ในยุคที่เทคโนโลยีดิจิทัลกลายเป็นหัวใจหลักของทุกอุตสาหกรรม การเงินและอสังหาริมทรัพย์ของไทยกำลังเผชิญกับการปฏิวัติครั้งยิ่งใหญ่ การที่ธนาคารพาณิชย์ชั้นนำหลายแห่งเริ่มนำปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) มาใช้ในการวิเคราะห์ผู้กู้สินเชื่อ โดยเฉพาะสินเชื่อที่อยู่อาศัยหรือสินเชื่อเคหะ
ไม่ใช่เพียงการอัปเกรดระบบภายในเท่านั้น แต่เป็นการพลิกโฉมโครงสร้างพื้นฐานของตลาดอสังหาริมทรัพย์ทั้งระบบ ตั้งแต่กระบวนการอนุมัติที่รวดเร็วดุจสายฟ้าแลบ ไปจนถึงการขยายโอกาสให้กลุ่มคนที่เคยถูกมองข้าม ส่งผลให้ผู้ซื้อบ้าน ผู้พัฒนาโครงการ และธนาคารเองต่างได้รับประโยชน์อย่างลึกซึ้ง บทความนี้จะพาคุณดำดิ่งสู่โลกของ AI ในวงการสินเชื่อไทย ด้วยรายละเอียดที่ละเอียดลออ พร้อมความรู้เสริมที่เชื่อมโยงกับบริบทโลกและอนาคตที่กำลังมา
การเปลี่ยนแปลงสำคัญ ธนาคารนำ AI วิเคราะห์สินเชื่อ
การนำ AI มาใช้ในกระบวนการพิจารณาสินเชื่อไม่ได้เกิดขึ้นเฉพาะในประเทศไทยเท่านั้น หากแต่เป็นเทรนด์ระดับโลกที่เริ่มต้นมาตั้งแต่ช่วงปี 2010s โดยธนาคารยักษ์ใหญ่เช่น JPMorgan Chase ในสหรัฐฯ ได้พัฒนาระบบ LOAN (Loan Origination and Analysis Network) ที่ใช้ Machine Learning วิเคราะห์ข้อมูลผู้กู้ตั้งแต่ปี 2017 ลดเวลาการอนุมัติจากหลายวันเหลือเพียงไม่กี่ชั่วโมง
ในไทย การเปลี่ยนแปลงนี้เริ่มจริงจังราวปี 2022-2023 เมื่อธนาคารอย่าง SCB, KBank และ TTB ประกาศนำ AI เข้ามาเสริมระบบ โดยเฉพาะสินเชื่อรายย่อยที่รวมถึงสินเชื่อบ้าน ซึ่งคิดเป็นสัดส่วนกว่า 40% ของพอร์ตสินเชื่อทั้งหมดของธนาคารไทย (ตามข้อมูลธนาคารแห่งประเทศไทย ปี 2024)
จุดเปลี่ยนนี้เกิดจากความกดดันหลายด้าน การแข่งขันจาก FinTech เช่น TrueMoney หรือ LINE BK ที่ใช้ AI เป็นหลัก, การระบาดของ COVID-19 ที่เร่งให้กระบวนการดิจิทัล และกฎระเบียบจากธนาคารแห่งประเทศไทย (BOT) ที่สนับสนุน Open Banking ซึ่งเปิดให้แบ่งปันข้อมูลระหว่างสถาบันการเงิน AI ในที่นี้ไม่ใช่แค่โปรแกรมคำนวณง่ายๆ แต่เป็นระบบ Machine Learning ที่เรียนรู้จากข้อมูลมหาศาล (Big Data) เพื่อทำนายพฤติกรรมการชำระหนี้
1. ความรวดเร็วและแม่นยำในการอนุมัติสินเชื่อ
