วิเคราะห์ธุรกิจธนาคาร ลดพนักงาน – ลดสาขา ใช่ทางออกสำหรับธนาคารยุคดิจิทัล จริงหรือไม่?

การก้าวเข้าสู่ยุคดิจิทัลแบบเต็มรูปแบบ การใช้ AI, Machine Learning และ Big Data ทำให้เกิดกระแสการลดพนักงาน และการลดสาขา ไม่ใช่เฉพาะธนาคาร แต่รวมถึงธุรกิจอื่นๆ ด้วย

คำถามคือ การลดต้นทุน โดยการลดสาขาและลดพนักงาน คือคำตอบสำหรับธนาคารจริงหรือไม่

Brand Inside ได้มีโอกาสคุยกับ สุปรีชา ลิมปิกาญจนโกวิท อดีตผู้บริหาร mPay ของ AIS ที่ปัจจุบันทำงานอยู่ในธนาคารแห่งประเทศไทย และมีส่วนพัฒนา National e-Payment ได้ให้ความเห็นไว้อย่างน่าสนใจ

Digital Payment ลดต้นทุนการจัดการเงินสด

สุปรีชา บอกว่า หนึ่งในเป้าหมายของ ธปท. คือ การลดต้นทุนและเพิ่มความคล่องตัวให้กับธนาคารอยู่แล้ว ตามแผน National e-Payment ปีที่ผ่านมา คนไทยใช้ Digital Payment 60 ครั้งต่อคนต่อปี แม้จะยังตามหลังมาเลเซีย ที่ใช้มากกว่า 100 ครั้งต่อคนต่อปี แต่แนวโน้มของไทยดีมาก และคาดว่าปีนี้จะเพิ่ม 150 ครั้งต่อคนต่อปี

ผลคือ ช่วยลดปริมาณเงินสดในระบบ ลดการพิมพ์ธนบัตรใหม่, ลดการเคลื่อนไหวของเงิน และมีแนวโน้มที่ตู้ ATM จะลดลงในอนาคต ช่วยลดต้นทุนได้มหาศาล

การศึกษาจากต่างประเทศระบุว่า ต้นทุนการจัดการเงินสดของไทย อยู่ที่ 2% ของมูลค่าการจ่ายเงินสดที่เกิดขึ้น ตามข้อมูล 1 ปี มีการกดเงินจากตู้ ATM ประมาณ 7.5 ล้านล้านบาท ต้นทุน 2% เกิดจากการ ขนเงิน การทิ้งเงินไว้กับตู้ ATM เพื่อรอคนมากด เท่านี้ก็เป็นมูลค่ามหาศาลแล้ว

ถ้าสาารถลดส่วนนี้ลงได้ แม้ไม่มีการลดพนักงาน ลดสาขา ก็ช่วยลดต้นทุนได้อย่างมาก

เพิ่มสาขาย่อย กระจายพนักงานให้บริการ

สุปรึชา มองว่า นอกจากการลดต้นทุนการจัดการเงินสดของธนาคารแล้ว การลดต้นทุนของธนาคารที่สำคัญอีก 2 ส่วน คือ ปรับเปลี่ยนรูปแบบของสาขา ลดขนาดของสาขาลง แต่เพิ่มจำนวนสาขาย่อยให้มากขึ้น กระจายพนักงานไปตามสาขาย่อยต่างๆ

รวมถึงการให้บริการในรูปแบบของ Banking Agent ในร้านสะดวกซื้อ การให้บริการแบบ Bank Express ธนาคารไม่จำเป็นต้องลดพนักงาน หรือ ลดสาขา แต่สามารถกระจายบริการออกไปได้กว้างขวางมากขึ้น เน้นบริการในลักษณะของการลงทุน เพื่อสร้างรายได้ทดแทนค่าธรรมเนียมที่ลดลง

