بانکداری در پیوند با تکنولوژی
چگونه هوش مصنوعی باعث صرفه‌جویی 900 میلیون دلاری در شبکه بانکی می‌شود؟
در آینده‌ای نه‌چندان دور، سازمان‌ها بدون هوش مصنوعی کار سختی برای زنده‌ماندن در پیش خواهند داشت. هوش مصنوعی ابزاری است که انقلاب صنعتی چهارم را رقم زد و در فاصله‌ای بسیار کم، موضوع بحث و تحقیق علوم مختلف شد و به بدنه بسیاری از صنایع رسوخ کرد.
در آینده‌ای نه‌چندان دور، سازمان‌ها بدون هوش مصنوعی کار سختی برای زنده‌ماندن در پیش خواهند داشت. هوش مصنوعی ابزاری است که انقلاب صنعتی چهارم را رقم زد و در فاصله‌ای بسیار کم، موضوع بحث و تحقیق علوم مختلف شد و به بدنه بسیاری از صنایع رسوخ کرد. گزارش‌های معتبر مانند تحلیل‌های مک‌کینزی و فوربس نشان می‌دهند که ارزش اقتصادی استفاده از هوش مصنوعی تا سال 2030 به بیش از 13 تریلیون دلار خواهد رسید. ابزار هوش مصنوعی ساختارها را دگرگون کرده و این دگرگونی هم به بهره‌وری می‌افزاید و هم رقابت‌پذیری سازمان‌ها را به‌شدت بالا می‌برد.
در این میان، نظام بانکی به عنوان یکی از ستون‌های اقتصاد جهانی از این انقلاب فناورانه بهره‌های بی‌شماری می‌برد. بانک‌ها با سرمایه‌گذاری در هوش مصنوعی نه‌تنها می‌توانند فرایندهای خود را بهینه کنند، بلکه می‌توانند به شکل‌گیری اکوسیستمی هوشمند و پایدار کمک کنند.
شبکه بانکی و نظام آن، نسبت و رابطه مستقیم با تکنولوژی و سطح فناوری دارد. بدین ترتیب امروزه بانک‌ها از مشتریان سطح اول محصولات مدرن تکنولوژی هستند. اینترنت اشیا یکی دیگر از شاخه‌هایی است که حوزه بانکی را سایه می‌کند و با آن پیوند می‌خورد. از همان ابتدای تأسیس بانک‌ها، امنیت و محافظت از پول، یک چالش جدی و بنیادی بوده است. نظام بانکی طی تمام این سال‌ها شکوفا شده و توسعه زیادی داشته اما هنوز این دغدغه به شکل بسیار جدی وجود دارد.
با گسترش روزافزون تهدیدهای فیزیکی و سایبری، امنیت در بانک‌ها به یکی از اولویت‌های اصلی این صنعت تبدیل شده است؛ حملات سایبری، کلاهبرداری و دسترسی‌های غیرمجاز به زیرساخت‌های بانکی، ریسک‌های جدی برای دارایی‌ها و اعتماد مشتریان ایجاد کرده است. فناوری اینترنت اشیا (IoT) به عنوان ابزاری پیشرفته برای نظارت بلادرنگ، تحلیل داده و پاسخ خودکار، نقش کلیدی ایفا می‌کند.
این گزارش بحث مفصلی را در پیش می‌گیرد. ابتدا نسبت میان هوش مصنوعی و اینترنت اشیا با نظام بانکی را بررسی خواهیم کرد. به عبارت دیگر، به فرصت‌هایی که در اختیار شبکه و نظام بانکی یا حتی بانک‌ها قرار خواهد گرفت و این حوزه را رقابت‌پذیر می‌کند اشاره می‌شود. از طرف دیگر با رجوع به گزارش‌های موجود به هزینه‌هایی که بانک‌ها مجبور به پرداخت آنها هستند، گریزی خواهیم زد تا تأکید مضاعف بر ضرورت سرمایه‌گذاری بانک‌ها در عرصه هوشمندسازی داشته باشیم. در نهایت به بانک پیشرو در عرصه هوش مصنوعی در ایران خواهیم پرداخت و بعضی از اقدامات انجام‌شده توسط آن را بررسی خواهیم کرد و به این بحث خاتمه خواهیم داد.
بانکداری هوشمند؛ زمینه‌هایی برای فعالیت ماشین متفکر
با هوش مصنوعی بهره‌وری بانک‌ها افزایش می‌یابد
بانک‌ها در دهه‌های اخیر با چالش‌های متعددی از جمله پیچیدگی عملیات، نیاز به کاهش هزینه‌ها و افزایش سرعت مواجه بوده‌اند. هوش مصنوعی این امکان را فراهم می‌کند که فرایندهای تکراری و وقت‌گیر به صورت خودکار انجام شود. به عنوان مثال، استفاده از الگوریتم‌های یادگیری ماشین در تحلیل داده‌ها می‌تواند زمان پردازش درخواست‌های وام را از چند روز به چند دقیقه کاهش دهد.
علاوه‌بر‌این، ربات‌های نرم‌افزاری (RPA) می‌توانند کارهای اداری و پردازشی را بدون خطا و با سرعت بالا انجام دهند. این ابزارها به بانک‌ها کمک می‌کنند هزینه‌های عملیاتی خود را به طور چشمگیری کاهش دهند و منابع انسانی خود را به وظایف استراتژیک‌تر اختصاص دهند. بهینه‌سازی عملیات نه‌تنها به کاهش هزینه‌ها منجر می‌شود، بلکه رضایت مشتریان را نیز افزایش می‌دهد.
هوشمندسازی باعث پویایی و رقابت‌پذیری در شبکه بانکی می‌شود
با ورود بانک‌ها به فرایند هوشمندسازی، رقابت‌پذیری آنها بیشتر می‌شود. ابزارآلات هوش مصنوعی با گذراندن دوران بلوغ خود، حالا به شکل عملی در صنایع به کار گرفته می‌شود. گرچه هر صنعت نیاز تخصصی و مخصوص به خود را دارد، اما یکی از خدماتی که دستیار هوش مصنوعی به تمامی صنایع می‌تواند ارائه دهد، در بحث رضایت مشتری تعریف می‌شود.
یکی از مهم‌ترین اهداف بانک‌ها، جذب و حفظ مشتریان است. هوش مصنوعی با تحلیل الگوهای رفتاری مشتریان می‌تواند نیازها و انتظارات آنها را پیش‌بینی کند. چت‌بات‌های هوشمند، نمونه‌ای بارز از این کاربرد هستند که به مشتریان امکان می‌دهند در هر ساعت از شبانه‌روز به خدمات بانکی دسترسی داشته باشند.
از طرف دیگر، تحلیل داده‌های کلان یا Big Data، به بانک‌ها اجازه می‌دهد پیشنهادات شخصی‌سازی‌شده برای هر مشتری ارائه کنند. مواردی از این دست دیگر به استفاده‌های عمومی از هوش مصنوعی در خدمات بدل شده است. به عنوان مثال، یک بانک می‌تواند بر‌اساس الگوی مالی مشتری، پیشنهاد وام با نرخ بهره مناسب را در زمان مناسب ارائه دهد. این نوع تعامل هوشمندانه نه‌تنها تجربه کاربری را بهبود می‌بخشد، بلکه به افزایش وفاداری مشتری نیز منجر می‌شود.
هوش مصنوعی با ردگیری الگوهای ناهنجار و تراکنش‌های مشکوک از وقوع جرم جلوگیری می‌کند
استفاده از هوش مصنوعی می‌تواند سطح امنیت بانک‌ها را به طور قابل توجهی ارتقا دهد. الگوریتم‌های تشخیص ناهنجاری قادرند تراکنش‌های مشکوک را در زمان واقعی شناسایی کرده و از وقوع جرائم مالی جلوگیری کنند. تلاش‌های بسیاری برای استفاده هوش مصنوعی در ساختار و فرایند احراز هویت انجام شده که امروزه نتایج آن را می‌توان دید.
فناوری‌هایی مانند تشخیص چهره و تشخیص صدا امنیت سیستم‌های بانکی را بهبود بخشیده و فرایندهای ورود و تأیید هویت را برای مشتریان ساده می‌کنند. این قابلیت‌ها نه‌تنها ریسک‌های امنیتی را کاهش، بلکه اعتماد مشتریان به بانک را نیز افزایش می‌دهند.
اینترنت اشیا شبکه انتقال پول؛ تضمین امنیت یا یک بحران سایبری؟
82 میلیون دستگاه IoT در بخش مالی و بیمه در سال 2022 مورد استفاده قرار گرفته‌اند
جرائمی مانند حملات سایبری، کلاهبرداری و دسترسی‌های غیرمجاز به زیرساخت‌های بانکی، ریسک‌های جدی برای دارایی‌ها و اعتماد مشتریان ایجاد کرده‌اند. فناوری اینترنت اشیا (IoT) به عنوان ابزاری پیشرفته برای نظارت بلادرنگ، تحلیل داده و پاسخ خودکار، نقش کلیدی ایفا می‌کنند.
