رایانش شناختی یکی از فناوری‌های نوظهور است که به کمک علوم شناختی و علوم کامپیوتر، رفتار و تفکرات انسان را به صورت یک مدل کامپیوتری شبیه‌سازی می‌کند. این فناوری متشکل از سیستم‌های یادگیرنده‌ای است که با الگوریتم‌های داده‌کاوی، بازشناخت الگوها و پردازش زبان‌های طبیعی، سعی بر آن دارند که مجموعه رفتار انسان را تقلید کنند. درک تصویری و شنیداری، تشخیص گفتار، تصمیم‌گیری در شرایط عدم قطعیت، یادگیری و ترجمه زبان‌ها از جمله توانمندی‌های اساسی است که این سیستم‌ها باید از انسان تقلید کرده و یاد بگیرند. هر چه ارتباط و تعامل این سیستم‌ها با انسان بیشتر و داده‌های غنی‌تری به‌عنوان ورودی به آن‌ها داده شود و البته از الگوریتم‌های مناسب‌تری استفاده شود، یادگیری نیز تکامل‌یافته‌تر خواهد شد. خوشبختانه طی سال‌های اخیر به پشتوانه فناوری و ارائه کانال‌های دسترسی مختلف، حجم و تنوع داده‌های دیجیتالی بیشتر شده و الگوریتم‌های کاراتری نیز طراحی شده است.
استفاده از فناوری‌های شناختی در صنایع مختلف، رشد چشم‌گیری داشته است و بنا به پیش‌بینی آی بی ام، شرکت‌های امریکایی با بهره‌گیری از آن تا سال 2020 خواهند توانست سالی 60 میلیارد دلار صرفه‌جویی هزینه داشته باشند. این شرکت در یک پیش‌بینی دیگر، افزایش 20 درصدی بازدهی فناوری اطلاعات را برای شرکت‌های ارائه‌دهنده خدمات مالی تا سال 2018 نیز داشته است.
مشابه با همه فناوری‌های نوظهور، رایانش شناختی نیز می‌تواند هم به‌عنوان یک فرصت ارزشمند و هم تهدیدی جدی برای بسیاری از کسب‌وکارها از جمله بانکداری محسوب شود. روندی که در خصوص استفاده از رایانش شناختی در حوزه بانکداری با عنوان بانکداری شناختی شکل گرفته است، در صدد به‌کارگیری قابلیت‌های رایانش شناختی در جهت حل آن دسته از مسائلی است که از دایره توان سیستم‌های کامپیوتری فعلی خارج است. کشف و پیش‌بینی الگوها و روندهای آتی بازار، مشتریان و رقبا و اتخاذ تصمیمات دقیق و البته در لحظه مبتنی بر تحلیل داده‌های کلان، از جمله این مسائل است که تحولاتی شگرف در سطوح راهبردی، عملیاتی و کسب‌وکار بانک‌ها ایجاد خواهد کرد.
رایانش شناختی به بانک‌ها کمک خواهد کرد تا از منابع و جریان‌های داده‌ای عظیم و متنوع خود بتوانند بیشترین استفاده ممکن را در حفظ مشتریان و پیشگیری از ریزش آن‌ها مبتنی بر ارائه تجربه بهتر به مشتری داشته باشند. ارائه پیشنهادات هوشمندانه و محصولات و خدمات شخصی‌سازی‌شده بر مبنای تعاملات مشتری با بانک و شناسایی الگوهای رفتاری وی، یکی از ساده‌ترین و در عین حال مؤثرترین راهکارهایی است که بر مبنای رایانش شناختی قابل‌دستیابی است. برای مثال، برخی از بانک‌ها از ربات‌های هوشمندی که قادر به پاسخگویی به سئوالات مختلف است برای تعامل با مشتریان خود استفاده می‌کنند. این ربات‌ها، علاوه بر پاسخگویی به درخواست مشتریان، داده‌های دریافتی از آن‌ها را تحلیل و بر مبنای آن، محصولات و خدماتی که پوشش‌دهنده دقیق‌تر نیاز آن‌ها است را پیشنهاد می‌دهند. علاوه بر این، استفاده از فناوری‌های شناختی به دلیل دخالت کمتر منابع انسانی و استفاده از ماشین‌های هوشمند به جای کارمندان، هزینه‌های منابع انسانی را نیز در بانک‌ها کاهش خواهد داد.
بدین ترتیب، هر چند بیشتر بانک‌ها در ابتدای راه استفاده یا امکان‌سنجی و ارزیابی فناوری‌های شناختی هستند ولی در آینده‌ای نزدیک قادر خواهند بود بر مبنای برنامه‌ریزی دقیق خود در این حوزه از فناوری، دستاوردهای زیادی به صورت کاهش هزینه‌ها و بازدهی عملیاتی بیشتر داشته باشند
منبع: https://tiddev.com
