ThaiPublica > เกาะกระแส > “ธีรนันท์ ศรีหงส์” แนะตั้ง National Data Pool – ปลุกจิตสำนึกการใช้ข้อมูล รับสังคม Big Data @ life

“ธีรนันท์ ศรีหงส์” แนะตั้ง National Data Pool – ปลุกจิตสำนึกการใช้ข้อมูล รับสังคม Big Data @ life

14 กรกฎาคม 2016


เมื่อวันที่ 7 กรกฎาคม 2559 สำนักข่าวออนไลน์ไทยพับลิก้า จัดเสวนาหัวข้อ “Big Data @ Life: ชีวิตผูกติดข้อมูล สู่อนาคตประเทศไทย 4.0” มีผู้ร่วมเสวนา ได้แก่ นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายณภัทร จาตุศรีพิทักษ์ คอลัมนิสต์ สำนักข่าวออนไลน์ไทยพับลิก้า นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา ผู้ดำเนินรายการ

(จากซ้ายไปขวา) นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นายณภัทร จาตุศรีพิทักษ์ นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา
(จากซ้ายไปขวา) นางสาวสฤณี อาชวานันทกุล นักวิชาการอิสระ, นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน), นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน), ดร.พงส์ศักดิ์ โหลิมชยโชติกุล ที่ปรึกษาด้านการใช้ข้อมูลสารสนเทศ ในธุรกิจค้าปลีกและค้าส่งในประเทศไทย, นายณภัทร จาตุศรีพิทักษ์ นักศึกษาปริญญาเอกด้านเศรษฐศาสตร์ประยุกต์ และนักวิจัยประจำสถาบันความเปลี่ยนแปลงของโลก มหาวิทยาลัยมินนิโซตา และนายภิญโญ ไตรสุริยธรรมา

ประเทศไทยเริ่มก้าวสู่ยุคเศรษฐกิจดิจิทัลอย่างช้าๆ แต่โลกไปเร็วด้วยเทคโนโลยีที่ก้าวหน้า มนุษย์โลกแชร์ข้อมูล เรื่องราวในโซเชียลมีเดีย มีการส่งอีเมล มีการซื้อขายสินค้าออนไลน์มากมาย ข้อมูลระบุว่าปี 2012 มนุษย์มีการผลิตข้อมูลมากถึงวันละ 2.5 quintillion ไบท์ หรือเท่ากับ 2,500,000,000,000,000,000 ไบท์ การกำเนิดของข้อมูลจำนวนมหาศาลที่ถ่ายทอดเรื่องราวชีวิตและพฤติกรรมของมนุษย์ทุกนาทีในระดับที่เราไม่เคยคิดว่าเป็นไปได้มาก่อน นี่คือ Big Data ที่ทุกวันนี้บริษัทเล็กใหญ่ต่างใช้ประโยชน์จากข้อมูลเหล่านี้เพื่อการตลาดและการพัฒนาผลิตภัณฑ์และบริการเพื่อการสร้างผลกำไร ขณะเดียวกันภาครัฐก็สามารถนำมาใช้เพื่อประโยชน์สาธารณะในด้านต่างๆ ได้เช่นกัน คำถามคือ เราจะใช้ประโยชน์จาก Big Data อย่างไรในการพัฒนาคุณภาพชีวิต ศักยภาพของประเทศ การอยู่ร่วมกันของคนในสังคมท่ามกลางการแข่งขันและทรัพยากรที่นับวันจะหมดไป

ในตอนที่แล้ว นางสาวสฤณี อาชวานันทกุล ได้กล่าวถึงพลังของ Big Data-ความย้อนแย้ง-สิทธิที่จะถูกลืม ส่วนในตอนแรก นายณภัทร จาตุศรีพิทักษ์ ได้กล่าวถึง ไม่แข่งก็ยิ่งแพ้ยุค Big Data ว่าชีวิตเราจะมาผูกติดกับข้อมูล ไม่ได้ผูกติดแค่ว่าข้อมูลทำให้ชีวิตเราสะดวกขึ้น แต่ว่าผูกในอีกแง่หนึ่งด้วย คือ ในการเอาตัวรอดในเศรษฐกิจสมัยใหม่ เราจะขาดข้อมูลไม่ได้ด้วยซ้ำ

นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน) กล่าวว่า มีคำพูดของ แจ็ค เวลช์ (Jack Welch) ว่า ที่มาของความสามารถในการแข่งขันนั้นขึ้นอยู่กับ 2 เรื่อง เรื่องแรก คือ จะมีความได้เปรียบเชิงเปรียบเทียบในการแข่งขันได้ (Competitive Advantage) ต้องมีความรู้ในสิ่งที่ลูกค้าต้องการให้มากกว่าคู่แข่ง เรื่องที่ 2 คือ มีความสามารถในการแปลงความรู้นั้นออกมาให้กลายเป็นแผนและการปฏิบัติได้ดี เก่ง และเร็ว กว่าคู่แข่ง

ดั้งนั้น ความสามารถในการแข่งขันทางธุรกิจจึงขึ้นกับ 2 สิ่งนี้ คือ ความรู้และความสามารถในการแปลงความรู้นั้นออกมาทำให้เกิดนวัตกรรมใหม่ๆ ขึ้นมาในธุรกิจ

จริงๆ หลายๆ ท่านพูดถึง Big Data แล้ว ผมไม่อยากพูดซ้ำในหลายๆ ประเด็น ผมเพิ่งไปที่ซิลิคอนวัลเลย์ ได้ไปงานหนึ่งซึ่งเกี่ยวข้องกับกลุ่มที่มีเงิน ก็คือ Venture Funds ทั้งหลายเขามาประชุมกันว่า แนวทางในการลงทุนต่อไปข้างหน้าเขาจะไปในแนวไหน โดยเฉพาะการลงทุนในเทคโนโลยี Startup ทั้งหลาย มติที่ออกมาทั้งหมด (Consensus) ก็คือ การลงทุนส่วนใหญ่ อาจจะถึง 50% ของเงินลงทุนในซิลิคอนวัลเลย์ จะลงทุนในบริษัทที่เกี่ยวเนื่องกับ Data Analytic แล้วก็ Machine Intelligence หรือว่า Artificial Intelligence พวก Machine Learning อันนี้แสดงให้เห็นถึงพลังของเรื่องนี้ซึ่งกำลังเข้ามา

