مصائب هوشمندسازی/ نقش هوش مصنوعی در بانکداری دیجیتال

به گزارش پایگاه خبری بانکداری الکترونیک، هوش مصنوعی از زاویه دید اکوسیستمی در دنیای امروز صنعت بانکداری از الزامات گریزناپذیر است.در عین حال بدون درک اینکه مقوله هوشمندی و ماشین هوشمند در چه بستر و خواستگاه تاریخی و فنی رشد کرده قادر نخواهیم بود کارکردها و ظرفیت های واقعی هوش مصنوعی را بشناسیم. در دنیای انبوه داده ها در فرمت های ساختارمند، غیر ساختارمند و متنوع، تنها هوش مصنوعی است که می‌تواند به کمک ما بیاید.

حال گروهی مانند هلدینگ خدمات انفورماتیک را تصور کنید با مأموریت حاکمیتی حساس و در عین حال ضرورت‌های رقابتی این شرکت، تنها هوش مصنوعی است که می‌تواند در بزنگاه های مختلف، پیشران و در عین حال ناجی گروه باشد.

در گفت‌وگو با پرویز ناصری، مدیر برنامه‌ریزی، پژوهش و پروژه‌های راهبردی شرکت خدمات انفورماتیک اهمیت روزافزون هوش مصنوعی در تحول دیجیتال و نقش پررنگ آن در بانکداری دیجیتال ، نگاه و برنامه های شرکت خدمات انفورماتیک را بررسی کرده‌ایم. وی از تدوین‌کنندگان برنامه راهبردی شرکت خدمات انفورماتیک و تلفیق و انعکاس آن در برنامة میان‌مدت سه ساله‌ و برنامه‌های عملیاتی سال‌های ۱۴۰۰ و ۱۴۰۱ شرکت خدمات انفورماتیک است.

  *قبل از پرداختن به برنامه‌های شرکت خدمات انفورماتیک درباره هوش مصنوعی بهتر است ابتدا تعریف هوش و هوشمندی را بدانیم.

تعریف هوش و هوشمندی از یک حوزه به حوزه دیگر (به دلیل کاربردهای متفاوت) اندکی متفاوت است؛ اما اجمالاً می‌توان آن را «توانایی به دست آوردن و به کار گرفتن دانش و مهارت برای نیل به مقصود مورد نظر» تعریف کرد؛ اما سؤال این است که هوش‌مند کیست؟ تصور عامه آن است که فقط انسان و برخی جانوران باهوش (هوش‌مند) هستند. اما با تعریف گفته‌شده، همه جانداران (اعم از گیاهان و جانوران) را می‌توان هوش‌مند دانست. پژوهش‌های زیادی روی هوش‌مندی گیاهان صورت پذیرفته و هوش‌مندی آنها امری ثابت شده است؛ البته بدیهی است که درجة هوش‌مندی گونه‌های گیاهی و جانوری متفاوت است و حتی در یک گونه نیز بین اعضای گونه تفاوت در هوش‌مندی به طرز قابل توجهی قابل مشاهده است.

 *با توجه به نگاه شما اکنون هوش مصنوعی چیست؟

برای هوش مصنوعی نیز تعاریف متفاوت ارائه شده است. اغلب، هوش مصنوعی را توانایی «ماشین‌ها» در تقلید رفتار هوش‌مندانه آدمی می‌دانند. اعتقاد من به عنوان کسی که بیش از سی سال این حوزه را دنبال کرده آن است که امروز (یعنی در گذشته نه، امروز) با خیالی آسوده می‌توان همان تعریف ذکرشده برای هوش دربارة ماشین‌ها را به کار برد و «ماشینی» را هوشمند دانست که قدرت «یادگیری» و «کاربست» دانش خود را داشته باشد.

