بانکداری دیجیتال در عصر هوش مصنوعی: چه راهکارهایی برای توسعه چند خدمتی وجود دارد؟

در عصر هوش مصنوعی (AI)، بانک‌ها نه تنها در حال دیجیتالی کردن تراکنش‌ها یا نوسازی زیرساخت‌ها هستند، بلکه به سمت مرحله‌ای از عملیات هوشمند حرکت می‌کنند که در آن داده‌ها، اتوماسیون و هوش مصنوعی برای ایجاد ارزش جدید با هم ترکیب می‌شوند.

تبدیل هوش مصنوعی به قابلیتی برای دستیابی به بهره‌وری و کیفیت خدمات پیشرفته

دکتر نگوین کواک هونگ، نایب رئیس و دبیرکل انجمن بانک‌های ویتنام، اذعان کرد که صنعت بانکداری مراحل زیادی را از دیجیتالی کردن کانال‌های تراکنش، نوسازی سیستم‌های اصلی و برقراری ارتباط با اکوسیستم طی کرده است. اکنون، صنعت بانکداری در حال ورود به سفر جدیدی از فعالیت با هوش مصنوعی است.

به گفته آقای نگوین کواک هونگ، هوش مصنوعی چهار ارزش کلیدی را برای بانک‌های ویتنامی به ارمغان می‌آورد. اول، رشد کیفی است، زمانی که سفر مشتری بیش از حد شخصی‌سازی می‌شود، نرخ ریزش مشتری کاهش می‌یابد، کارایی فروش متقابل افزایش می‌یابد و سبد محصولات گسترش می‌یابد. دوم، عملیات ناب است، به لطف اتوماسیون هوشمند که هزینه‌ها را کاهش می‌دهد و زمان عرضه محصول را کوتاه می‌کند. سوم، مدیریت ریسک پیشگیرانه است، با توانایی تشخیص کلاهبرداری در زمان واقعی و تقویت دفاع امنیت سایبری. در نهایت، اعتماد و انطباق است، زمانی که هوش مصنوعی مسئولانه و شفاف عمل می‌کند و حریم خصوصی داده‌ها و انطباق قانونی را تضمین می‌کند.

آقای نگوین کواک هونگ تأکید کرد: «هوش مصنوعی نه تنها به ما کمک می‌کند سریع‌تر کار کنیم و بیشتر صرفه‌جویی کنیم، بلکه به ما کمک می‌کند تا مشتریان را عمیق‌تر درک کنیم، پیش‌بینی بهتری داشته باشیم و تعاملات بلادرنگ را در مقیاس بسیار وسیع شخصی‌سازی کنیم.»

آقای هانگ با استناد به گزارش Deloitte گفت که بانک‌های پیشرو جهان می‌توانند به لطف برنامه‌های هوش مصنوعی، عملکرد تجاری خود را ۲۷ تا ۳۵ درصد بهبود بخشند و انتظار می‌رود درآمد هر کارمند تا سال ۲۰۲۶ تا ۳.۵ میلیون دلار افزایش یابد. در ویتنام، بانک‌ها در به‌کارگیری هوش مصنوعی در موارد زیر پیشگام بوده‌اند: چت‌بات‌ها، eKYC، تجزیه و تحلیل داده‌های رفتاری یا تشخیص کلاهبرداری و غیره، و پایه و اساسی برای بهبود کیفیت خدمات و بهره‌وری عملیاتی ایجاد کرده‌اند.

با این حال، او همچنین گفت که برای تبدیل پتانسیل به نتیجه، بانک‌ها باید بر چالش‌های بسیاری از جمله مدیریت داده‌ها، ایجاد تعادل بین انسان و اتوماسیون، ظرفیت سازمانی و همکاری بین بانک‌ها، تنظیم‌کنندگان، فین‌تک‌ها و شرکای فناوری غلبه کنند.

او تأیید کرد: «با بهره‌گیری از جمعیت جوان، روحیه قوی فناوری و عزم راسخ برای دیجیتالی شدن از دولت به صنعت بانکداری، من معتقدم که این صنعت، هوش مصنوعی را به یک ظرفیت سازمانی تبدیل خواهد کرد و در بهره‌وری، کیفیت و رقابت‌پذیری منطقه‌ای به موفقیت بزرگی دست خواهد یافت.»