Big Data กับความสามารถในการใช้ข้อมูล

เมื่อก่อนเราอาจพูดถึงการลงทุนในบริษัทใหม่ๆ เช่น Sharing Economy หรือ Uber อะไรทำนองนี้ แต่เดี๋ยวนี้ไม่ค่อยพูดถึงแล้ว มีคนที่กล่าวติดตลกด้วยซ้ำว่า ต่อไปบริษัทใดก็ตามต้องการจะระดมทุนในตลาดที่เป็นตลาด VC (Venture Capital) แล้วในการนำเสนอไม่มีคำว่า Analytic หรือไม่มีคำว่า AI เลย รับรองเดินลงไปไม่มีใครคุยด้วยแน่นอน

นั่นคือพลังที่เป็นที่มาของ Thailand 4.0 หรือที่โลกกำลังพูดถึง Industry 4.0 ซึ่งการเปลี่ยนแปลงยุคที่ 4 ของโลกอุตสาหกรรม หรือเรียกได้ว่าเรื่องของข้อมูลและความสามารถในการใช้ข้อมูลให้เป็นประโยชน์นั้นจำเป็นมากๆ เพราะข้อมูลตอนนี้มีแหล่งต่างๆ ขึ้นมาหลากหลายมาก ไม่ว่าจะเป็นข้อมูลที่ติดตัวเราไปด้วยโทรศัพท์ หรืออะไรต่างๆ และเราก็มีปฏิสัมพันธ์กับเครื่องนี้มากมาย

มีการพูดถึง Media Planning เพิ่งมีงานศึกษาบอกว่าเดี๋ยวนี้คนที่จำป้ายบิลบอร์ดได้ในรถมีอยู่คนเดียวเท่านั้นคือคนขับรถ เพราะว่าคนส่วนใหญ่จะมองเห็น AD โฆษณาที่มาจาก Google ที่อยู่บนมือถือมากว่าบิลบอร์ดที่อยู่ข้างถนน นี่คือพฤติกรรมที่เปลี่ยนไปแล้วแน่นอน และหากดูตัวเราเองเราก็เป็นแบบนั้น

นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน)
นายธีรนันท์ ศรีหงส์ กรรมการผู้จัดการ ธนาคารกสิกรไทย จำกัด (มหาชน)

นอกจากนั้น ยังมีข้อมูลที่เราไปทิ้งไว้ในที่ต่างๆ เต็มไปหมด ซื้อของที่นั่น ที่นี่ ใครเคยอ่านไหมว่าเมื่อเขาส่งข้อความ consent มาเขาเขียนไว้ว่าอะไรบ้าง สมมติดาวน์โหลดแอปพลิเคชันเขาจะเขียนเงื่อนไขเอาไว้ เคยอ่านไหมว่าเขาเขียนไว้ว่าอะไรบ้าง ไม่เคยอ่านเลยใช่ไหม เราก็ทิ้งข้อมูลไว้เต็มไปหมดโดยไม่รู้เลยว่าข้อมูลพวกนั้นจะถูกนำไปใช้อะไร ข้อมูลใน Wearable device ตอนนี้มีทั่วไป เช่น การพัฒนา MedicalTech แล้วก็เชื่อมต่อกับ Wearables ทำให้เราสามารถอ่านได้ ไม่ว่าจะเป็นอัตราการเต้นของหัวใจ ความดัน ระดับน้ำตาลในเลือด ถูกส่งไปที่หมออย่างทันที ทำให้หมอสามารถรู้ได้ทันทีหากระดับอะไรของเราผิดปกติ แล้วก็ติดต่อเราผ่านเครื่องมือสื่อสารนั้นเพื่อให้เราจัดการได้อย่างเต็มที่ พวกนี้ก็จะเป็นข้อมูลที่ล่องลอยอยู่ในตลาดเต็มไปหมด

อีกอันหนึ่งที่ผมคิดว่าเป็นตัวขับเคลื่อน Big data มากๆ ก็คือเรื่อง Cloud Computing ไม่ว่าจะเป็นวิเคราะห์ข้อมูลหรือว่าสร้างโปรแกรมอะไรต่อมิอะไร ไม่ต้องมีเครื่องเป็นของตนเองอีกต่อไป apply Amazon, Web service , apply ไปที่ Google Cloud ก็สามารถที่จะมีฮาร์ดแวร์ต่างๆ ที่จะมาทำงานได้เยอะแยะมากมาย

แปลงชุดข้อมูลสู่การปฏิบัติ

ประเด็นที่หลายๆ ท่านได้พูดไปแล้ว คือ ทำอย่างไรให้เอาข้อมูลนั้นเข้ามาใช้แล้วสร้างสิ่งที่เรียกว่า Turn Knowledge in to the Action (เปลี่ยนความรู้เป็นการกระทำ) ได้มากกว่ากัน ในแบงก์เองก็ใช้ตัวนี้ค่อนข้างมาก ผมเชื่อว่าตอนนี้ธนาคารกสิกรไทยก็เป็นธนาคารซึ่งทำงานเกี่ยวกับเรื่อง SMEs เป็นอันดับ 1 ในตลาด เราเป็นเจ้าตลาดในเรื่องของ SMEs มีส่วนแบ่งตลาดประมาณ 30% (ดูข้อมูลเพิ่มเติม)

ตรงนี้ เมื่อคิดย้อนกลับไปมันเกิดขึ้นก็เพราะว่า เรามีการคิดถึงเรื่องเกี่ยวกับเรื่องการวิเคราะห์ข้อมูลฝั่งที่เป็นการวิเคราะห์ความเสี่ยงอาจจะก่อนคนอื่น เราเริ่มการทำงานเกี่ยวกับเรื่อง Modern Risk Management (การจัดการความเสี่ยงในโลกสมัยใหม่) ที่ใช้สถิติมาจับรูปแบบของ Default ของลูกค้า ซึ่งเป็นคนสำคัญในการทำ Credit Scroing ในยุคต่อมา รวมทั้งการพัฒนาเพื่อเป็นโมเดล ตั้งแต่ประมาณปี 1995 ก่อนวิกฤติเศรษฐกิจปี 1997 ซึ่งโชคดีมากเพราะถัดจากนั้นไปอีก 2 ปีข้อมูลเต็มไปหมด มีข้อมูลจำนวนมากมาทำให้สามารถคาดการณ์สิ่งต่างๆ ได้ เพราะว่าพังกันทั้งประเทศตอนปี 1997