  *طبق گفته شما، ماشین‌ها یا سامانه‌های هوشمند در درجه اول باید توانایی یادگیری داشته باشند؛ اما در عین حال به مرور زمان ساختار و روش‌های هوشمندسازی تغییر کرده است از منظر روندها و چالش‌ها مسیر هوش مصنوعی چگونه طی شده است؟

در گذشته در حوزه سامانه‌های خبره که عمدتاً قاعده‌محور بودند، گروهی که مهندس دانش نامیده می‌شدند، به مرور دست به تغییر قواعد سامانه زده و توانایی آنها را در قضاوت و اخذ تصمیمات «بهتر» ارتقاء می‌دادند. به این ترتیب یادگیری به صورت خودکار صورت نمی‌گرفت. اما امروز، سامانه‌های هوشمند خود قادر به یادگیری هستند و به اصطلاح مجهز به یادگیری ماشینی هستند. مباحثی که قبلاً انحصاراً مرتبط با جانداران بود، امروزه در مورد ماشین‌ها نیز مصداق پیدا کرده است. مهم‌ترین نمونه آن در این حوزه، «آموزش» است. هر سامانه هوشمند باید آموزش ببیند. جالب است بدانید که کیفیت آموزش در کیفیت هوشمندی سامانه هوشمند تأثیر به سزایی دارد. «بدآموزی» یا «کج‌آموزی» که منجر به کج‌فهمی در سامانه‌های هوش‌مند می‌شود، از بزرگ‌ترین چالش‌های هوش مصنوعی است.

 *در بادی امر به نظر می‌رسد علّت اهمیت هوش مصنوعی در آن است که با اضافه شدن هوشمندی به هر سامانه‌ای، قابلیت‌های سامانه چندین برابر می‌شود؛ اما این تمام موضوع نیست. در عصر امروز چه انتظاراتی از هوش مصنوعی داریم؟

دقیقاً همین‌طور است. سامانه هوشمند می‌تواند کارهایی را بکند که قبلاً انجام آن بدون دخالت انسان ممکن نبود؛ اما از آن مهم‌تر، سامانه کارهایی را می‌تواند انجام دهد که آدمی نیز قادر به انجام آن نیست. امروزه فرصت‌هایی که بدین ترتیب به دست می‌آیند، زیادند. خودروهایی که نیاز به راننده ندارند و مسافر را بدون دغدغه و از به‌ترین مسیر به مقصد می‌رسانند. سامانه‌های تشخیصی که در حوزه پزشکی، بیماری را به سرعت تشخیص می‌دهند و سپس مناسب‌ترین درمان را برای بیمار تجویز می‌کنند.

سامانه‌هایی که در حوزه بازاریابی، نیاز افراد مختلف را شناسایی کرده و محصولات مناسبی که به درستی نیز برای مشتری خاص سفارشی شده‌اند را به مشتری پیشنهاد می‌کنند. سامانه‌هایی که در هنگام ورود مشتری او را به درستی شناسایی کرده و به او خوش‌آمد گفته و با حدس درست نیاز او، وی را به سوی جایی که نیازش بر طرف می‌شود، هدایت می‌کنند. سیستم‌هایی که از روی رفتار دانش‌آموز سطح استعداد و نقاط ضعف او را شناسایی کرده و مطالب آموزشی را با توجه به توانایی وی برای یادگیری به او آموزش می‌دهند. سیستم‌هایی که با شناسایی الگوی رفتاری مشتریان و آگاهی از رفتار متقلّبانه، تراکنش‌های مشکوک به پول‌شویی و تقلب را شناسایی کرده و با آن‌ها برخورد مناسبی را انجام می‌دهند. سامانه‌هایی که با زبان طبیعی و به فارسی سلیس با ایرانیان گفت‌وگو می‌کنند. سامانه‌هایی که در لحظه گفتار دو فرد با زبان‌های مختلف را به زبان طرف مقابل ترجمه می‌کند و دیوار ناهم‌زبانی را بر می‌چینند.

همان‌طور که گفته شد، هر جا کار یا سیستمی هست، می‌توان آن را هوش‌مند ساخت و قابلیت آن را به طرز قابل توجهی بالا برد. به عبارت دیگر هوش مصنوعی نه تنها در حوزه کسب و کار اولویت اول است، بلکه در سطوح ملّی نیز برای بسیاری از کشورها از جمله ایران، از اولویت بسیار بالایی برخوردار است.

  *اکنون این سؤال مطرح می‌شود که کاربردهای عملی هوش مصنوعی در حوزه بانکی با توجه به روندهای حاکم بر صنعت بانکداری چیست؟

صنعت بانکی و پرداخت از جمله حوزه‌هایی است که هوش مصنوعی در آن کاربرد فراوان دارد. در این صنعت برخی از کاربردهای هوش مصنوعی به دلیل تأثیر زیاد و هم‌چنین پیاده‌سازی‌های مکرر، اکنون به مثال‌های کلاسیک استفاده از هوش مصنوعی تبدیل شده‌اند. به عنوان مثال می‌توان از موارد زیر نام برد:

کشف تقلب و مبارزه با پول‌شویی: هوش مصنوعی در کشف تقلب از توانایی بالایی برخوردار است. معمولاً متقلّبان روش‌هایی برای تقلب ابداع می‌کنند و در صورت موفقیت نه تنها خود، بلکه دیگر افراد متقلّب نیز از همان روش‌ها استفاده می‌کنند. به این ترتیب، تقلّب دارای تعدادی الگو است و اتفاقاً یکی از توانایی‌های هوش مصنوعی شناسایی الگوها است؛ بنابراین، سامانه‌های کشف تقلّب اغلب از انواع مدل‌های هوش مصنوعی استفاده فراوان می‌کنند. پول‌شویی نیز به همان‌سان توسط هوش مصنوعی قابل شناسایی است. در اینجا ارتباطات بین موجودیت‌ها و الگوهای رفتاری توأماً شناسایی می‌شوند.

اعتبارسنجی و رتبه‌بندی اعتباری: از دیگر کاربردهای اصلی هوش مصنوعی تشخیص میزان اعتباری است که به یک فرد اعم از حقیقی و حقوقی می‌توان داد. در اینجا از داده‌های موجود نظام پرداخت، داده‌های بانکی و سایر داده‌های موجود در ارتباط با افراد حقیقی و حقوقی می‌توان استفاده کرد و مشخص کرد که فرد مورد نظر در چه سطحی از اعتبار قرار دارد.

احراز هویت: احراز هویت یکی از پیش‌نیازهای انجام هر تراکنش بانکی و پرداخت است و هوش مصنوعی در این زمینه کمک بسیار بزرگی می‌تواند انجام دهد. در دوران کرونا در ایران و در خارج از ایران این کاربرد هوش مصنوعی رواج زیادی پیدا کرده است. سیستم‌های تشخیص هویتی به وجود آمده‌اند که از روی تصویر زنده، ویدیو و صدا با اطمینان خوبی می‌توانند هویت یک فرد حقیقی را تأیید کنند.

بازاریابی و فروش: یکی از محورهای مهم تحول دیجیتال، اَبَرشخصی‌سازی است. منظور از آن، این است که پیشنهادهای به شدت شخصی‌سازی شده‌ای به یک مشتری ارائه شود. در چنین صورتی احتمال خرید مشتری به طرز قالب توجهی افزایش می‌یابد؛ اما برای انجام این‌کار باید مشتری و نیاز او را با دقت بالایی شناخت و سپس نیاز او را با محصولی مناسب او و با مدل کسب و کاری مناسب وی، به او پیش‌نهاد کرد؛ مثلاً اگر مشتری بانک یک جوان است و اطلاعات شبکه‌های اجتماعی نزدیک بودن ازدواج وی را مشخص می‌کنند، سامانه‌های بانک باید به او بر اساس شغلش پیشنهاد وامی برای ازدواج با شرایط بازپرداخت مناسب حال او را بدهند. چنین چیزی بدون استفاده از هوش مصنوعی در سطحی وسیع و به صورت خودکار امکان‌پذیر نیست.

پشتیبانی از مشتریان: استفاده از چت‌بات‌ها امروزه متداول شده است. هوش مصنوعی در اینجا می‌تواند به ارتقای کیفیت پشتیبانی، شناسایی نقاط ضعفی که برای مشتریان مشکل درست می‌کنند و کاهش هزینه‌های بانک کمک فراوانی نماید. امروزه این امکان وجود دارد که تعامل چت‌بات با مشتری صوتی باشد و مشتری اصلاً متوجه نشود که با یک ماشین در حال تعامل است.

مدیریت ریسک: بانک‌ها از جمله نهادهایی هستند که تحت حکم‌رانی شدید داخلی و خارجی قرار دارند. ریسک‌های متعددی آنها را تهدید می‌کند و بنابراین بر اساس مقررات موجود، ملزم به ایجاد نظام مدیریت ریسک سازمانی هستند. در اغلب موارد، سامانه‌های خودکار و متکی به هوش مصنوعی با پایش مؤثر محیط داخلی و خارجی بانک با دقت زیادی می‌توانند ریسک‌ها را شناسایی و به مدیریت مؤثر آنها کمک کنند.

خودکارسازی رباتیک فرایندها: از جمله روندهای حوزه تحول دیجیتال، اَبَرخودکارسازی است. از جمله متداول‌ترین روش‌ها در این حوزه، خودکارسازی رباتیک فرایندها است. با کمک این فناوری، خودکارسازی در سطح فعالیت‌های یک شخص نیز می‌تواند رخ دهد. این نوع خودکارسازی که با استفاده از هوش مصنوعی در سطوحی بالا قابل انجام است، سرعت عمل را زیاد و میزان بروز اشتباه را کم می‌کند. RPA در اغلب صنایع قابل استفاده است و بانک‌داری نیز یکی از صنایعی است که در آن می‌توان از این فناوری بهره برد.

 *شرکت خدمات انفورماتیک از سال‌ها قبل در استفاده از هوش مصنوعی پیشقدم بوده و در برخی از محصولات و سامانه‌های آن از امکان استفاده کرده است؛ اما در سال‌های اخیر، اهمیت آن به طرز قابل ملاحظه‌ای افزایش یافته است؛ اگر ممکن است درباره جایگاه و برنامه‌های مرتبط با هوش مصنوعی در این شرکت بیشتر توضیح بدهید.

شرکت در طی سالیان اخیر برای برخی از فناوری‌های کلیدی، راهبردهای خاص آن فناوری را تدوین کرده است. از جمله، شرکت برای هوش مصنوعی دارای چشم‌انداز مستقل و یک برنامه‌ی راهبردی مستقل نسبتاً مفصل تدوین کرده و هم اکنون در حال اجرای آن است. تعداد پروژه‌های مرتبط با هوش مصنوعی در شرکت به طرز تصاعدی در حال افزایش است. در برنامة عملیاتی سال جاری و برنامه عملیاتی در دست تدوین سال آتی، تعداد پروژه‌های مرتبط با هوش مصنوعی قابل توجه هستند.

 *نگاهی به ساختار سازمانی شرکت و تغییرات آن در سال‌های اخیر نیز مؤید همین مطلب است که در واقع زمینه‌ساز حرکت‌های نوآورانه زیادی شده است. نظرتان در این‌باره چیست؟

به نکته مهمی اشاره کردید. نه تنها هوش مصنوعی از قبل در سازمان رسمی شرکت دارای جای‌گاه بوده، بلکه اخیراً این جایگاه به طرز مشهودی نیز ارتقاء یافته است. اهمیت هوش مصنوعی برای شرکت خدمات انفورماتیک را در حمایت آن از شرکت‌های نوپا و فین‌تک و همچنین سرمایه‌گذاری‌های شرکت نیز می‌توان به خوبی مشاهده کرد.

در حوزه شرکت‌های نوپا، گروه‌ها و شرکت‌های نوپایی که در زمینة هوش مصنوعی فعال هستند، به ویژه آنهایی که در مرز مشترک دو یا چند فناوری کلیدی (مثلاً هوش مصنوعی و زنجیرة قطعات) ایده یا محصول دارند، در اولویت حمایت شرکت خدمات انفورماتیک قرار دارند. سرمایه‌گذاری شرکت خدمات انفورماتیک در دو شرکت در حوزه‌های احراز هویت غیر حضوری و اعتبارسنجی نشانی دو نمونه از سرمایه‌گذاری‌های شرکت در حوزه هوش مصنوعی هستند. به این ترتیب اگر بگوییم یکی از نقاط تمرکز شرکت در سال‌های اخیر و در آینده قابل پیش‌بینی هوش مصنوعی است، سخنی به گزاف نگفته‌ایم.

 *مقداری هم درباره مشکلات و چالش‌های شرکت در استفاده از هوش مصنوعی در ایران صحبت کنید

این سؤال شما، یک سئوال مهم و کلیدی است. با وجود اهمیت فوق‌العاده‌ی هوش مصنوعی و اولویت بالای آن برای کشور، حرکت در این زمینه مثل حرکت در زمینی به شدت ناهموار و سنگلاخ و پرریسک است. در این زمینه با مشکلاتی عدیده و جدی روبه‌رو هستیم. مشکلاتی که متأسفانه حل آنها از عهده هیچ شرکتی ساخته نیست و نیازمند اقدام دوراندیشانة در سطح حاکمیت است.

 *یکی از چالش‌ها موضوع کیفیت دسترسی به داده‌هاست طبیعتا نیازمند بسیج چند نهاد و حوزه است در شرایط فعلی با توجه به موانع چگونه می‌توانیم وضعیت نسبتا مطلوب داشته باشیم؟

هوش مصنوعی بدون دسترسی به انبوهی از داده‌ها، قابل استفاده نیست. بسته به روش و الگوریتم‌های مورد استفاده، نیاز به داده از بسیار زیاد تا بسیار بسیار زیاد متغیر است. خوب، معمولاً داده‌های یک حوزه برای کارهای هوش مصنوعی کافی نیستند؛ مثلاً در حوزه پولشویی، تنها وجود اطلاعات نظام پرداخت کافی نیست. باید اطلاعات هویتی را نیز داشت. اطلاعات اشخاص حقوقی به تنهایی کافی نیست، باید اطلاعات اشخاص حقیقی را نیز در کنار آن داشت. باید ارتباطات بین افراد را نیز دانست. و الی آخر.

فراهم کردن این اطلاعات از منابع مختلف، یک چالش بزرگ است. نه این که نتوان با اطلاعات کمتر متنوع، هوش مصنوعی را به کار بست، بلکه تنوع کمتر اطلاعات با شدت زیادی، دقتِ نتیجه را کم و احتمال کج‌فهمی را زیاد می‌کند. بدین ترتیب، کارایی سیستم‌های مبتنی بر هوش مصنوعی کم می‌شود. علاوه بر لزوم وجود تنوع اطلاعاتی، کیفیت اطلاعات نیز بسیار مهم است. سازمان‌ها هر کدام در حوزه کاری خود دارای داده‌های زیادی هستند، لیکن اغلب، کیفیت این داده‌ها پایین بوده و برای ایجاد مجموعه داده‌ای مناسب هوش مصنوعی، باید متحمل هزینة سنگینی شد.