ในอดีต การพิจารณาสินเชื่อบ้านต้องผ่านเจ้าหน้าที่หลายชั้น ตรวจเอกสาร, สอบประวัติเครดิตบูโร, คำนวณ DSR (Debt Service Ratio) ด้วยมือ ซึ่งอาจใช้เวลา 7-14 วัน ปัจจุบัน AI เปลี่ยนเกมนี้โดยสิ้นเชิง ตัวอย่างเช่น ระบบของ KBank ภายใต้โครงการ “K PLUS Credit” สามารถอนุมัติสินเชื่อเบื้องต้นภายใน 10 นาที สำหรับลูกค้าที่มีข้อมูลดิจิทัลครบถ้วน โดยใช้ Algorithm ที่วิเคราะห์มากกว่า 2,000 ตัวแปร ตั้งแต่รายได้เฉลี่ยจากบัญชีธนาคาร, พฤติกรรมการใช้จ่ายผ่านแอป, ไปจนถึงข้อมูลทางเลือกอย่างประวัติการชำระบิลโทรศัพท์หรือค่าบัตรเครดิต
Alternative Data คืออะไร
Alternative Data หมายถึงข้อมูลนอกเหนือจากรายงานเครดิตบูโรแบบดั้งเดิม เช่น ข้อมูลจาก Social Media (อย่างจำนวนผู้ติดตามสำหรับ influencer), ข้อมูลการช้อปปิ้งออนไลน์จาก Shopee/Lazada, หรือแม้แต่ข้อมูล GPS จากแอปแท็กซี่เพื่อวิเคราะห์ความถี่ในการเดินทาง ในบริษัทร์ ในสหรัฐฯ บริษัท Upstart ใช้ Alternative Data ทำให้อัตราอนุมัติเพิ่ม 27% โดยไม่เพิ่มความเสี่ยงหนี้เสีย (NPL) ในไทย BOT กำลังออก guideline เพื่อให้การใช้ข้อมูลเหล่านี้อยู่ภายใต้ PDPA (พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล)
นอกจากนี้ AI ยังลดเอกสารลงอย่างมาก ลูกค้าที่เป็น “Digital Native” (ใช้บริการธนาคารออนไลน์มานาน) อาจไม่ต้องยื่นสลิปเงินเดือน เพราะ AI ดึงข้อมูลจาก Transaction History โดยตรง ส่งผลให้ Rejection Rate ลดลงจาก 25-30% เหลือต่ำกว่า 15% ในบางธนาคาร
2. การเข้าถึงสินเชื่อที่ขยายตัว (Financial Inclusion)
หนึ่งในปัญหาเรื้อรังของระบบการเงินไทยคือ “Underserved Population” กลุ่มคนกว่า 10 ล้านคนที่ไม่มีประวัติเครดิตหรือมีรายได้ไม่สม่ำเสมอ เช่น ฟรีแลนซ์, พ่อค้าแม่ค้าตลาดนัด, หรือเกษตรกร AI แก้ไขด้วยการสร้าง “Credit Scoring ทางเลือก” ที่ยืดหยุ่นกว่า ตัวอย่าง SCB ใช้ AI วิเคราะห์ข้อมูลจาก TrueMoney Wallet เพื่ออนุมัติสินเชื่อให้พ่อค้าออนไลน์ที่เคยถูกปฏิเสธถึง 30% สามารถกลับมาได้รับวงเงิน
Hyper-personalization การปรับแต่งเฉพาะบุคคล
แทนที่จะใช้เกณฑ์เดียวกัน (เช่น รายได้ขั้นต่ำ 15,000 บาท/เดือน) AI คำนวณความเสี่ยงแบบไดนามิก เช่น ผู้กู้ที่มีรายได้ผันผวนแต่ชำระหนี้ตรงเวลา 90% อาจได้ดอกเบี้ยต่ำกว่า หรือผ่อนนานขึ้น เทคนิคนี้ใช้ Neural Networks ที่เรียนรู้จากข้อมูลล้านๆ รายการ คล้ายกับที่ Zest AI ในสหรัฐฯ ใช้ลด Bias ใน Credit Scoring
3. ผลกระทบต่อตลาดอสังหาริมทรัพย์
ตลาดอสังหาฯ ไทยมูลค่ากว่า 1 ล้านล้านบาทต่อปี (ข้อมูลปี 2024 จาก REIC) เผชิญปัญหา Rejection Rate สูงถึง 20-25% ซึ่งทำให้ดีลล้มกลางคัน ผู้พัฒนาโครงการอย่าง AP Thai หรือ Sansiri จึงเริ่มร่วมมือกับธนาคารในการใช้ AI “Pre-Approval” วิเคราะห์ผู้ซื้อตั้งแต่เยี่ยมชมโครงการ ลดปัญหาลูกค้าถูกปฏิเสธหลังจอง
