เราทราบกันดีว่า อุตสาหกรรมที่โดดเด่นของประเทศไทย คือภาคการเกษตร ในขณะเดียวกัน พวกเราเองก็ทราบว่ายังมีปัญหาต่างๆ มากมายที่รอเข้าไปแก้ไข ...หนึ่งในนั้นคือปัญหาเรื่องฐานะทางการเงินของเกษตรกร โดยพบว่าเกษตรกรเป็นอาชีพหนึ่งที่มีหนี้มากที่สุด

ปัญหานี้จะแก้ไขยังไงได้บ้าง?

วันนี้เราจะมาคุยกับ Startup ที่ชื่อว่า Ricult พวกเขาเข้ามาแก้ปัญหาทางการเงินของเกษตรกรอย่างไรบ้าง

เนื้อหาที่จะเขียนต่อไปนี้ มาจากข้อมูลการสัมภาษณ์ Co-Founder และ Chief Product Officer ของ Ricult คุณเอิน อุกฤษ อุณหเลขกะ

รู้จักกับ Ricult

Ricult เป็น Startup ที่มีเป้าหมายมุ่งเน้นเรื่องการสนับสนุนกลุ่มเกษตรกรโดยเฉพาะ ชื่อของ Ricult มาจากคำว่า Ag(ricult)ture ดูจากชื่อก็คงเห็นแล้วว่าเป็นเทคโนโลยีสายการเกษตรจริงๆ โดยทีมเลือกเริ่มต้นบทบาท FinTech ก่อน เพราะปัญหาด้านการเงินเป็นปัญหาพื้นฐานสำคัญ

"สิ่งที่ Ricult ทำคือการพิจารณาให้สินเชื่อเกษตรกรรายย่อย ธุรกิจนี้มีการใช้เทคโนโลยีขั้นสูงอย่าง Machine Learning และภาพถ่ายจากดาวเทียมมาใช้ในโมเดลธุรกิจนี้ด้วย ซึ่งในประเทศไทยยังไม่ค่อยมีใครทำด้านนี้ และปัญหาที่เกษตรกรขาดปัจจัยด้านเงินทุน เป็นปัญหาใหญ่สำหรับสถานการณ์ในปัจจุบัน แต่ก็ยังไม่มีใครลงมือทำอย่างจริงจัง ผมจึงสนใจทำตรงนี้ คิดว่าเราน่าจะพัฒนางานให้สามารถช่วยแก้ไขปัญหาเหล่านี้ได้บ้าง” คุณเอินเล่าให้ทีมเทคซอสฟัง

Ricult เติบโตมาจาก Startup Accelerator ที่ MIT ล่าสุด Ricult เพิ่งชนะการแข่งขัน The Global Social Venture Competition หรือ GSVC ในระดับภูมิภาค แถมยังคว้ารางวัลชนะเลิศจากการแข่งขัน The FinTech Disrupt Challenge ที่จัดขึ้นโดย Bill Gates Foundation อีกด้วย

ภาพบรรยากาศจากงาน Global Social Venture Competition

Ricult มีการพิจารณาให้สินเชื่อเกษตรกรรายย่อยได้อย่างไร? 

สิ่งที่ Ricult ทำคือ Credit Scoring "Ricult ถือเป็น ‘Alternative credit score’ คือเราไม่ได้ให้เงินกู้เป็นเงินสดโดยตรง แต่จะให้สินเชื่อกับเกษตรกรรายย่อยในรูปของเกษตรภัณฑ์ต่างๆ เช่น เมล็ดพันธุ์ ปุ๋ย เป็นต้น เราจะทำหน้าที่เป็นสื่อกลางระหว่างเกษตรกรและผู้ให้สินเชื่อ เช่น ธนาคาร บริษัท หรือร้านค้าเกษตรภัณฑ์ที่เป็น Partner กับเรา"