جالب است بدانید که سال گذشته دانشگاه MIT در یک پژوهش با بررسی مجموعه‌های داده‌ای مورد استفاده برای آموزش سامانه‌های مبتنی بر هوش مصنوعی، متوجه شد که اغلب آنها دارای کیفیت پایینی هستند. دوستانی که متخصص هوش مصنوعی هستند می‌دانند که این یعنی چه و تبعات آن برای جامعه چیست (این موضع را می‌توان در یک صحبت دیگر به طور مفصل باز کرد. منظور خطر بدآموزی و کج فهمی هوش مصنوعی است).

 *پتانسیل قوانین فعلی ما برای ظرفیت‌سازی در حوزه هوش مصنوعی چگونه است؟

یکی از چالش‌های ما در حوزه داده آن است که در ایران قانون مادر داده مثل GDPR اروپا وجود ندارد. به تعبیر دیگر معلوم نیست مالک داده کیست. تخلف در این حوزه چه چیزی است. حقوق افراد در این حوزه کدام است و قس علی هذا. اگر چه طرح‌های مختلفی از سوی مجلس محترم برای حل این مشکل ارائه شده، لیکن این طرح‌ها به قدری ضعیف بوده‌اند که باعث افزایش نگرانی شده‌اند. مسئله به قدری جدی است که این موضوع، یکی از ریسک‌های نسبتاً مهم شرکت خدمات انفورماتیک محسوب می‌شود.

 *شما به کرات از عبارت کج‌فهمی استفاده کرده‌اید آیا این را هم باید یکی دیگر از چالش‌های مرتبط با هوش مصنوعی بدانیم؟

بله همین‌طور است.یکی از چالش‌های بزرگ در همه جای دنیا در حوزه هوش مصنوعی، برطرف کردن کج‌فهمی و تبعیض است. در اینجا نمی‌خواهم وارد جزئیات فنی شوم. فقط عرض می‌کنم که موضوع تبعیض و کج‌فهمی سامانه‌ها که با آموزش سامانه‌ها و داده‌های در دسترس مرتبط است، موضوعی جدی است. اگر یک بانک امور اعتباری خود را با یک سامانه هوش‌مند واگذار کند، چگونه اطمینان حاصل می‌کند که این سامانه بین جوان و پیر، مرد و زن، ترک و کرد و بلوچ و فارس، بین تهرانی و مشهدی و زاهدانی، بین تحصیلکرده و نکرده و غیره و غیره و غیره فرقی جز آنچه مقرر شده، نمی‌گذارد و عدالت رعایت می‌شود؟ این موضوع نیز از دغدغه‌های شرکت است و برای آن تلاش کرده تا تمهیداتی را بیندیشد، ولی کار راحت نیست. سامانه‌های مبتنی بر هوش مصنوعی باید بتوانند در صورت درخواست مشتری یا مالک سرویس بگویند که چرا فلان طبقه‌بندی صورت گرفته یا تصمیم کذا به چه دلیل گرفته شده است. به دلیل اهمیت این موضوع، نه تنها داده‌ها نیاز به حکم‌رانی دارند؛ بلکه خود هوش مصنوعی نیز نیاز به حکم‌رانی در سطوح ملّی (مبتنی بر قانونی مثل قانون اروپایی AI) و شرکتی دارد. این بحث مفصل است و در این مصاحبة کوتاه نمی‌توان آن را باز کرد.

