هوش مصنوعی در حوزه بانکداری
هوش مصنوعی چیست ؟
هوش مصنوعی یا artificial intelligence شاخه ای از علوم رایانه است که هدف اصلی آن تولید ماشینهای هوشمندی است که توانایی انجام وظایفی که نیازمند به هوش انسانی است را داشته باشد. هوش مصنوعی در حقیقت نوعی شبیه سازی هوش انسانی برای کامپیوتر است و منظور از هوش مصنوعی در واقع ماشینی است که به گونه ای برنامه نویسی شده که همانند انسان فکر کند و توانایی تقلید از رفتار انسان را داشته باشد. این تعریف می تواند به تمامی ماشین هایی اطلاق شود که بگونهای همانند ذهن انسان عمل میکنند و میتوانند کارهایی مانند حل مسئله و یادگیری داشته باشند.
سطوح مختلف هوش مصنوعی
یک سیستم هوش مصنوعی بر اساس آن چه که از دنیای بیرون درک میکند و میتواند به آن پاسخ دهد، دارای سه سطح میباشد.
- هوش مصنوعی محدود
- هوش مصنوعی عمومی
- سوپر هوش مصنوعی
تفاوت هوش مصنوعی محدود و عمومی و سوپر هوش مصنوعی در چیست؟
هوش مصنوعی محدود (ضعیف) جایی است که ما در حال حاضر در آن قرار داریم و هوش مصنوعی عمومی آینده ای است که میخواهیم به آن برویم و سوپر هوش مصنوعی آیندهای است که برای هوش مصنوعی میبینیم که حاصل تکامل و هوشمند شدن هوش مصنوعی است.
هوش مصنوعی محدود به این معنا است که در آن سیستم هوش مصنوعی میزان خاصی از هوش را در یک زمینه خاص به کار ببرد. در حقیقت این سیستم هنوز یک کامپیوتر است اما یک کامپیوتری که در برخی از زمینهها هوشمندتر از انسان عمل میکند.
معنای هوش مصنوعی عمومی بسیار پیچیدهتر است. این واژه به سیستمی اطلاق می شود که میتوانند همانند یک انسان هر کاری را بکه به او محول میشود را انجام دهد. ایده آل هوش مصنوعی عمومی آن است که بتواند به درک تجربی و شناخت کلی از محیط هایی که در آن قرار میگیرد داشته باشد و هم چنین بتواند دادهها و اطلاعاتی که به او داده میشود را با سرعتی چند برابر انسان پردازش نماید. از این رو میتوانیم بگوییم که سیستمهای هوش مصنوعی عمومی در بعد دانش ، توانایی شناختی و سرعت پردازش از انسانها قویتر عمل خواهند کرد نکته مهم این است که این سیستم زاده مغز و علم بشر است.سوپر هوش مصنوعی همان طور که گفته شد زمانی است که هوش مصنوعی به فراتر از تواناییهای انسان دست خواهد یافت. این سیستم میتواند دارای قدرتهایی باشد که یک انسان از داشتن آن محروم است. رسیدن به این سیستم در اثر تکامل یافتن هوش مصنوعی عمومی اتفاق خواهد افتاد و ساخت آن هم میتواند به دست بشر باشد و یا اینکه میتواند به دست سیتستمهای هوشمندی باشد که به تکامل دست یافتهاند.
هوش مصنوعی در بانکداری و بازارهای مالی
امروزه فناوریهای هوش مصنوعی متنوع و گوناگونی به وسیله بسیاری از بانکها برای شناسایی فعالیتهای مجرمانه و سایر مقاصد استفاده میشوند. بسیاری از بانکها شروع به استفاده از راهکارهای مبتنی بر هوش مصنوعی برای فراهم کردن خدمات مشتریان، شناسایی ناهنجاریها و جلوگیری از کلاهبرداریهای مربوط به کارتهای اعتباری کردهاند.
ماشینها در چنین زمینههایی بسیار بینقص عمل میکنند، زیرا میتوانند حجم زیادی از دادهها را در مدت زمانی بسیار اندکی پردازش کنند. علاوه بر این، ماشینها ممکن است بیاموزند چگونه الگوها را در دادههای تاریخی شناسایی کنند و حدس بزنند که این الگوها در آینده چگونه ممکن است دوباره اتفاق بیوفتند. دادههای شخصی جمعآوری و توصیههای مالی از طریق اپلیکیشنهای هوش مصنوعی ارائه میشوند.
هوش مصنوعی در صنعت بانکداری
هوش مصنوعی صنعت بانکداری را نیز تحت تأثیر خود قرار داده است. در اقتصاد دیجیتال امروز، هوش مصنوعی بسیاری از فرایندهای بانک را متحول ساخته است.
