هوش مصنوعی و آینده بانک‌های ایرانی، فرصت‌ها و چالش‌ها

هوش مصنوعی یکی از ترندهای جهانی در طول سال‌های اخیر بوده که توسعه آن، فعالیت بسیاری از مشاغل و همچنین سرعت و کیفیت ارائه خدمات در بخش‌های مختلف زندگی بشر را متحول کرده است.
هر چند بانک‌ها سازمان‌هایی محافظه‌کار به شمار می‌روند، اما از این روند بی‌بهره نبوده‌اند و در حوزه‌های گوناگون از فناوری‌های مبتنی بر هوش مصنوعی استفاده کرده‌اند.
احراز هویت هوشمند یکی از کاربردهای هوش مصنوعی برای بانک‌هاست. مشتریان بانک‌ها برای افتتاح حساب به‌صورت آنلاین باید علاوه بر مدارک هویتی، عکس و فیلمی از خود بارگذاری کنند. چک کردن این موارد به‌صورت دستی و با اپراتور انسانی، زمان و هزینه زیادی را از بانک‌ها می‌گیرد و در زمان شدت گرفتن درخواست‌ها برای افتتاح حساب، امکان ایجاد ترافیک در صف انتظار تأیید احراز هویت و نارضایتی برای مشتریان را فراهم می‌کند. این در حالی است که احراز هویت هوشمند، علاوه بر دقت بالا، امکان افزایش چشمگیر سرعت و همچنین کاهش هزینه‌ها را برای بانک‌ها در پی دارد.
مورد دیگر استفاده از چت‌بات‌هاست که می‌تواند از صف انتظار مشتریان بانک‌ها برای ارتباط با مراکز تماس (ارتباط با مشتریان) کم کرده و پاسخ‌هایی کاربردی به پرسش‌های پرتکرار مشتریان ارائه کند.
بررسی گزارش اعتباری مشتری و تعیین سطح ریسک وی نیز دیگر کاربرد هوش مصنوعی برای بانک‌هاست است که می‌تواند جایگزین مناسبی برای فرآیند سنتی و زمان‌بر پرداخت تسهیلات شود و ضمن کاهش زمان دریافت تسهیلات برای مشتری، رضایت وی از کیفیت دریافت خدمات را افزایش دهد.
تشخیص تقلب یکی دیگر از کارکردهای هوش مصنوعی برای بانک‌هاست؛ به‌طوری که با استفاده از الگوریتم‌های هوش مصنوعی، بانک‌ها قادر خواهند بود الگوهای غیرعادی در تراکنش‌ها را شناسایی کرده و از وقوع تراکنش‌های مجرمانه جلوگیری کنند.
شخصی‌سازی کردن خدمات ارائه شده به مشتریان، نیز از خدمات مهم هوش مصنوعی به بانک‌هاست که اثر به‌سزایی در افزایش تعلق خاطر و وفاداری مشتریان به بانک‌ها خواهد داشت. تحلیل رفتار مشتری و ارائه پیشنهادهای مناسب، می‌تواند در زمان‌های مختلف، راهگشای وی در حوزه مالی باشد.
تحلیل کلان‌داده‌ها و امکان پیش‌بینی روند تقاضا در حوزه‌های مختلف نیز می‌تواند در سطح کلان، به مدیران بانک کمک کند تا نسبت به طراحی و ارائه طرح‌ها و محصولات متناسب با نیاز مشتریان در زمان مناسب اقدام کنند.
البته کارکردهای هوش مصنوعی برای بانک‌ها محدود به این موارد نیست و در حوزه‌های دیگری نیز می‌توان از فناوری‌های مبتنی بر هوش مصنوعی استفاده کرد. با این همه چالش‌هایی نیز در مسیر توسعه به‌کارگیری هوش مصنوعی با چالش‌هایی قابل تأمل روبه‌رو هستند.
برای تحلیل داده‌ها توسط هوش مصنوعی، کیفیت داده‌ها یک الزام است. داده‌های فاقد کیفیت، دقت و صحت تحلیل را نیز به‌شدت کاهش می‌دهند. بر همین اساس بانک‌ها نیاز به داشتن داده‌های باکیفیت دارند. همچنین داده‌هایی که از منابع و کانال‌های گوناگون جمع‌آوری می‌شوند باید یکپارچگی لازم را داشته باشند تا قابلیت تحلیل آن‌ها از بین نرود.
مسئله دیگر آموزش نیروی انسانی در رابطه با هوش مصنوعی است. کارکنان بانک‌ها لازم است در بخش‌های مختلف، متناسب با نیاز سازمان، آموزش‌های مورد نیاز را ببینند تا بتوانند از فناوری‌های مبتنی بر هوش مصنوعی استفاده کنند. این موضوع البته مقاومتی در سازمان‌ها ایجاد خواهد کرد که نیاز است نسبت به رفع این نگرانی‌ها اقدام شود. کارکنان در بانک‌ها نقش کلیدی دارند و طبیعی است که هم در برابر از دست دادن بخشی از اختیارات و هم بابت آینده شغلی خود نگران باشند. هر چند عمده مطالعات نشان می‌دهد که هوش مصنوعی بیش از آنکه مشاغل را از بین ببرد، آن‌ها را متحول خواهد کرد، با این حال باید نسبت به رفع دغدغه‌های کارکنان اقدام شود.
مسئله دیگر استقبال کاربران نهایی است. اگر مشتریان بانک‌ها به کانال‌های غیرحضوری مبتنی بر هوش مصنوعی اعتماد نکنند، ارائه محصولات جذاب و کاربردی نیز بی‌اثر خواهد شد. در این بخش اقدامات تبلیغی و ترویجی جدی باید صورت گیرد تا کاربران نهایی نسبت به مزایای استفاده از ابرازهای نوین مبتنی بر هوش مصنوعی آگاه و قانع شوند.