هیات مدیره جدید تجارت الکترونیک پارسیان معرفی شدند
سیدعباس نوربخش، علیرضا خلیلپور و امیررضا زمانی به عنوان اعضای جدید هیأت مدیره تاپ، معرفی…
۱۸ مهر ۱۴۰۳
۱۵ آذر ۱۴۰۲
زمان مطالعه : ۶ دقیقه
تحقیقات موسسه بینالمللی مکینزی بر تاثیر هوش مصنوعی در صنایع مختلف نشانگر ارزشآفرینی ۲.۶ تا ۴.۴ هزار میلیارد دلار در سال است و در این بین صنعت بانکداری به عنوان یکی از بزرگترین صنایع ذینفع یک فرصت ۲۰۰ تا ۳۴۰ میلیارد دلاری را با هوش مصنوعی مولد پیش روی خود دارد.
به گزارش پیوست، طبق برآورد مکینزی صنعت بانکداری به لطف استفاده از انواع مختلف هوش مصنوعی (از هوش مصنوعی سنتی گرفته تا هوش مصنوعی مولد) رشد چشمگیری را در بخشهای مختلف تجربه میکند. در این بین هوش مصنوعی مولد یا generative AI، بیشتر از همه برای بانکداری خرد و شرکتی (به ترتیب با ۵۴ و ۵۶ میلیارد دلار ارزشآفرینی)، مفید خواهد بود.
طبق بررسیهای این موسسه، هوش مصنوعی مولد به افزایش بهرهوری بانکها منجر میشود و روند انجام یک سری مشاغل رایج بانکی و نحوه ارتباط مشتریان با بانکها را متحول میکند.
مکینزی معقتد است که برای بهرهبرداری از تکنولوژی هوش مصنوعی و از آنجایی که بیشتر رهبران با این تکنولوژی هیچ آشنایی قبلی ندارند، مهارتهای مدیریت سنتی باید تغییر کند و رهبران ارشد خود را با روند جدید وفق دهند.
درست شبیه به گوشی هوشمند که اکوسیستم و مدلهای تجاری را متحول کرد، هوش مصنوعی مولد نیز طیف جدیدی از تجزیه تحلیل و کاربردها را ممکن کرده است.
مدیران بانکی باید با مفاهیمی مثل یادگیری تقویتی (reinforcement learning) و شبکههای عصبی همگشتی (convolutional neural networks) آشنایی پیدا کنند و همچنین راهکار مختلف برآمده از هوش مصنوعی مولد را شناسایی کرده و خود را در سطح استراتژیک با این تکنولوژی جدید وفق دهند.
هوش مصنوعی ساز و کار عملیاتی بانکها که پیش از این به سطحی از ثبات رسیده بود را به چالش میکشد. در حالی که طبق تصور بانکها ارتباط بین تکنولوژی و روشهای سنتی کسبوکار برآورده شده بود، به یک باره تجزیه تحلیل و داده از اهمیت حیاتی برخوردار شدهاند و قطب سومی را در این موازنه شاهد هستیم.
هوش مصنوعی مولد بحث تجزیه و تحلیل داده را به تمامی مراحل زنجیره عرضه وارد میکند و به همین دلیل رهبران باید ارتباط عمیقتری را با بخش تحلیلگران برقرار کرده و اولویتهای متفاوتی را مد نظر قرار دهند.
افزون بر این، سرعت تحولات برآمده از هوش مصنوعی مولد با موج قبلی تکنولوژی یا همان گوشیهای هوشمند قابل مقایسه نیست. در حالی که بانکها در یک دوره نسبتا طولانی خود را با گوشیهای هوشمند و تحولات ناشی از آن وفق دادند، اما هوش مصنوعی مولد در کسری از آن زمان تحولات بزرگی را رقم میزند. برای مثال گلدمن ساکس، یکی از بزرگترین بانکهای ایالت متحده، از همین حالا ابزارهای مبتنی به هوش مصنوعی را برای خودکارسازی تولید آزمون که یک فرایند زمانبر بود به کار گرفته است. بانک Citigroup نیز از هوش صمنوعی برای ارزیابی تاثیرات قوانین جدید سرمایه ایالات متحده استفاده میکند. بانکهایی که نتوانند خود را با سرعت بالای تحولات وفق دهند، احتمالا با چالشهایی در روند کاری خود مواجه میشوند.
در نهایت نیز برای بهرهبرداری از هوش مصنوعی مولد، بانکها باید با چالشهای مهارتی روبرو شوند و سطح مهارت فعلی کارکنان یکی از شاخصهای مهم برای موفقیت آینده به حساب میآید. برای مثال بانکهای بزرگ جهان در حال حاضر تیمهای تخصصی خود را براساس تخصص هش مصنوعی و سرعت یادگیری آنها در این بخش انتخاب میکنند. بانکهایی که متخصصان کمی در حوزه هوش مصنوعی دارند باید از طریق آزمایش و جذب نیروی کار جدید به تقویت خود بپردازند.
از نگاه مکینزی موفقیت بانکها در مسیر استفاده موفق از این تکنولوژی جدید به هفت فاکتور اصلی بستگی دارد که در صورت موفقیت تمامی آنها میتوان یک ارزشآفرینی پایدار را انتظار داشت: