รู้จักหนึ่งในทีมที่ใช้ DATA ของ KBank ที่นำ Big Data + AI ป้องกันการทุจริตในโลกออนไลน์

รู้จักหนึ่งในทีม DATA ของ KBank ที่ใช้ Big Data + AI ป้องกันมิจฉาชีพในโลกออนไลน์

เมื่อธุรกรรมทางการเงินเกิดขึ้นบนโลกออนไลน์เป็นส่วนใหญ่ ไม่ว่าใครก็หันไปโอนหรือจ่ายเงินผ่านโมบายแบงก์กิ้งกันเกือบหมด เพราะสะดวกสบายทำได้ทุกที่ทุกเวลา ซึ่งธุรกรรมจำนวนมากที่เกิดขึ้นนี้ เป็นที่มาของข้อมูลมหาศาล (Big Data) ประกอบกับเทคโนโลยี AI ที่ทันสมัยขึ้นเรื่อย ๆ จึงเป็นที่มาของอาชีพใหม่ที่น่าสนใจ ซึ่งมีหน้าที่ปกป้องความปลอดภัยของผู้ใช้งานจากการทุจริตและฉ้อโกงช่องทางออนไลน์
ซึ่งเกิดขึ้นเป็นจำนวนมากในทุกวันนี้

ประเด็นนี้เป็นวาระระดับชาติ ซึ่งเป็นภารกิจที่ทั้งธนาคาร ตำรวจ และหน่วยงานที่เกี่ยวข้องต้องร่วมมือกันต้องป้องกัน และหาวิธีแก้ไข 

Future Trends พามารู้จัก ทีม Fraud Prevention หนึ่งในทีมที่ใช้ DATA ในการทำงานของธนาคารกสิกรไทย ที่ทำหน้าที่เหมือนนักสืบคอยดูพฤติกรรมทางการเงินที่มีความผิดปกติ ซึ่งวันนี้ได้ คุณ ดนุสรณ์ สิทธิราษฎร์ (แน้ก) Head of Fraud Management Data Science และคุณ เมฆินทร์ เลิศอนันตสุข (ไผ่) Head of Business Data Science มาพูดคุยถึงสารพันปัญหา ความท้าทาย รวมถึงการนำเอาทักษะด้าน AI และ Data analytics เข้ามาช่วยทำงาน

บอกเลยว่า ตำแหน่งงานของแน้กและไผ่มีความสำคัญกับปัจจุบันอย่างมากและเป็นงานที่มีโอกาสในการสร้าง Impact ระดับชาติ เพราะเรื่องของการป้องกันการทุจริตในช่องทางออนไลน์ ถือเป็นเรื่องที่กระทบต่อชีวิตของผู้คนโดยตรง เพราะไม่มีใครที่อยากให้เกิดเรื่องเหล่านี้ขึ้นกับตนเองเป็นแน่

การทำงานเป็นอย่างไร? อาชีพนี้น่าสนใจตรงไหน? นำ Big Data และ Data Analytic เข้ามาช่วยอย่างไร? ไปล้วงลึกคำตอบด้วยกัน

เคสการฉ้อโกงส่วนใหญ่ที่เกิดขึ้นกับธนาคารมักมาในรูปแบบใด?

แน้ก : ใกล้ตัวสุดคือบัญชีม้า ที่เจ้าของบัญชีมีการขายบัญชีให้กับผู้อื่นไปใช้ในธุรกิจสีเทา เช่น การฟอกเงิน พนัน หลอกลวง ฯลฯ ซึ่งที่เราเห็นเป็นข่าวกันบ่อย ๆ ว่า ลูกค้าบางรายอาจจะเคยมีประสบการณ์เจอแก๊งคอลเซ็นเตอร์โทรหา หลอกให้โอนเงินไปบัญชีม้า

อีกอย่างที่เจอเยอะคือการทุจริตในการสมัครสินเชื่อกับธนาคาร ไม่ว่าจะเป็นการปลอมแปลงเอกสารรายได้กับ statement หรือการเรียกรับค่าธรรมเนียมในการสมัครสินเชื่อ ซึ่งการทุจริตเหล่านี้ส่งผลกระทบทั้งในแง่ต่อสังคม ต่อลูกค้าธนาคารและต่อธนาคาร

มีเครื่องมืออะไรบ้างที่ KBank กำลังพัฒนาอยู่เพื่อช่วยป้องกันปัญหาเหล่านี้ ?