بانک‌های پیشرو جهان می‌توانند به لطف برنامه‌های هوش مصنوعی، عملکرد تجاری خود را ۲۷ تا ۳۵ درصد بهبود بخشند. عکس تصویری

جهت‌گیری سازمان‌های پیشگام

به گفته آقای فام آنه توآن، مدیر بخش پرداخت، بانک ایالتی، هوش مصنوعی در بخش بانکی امروز را می‌توان به سه لایه ظرفیت مربوط به سه مرحله بلوغ فناوری تقسیم کرد.

لایه اول، هوش مصنوعی پیش‌بینی‌کننده (یادگیری ماشینی سنتی)، داده‌های تاریخی را برای پیش‌بینی رفتار، امتیازدهی اعتباری و تشخیص تقلب تجزیه و تحلیل می‌کند. لایه دوم، هوش مصنوعی مولد (GenAI)، قادر به خواندن، درک، خلاصه‌سازی و تولید محتوای جدید، از گزارش‌ها گرفته تا قراردادها و کدهای برنامه‌نویسی است. آقای توآن گفت: «GenAI در حال تبدیل شدن به یک دستیار مجازی مبتنی بر دانش است که به صرفه‌جویی در زمان، بهبود بهره‌وری و هوشمندتر کردن محیط کار کمک می‌کند.» لایه سوم، هوش مصنوعی عامل، گام بعدی در توسعه است که در آن هوش مصنوعی نه تنها پیشنهاد می‌دهد، بلکه می‌تواند عمل نیز بکند و به طور خودکار وظایف خاصی را در چارچوب نظارت انسانی انجام دهد.

طبق نظرسنجی EY-Parthenon 2025، 77 درصد از بانک‌های جهانی GenAI را مستقر یا آزمایش کرده‌اند که نسبت به 61 درصد دو سال پیش افزایش چشمگیری داشته است. تقریباً 90 درصد از موسسات مالی معتقدند که هوش مصنوعی در دو سال آینده تغییرات اساسی ایجاد خواهد کرد. آقای فام آنه توآن تأیید کرد: «GenAI دیگر یک آزمایش فناوری نیست، بلکه در حال تبدیل شدن به یک شایستگی اصلی در استراتژی‌های عملیاتی بانک‌ها است.»

او معتقد است که هوش مصنوعی از نقش تحلیل داده‌ها به همکاری و تصمیم‌گیری با انسان‌ها تغییر می‌کند. هوش مصنوعی به لایه‌ای از دانش عملیاتی هوشمند تبدیل می‌شود و سیستم را سریع‌تر، دقیق‌تر و شخصی‌سازی‌شده‌تر می‌کند. در داخل سازمان، هوش مصنوعی همچنین به حذف وظایف تکراری کمک می‌کند، فضا را برای خلاقیت گسترش می‌دهد و طرز فکرهای کاری را تغییر می‌دهد.

نه تنها بانک‌های تجاری، بلکه بانک‌های مرکزی نیز در حال به‌کارگیری هوش مصنوعی در نظارت پیشگیرانه ۲۴ ساعته، نظارت بر نقدینگی و نظارت بر ریسک کلاهبرداری هستند و هشدارهای اولیه را به مدیران می‌دهند. آقای توآن تأکید کرد: « هوش مصنوعی نه تنها ابزاری برای بانک‌های تجاری است، بلکه یک ظرفیت اساسی برای پشتیبانی از سیاست‌گذاری و نظارت کلان نیز می‌باشد.»

او این را برای ویتنام به عنوان یک «فرصت طلایی» برای ورود سریع به موج هوش مصنوعی در کنار مدیریت ریسک و توسعه پایدار ارزیابی کرد. هوش مصنوعی سه فرصت عالی را ایجاد می‌کند: درک عمیق‌تر مشتری، عملیات کارآمدتر و تصمیم‌گیری هوشمندانه‌تر.

بانک دیجیتال TPBank ، داده را به عنوان هسته اصلی خود در نظر می‌گیرد و آن را به عنوان یک دارایی استراتژیک و محرک رشد در نظر می‌گیرد. عکس: Duy Minh

در حالی که هوش مصنوعی به تدریج در حال تبدیل شدن به یک قابلیت اساسی است، بسیاری از بانک‌های ویتنامی پیشگام تحول تفکر فناوری بوده‌اند. بانک سهامی تجاری تین فونگ (TPBank) نمونه بارزی از این بانک‌ها با فلسفه «اولویت با داده، هوش مصنوعی برتر و آمادگی برای ابر» است که داده را به عنوان هسته اصلی خود در نظر می‌گیرد و آن را به عنوان یک دارایی استراتژیک و محرک رشد در نظر می‌گیرد.

