มาดูกัน 5 ตัวอย่าง IoT (Internet of Things) ในอุตสาหกรรมฟินเทค

ประเทศไทยมีอัตราการเข้าถึงอินเทอร์เน็ตเพิ่มมากขึ้นเรื่อยๆ ประกอบกับยุคสมัยที่เปลี่ยนไป รวมถึงเทคโนโลยีและนวัตกรรมใหม่ๆ ที่ส่งผลให้การดำเนินชีวิตของผู้คนในปัจจุบันต้องอาศัยพึ่งพาอินเทอร์เน็ตมากขึ้น ไม่ว่าจะเป็นการสื่อสาร หรือการทำธุรกรรมทางการเงิน ทำให้ Internet of Things (IoT) เริ่มเข้ามามีบทบาทมากขึ้น โดยเครือข่ายของสิ่งของที่มีวงจรอิเล็กทรอนิกส์ ซอฟต์แวร์ และเซ็นเซอร์ฝังตัวอยู่ ทำให้สามารถเชื่อมต่อและแลกเปลี่ยนข้อมูลกันได้ ปฏิเสธไม่ได้เลยว่าทุกวันนี้มีการนำอุปกรณ์ IoT เข้ามาใช้งานในอุตสาหกรรมการเงินการธนาคารมากขึ้น ด้วยความหวังว่าจะสามารถอำนวยความสะดวกในการซื้อขายสินค้า และสร้างประสบการณ์ในเชิงบวกให้กับผู้บริโภคได้ดีกว่าเทคโนโลยีในอดีต วันนี้เราจะมาดูกันว่าตัวอย่าง IoT ในอุตสาหกรรมการเงินมีอะไรบ้างค่ะ

1. ลงทุนและการเทรดแบบอัตโนมัติ

internet of value

ตามที่ Dr. John Bates ซึ่งเป็น CEO ทางด้าน Intelligent Business and Big Data ของ Software AG ได้กล่าวไว้ว่าอนาคตของอุตสาหกรรมการเงินขึ้นอยู่กับการสังเกตุการณ์ตลาดแบบเรียลไทม์ และระบบราคาที่ทำให้บริษัทสามารถดูกิจกรรมของนักลงทุนในตลาดหุ้น เครือข่ายสังคมออนไลน์ (Social Media) และแพลตฟอร์มการสื่อสารต่างๆ และสามารถปรับเปลี่ยนนโยบายให้สอดคล้องกับสถานการณ์ได้ โดยแน่นอนว่าในอนาคตอันใกล้นี้ เชื่อว่าการใช้จ่ายและการทำรายการทางการเงินจะเปลี่ยนแปลงเป็นระบบอัตโนมัติเต็มรูปแบบแน่นอน ซึ่งในขณะนี้องค์กรด้านการเงินระดับโลกกำลังมองหาที่จะสร้าง Internet of Value ซึ่งเป็นระบบที่สร้างสภาพแวดล้อมให้ทั้งโลกสามารถเชื่อมต่อหากันได้ โดยจะอำนวยความสะดวกการลงทุนประเภท M2M ผ่าน Bitcoin แอพพลิเคชั่นมือถือ และสมาร์ทเซ็นเซอร์

2. ชำระสินค้าด้วย Wearable Technology

Wearable Technology คืออุปกรณ์สวมใส่ที่สามารถเชื่อมต่อกับอินเทอร์เน็ตได้ เริ่มได้รับความนิยมมากขึ้นทุกวัน เนื่องจากมีการนำแนวคิดนี้มาใช้อย่างแพร่หลาย ทำให้การทำรายการธนาคารในอุปกรณ์เหล่านี้กลายเป็นเป้าหมายหลักของธนาคารทั่วโลก ปัจจุบันนี้นาฬิกาส่วนมากก็สามารถเชื่อมต่อกับโทรศัพท์มือถือได้ แต่ก็ยังมีนวัตกรรมมากมายที่สามารถนำมาใช้กับอุปกรณ์สวมใส่ได้ แม้แต่ Amazon Alexa ซึ่งเป็น Remote Device ก็เป็นจุดสำคัญที่จำเป็นสำหรับนวัตกรรมทางการเงินและธนาคารเช่นกัน โดยการทำธุรกรรมธนาคารพื้นฐานที่จำเป็นต้องมีใน Wearable และ Remote Assistant Device คือการตรวจสอบยอดเงินคงเหลือ และการดูการทำรายการย้อนหลัง