การที่เราเริ่มตรงนั้นก่อนทำให้เราสามารถเลือกได้ว่าลูกค้ารายไหนคือลูกค้าที่น่าจะมีความเสี่ยงน้อยกว่าลูกค้ารายอื่นๆ นั่นก็อยู่ในแผนพัฒนาการจัดการความเสี่ยงมาตั้งแต่ต้นว่าถ้าเราทำตรงนี้สำเร็จ มีข้อมูลถึงจุดหนึ่งมากพอ เราจะสามารถเลือกลูกค้าได้เก่งกว่าคนอื่น พอเลือกได้เก่งกว่าคนอื่น เราก็สามารถกล้าที่จะให้ราคาที่ดี กล้าที่จะให้บริการที่เหนือกว่า เพราะการให้ในที่สุดตลาด SMEs ก็เป็นตลาดที่เราขยายตัวได้อย่างรวดเร็วเพราะเป็นตลาดที่มีความเสี่ยงที่ซับซ้อนมาก อันนี้เป็นตัวอย่างซึ่งเริ่มมาตั้งแต่สมัยเริ่มต้น

สำหรับปี 1997 แบงก์เห็นว่า SMEs ตรงไหนที่มีปัญหา หรือไม่มีปัญหา เพราะตอนนี้จริงๆ เกิดอีกไซเคิลหนึ่งของปัญหาทางเครดิตของ SMEs แม้ไม่ใหญ่เท่ายุคนั้น จริงๆ ยุคนั้น SMEs ยังไม่ถึงกับพังมาก เป็นธุรกิจใหญ่ๆ มากกว่าที่พังเยอะ แต่เราก็เห็นการอ่อนตัว แล้วก็เห็นการอ่อนตัวในแต่ละช่วง ไม่ว่าจะเป็นวิกฤติปี 2008 ที่เกิดขึ้นในโลกตะวันตก หรือวิกฤติช่วงนี้หลังจากที่ SMEs ประเทศไทย พูดง่ายๆ ว่าโดนชกปีละหมัดตั้งแต่ปี 2008 เป็นต้นมา 2009 ก็มีวิกฤติทางการเมือง น้ำท่วมอะไรต่อมิอะไร เราก็จะเห็นรูปแบบว่าธุรกิจแบบไหนคือธุรกิจที่กำลังจะมีปัญหา ไม่ว่าจะเป็นในเรื่องการจัดการ ฐานะทางการเงิน ธุรกิจอยู่ในภาคส่วนไหน เราก็จะมีข้อมูลตรงนี้ที่เป็นข้อมูลที่เอามาใช้ได้เยอะมาก ก็เป็นตัวที่บ่งชี้ในตัวของเราเอง ทำให้เกิดความได้เปรียบเชิงเปรียบเทียบของเรา เราก็รุกในตลาดเหล่านั้นได้ นั่นเป็นยุคแรกๆ ของการใช้การวิเคราะห์ข้อมูล

ถัดมาก็เป็นเรื่องเกี่ยวกับ Marketing Analytics (การวิเคราะห์ตลาด) หลังจากที่เราทำประมาณปี 2000 เริ่มทำงานการตลาดค่อนข้างเยอะ ก็รู้สึกว่ามีข้อมูลที่อยู่ในตลาดเยอะแยะมากมายเลยในฐานข้อมูลของเรา เริ่มจากทาง retail banking แล้วก็ SMEs ก็เอาข้อมูลตรงนั้นมาใช้ในการตลาด ก็เกิดสาขาที่ 2 ของการใช้การวิเคราะห์ข้อมูลหรือ Big Data หรือการใช้ข้อมูลในเชิงการตลาด

จากนั้น ในช่วงเวลาใกล้เคียงกันก็เกิดช่องทางที่ 3 หลังจากที่เรามีการเติบโตอย่างรวดเร็ว และมีความท้าทายเพิ่มขึ้นมากในการจัดสรรทรัพยากร ก็จะเกิดช่องทางที่ 3 ในการทำงานวิเคราะห์ข้อมูล ก็คือว่า ถ้าเรามีทรัพยากรที่จำกัดแล้วควรจะใส่ทรัพยากรเข้าไปตรงไหนให้ได้ผลดีที่สุด ผมอยากจะเรียกตรงนี้ว่า Performance Analytics หรือบางคนอาจเรียก Economic Analytics ก็คือว่า ถ้าเราจะต้องใส่ปัจจัยตัวไหนเข้าไปจึงจะให้ผลลัพธ์ออกมาในทางที่ดีที่สุด รวมทั้งปัจจัยและผลลัพธ์ตัวไหนที่มีความเชื่อมโยงกัน ถ้าจะลดโปรโมชั่นของโปรดักส์นี้อาจจะไปมีผลกับอีกโปรดักส์หนึ่ง เพราะมันมีความเกี่ยวเนื่องเชื่อมโยงกัน แล้วมันเป็นแบบนั้นจริงๆ หรือเปล่า ตรงนั้นก็เป็นด้านที่ 3 ที่เอามาใช้ในธุรกิจของเรา

ผลก็จะมาหลายรูปแบบตั้งแต่ทำให้เรามี Business Model ที่ใหม่ รุกเข้าไปในตลาดที่เราอาจไม่เคยเข้ามาก่อนได้ เช่น SMEs อย่างที่บอกไปแล้ว ข้อมูลเชิงลึกของลูกค้าใหม่ๆ ทำให้เรามีความสามารถในการพัฒนาบริการได้อย่างรวดเร็ว คล้ายๆ ที่ AIS ทำ ตัวอย่างง่ายๆ เช่น เราจะมี Thai Text Analytics ที่ทำเรื่อง Voice Recognition ใช้เครื่องมือแปลงเสียงนั้นออกมาเป็นภาษา พอแปลงเป็นภาษาได้ก็เริ่มจับความรู้สึก (Sentiment) ได้ ซึ่งตรงนี้อาจต้องใช้คนเข้าไปสอนเครื่อง มันเป็นเรื่อง Machine Learning (การเรียนรู้ของเครื่องจักร) ว่าคนนี้ที่โทรมาแล้วเขารู้สึกดีหรือไม่ดี

พอเราเริ่มจับตรงนี้ได้เราจะรู้ทันทีว่า 2-3 ล้านสายที่โทรเข้ามาที่คอลเซ็นเตอร์ในแต่ละวันเอียงไปทางไหน วันนี้ลูกค้าจะมาแนวบวกกับเราหรือแย่ ที่แย่เพราะอะไร เพราะมีเหตุการณ์อะไร และเหตุการณ์แบบนี้ทำให้เกิดความรู้สึกในลักษณะไหน รวมถึงการทำ Social Sensing ก็จะดึงข้อมูลจาก Social Network ที่วิ่งลอยอยู่ทั่วไป คุณโพสต์นั่นนี่ไปข้อมูลก็เป็นข้อมูลซึ่งเราสามารถมองเห็นได้ เรามองเห็นได้เราก็สามารถที่จะติดตามแบรนด์ได้ว่าขณะนี้แบรนด์เรากำลังไปทิศทางไหน อันเนื่องมาจากเรื่องอะไร เป็นต้น