اینترنت اشیا در بانکداری به معنای اتصال دستگاه‌هایی نظیر دوربین‌های هوشمند، حسگرهای زیستی و ابزارهای پایش محیطی است که از طریق جمع‌آوری و تحلیل داده‌ها، امنیت را ارتقا می‌دهند. بر‌اساس گزارش‌های موجود، در سال 2022 بیش از 82 میلیون دستگاه IoT در بخش مالی و بیمه مورد استفاده قرار گرفتند که نشان‌دهنده رشد چشمگیر این فناوری است.
اینترنت اشیا باعث تعامل بیشتر بانک‌ها و مشتریان می‌شود
در عصر دیجیتال، حفاظت از داده‌های مالی حساس اهمیت ویژه‌ای دارد. اینترنت اشیا با ارائه قابلیت‌های پیشرفته در زمینه امنیت دیجیتال، بانک‌ها را در برابر حملات سایبری مقاوم‌تر می‌کند. IoT با افزودن لایه‌های رمزگذاری و کانال‌های ارتباطی امن، از انتقال اطلاعات حساس حفاظت می‌کند. دستگاه‌های اینترنت اشیا همچنین امکان اجرای چندمرحله‌ای تأیید هویت را فراهم کرده و دسترسی به اطلاعات بانکی را برای افراد غیرمجاز دشوار می‌کنند.
بانک‌ها از داده‌های دستگاه‌های پوشیدنی هوشمند برای ارائه تخفیف‌ها یا نرخ بهره پایین‌تر به مشتریانی که سبک زندگی سالم دارند، استفاده می‌کنند. این نوآوری‌ها موجب ایجاد تعامل بیشتر بین بانک‌ها و مشتریان می‌شود.
با استفاده از اپلیکیشن‌های بانکی، مشتریان می‌توانند پرداخت‌های خود را بدون نیاز به کارت‌های فیزیکی انجام دهند. این قابلیت در دوران همه‌گیری کرونا، کاربرد گسترده‌ای پیدا کرد و موجب حفظ بهداشت در مکان‌های عمومی شد.
در سال 2022 بیش از 112 میلیون حمله سایبری به دستگاه‌های IoT انجام شد
در کنار مزایا، اینترنت اشیا چالش‌هایی نیز به همراه دارد. بر‌اساس گزارش‌ها، در سال 2022 بیش از 112 میلیون حمله سایبری به دستگاه‌های IoT انجام شد. همکاری بانک‌ها با شرکت‌های فناوری مانند گوگل و آمازون، احتمال نقض داده‌ها را افزایش می‌دهد. بانک‌ها ممکن است از داده‌های مشتریان برای اهدافی فراتر از خدمات شخصی‌سازی‌شده استفاده کنند. به عنوان مثال، داده‌های سلامت ممکن است بر نرخ وام‌ها تأثیر منفی بگذارد.
اگر اپلیکیشن‌های بانکی به‌درستی به‌روزرسانی نشوند، می‌توانند هدف حملات هکری قرار گیرند. همچنین دستگاه‌های مشتریان نیز می‌توانند نقاط ورود برای هکرها باشند. از طرف دیگر بانک‌ها ممکن است از داده‌های مشتریان برای اهدافی فراتر از خدمات شخصی‌سازی‌شده استفاده کنند.
هوش مصنوعی چگونه باعث صرفه‌جویی 900 میلیون‌دلاری در نظام بانکی می‌شود؟
در آستانه یک تحول اساسی قرار داریم
بخش مالی در آستانه یک تحول اساسی قرار دارد؛ جایی که هوش مصنوعی (AI) به عنوان نیروی محرک افزایش کارایی عملیاتی و کاهش هزینه‌ها عمل می‌کند. یکی از بزرگ‌ترین مزایای هوش مصنوعی برای بانک‌ها، کاهش هزینه‌های عملیاتی است. گزارش‌های مؤسسات مالی نشان می‌دهند استفاده از فناوری‌های هوش مصنوعی می‌تواند تا 20 درصد از هزینه‌های کل بانک‌ها بکاهد. این کاهش هزینه‌ها به بانک‌ها امکان می‌دهد که منابع خود را به سرمایه‌گذاری‌های استراتژیک اختصاص دهند. در کنار کاهش هزینه‌ها، هوش مصنوعی می‌تواند بازدهی سرمایه‌گذاری‌ها را نیز افزایش دهد.
می‌توان تا سال 2028 با بهره‌گیری از هوش مصنوعی 900 میلیون دلار صرفه‌جویی کرد
بر‌اساس مطالعه‌ای که به‌تازگی در مؤسسه تحقیقاتی Juniper Research منتشر شده است، بانک‌ها تا سال ۲۰۲۸ می‌توانند با بهره‌گیری از هوش مصنوعی در فرایندهای احراز هویت دیجیتال، ۹۰۰ میلیون دلار در هزینه‌های عملیاتی صرفه‌جویی کنند.
این پیشرفت، علاوه‌بر کاهش هزینه‌ها، ۲۹ میلیون ساعت از زمان مورد نیاز برای فرایندهای احراز هویت دیجیتال را نیز صرفه‌جویی خواهد کرد. مطالعه یادشده نشان می‌دهد زمان متوسط بررسی احراز هویت دیجیتال از بیش از ۱۱ دقیقه در سال ۲۰۲۳ به کمتر از هشت دقیقه در سال ۲۰۲۸ کاهش خواهد یافت؛ یعنی کاهش ۳۰درصدی در این زمان.
هزینه کلی بانک‌ها تا سال 2028 به نزدیک 10 میلیارد دلار در سال خواهد رسید
با وجود کاهش هزینه‌های هر بررسی احراز هویت به کمک هوش مصنوعی، انتظار می‌رود هزینه کلی احراز هویت دیجیتال افزایش یابد. پیش‌بینی Juniper Research نشان می‌دهد هزینه‌های جهانی بانک‌ها در این زمینه از ۷.۴ میلیارد دلار در سال ۲۰۲۳ به ۹.۹ میلیارد دلار در سال ۲۰۲۸ خواهد رسید؛ افزایشی ۳۴درصدی.
نقش هوش مصنوعی در احراز هویت دیجیتال فقط به صرفه‌جویی در زمان و هزینه محدود نمی‌شود. با خودکارسازی وظایف تکراری و ساده‌سازی فرایندهای پیچیده، بانک‌ها می‌توانند خدمات سریع‌تر و روان‌تری به مشتریان ارائه دهند. قابلیت‌هایی مانند احراز هویت آنی و شناسایی خودکار کلاهبرداری‌ها، تجربه‌ای ایمن و کارآمد برای کاربران فراهم می‌کنند. پیش‌بینی می‌شود تا سال ۲۰۲۸، ترکیب هوش مصنوعی و احراز هویت دیجیتال نه‌تنها عملیات بانکی را بازتعریف، بلکه استانداردهای جدیدی در کارایی و امنیت برای بخش مالی ایجاد خواهد کرد.
بانک ملی؛ پیشرو در هوشمندسازی
بانک ملی ایران در مسیر تحقق بانکداری دیجیتال گام‌های بلندی را در چند دهه گذشته برداشته است. این بانک با توجه به نقش پیشگامی که در شبکه بانکی کشور دارد، توانسته است در عرصه بانکداری دیجیتال نیز با ارائه محصولات جذاب، افق تازه‌ای را به روی نظام بانکی کشور بگشاید و به عنوان پیشران دیگر بانک‌ها، تجربه لذت‌بخشی را برای مشتریان و کاربران نرم‌ا‌‌‌فزارها و اپلیکیشن‌های ارائه‌دهنده خدمات بانکی رقم بزند.
بام؛ سامانه‌ای تکامل‌یافته برای بانکداری دیجیتال با 20 میلیون نصب فعال
بانک ملی با معرفی بام، قدم مهمی در راستای تحقق بانکداری دیجیتال برداشته است. سامانه بام با هدف یکپارچه‌سازی خدمات بانکی و ارائه امکانات غیرحضوری به مشتریان طراحی شده است. این سامانه که با واسطه‌های ایمن و ویژگی‌های کاربرمحور بر‌اساس استانداردهای جهانی توسعه یافته، به‌راحتی در دسترس عموم قرار دارد. بام به عنوان یک سامانه هوشمند، خدمات بانکی و مالی را به صورت امن، سریع و ساده به مشتریان ارائه می‌دهد.
این اپلیکیشن قابل نصب روی سیستم‌های عامل اندروید، iOS و نسخه تحت وب (PWA) است و دسترسی 24ساعته به خدمات بانکی را فراهم می‌کند. تاکنون بیش از 20 میلیون نصب فعال داشته و میزان رضایت‌مندی 94درصدی مشتریان را به خود اختصاص داده است. تمرکز این سامانه بر نوآوری و استفاده از فناوری‌های نوظهور مانند هوش مصنوعی، باعث استقبال روزافزون کاربران شده است.
هوش مصنوعی فعالیت بدون اختلال بام را ممکن کرده است
سامانه بام با بهره‌گیری از هوش مصنوعی در زمینه‌هایی مانند پردازش تصویر، تحلیل رفتار کاربران و شناسایی حرکت، تحولی نوین در خدمات بانکداری ایجاد کرده است. این فناوری‌ها امکان ارائه پیشنهادهای هوشمند به کاربران، خودکارسازی خدمات و بهبود تجربه کاربری را فراهم کرده‌اند. برای مثال، ویژگی آنی‌بام تراکنش‌های پرتکرار کاربران را به صورت خودکار پیشنهاد می‌دهد.
تحول در معماری زیرساخت سامانه، ظرفیت پاسخ‌گویی به 20 میلیون کاربر منحصربه‌فرد را بدون اختلال فراهم کرده است. این بازطراحی، امکان تاب‌آوری سامانه در برابر بارهای سنگین و درخواست‌های روزافزون کاربران را تضمین می‌کند. همچنین تیم‌های توسعه بام با استفاده از روش‌های بهینه توسعه چابک (Agile) و تست‌های خودکار، خدماتی پایدار و باکیفیت ارائه می‌کنند.
هوش مصنوعی می‌تواند حتی لحن مشتریان را تحلیل کند
حمیدرضا مختاریان، عضو هیئت عامل و معاون فناوری اطلاعات و شبکه ارتباطات بانک ملی ایران، در گفت‌‌وگویی با نشریه داخلی بانک ملی پیش‌ازاین اشاره کرده بود: برنامه‌ریزی برای استفاده از هوش مصنوعی در بانک مدت‌هاست در راستای ارائه خدمات بهینه و مطلوب به مشتریان و آحاد جامعه شروع شده است.
بنابر این مسئله، باید گفت وجود سرویس‌های مختلف در بانک بی‌شک مشکلات و سؤالاتی را برای مشتریان و دریافت‌کنندگان خدمت به وجود می‌آورد که موجب می‌شود مشتریان برای حل مشکلات و دریافت پاسخ به سؤالات خود با مراکز ارتباط مردمی تماس بگیرند. مراکز ارتباط مردمی یکی از مهم‌ترین نقاطی است که هوش مصنوعی در آنجا کاربرد دارد و می‌تواند به عنوان همراه و دستیار کاربران و پاسخ‌دهندگان مراکز نقش مؤثری ایفا کند. هوش مصنوعی می‌تواند در این مراکز پاسخ‌های مناسبی دهد، نحوه پاسخ کاربران را کنترل کند، حتی می‌تواند مکالمات تماس‌ها را به متن تبدیل و نوع لحن مشتریانی را که عصبانی، احساسی، خشمگین یا ناراحت هستند، تحلیل کند. از سویی دیگر در مدیریت دارایی و بدهی بانک می‌تواند دستیار و کمک‌حال مدیران ارشد باشد که در بستر الگویی مناسب و چارچوب خاصی آینده را پیش‌بینی و تحلیل کند.
بانک ملی با ربات آلفا نشان داد که از پیشگامان ورود به عرصه هوش مصنوعی است
مجید ترکمانی، رئیس اداره کل شبکه و زیرساخت بانک ملی، در همین نشریه درباره ربات آلفا صحبت کرد. ترکمانی گفت: چند سال پیش، رونمایی از ربات آلفا که هم‌‌اکنون نیز در شعب ملی‌پلاس است، مؤید این ادعا‌ست که بانک ملی ایران از پیشگامان ورود به عرصه هوش مصنوعی درباره ارائه خدمات بانکی است.
او در ادامه نقطه‌نظر خود را تکمیل کرد و افزود: قدم‌نهادن در این حوزه نیازمند بهره‌مندی از خیلی از فناوری‌های نوین مانند IoT Computing-Cloud و... است. یکی از الزامات مهم الگوی اقتصاد هوشمند و تحول دیجیتال، بستر امن است و با اطمینان می‌توان اذعان کرد که درباره الزامات امنیت سایبری، اقدامات شایان توجه و منحصربه‌فردی در بانک ملی ایران انجام شده و همچنان نیز در‌حال بازنگری و توسعه است.