TPBank یک فرآیند «دموکراتیزه کردن داده‌ها» ایجاد می‌کند، که در آن هر کارمند نه تنها داده‌ها را وارد می‌کند، بلکه در منابع مشترک نیز مشارکت می‌کند. داده‌های دقیق و کامل، ارزش هم‌افزایی برای کل سیستم ایجاد می‌کنند. این بانک به طور انعطاف‌پذیری دسترسی را غیرمتمرکز می‌کند و ایمنی و امنیت بالا را، به ویژه با داده‌های رمزگذاری شده مشتری و سطوح دسترسی، تضمین می‌کند.

قدرت فلسفه Data-First به وضوح در کمپین‌هایی مانند «Em xinh say hi» نشان داده شده است - برنامه‌ای که به شناخت برند TPBank در بین جوانان کمک کرد، تعداد دانلودهای برنامه 200 درصد افزایش یافت و در یک روز به 120000 رسید. شاخص احساسات مثبت در شبکه‌های اجتماعی نیز برای ماه‌های متوالی در کل صنعت پیشرو بود. نگوین هونگ، مدیر کل، تأیید کرد: «تمام تصمیمات تجاری آینده بر اساس داده‌ها، شایستگی‌های اصلی که مزایای رقابتی پایدار ایجاد می‌کنند، خواهد بود».

برای بانک سهامی تجاری دریایی ویتنام (MSB)، داده‌ها همچنین به پایه و اساس ایجاد یک تجربه مالی روان و متفاوت تبدیل می‌شوند. در سال ۲۰۲۵، این بانک استقرار مجموعه پلتفرم کلان‌داده IBM شامل Watsonx.Data، Watsonx.AI و Cloud Pak for Data را تکمیل کرد و گامی رو به جلو در تبدیل داده‌ها به ابزاری برای درک عمیق مشتری و پشتیبانی از ایجاد محصولات مالی شخصی‌سازی‌شده برداشت.

آقای نگوین کواک خان، مدیر فناوری MSB، گفت: «MSB دیگر به گزارش‌های پراکنده یا تحلیل‌های دستی متکی نیست. این بانک می‌تواند به سرعت داده‌های خام را به بلوک‌های اطلاعاتی استاندارد تبدیل کند که آماده ادغام در سیستم‌های هوشمند برای تصمیم‌گیری در زمان واقعی هستند.»

به لطف پلتفرم جدید، MSB سیستم Martech، یک سیستم بازاریابی و تحلیل چند کاناله، را مستقر کرده است که به درک مشتریان در هر نقطه تماس کمک می‌کند و به طور فعال محصولاتی را پیشنهاد می‌دهد که نیازهای آنها را برآورده می‌کند. به طور خاص، محصول M-Flex یک راهکار وام مسکن آنلاین تا سقف ۱۵ میلیارد دانگ ویتنام است که تنها در ۴ ساعت تأیید شده است و نشان دهنده قدرت داده‌ها و هوش مصنوعی در کوتاه کردن فرآیند و بهبود تجربه است.

با اولویت دادن به امنیت اطلاعات، هم TPBank و هم MSB جهت‌گیری مشترکی را برای بانک‌های ویتنامی در عصر هوش مصنوعی نشان می‌دهند: مبتنی بر داده، مبتنی بر فناوری، اما با محوریت انسان، به طوری که هوش مصنوعی جایگزین هوش انسانی، اخلاق و احساسات او نشود، بلکه در مسیر ایجاد بانک‌های هوشمند و انسان‌دوست، همگام با آن پیش برود.

آقای فام آنه توآن، مدیر دپارتمان پرداخت، بانک ایالتی: ما به یک چارچوب مدیریت ریسک هوش مصنوعی در سطح صنعت، یک شورای اخلاق هوش مصنوعی در بانک، که کاربرد کنترل‌شده، آموزش آگاهی‌بخشی و رعایت شفاف قوانین را ترویج دهد، نیاز داریم. زیرا هوش مصنوعی نمی‌تواند جایگزین احساسات، تجربه و اخلاق شود، اما اگر به درستی درک شود، به درستی استفاده شود و به درستی مدیریت شود، می‌تواند قدرت هوش انسانی را تقویت کند.

منبع: https://congthuong.vn/ngan-hang-so-trong-ky-nguyen-ai-giai-phap-nao-de-phat-trien-da-dich-vu-429334.html