عصر تراکنش ۹۳؛ مجید جعفریان، عضو هیئت عامل و معاون فناوری اطلاعات بانک اقتصاد نوین / هوش مصنوعی (AI) به‌عنوان یکی از فناوری‌های تحول‌آفرین، تأثیر بسزایی بر صنعت بانکداری و پرداخت الکترونیکی دارد. این فناوری با ارائه قابلیت‌هایی چون پردازش سریع داده‌ها، تسهیل و بهینه‌سازی فرایند تصمیم‌گیری‌ها می‌تواند مسیر جدیدی برای بانک‌ها و شرکت‌های پرداخت الکترونیکی فراهم کند. بر اساس گزارش دیلویت، بانک‌هایی که از هوش مصنوعی در فرایندهای خود بهره می‌برند، تا ۳۰ درصد در هزینه‌های عملیاتی خود صرفه‌جویی می‌کنند و تجربه مشتری را بهبود می‌بخشند. در ایران نیز باتوجه‌به توسعه بانکداری دیجیتال و افزایش حجم تراکنش‌های غیرنقدی، بهره‌گیری از هوش مصنوعی می‌تواند نقشی کلیدی در ارتقای امنیت، افزایش کارایی و بهینه‌سازی مدل‌های کسب‌وکار بانکی ایفا کند.
فرصت‌های هوش مصنوعی در بانکداری و پرداخت الکترونیکی
توسعه محصولات و خدمات نوین: هوش مصنوعی به بانک‌ها و مؤسسات مالی امکان تولید و ارائه محصولات و خدمات نوآورانه و متناسب با نیاز مشتریان را فراهم می‌سازد. کیف پول‌های هوشمند مبتنی بر هوش مصنوعی تنها یک نمونه از خدمات جدید قابل‌ارائه توسط بانک‌ها و مؤسسات مالی هستند.
بهبود تجربه مشتری: هوش مصنوعی امکان تحلیل داده‌های مشتریان را فراهم می‌کند که می‌تواند به شخصی‌سازی خدمات و محصولات منجر شود. به‌عنوان‌مثال، دستیارهای مجازی مبتنی بر هوش مصنوعی قادر خواهند بود به سؤالات مشتریان پاسخ داده و خدمات متناسب با نیازهای آنها را ارائه کنند.
تحلیل داده‌های کلان در راستای تصمیم‌سازی دقیق‌تر: هوش مصنوعی به بانک‌ها امکان می‌دهد تا داده‌های کلان (Big Data) را تحلیل کرده و رفتار مشتریان خود را بهتر درک کنند. بدیهی است که درک عمیق نیازمندی‌های مشتریان بانک بستر لازم به‌منظور شناسایی فرصت‌های جدید کسب‌وکار و بهبود استراتژی‌های بازاریابی را فراهم می‌سازد.
افزایش بهره‌وری عملیاتی: شرکت دیلویت پیش‌بینی کرده که بانک‌های بزرگ سرمایه‌گذاری جهانی می‌توانند با استفاده از هوش مصنوعی مولد، بهره‌وری خود را بین ۲۷ تا ۳۵ درصد افزایش دهند. اتوماسیون فرایندهای بانکی با استفاده از هوش مصنوعی و رباتیک (RPA) می‌تواند از طریق خودکارسازی وظایف تکراری و زمان‌بر، باعث کاهش زمان پردازش درخواست‌های بانکی و بهبود عملکرد عملیاتی شود. به‌عنوان یک مثال ساده سیستم‌های اعتبارسنجی هوشمند می‌توانند درخواست‌های وام را به‌صورت خودکار بررسی و پردازش کنند.
مدیریت ریسک و مقابله با تقلب: الگوریتم‌های یادگیری ماشین می‌توانند به بانک‌ها کمک کنند تا رفتار مشکوک و الگوهای غیرمعمول تراکنش‌ها را شناسایی کرده و فعالیت‌های کلاهبرداری را به حداقل برسانند. این مهم بدون شک باعث کاهش ریسک‌های مالی و افزایش اعتماد مشتریان خواهد شد.