แน้ก : ทีมผมและทีมคุณไผ่ จะทำงานร่วมกับผู้เชี่ยวชาญเรื่องการทุจริตที่มีความรู้และประสบการณ์ด้านพฤติกรรมทางการเงินที่มีความผิดปกติ โดยใช้ Big Data ข้อมูลธุรกรรมทางการเงินที่เกิดขึ้นของธนาคารและเทคโนโลยี AI ในการวิเคราะห์หรือหารูปแบบพฤติกรรมที่น่าสงสัยต่าง ๆ ที่มีแนวโน้มจะนำไปสู่การฉ้อโกง เพื่อการป้องกันหรือตรวจจับที่แม่นยำและมีประสิทธิภาพมากขึ้นครับ

อย่างเคสการตรวจจับการทุจริตในการสมัครสินเชื่อ เราใช้ AI และ Machine learning model ซึ่งเรียนรู้จากเคสต่าง ๆ ที่เกิดขึ้นในอดีตมาช่วยตรวจสอบว่า เอกสารไหนมีความเป็นไปได้ที่จะปลอมแทนการใช้คนในการตรวจทั้งหมด ซึ่งทำให้กระบวนการตรวจสอบรวดเร็วและมีประสิทธิภาพมากขึ้น

ส่วนตัวต้องบอกว่า ทุกธนาคารมีวิธีการตรวจสอบเอกสารกันหมด แต่ผมคิดว่าของ KBank เป็นที่แรก ๆ ที่ใช้วิธีนี้ ซึ่งถ้าถามว่าเราให้ความสำคัญกับเรื่องนี้เป็นอันดับแรกไหม? ขอบอกว่า ใช่นะ เพราะว่าด้วยฐานลูกค้ามากกว่า 20 ล้านคน ที่ใช้แอปพลิเคชัน K PLUS ทำให้ข้อมูลที่เรามีค่อนข้างมากและเห็นถึงพฤติกรรมทางการเงินในหลากหลายรูปแบบ

เทคโนโลยี AI และการวิเคราะห์ข้อมูล มีบทบาทอย่างไรในการช่วยการทำงานของพวกคุณ?

แน้ก : ข้อมูลการทำธุรกรรมทางการเงินในแต่ละวันของลูกค้าที่ใช้ K PLUS รวมถึงการทำธุรกรรมที่สาขาจำนวนหลักล้านต่อวัน เวลาที่ตรวจสอบหรือใช้ข้อมูลมีเยอะมาก การนำเทคโนโลยีที่เกี่ยวกับ Big Data หรือ Cloud มาใช้ทำให้การดึงข้อมูลเร็วและมีประสิทธิภาพมากขึ้น พร้อมมีเครื่องมือใหม่ ๆ ทำให้วิเคราะห์ตัวตนของคนฉ้อโกงได้มากขึ้น ทำให้การตรวจสอบหาพฤติกรรมทางการเงินที่มีความผิดปกติจำนวนมากใช้เวลาน้อยลงและแม่นยำยิ่งขึ้น แม้ว่าจะต้องพึ่งสัญชาตญาณน้อยลง แต่ยังคงต้องใช้ครับ

