عصر تراکنش
رسانه مدیران فناوری‌های مالی ایران

مأموریت ما کمک به تصمیم‌گیری داده‌محور و حاکمیت داده است

گفت‌وگو با علی گلزاده، مدیرعامل شرکت داتا که قرار است ساماندهی و مدیریت داده و هوش مصنوعی را انجام دهند

عصر تراکنش ۸۷ / استفاده از کلان‌داده‌ها و مدیریت آنها به کمک فناوری‌هایی مانند هوش مصنوعی در سال‌های اخیر به مسئله‌ای مهم در صنعت بانکی کشورهای مختلف تبدیل شده است؛ زیرا بانک‌ها باید استراتژی‌های خود را منطبق با پیشرفت‌های هوش مصنوعی طراحی کنند و خدمات بهتری به مشتریان ارائه دهند. شرکت داده و اعتبارسنجی تجارت ایرانیان (داتا)، یکی از فعالان صنعت داده و هوش مصنوعی، تلاش کرده با استفاده از آخرین فناوری‌ها، خدمات و محصولاتی را در زمینه علوم داده و هوش مصنوعی ارائه دهد تا مسیر تحقق اهداف بانک‌ها و صنایع دیگر را هموارتر و کم‌خطرتر کند.

داتا که در سال ۱۴۰۲ تأسیس شده است، در حوزه تجزیه‌وتحلیل داده‌ها و مصورسازی آنها، تدوین و عملیاتی کردن نقشه راه حاکمیت داده، طراحی و پیاده‌سازی زیرساخت کلان‌داده، تحلیل، طراحی، تولید و استقرار سامانه‌ها و نرم‌افزارهای مبتنی بر داده و هوش مصنوعی و خدمات مشاوره، آموزش و تحقیق و توسعه طرح‌های مبتنی بر داده و هوش مصنوعی فعالیت می‌کند. بنا بر صحبت‌های مدیرعامل داتا، مدیریت داده در صنعت بانکی کشور آن‌طور که باید توسعه پیدا نکرده و این شرکت یکی از اولین مجموعه‌های بانکی است که به‌طور جدی و تخصصی در این حوزه فعالیت می‌کند. در گفت‌وگو با علی گلزاده، مدیرعامل شرکت داتا، درباره اقدامات و چالش‌هایشان در زمینه مدیریت کلان‌داده صحبت کردیم.


ارائه خدمات داده‌محور به بانک تجارت


تفتا، هلدینگ فناوری اطلاعات بانک تجارت است و بازوی فناوری و نوآوری آن به حساب می‌آید و داتا یکی از هشت شرکت زیرمجموعه این هلدینگ است که در سال ۱۴۰۲ آغاز به کار کرده و قرار است ساماندهی و مدیریت حوزه داده و هوش مصنوعی را بر عهده بگیرد. به گفته علی گلزاده، مدیرعامل شرکت داتا، این شرکت از پنج بخش تشکیل شده است که عبارت‌اند از: زیرساخت، تجمیع و یکپارچه‌سازی داده؛ تحلیل داده؛ تولید سامانه‌های داده‌محور؛ حاکمیت داده و خدمات هوش مصنوعی. او درباره مأموریت این شرکت می‌گوید: «مأموریت ما این است که در حوزه داده و هوش مصنوعی خدمات و محصولاتی ارائه دهیم که روند فعالیت‌ سازمان‌ها را تسهیل، تسریع و کم‌ریسک کند، اما رویکرد ما این نیست که کل این خدمات و محصولات فقط در شرکت داتا تولید شوند و هرکجا که لازم باشد و بدانیم محصول یا خدمتی در بازار وجود دارد، آن را از طریق شرکت‌ها و استارتاپ‌هایی که آن خدمت یا محصول را ایجاد کرده‌اند، برای مشتریان خود تهیه می‌کنیم.»


اقدامات و دستاوردهای داتا از زمان شکل‌گیری تاکنون


حاکمیت داده، مقوله‌ای جدی برای اکوسیستم بانکی و فین‌تکی کشور است و سازمان‌های مختلف هنوز آن‌طور که باید در این زمینه به بلوغ نرسیده‌اند. این در حالی است که اکثر سازمان‌ها داده‌های زیاد و کلانی دارند. گلزاده با اشاره به این موضوع توضیح می‌دهد: «در حاکمیت داده باید فرایندهای داده را از زمانی که داده تولید می‌شود تا زمانی که داده مصرف می‌شود، مدیریت کنیم. پروژه‌ای که ما در زمینه حاکمیت داده در بانک تجارت انجام دادیم، کار جدیدی به حساب می‌آید. سامانه مدیریت ریسک، پروژه دیگری از شرکت داتا است. درواقع مدیریت ریسک یکی از موضوعات مهم در صنعت بانکی است که در چند سال اخیر نمود پیدا کرده است.