แบบนี้ก็ทำให้เราสามารถตอบสนองได้อย่างเต็มที่ อย่างรวดเร็ว หากจะสังเกตจะเห็นได้ว่า หากใครต่อว่าลงไปในพันทิพป K888 จะตอบเร็วมาก อันนี้ก็ใช้การวิเคราะห์ข้อมูล เพราะไม่มีใครสามารถไปนั่งอ่านพันทิปทุกความเห็นได้ เราก็ต้องใช้เครื่องมือแล้วแยกออกมาว่าอันนี้เป็นเรื่องแล้ว หรืออันนี้เขาชมอยู่ไม่เป็นไร เอาไว้สิ้นวันค่อยไปประมวลผลว่าชมเรื่องอะไร แต่หากว่าบ่นต้องตอบสนองทันที เพราะว่ามันมีศัพท์คำหนึ่งที่ทางการตลาดบอกว่า ถ้าลูกค้ามีความไม่พอใจ แต่ผู้ประกอบการสามารถตอบสนองต่อความไม่พอใจนั้นได้อย่างทันท่วงทีแล้ว ส่วนใหญ่ลูกค้าจะกลับมาเป็นลูกค้าใหม่ แล้วหลายๆ ครั้งลูกค้าเหล่านั้นจะกลายเป็นลูกค้าที่มีความสัมพันธ์ที่ดีมากขึ้นด้วยซ้ำไป ด้วยความประทับใจที่เราใส่ใจในความไม่พอใจของเขา พูดง่ายๆ คือเราใช้การวิเคราะห์ข้อมูลในหลายๆ ด้านด้วยกัน หลายๆ อย่างเป็นเรื่องการลดต้นทุน ใช้คนได้ไม่ดีพอ เพราะมีปริมาณเยอะมาก ต้องเอาเทคโนโลยีเข้ามาจับ แล้วประมวลผลอย่างเป็นเรื่องราว แล้วมองหาว่าการแสดงออกเหล่านั้นจะเป็นอย่างไร

ธีรนันท์ ศรีหงส์2

เพราะฉะนั้น ตอนนี้ผมคิดว่า เรื่องเกี่ยวกับการวิเคราะห์ข้อมูลหรือ Big Data นั้นมีวิวัฒนาการก้าวกระโดดมาในหลายๆ เรื่อง โดยเฉพาะอย่างยิ่งข้อมูลที่เป็นเรื่องเกี่ยวกับข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) ข้อมูลที่เป็นการสนทนาทั่วไป หรือระบบประมวลภาษาธรรมชาติ (Natural Language Processing: NLP) เดี๋ยวนี้ก็มีหลายๆ ตัว Microsoft ก็มี SQL, Google Analytic ที่สามารถจะจับประเด็นเหล่านี้ได้ หรือ IBM ก็จะมีแพลตฟอร์มที่ชื่อ Watson เป็น NLP ที่เก่งมากอีกตัวหนึ่ง

ตอนนี้เรากำลังเอาเทคโนโลยีเหล่านี้เข้ามาใช้ หลายๆ อันก็เป็นการลดต้นทุน แต่จริงๆ แล้วผมคิดว่าทางที่เราต้องการจริงๆ คือ ทำอย่างไรที่จะทำให้เราวิเคราะห์เรื่องเกี่ยวกับทางการตลาดได้ดีขึ้น ดำเนินการในรูปแบบที่เป็นเรียลไทม์มากขึ้น หรือด้านที่เกี่ยวกับความเสี่ยง ที่เป็นสิ่งที่สำคัญมากของสถาบันทางการเงิน เอาเครื่องมือที่ชาญฉลาดเหล่านี้มาจับ เช่น ประเด็นการทุจริต ตัวอย่างที่ผมเพิ่งไปเซี่ยงไฮ้มาแล้วไปรูดบัตรเครดิตในร้านที่มีความเสี่ยง หรืออาจมีประวัติ เคยมีการหลอกลวงเมื่อใช้เสร็จภายใน 5 นาที ก็ได้รับ SMS ว่ากรุณาติดตอคอลเซ็นเตอร์ด่วน เนื่องจากบัตรของคุณไปใช้ในที่ที่น่าจะมีความเสี่ยง พวกนี้ก็เอามาใช้ค่อนข้างเยอะเพื่อให้ลูกค้ามีความมั่นใจในการใช้บริการของเรามากที่สุด

ผมคิดว่าในการเดินต่อไป ทางด้านการวิเคราะห์ตลาดด้านหนึ่งก็คือเอามาปรับปรุงประสบการณ์ที่ลูกค้าได้รับ ก็คือทำอย่างไรให้เกิดการสื่อสารที่คงเส้นคงวา ไม่ใช่คุยช่องหนึ่งพูดแบบหนึ่ง คุยอีกช่องหนึ่งพูดอีกแบบหนึ่ง บริบทต้องตรงจุดตรงประเด็น ไม่ใช่ไปเดินอยู่พารากอน แล้วไปเสนอร้านที่อยู่ที่เซ็นทรัลเอ็มบาสซีก็เป็นการเสนอบริการคนละเรื่อง ไม่ถูกต้องไม่ตรงกาลเทศะ ส่วน Personalized คือข้อมูลที่ให้นั้นเป็นข้อมูลที่เราสนใจจริงๆ ตรงกับความต้องการของเรา

ความท้าทายของธุรกิจเมื่อชีวิตผูกติดข้อมูลมากขึ้น

แต่ว่าในการเดินต่อไปผมอยากจะตีโจทย์เรื่องเกี่ยวกับการวิเคราะห์ข้อมูลกลับมาในประเด็นระดับประเทศสักหน่อย ผมคิดว่าธุรกิจไทยตอนนี้กำลังเผชิญหน้ากับความท้าทายเป็นอย่างมาก ภาพตัวนี้ชัดเจนมากหลังจากที่ผู้เล่นรายใหญ่ๆ เช่น อาลีบาบา (Alibaba) ซื้อลาซาดา (Lazada) ผมลองวาดเหตุการณ์ที่จะเกิดขึ้นให้ดู สมมติ อีกหน่อยถ้าคนกรุงเทพฯ จะซื้อของจากเชียงใหม่ ก็อาจเลือกเข้าไปในเว็บไซต์ของอาลีบาบาหรือแอมะซอน (Amazon) ก็ไปคลิกเลือก แล้วสั่งซื้อของจากเชียงใหม่นั้นอาจถูกส่งไปที่สิงคโปร์ แล้วเปลี่ยนเครื่องบินลงเครื่องส่งกลับมาที่กรุงเทพฯ

