هوش مصنوعی، بانکداری را متحول می‌کند

هوش مصنوعی (AI) در حال تبدیل شدن به یک دستیار قدرتمند برای توسعه پایدار در بخش مالی و بانکی است. برای بهره‌برداری مؤثر از پتانسیل هوش مصنوعی، بانک‌ها باید بر موانع غلبه کرده و مزایای برنامه‌های کاربردی هوش مصنوعی را به حداکثر برسانند.

تراکنش‌های مشتری در شعبه VPBank . (عکس: KHÁNH AN)

مشتریان را با داده‌ها درک کنید

در حال حاضر، هوش مصنوعی به طور گسترده در بسیاری از صنایع و زمینه‌ها، به ویژه امور مالی و بانکداری، مورد استفاده قرار می‌گیرد. هوش مصنوعی از تجزیه و تحلیل کلان داده برای پیش‌بینی روند بازار، تشخیص کلاهبرداری، مدیریت ریسک و همچنین بهبود تجربه مشتری از طریق دستیاران مجازی، خدمات مشاوره خودکار و شخصی‌سازی محصول پشتیبانی می‌کند. به لطف آن، بانک‌ها نه تنها عملیات را بهینه می‌کنند، در هزینه‌ها صرفه‌جویی می‌کنند، بلکه ارزش‌های جدیدی نیز ایجاد می‌کنند و به افزایش رقابت‌پذیری در عصر دیجیتال کمک می‌کنند.

به گفته آقای کائو وونگ، بنیانگذار گروه AIVA، هوش مصنوعی با سرعت بی‌سابقه‌ای در حال توسعه است، تا سال ۲۰۲۳، ۵۵ درصد از سازمان‌های جهان از هوش مصنوعی استفاده خواهند کرد و تا اوایل سال ۲۰۲۵ این تعداد به ۷۸ درصد افزایش خواهد یافت. در کمتر از دو سال، نرخ پذیرش ۲۳ درصد افزایش یافته است که نشان می‌دهد این فناوری دیگر یک گزینه نیست، بلکه در بسیاری از زمینه‌ها به یک روند تبدیل شده است. به طور خاص، نسل جدید هوش مصنوعی - عامل هوش مصنوعی - در حال ظهور است و به یک "همکار دیجیتال" هوشمند و مستقل تبدیل می‌شود.

برای مثال، در VietinBank، دستیار هوش مصنوعی داخلی Genie تنها پس از دو ماه به ۳۵۰،۰۰۰ سوال پاسخ داد و ۹۵٪ زمان انتظار را صرفه‌جویی کرد که معادل صدها هزار ساعت کاری در ماه است. به طور مشابه، Techcombank نیز از هوش مصنوعی برای ایجاد ۱۰۰ میلیون داده تحلیلی شخصی‌سازی‌شده و ارسال ۵۲ میلیون توصیه مالی به بیش از ۴ میلیون مشتری استفاده کرد. آقای کائو وونگ گفت: «در آینده، می‌توان بخش‌ها و دپارتمان‌ها را ساده‌سازی کرد و تنها به ۵ متخصص متمرکز بر استراتژی، همراه با ۱۰ عامل هوش مصنوعی برای تجزیه و تحلیل، استقرار و بهینه‌سازی نیاز داشت. کارایی به‌دست‌آمده می‌تواند چندین برابر بیشتر از مدل سنتی باشد.»

با الگوریتم‌های تحلیل کلان‌داده، HDBank می‌تواند به سمت مدل «بانکداری با یک کلیک» حرکت کند، که در آن تمام نیازهای مالی فوراً رسیدگی می‌شوند. به‌کارگیری هوش مصنوعی همچنین به بهینه‌سازی عملیات داخلی کمک می‌کند. فرآیندهای تکراری و وقت‌گیر توسط ربات‌های نرم‌افزاری خودکار می‌شوند و در نتیجه ۸۰ درصد از کار دستی کاهش می‌یابد و سالانه بیش از ۹۲۰۰۰ ساعت کار صرفه‌جویی می‌شود. آقای تای گفت: «ما زمان تأیید کارت اعتباری را به کمتر از ۵ دقیقه کاهش داده‌ایم، به جای ساعت‌ها در گذشته.»