در حوزه وصول مطالبات نیز در ایران کارهایی انجام شده، اما خیلی هدفمند و هوشمند پیش نرفته و امیدواریم بتوانیم این کار را برای بانک نیز انجام دهیم. در حوزه تحلیل داده نیز قبل از تأسیس شرکت داتا، کار جدی در بانک تجارت انجام نشده بود و ما توانستیم در این حوزه، به‌ویژه در بخش بانکداری شخصی، خدمات خوبی را به بانک تجارت ارائه دهیم. در زمینه سرویس‌های هوش مصنوعی نیز با توجه ‌به نیاز بانک، از خدمات استارتاپ‌ها استفاده کردیم؛ خدماتی که شامل دو حوزه می‌شوند: یکی چت‌بات هوشمند و دیگری بررسی کیفیت مرکز تماس. محصول اعتبارسنجی، CLM (چرخه عمر مشتری) و پروژه زیرساخت کلان‌داده نیز در برنامه‌های امسال شرکت قرار دارند.»


رویکرد مثبت مدیران ارشد بانک تجارت به توسعه فناوری


اگرچه پارادایم‌های حاکم بر بانکداری کشور سال‌هاست که تغییر کرده‌اند و حالا همه بانک‌ها می‌کوشند تا دیجیتالی شوند، رویکرد مدیران بالادست آنها نسبت به مقوله‌هایی مانند نوآوری و فناوری یکسان نیست. برخی اهمیت بیشتری به این دو مقوله می‌دهند و برخی دیگر نه. طبق صحبت‌های مدیرعامل داتا، رویکرد مدیران بالادست بانک تجارت در سال‌های اخیر به‌صورتی بوده که تمام تلاششان را کرده‌اند تا زیرساخت‌های فناوری بانک را بهبود بخشند و توسعه دهند. او در این باره بیان می‌کند: «احتمالاً داتا اولین شرکتی است که در حوزه داده، هوش مصنوعی و فناوری‌های بانکی فعالیت می‌کند و این به حمایت و رویکرد بانک تجارت از آن در این حوزه‌ها برمی‌گردد. ما امیدواریم داتا بتواند به تصمیمات کلان بانک تجارت در زمینه توسعه مدیریت داده‌ها کمک کند.»


چالش‌های سه‌گانه بانک‌ها در حوزه کلان‌داده


بانک‌های بزرگ کشور، به‌ویژه بانک‌های دولتی، در حوزه داده با چالش‌هایی مواجهند. مدیرعامل داتا، یکپارچه کردن و تجمیع کل داده‌های کسب‌وکارهای بانکی را اولین نیاز آنها می‌داند و در این باره اظهار می‌کند: «ضعف در تجمیع داده‌ها مانع از تحلیل عمیق روی کسب‌وکارهای بانکی می‌شود و در وهله اول باید این زیرساخت توسعه یا بهبود یابد. تا این مشکل برطرف نشود، بانک‌ها نمی‌توانند خدمات هوش مصنوعی تخصصی خود را ارائه دهند، چون زیرساخت داده‌های کسب‌وکارهای بانکی، لازمه شکل‌گیری این خدمات است. موضوع بعدی به حاکمیت داده برمی‌گردد. لازم است سیاست‌های کلانی برای مدیریت داده‌ها که شامل کیفیت و امنیت داده می‌شود، وجود داشته باشد. نیروی انسانی نیز چالشی است که در همه حوزه‌های فناوری وجود دارد و در این حوزه پررنگ‌تر هم است، چون به دلیل نوظهور بودن این حوزه، تجربه کمتری در آن وجود دارد و چالش جذب و نگهداشت نیروهای متخصص بیشتر است. به نظر من، اگر بانک‌ها که تاحدودی ساختاری سنتی دارند، این سه موضوع را حل کنند، هم به دیجیتال شدن سازمان‌ها، هم به داده‌محور شدن آنها کمک می‌کنند.»


