ธนาคารกลางอินเดียใช้ AI อนุมัติสินเชื่อที่มนุษย์อาจปฏิเสธ

การธนาคารกลางของอินเดีย (RBI) ได้ประกาศแนวทางให้สถาบันการเงินทั่วประเทศนำ AI ไปใช้ในการอนุมัติสินเชื่อที่นักวิเคราะห์มนุษย์อาจปฏิเสธในตอนแรก การเปลี่ยนแปลงนี้มุ่งเน้นเพิ่มโอกาสเข้าถึงเครดิตสำหรับผู้กู้รุ่นใหม่ ผู้ทำงานแบบเกียร์ (gig workers) และธุรกิจขนาดเล็กที่ไม่มีบันทึกบัญชีอย่างเป็นทางการ ซึ่งถือเป็นประเด็นสำคัญต่อการเร่งให้ระบบการเงินของอินเดียมีความครอบคลุมมากยิ่งขึ้น

Overview

สุนัขจริตของธนาคารกลางอินเดีย Sanjay Malhotra แถลงที่งานประชุม FIBAC ในนิคมมุมนี่เมื่อวานนี้ว่า “เรามองว่า AI เป็นความสามารถที่จะต้องใช้ด้วยความรับผิดชอบ ไม่ใช่แค่เป็นความเสี่ยงที่ต้องกักกัน” คำพูดนี้สะท้อนถึงนโยบายใหม่ซึ่งพยายามขับเคลื่อนการให้สินเชื่อแก่กลุ่มผู้ยากไร้เข้าถึงระบบธนาคารได้ง่ายขึ้น

โดยในปัจจุบัน ธนาคารหลายแห่งพบความยากในการประเมินเครดิตของผู้กู้ที่ไม่มีข้อมูลทางการเงินแบบดั้งเดิม เช่น ผู้ทำงานอิสระหรือธุรกิจขนาดเล็ก การนำ AI ที่ฝึกด้วยข้อมูลทางเลือกเช่นกระแสเงินสด รายงานภาษี GST การชำระค่าสาธารณูปโภค และรอยเท้าดิจิทัลเข้าไปใช้จึงสามารถขยายพรมแดนของ “India bankable” ไปไกลกว่าการประเมินแบบดั้งเดิมได้อย่างมีประสิทธิภาพ

Key Details

AI สามารถทำงานบนข้อมูลที่ไม่เป็นทางการเหล่านี้เพื่อลดต้นทุนต่อสินเชื่อลงอย่างมาก ซึ่งช่วยให้ธนาคารลดความเสี่ยงและขยายฐานลูกค้าในพื้นที่ที่ยังคงอยู่ในภาวะ “under‑banked” หรือใช้บริการจากผู้ให้กู้แบบไม่กำกับดูแลที่มักมีอัตราดอกเบี้ยสูง

การพยากรณ์ของโมเดลจะช่วยตรวจจับผู้กู้ที่อยู่ใกล้เคียงกับความเสี่ยงดิ้นรน (default) ก่อนที่จะถึงจุดวิกฤติ ทำให้สามารถแทรกแซงด้วยการให้คำปรึกษา แทนการตามเก็บหนี้เท่านั้น AI จึงอาจเป็น “ตัวเร่ง” ที่สำคัญที่สุดในการส่งเสริมการรวมการเงินของประเทศ

AI for Inclusion

หนึ่งในแนวทางที่ธนาคารพิจารณาคือการใช้ AI พัฒนาอินเตอร์เฟซเสียงภายในภาษาแม่ของผู้ใช้ อินเดียมี 14 ภาษาใหญ่ ที่แต่ละภาษามีผู้พูดอย่างน้อยสิบล้านคน และอีก 8 ภาษาที่ถือเป็นมรดกสำคัญ ของชาติ นอกจากนี้อัตราการรู้หนังสือในชนบทยังอยู่ต่ำกว่า 80 เปอร์เซ็นต์ ทำให้เทคโนโลยีเสียงที่เข้าใจหลายภาษาอาจช่วยให้ประชาชนเข้าถึงบริการธนาคารได้ง่ายขึ้น

การใช้ระบบสนับสนุนด้วย AI ยังสามารถปรับปรุงคุณภาพของการให้บริการลูกค้า เช่น ผู้จัดการสัมพันธ์ (relationship manager) ที่ได้รับข้อมูลเชิงลึกจากโมเดลเพื่อแนะนำผลิตภัณฑ์ที่เหมาะสมและเตือนความเสี่ยงล่วงหน้า ทำให้จำนวนลูกค้าที่รับบริการต่อวันเพิ่มขึ้นโดยไม่เสียคุณภาพ