ปัญหาในปัจจุบัน คือ ผู้ให้สินเชื่อจะไม่ค่อยให้สินเชื่อกับเกษตรกรรายย่อย เนื่องจากไม่สามารถวัดความเสี่ยงได้ อาจเกิดหนี้สูญ ซึ่ง Ricult จะทำหน้าที่เป็นตัวกลางเพื่อวัดความเสี่ยงด้านสินเชื่อของเกษตรกรรายย่อยให้ ด้วยการใช้เทคโนโลยี Machine Learning ในการวิเคราะห์ข้อมูลต่างๆของเกษตรกรเกือบทุกด้าน และนำมาสร้างเป็น Credit Score โดยยึด 2 หัวข้อนี้เป็นหลักประกันความเสี่ยง ได้แก่ เขามีความตั้งใจจริงที่จะชำระเงินคืนไหม? (Willingness to pay back) หรือ เขามีความสามารถที่จะชำระเงินคืนไหม? (Ability to pay back)

ซ้าย: ปัจจัยในการให้ Credit Score สำหรับผู้ขอสินเชื่อ ขวา: ค่าตัวแปรที่นำมาใช้ในการคำนวน

ยกตัวอย่างเช่น ข้อมูลที่นำมาใช้ในการวิเคราะห์ด้าน Willingness to pay back นั้น ได้มาจากแบบสอบถามที่คิดขึ้นโดยผู้เชี่ยวชาญด้าน Psychometrics (สาขาหนึ่งในคณะเศรษฐศาสตร์), เพื่อน, ผู้นำชุมชน เป็นต้น

ส่วนข้อมูลที่ใช้ในการวิเคราะห์ด้าน Ability to pay back จะมาจากภาพพื้นที่เพาะปลูกของเกษตรกรจากดาวเทียม โดยเรามีการใช้ข้อมูลย้อนหลังไปถึง 5 ปีในการวิเคราะห์เพื่อทำนายผลผลิตและคาดการณ์รายได้ของเกษตรกรรายนั้น แล้วจึงนำมาคิดเป็น Credit Score

ข้อมูลการเพาะปลูก เพื่อพัฒนาองค์ความรู้ให้เกษตรกร

นอกจากการใช้เทคโนโลยี Machine Learning และภาพถ่ายจากดาวเทียมจะนำมาใช้ในการช่วยพิจารณารายได้ในอนาคตแล้ว ยังสามารถช่วยในการเป็นที่ปรึกษาด้านการเพาะปลูกให้กับเกษตรกร เพื่อเพิ่มปริมาณผลผลิตและประสิทธิภาพในการเพาะปลูกให้กับเกษตรกรได้อีกด้วย เช่น ใช้ในการวิเคราะห์แร่ธาตุและสารอาหารในดิน ทำให้เกษตรกรทราบว่าต้องเติมแร่ธาตุ สารอาหาร หรือปุ๋ยอย่างไร รวมทั้งยังสามารถคาดการณ์สภาพอากาศในระหว่างการเพาะปลูก ทำให้เกษตรกรสามารถวางแผนและเตรียมรับมือในระหว่างการเพาะปลูกได้อีกด้วย ซึ่งข้อมูลต่างๆ ที่เป็นประโยชน์เหล่านี้ ทางแอป Ricult ก็จะมีการสื่อสารไปยังเกษตรกรเพื่อเป็นประโยชน์แก่พวกเขาในการพัฒนาปรับปรุงต่อไป

ดังนั้น Ricult เราไม่ใช่เพียงทำนายรายได้ในอนาคต แต่เราจะช่วยสนับสนุนให้เขามีโอกาสทำรายได้ให้มากชึ้นด้วย ผ่านการวิเคราะห์ข้อมูล และการให้คำแนะนำด้านการเพาะปลูก

หน้า Analytics ของโปรแกรมที่นำภาพถ่ายจากดาวเทียมมาวิเคราะห์พื้นที่การเกษตร

โปรแกรมที่ Ricult พัฒนา สามารถวิเคราะห์ภาพถ่ายเพื่อตรวจวัดคุณภาพของพืชได้ ภาพข้างต้นถ่ายจากฟาร์มจริงที่ประเทศปากีสถาน