จุดเด่นของธนาคารไทย คือ มีสาขาที่จับต้องได้ มีหน้าร้านให้บริการลูกค้า เป็นข้อได้เปรียบเมื่อเทียบกับสถาบันการเงินจากต่างประเทศที่กำลังจะเข้ามาในไทย ดังนั้นการลดสาขา หรือ ลดพนักงาน อาจไม่ใช่ทางออก

บริหารจัดการ “หนี้เสีย” ให้มีประสิทธิภาพ

ต้นทุนของธนาคารอีกส่วนที่สำคัญคือ หนี้เสีย (NPL) ซึ่งหากมีการบริหารจัดการที่ดี จะช่วยลดต้นทุนได้ ตัวอย่างที่ดีมาก คือ Alipay ที่นำข้อมูล Big Data จากการใช้จ่ายมาวิเคราะห์ ให้ Credit Scoring เพื่อปล่อยสินเชื่อ ตามข้อมูลผลประกอบการมี NPL ต่ำกว่า 1%

เป็นการให้สินเชื่อแบบ Information Base คือ ดูข้อมูลทางการค้า ยอดขาย ยอดสั่งซื้อ เพื่อเสนอสินเชื่อให้ลูกค้า เช่น ร้านค้ามียอดขายที่ดีก็สามารถเสนอสินเชื่อเพื่อขยายธุรกิจ

แตกต่างจากประเทศไทย ที่ใช้การให้สินเชื่อจากหลักทรัพย์ค้ำประกัน ถ้ามีปัญหาหนี้เสีย ธนาคารจะยึดหลักทรัพย์นั้น แต่ความจริงธนาคารต้องการกำไรจากดอกเบี้ย ไม่ได้ต้องการยึดทรัพย์ ซึ่งนอกจากเกิดหนี้เสีย ยังต้องมาบริหารจัดการหลักทรัพย์นั้นอีก

ล่าสุดธนาคารไทย เตรียมนำ Information Base มาพิจารณาให้สินเชื่อเช่นกัน เห็นได้จาก SCB และ KBank ที่นอกจากผลักดันให้ร้านค้าใช้งานระบบ QR Payment หรือการที่ KBank สร้างบริการ e-Marketplace บนแอพ ให้กับร้านค้าได้ทำ e-Commerce ก็เป็นการรวบรวมข้อมูลธุรกรรมต่างๆ เพื่อพิจารณาให้สินเชื่อในอนาคต

ทั้งนี้ ปัจจุบันหนี้เสีย (NPL) ของธนาคารใหญ่ทั้ง 4 แห่ง คือ กรุงเทพ, กรุงไทย, ไทยพาณิชย์ และ กสิกรไทย มีหนี้เสียตามรายงานผลการดำเนินการ ประมาณ 2.8 – 4.0% เป็นมูลค่าประมาณ 6.5 – 9 หมื่นล้านบาท หากสามารถลดสัดส่วนหนี้เสีย หรือหนี้ด้อยคุณภาพลง ให้ต่ำกว่า 2% หรือต่ำกว่า 1% โดยใช้เทคโนโลยี Big Data, AI, Credit Scoring จะลดต้นทุนได้หลายหมื่นล้านบาทต่อปี

“ถ้า NPL ยิ่งต่ำ ธนาคารก็มีกำไร ต้นทุนก็ต่ำลง ดอกเบี้ยก็ลดลง สินเชื่อก็หมุนเวียนดีขึ้น เกิดผลดีทั้งระบบ”

สุปรีชา บอกว่า ในความเห็นส่วนตัว การลดสาขา หรือ ลดพนักงาน อาจช่วยลดต้นทุนให้ธนาคารได้ แต่ การลดต้นทุนการจัดการเงินสด และ การบริหารจัดการหนี้เสีย หนี้ด้อยคุณภาพ ช่วยลดต้นทุนให้กับธนาคารได้อย่างมากเช่นกัน และน่าจะส่งผลดีกับธนาคารในการแข่งขันมากกว่า เพราะสาขายังเป็นจุดสำคัญให้ลูกค้าเข้าถึง และพนักงาน หรือ คน คือหัวใจสำคัญของธุรกิจบริการ

ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา