نقش هوش مصنوعی در بانک‌ها فراتر می‌رود؛ از ابزار تا عاملیت

به گزارش پیوست، در پنل «هوش مصنوعی و آینده بانکداری ایران» در دومین روز نمایشگاه الکامپ ۱۴۰۵ فعالان حوزه بانکداری و فناوری مطرح کردند که هوش مصنوعی می‌تواند با حذف بخشی از واسطه‌های فعلی، تصمیم‌گیری‌های اعتباری و ارائه خدمات را در بانک‌ها متحول کند. از نگاه آنها پراکندگی و کیفیت پایین داده‌ها، فرآیندهای ناکارآمد و ضعف زیرساخت‌های پردازشی از مهم‌ترین موانع این مسیر به‌شمار می آید.

مشتری ممکن است دیگر اپلیکیشن بانک را باز نکند

حامد ذاکرحسین، مدیرعامل بیت‌بانک با اشاره به مسیر تحول بانکداری گفت: در دوره ورود موبایل‌های هوشمند، مشتری ابتدا خدمت موردنیاز خود را در اپلیکیشن پیدا می‌کرد، درخواست را ثبت می‌کرد و بانک پس از بررسی و تأیید، خدمت را ارائه می‌داد. به گفته او، در مرحله جدید، هوش مصنوعی می‌تواند بخش عمده‌ای از این فرایند را به جای کاربر انجام دهد.
ذاکرحسین در ادامه گفت: در آینده، کاربر الزاما با یک اپلیکیشن بانکی تعامل نخواهد داشت و ممکن است مستقیما با یک سامانه یا دستگاه مبتنی بر هوش مصنوعی صحبت کند و نیاز خود را توضیح دهد. چنین سیستمی می‌تواند با توجه به ریسک، اعتبار، سابقه مالی و شرایط هر فرد، مناسب‌ترین خدمت را طراحی یا پیشنهاد کند.
مدیرعامل بیت‌بانک این تغییر را عمیق‌تر از تحول دیجیتال دانست و گفت: هوش مصنوعی می‌تواند بسیاری از مراحل و واسطه‌های موجود در بانکداری سنتی را حذف یا بازتعریف کند. به اعتقاد او، صنعت بانکداری در آستانه تحولی قرار دارد که اثر آن از ورود بانکداری الکترونیکی گسترده‌تر خواهد بود.

هوش مصنوعی، فرآیند معیوب را نجات نمی‌دهد

علی گلزاده، مدیرعامل داتا، گفت: بانک‌ها نباید برای استفاده از هوش مصنوعی تا زمان کامل‌ شدن همه زیرساخت‌ها یا روشن‌ شدن تمام نتایج منتظر بمانند. به گفته او، سازمان‌ها باید از یک نقطه مشخص شروع کنند، زیرا تجربه به‌دست‌آمده در مسیر استفاده از ابزارهای هوش مصنوعی، خود ارزش اقتصادی و سازمانی قابل‌توجهی ایجاد می‌کند.
مدیرعامل داتا همچنین اشاره کرد: هزینه فرصت منتظر ماندن برای روشن‌ شدن همه ابعاد فناوری، در بسیاری از موارد از هزینه آغاز پروژه‌های هوش مصنوعی بیشتر است. با این حال، گلزاده هشدار داد که نمی‌توان هوش مصنوعی را بر فرآیندهای نامطلوب و ناکارآمد سوار کرد و انتظار نتیجه مطلوبی داشت.
به گفته گلزاده، بخشی از سامانه‌ها و فرآیندهای بانکی برای شرایط گذشته طراحی شده‌اند و لازم است ابتدا بازبینی و اصلاح شوند. او تأکید کرد که هوش مصنوعی می‌تواند یک فرآیند خوب را بهتر کند، اما اگر فرآیند از ابتدا دارای اشکال باشد، الزاما آن مشکل را حل نخواهد کرد.
گلزاده همچنین به تفاوت میان تصمیم‌گیری انسانی و تصمیم‌گیری مبتنی بر مدل‌های هوش مصنوعی اشاره کرد و گفت: مدیران بانکی اغلب دنبال پاسخ قطعی‌اند، در حالی که مدل هوش مصنوعی ممکن است با احتمال عمل کند؛ برای نمونه، ۸۰ درصد احتمال دهد یک تصمیم درست است. بنابراین، ساختار سیاست‌گذاری و تصمیم‌گیری بانک‌ها نیز باید با ماهیت احتمالاتی مدل‌ها سازگار شود.
مدیرعامل داتا وضعیت داده‌ها را از چالش‌های اصلی بانک‌ها دانست و گفت: داده‌های بانکی در بسیاری از موارد پراکنده و کم‌کیفیت‌اند. به باور او، در مقیاس بالای فعالیت بانکی، بدون داده مناسب و زیرساخت کافی نمی‌توان انتظار داشت مدل‌های هوش مصنوعی عملکرد مطلوبی داشته باشد.
گلزاده کشف تقلب و تخلف، مسائل مالی و اعتباری و تصمیم‌سازی را از مهم‌ترین حوزه‌های ورود هوش مصنوعی به فرآیندهای اصلی بانک معرفی کرد. او گفت: بانک‌ها باید از مدل‌هایی که صرفا نقش ابزار کمکی دارند عبور کرده و به سمت «عاملیت هوش مصنوعی» و تصمیم‌گیری توسط سامانه‌های هوشمند حرکت کنند.
به گفته گلزاده، گسترش این روند می‌تواند تعریف امروز از بانک را تغییر دهد. در چنین مدلی، مشتری نیاز خود را در اختیار یک اکوسیستم مالی هوشمند قرار می‌دهد و هوش مصنوعی از مرحله تصمیم‌سازی تا خرید و دریافت خدمت را مدیریت می‌کند. او در عین حال، نقش رگولاتور را در شکل‌گیری این آینده مهم دانست و تأکید کرد که تنظیم‌گری باید همگام با تحول فناوری پیش برود.