ข้อมูลเชิงลึกสำหรับผู้พัฒนา
AI ไม่หยุดแค่อนุมัติ แต่ยังให้ Insights เช่น พฤติกรรมลูกค้าชอบคอนโดใกล้ MRT หรือบ้านเดี่ยวในราคา 3-5 ล้าน ส่งผลให้การพัฒนาโครงการตรงเป้า เช่น โครงการ The Line ที่ใช้ Data Analytics จากธนาคาร partner
Virtual Bank อนาคตที่ใกล้เข้ามา
BOT อนุมัติใบอนุญาต Virtual Bank 3 รายในปี 2024 (เช่น LINE Bank, Krungthai NEXT) ซึ่งใช้ AI 100% ลดสาขา ลดต้นทุน 20-30% และขยายสินเชื่อไปยังชนบทผ่านแอป
ประโยชน์ที่สำคัญจากการใช้ AI
ผู้กู้
ความรวดเร็วและสะดวก อนุมัติในนาที-วัน, ลดเอกสาร, ขั้นตอนออนไลน์ทั้งหมด
โอกาสเข้าถึงสินเชื่อ กลุ่มอาชีพอิสระ/ไม่มีเครดิต มีโอกาสเพิ่ม 20-30%
ธนาคาร
ประสิทธิภาพและความเสี่ยง ลดต้นทุน 15-25%, NPL ต่ำลง 1-2%, ตัดสินใจแม่นยำ
ผู้ประกอบการอสังหาฯ
ยอดขายและโอกาสธุรกิจ Rejection ลด, จับคู่ลูกค้าแม่นยำ, Insights สำหรับพัฒนาโครงการ
สิ่งที่ต้องจับตามอง แม้ AI จะทรงพลัง แต่ก็มีด้านมืด
• Bias และความเป็นธรรม: หากข้อมูลฝึกสอนมีอคติ (เช่น จากข้อมูลเก่าที่ปฏิเสธกลุ่มรายได้ต่ำ) AI อาจสืบทอด Bias ธนาคารไทยจึงต้องใช้ Explainable AI (XAI) เพื่อให้ตรวจสอบได้ BOT ออก guideline ปี 2025 บังคับให้เปิดเผยเหตุผลการตัดสินใจ
• ความเป็นส่วนตัว: การใช้ Alternative Data ต้องเชื่อฟัง PDPA ไม่งั้นเสี่ยงฟ้องร้อง คล้ายกรณี Cambridge Analytica
• ความโปร่งใส: ผู้กู้ควรรู้ว่า “ทำไมถูกปฏิเสธ” เพื่ออุทธรณ์ได้
Global Case Study
ในจีน Ant Group (Alibaba) ใช้ AI อนุมัติสินเชื่อ 3 ล้านรายต่อวันด้วย Accuracy 99% แต่เคยถูกสั่งหยุดชั่วคราวเพราะ Over-lending แสดงให้เห็นความจำเป็นของ Regulation
การยกระดับสู่อนาคตที่เท่าเทียม
การนำ AI มาใช้วิเคราะห์ผู้กู้สินเชื่อของธนาคารไทยไม่ใช่แค่เทคโนโลยีใหม่ แต่เป็นก้าวกระโดดที่ทำให้การเป็นเจ้าของบ้านกลายเป็นจริงสำหรับคนไทยมากขึ้น ด้วยความรวดเร็ว แม่นยำ และ inclusive ยิ่งขึ้น ตลาดอสังหาฯ จะเติบโตอย่างยั่งยืน ทว่าความสำเร็จขึ้นอยู่กับการกำกับดูแลที่สมดุล หากไทยจัดการได้ดี เราอาจกลายเป็นผู้นำ AI Finance ในอาเซียนภายใน 5 ปีข้างหน้า อนาคตที่บ้านในฝันไม่ได้อยู่ไกลเกินเอื้อมอีกต่อไป
นิยาย ฝันที่รอไฟเขียว