ไผ่ : อย่างที่พี่แน้กเล่าไปครับว่า การตรวจจับการทุจริตเราก็ยังคงต้องพึ่งสัญชาตญาณและความรู้ของผู้เชี่ยวชาญในการยืนยันเคสต่าง ๆ ที่เราไม่แน่ใจ โดยปกติผู้เชี่ยวชาญอาจจะเสียเวลาในการดึงข้อมูลจำนวนมากมาจากหลายแห่ง เพื่อเอามาประกอบการตรวจสอบ ปัจจุบันทางทีมเลยพัฒนา Investigation tools มาใช้ในการ Automate เพื่อช่วยรวบรวมข้อมูลต่าง ๆ พร้อมกับบัญชีหรือเคสต้องสงสัยทุจริตมาให้ผู้เชี่ยวชาญทีเดียวเลย ซึ่งเป็นการลดเวลาในการทำงานและทำให้ผู้เชี่ยวชาญมีเวลาไปตรวจยืนยันเคสได้มากขึ้น

อะไรคือความท้าทายของคนสายเทคโนโลยี ที่ทำงานด้านการป้องกันการฉ้อโกง?

แน้ก : มันเป็นสิ่งที่ไม่มีรูปแบบชัดเจนครับ – เมื่อก่อนสมัยทำโมเดลวิเคราะห์เรื่องเครดิตเป้าหมายมันชัดเจน อย่างคนที่ไม่จ่ายเงิน ชัดว่า ไม่จ่ายเงิน แต่การฉ้อโกงรูปแบบมันชัดไหม? ไม่เลยและมาหลายรูปแบบ

ผมไม่สามารถระบุว่า หน้าตาแบบนี้หรือพฤติกรรมแบบไหนที่ทุจริตแน่ ๆ ดังนั้น ในการวิเคราะห์เราจะมองหาความแปลกคือ ไม่ใช่บอกว่าคนที่แปลกไม่ดีนะ เราไม่ได้หมายถึงอย่างนั้น แต่เราดูว่า คนนี้มีพฤติกรรมไม่เหมือนคนส่วนใหญ่คนอื่น ๆ เมื่อเทียบกันแล้ว เราจะเอาเคสมาดู ซึ่งเป็นอีกวิธีการทำงานที่เราไม่รอให้มันเกิดขึ้น เพื่อพยายามดูความเป็นไปได้

ไผ่ : ผมว่า รูปแบบการทุจริตมันเปลี่ยนบ่อยนะครับ พอทางเราพัฒนาระบบให้สามารถตรวจจับพฤติกรรมทุจริตรูปแบบนึงได้แม่นยำ มิจฉาชีพก็อาจจะหาวิธีใหม่ ๆ ในการทุจริตที่เราตรวจจับไม่ได้มาใช้ ความท้าทายคือเราเองต้องพัฒนาระบบให้ไวและรวดเร็ว เพื่อตามเหล่ามิจฉาชีพให้ทัน ซึ่งที่ธนาคารของเรา ทีม Data science ทั้งทีมผมและทีมพี่แน้ก เรามีการทำงานกันอย่างใกล้ชิดกับทีมผู้เชี่ยวชาญด้านการตรวจจับทุจริตครับ ทำให้เราเจอรูปแบบใหม่ ๆ ในการโกงได้เร็วและมี feedback loop ในการพัฒนาโมเดลครับ

พวกคุณคือทีมทำงานเทคโนโลยีที่ทำในองค์กรใหญ่ที่มีประวัติศาสตร์กว่า 70 ปี คุณมีวิธีการทำงาน หรือสร้างแรงบันดาลใจให้คนในทีมอย่างไร เพื่อให้การทำงานไหลลื่นและสร้าง Impact ให้มากที่สุด?