ผมก็ไม่แน่ใจว่าผู้ค้าปลีกบ้านเราคิดอย่างไรกับตรงนี้ แต่ในภาพรวมทั้งหมดถามว่าใครได้ส่วนต่างของการซื้อขายก็ตอบว่าอาลีบาบา ใครได้ส่วนต่างอันเนื่องมาจากบริการที่เกี่ยวเนื่องกับส่งของนั้น ก็อาจจะเป็น DHL สิงคโปร์ ไม่มีใครจ่ายภาษีให้รัฐบาลไทยเลยสักคน

เพราะฉะนั้น ธุรกิจของเราทุกวันนี้กำลังเผชิญหน้ากับคู่แข่งที่น่ากลัวมาก มีทั้งเงิน และถ้าหากข้อมูลต่างๆ ในการซื้อขายในการใช้ชีวิตของเราเข้าไปอยู่ที่เขาทั้งหมด ผมคิดว่า 7-11 ก็คงมีข้อมูลที่หายไป ห้างสรรพสินค้าใหญ่ๆ ก็มีข้อมูลที่หายไป กสิกรก็ไม่เคยเห็นอะไรเลยเพราะธุรกรรมต่างๆ มันเกิดขึ้นนอกประเทศหมดเลย AIS ก็อาจทราบเพียงว่าลูกค้าได้เข้าไปแอปฯ อาลีบาบาแต่เขาไปทำอะไรก็ไม่รู้ ท้ายสุดเราก็ไม่มีข้อมูลอะไรเลย

จริงๆ ที่ผมอยากจะชวนคิดนิดหนึ่งคือว่า เรื่องเกี่ยวกับ e-commerce ก็ดี เรื่องการวิเคราะห์ข้อมูลก็ดี เป็นเรื่องที่ประเทศไทยต้องกลับมาให้ความสำคัญกันอย่างจริงจัง มีโจทย์หลายโจทย์ที่เราต้องมานั่งแก้ ผมยกตัวอย่างเช่น e-commerce ถ้าจะแข่งกับอาลีบาลาต้องทำอย่างไร

Big-Data-event4-แก้ไขใหม่

ขณะนี้ใครจะประกอบการธุรกิจ e-commerce ต้องจดทะเบียน 4 แห่ง เอาแค่นี้แต่ละแห่งรับรองใช้ข้อมูลไม่ต่างกัน 90% เหมือนกันหมด แต่ต้องเดินไป 4 แห่งจึงจะจดทะเบียนเสร็จ ส่งของหากส่งด้วยผู้ประกอบการปัจจุบันก็มีโอกาสที่ของจะเสียหายพอสมควร และอาจไปไม่ตรงเวลา ซื้อของแอมะซอนนั้นถ้าต้องการความแน่นอนในการส่งของ สามารถบอกได้และมันไปถึงเวลานั้นจริงๆ แล้วเดี๋ยวนี้แอมะซอนส่งด้วยโดรนด้วยซ้ำ แปลว่ามาส่งหน้าบ้านได้เลยไม่ต้องรอพวกระบบขนส่ง

แนะตั้ง National Data Pool รับยุค Big Data

ดังนั้น ผมว่าตอนนี้ธุรกิจไทยต้องถอยกลับมาจริงๆ แล้วบอกว่า หาก Information Data กำลังเป็นสิ่งที่กำลังชี้เป็นชี้ตายกับธุรกิจในอนาคต เราจะสร้างธุรกิจใหม่ของเราอย่างไร แล้วใครต้องไปช่วยกันทำอะไร อันหนึ่งซึ่งผมได้ยินหลายๆ ท่านในเวทีพูดมาแล้วแต่ผมคิดว่าเรื่องนี้เป็นเรื่องที่จำเป็นต้องทำให้เกิดขึ้นจริงๆ ก็คือการแชร์ข้อมูลกันอย่างเป็นระบบในระหว่างผู้ประกอบการและหน่วยงานที่เกี่ยวข้อง

ผมอยากโปรโมทความคิด ขอนำเสนอสั้นๆ ผมคิดว่าประเทศไทยน่าจะสร้างสิ่งที่เรียกว่า National Data Pool ที่ข้อมูลถูกวางลงไปตรงกลาง แน่นอน ต้องมีกฎเกณฑ์กติกา คนที่ให้ข้อมูลจะได้อะไร คนที่นำข้อมูลไปใช้ต้องจ่ายอะไร ต้องมีกฎเกณฑ์กติกาที่ชัดเจน เพราะไม่เช่นนั้นคงไม่มีใครอยากให้ข้อมูล เพราะหาก AIS เทข้อมูลลงไปในฐานกลาง ปรากฏ DTAC เอาไปใช้ด้วย คงไม่ชอบเท่าไร แต่ถ้าเทลงไปได้ชุดข้อมูลละ 5 บาท แล้วคนจะเอาไปใช้อาจต้องจ่ายชุดข้อมูลละ 10 บาทมีส่วนต่าง 5 บาทแบบนี้อาจจะได้ ดีกว่าไว้เปล่าๆ ถือเป็นรายได้ใหม่ด้วยซ้ำ ก็ต้องมีการวางกติกา วางโครงสร้าง มีความโปร่งใสในการใช้ เพราะว่าสิ่งที่สำคัญมากในเชิงนโยบายเรื่องนี้ ก็คือว่าขณะนี้ Big Data เป็นความได้เปรียบของธุรกิจขนาดใหญ่ ซึ่งมีกำลังในการลงทุน ในสาธารณูปโภค เก็บข้อมูล สร้างกลุ่มที่เรียกว่า Data Analysis, Data Scientist ฯลฯ

แต่ถ้าเรามีฐาน National Data Pool ดึงข้อมูล 1 ครั้งจ่าย 1 บาทต่อ 1 ชุดข้อมูล ดึงมากจ่ายมากหน่อย ตรงนี้จะทำให้ข้อมูลเข้าถึงผู้ประกอบการขนาดย่อมทันที และนอกจากนั้นยังสร้างนวัตกรรมในการเอาข้อมูลไปใช้ประโยชน์ ข้อมูลเช่นที่ คุณณภัทรแสดง หากข้อมูลของรัฐไปปรากฏอยู่ใน National Data Pool เดี๋ยวก็มีคนคิดออกว่าเอาแผนที่ เอาหลังคาบ้าน กับแสงอาทิตย์มารวมกัน เพื่อให้คำแนะนำเกี่ยวกับการทำธุรกิจ Solar Rooftop ของบ้านตนเอง พูดแล้วมันเกิดขึ้นได้เพราะมันไม่ใช่เรื่องยาก ถ้ามีข้อมูลทุกวันนี้ ผมคิดว่า Data Analysis และ Data Scientist ของประเทศไทยเจอปัญหาค่อนข้างเยอะในประเทศไทย คือเข้ามาทำงานตรงนี้สักพักก็ต้องลาออกหมด เพราะแทนที่จะได้วิเคราะห์ข้อมูล วันๆ ต้องไปตามหาว่าข้อมูลอยู่ตรงไหนแล้วต้องไปนั่งจัดเก็บข้อมูลใหม่