smart glasses amazon

เมื่อพูดถึงสถิติคาดว่าภายในปี 2022 จะมีผู้คนราว 345 ล้านคนที่จะใช้อุปกรณ์สวมใส่ในชีวิตประจำวัน ซึ่งแน่นอนว่าอุปกรณ์เหล่านี้ไม่ได้ทำมาเพื่อใช้ในด้านสุขภาพ และ Fitness Tracking เท่านั้น แต่ก็ยังใช้ในอุตสาหกรรมการเงินได้เช่นกัน ด้วยการพัฒนา IoT ในการธนาคาร ทำให้องค์กรต่างๆ พากันสร้างสรรค์อุปกรณ์สวมใส่ที่มาพร้อมกับนวัตกรรมใหม่ๆ มากมายเพื่อความสะดวกของผู้บริโภคและธุรกิจ เช่น FitPay ซึ่งเป็นอุปกรณ์สายรัดข้อมือที่สามารถใช้ชำระค่าสินค้าและบริการได้ เพียงแค่แตะข้อมือเท่านั้น นอกเหนือจากนี้ยังมีอุปกรณ์มากมายที่ใช้ในอุตสาหกรรมการเงิน เช่น Smart Glasses ที่สามารถตรวจจับเช็คปลอม โดยการเชื่อมต่อกับคอมพิวเตอร์ ทำให้เจ้าหน้าที่ธนาคารสามารถตรวจสอบข้อมูลเช็คได้อัตโนมัติ

3. วิเคราะห์พฤติกรรมของผู้บริโภค

เชื่อว่าข้อมูลมหาศาลจาก Big Data สามารถนำมาวิเคราะห์เพื่อต่อยอดเป็นการสร้างกลยุทธ์ธุรกิจได้มากมาย ทั้งนี้ในอุตสาหกรรมการเงินกว่า 50% ของตลาดยกให้ “Customer-Centric Outcomes” (ลูกค้าเป็นศูนย์กลาง) เป็นวัตถุประสงค์หลักในการใช้ข้อมูล Big Data ซึ่งเชื่อหรือไม่ว่านี่ไม่ใช่เรื่องแปลกแต่อย่างใด ในเมื่อสุดท้ายแล้วผู้บริโภคก็ยังคงเปรียบเสมือนเลือดที่จำเป็นต่อการหล่อเลี้ยงองค์กรให้อยู่รอด และการทำให้พวกเขาพึงพอใจและมีความสุขก็ย่อมเป็นสิ่งสำคัญต่อทุกธุรกิจ

โดยนวัตกรรมใหม่ได้มีการนำ Big Data และ IoT มาใช้ในการเงินและธนาคาร ซึ่งจะทำให้องค์กรสามารถวิเคราะห์พฤติกรรมของผู้บริโภคเมื่อใช้บริการผลิตภัณฑ์ และเพื่อดูว่าผู้บริโภคทำรายการโอนเงิน เลือกสาขาการทำธุรกรรมธนาคาร หรือไปพบปะกับผู้ขายบ่อยเท่าใด เมื่อได้ข้อมูลแล้วก็จะนำการวิเคราะห์เหล่านี้ไปรวมกับโมเดลธุรกิจ ซึ่งจะช่วยในการสร้างโปรโมชั่นและหาวิธีการสื่อสารที่ดึงดูดใจและสร้างความพึงพอใจแก่ลูกค้าในรายบุคคลมากยิ่งขึ้น

เมื่อนำมาใช้กับอุตสาหกรรมการเงิน ธนาคารจะสามารถนำข้อมูลเหล่านี้มาใช้เพื่อส่งโปรโมชั่นและส่วนลดที่เกี่ยวข้องกับผู้บริโภคแต่ละคนได้ มากไปกว่านั้นธนาคารบางแห่งยังใช้เทคโนโลยีนี้สร้างความสะดวกสบายให้แก่ลูกค้าอีกด้วย เช่น Barclays ที่ลงทุนพัฒนา “Beacon Technology” ซึ่งจะเตือนพนักงานให้บริการ เมื่อมีผู้บริโภคที่พิการเข้ามาใช้บริการในสาขา โดยเทคโนโลยีนี้จะบอกอีกด้วยว่ามีสิ่งสำคัญใดบ้างที่จะต้องทำ เป็นการช่วยสร้างประสบการณ์ที่ดีแก่ผู้มาเยือนเป็นรายบุคคล

