هوش مصنوعی و یادگیری ماشین به عنوان جدیدترین تکنولوژی‌های تاثیرگذار در خدمات مالی شناخته می‌شوند. این تکنولوژی‌های جدید در کنار فراوانی داده‌ها، راه را برای ساخت مدل‌های کسب‌وکاری نوآورانه فین‌تک هموار کرده است. اکنون هوش مصنوعی برای حل بسیاری از مسائل و مشکلات موجود در صنعت بانکداری و موسسات ارائه‌دهنده خدمات مالی مورد استفاده قرار می‌گیرد که چت‌بات‌ها، پی‌اف‌ام (PFM) و روبو ادوایزر (robo-advisors) از جمله مهم‌ترین مواردی هستند که در این زمینه می‌توان به آن‌ها اشاره کرد.
بانک‌ها هرگز نمی‌توانند از چرخه پذیرش و به کارگیری فناوری‌های جدید عقب بمانند، چرا که چشم‌پوشی از این فناوری‌های جدید جبران‌ناپذیر است.
با توجه به تحولات دیجیتالی صورت گرفته و اولویت بالای ایجاد تجربه خوب برای مشتری، بیش‌تر بانک‌ها تلاش می‌کنند که با استفاده از هوش مصنوعی در بانکداری نسل جدیدی از خدمات خود را به مشتریان‌شان ارائه کنند.
برخی از قدرتمندترین بانک‌ها و موسسات مالی نیز به دنبال مشارکت، سرمایه‌گذاری و تحولات داخلی هستند تا از پتانسیل برنامه‌های مبتنی بر یادگیری ماشین و هوش مصنوعی برای ارائه خدمات خود و کسب مزیت رقابتی استفاده کنند.
هوش مصنوعی در حوزه‌ی بانکداری و خدمات مالی به شیوه‌های مختلفی مورد استفاده قرار می‌گیرد، هم‌چون رابط‌های مکالمه، ربات‌های نرم‌افزاری، موتورهای توصیه، تجزیه و تحلیل رفتاری، تشخیص تخلف در زمان واقعی، تجارت هوشمندانه و موارد مشابه دیگر، که تمام این موارد می‌توانند در چهار دسته‌بندی اصلی تمرکز بر مشتری‌مداری، تمرکز بر عملیات، انطباق با مقررات و مدیریت پرتفوی فعالیت کنند.
در این راستا اخیرا مطالعه‌ای صورت گرفته است که در آن ۳۴ بانک اصلی در مناطق جغرافیایی مختلف از جمله ایالات متحده، استرالیا، سنگاپور، آفریقا، هند و … مورد تجزیه و تحلیل قرار گرفته‌اند. نتایج حاکی از آن است که حدود ۲۷ بانک از این ۳۴ بانک برای بهبود روابط خود با مشتریان به استفاده از هوش مصنوعی از جمله استفاده از چت‌بات‌ها، دستیار مجازی و مشاور دیجیتال روی آوردند.برخی از برترین بانک‌ها در این حوزه‌ها اوسی‌بی‌سی (OCBC)، ای‌بی‌ان آمرو (ABN Amro) و یس بانک (YES BANK) برخی از برجسته‌ترین بانک‌هایی هستند که در این فضا وجود دارند.
۲۵ بانک نیز مانند بانک مرکزی آمریکا، ای‌ان‌زد (ANZ)، آی‌سی‌آی‌سی‌آی (ICICI)، نت‌وست (NatWest)، لویدز (Lloyds) و … از هوش مصنوعی در فرآیندهای عملیاتی مخصوص ارائه خدمات به مشتریان خود استفاده می‌کنند که استفاده از اتوماسیون برای بهبود فرآیندها، شناسایی تقلب و تخلف، احراز هویت در زمان واقعی، تراکنش‌های هوشمند و … از جمله مهم‌ترین این خدمات هستند. به عنوان مثال بانک مرکزی آمریکا با همکاری های‌رادیوس (HighRadius)، سرویس دریافت هوشمندی را راه‌اندازی کرده است که بسیار جدید است و از هوش مصنوعی برای بهبود فرآیند پرداخت بهره گرفته است. بانک لویدز نیز با همکاری پین‌دراپ (Pindrop) یک استارتاپ آمریکایی مبتنی بر هوش مصنوعی را راه‌اندازی کرده است تا بتواند راه‌حلی را برای شناسایی تماس‌های تلفنی از دست رفته ارائه کند.
۸ بانک از بین ۳۴ بانک نیز قابلیت‌های شناختی مبتنی بر هوش مصنوعی را در فعالیت‌های تجاری خود به کار می‌گیرند که برای مشخص کردن چشم‌انداز معاملات زمان واقعی و تحقیقات سرمایه‌گذاری کاربرد دارد. برخی از بانک‌های پیشرو در این زمینه بی‌ان‌پی پاریباس (BNP Paribas)، کردیت سوئیس (Credit Suisse)، گلدمن ساکس (Goldman Sachs) و … هستند.
در این میان ۸ بانک دیگر نیز از راه‌حل‌های مبتنی بر هوش مصنوعی برای عملکردهایی مانند تطابق مقررات در برنامه‌های کاربردی از جمله مدیریت خودکار داده‌ها، گزارش‌گیری، تفسیر خودکار قوانین و … استفاده می‌کنند که از جمله بانک‌های پیشرو در این زمینه می‌توان به بانک اوسی‌بی‌سی (OCBC)، کامن ولس (Commonwealth)، ولز فارگو (Wells Fargo)، سی‌آی‌تی‌آی (CITI) و … اشاره کرد.
آن‌چه از این مطالعه می‌توان نتیجه گرفت این است که بیش‌ترین تمرکز بانک‌ها برای استفاده از هوش مصنوعی در بانکداری نوآوری‌هایی مانند رابط‌های مکالمه و دستیاران مجازی است که هدفی جز مشتری‌مداری، بهبود فرآیندها، شناسایی و از بین بردن تخلف و تقلب ندارند. هر چند هم‌اکنون تعداد نسبتا کمی از بانک‌ها برای تطبیق و عملیات تجاری خود به دنبال راه‌حل‌هایی هستند که مبتنی بر هوش مصنوعی باشد. اما احساس می‌شود که فرصت چندانی برای ایجاد تحول در فضای صنعت بانکداری باقی نمانده است. بنابراین در سال جاری باید منتظر افزایش استفاده از هوش مصنوعی در بانکداری باشیم که این امر نقش مهمی در تغییر استراتژی‌های در حال رشد بانک‌ها ایفا خواهد کرد.
منبع: https://tiddev.com