Risks & Governance

แม้จะมีศักยภาพสูง แต่ AI ยังเผชิญกับ “ปัญหา black box” ที่โมเดลขั้นสูงเช่น deep learning หรือระบบสร้างสรรค์อาจไม่สามารถอธิบายเหตุผลของการตัดสินใจได้อย่างชัดเจน ธนาคารต้องให้ข้อมูลเหตุผลเมื่อมีการปฏิเสธเครดิตต่อผู้กู้และต่อหน่วยกำกับดูแล

ความเป็นไปได้ที่โมเดลจะคงอยู่ในรูปแบบของอคติ (bias) ต่อภูมิภาค อาชีพ หรือชุมชนบางกลุ่มก็เป็นข้อกังวลสำคัญ อีกทั้งการพึ่งพาผู้ให้บริการเทคโนโลยีไม่กี่รายอาจทำให้ความบกพร่องในระบบกระจายไปทั่วธนาคารของประเทศ

Expectations for Banks

เพื่อควบคุมความเสี่ยง ธนาคารต้องปฏิบัติตามแนวทางที่ Sanjay Malhotra กำหนดไว้ ซึ่งรวมถึง:

• รักษารายการสำรวจครบถ้วนของทุกระบบ AI ที่ใช้งาน ทั้งในรูปแบบผลิตภัณฑ์ของผู้ขายและโซลูชันที่พัฒนาขึ้นเอง
• จัดทำแนวทางกำกับดูแล AI ที่ได้รับการอนุมัติจากคณะกรรมการบริหาร พร้อมระบุความรับผิดชอบต่อผลลัพธ์ ไม่ใช่แค่ขั้นตอนจัดซื้อเท่านั้น
• พัฒนาความสามารถในการอธิบายการตัดสินใจของ AI โดยเฉพาะในเรื่องสินเชื่อและการป้องกันการฉ้อโกง
• ทำการทดสอบ “red‑team” และ stress‑test ระบบ AI ก่อนนำไปใช้และทำซ้ำเป็นระยะ เพื่อให้แน่ใจว่าระบบสามารถรับมือกับสภาพแวดล้อมที่เปลี่ยนแปลงได้

โดยย้ำว่า “ความรับผิดชอบต่อการตัดสินใจของธนาคารต้องอยู่กับธนาคารเอง ไม่ใช่กับอัลกอริทึม” การกำหนดหลักการตรวจสอบด้วยมนุษย์อย่างมีประสิทธิภาพจึงเป็นหัวใจสำคัญของการนำ AI ไปใช้ในภาคการเงิน

Impact

หากแนวทางเหล่านี้ดำเนินไปอย่างราบรื่น อินเดียอาจเห็นการขยายตัวของฐานผู้กู้ที่ได้รับเครดิตจากธนาคารเพิ่มขึ้นอย่างมีนัยสำคัญ ลดการพึ่งพาผู้ให้กู้แบบไม่กำกับดูแลและลดภาระดอกเบี้ยสูงสำหรับประชาชนในระดับล่างของสังคม นอกจากนี้การใช้ AI เพื่อปรับปรุงบริการลูกค้าอาจทำให้ความพึงพอใจและความเชื่อมั่นต่อระบบธนาคารเพิ่มขึ้น ส่งผลดีต่อเสถียรภาพทางการเงินโดยรวมของประเทศ

อย่างไรก็ตาม หากไม่สามารถควบคุมความเสี่ยงจากโมเดล “black box” หรืออคติได้ การใช้ AI อาจทำให้เกิดข้อพิพาทด้านกฎหมายและศักยภาพในการทำให้ระบบการเงินมีช่องโหว่ต่อการเสียหายของผู้บริโภคและสถาบัน

Summary

ธนาคารกลางอินเดียตั้งเป้าหมายใช้ AI เพื่อขยายการให้สินเชื่อแก่กลุ่มที่มักถูกปฏิเสธโดยมนุษย์ พร้อมกำหนดมาตรฐานความรับผิดชอบและการควบคุมเพื่อจัดการกับความเสี่ยงด้านความโปร่งใสและอคติ หากดำเนินการได้สำเร็จ จะช่วยเร่งให้ระบบการเงินของอินเดียเป็นที่ครอบคลุมและปลอดภัยยิ่งขึ้น.