ผมคิดว่าเราควรมาให้ความสำคัญเรื่องนี้จริงๆ และประเทศไทยควรจะนำเรื่องนี้ขึ้นมาเป็นวาระ 3 ประเด็น คือ ทำอย่างไรให้มีฐานข้อมูลที่คนนำไปใช้ได้อย่างสะดวก National Data Pool อันหนึ่ง ถัดมาคือ ภาครัฐ หรือภาคราชการ น่าจะมีนโยบายที่เปลี่ยนไปเกี่ยวกับเรื่องของข้อมูล ทุกวันนี้ข้อมูลภาคราชการต้องขอ แล้วจะให้หรือเปล่าก็ไม่ทราบ ในประเทศที่พัฒนาแล้วนั้นเรื่องนี้ไปค่อนข้างเยอะ เขาคิดอีกแบบหนึ่ง เขาบอกว่าข้อมูลของภาคราชการนั้นทุกอย่างเปิดยกเว้นสิ่งที่จำเป็นต้องปิด ของประเทศไทยบอกว่าทุกอย่างปิดยกเว้นว่าจำเป็นต้องเปิด

ข้อมูลเป็นสิ่งสำคัญที่จะสร้างนวัตกรรมในการผลิตเรื่องต่างๆ ได้อย่างมากมาย และข้อมูลของภาครัฐนั้นเป็นข้อมูลที่มีค่าและเยอะมากๆ ถ้าเปิดตรงนี้แล้วภาคเอกชนอย่างเราก็สนับสนุนข้อมูลไปด้วยโดยที่มีกติกาตรงนั้นอย่างเหมาะสม ก็จะทำให้เกิดนวัตกรรมในการใช้ Big Data

อันที่ 3 ที่อยากจะพูดเอาไว้คือ ประเทศไทยควรที่จะต้องมีคนที่มีความสามารถในเรื่องนี้ มากกว่าที่เรามีในปัจจุบันประมาณ 5-10 เท่าตัว ทุกวันนี้เรามีจำนวนน้อยมาก และมีไม่พอ ถ้าจะทำให้เรื่องนี้เป็นเรื่องใหญ่จริงๆ เราต้องมีความตระหนัก และการสนับสนุนจากทั้งภาครัฐ เอกชน และวิชาการ ในการสร้างทักษะของคนเหล่านี้อย่างมีนัยสำคัญจริงๆ ผมเชื่อว่าตรงนั้นจะเป็นทางรอดทางหนึ่งของ Thailand 4.0 ซึ่ง Thailand 4.0 จะเกิดขึ้นไม่ได้ดังที่ คุณณภัทร บอกหากเรื่อง Big Data ยังไม่มีวิธีการจัดการข้อมูลที่เป็นระบบ

พลัง Big Data มี 2 มุมเสมอ

ธีรนันท์ ศรีหงส์3

นายธีรนันท์กล่าวในตอนท้ายเพิ่มเติมว่า ผมคิดว่าสิ่งที่ต้องมาด้วยกับสังคมที่ต้องใช้ Big Data มากขึ้น และเป็นห่วงด้วยประเด็นนี้คือสิ่งที่สำคัญมาก ที่คุณสฤณีพูดถึงเมื่อสักครู่พอสมควรคือ

อันแรก เราได้พูดไปแล้วเกี่ยวกับเรื่องวัฒนธรรมการใช้ข้อมูล เพื่อตัดสินใจหรือเพื่อทำอะไรหลายอย่าง อันนั้นเป็นสิ่งแรกที่ต้องสร้างและเป็นสิ่งที่ต้องสร้างอีกเยอะในประเทศไทย เพราะประเทศไทยเป็นสังคมที่ใช้อารมณ์เป็นหลักมากกว่าข้อมูล หลายๆ อย่างที่เราจะเห็นว่าใช้อารมณ์เป็นตัวนำ แต่ก็ไม่ได้บอกว่าเป็นเฉพาะประเทศไทย สิ่งที่เกิดขึ้นกับประเทศอังกฤษเมื่อสัปดาห์ที่แล้วก็เป็นตัวที่ชี้เหมือนกันว่าในประเทศตะวันตกก็ใช้อารมณ์เป็นหลัก เพราะหากดูเหตุผลแล้วก็รู้สึกว่าน่าจะโหวตไปอีกทางมากกว่า แต่ประเทศไทยใช้อารมณ์มากกว่าปกติมาก ฉะนั้น เราต้องมีเรื่องเกี่ยวกับการหันกลับมาใช้ข้อมูลมากขึ้น

แต่อีกสิ่งหนึ่งที่ผมอยากจะพูดคือ ผมคิดว่า Big Data มี 2 มุมเสมอ มันเป็นสิ่งที่มีพลังมาก ขึ้นอยู่กับว่าจะถูกไปใช้เพื่ออะไร ฉะนั้น ก็อยากจะฝาก”ไทยพับลิก้า”ในฐานะที่เป็นหนึ่งในสื่อว่าอีกหน่อยเราจะโปรโมทในเรื่องนี้อย่างไรดี

ผมคิดว่าเราต้องพัฒนาจิตสำนึกในการใช้ข้อมูล ทำอย่างไรให้คนใช้ข้อมูลเพื่อทำในสิ่งที่ถูกต้อง มากกว่าใช้เพื่อไปอีกทางหนึ่ง Do the right things and always do the right things เป็นสิ่งที่ผมคิดว่าน่าจะสร้างจิตสำนึกตรงนี้ให้กับประเทศไทย

ผมคิดว่าประเด็นเรื่องจริยธรรม คุณธรรม ในการใช้ข้อมูล เป็นสิ่งที่ต้องมาควบคู่กับการใช้ข้อมูลที่มากขึ้นเรื่อยๆ ยิ่งเรามีข้อมูลมากขึ้น แล้วเรามีคนที่หันมาใช้ข้อมูลมากขึ้น อีกหน่อยจะมีข้อมูลที่จะแชร์กันมากขึ้น เปิดเผยมากขึ้น แต่สิ่งที่ต้องมาด้วยคือการทำให้เกิดทั้งในกรอบกฎหมาย กรอบทางสังคมในการบังคับให้มีการใช้ข้อมูลในทางที่ถูกต้อง แล้วก็ไม่ไปใช้เพื่อทำร้ายใคร