แรงบันดาลใจในการทำ Ricult

คุณเอินเปิดเผยว่า “เนื่องจากครอบครัวของผมเป็นเกษตรกร จึงทำให้มีโอกาสพบเห็นปัญหาและวิถีชีวิตของเกษตรกรรายย่อยซึ่งเป็นประชากรส่วนใหญ่ของประเทศค่อนข้างมาก จึงเป็นความใฝ่ฝันตั้งแต่เด็กว่าอยากช่วยเหลือพวกเขา แล้วพอมีโอกาสได้ไปศึกษาต่อด้านวิศวกรรมคอมพิวเตอร์ที่สหรัฐอเมริกา มีโอกาสเห็นการนำเอาซอฟแวร์ หรือเทคโนโลยีต่างๆมาใช้ในอุตสาหกรรมเกษตรทั้งในด้านของการผลิต การควบคุมมาตรฐานรวมทั้งประสิทธิภาพของผลิตภัณฑ์อย่างหลากหลายในหลายๆ ประเทศ แต่ยังไม่ค่อยมีการนำ Agri-Tech มาใช้ในประเทศไทย ประกอบกับผมเป็นคนที่ชอบทำกิจกรรมเพื่อสังคมอยู่แล้ว จึงเกิดความสนใจในการทำ Agriculture Technology นี้ขึ้นมา”

คุณเอิน อุกฤษ อุณหเลขกะ Co-founder และ CPO ของ Ricult

ทำไมถึงเลือกแก้ปัญหาด้านสินเชื่อก่อน

“ต้องบอกก่อนว่าจริงๆแล้วไอเดียของผมคือทำยังไงก็ได้ให้เกษตรกรรายย่อยมีรายได้มากขึ้น ผมเลยไปสัมภาษณ์เกษตรกรในประเทศไทย ปากีสถาน หรือเอเชียเพื่อให้เข้าใจถึงปัญหาที่แท้จริงของพวกเขา พบว่ามีปัญหาหลายอย่างมากในการทำการเกษตร ตั้งแต่ปัญหาเงินลงทุนที่ต้องใช้ในการซื้อเมล็ดพันธุ์ ซื้อปุ๋ย และอุปกรณ์อื่นๆ พอมาถึงช่วงเพาะปลูก เกษตรกรส่วนใหญ่ไม่ทราบถึงวิธีการปลูกที่ทำให้ได้ผลผลิตที่ดีที่สุด พวกเขามีความเชื่อว่าต้องใส่ปุ๋ย ใส่ยาฆ่าแมลงให้เยอะที่สุด ซึ่งไม่ใช่การแก้ปัญหาเชิงวิทยาศาสตร์ที่ถูกต้อง จึงทำให้ผลผลิตทางการเกษตรของประเทศไทยไม่สามารถแข่งขันกับประเทศอื่นได้ ทั้งๆที่ประชากรส่วนใหญ่ของประเทศทำการเกษตร และปัญหาสุดท้ายคือเกษตรกรรายย่อยไม่รู้ว่าจะขายให้ใคร ทำให้ถูกพ่อค้าคนกลางเอาเปรียบ ซึ่งเป็นปัญหาที่ใหญ่มาก ทีมเราจึงคิดว่าการแก้ปัญหาตรงจุดไหนที่สามารถเริ่มได้ง่ายที่สุด ซึ่งก็คือ ด้านของ Agriculture finance หรือด้านการเงินในการทำเกษตรกรรมกับการเพิ่มปริมาณผลผลิตให้เกษตรกรก่อน เพราะถือว่าเป็นจุดเริ่มต้นในส่วนของต้นน้ำ แต่ตั้งใจที่จะแก้ปัญหาให้เกษตรกรรายย่อยให้ครอบคลุมทั้งหมด”

ความน่าเชื่อถือของ ‘Alternative credit score’