نقشه راه هوش مصنوعی نباید ثابت بماند

مهدی محمدی، عضو هیات‌مدیره ملت‌ونچرز با اشاره به تجربه جهانی گفت: بانکداری یکی از صنایعی است که هوش مصنوعی در آن نفوذ بالایی پیدا کرده است. او احراز هویت، اعتبارسنجی و انواع تصمیم‌گیری‌های اعتباری را از مهم‌ترین حوزه‌های استفاده از هوش مصنوعی در بانک‌ها برشمرد.

محمدی تأکید کرد که بانک‌ها باید برای استفاده از هوش مصنوعی نقشه راه داشته باشند، اما این نقشه راه نباید به سندی ثابت تبدیل شود. به گفته او، سازمان‌ها باید دست‌کم هر ۶ ماه، تحولات فناوری و تجربه‌های جهانی را رصد و راهبرد خود را بازنگری کنند.
محمدی، عضو هیات‌مدیره ملت ونچرز با اشاره به اهمیت زیرساخت گفت:«تیزکردن تبر قبل از قطع‌ کردن درخت» در پروژه‌های هوش مصنوعی اهمیت زیادی دارد. به گفته محمدی، داده و توان پردازشی دو شرط اصلی توسعه هوش مصنوعی هستند و بدون فراهم‌کردن آنها نمی‌توان انتظار تحول در صنعت بانکداری داشت.
محمدی با اشاره به نقش شرکت‌های فناوری در صنعت بانکی گفت: بخش قابل‌توجهی از ظرفیت فناوری در اختیار شرکت‌های تک قرار دارد و بانک‌ها به دلیل ساختار بزرگ و پیچیده خود، از چابکی کمتری برخوردارند. او پیش‌بینی کرد که بخشی از بازار خرده‌بانکی و خدمات مالی خرد بیش از گذشته در اختیار فین‌تک‌ها و لندتک‌ها قرار می‌گیرد.
به گفته او، بانک‌های بزرگ جهان نیز به جای توسعه همه خدمات در داخل بانک، با شرکت‌های فناوری و فین‌تک‌های توانمند همکاری می‌کنند و این همکاری می‌تواند الگویی برای تحول بانکداری ایران باشد.
محمدی در ادامه، چهار محور را برای ورود بانک‌ها به هوش مصنوعی پیشنهاد کرد: شناسایی معماری و نقطه کانونی تحول هوش مصنوعی در سازمان، تمرکز بر فرانت‌آفیس و تجربه مشتری، ایجاد «قلعه امن» برای افزایش امنیت داده و تراکنش‌ها و مقابله با پول‌شویی و همچنین توسعه بانکداری باز همراه با سرمایه‌گذاری بر زیرساخت‌های موردنیاز.
محمدی گفت: بانک‌ها باید امکان دسترسی کنترل‌شده به داده‌های مشتریان را از مسیر APIها فراهم کنند تا شبکه‌ای از فین‌تک‌ها و سرویس‌های مالی در اطراف آنها شکل بگیرد. محمدی همچنین تأکید کرد که بانک‌ها باید همزمان روی زیرساخت‌هایی سرمایه‌گذاری کنند که شکاف آنها با شرکت‌های بزرگ فناوری را در توان پردازشی و فناوری کاهش دهد.

