بانک‌ها در حال افزایش استفاده از هوش مصنوعی هستند.

هوش مصنوعی (AI) که دیگر یک مفهوم ناآشنا نیست، اکنون به طور گسترده در عملیات بانک‌های تجاری مورد استفاده قرار می‌گیرد.

برای مثال، بانک تجارت خارجی ویتنام ( Vietcombank ) فرآیند تأیید اعتبار خود را با استفاده از هوش مصنوعی و کلان داده خودکار کرده است؛ بانک تجارت نظامی (MB) از هوش مصنوعی برای پشتیبانی از مشاوره مالی شخصی استفاده کرده است؛ و چندین بانک دیگر نیز از هوش مصنوعی در طبقه‌بندی و پردازش خودکار درخواست‌های وام استفاده کرده‌اند...

مشتریان تراکنش‌ها را در سیستم بانکداری خودکار LiveBank بانک سهامی تجاری Tien Phong انجام می‌دهند.

دستیاران مجازی هوش مصنوعی

نماینده‌ای از بانک ویتکام اظهار داشت که این بانک از هوش مصنوعی در فرآیند تحول دیجیتال خود استفاده کرده و سه سال پیش دستیار مجازی VCB Digibot را راه‌اندازی کرده است. این دستیار می‌تواند به صورت 24 ساعته و 7 روز هفته از مشتریان پشتیبانی کند، به سوالات مربوط به محصولات و خدمات به طور دقیق پاسخ دهد و درخواست‌های پیچیده را به کارکنان ارسال کند. VCB Digibot به بانک کمک کرد تا در شش ماه اول فعالیت خود، 88.5 درصد از درخواست‌های مشتریان را رسیدگی کند و نزدیک به 2 میلیون تعامل موفق داشته باشد که به طور قابل توجهی تعداد تماس‌ها با مرکز تماس را کاهش می‌دهد. در حال حاضر، VCB Digibot هر ماه به بیش از 50،000 مشتری خدمات ارائه می‌دهد، به ویژه مشتریان جوان‌تر را از طریق کانال‌هایی مانند وب‌سایت، برنامه تلفن همراه و پیام‌رسان فیس‌بوک جذب می‌کند.

در همین حال، بانک سهامی تجاری توسعه شهر هوشی مین ( HDBank ) در حال استفاده از هوش مصنوعی برای بهبود کیفیت خدمات، از جمله پشتیبانی از افتتاح حساب‌های پرداخت، حساب‌های پس‌انداز، شناسایی الکترونیکی مشتری و تجزیه و تحلیل داده‌ها است. با استفاده از فناوری اتوماسیون فرآیند (RPA)، زمان پردازش در بخش خدمات 30 درصد کاهش یافته است، در حالی که سرعت پردازش تراکنش‌ها در مقایسه با روش‌های سنتی 30 برابر افزایش یافته است. به طور خاص، این فناوری به طور کامل انباشت برنامه‌ها را از بین برده و یک سیستم عامل کارآمدتر ایجاد کرده است. به لطف این پیشرفت‌ها، رضایت مشتری از خدمات HDBank به 80 درصد افزایش یافته است که به وضوح نشان دهنده موفقیت به کارگیری فناوری برای بهبود کیفیت خدمات است.

بانک سهامی تجاری تین فونگ ( TPBank ) با تغییر پلتفرم فناوری و فرآیندهای عملیاتی خود، روند دیجیتالی شدن خود را بیش از پیش تسریع می‌کند. با استفاده از RPA (مدیریت فرآیندهای منظم)، زمان پردازش تراکنش‌ها به طور قابل توجهی سریع‌تر از روش‌های دستی است که این امر باعث کاهش وابستگی به صندوقداران، بهبود دقت و صرفه‌جویی در هزینه‌ها می‌شود.

هوش مصنوعی پدیده جدیدی نیست؛ سال‌هاست که بانک‌ها از هوش مصنوعی به عنوان ابزاری برای تراکنش‌های مستقیم مشتری، مانند پاسخ به سوالات، جستجوی اطلاعات حساب و هدایت تراکنش‌ها استفاده می‌کنند. برنامه‌هایی مانند VAI (از Vietcombank)؛ ACB Chatbot (بانک تجاری آسیا - ACB)؛ دستیار مجازی (MB)؛ VietinBank iBot Chatbot (بانک تجاری صنعت و تجارت ویتنام - VietinBank)؛ و BIDV SmartBanker (بانک سرمایه‌گذاری و توسعه ویتنام - BIDV) بسیار مؤثر بوده‌اند.

هوش مصنوعی به تأیید بیومتریک با دقت ۹۹٪ کمک می‌کند.