4. เพิ่มประสิทธิภาพให้กับกระบวนการทางธุรกิจ

เราได้เห็นตัวอย่างมากมายของการใช้ IoT และ Big Data เพื่อสร้างความพึงพอใจในการให้บริการผู้บริโภค ซึ่งการนำข้อมูลที่เก็บได้จากแหล่งต่างๆ เช่น แอพพลิเคชั่นมือถือ และเซ็นเซอร์ดิจิทัล เช่น ตู้ ATM ซึ่งจะสามารถเก็บข้อมูลทั้งจำนวนผู้ใช้งานผ่านมือถือ และพฤติกรรมการใช้งานตู้ ATM เป็นต้น เมื่อได้ข้อมูลเหล่านี้มาธนาคารสามารถส่งข้อเสนอไปตรงกลุ่มเป้าหมายมากขึ้น โดยแนวคิดนี้เริ่มมาจากการถามตัวเองว่า เราจะเปิดตัวผลิตภัณฑ์และบริการอะไร? กลุ่มลูกค้าหลักคือใคร? ช่วงเวลาใดเหมาะสมกับการเปิดตัวผลิตภัณฑ์มากที่สุด? ทุกอย่างนี้สามารถหาคำตอบได้จากการดูพฤติกรรมและประวัติการใช้งานก่อนหน้านี้

อุตสาหกรรมอื่นๆ เช่น การผลิต และค้าปลีก ได้มีการนำเทคโนโลยี IoT มาปรับใช้เพื่อช่วยสังเกตการณ์เครื่องจักร ติดตามผลการทำงาน วัดปริมาณสินค้าที่สามารถผลิตได้ รวมถึงการคาดการณ์ช่วงเวลาที่เครื่องไม่สามารถทำงานได้ เมื่อนำแนวคิดเดียวกันนี้มาปรับเปลี่ยนและใช้ในอุตสาหกรรมการเงิน ก็จะสามารถมองเห็นภาพรวมและลำดับการทำงานทั้งหมดของธุรกิจได้ ทำให้คุณเข้าใจมากขึ้นว่ามีการทำงานจุดไหนที่ติดขัดบ้าง เพื่อจะได้มองหาหนทางแก้ไขได้ทันท่วงที โดยสิ่งนี้เองจะทำให้คุณสามารถปรับปรุงแอพพลิเคชั่น และขั้นตอนการทำงานให้มีประสิทธิภาพมากขึ้น เพื่อให้แต่ละส่วนขององค์กรสอดคล้องกับภาพรวมทั้งหมด

5. เพิ่มความโปร่งใสในการดำเนินการ

การนำ IoT มาปรับใช้ในอุตสาหกรรมการเงิน ทำให้ธนาคารและองค์กรการเงินได้รับข้อมูลแบบเรียลไทม์จากสินทรัพย์ของตนเองและของลูกค้า (ซึ่งจะส่งผลให้การบริหารความเสี่ยงมีประสิทธิภาพมากขึ้น) ซึ่งแนวคิดนี้เริ่มต้นมาจากอุตสาหกรรมประกันภัยรถยนต์ที่ใช้อัลกอริทึ่ม Machine Learning เพื่อศึกษาพฤติกรรมของผู้ขับขี่ และปรับเปลี่ยนเบี้ยประกันตามสถานการณ์ ซึ่งสิ่งนี้เองทำให้บริการสามารถสร้างจำนวนตัวเลขการชดเชยถึง 1.7 ล้านล้าน โดยราคาจะขึ้นอยู่กับ “คุณภาพในการขับขี่ ไม่ใช่ประเภทของรถยนต์ที่ขับ”

มากไปกว่านั้นการใช้สมาร์ทเซ็นเซอร์ก็จะช่วยให้บริการสามารถลดความเสียหายของระบบการจัดการอาคาร และค่าใช้จ่ายในการดำเนินการถึง 30% และสามารถจัดการทรัพย์สินได้โดยอิงจากข้อมูลความหนาแน่นของผู้คน โดยการวิเคราะห์ข้อมูลสถิติชีวภาพ และเซ็นเซอร์เพื่อให้ธนาคารสามารถปรับปรุงกระบวนการพิจารณาเครดิต และมุ่งกลุ่มเป้าหมายไปยังลูกค้าที่ยังไม่มีประวัติการกู้ยืม (ถึงแม้ว่าจะต้องดูว่าข้อมูลประเภทไหนที่จะช่วยให้สามารถประเมินเครดิตของแต่ละคนได้ดีที่สุดก็ตาม)