ขอยกตัวอย่างเรื่องหนึ่งของบริษัทเฟซบุ๊กที่เพิ่งเกิดขึ้นเมื่อไม่นานมานี้ เป็นบริษัทอยู่ในซิลิคอนวัลเลย์ เขาจะมีวัฒนธรรมอันหนึ่งในเรื่องของการเลี้ยงอาหาร ก็จะมีโรงอาหารตอนเช้า กลางวัน เย็น ก็จะมีคนที่เข้าไปทำอาหาร ส่วนใหญ่ก็จ้างมาจากภายนอกก็ทำอาหารอร่อย เจ้าหนึ่งทำมาต่อเนื่อง 7-8 ปี ต่อมาวันหนึ่งมีคนเห็นเส้นผมอยู่ในสลัด แล้วก็ถ่ายรูปลงเฟซบุ๊ก ถามว่าตรงนี้เราตีความว่าอย่างไร เราจะตีความว่าอันนี้เป็นสิ่งที่ถูกเพราะว่าจะเตือนคนว่าร้านนี้สกปรกนะ หรือเป็นสิ่งที่ไม่ถูก เป็นอะไรที่น่าคิด

ปฏิกิริยาของคนในเฟซบุ๊กส่วนใหญ่บอกว่านี่เป็นสิ่งที่ไม่ควรโพสต์ ร้านนี้เขาก่อร่างสร้างตัวมาในอดีตเป็น 10 ปี ไม่เคยมีประเด็นนี้เลย วันหนึ่งเกิดมีเส้นผม 1 เส้นอยู่ในอาหาร แล้วคุณมาโพสต์ประจานทั้งหมดทำให้คนกว่า 20,000 คนในแคมปัสของเฟซบุ๊กรู้สึกว่าฉันจะไม่กินร้านนี้อีกต่อไป ฉะนั้น เรื่องนี้เป็นสิ่งที่ถูกหรือไม่ ผมคิดว่าเรื่องนี้เป็นเรื่องที่ละเอียดอ่อน และสังคมนั้นต้องเรียนรู้แล้วปรับตัวไป แต่พลังทางสังคมในการบังคับใช้เรื่องการใช้ข้อมูล การโพสต์ การแชร์ข้อมูลหรือว่านำข้อมูลไปใช้ในทางที่ถูกนั้นเป็นสิ่งที่สำคัญมาก ตรงนี้ทำให้พลังของสังคม พลังประชาชน น่าจะเข้ามามีบทบาท มากกว่าออกจากภาครัฐซึ่งต้องเป็นคนวางกฎระเบียบ กฎเกณฑ์ต่างๆ ในเชิงสังคมไปด้วยกัน

ผมคิดว่าเรามักจะพูดถึงเรื่องการใช้ข้อมูลค่อนข้างเยอะ แต่ผมอยากให้ต่อไปหากมีเวทีที่พูดถึงเรื่อง Big Data น่าจะมีเรื่องที่เกี่ยวข้องกับคุณสฤณีพูดถึง ว่ามันมีด้านบวกและด้านลบของการใช้ข้อมูลอยู่เสมอ (Paradoxes) ทำอย่างไรเราจะผลักสังคมของเราไปในแนวทางที่มีการใช้ข้อมูลที่ถูกต้อง เกิดประโยชน์อย่างแท้จริงกับผู้บริโภค เกิดประโยชน์กับสังคมได้อย่างแท้จริง โดยที่ไม่เข้าไปทำลายสิ่งที่ไม่ควรจะทำลาย เช่น ความเป็นส่วนตัว หรือว่าการใช้อะไรบางอย่างทำลายผู้อื่น แต่ขณะเดียวกันก็ยังเป็นสังคมที่มีข้อมูลที่เปิด สามารถแชร์ข้อมูล มีเสรีภาพในสิ่งเหล่านั้นได้

ธีรนันท์ ศรีหงส์

อนาคตแบงก์ไทยจะเป็นอย่างไร จะหายไปหรือร่ำรวยขึ้นหลังจากเทคโนโลยีเปลี่ยน

ผมคิดว่าธุรกิจทุกอันที่เป็นธุรกิจตัวกลาง ตอนนี้ด้วยดิจิทัลเทคโนโลยี เจอความท้าทายยิ่งใหญ่ทั้งหมด หลักๆ ก็คือว่า ผมคิดว่าดิจิทัลเทคโนโลยีนั้นทำให้บทบาทของตัวกลางนั้นเปลี่ยนแปลงไปอย่างมากมาย มีบริษัท Uber ซึ่งไม่มีรถแท็กซี่สักคัน ไม่ได้เป็นเจ้าของคนขับรถสักคน แต่สามารถทำเงินได้จากบริการแท็กซี่ที่ใหญ่ที่สุดในโลก

ธุรกิจธนาคาร แน่นอน เราก็เป็นตัวกลางระหว่างคนที่มีเงินกับคนที่ต้องการเงิน เราเป็นตัวกลางระหว่างคนที่ต้องการจ่ายเงินกับคนที่ต้องการรับเงิน ฉะนั้น เราก็ได้รับผลกระทบแน่นอน

แต่ทีนี้ ถ้าถามว่าแบงก์จะอยู่ต่อไปในอนาคตหรือเปล่า ก็ขึ้นอยู่กับว่าเราจัดการกับโจทย์เรื่อง Digital Transformation (การเปลี่ยนรูปทางดิจิทัล) นี้อย่างไร โดยเฉพาะอย่างยิ่งตัวที่วิ่งมาถึงเกี่ยวกับเรื่อง Big Data ก็จะเป็นเรื่องที่ใหญ่มาก อย่างกสิกรไทย ถ้าพูดถึงเรื่องประเด็นในเชิงเทคนิคทั้งหมดเอามารวมกันแล้ว จัดลำดับกันแล้วเรื่องเกี่ยวกับ Big Data หรือ Data Analytics เป็นสิ่งที่ผมให้ความสำคัญสุดๆ ผมเชื่อว่าตรงนี้คือตัวชี้เป็นชี้ตาย จะมีบริการทางด้านนี้ ผลิตภัณฑ์อะไรต่อมิอะไรทั้งหลาย ทำเก่งแค่ไหนก็ตาม ถ้าธนาคารไม่สามารถตีโจทย์เกี่ยวกับ Big Data แตก อีก 20 ปีก็ไม่อยู่แล้ว ผมเชื่ออย่างนั้นสำหรับธุรกิจธนาคารโดยเฉพาะ ฉะนั้น ตัวนี้คือสิ่งที่สำคัญมาก อยู่ที่ว่าใครจะปรับตัวเข้าสู่กระแสนี้ทันหรือเปล่า

