง แนวทางนี้จะช่วยลดภาระของทีมวิศวกรรมได้หรือไม่?

ความต้องการเติบโตเร็วกว่าที่ระบบหลักรุ่นเก่าจะเปลี่ยนแปลงได้

ตลาดซอฟต์แวร์ริเริ่มสินเชื่อคาดว่าจะเติบโตด้วยอัตราเฉลี่ยทบต้นต่อปี 11.8% จนถึงปี 2030 ตามข้อมูลของ The Business Research Company เมื่อเทียบกันแล้วแทบจะเป็นความเร็วเดียวกับตลาดซอฟต์แวร์สำหรับองค์กรในวงกว้างตาม การคาดการณ์ของ Technavio ข้อนี้ควรค่าแก่การพิจารณา เพราะงานสินเชื่อมักเป็นส่วนของโครงสร้างเทคโนโลยีธนาคารที่ต่อต้านการเปลี่ยนแปลงมากที่สุด

ปัจจัยหนึ่งที่ขับเคลื่อนการเติบโตนี้คือความตายตัวของระบบหลักรุ่นเก่า ซึ่งทำให้การเปลี่ยนแปลงด้านสินเชื่อล่าช้า ธนาคารและฟินเทคซื้อเครื่องมือที่ช่วยให้เปิดตัวผลิตภัณฑ์สินเชื่อรอบระบบหลักได้มากขึ้น โดยไม่ต้องรอหลายเดือนเพื่อขออนุมัติการอัปเดตเพียงเล็กน้อย

ทีมวิศวกรรมรู้ว่าความผิดพลาดเพียงครั้งเดียวอาจมีค่าใช้จ่ายสูงมาก ในเดือนเมษายน 2018 TSB Bank ย้ายข้อมูลลูกค้าไปยังแพลตฟอร์มใหม่ แต่ระบบล้มเหลวทันทีที่เริ่มใช้งาน ลูกค้าจำนวนมากไม่สามารถเข้าถึงบริการธนาคารได้ และธนาคารประสบความเสียหายอย่างหนัก ทีมวิศวกรรมจำนวนมากยังคงยกกรณีนี้ขึ้นมาทุกครั้งที่วางแผนเผยแพร่ระบบหลักรุ่นใหม่

นอกจากนี้ ความผิดพลาดด้านสินเชื่อยังกระทบงบดุลโดยตรง เกณฑ์อนุมัติที่กำหนดค่าไม่ถูกต้องอาจอนุมัติสินเชื่อที่ควรถูกปฏิเสธ หรือปฏิเสธผู้กู้ที่มีคุณสมบัติครบถ้วน ทั้งสองกรณีจะปรากฏเป็นความเสียหายหรือรายได้ที่สูญเสียภายในไม่กี่สัปดาห์

จุดที่ AI เพิ่มประสิทธิภาพให้สินเชื่อได้มากที่สุด

โดยทั่วไป ธนาคารเริ่มเพิ่ม AI ผ่านการผสานระบบที่คุ้นเคยและดูเหมือนปลอดภัยที่สุด ได้แก่ แชตบอตและผู้ช่วยบริการในส่วนติดต่อกับลูกค้า แต่ผู้ให้สินเชื่อที่เพิ่มแชตบอตยอมรับความเสี่ยงที่เห็นได้ไม่ชัดนัก แบบจำลองเชิงสร้างสรรค์บางครั้งให้คำตอบผิดด้วยความมั่นใจเต็มที่ ใน AI Impact Survey 2026 ของ Grant Thornton มีผู้บริหารธนาคารเพียง 18% ที่กล่าวว่าตนมั่นใจอย่างเต็มที่ในมาตรการควบคุม AI ขององค์กร

ประโยชน์ของ AI ในงานสินเชื่อมาจากความรวดเร็วที่ผู้ให้สินเชื่อสามารถเปลี่ยนแปลงองค์ประกอบรอบการตัดสินใจด้านเครดิต ส่วนการตัดสินใจนั้นยังคงอยู่กับแบบจำลองการให้คะแนนที่ผ่านการอนุมัติและคณะกรรมการสินเชื่อ

ความรวดเร็วมีคุณค่าเชิงพาณิชย์เสมอ การเปลี่ยนโครงสร้างพื้นฐานสินเชื่อบนระบบหลักรุ่นเก่าต้องใช้เวลาทำงานทางวิศวกรรม 12 ถึง 18 เดือน และการเปิดตัวใหม่จะหยุดชะงักตลอดช่วงดังกล่าว การเปลี่ยนระบบหลักทั้งหมดต้องใช้เวลาสามถึงห้าปี ในระหว่างนั้นผู้กู้จะยื่นขอสินเชื่อที่อื่น

รายงาน 2026 Report on Employer Firms ของธนาคารกลางสหรัฐฯ พบว่าสัดส่วนธุรกิจขนาดเล็กในสหรัฐฯ ที่ยื่นขอสินเชื่อและหาเงินทุนจากผู้ให้สินเชื่อฟินเทคออนไลน์เพิ่มจาก 17% ในปี 2020 เป็น 29% ในปี 2025 โดยหลายบริษัทให้เหตุผลว่าต้องการการตัดสินใจที่รวดเร็วกว่า