กรุงเทพฯ ช่วงปลายฝนต้นหนาว อากาศยังอุ่นชื้นแต่ใจคนเริ่มเย็นลงเมื่อใกล้สิ้นเดือน ตึกคอนโดสูงสี่สิบชั้นริมแม่น้ำเจ้าพระยาสะท้อนแสงสีทองของพระอาทิตย์ที่กำลังลับขอบฟ้า ภายในห้องตัวอย่างชั้นยี่สิบเจ็ด “เดอะ ริเวอร์วิว เรสซิเดนซ์” นายปริญญ์ วัยสามสิบต้น ๆ ยืนกอดอกมองวิวที่เขาใฝ่ฝันมาตลอดสามปี แอร์เย็นฉ่ำพัดผ่านสูทสีเทาที่เพิ่งรีดเรียบ เขาหันไปมองเซลส์สาวที่นั่งพิมพ์ข้อมูลบนแท็บเล็ต
“ถ้าผมจองวันนี้ ได้ส่วนลดกี่เปอร์เซ็นต์ครับ” ปริญญ์ถามด้วยน้ำเสียงที่พยายามมั่นใจ แต่สายตากลับเลื่อนไปที่ป้ายราคาหน้าห้อง สี่ล้านเก้าแสนบาท
“สิบเปอร์เซ็นต์ค่ะ แล้วถ้าท่านผ่านสินเชื่อกับพาร์ตเนอร์ธนาคารของเรา ผ่อนเริ่มต้นแค่หมื่นต้น ๆ ต่อเดือน” เซลส์ตอบยิ้มหวาน มือลากนิ้วบนหน้าจอ “ระบบ AI ของธนาคารตอนนี้เร็วมาก กรอกข้อมูลเสร็จ ผลออกในสิบนาที”
ปริญญ์หัวเราะในลำคอ เขาเป็นฟรีแลนซ์กราฟิกดีไซน์ รายได้ต่อเดือนขึ้น ๆ ลง ๆ บางเดือนทะลุแสน บางเดือนแทบไม่ถึงสามหมื่น ไม่มีสลิปเงินเดือน ไม่มีประกันสังคม ไม่มีอะไรที่ธนาคารเก่าจะยอมรับ แต่เขามีพอร์ตโฟลิโอ มีลูกค้าประจำ และมีเงินดาวน์เก็บมาสามแสนห้า
“ลองดูก็ได้” เขาพึมพำ แล้วนั่งลงข้างโต๊ะกระจก เซลส์ส่งแท็บเล็ตให้ เขากรอกข้อมูลส่วนตัว หมายเลขบัตรประชาชน บัญชีธนาคารที่ใช้รับงาน รายการเดินบัญชีย้อนหลังสามเดือน และแปลกที่สุดคือ ลิงก์ไปยังโปรไฟล์ Behance และ Instagram ส่วนตัวของเขา
“เอาไว้ดูพฤติกรรมการเงินค่ะ” เซลส์อธิบาย “AI จะวิเคราะห์ว่าท่านมีวินัยแค่ไหน จากโพสต์ จากแชต จากทุกอย่าง”
ปริญญ์ยกคิ้ว แต่ก็กดยอมรับ เขาเคยได้ยินเรื่องนี้จากเพื่อนที่เป็นโปรแกรมเมอร์ ธนาคารใหม่ ๆ ใช้ AI อ่านชีวิตคนจากข้อมูลดิจิทัลทั้งหมด ไม่ใช่แค่เครดิตบูโร
สิบนาทีผ่านไป แท็บเล็ตสั่นเบา ๆ ข้อความสีเขียวเด้งขึ้น:
“ยินดีด้วยครับ คุณปริญญ์ วงเงินอนุมัติ 5,200,000 บาท ผ่อน 30 ปี ดอกเบี้ย 2.99% ต่อปี กรุณายืนยันการจองภายใน 24 ชม.”
ปริญญ์ตาโต เขาหันไปมองเซลส์ที่ยิ้มกว้างจนแก้มปริ “จริงเหรอครับ” เขาถามเสียงสั่น
“จริงค่ะ ระบบเพิ่งอัปเดตเมื่อวานนี้ ลูกค้าฟรีแลนซ์ผ่านเยอะมาก”
เขาลงลายมือชื่อในสัญญาจองทันที มือสั่นเล็กน้อย หัวใจเต้นแรงเหมือนเด็กได้ของเล่นชิ้นแรก เงินดาวน์สามแสนห้าโอนไปในบัญชีโครงการภายในครึ่งชั่วโมง
ค่ำวันนั้น ปริญญ์นั่งดื่มเบียร์คนเดียวที่ระเบียงห้องเช่าเก่าในซอยอารีย์ เขาเปิดแอปธนาคารดูสถานะสินเชื่อ สีเขียวสดใส เขายิ้มให้ตัวเองในเงาสะท้อนกระจก “ในที่สุด” เขาพึมพำ “บ้านริมน้ำของกูเอง”
สัปดาห์ถัดมา วันโอนกรรมสิทธิ์มาถึง ตึกสูงระฟ้าสวยงามยิ่งกว่าในโบรชัวร์ ปริญญ์แต่งตัวสูทสีกรมท่ามาพร้อมกระเป๋าเดินทางใบเดียว เขาเซ็นเอกสารโอนกับเจ้าหน้าที่ธนาคารที่ยิ้มแย้มเหมือนเซลส์