ความน่าเชื่อถือต่อสถาบันทางการเงิน - พิสูจน์ความแม่นยำของโมเดล

“ความน่าเชื่อถือของ Agriculture Finance ถือเป็นความท้าทายหลักของบริษัท ว่าจะทำอย่างไรถึงจะสามารถสร้างความน่าเชื่อถือได้ แต่โชคดีที่เราได้นักลงทุน (Investors) ที่ยอมเอาเงินทุนมาให้เราใช้ทดสอบโมเดลก่อน และเนื่องจากบริษัทเราเป็น Social Enterprise ทำให้สามารถขอเงินทุนจากองค์กรได้ค่อนข้างมาก ทำให้เราสามารถทดสอบโมเดลกับเกษตรกรและวิเคราะห์ผลความแม่นยำของโมเดลออกมาให้ธนาคาร หรือบริษัทต่างๆได้ ซึ่งตอนนี้เราให้ credit เกษตรกรผ่าน credit score มากกว่าแสนเหรียญแล้วในประเทศปากีสถาน”

ปัจจุบัน Ricult ใช้งานจริงแล้วในประเทศปากีสถาน โดยปล่อยสินเชื่อให้เกษตรกรไปแล้วกว่า 170 ราย คิดเป็นมูลค่าถึง 1 แสนเหรียญดอลล่าร์สหรัฐ

ความน่าเชื่อถือต่อเกษตรกร

ทีมของ Ricult ทำ On-Ground Marketing ลงพื้นที่จริง เข้าหาและพูดคุยปัญหากับเกษตรกรจริงๆ และไม่นิ่งนอนใจที่จะให้ความช่วยเหลือ สิ่งที่ Ricult ช่วยเหลือเกษตรกร เกิดเป็นผลลัพธ์ได้แก่

• เมล็ดพันธุ์ และปุ๋ยต่างๆ ที่มอบให้กับเกษตรกร มีต้นทุนถูกกว่าปกติถึง 30%
• การขอสินเชื่อทำได้ง่าย สอดคล้องกับอายุการปลูกของพืช
• ดอกเบี้ยต่ำกว่าถึง 5 เท่า (คิดดอกเบี้ยที่ 30% เมื่อเทียบกับสินเชื่อนอกระบบที่ 150%)

การนำมาใช้กับประเทศไทย

“Model ที่ใช้ในประเทศปากีสถานตอนนี้ใช้ได้กับพืชบางชนิด เช่น ข้าวโพด มัน ซึ่งการนำมาใช้กับพืชชนิดอื่นหรือในประเทศไทยอาจต้องมีการปรับให้เหมาะสมกับพื้นที่ วัฒนธรรม และสภาพแวดล้อมอีกทีหนึ่ง แต่โดยส่วนมากตัว Model ยังคงเหมือนกันประมาณ 80% น่าจะมีส่วนที่แตกต่างกันประมาณ 20-30% ซึ่งตอนนี้ยังอยู่ในขั้น exploration stage อยู่สำหรับประเทศไทย”

ฝากถึงคนอ่านที่ได้แรงบันดาลใจในการทำ Social Enterprise

“ผมรู้สึกว่าถ้าเรารู้จัก และเข้าใจความต้องการและปัญหาของลูกค้าอย่างแท้จริง ประกอบกับการมีทีมงานที่ครอบคลุมในทุกด้านของบริษัท เช่น ผมมีความเชี่ยวชาญด้านธุรกิจ มี Co-founder ที่เชี่ยวชาญด้าน Machine Learning และ Predictive Analytics ซึ่งช่วยให้บริษัทมีความยั่งยืน การทำ Social Enterprise ก็สามารถที่จะทำได้จริง โดยที่สามารถหากำไรได้ด้วย และสามารถตอบแทนประโยชน์สู่สังคมได้ด้วย เพียงแต่เราต้องหาจุดนั้นให้เจอ และอาจต้องใช้เวลามากกว่าธุรกิจทั่วไปหน่อย แต่ผมคิดว่ามันสามารถทำได้จริงๆ และอยากให้ธุรกิจ Social Enterprise เกิดในประเทศไทยและช่วยพัฒนาประเทศไทยเยอะๆครับ”