بانکداری هوشمند بدون نظارت هوشمند ممکن نیست

نیما امیرشکاری، معاون فناوری شرکت Paymydine، هوش مصنوعی را فناوری‌ای دووجهی دانست که هم ظرفیت بالایی برای شخصی‌سازی خدمات دارد و هم می‌تواند به ابزاری برای فریب و سوءاستفاده تبدیل شود.
او هشدار داد که تولید و دستکاری محتوای صوتی و تصویری با هوش مصنوعی ساده‌تر شده و امکان ساخت محتوای جعلی و فریب کاربران افزایش یافته است. به گفته امیرشکاری، هوش مصنوعی می‌تواند پیام‌ها و پیشنهادهای مالی را نیز به‌شدت شخصی‌سازی کند؛ به‌گونه‌ای که پیشنهاد ارائه‌شده کاملا با سلیقه، رفتار و شرایط یک فرد هماهنگ باشد.
امیرشکاری گفت: قانع‌ کردن انسان با محتوای جعلی تولیدشده توسط هوش مصنوعی، در برخی موارد می‌تواند از دروغ‌ گفتن یک انسان ساده‌تر باشد. او این تهدید را برای صنعت بانکداری جدی دانست، زیرا اعتماد یکی از پایه‌های اصلی نظام بانکی است و سوءاستفاده از هوش مصنوعی می‌تواند همین عنصر را هدف قرار دهد.
شکاری گفت: بانک‌ها باید همزمان با توسعه استفاده از هوش مصنوعی، سازوکارهای مقابله با سوءاستفاده از این فناوری را نیز ایجاد کنند. به گفته امیرشکاری، نمی‌توان هوش مصنوعی را وارد بانکداری کرد اما همچنان با همان شیوه‌های سنتی بر آن نظارت داشت.
امیرشکاری با اشاره به تجربه بانکداری الکترونیکی توضیح داد که در زمان الکترونیکی‌ شدن خدمات بانکی، بخش‌هایی از نظام نظارتی همچنان با روش‌های سنتی اداره می‌شدند و اکنون نباید همان خطا در مواجهه با هوش مصنوعی تکرار شود.
او پیشنهاد کرد تا همانطور که بانکداری الکترونیکی به نظارت الکترونیکی نیاز داشت، بانکداری مبتنی بر هوش مصنوعی نیز باید به سمت «نظارت هوشمند» حرکت کند؛ یعنی نهادهای ناظر برای پایش، تحلیل و کشف تخلف از ابزارهای هوش مصنوعی استفاده کنند.
امیرشکاری با اشاره به حجم بالای تراکنش‌های بانکی گفت: مدیریت داده و نظارت بر چنین حجمی با روش‌های سنتی دشوار است. او گفت: بانک ملی به‌تنهایی روزانه حدود ۱۵۰ میلیون تراکنش را مدیریت می‌کند و نظارت بر چنین حجمی از فعالیت، به سامانه‌های هوشمند نیاز دارد.
امیر شکاری نقش انسان در نسل جدید بانکداری را بیشتر در آموزش، آزمون و ارزیابی مدل‌ها دانست و گفت: مدل‌های هوش مصنوعی نیز باید به‌صورت مستمر آموزش ببینند. امیرشکاری همچنین بر ضرورت اشتراک‌گذاری داده میان سازمان‌ها تأکید کرد و گفت که اطلاعات اعتبارسنجی نباید به شکل جزیره‌ای باقی بماند.
به گفته او، اعتبارسنجی در نسل جدید باید به‌صورت مستمر انجام شود و دیگر نباید صرفا به یک ارزیابی مقطعی هنگام درخواست تسهیلات یا دریافت یک خدمت بانکی محدود باشد. در این مدل، مفهوم اعتماد نیز از یک بررسی ثابت به فرآیندی دائمی تبدیل می‌شود.