روند استفاده از هوش مصنوعی در موسسات مالی و بانکداری هوشمند

امروزه فناوری های هوش مصنوعی به صورت چشم گیری در حال پیشرفت هستند و تاثیر تحویل آفرین آن ها در سراسر صنایع مشهود است. پس از همه گیری کرونا در اواخر سال 2019، حجم تعاملات دیجیتال در سطح جهانی بسیار افزایش یافت و شرکت های بزرگ فناوری روی ارائه خدمات مالی نوین دیجیتال متمرکز شدند. استفاده از هوش مصنوعی در صنعت بانکداری نیز از این قاعده مستثنا نبوده است و به دلیل مزایای بالقوه ای که انواع هوش مصنوعی می تواند در صنعت بانکداری به نمایش بگذارد، در سطح جهانی مورد توجه قرار گرفته است؛ به گونه ای که مکینزی تخمین میزند که هوش مصنوعی می تواند تا یک تریلیون دلار ارزش اضافی در هر سال برای صنعت بانکداری در جهان ایجاد کند.

ضرورت و اهداف پژوهش

صنعت مالی و بانکی نقشی حیاتی در اقتصاد جهانی ایفا می کند و با فراهم کردن دسترسی به سرمایه و خدمات مالی، رشد و توسعه اقتصادی را تسهیل می کند. فناوری هوش مصنوعی در حال حاضر می تواند زمینه ساز تحولی شگرف در این صنعت شود و آینده ای متفاوت برای این حوزه خلق کند. هوش مصنوعی می تواند بر اساس رفتار مشتریان سنجش اعتبار مشتریان را تسهیل کند. این فناوری می تواند با یادگیری و به خاطر سپردن قوانین قابل اجرا در زمینه شناسایی هویت مشتری و اقدامات ضد پول شویی به موسسات کمک کند. موسسات مالی و بانک ها برای به کارگیری هوش مصنوعی و همچنین ارائه سرویس های کاربردی مبتنی بر فناوری هوش مصنوعی در حال رقابت با یکدیگر هستند. بدون شک این فناوری را می توان یکی از پیشران های مهم صنعت بانکداری در سال های آتی در نظر گرفت که باید به شکلی جدی در مسیر توسعه و به کارگیری آن گام برداشت. از این رو در این پژوهش به بررسی تاثیر هوش مصنوعی در نظام بانکداری و کاربرد آن در کشورهای مختلف پرداخته شده است.

روند توسعه هوش مصنوعی و تاثیر آن در بانکداری

در سالیان اخیر بانک ها در حال گسترش استفاده از فناوری های هوش مصنوعی برای بهبود تجربیات مشتری و استفاده از آن در فرایندهای مربوط به پشتیبانی سازمانی هستند. در ادامه به بررسی روند هوش مصنوعی در حوزه بانکداری پرداخته شده است.

هوش مصنوعی مسئول

هوش مصنوعی مسئول به طراحی، توسعه و استقرار هوش مصنوعی با تمرکز بر نیت های خیرخواهانه می پردازد. هدف هوش مصنوعی مسئول، توانمندسازی کارکنان و کسب و کارها و ایجاد تاثیرات عادلانه بر مشتریان و جامعه است. با توجه به مطالعات انجام شده، 19 درصد از بودجه هوش مصنوعی این سازمان ها به ابتکارات هوش مصنوعی مسئول اختصاص می یابد. این تلاش ها نشان می دهد که بانک ها در حال حرکت به سمت پیاده سازی هوش مصنوعی با در نظر گرفتن اصول اخلاقی و الزامات حکمرانی هستند.

هوش مصنوعی مولد

در مقابل نسل های قبلی مدل های هوش مصنوعی که اغلب «محدود» بودند و می توانستند فقط یک فعالیت را انجام دهند، هوش مصنوعی مولد نقطه عطفی در توسعه فناوری هوش مصنوعی است که قادر است بر اساس اطلاعاتی که از فرمت های مختلف داده های بدون ساختار یاد می گیرد، محتوای جدید و بدون ساختار مانند متن، صدا، ویدئو، تصاویر و… را ایجاد کند. از این رو بانک ها بیش از هر صنعت دیگری از هوش مصنوعی مولد سود می برند.

هوش مصنوعی توضیح پذیر

قابلیت توضیح پذیری بخشی جدایی ناپذیر از چارچوب هوش مصنوعی قابل اعتماد است. این چارچوب همچنین بر عواملی مانند عدالت، اتکاپذیری، حریم خصوصی، امنیت و پاسخگویی مدل های هوش مصنوعی تاکید می کند. این موضوع در صنعت بانکداری رضایت مشتریان و همچنین تعامل انسان و هوش مصنوعی را افزایش می دهد.

نمونه های کاربردی هوش مصنوعی

استفاده از هوش مصنوعی در صنایع مختلف و به ویژه صنعت بانکداری پیشرفت های بسیاری داشته است. شرکت ها مبالغ قابل توجهی را در هوش مصنوعی سرمایه گذاری می کنند تا جنبه های مختلف عملیات خود را متحول کرده و مزیت رقابتی در بازار کسب کنند. در ادامه به نمونه های کاربردی این حوزه اشاره شده است:

استفاده از هوش مصنوعی برای افزایش سود دیجیتال

طی سال های اخیر بیشتر بانک ها موفق به ارائه تجربه دیجیتال به مشتری با تمرکز بر حوزه خدمات شده اند. در حال حاضر، 99 درصد از نقاط تماس بانک ها از راه دور و بر خط هستند. از این رو شاید دیگر نیاز نباشد تا افراد با کارشناسان بانک به صورت رودررو صحبت کنند؛ اما اگر یک بانک بتواند تمام این نقاط تماس دیجیتال را به مکالمه و سپس به فرصت های فروش تبدیل کند، بدون اینکه نیازی به افزایش کارکنان برای انجام دوباره مکالمات باشد، سوددهی مناسبی صورت خواهد گرفت.

افزایش بهره وری کارکنان و کمک به تصمیم گیری

هوش مصنوعی می تواند عملکرد و بهره وری کارکنان را ارتقا بخشد و در تسریع فرآیندها به آن ها کمک کند. همچنین هوش مصنوعی توانسته است در کدنویسی، خلاصه سازی اسناد، رونویسی تماس ها و ایجاد پایگاه دانش درونی بانکی بهره وری را به میزان مشابهی افزایش دهد.

شخصی سازی راهکارهای مبتنی بر هوش مصنوعی

استفاده از هوش مصنوعی در صنعت مالی به خصوص با هدف ارائه تجربیات شخصی سازی شده به مشتریان روز به روز در حال افزایش است. توصیه محصول به مشتری و مشاوره مالی خودکار از جمله مثال هایی است که در زمینه شخصی سازی راهکارهای مبتنی بر هوش مصنوعی ارائه شده است.

امنیت سایبری و کشف کلاهبرداری

هوش مصنوعی نقش مهمی در افزایش قابلیت های تشخیص کلاهبرداری و ارزیابی ریسک در فین تک و بانکداری دارد. الگوریتم های هوش مصنوعی با تجزیه و تحلیل الگوهای تراکنش، ناهنجاری ها را شناسایی کرده و از کلاهبرداری های احتمالی به صورت فوری ممانعت به عمل می آورند.

تجربه های جهانی استفاده از هوش مصنوعی در بانکداری

بانک ها از قدرت هوش مصنوعی برای ارائه تجربیات جدید به مشتریان با راهکارهای مختلف بهره می برند و استانداردهای جدید را برای زیست بوم بانکداری تعیین می کنند و در نتیجه موج جدیدی را با استقبال از این فناوری ترسیم می کنند. از این رو در ادامه به بررسی تجربه های برخی از کشورها در این زمینه پرداخته شده است.

هند

گسترش فناوری موبایل در هند در سال های اخیر به رشد بی نظیر بخش فین تک هند کمک کرده است. این بخش از تغییر ترجیحات مصرف کننده که از این رشد دیجیتال سازی پدید آمده است، منجر به توسعه مجموعه ای از خدمات و محصولات نوآورانه برای اقتصاد در حال تغییر شده است که شامل بانکداری اینترنتی، بانکداری موبایل و اپلیکیشن های پرداخت است. در سال 2019، یک هیئت بین وزارتی در زمینه فین تک، چارچوب قانونی جامعی را برای حمایت از مصرف کنندگان خدمات دیجیتال پیشنهاد کرد. این هئیت همچنین افزایش سطح خودکارسازی را با استفاده از هوش مصنوعی، تجزیه و تحلیل شناختی و یادگیری ماشین در فرایندهای درونی هیئت مذکور پیشنهاد کرد.

روسیه

اِسبربانک در روسیه از بانک هایی است که از فناوری های هوش مصنوعی در فرایندهای بانکی بهره گرفته است. از مهم ترین موارد استفاده از هوش مصنوعی و کاربردهای آن در این بانک می توان به دستیار صوتی، ربات های گفتگو، مشاوره رباتیک و برنامه تلفن همراه اشاره کرد. اسبربانک هوش مصنوعی را در سال 2019 برای شخصی سازی برنامه تلفن همراه خود معرفی کرد. با پیاده سازی هوش مصنوعی، سرعت ارائه خدمات در بانک اسبربانک افزایش یافت و زمان عملیات معمول کاهش پیدا کرد.

چین

بانک های چینی به صورت روزافزون از هوش مصنوعی در عملیات خود برای افزایش کارایی و کاهش هزینه های نیروی کار استفاده می کنند. بانک صنعت و تجارت چین که از نظر دارایی به عنوان بزرگترین بانک جهان شناخته می شود، به طور فعال در حال بررسی مدل های زبانی هوش مصنوعی برای افزایش خدمات مدیریت ثروت است. این خدمات، شامل بهبود دقت خدمات در بخش مشاوره سرمایه گذاری و ایجاد محتوای بازاریابی موثرتر است. معرفی مدل های زبان هوش مصنوعی در بخش بانکداری چین باعث شده است که بسیاری از بانک ها از مدل های زبانی داخلی مبتنی بر هوش مصنوعی استفاده کنند.

جمع بندی

صنعت مالی و بانکی نقشی حیاتی در اقتصاد جهانی ایفا می کند و با فراهم کردن دسترسی به سرمایه و خدمات مالی، رشد و توسعه اقتصادی را تسهیل می نماید. استفاده از هوش مصنوعی می تواند به افزایش بهره وری کارکنان و کمک به تصمیم گیری، امنیت سایبری و کشف کلاهبرداری و افزایش سود دیجیتال به موسسات مالی بیانجامد. استفاده از هوش مصنوعی در صنایع مختلف و به ویژه صنعت بانکداری پیشرفت های بسیاری داشته است. افزایش سود، افزایش بهره وری نیروی انسانی و بهبود امنیت سایبری ازجمله کاربردهای مهم این فناوری در صنعت بانکداری است. بانک ها می توانند با استفاده از قدرت هوش مصنوعی، با راهکارهای مختلف، تجربیات جدیدی به مشتریان ارائه دهند و استانداردهای جدیدی را برای زیست بوم بانکداری تعیین کنند.

این مطالعه با همکاری پژوهشگاه ارتباطات و فناوری اطلاعات و پژوهشکده مطالعات فناوری توسط مژگان شوندی، محمدجواد جاویدی و سلمان خواجه در سال 1403 انجام شده است.