به کارگیری فناوری هوش مصنوعی در بانکداری نوین
فناوری هوش مصنوعی به سرعت در حال تکامل است. موسسات مالی استفاده از این فناوری را برای کاربردهایی چون کشف تقلب، مبارزه با پول‌شویی، شخصی‌سازی خدمات ارائه شده به مشتریان، اعتبارسنجی و ارزیابی ریسک آغاز نموده‌اند.
به گزارش پایگاه خبری بانکداری الکترونیک، بانک‌ها در دهه‌ی گذشته در حال بهبود روش‌های تعامل با مشتریان خود بوده‌اند. مفهوم دستگاه‌های خودپرداز بیش از شصت سال پیش مطرح شد. پس از آن شاهد رواج کارت‌های بانکی برای برداشت پول نقد از دستگاه‌های خودپرداز شدیم اما این تغییر به گستره‌ی عظیمی از پرداخت‌های کارت-محور منجر شد. به همین ترتیب مطرح شدن مفهوم هوش مصنوعی در خدمات مالی، بستر بزرگی از امکانات و خدمات ایجاد کرد. بر اساس پیش‌بینی‌های انجام شده، بانک‌ها در سال2023 با استفاده از فن‌آوری هوش مصنوعی، مبلغی بالغ بر447 میلیارد دلار صرفه‌جویی خواهند کرد. نوشته‌ی زیر برخی از روندهای آتی استفاده از هوش مصنوعی در صنایع مالی را به تصویر می‌کشد.
بانکداری موبایلی
استفاده از هوش مصنوعی در بانکداری موبایلی به سرعت در حال رشد است. به عنوان نمونه، یکی از بانک‌های پیشرو، ابزار دستیار صوتی Siri را با نرم‌افزار موبایلی خود ادغام نموده است و امکان صدور دستور پرداخت‌های صوتی را در اختیار مشتریان خود قرار داده است. شخصی‌سازی خدمات ارائه شده بر اساس تحلیل رفتار یک مشتری در گذشته و ارائه‌ی پیشنهادهای ویژه برای هر مشتری بر اساس رفتار خرید وی، نمونه‌هایی از استفاده از فن‌آوری هوش مصنوعی در بانکداری موبایلی هستند.
ربات‌های گفت‌و‌‌گوی هوشمند
ربات‌های گفت‌وگو ابزارهایی هوشمند برای مکالمات بین مشتریان و موسسات مالی هستند. به کمک فن‌آوری هوش مصنوعی، این ربات‌ها حجم قابل‌توجهی از مکالمات بین مشتریان و موسسات مالی را با هزینه‌ای اندک میسر می‌سازند. درک زبان طبیعی که یکی از کاربردهای رایج فن‌آوری هوش مصنوعی است به بانک‌ها کمک می‌کند پرسش‌های مطرح شده از سوی مشتریان را درک کرده و به شکلی هوشمندانه به آنها پاسخ دهند. با افزودن ربات‌های گفت‌وگو به محیط‌های عرضه‌ی خدمات بانکی، موسسات مالی، امکان پاسخ‌دهی به مشکلات و تقاضاهای مشتریان در محل شکل‌گیری/ رخ دادن آنها را فراهم می‌کنند. به عنوان دو نمونه از پیاده‌سازی موثر این فن‌آوری می‌توان از بانکی که فعال‌سازی کارت‌های بانکی، تغییر رمز و دریافت موجودی را خودکارسازی نموده است و همچنین بانکی که بر اساس خریدهای انجام شده توسط هر مشتری، توصیه‌هایی را برای کاهش هزینه‌ها استخراج نموده و در قالب یک مکالمه با مشتری آنها را به وی ارائه می‌دهد، نام برد.
جمع‌آوری و تحلیل داده‌ها
با دیجیتالی‌شدن هرچه بیشتر فرآیندها، حجم داده‌های تولید شده در اطراف فعالیت مشتریان به شدت افزایش یافته است. این واقعیت، امکان گردآوری حجمی دوچندان از داده‌ها را – به صورت مستقیم از فعالیت‌های مالی ایشان و از طریق مشارکت‌های داده‌ای با دیگر منابع تولید و جمع‌آوری داده‌ها – در اختیار موسسات مالی قرار داده است. تاثیر این داده‌های افزونه، ایجاد دیدی 360 درجه از مشتریان و اشراف به تمایلات آنها در زمینه‌های مختلفی است که ردپای تراکنش‌های مالی در آنها وجود دارد. در بسیاری از سازمان‌ها، نگاهی به استفاده از بینش خلق شده از این داده‌ها به عنوان یک منبع درآمدی نیز وجود دارد.
مدیریت ریسک
زمانی که یک موسسه‌ی مالی به انبوهی از داده‌های رفتاری یک مشتری نگاه می‌کند، توان بیشتری در ساخت الگوی رفتاری وی و پیش‌بینی امکان عدم ایفای تعهدات را به دست می‌آورد. هرگونه مشکل مالی آتی یک مشتری در رفتارهای مالی وی نشانه‌هایی اولیه دارد و با استفاده از تحلیل بلادرنگ داده‌های عظیمی که هر لحظه در اثر رفتار هر مشتری در حال تولید هستند، سازمان‌های مالی می‌توانند خطرات احتمالی عدم ایفای تعهدات در آینده را تا حد قابل‌توجهی پیش‌بینی نمایند.
غنی‌سازی داده‌های تراکنش‌ها و امنیت داده‌ها
تبدیل اطلاعات متنی موجود در اطراف یک تراکنش مالی به اطلاعات قابل تحلیل و نیز غنی‌سازی اطلاعات هر تراکنش در مشارکت با دیگر منابع تولید داده می‌تواند از بروز تقلب و بسیاری از تماس‌های مشتریان برای رفع ابهام در تراکنش‌ها پیشگیری نماید. به عنوان نمونه، افزودن محل فیزیکی انجام تراکنش‌های بانکی امکان کشف تقلب در صورت بروز دو تراکنش پیاپی با فاصله‌ی جغرافیایی قابل توجه را در اختیار موسسات مالی قرار می‌دهد. همچنین افزودن اطلاعاتی تکمیلی در خصوص کسب وکاری که تراکنش مالی از طریق ترمینال آن انجام شده است بانک‌ها را از علایق و سبک زندگی و الگوی مصرف مشتری مطلع می‌سازد.
جمع‌بندی
در روند پیشرفت موسسات مالی، سازمان‌هایی که هوش مصنوعی را به عنوان ابزاری کلیدی در توسعه‌ی خدمات خود و در ارتباط با مشتریان خود در نظر می‌گیرند، از رقبای خود پیشی خواهند گرفت. حجم افزونه‌ی داده‌های تولید شده در اطراف رفتار مشتریان و پیشرفت فن‌آوری هوشمند مصنوعی، عرصه‌ی رقابت موسسات مالی را به گونه‌ای تغییر داده است که در آن به‌کارگیری این فن‌آوری از لازمه‌های اصلی عرضه‌ی خدمات رقابتی است.
منبع: finextra.com