گروه تحول دیجیتال / انقلاب دیجیتالی، موجی جدید از نوآوری را ایجاد نموده که عمیقاً صنعت خدمات مالی را متحول می‌کند. برای مثال، اپلیکیشن‌های موبایلی، کلان داده‌ها و رایانش ابری، فرصت‌های چشمگیری برای بانک‌ها جهت ارائه بهتر خدمات به مشتریان خود فراهم می‌کنند. این روندهای نوآورانه نیازمند سرمایه‌گذاری‌های زیاد در فناوری اطلاعات و تغییرات در سیستم‌های موجود هستند. علاوه بر آن، این نوآوری‌ها در سازمان‌های معتبر فناوری قابل دسترسی هستند و این امر، به تهدیدی برای مؤسسات مالی که فناوری را به کار نمی‌برند، تبدیل شده است.
هوش مصنوعی و به تبع آن فناوری‌های شناختی به‌عنوان یکی از روندهای نوآورانه رشد چشمگیری داشته‌اند. سرمایه‌گذاری خطرپذیر در شرکت‌هایی که محصولات و فناوری مرتبط با هوش مصنوعی ارائه می‌دهند، از سال ۲۰۱۱ از مرز ۲ میلیارد دلار عبور کرده است. سازمان‌های فناورانه میلیاردها دلار در خرید استارت‌آپ‌های هوش مصنوعی صرف کرده‌اند (دیلویت، ۲۰۱۴).
به گزارش دیلویت (۲۰۱۵)، رایانش شناختی در حال ظهور به‌عنوان یک فرصت و تهدید واقعی برای بسیاری از کسب‌وکارهاست. این فناوری، جزئی از یک روند گسترده‌تر حول کلان داده‌هاست؛ اما به این دلیل دارای اهمیت است که بر حوزه داده‌های غیر ساخت یافته تمرکز می‌کند که مشخصاً حجم بیشتری از داده‌های ساخت یافته دارند. آی‌بی‌ام (۲۰۱۶) تخمین زده است که ۸۰% از داده‌های امروزی، غیر ساخت یافته هستند (به بیان دیگر، به شکل زبان طبیعی) و ۲۰% باقیمانده، داده‌های ساخت یافته هستند (به بیان دیگر، به شکل ردیف و ستون‌های داده). رایانش شناختی به‌طور عمده بر داده‌های غیر ساخت یافته متمرکز است.
رایانش شناختی، عبارتی نسبتاً جدید است که اغلب به‌عنوان جایگزینی برای هوش مصنوعی به کار می‌رود. برخلاف سیستم‌های کامپیوتری سنتی که توسط افراد برنامه‌ریزی می‌شوند تا وظایف خاصی را انجام دهند، سیستم‌های شناختی این قابلیت را دارند که از طریق تعاملات خود با انسان‌ها و داده‌ها، به‌طور مداوم یاد بگیرند و هوشمندتر شوند.
شرکت دیلویت (۲۰۱۴)، هوش مصنوعی را این‌گونه تعریف می‌کند: «توسعه سیستم‌های کامپیوتری که قادر به انجام وظایفی هستند که به‌طور عادی نیازمند هوش انسانی است.» مثال‌های آن دربرگیرنده درک تصویری، شناسایی سخنان، تصمیم‌گیری تحت شرایط عدم اطمینان، یادگیری و ترجمه بین زبان‌ها است.
فناوری‌های شناختی
فناوری‌های شناختی، به فناوری‌هایی گفته می‌شود که از هوش مصنوعی نشأت می‌گیرند. در ادامه به توصیف مهم‌ترین این فناوری‌ها که با استقبال فراوان روبرو شده، رشد سریع داشته و سرمایه‌گذاری چشمگیری دریافت کرده‌اند، پرداخته می‌شود (دیلویت، ۲۰۱۴):
دید کامپیوتری: دید کامپیوتری به توانایی کامپیوترها در شناسایی اشیا، صحنه‌ها و فعالیت‌ها در تصاویر اشاره دارد. به گزارش دیلویت، ازآنجایی‌که کاربردهای دید کامپیوتری در حال گسترش است، شرکت‌های استارت‌آپی در این زمینه از سال ۲۰۱۱ هزاران میلیون دلار سرمایه خطرپذیر جذب کرده‌اند.
یادگیری ماشینی: یادگیری ماشینی به توانایی سیستم‌های کامپیوتری در بهبود عملکرد خود با استفاده از داده‌های در دسترس، بدون نیاز به دنبال نمودن دستورالعمل‌های برنامه‌ریزی شده اشاره دارد. در اصل، یادگیری ماشینی، فرآیند کشف خودکار الگوها در داده‌ها است. پس از کشف، این الگوها می‌توانند به‌منظور انجام پیش‌بینی استفاده شوند. بر اساس تحقیقات دیلویت، یادگیری ماشینی یکی از پرجاذبه‌ترین حوزه‌ها در فناوری‌های شناختی بوده و از سال ۲۰۱۱ تا اواسط ۲۰۱۴ حدود یک میلیارد دلار سرمایه خطرپذیر جذب کرده است. شرکت گوگل در سال ۲۰۱۴ حدود ۴۰۰ میلیون دلار در خرید شرکت یادگیری ماشینی دیپ مایند سرمایه‌گذاری کرده است.
پردازش زبان طبیعی: پردازش زبان طبیعی به توانایی انسان گونه کامپیوترها در کار با متن اشاره دارد. یک سیستم پردازش زبان طبیعی مانند انسان‌ها متن را درک نمی‌کند، اما می‌تواند به روش‌های پیچیده‌ای با متن کار نماید؛ برای مثال تمام افراد و مکان‌های ذکر شده در یک متن را شناسایی کند، عنوان متن را شناسایی کند یا شروط و قوانین موجود در قراردادها را استخراج و جدول‌بندی نماید.
تشخیص گفتار: تشخیص گفتار بر تبدیل گفتار انسان به متن به‌طور دقیق و خودکار اشاره دارد. این فناوری علاوه بر چالش‌های پردازش گفتار طبیعی، باید بر دشواری‌های سروکار داشتن با لهجه‌های متنوع، تشخیص واژه‌های هم‌آوا، صداهای پس‌زمینه و لزوم حفظ سرعت کار هم‌زمان با گفتار طبیعی غلبه نماید.
رایانش شناختی در صنعت بانکداری
به گفته اکسنچر (۲۰۱۷)، فناوری در حال تغییر صنعت بانکداری است. در بانک‌های سنتی، تراکنش‌های پایه‌ای در حال مهاجرت از کانال‌های فیزیکی به دیجیتالی هستند. این امر، با کوچک کردن شبکه شعب بانک‌ها، منجر به تغییرات اساسی در ترکیب توزیع می‌شود. امروزه صنعت بانکداری از روی اجبار شاهد تولدی دوباره است. در عصر دیجیتال، موفقیت وابسته به تحول عظیمی است که یکپارچه‌سازی تحلیل پیشرفته، هوش مصنوعی، یادگیری ماشینی، رباتیک، زنجیره بلوک (بلاکچین) و غیره را ممکن می‌سازد.
در این حین، نوع جدیدی از بانک‌ها تحت عنوان «بانک شناختی» در حال ظهور است. این نوع جدید از بانک، می‌تواند از قابلیت‌های رایانش شناختی استفاده کند تا بینش‌هایی را که قبلاً از حیطه توانایی‌های کامپیوترهای برنامه‌نویسی شده خارج بود، کشف کرده و از این بینش‌ها به‌منظور ایجاد مدل‌های جدید کسب‌وکار استفاده کند. یک بانک شناختی، قدرت رایانش شناختی را به‌منظور گسترش و ارتقاء تخصص انسانی، به‌کارگیری داده‌های پیچیده برای بینش‌های جدید و اخذ تصمیم‌های دقیق‌تر و به‌موقع تر به کار می‌گیرد.
رایانش شناختی با به‌کارگیری الگوریتم‌های یادگیری ماشینی و پردازش زبان طبیعی، تجزیه‌وتحلیل را به سطح بالاتری برده تا از میزان گسترده داده‌های غیرساخت یافته، معنی استخراج کند و اکتشافات و تصمیم‌گیری‌های مبتنی بر داده را بهبود دهد. با وجود آن‌که مؤسسات مالی هنوز می‌توانند از راهکارهای تحلیلی برای کسب ارزش استفاده کنند، اضافه شدن قابلیت‌های شناختی می‌تواند آنها را به سطوح جدیدی از ارزش برساند.
به‌عنوان یک تکامل قدرتمند در بانکداری دیجیتال، رایانش شناختی درها را برای این سازمان‌ها باز می‌کند تا از ثروت داده‌ای خود به نحوی استفاده کنند که تازه واردین به بازار مانند فین‌تک‌ها نمی‌توانند به آن دست یابند. قابلیت‌های شناختی به بانک‌ها کمک می‌کنند تا الگوهای بامعنی از داده‌ها در مورد بازارها، مشتریان، شرکا و کارکنان استخراج کرده و از این اطلاعات به‌منظور پیش‌بینی بهتر تغییرات و یا حتی شکل‌دهی به آینده استفاده کنند.
رایانش شناختی بانک‌ها را قادر کرده است به اولویت‌های استراتژیک خود، از راه‌هایی که قبلاً قابل تصور نبود دست یابند و به بانک‌ها در سه بعد منفعت می‌رساند: ارتباطات موضوعی عمیق‌تر، بینش‌های تحلیلی جدید و تحول سازمانی.
منبع: https://way2pay.ir