تسهیل بانکداری موبایل
روش دیگر مشتریمداری از راه هوش مصنوعی، تسهیل بانکداری موبایل است. هوش مصنوعی در بانکداری موبایل یک تحول اساسی در تجربه مشتری است. فرض اصلی بانکداری موبایل، ارائه خدمات بانکی بصورت شبانهروزی و همچنین فراهم ساختن پشتیبانی برای مشتری جهت تمرکز روی کارهای پیچیدهتر است. به عنوان مثال، یک چتبات، مانند اریکا در بانک آمریکا، که یک دستیار مجازی هوش مصنوعی است، میتواند به مشتریان کمک کند تا توازن حساب خود را بررسی کنند، به آنها موعد پرداخت صورتحسابها را یادآوری کند و به سؤالات بانکی مشتریان نیز پاسخ دهد. جذابیت استفاده از اریکا در این است که این چتبات نیازی به استراحت ندارد و مثل تمام خدمات بانکداری موبایل، امکان دسترسی ۲۴ ساعته در تمام روزهای هفته را برای مصرفکنندگان جهت انجام عملیات بانکی فراهم میکند.
همچنین مؤسسات بانکی میتوانند اپ موبایل خود را با استفاده از هوش مصنوعی ارتقا داده تا در زمان نیاز کاربران یادآوریهایی برایشان ارسال شود. سادهسازی فعالیتهای کاربر با فنآوری صوتی، بهسرعت تبدیل به بخش ضروری تجربه کاربر میشود. در اینجا بانکها نیز باید تجارب هوش مصنوعی ساده و درعینحال غنی را فراهم سازند تا بتوانند ارتباط خود را با کاربران موبایل حفظ کنند.
البته که همواره می توان بانکداری از طریق موبایل را به خوبی گسترش داد و امکانات بهتری را داخل موبایلت ها قرار داد تا به تدریج برای کارهای ساده و آسان مراجعه به بانک کمتر شود و بیشتر فرآیندها از طریق موبایلت ها انجام شود.
هوش مصنوعی و تکامل مدل خدمات بانکی
این تحقیق نشان میدهد که هوش مصنوعی برای تکامل مدل خدمات بانکی بسیار مهم است. به طور خاص، Intesa Sanpaolo از هوش مصنوعی در طیف گسترده ای از برنامه های کاربردی اعم از بهبود تجربه مشتری تا بهینه سازی استراتژی های بازاریابی استفاده می کند.
به سوی آینده بانکداری هوشمندتر
در حالی که برخی از بانک ها، مانند Intesa Sanpaolo، در حال حاضر از هوش مصنوعی به روش های نوآورانه استفاده می کنند، برخی دیگر هنوز نتوانسته اند به این فناوری دست پیدا کنند. به گفته پریمانی، ضروری است که بانک ها به روشی ارگانیک و گسترده در مورد عوامل حیاتی موفقیت، از فرهنگ شرکتی گرفته تا حاکمیت، از تخصص در مدیریت داده ها تا انطباق، عمل کنند. با معرفی قریب الوقوع قانون هوش مصنوعی، بانک ها این فرصت را دارند که برای آینده ای آماده شوند که در آن هوش مصنوعی نقش محوری فزاینده ای ایفا کند. بنابراین، بخش بانکداری ایتالیا در حال گذراندن دوره ای از تحول عمیق است که توسط نوآوری های تکنولوژیکی و پذیرش هوش مصنوعی هدایت می شود. مانند همیشه، بانکهایی که از این فرصتها بهترین استفاده را میکنند، بانکهایی خواهند بود که در چشمانداز مالی جدید به عنوان رهبران ظاهر میشوند.
هوش مصنوعی در بانکداری ایران
در کشور ایران هم خوشبختانه هوش مصنوعی جایگاه ویژه ای پیدا کرده است و امروز در بیشتر حوزه های میتوانیم رد پایی از هوش مصنوعی داشته باشیم. در واقع دیگر دنیا به سمت هوشمند شدن پیش میرود و اگر نتوانیم هوش مصنوعی را در فعالیت های خود پیاده سازی کنیم ، عملا دیگر نمی توانیم فعالیت های روزمره را انجام بدهیم.
صنعت بانکداری ایران هم اکنون توانسته است با هوش مصنوعی بسیاری از کارهای خود را انجام بدهد اما امید است که هوش مصنوعی در بانکداری پیشرفت بیشتری داشته باشد.