AI เริ่มต้นจากข้อกำหนดทางธุรกิจ

แทนที่จะวิเคราะห์ข้อมูลหรือมีส่วนร่วมในการตัดสินใจสินเชื่อ AI สามารถสร้างคุณค่ามหาศาลในงานกำหนดค่าที่ช่วยเปิดตัวและอัปเดตผลิตภัณฑ์สินเชื่อ ข้อมูลตั้งต้นคือข้อกำหนดทางธุรกิจที่เจ้าของผลิตภัณฑ์เขียนขึ้น ทีมสินเชื่ออธิบายสิ่งที่ต้องการ ได้แก่ ใครสมัครได้ ต้องใช้เอกสารใด มีระดับการอนุมัติอย่างไร ข้อมูลใดเข้าสู่คะแนน ต้องรายงานอะไรและเมื่อใด

AI เปลี่ยนแต่ละข้อเป็นการกำหนดค่าแพลตฟอร์ม ได้แก่ เกณฑ์คุณสมบัติ รายการตรวจสอบเอกสาร ขั้นตอนการอนุมัติพร้อมระดับต่าง ๆ การเชื่อมต่อกับแหล่งข้อมูลที่ใช้ให้คะแนน และกำหนดการรายงาน ในระบบหลักรุ่นเก่า วิศวกรสร้างแต่ละส่วนด้วยตนเองและทุกการเปลี่ยนแปลงต้องผ่านวงจรเผยแพร่เต็มรูปแบบ เมื่อใช้ AI ผลิตภัณฑ์จะถูกสร้างทีละฟังก์ชันบนรากฐานร่วม ทีมวิศวกรรมและกำกับดูแลตรวจสอบและทดสอบทุกการเปลี่ยนแปลงก่อนเริ่มใช้งาน และยังคงมีอำนาจอนุมัติขั้นสุดท้าย

ข้อกำหนดสามารถแยกจากระบบหลักเดิมได้โดยสิ้นเชิง AI ไม่จำเป็นต้องอ่านหรือตีความตรรกะของระบบหลัก ผู้ให้สินเชื่อจึงระบุผลิตภัณฑ์ที่ระบบปัจจุบันไม่เคยถูกออกแบบให้รองรับได้ โค้ดที่ไม่มีเอกสารประกอบมาตลอดสองทศวรรษยังคงไม่ถูกแตะต้อง

กระบวนการสินเชื่อใหม่ทำงานบนแพลตฟอร์มแยกที่ติดตั้งขนานกับระบบหลัก ทั้งสองเชื่อมต่อผ่านการผสานระบบ ขณะที่ระบบหลักเก็บรักษาบันทึกและฟังก์ชันเดิมไว้ ไม่ต้องเขียนโค้ดของระบบหลักใหม่ก่อนเปิดตัวผลิตภัณฑ์ใหม่

สร้างต่อยอดจากข้อมูลที่มีอยู่ในปัจจุบัน

อย่างไรก็ตาม โครงการ AI ของธนาคารจำนวนมากติดขัดเรื่องข้อมูล แต่ไม่จำเป็นต้องมีฐานข้อมูลขนาดมหึมา มีไว้ย่อมดีแต่ไม่ใช่สิ่งจำเป็น AI ร่างกฎการพิจารณาสินเชื่อและข้อกำหนดข้อมูลโดยอิงกับแหล่งที่มีอยู่ และทีมความเสี่ยงอนุมัติก่อนเริ่มดำเนินการ เมื่อไม่มีแหล่งข้อมูล ระบบจะกำหนดวิธีรวบรวม ได้แก่ ข้อมูลผู้กู้ ข้อมูลผู้ค้ำประกัน เอกสารบังคับและเอกสารที่อัปโหลดได้ และแหล่งข้อมูลภายนอก

กระบวนการ “สร้างข้อมูล” นี้ช่วยให้ธนาคารและฟินเทคขยายคลังข้อมูลจริงของตนพร้อมกับเติมช่องว่าง และทำให้สมมติฐานของผู้ขายเกี่ยวกับข้อมูลที่ควรเก็บไว้แล้วไม่เป็นตัวกำหนดโครงการอีกต่อไป

ความพร้อมของข้อมูลจึงไม่ใช่เงื่อนไขเบื้องต้นสำหรับการเปิดตัวผลิตภัณฑ์สินเชื่ออีกต่อไป แต่กลายเป็นส่วนหนึ่งของขั้นตอนกำหนดค่าเดียวกัน

การเปลี่ยนผลิตภัณฑ์เทียบกับการเปลี่ยนระบบหลัก

สำหรับผู้ให้สินเชื่อส่วนใหญ่ คำถามในทางปฏิบัติคือจะสามารถเปิดตัวผลิตภัณฑ์สินเชื่อใหม่และปรับผลิตภัณฑ์เดิมได้หรือไม่ ขณะที่การย้ายระบบหลักที่ใช้เวลาหลายปียังคงดำเนินต่อไป แพลตฟอร์มสินเชื่อแยกต่างหากที่กำหนดค่าด้วย AI ตามข้อกำหนดทางธุรกิจตอบคำถามนี้ ผู้ให้สินเชื่อสามารถเปิดตัวและปรับผลิตภัณฑ์สินเชื่อทุกไตรมาส ขณะที่โครงการระบบหลักดำเนินตามกำหนดเวลาของตน การแยกส่วนนี้คือจุดที่ AI กำลังพิสูจน์คุณค่าในงานสินเชื่อปัจจุบัน