 *هوش مصنوعی چه خطرات و تهدیداتی را در پی دارد؟

هوش مصنوعی مانند چاقو است. بسته به این که چاقو در دست کیست، می‌تواند مفید یا مضر و خطرناک باشد. در سال‌های اخیر شاهد استفادة گسترده از هوش مصنوعی در حوزه بدافزارها بوده‌ایم. دیده‌ایم که بدافزار Stuxnet چگونه سامانه‌های سخت‌افزاری کلیدی که به اینترنت متصل نبوده‌اند را مورد تهاجم و تخریب قرار داده است. شاهد آن بوده‌ایم که شهید فخری‌زاده توسط یکی از سامانه‌های مبتنی بر هوش مصنوعی شهید شد. این امر موجبات نگرانی شدید شرکت خدمات انفورماتیک است. نفوذ و خراب‌کاری یا دزدی و سرقت اطلاعات با استفاده از هوش مصنوعی با دقت و سرعتی نگران‌کننده رخ می‌دهد. در حفاظت از حریم خصوصی افراد، ابزارهای متداولی نظیر ناشناس‌سازی داده‌ها، کارایی خود را به طرز محسوسی از دست داده‌اند، زیرا هوش مصنوعی با مرتبط کردن داده‌های ناشناس‌سازی شده، به سرعت می‌تواند هویت افراد مد نظر را کشف کند.

شرکت خدمات انفورماتیک بسیار نگران این موضوع است. متأسفانه ناآگاهی عمیق مسئولین دولتی و عطش آنها برای گردآوری داده‌های انبوه، منجر به تصویب قوانینی شده و می‌شود که در آن سازمان‌های مختلف با توجیهات به ظاهر منطقی تبدیل به نقاط انباشت داده‌های متنوع (که ارزش‌مندترین نوع داده‌ها هستند) می‌شود. تکرار انباشت داده‌ها نیز ریسک کشور در حوزه داده‌ها را به شدت افزایش می‌دهد. افراد خراب‌کار و کشورهای دشمن با استفاده از هوش مصنوعی می‌توانند عمیق‌ترین تحلیل‌ها را بر علیه مردم و کشور انجام دهند. من شخصاً نگران و در این زمینه افسرده هستم.

*آیا هوش‌ مصنوعی به یکسان سامانه‌های حاکمیتی و سامانه‌های رقابتی شرکت خدمات انفورماتیک را متأثر می‌سازد؟

بانک مرکزی بر استفاده از هوش مصنوعی، تمرکز زیادی دارد. انتظارات این بانک از شرکت خدمات انفورماتیک به دلیل حساسیت سامانه‌های حاکمیتی به ویژه سامانه‌های بین‌بانکی زیاد است. به همین دلیل نیز شرکت پروژه‌های مختلفی را با اولویت بالا در این زمینه برنامه‌ریزی کرده و در دست اجرا دارد؛ اما از طرف دیگر شرکت در حوزه رقابتی نیز کارهای مختلفی را در دست اجرا دارد و برخی سرویس‌ها نیز در این حوزه عملیاتی شده و در دست بهره‌برداری هستند. همان طور که گفته شد اعتبارسنجی نشانی و احراز هویت غیرحضوری دو نمونه از این سرویس‌ها هستند.

*آیندة هوش مصنوعی را در فضای کسب و کار بانکی ایران چگونه ارزیابی می‌کنید؟

هوش مصنوعی از مهم‌ترین تحولات قرن بیست و یکم است. به نظر حقیر در طی ۱۵ سال آینده، در جای‌گاهی قرار خواهیم گرفت که نخواهیم توانست سامانة غیر هوش‌مندی را در بازار بیابیم. درجه هوشمندی متفاوت خواهد بود، لیکن هوش‌مندی در همه جا وجود خواهد داشت.

هوشمندی در حال نفوذ به ابزارهای توسعة ما، سرویس‌هایی که از آنها استفاده می‌کنیم، محصولاتی که می‌سازیم یا می‌خریم و در یک کلام تاروپود زندگی ما است. ما در ایران به‌رغم تحریم‌های سنگین، جدای از این واقعیت نیستیم و نخواهیم بود. در آینده‌ای که خدمت شما عرض کردم، بانک‌ها نه دیجیتال، بلکه هوشمند خواهند بود. شرکت‌های عرضه‌‌کننده محصول به زیست‌بوم بانکی نخواهند توانست محصولات و سرویس‌های غیر هوشمند به این زیست‌بوم ارائه کنند. بنابراین آینده صنعت بانکی ایران و جهان، آینده‌ای است که در آن هوشمندی موج خواهد زد.