แน้ก : ทุกองค์กรดั้งเดิมมันต้องมีจุดเริ่มต้นในการทรานส์ฟอร์มแน่นอนว่า ไม่ง่าย แต่โชคดีที่สิ่งที่เราทำมันเป็นการทำเพื่อลดการทุจริต ซึ่งช่วยให้สังคมดีขึ้นและยังทำให้กระบวนการทำงานของคนที่เกี่ยวข้องลดเวลาลง ซึ่งทำให้การทำงานทุกฝ่ายช่วยกันสร้างความเปลี่ยนแปลงให้เกิดขึ้นได้ ตามแผนที่วางไว้ แต่สิ่งสำคัญที่ผมว่า เราต้องให้ความสำคัญคือเราต้องเข้าใจว่า คนที่เราจะเข้าไปทำงานด้วย เขามีมุมมองและมีประสบการณ์กับเรื่องนี้อย่างไร เพราะเขาย่อมรู้เรื่องที่เขาดูแลได้ดีกว่าเรา เพียงแค่เขาอาจจะยังไม่เข้าใจวิธีการใหม่ ๆ มาจัดการเรื่องนี้

ฉะนั้น ผมว่านี่เป็นโอกาสที่เราจะเข้าไปช่วยเสริมและแนะนำ ชวนเขาลองเปลี่ยนมาลองใช้วิธีการใหม่ ๆ ซึ่งหัวใจสำคัญคือการสื่อสารให้เขาเข้าใจว่า มันเชื่อมโยงกับสิ่งที่เขาทำอย่างไร เพราะถ้าเขาเข้าใจจะยิ่งทำให้เข้ามามีส่วนร่วมทำให้การเปลี่ยนแปลงเกิดขึ้นได้เร็ว

เล่าสไตล์การทำงานในฐานะทีมเทคโนโลยีของธนาคารให้ฟังหน่อยว่าเป็นอย่างไรบ้าง?

แน้ก : ผมจะปฏิบัติกับทุกคนเป็นเพื่อนร่วมงาน ไม่มีหัวหน้าลูกน้อง ทุกคนพูดคุยกันได้ เปิดใจคุยกัน แม้แต่ปัญหาอื่นที่ไม่ใช่เรื่องงาน เวลาน้องทำงานไม่เสร็จ เราก็จะไปช่วยทำงาน เราทำงานค่อนข้างไดนามิกนิดหนึ่ง ผมอยากสร้างพื้นที่ที่ทุกคนจะได้ทำงาน เรียนรู้การเป็นผู้นำและโชว์ของ โชว์ความคิดสร้างสรรค์อย่างเต็มที่ ซึ่งงานมันมีช่วงที่เครียดอยู่แล้ว แต่ผมอยากออกแบบการทำงานให้ทีมอย่างน้อย ๆ ในทุกเช้าก็ยังอยากตื่นมาทำงาน เพราะยังมีทีมที่ดีคอนซัพพอร์ตพวกเขา

นอกจากนี้ ผมจะบอกน้องเสมอว่า เราทำงานกับฉบับ Work Smart นะ นอกจากทำงานให้เต็มที่ เรายังมีการทำกิจกรรมนอกเหนือจากเรื่องงานด้วยกัน อย่างหัวหน้าผมกับไผ่ จริง ๆ เป็นคนเป๊ะมากแต่เฉพาะกับเรื่องงาน พอแฮงค์เอ้าท์ก็สนุกกันสุด ๆ เหมือนกัน

ผมจะบอกน้อง ๆ เสมอว่า ความเชื่อใจในการทำงานได้มาด้วยการไม่โกหกกัน ถ้าทำงานผิดพลาด ก็บอกกันตรง ๆ ผมพยายามทำให้รู้สึกว่า ผิดพลาดเป็นเรื่องปกติสามารถบอกกันได้เพื่อช่วยหาทางแก้ไข เราจะมีการ coaching กันบ่อย ๆ ซึ่งไม่ได้หมายความว่า พี่แนะนำน้องอย่างเดียวเท่านั้น น้องเองก็แนะนำพี่ได้ เพราะเราไม่ได้รู้ทุกเรื่องและก็ผิดพลาดได้เช่นกัน

ไผ่ : ทีมเราไม่มี Blaming culture ผิดก็ผิด ผิดก็แก้ แล้วเดินหน้าต่อ แต่เราเรียนรู้จากสิ่งที่ผิดว่า ผิดเพราะอะไร ครั้งหน้าเราก็พยายามไม่ให้ผิดแบบนี้อีกครับ

ในฐานะคนทำงาน KBank สนับสนุนพวกคุณด้านไหนบ้าง?