سال ۱۴۰۳؛ متمرکز بر هوش مصنوعی، اعتبارسنجی و زیرساخت کلان‌داده


طبق گفته‌های گلزاده، هوش مصنوعی در هر سازمانی ازجمله بانک‌ها می‌تواند دو نوع سرویس ارائه دهد: دسته اول سرویس‌های هوش مصنوعی عمومی هستند؛ سرویس‌هایی مانند چت‌بات‌هایی که به سؤالات مشتری پاسخ می‌دهند یا احراز هویت آنلاین می‌کنند و دسته دوم سرویس‌های هوش مصنوعی تخصصی هستند. او با اشاره به این دسته‌بندی‌ها بیان می‌کند: «در این سرویس‌ها هوش مصنوعی باید با استفاده از داده‌های کسب‌وکار بانک سرویس‌های تخصصی ارائه دهد و به بانک‌ها کمک کند، اما در این راه باید به چند پرسش پاسخ شفاف داد؛ ازجمله اینکه آیا داده‌هایی که در این کسب‌وکارها وجود دارند، به اندازه کافی کامل هستند؟ آیا داده‌هایی وجود دارند که بتوان با تکیه بر آنها تصمیم جدی گرفت؟ آیا این داده‌‌ها توانسته‌اند در زیرساخت یکپارچه‌ای جمع‌آوری شوند؟ مسئله این است که استفاده از هوش مصنوعی در بانک‌ها به دلایلی که گفتم به‌کندی پیش رفته است. کاری که ما فعلاً مشغول آن هستیم پیاده‌سازی چت‌بات روی خدمات بانک و همچنین بررسی کیفیت مرکز تماس است.»

او توضیح می‌دهد که مرکز تماس بانک تجارت با حجم بالایی از پرسش‌وپاسخ روزانه روبه‌رو است و هزینه زیادی را به این بخش اختصاص داده است: «یک مرکز تماس تقریباً هوشمند می‌تواند در بخش هزینه‌ها مفید واقع شود. بانک‌های ما در بخش اعتبارسنجی نیز خیلی هوشمند نشده‌اند. سرویس اصلی اعتبارسنجی که در ایران وجود دارد، گذشته‌نگر است و از داده‌های محدودی استفاده می‌کند. سرویس اعتبارسنجی که ما با استفاده از هوش مصنوعی در حال کار روی آن هستیم، قرار است متفاوت باشد و احتمالاً در ماه جاری ارائه می‌شود.»

داتا در سال ۱۴۰۳ توجه خود را به اعتبارسنجی و حوزه کلان‌داده معطوف کرده است. مدیرعامل این شرکت می‌گوید: «کاری که ما در بانک تجارت شروع کردیم و در مهرماه امسال سرویس اولیه آن ارائه می‌شود، این است که براساس داده‌هایی که از بانک تجارت در اختیار داریم، کار اعتبارسنجی مشتریان بانک تجارت را انجام ‌دهیم. علاوه‌بر این، در حوزه زیرساخت کلان‌داده نیز فعالیت می‌کنیم و تا آخر سال ۱۴۰۳ فاز اول این پروژه به نتیجه می‌رسد.»


لزوم چابک‌سازی ساختار سنتی بانک‌ها


در هر سازمان بزرگی که کارمندان، مشتریان و واحدهای زیادی دارد، ساختارهای پیچیده و سلسله‌مراتبی شکل می‌گیرد. این امر به‌نحوی باعث کندی راه‌اندازی خدمات نوآورانه‌ می‌شود. گلزاده معتقد است تأسیس شرکت‌های زیرمجموعه می‌تواند چابکی را به سازمان‌های سنتی برگرداند. او درباره توسعه فناوری و نوآوری در ساختار بانک تجارت می‌گوید: «ما در سازمان‌های بزرگ با کندی و لختی فرایندها مواجهیم. این مشکل در هر سازمان بزرگ ایرانی با ساختار سنتی، وجود دارد، مگر اینکه سازمانی از پایه داده‌محور و نوآورانه باشد. برای مثال مجموعه‌هایی مانند دیجی‌کالا و اسنپ از همان اول براساس داده تصمیم‌گیری کرده‌اند و چابکی بالاتری دارند. تغییر رویکردی که مدیریت، هیئت‌مدیره و مدیران بانک تجارت در چند سال اخیر داشته‌اند، به چابکی این سازمان بزرگ و ارائه خدمات و محصولات نوآورانه منجر شده است.»

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.