کاربرد هوش مصنوعی در صنعت مالی و بانکداری

طبق آمار Statista (یک پلتفرم آنلاین آلمانی متخصص در جمع‌آوری و تجسم داده‌های جهانی)، شرکت‌های مالی در سراسر جهان در سال ۲۰۲۴ حدود ۴۵.۱۹ میلیارد دلار در فناوری هوش مصنوعی سرمایه‌گذاری کرده‌اند که در مقایسه با سال ۲۰۲۳ حدود ۱۰ میلیارد دلار افزایش داشته است. سرمایه‌گذاری در هوش مصنوعی عمدتاً بر توسعه محصول/خدمات، مدیریت ریسک و توسعه استراتژی/مالی شرکت‌ها متمرکز است. در کنار این حجم عظیم سرمایه‌گذاری و توسعه سریع عصر دیجیتال، تا ۴۳ درصد از موسسات مالی در سال ۲۰۲۵، هوش مصنوعی را به عنوان یکی از مهمترین عوامل برای کمک به عملکرد مؤثر کسب‌وکارها در نظر خواهند گرفت.

ارقام فوق نشان دهنده توسعه و همچنین علاقه شدید کسب و کارها به فناوری هوش مصنوعی در بخش مالی در سراسر جهان است. این روند با تبدیل تدریجی هوش مصنوعی به بخشی جدایی‌ناپذیر و نویدبخش تغییر چهره صنعت مالی و بانکی، به شدت افزایش خواهد یافت.

ویتنام نیز از روند توسعه فناوری هوش مصنوعی در بخش مالی جهانی خارج نیست، زیرا در سال‌های اخیر شاهد انفجار قوی و گسترده‌ای در کاربرد هوش مصنوعی در فعالیت‌های مالی و بانکی بوده است. نتایج نظرسنجی ملی خدمات مالی که توسط فیناسترا (شرکت پیشرو در فناوری جهان) انجام شده است، نشان می‌دهد که تا ۹۴٪ از موسسات مالی در ویتنام از فرصت‌هایی که هوش مصنوعی می‌تواند برای صنعت به ارمغان بیاورد، ابراز هیجان کرده‌اند. این امر به وضوح زمانی آشکار می‌شود که در سال‌های اخیر، برنامه‌های بانکی و کیف پول‌های الکترونیکی در ویتنام از هوش مصنوعی برای اهداف مختلفی مانند مدیریت دارایی، افزایش امنیت، ضد کلاهبرداری و همچنین استفاده از چت‌بات‌ها برای پشتیبانی از مشتریان استفاده کرده‌اند.

کارشناسان در کارگاه «توسعه مزایای رقابتی برای شرکت‌های مالی با زیرساخت‌های هوشمند و برنامه‌های هوش مصنوعی» کاربردهای هوش مصنوعی در صنعت مالی و بانکداری را به اشتراک می‌گذارند. عکس: VJST

ویتکام‌بانک، به عنوان یکی از بانک‌های پیشرو در به‌کارگیری هوش مصنوعی در محصولات و خدمات بانکداری دیجیتال برای بهبود تجربه مشتری، دستیار مجازی VCB Digibot را راه‌اندازی کرده است - محصولی که بر اساس پلتفرم FPT.AI توسعه یافته است. بر این اساس، این دستیار مجازی قادر است به سرعت و با دقت به اکثر سوالات متداول مشتریان در زمینه‌های مختلف مانند: کارت‌ها، وام‌ها، نرخ بهره، اطلاعات تبلیغاتی، نرخ ارز، شبکه‌ها و... پاسخ دهد. نکته قابل توجه این است که VCB Digibot می‌تواند با درخواست‌هایی فراتر از محدوده مشاوره سیستم، درخواست را به صورت انعطاف‌پذیر به یک مشاور ارسال کند. به لطف این، تنها پس از شش ماه فعالیت، VCB Digibot تقریباً 89٪ از درخواست‌ها را با موفقیت پردازش کرده و به صرفه‌جویی در زمان انتظار و بهبود قابل توجه تجربه مشتری کمک کرده است.

اگرچه مزایای زیادی به همراه دارد و به تدریج در حال تبدیل شدن به یک روند اجباری در بخش مالی و بانکی برای دستیابی به راندمان بالا است، اما پیاده‌سازی هوش مصنوعی هنوز با چالش‌ها و مشکلات بسیاری روبرو است.

امنیت داده‌ها و حریم خصوصی همیشه از نگرانی‌های اصلی هستند، به خصوص زمانی که اطلاعات شخصی و داده‌های تراکنش مشتریان به دارایی‌های ارزشمندتری تبدیل می‌شوند. برای عملکرد و کارایی مؤثر، هوش مصنوعی به مقادیر زیادی از داده‌های حساس مانند اطلاعات تراکنش‌ها، سوابق اعتباری و داده‌های شخصی مشتریان دسترسی خواهد داشت. این امر می‌تواند خطر دسترسی غیرمجاز، نشت داده‌ها یا سوءاستفاده از اطلاعات را افزایش دهد.

اعتماد مشتری به شفافیت و قابلیت توضیح فناوری هوش مصنوعی نیز یکی از موانع به‌کارگیری این فناوری است. در بخش مالی و بانکی، تصمیماتی مانند تأیید اعتبار، ارزیابی ریسک یا تحلیل مشخصات مشتری همیشه نیاز به وضوح، سطح بالایی از اعتماد و شفافیت دارند. هنگامی که یک تصمیم مالی توسط یک سیستم هوش مصنوعی بدون توضیح واضح گرفته می‌شود، مشتریان ممکن است در مورد دقت و انصاف سیستم احساس سردرگمی، بی‌اعتمادی و حتی تردید کنند. این امر به طور نامحسوس اعتماد به مؤسسات مالی را کاهش می‌دهد و در نتیجه بر سطح تعامل مشتری تأثیر می‌گذارد.

علاوه بر این، چالش از بومی‌سازی مدل‌های هوش مصنوعی ناشی می‌شود. به منظور ارائه راه‌حل‌های پشتیبانی دقیق برای فایل‌های مختلف مشتری، موسسات مالی باید مدل را متناسب با زبان، فرهنگ و جمعیت‌شناسی بازارهای مختلف سفارشی‌سازی کنند. این تنظیمات و تغییرات نه تنها بار زمانی اضافی ایجاد می‌کنند، بلکه هزینه فرآیند تحقیق و توسعه مدل‌های هوش مصنوعی را نیز به میزان قابل توجهی افزایش می‌دهند.

هوش مصنوعی و فناوری‌های جدید دیگر یک روند موقت نیستند، بلکه به نیروی محرکه مهمی برای توسعه بلندمدت بخش مالی و بانکی در ویتنام تبدیل شده‌اند. با این حال، فرآیند تحول دیجیتال در بسیاری از موسسات مالی هنوز با مشکلات و چالش‌های خاصی روبرو است. بنابراین، برای به‌کارگیری مؤثر هوش مصنوعی و دستیابی به پیشرفت‌های چشمگیر، علاقه شدید کسب‌وکارها و همچنین حمایت فعال از نوآوری از سوی دولت و وزارتخانه‌ها و شعب مربوطه بسیار ضروری است.

منبع: https://baodaklak.vn/khoa-hoc-cong-nghe/202504/ung-dung-tri-tue-nhan-tao-trong-nganhtai-chinh-ngan-hang-e2105ec/