ไผ่ : เทคโนโลยีครับ สมัยก่อนกว่าจะดึงข้อมูลมาเพื่อวิเคราะห์หาคำตอบเรื่องหนึ่งได้ บางทีเสียเวลาหลายวัน แต่เดี๋ยวนี้ทางธนาคารมีการอัปเกรดเทคโนโลยีไปเรื่อย ๆ มี Cloud ตัวใหม่มาอีก ทำให้เราทำงานได้เร็วขึ้นเยอะครับ ผู้บริหารก็ให้ความสำคัญมีการจัดหลักสูตรอบรมและเชิญวิทยากรมาแบ่งปันความรู้อยู่เสมอครับ

แน้ก : ล่าสุดมีนโยบาย Work that FITS ที่ให้พนักงานได้เลือกทำงานรูปแบบที่เหมาะสมกับตนเอง ทำงานที่ออฟฟิศหรือบ้านก็ได้ ให้ทุกคนเปิดโหมดที่ Comfortable กับการทำงาน ซึ่งสิ่งนี้ทำให้ทุกคนออกแบบชีวิตการทำงานได้ด้วยตนเอง

เดี๋ยวนี้คนรุ่นใหม่สนใจสายงานเทคโนโลยีกันเยอะ เชื่อว่าในทีมพวกคุณก็น่าจะมี – ในฐานะรุ่นพี่ ถ้าแนะนำได้… จะบอกอะไรกับคนรุ่นใหม่ที่กำลังเข้าสู่โลกการทำงาน หรือสนใจที่จะโดดมางานสายเทคฯ?

ไผ่ : ผมว่า ทักษะที่สำคัญสำหรับคนที่ทำงานด้าน Data Analytics คือการสื่อสาร เราอาจจะคุยกับคนที่อยู่ในวงการเดียวกันรู้เรื่อง แต่ถ้าเราทำงานในองค์กรที่มีคนหลากหลายแบ็คกราวน์และความเชี่ยวชาญ เราอาจจะไม่สามารถใช้ข้อความแบบเดียวในการสื่อสารกับคนทุกกลุ่มได้ การเตรียมตัวพัฒนาทักษะในการสื่อสารและ Storytelling จึงเป็นสิ่งที่สำคัญครับ

อย่างที่สองคือ เวลาทำงานเราควรรู้ตัวว่า ตัวเองกำลังทำอะไรอยู่ ไม่ใช่ทำเพราะแค่ว่าถูกสั่ง กล้ายกมือถามถ้าไม่มั่นใจและกล้าขอความช่วยเหลือครับ ผมสังเกตจากเด็กรุ่นใหม่ ๆ ที่เข้ามาในทีม แรก ๆ จะไม่ค่อยกล้าถามหรือขอความช่วยเหลือ เพราะกลัวว่าคนอื่นจะมองว่าไม่เก่ง ผมจะบอกว่าจริง ๆ แล้วการทำงานด้านนี้ การคุยกันเยอะ ๆ เป็นสิ่งสำคัญครับ และพี่ ๆ ยิ่งชอบถ้ามีน้องมาคุยมา brainstorm กันครับ

แน้ก : ผมว่าทุกสายงาน ถ้าอยากจะมีสกิล ก็ต้องผ่านชั่วโมงบินพอสมควร ไม่ได้เจาะจงว่า เจเนอเรชันไหน เวลาทำงานเลยอยากให้ทำให้นานพอและเข้าใจในสิ่งที่ทำ จนเราสามารถ Work Smart ได้