علاوه بر این، هوش مصنوعی به بانک‌ها کمک می‌کند تا احراز هویت بیومتریک را برای ورود به سیستم آنلاین (تشخیص چهره - شناسه چهره، اثر انگشت، صدا) با دقت تا ۹۹٪ انجام دهند، همچنین تأیید هویت برای افتتاح حساب‌های الکترونیکی (eKYC)؛ تشخیص نوری کاراکتر (OCR)، استخراج خودکار اطلاعات از کارت‌های شناسایی شهروندان، فاکتورها و قراردادها را انجام دهند.

با استفاده از این اپلیکیشن، بانک‌ها به طور قابل توجهی زمان و پرسنل مورد نیاز برای پردازش دستی تراکنش‌های وام و کارت را کاهش می‌دهند. از جمله اپلیکیشن‌های بسیار معتبر با دقت تقریباً کامل می‌توان به eKYC از VietinBank؛ TPBank Neo از TPBank؛ و TCB Digibank از Techcombank (بانک فناوری و بازرگانی ویتنام) اشاره کرد.

علاوه بر سرعت بخشیدن به زمان پردازش تراکنش‌ها، بسیاری از بانک‌ها از هوش مصنوعی برای تجزیه و تحلیل خطرات و جلوگیری از کلاهبرداری، به ویژه تراکنش‌های غیرمعمول، و جلوگیری از پولشویی و کلاهبرداری کارت اعتباری استفاده می‌کنند. به عنوان مثال، Vietcombank از هوش مصنوعی برای تجزیه و تحلیل ریسک اعتباری و تشخیص تراکنش‌های غیرمعمول استفاده می‌کند؛ VietinBank از یادگیری عمیق برای شناسایی و جلوگیری از کلاهبرداری کارت استفاده می‌کند...

در خدمات وام‌دهی، هوش مصنوعی به کاهش زمان تأیید وام از چند روز به تنها چند دقیقه کمک می‌کند. هوش مصنوعی همچنین روشی مؤثر برای بانک‌ها جهت ارزیابی اعتبار، امتیازدهی اعتباری و توانایی بازپرداخت مشتریان است تا در مورد اعطای اعتبار، نرخ بهره و شرایط وام تصمیم‌گیری کنند. به عنوان مثال، TPBank برنامه LiveBank و Credit Scoring را دارد؛ Techcombank از AI Scoring برای ارزیابی توانایی بازپرداخت مشتری استفاده می‌کند؛ و بانک تجاری Vietnam Prosperity (VPBank) برنامه هوش مصنوعی Credit Scoring را با VPBank Neo ادغام کرده است تا به طور خودکار وام‌ها را تأیید کند.

نگوین دوک هونگ، اقتصاددان و دارای مدرک دکترا (رئیس سابق هیئت مدیره بانک سهامی تجاری لوک فات - LPBank) پیشنهاد می‌کند که برای همگام شدن با روندهای جهانی، صنعت بانکداری باید زیرساخت‌های داده را ایجاد کند، منابع انسانی را آموزش دهد و هوش مصنوعی را در حوزه‌های دارای اولویت آزمایش کند. علاوه بر این، همکاری بین‌المللی با شرکت‌های فناوری و یادگیری از کشورهای منطقه نیز از عوامل کلیدی در پر کردن شکاف فناوری هستند.

طبق اعلام بانک دولتی ویتنام، کاربرد فناوری به طور کلی، و هوش مصنوعی به طور خاص، به بانک‌ها کمک می‌کند تا فرآیندها را بهینه کنند، هزینه‌ها را کاهش دهند و در نتیجه نرخ بهره وام را بیشتر کاهش دهند و از مشاغل و اقتصاد حمایت کنند.

نمایندگان بانک‌های تجاری همچنین اظهار داشتند که با استراتژی صحیح، همراه با رهبری دولت در صدور سیاست‌های مالیاتی ترجیحی برای سرمایه‌گذاری در فناوری، به‌روزرسانی چارچوب قانونی و ترویج مشارکت‌های دولتی و خصوصی، فناوری هوش مصنوعی به نیروی محرکه‌ای تبدیل خواهد شد که به صنعت بانکداری ویتنام کمک می‌کند تا در دهه آینده به سطوح منطقه‌ای و جهانی برسد.

پیش‌بینی می‌شود که در آینده، کاربردهای هوش مصنوعی در بانکداری به سمت شخصی‌سازی بیش از حد حرکت کند، به طوری که هر مشتری خدمات منحصر به فردی دریافت کند. از هوش مصنوعی برای ترکیب داده‌های چندبعدی از تراکنش‌ها، عادات خرج کردن و رسانه‌های اجتماعی استفاده خواهد شد تا درک عمیقی از هر مشتری به دست آید. پروفایل‌های مشتریان به صورت بلادرنگ به‌روزرسانی می‌شوند و فناوری‌های جدید برای افزایش شفافیت و امنیت به کار گرفته می‌شوند.

منبع: https://hanoimoi.vn/ngan-hang-day-manh-ung-dung-ai-718781.html