چالش‌های پیاده‌سازی هوش مصنوعی در صنعت بانکداری ایران
زیرساخت‌های فناوری: توسعه زیرساخت‌های ابری، پردازش داده‌های بزرگ و شبکه‌های ارتباطی قوی مهم‌ترین پیش‌نیازهای بهره‌برداری مؤثر از هوش مصنوعی هستند. این در حالی است که بسیاری از بانک‌های ایرانی با چالش‌هایی مانند وابستگی به سیستم‌های قدیمی (Legacy Systems) و محدودیت‌های متفاوت در خصوص دسترسی به فناوری‌های پیشرفته مواجه هستند.
حفظ حریم خصوصی و امنیت داده‌ها: موضوع امنیت اطلاعات و حفظ حریم خصوصی مشتریان بانکی در سال‌های اخیر از اهمیت دوچندانی برخوردار شده است. این در حالی است که افزایش وابستگی بانک‌ها به داده‌های مشتریان، حفظ امنیت این اطلاعات را با چالش بزرگی مواجه خواهد کرد.
کمبود نیروی خبره در این حوزه: توسعه، پیاده‌سازی و نگهداری از راهکارهای مبتنی بر هوش مصنوعی نیازمند بهره‌گیری از نیروی انسانی خبره و متخصص در حوزه‌های مختلفی چون یادگیری ماشین، امنیت و داده‌کاوی است. در نتیجه، فقدان نیروهای متخصص کافی در این حوزه بدون شک یکی از موانع اصلی پیشرفت فناوری‌های مبتنی بر هوش مصنوعی در بانک‌های ایران محسوب می‌شود.
موانع و چالش‌های رگولاتوری: فقدان چهارچوب‌ها و دستورالعمل‌های نظارتی شفاف برای استفاده از هوش مصنوعی در صنعت بانکداری ایران، باعث ایجاد ابهامات متعددی در نحوه اجرا و بهره‌برداری از این فناوری شده است. تدوین قوانین جامع و یکپارچه به‌منظور مدیریت ریسک‌های مرتبط با هوش مصنوعی در این صنعت و ایجاد بستر لازم به‌منظور تصمیم‌گیری‌های شفاف، از جمله اقدامات مهمی است که پیشنهاد می‌شود توسط نهادهای بالادستی و نظارتی پیگیری شود.
نتیجه‌گیری
بدون شک هوش مصنوعی ظرفیت‌های فراوانی برای ایجاد تحول در صنعت بانکداری و پرداخت الکترونیکی کشور خواهد داشت و در سال پیش رو، بانک‌های کشور می‌توانند با بهره‌گیری از این فناوری، بهره‌وری خود را افزایش داده و خدمات نوآورانه‌ای به مشتریان خود ارائه کنند.
در پایان پیشنهاد می‌شود در راستای توسعه هر چه بیشتر و سریع‌تر فناوری‌های مبتنی بر هوش مصنوعی در صنعت بانکی کشور، سرمایه‌گذاری در حوزه توسعه و به‌روزرسانی زیرساخت‌های فناوری اطلاعات، تدوین چهارچوب‌ها، الزامات و دستورالعمل‌های قانونی شفاف و استانداردهای امنیتی مرتبط با این حوزه، آموزش نیروی انسانی و افزایش همکاری‌های بین‌بانکی و مشارکت با فین‌تک‌ها در اولویت برنامه‌های سال آتی بانک‌ها و مؤسسات مالی کشور قرار گیرد.
منابع:
- Investing in people: The power of human capital in banking’s AI era, World Economic, Jan 10, 2025
- Changing the game: The impact of artificial intelligence on the banking and capital markets sector, Deloitte, August 2024
- Unleashing a new era of productivity in investment banking through the power of generative AI, Deloitte, July 2023
- اثر هوش مصنوعی بر صنعت بانکداری، دنیای اقتصاد، مهر ۱۴۰۳
- ورود صنعت بانکداری به جهان نوین از دریچه هوش مصنوعی، هفته‌نامه تازه‌های اقتصاد، بهمن ۱۴۰۳