เรื่องที่สอง แพชชั่น เป็นสิ่งสำคัญทำให้เราเดินไปข้างหน้าได้ พยายามหาจุดที่ทำให้เรามีความสุขกับงาน เช่น งานที่มีคุณค่า เราพัฒนาตัวเอง การมีเพื่อนร่วมทีมที่ดี ซึ่งมันจะพาไปให้ถึงจุดจุดหนึ่งได้ในวันหนึ่งและเมื่อมองกลับหลังไปจะเซอร์ไพรส์ตัวเองเหมือนกันว่า มาไกลได้ขนาดนี้

สาม ในแง่องค์กร แต่ละที่ก็ต่างกัน อย่างธนาคารก็มีคนตั้งแต่คนรุ่นพ่อจนถึงคนรุ่นจบใหม่ คำถามคือเราจะเก่งทั้งงานและเก่งทั้งคนได้ไหม เราต้องทำงานอย่างเข้าใจทั้งเขาและเรา เด็กรุ่นใหม่อาจจะมีความคิดแบบหนึ่ง ไม่ได้ผิดและคนรุ่นเก่าก็มีแนวคิดอีกแบบ เวลาคุยกันผมว่า ต้องตัดน้ำออก เอาเนื้อ ๆ เด็กสมัยนี้ผมชอบนะ ค่อนข้างพูดตรงเลย ซึ่งเป็นสิ่งที่ดี แต่บางทีมันเป็นข้อดีเมื่อสถานการณ์อำนวย แต่ก็ต้องเลือกจังหวะหน่อยแล้วกัน

สุดท้ายในงานสายเทคฯ ผมว่า ‘ตรรกะ’ ต้องดี ตรรกะไม่ใช่ข้อเท็จจริง แต่เป็นสิ่งที่คนสร้างขึ้นมาจากประสบการณ์ ผมว่า การสั่งสมประสบการณ์นั้นสำคัญ

ถ้ามีคนสนใจร่วมทีมทำงานของพวกคุณ จะแนะนำอย่างไรบ้าง?

แน้ก : จริง ๆ ทีม Data ที่ KBank มีหลายฝ่ายมาก ไม่ได้มีแค่เรื่อง Data เรื่องการจับทุจริต เรามี 4 ฝ่ายหลัก ๆ คือ Data Management การกำหนดกลยุทธ์การจัดเก็บข้อมูล ทีม Data Analytics ที่วิเคราะห์หาความสัมพันธ์ของข้อมูลเพื่อตอบ Business ทีม Data Service ที่ดูพวก Dashboard เพื่อสนับสนุนทีมอื่น ๆ และทีม Data Solution ที่ช่วยออกแบบ Data architecture จัดการระบบข้อมูล ส่วนในแง่ของสิ่งแวดล้อมการทำงาน ทีมของผมก็อยู่กันแบบพี่น้องครับ มีอะไรเราก็คุยกัน มีปัญหาก็ช่วยกันแก้ไขครับ 

ไผ่ : ความรู้และประสบการณ์ได้แน่ครับ KBank เป็นแบงก์ใหญ่ มี Data และ โจทย์ต่าง ๆ ก็มีให้เล่นเยอะครับ ส่วนเรื่องอื่นเราเองก็มีการไปสังสรรค์กันบ่อย ๆ กิจกรรมในฝ่ายเยอะมาก (หัวเราะ) มีไปเล่น เลเซอร์เกมส์ มีไป outing ที่ต่างจังหวัด คนอาจจะคิดว่า คนทำงานด้านนี้ เป็นคนจริงจัง เครียดกับงาน ไม่ค่อยชอบทำกิจกรรม แต่จริง ๆ ทีมเรามีคนหลายประเภทมากครับ 

ถ้าอ่านมาถึงตรงนี้แล้วสนใจค้นหาตำแหน่งงานที่ท้าทาย พร้อมบรรยากาศการทำงานสนุก ๆ คลิกไปดูได้ที่ www.kasikornbank.com/careers