علاوه بر این، این بانک از هوش مصنوعی در تحلیل اعتبار (پیش‌بینی احتمال بدهی معوق، بهبود توانایی تشخیص کلاهبرداری) نیز استفاده می‌کند. با این ویژگی، میزان پذیرش محصولات پیشنهادی توسط سیستم هوش مصنوعی توسط مشتریان به ۱۵٪ از کل پیشنهادات رسیده است که نشان‌دهنده تأثیر عملی واضحی است.

چالش‌های اجرا

اگرچه هوش مصنوعی مزایای آشکار بسیاری را به همراه دارد، اما برای اینکه این فناوری بتواند اثربخشی خود را به حداکثر برساند، بانک‌ها هنوز باید بر موانع زیادی غلبه کنند. آقای دام د تای، معاون مدیر کل HDBank، با اشاره به چالش‌های پیاده‌سازی هوش مصنوعی، تأکید کرد: اولاً، دقت و قابلیت اطمینان داده‌ها از عوامل کلیدی تعیین‌کننده کیفیت خروجی سیستم هستند. ثانیاً، الزامات امنیتی همیشه در اولویت قرار دارند، زیرا بانک‌ها حجم زیادی از داده‌های مالی و اطلاعات شخصی حساس را مدیریت می‌کنند. علاوه بر این، ایجاد یک مکانیسم حاکمیتی و نظارت بر عملیات هوش مصنوعی نیز برای محدود کردن خطر خطاها ضروری است. نماینده HDBank با این دیدگاه که توسعه فناوری باید با مسئولیت‌پذیری همراه باشد، گفت که تصمیمات مهمی مانند تأیید اعتبار یا وام هنوز به نظارت انسانی نیاز دارند.

به گفته خانم تانگ تی ها ین، مدیر علوم داده در شرکت سهامی خدمات آنلاین موبایل (MoMo)، کاربرد هوش مصنوعی باید از منظر اخلاقی مورد بررسی قرار گیرد. هوش مصنوعی در امور مالی مزایای زیادی به همراه دارد، اما خطر بالقوه سوگیری و خطا را نیز به همراه دارد. برای پاسخگویی، MoMo 5 اصل اساسی اخلاق هوش مصنوعی را تدوین کرده است که در آن انسان محور، همراه با اصول انصاف، حفاظت از حریم خصوصی، شفافیت و مسئولیت پذیری است. MoMo به طور منظم مدل‌های امتیازدهی اعتباری را برای تشخیص خطاها حسابرسی می‌کند و سیستمی را طراحی می‌کند که می‌تواند تصمیمات را برای کاربران توضیح دهد. این شرکت یک فرآیند حاکمیتی شامل مدیریت ریسک، نظارت انسانی و نظارت مستمر پس از استقرار ایجاد کرده است.

به گفته کارشناسان، استقرار هوش مصنوعی در بخش‌های مالی و بانکی نیازمند حاکمیت و امنیت سختگیرانه است. اگر به خوبی کنترل نشود، مدل‌ها می‌توانند سوگیری ایجاد کنند، بی‌اعتمادی ایجاد کنند و خطرات قانونی ایجاد کنند. در مقابل، اگر با مسئولیت‌پذیری به کار گرفته شود، هوش مصنوعی به بستری برای ارتقای توسعه بانکداری دیجیتال و در عین حال بهبود تجربه مشتری تبدیل خواهد شد.

هوش مصنوعی در حال تغییر شکل صنعت بانکداری و امور مالی است، اما مسیر پیش رو به نحوه پیاده‌سازی آن بستگی دارد. با یک استراتژی سرمایه‌گذاری بلندمدت در فناوری، داده‌ها و افراد، همراه با چارچوب‌های اخلاقی روشن، هوش مصنوعی می‌تواند به یک محرک رشد پایدار برای بانک‌ها و مشاغل مالی در ویتنام تبدیل شود.

وثیقه بیچ

منبع: https://nhandan.vn/tri-tue-nhan-tao-lam-moi-ngan-hang-post914911.html