“ยินดีด้วยนะครับคุณปริญญ์” เจ้าหน้าที่พูด “ระบบ AI ของเราภูมิใจที่ได้ช่วยคนรุ่นใหม่”
ปริญญ์พยักหน้า เขารับกุญแจห้องมาในมือ กุญแจโลหะเย็นเฉียบ เขาเดินขึ้นลิฟต์ไปชั้นยี่สิบเจ็ด ประตูห้อง 2703 เปิดออก วิวแม่น้ำกว้างใหญ่ ท้องฟ้าสีคราม เฟอร์นิเจอร์ครบชุดตามที่เลือกไว้
เขาวางกระเป๋า เดินไปยืนที่ระเบียง ลมเย็นพัดผ่านหน้า เขาหยิบโทรศัพท์ขึ้นมาถ่ายรูป ส่งให้แม่ที่ต่างจังหวัด “บ้านลูกแล้วแม่” เขาพิมพ์
แต่ขณะที่เขากำลังยิ้มให้กล้อง ข้อความแจ้งเตือนเด้งขึ้นบนหน้าจอโทรศัพท์ จากแอปธนาคาร
“เรียนคุณปริญญ์ เนื่องจากตรวจพบความผิดปกติในข้อมูลที่ใช้ประกอบการพิจารณา วงเงินสินเชื่อของคุณถูกระงับชั่วคราว กรุณาติดต่อสาขาภายใน 7 วัน มิฉะนั้นสัญญาจะถูกยกเลิก”
ปริญญ์ขมวดคิ้ว เขาเปิดแอปดูรายละเอียด ไม่มีคำอธิบายเพิ่มเติม มีแต่ปุ่ม “ติดต่อเจ้าหน้าที่”
เขากดโทรไปเบอร์ที่ให้ไว้ สัญญาณดังอยู่นาน จนในที่สุดมีเสียงผู้หญิงตอบ
“สวัสดีค่ะ ฝ่ายสินเชื่อดิจิทัล”
“ผมปริญญ์ครับ เพิ่งโอนบ้านไปเมื่อเช้า ทำไมวงเงินถูกระงับ”
ปลายสายเงียบไปครู่หนึ่ง ก่อนตอบด้วยน้ำเสียงเรียบเฉย “ระบบ AI ตรวจพบว่าโปรไฟล์ Behance ที่ท่านให้ลิงก์มานั้น มีผลงานบางชิ้นที่สร้างโดย AI Generative Art ไม่ใช่งานออกแบบของท่านเอง เราไม่สามารถนับเป็นหลักฐานรายได้ได้”
ปริญญ์ชะงัก “เดี๋ยวครับ ผมใช้ AI ช่วยแค่ไอเดีย บางโปรเจกต์ผมทำเอง”
“ขออภัยค่ะ ระบบตัดสินแล้ว ท่านต้องส่งหลักฐานเพิ่มเติมภายใน 7 วัน มิฉะนั้นเงินดาวน์จะถูกยึดเป็นค่าธรรมเนียมการยกเลิกสัญญา”
สายตัดไป ปริญญ์ยืนนิ่งอยู่ที่ระเบียง วิวแม่น้ำยังสวยงามเหมือนเดิม แต่หัวใจของเขาเย็นเฉียบลงทันที
เขาเปิดคอมพิวเตอร์ ไล่ดูไฟล์งานเก่า ๆ ใช่ มีอยู่สามโปรเจกต์ที่เขาใช้ Midjourney ช่วยสร้างภาพ concept แล้วนำไปปิดดีลกับลูกค้า เขาคิดว่าไม่มีใครรู้ แต่ AI ของธนาคารรู้
มันไม่ได้มองแค่ยอดเงินในบัญชี
มันมองลึกถึง “ความจริง” ของเขา
กุญแจในมือยังคงเย็นเฉียบ ปริญญ์มองออกไปที่แม่น้ำเจ้าพระยา ค่ำคืนนี้ไม่มีดาว มีแต่แสงไฟจากตึกฝั่งตรงข้ามที่สะท้อนลงมาเหมือนคำถาม
บ้านในฝันที่เขาเพิ่งได้มา
อาจกลายเป็นเพียงภาพลวงตาที่ AI สร้างขึ้น
ก่อนจะลบออกไปในเสี้ยววินาที
เขาไม่เคยรู้เลยว่า
ผู้ตัดสินที่แท้จริง ไม่ใช่ธนาคาร
แต่เป็นเงาสะท้อนของตัวเขาเองในข้อมูลดิจิทัลที่เขาเคยเคยสร้างขึ้นมา และครั้งนี้
มันตัดสินว่าเขา
ยังไม่พร้อม