برای مثال بلوبانک یکی از پیشرانه ها در صنعت هوشمند سازی فرآیندهای بانکی است که از هوش مصنوعی به خوبی کمک گرفته است. بلوبانک یکی از نمونه های نئو بانک است که هیچ شعبه فیزیکی ندارد و تمامی فرآیندها ( از افتتاح حساب تا مسدودی کارت ، واریز و برداشت ها از طریق اپلیکیشن انجام میشود.) این نئو بانک مورد استقبال عموم مردم در ایران قرار گرفته است و این به معنای این است که هوش مصنوعی جایگاه خوبی در بین مردم پیدا کرده است.
بانک ها به عنوان بخش اصلی نظام مالی ، نقـش مهمـی را در تامین مالی بخش های مختلف اقتصادی در کشور بر عهده دارنـد. در راستای ایفای این نقش ، بانک ها با ریسک های متفاوتی روبرو هستند که یکی از عمده ترین آنهـا ریـسک اعتبـاری است. ارزیابی ریسک اعتباری، یکی از مسائل مهم و پرچالش در زمینه تحلیل های مالی به شمار می آید. با پیشرفت علم و تکنولوژی امید داریم که بتوانیم بهترین راه را برای این حوزه پیدا کنیم.
در معنای لغوی ریسک اعتباری به احتمال زیاد به خسارت ناشی از عدم موفقیت وام گیرنده در پرداخت هر نوع بدهی اشاره میکند. مدیریت ریسک اعتباری روشی برای کاهش ضرر با درک کافی بودن سرمایه بانکی و ذخایر از دست دادن وام در هر زمان معین با اعتبار سنجی مشتریان و استعلام بانکی یا استعلام بانک برای وام - فرایندی است که مدتها است برای موسسات مالی یک چالش است. این چالش اگر به خوبی مدیریت نشود میتواند یک بانک یا موسسه مالی وام یا تسهیلات دهنده را دچار بحران کند.
زمانی که یک بانک اعلام ورشکستی میکند این مورد می تواند به کل جامعه آسیب برساند پس چه بهتر است که اعتبار سنجی در همان مراحل اولیه نیز با دقت صورت گیرد.
ما این مورد را در مورد بانک رفاه بررسی می کنیم:
راهکارهای هوش مصنوعی در حوزه اعطای تسهیلات بانک رفاه
هر کسب و کار و تجارتی ( مانند بانک ها ) برای حفظ و توسعه بازار خود به اعطای اعتبارات کوتاه-مدت، میانمدت و گاهاً بلند به مشتریان میپردازند.
اعطای این اعتبارات به نحوی است که مدیریت آن معمولا از طریق معاونت های اعتباری انجام میشود که موضوعات پرداخت یا عدم پرداخت در آن باید از طریق این واحد بررسی گردد. دستورالعمل های مختلفی در نظام بانکداری برای اعطای وام دهی به افراد وجود دارد اما متاسفانه با وجود تمامی دستورالعمل ها باز هم معوقات بانکی زیادی وجود دارد که مدیریت ریسک بانکی را به خطر می اندازد.نظام بانکی کارآمد لزوم بررسی و شناسایی ریسکهای بالقوه در نسبت سرمایه گذاری، مخصوصاً توجه به ریسک اعتباری را نشان میدهد. سیستم وام دهی در بانک ها به ابن صورت عمل میکند که منابع مالی را از مردم دریافت میکنند و آنها را به صورت داراییهای مالی، سپردههای سرمایه گذاری، وامها، اوراق بهادار و یا اوراق قرضه در اختیار دیگران قرار میدهند. حال موضوع مهم این بود که آیا وام گیرندگان از عهده بازپرداخت وام خود برمی آیند؟ این موضوع به یکی از مهمترین موضوعات مطرحه در سیستم بانکداری و مدیریت ریسک مبدل شد است ، تا جائیکه هر روز شاهد پیدایش مدلهای جدید برای پیشبینی عدم بازپرداخت وامهای بانکی و شناسایی مشتریانی که احتمال نکول آنها بسیار است باشیم تا جایی که هوش مصنوعی به سرعت در تمام سیستم های بانکی مطرح دنیا در حال تست و آزمایش این مورد است.
نتیجه گیری:
نئو بانک و هوش مصنوعی
نئوبانکها در واقع بانکهای عصر جدید هستند که به صورت کاملاً آنلاین به مشتریهایشان خدماترسانی میکنند و هیچ شعبهی فیزیکی یا حضوری ندارند. نئوبانکها میتوانند خدمات مالی مانند واریز و برداشت وجه، کارت اعتباری، پرداخت قبوض، انتقال پول، وامدهی، سپردهگذاری و سرمایهگذاری را در بستر وبسایت یا اپلیکیشن موبایلی به کاربرانشان ارائه کنند.