ในตอนนี้เอาเฉพาะ Fintech บริษัทที่ถือว่าเป็น Fintech ที่เริ่มดำเนินการแล้ว มีผลิตภัณฑ์แล้ว และผลิตภัณฑ์ใช้ได้พอสมควร มีลูกค้าพอสมควรประเมินคร่าวๆ ทั้งโลกมีประมาณ 1,400 บริษัท ถ้านับจากบริษัทที่ถือว่าตนเองเป็น Fintech ทั้งหมดมีประมาณกว่า 10,000 บริษัท แต่ที่ใช้ได้มีประมาณ 1,000 บริษัท บางบริษัทมีคน 500 คน บางบริษัทมีคน 20-30 คน คนพวกนี้นั่งคิดอยู่ทุกวันว่าตัวเองจะมาทำหน้าที่แทนแบงก์ได้อย่างไร

และเวลาเขาทำบริการเขาทำแคบมาก แล้วอาศัยเทคโนโลยีที่เป็นพิเศษ สร้างขึ้นมาโดยมีความต้องการใช้งานของเขาเอง ซึ่งโดยทั่วไปก็จะวิ่งกลับมาที่ประเด็น Data Analytics และ Data Science ความสามารถที่สร้างโมเดลของตัวเอง ประเทศไทยก็มี อย่างเช่น บริษัท จิตตะ ดอทคอม จำกัด ที่ทำเกี่ยวกับ Stock Analysis ที่เก่งมาก พวกนี้ทำให้เราเองก็ต้องกระโดดเข้ามา พยายามที่จะจับกระแสและเปลี่ยนแปลงตนเอง

ในหลักการก็คือว่า เราพยายามสร้างสิ่งที่เป็น Open Innovation Platform เราทำเรื่องเกี่ยวกับนวัตกรรมในลักษณะใหม่ เมื่อก่อนแบงก์จะพัฒนาเรื่องพวกนี้ด้วยตนเอง แต่ต่อจากนี้เราทำเรื่องเหล่านี้โดยอาศัยพาร์ทเนอร์ชิพ คือ เราหาว่าใครเก่งแล้วให้เขาเข้ามาทำร่วมกับเรา เพราะฉะนั้นก็จะมีอะไรหลายๆ อย่างที่จะออกมา เช่น Bank API Application Interface เพื่อให้คนที่มีความสามารถทางเทคโนโลยีสามารถสร้างโปรแกรมของตนเองแล้วเชื่อมกับระบบของธนาคาร แล้วให้ธนาคารทำงานบางส่วนที่เขาสร้างขึ้นมาให้เป็นต้น พวกนี้ก็จะทำให้เกิด Open Innovation Platform ฉะนั้น ตอนนี้จึงหวังว่าตัวเองจะยังอยู่ได้ในอีก 20 ปีข้างหน้า แต่ว่าเป็นความท้าทายอย่างยิ่ง

พร้อมเพย์จริงๆ ก็เป็นอีกตัวหนึ่งซึ่งเป็นประเด็นที่น่าสนใจที่จะสร้างผลิตภาพของประเทศได้เยอะมาก เพราะว่าทุกวันนี้มีความสูญเสียที่เกิดขึ้นจากการใช้เงินสดเยอะมาก ความสูญเสียในแง่การดำเนินการ ที่คาดการณ์กันว่าต้นทุนที่เกี่ยวกับการบริหารเงินสดทั้งระบบของประเทศไทยนั้นน่าจะสูงถึง 10,000 ล้านบาทต่อปี ส่วนใหญ่จะอยู่ที่ธนาคาร เพราะธนาคารทุกวันนี้เป็นคนแบกรับต้นทุนเงินสดทั้งหมด คุณไปเบิกเงินสดที่สาขาก็ฟรี ถอนทาง ATM ก็ฟรี ทั้งๆ ที่เงินนั้นต้องขนไปยังที่ใดที่หนึ่ง ต้องถูกรับมาจากที่ใดที่หนึ่ง นี่เป็นความสูญเสียอันแรก

อันที่สอง พอซื้อด้วยเงินสดมันพิสูจน์ไม่ได้ มันไม่มีข้อมูลอยู่ตรงไหนในลักษณะที่ดีพอที่เราจะทำ Big Data ที่เป็น Analytic ได้อย่างเหมาะสม การบริหารเชิงนโยบายก็เป็นปัญหาเพราะไม่รู้ว่าคนรับเงินไปแล้วเอาไปใช้อะไร ไปใช้ตรงไหน เป็นข้อมูลที่กระจัดกระจายเต็มไปหมด ถ้าเราเปลี่ยนตรงนี้เป็นอิเล็กทรอนิกส์ได้ผมคิดว่าในเชิงความรุ่มรวยของข้อมูลที่เรานำมาสร้างการบริหารจัดการในทุกภาคส่วนนั้นจะดีขึ้นมาก

แต่ก็เป็นทางสองแพร่งที่สำคัญมาก ในความเห็นของผมพร้อมเพย์ก็อาจจะเป็นตัวหนึ่งที่จะทำให้บริษัท Fintech ที่ทำเรื่องเกี่ยวกับการจ่ายเงิน โดยเฉพาะการโอนเงินระหว่างคนธรรมดา มีโอกาสเกิดยากมาก เพราะ 1) พร้อมเพย์เป็นระบบของธนาคารซึ่งมีทุกสิ่งทุกอย่าง มีฐานลูกค้า มีความเชื่อมั่นของลูกค้าอยู่แล้ว เป็นระบบที่มีประสิทธิภาพมาก คือ โอนแล้วอีกฝั่งได้เงินทันที และราคาถูกมากด้วย ค่าธรรมเนียมหากโอนเกิน 5,000 บาท คิดเพียง 2 บาท และไล่ไปถึงหลายหมื่นกว่าจะขึ้นเป็น 5 บาท ซึ่งถูกมากเลย ตรงนี้จึงทำให้ในที่สุดนวัตกรรมของ FinThec ในฝั่งเรื่องการทำธุรกรรมการโอนเงินก็จะเจอปัญหา เพราะมันไม่มีส่วนเพิ่มมากพอที่จะไปสร้างนวัตกรรมอะไร ฉะนั้น นวัตกรรมในเรื่องนี้จึงเกิดขึ้นเฉพาะวงของธนาคารมากกว่า นี่เป็น trade-off ที่จะต้องเกิดขึ้น แต่ถ้าพูดถึงกับประชาชนทั่วไปแล้วมันดีมาก เพราะว่าอีกหน่อยคุณจะสามารถโอนเงินให้กันได้อย่างมีประสิทธิภาพ และมีต้นทุนค่อนข้างถูก