امروزه به اکثر بانک ها با شعبه های فیزیکی پیشنهاد میشود که حتما از فناوری نئو بانک استفاده کنند.
در نرم افزار فرارفاه بانک رفاه تلاش است تا نمونه یک نئو بانک موفق را پیاده سازی کرد و در حال حاضر مشتریان بانک نرم افزار موبایلی بدون حضور و مراجعه به بانک می توانند از فرا رفاه برای انجام امور بانکی و روزمره خود استفاده نمایند.
یکی از اصلیترین اثرات هوش مصنوعی بر روی نئوبانکها، بهبود تجربه مشتری است. با استفاده از الگوریتمهای هوش مصنوعی، نئوبانکها میتوانند بهترین پاسخهای ممکن به سوالات مشتریان را در زمان کوتاهی فراهم کنند و به مشتریان خود خدمات بهتری ارائه کنند. همچنین، هوش مصنوعی به نئوبانکها کمک میکند تا به طور خودکار نیاز مشتریان خود را شناسایی کنند و به آنها پیشنهادهایی در قالب محصولات، خدمات و حتی نرخ بهینهی سودآوری ارائه دهند.
افزایش سرعت و کارایی با خودکارسازی فرایندها
یکی از مزایای اصلی استفاده از هوش مصنوعی در نئوبانکها، افزایش سرعت و کارایی در ارائه خدمات به مشتریان است. با استفاده از الگوریتمهای هوش مصنوعی، نئوبانکها میتوانند با سرعت بالایی به تحلیل دادههای مشتریان پرداخته و نیازهای آن ها را پیش بینی کنند و در نتیجه، خدمات با کیفیت تری را ارائه دهند. همچنین، نئوبانکها میتوانند با استفاده از هوش مصنوعی، عملیات بانکی را به صورت خودکار و بدون نیاز به دخالت انسانی انجام دهند. برای مثال عملیات احراز هویت میتواند بدون دخالت انسان و با سرعت بیشتری توسط هوش مصنوعی انجام شود و یا بر اساس رفتار تراکنشی کاربر در طول زمان، تراکنشهای وی خودکار شوند، مثلاً پرداخت هزینه اجاره منزل در هر ماه به صورت خودکار انتقال پیدا کند.
نام بانک |
فرآیند هوش مصنوعی |
Agricultural Bank of China
|
استفاده از انسان های دیجیتالی برای بخش خدمات مشتریان و توضحیات خدمات بانکی |
رویال بانک کانادا |
انجام فرآیندهای یانکی مانند انتقال وجه تنها با استفاده از سرویس جست و جوی صوتی |
بانک های بریتانیا |
ربات های مشاوران خدمات بانکی |
سی تی بانک آمریکا |
انجام فرآیند هوش مصنوعی در موبایلت ها برای جلوگیری از تقلب و کلاهبرداری |
بانک های بریتانیا
|
استفاده از ربات ها برای ارتباط با مشتریان بانک |
منابع
چراغی، محمدباقر؛ حسینی، زهراسادات (1402). حسابداری و حسابرسی با فناوری بلاک چین و هوش مصنوعی، شماره 14
- Abduljabbar, Sani (2019): Four Ways Artificial Intelligence Will Transform Banking
- W. De Bock, Koen (2023): Explainable AI for Operational Research: A defining framework, methods, applications, and a research agenda.
- J. Beutel, S. List, G. von Schweinitz (2019): Does machine learning help us predict banking crises? Journal of Financial Stability, 45, Article 100693
- L. Cao, Q. Yang, P.S. Yu (2021): Data science and AI in FinTech: An overview. International Journal of Data Science and Analytics, 12 (2), pp. 81-99
- T.H. Chen (2020): Do you know your customer? Bank risk assessment based on machine learning. Applied Soft Computing, 86, Article 105779
- B. Kim, J. Park, J. Suh (2020): Transparency and accountability in AI decision support: Explaining and visualizing convolutional neural networks for text information. Decision Support Systems, 134 , Article 113302
- Shivakumar, S; Sethii, S, (2019): Building Digital Experience Platforms, Transforming Legacy Banking Applications to Banking Experience Platforms Temenos, (2019)
- I.V. Pustokhina, D.A. Pustokhin, S.N. Mohanty, P.A.G. García, V. García-Díaz (2021): Artificial intelligence assisted Internet of Things based financial crisis prediction in FinTech environment. Annals of Operations Research , pp1-21.
Doumpos, Michalis; Zopounidis, Constantin; Gounopoulos, Dimitrios; Platanakis, Emmanouil; Zhang, Wenke (2023): Operational research and artificial intelligence methods in banking. European Journal of Operational Research