در نشست بازآفرینی کسبوکار در بانکداری هوشمند بررسی شد / بانکداری هوشمند چگونه مدل کسبوکاری بانکها را تغییر میدهد؟
نشست تخصصی بازآفرینی کسبوکار در بانکداری هوشمند در دومین روز از دهمین همایش بانکداری الکترونیک و نظامهای پرداخت برگزار شد. در این نشست، امکان انتخاب مشتری توسط بانک، شناسایی مشتری بالقوه و تعریف سرویس جدید از جمله مواردی است که در راستای نقش و تاثیر هوش مصنوعی در بانکداری مطرح شد.
نشست تخصصی بازآفرینی کسبوکار در بانکداری هوشمند با حضور محمد مهدی تقیپور، مدیرعامل شرکت بهپرداخت ملت، عباس معمارنژاد، رئیس هیئتمدیره شرکت ملی انفورماتیک، پیام حنفیزاده، عضو هیئت علمی دانشگاه علامه طباطبائی و عبدالرضا شریفی حسینی، مشاور بانکداری الکترونیک برگزار شد.
عباس معمارنژاد، رئیس هیئتمدیره شرکت ملی انفورماتیک با توجه به مبانی فناوریهای نوین گفت: «در انقلاب صنعتی پنجم، سه محور اصلی انسان محوری، پایداری و تابآوری داریم. یعنی اگر فناوری در بانک مورد استفاده قرار میگیرد باید کار را برای مدیر راحتتر کند تا امکان شناسایی ریسک را سهل کند. همچنین، بانکداری هوشمند با برخورداری از ویژگی تاب آوری، کسب و کارها را در مقابل تنش ها و شوک ها محافظت می کند.»
او با اشاره به اینکه قبل از کرونا ۸۳.۲ درصد تراکنشها الکترونیکی بود و اکنون به ۹۲درصد رسیده است، ادامه داد: «دو وظیفه مهم تامین نقدینگی و جذب سپردهگذاری تعریف شده و دیگری موضوع پرداختها و تبادلات است. پایه این دو وظیفه، پردازش اطلاعات سخت و نرم است. دادههای سخت اطلاعاتی است که در بانک موجود است و دادههای نرم از بیرون بانک تامین میشود. وقتی بانکها دیجیتالی میشوند سهم دادههای سخت افزایش پیدا میکند.»
معمار نژاد در ادامه بیان کرد: «کسبوکارهای بانکی در این تغییر با اختلال در طرف عرضه و تقاضا روبهرو میشوند. در طرف عرضه، فناوریهایی مانند هوش مصنوعی، خدمات ابری و دفتر توزیع شده، هستند که افزایش رقابتپذیری را برعهده دارند. عوامل طرف تقاضای این تغییر، انتظارات مشتری است. انتظارات مشتری باعث ایجاد تقاضاهایی میشوند که پاسخ به آنها در توان بانکها نیست به همین دلیل فینتکهایی ایجاد میشود تا خدماتی که بانکها نمیتوانند ارائه دهند را آنها پاسخ دهند.»
در ادامه نشست، محمدمهدی تقیپور، مدیرعامل شرکت بهپرداخت ملت درباره سفر مشتری و اهمیت دادهها گفت: «اگر دادههای کافی در اختیارمان باشد، میتوانیم پیشنهادهای بهتری به مشتری ارئه دهیم. در بانکداری هوشمند به سمت تجربهمحوری میرویم که این تجربه میتواند برای هر یک از افراد متفاوت باشد.»
به اعتقاد او، هوش مصنوعی در حوزه ولثتک یکی از قویترین ابزارهایی است که میتواند مدیریت ثروت را باتوجه به درآمد و هزینه فرد انجام دهد.
مدیرعامل شرکت بهپرداخت ملت در بخش دیگری از نشست بیان کرد: «پایه تمام ابزارهای فعلی ما احرازهویت با کارت ملی است و میتوانیم با صدا و چهره از روشهای فعلی فاصله بگیریم. به نظر من کسبوکار بانکی نیازمند یک اتفاق است. در آینده خیلی از قسمتهای بانک به دلیل هوش مصنوعی وجود نخواهد داشت. مثلا قسمت اعتبارات دیگر وجود نخواهد داشت، باجه از بین میرود و قسمت کشف تقلب و مدیریت ریسک از بین میرود. در مقابل یک سری واحدهای جدید ایجاد میشود و به سمت تعریف سرویس میرویم.»
او در ادامه همچنین مطرح کرد: « در بانکداری هوشمند باید بتوانیم از طریق داده و اطلاعات، مشتریان بالقوه را شناسایی و آنها را به استفاده از سرویس های جدید تشویق کنیم که هوش مصنوعی میتواند این کار را برای بانکها انجام دهد.»
پیام حنفیزاده، عضو هیئت علمی دانشگاه علامه در مورد تاثیر هوش مصنوعی بر مدلهای کسبوکار بانکی گفت: «سفارشی کردن خدمات، ارائه خدمات در ستاد و سفر مشتری در کانالهای مختلف و از همه مهمتر اهمیت کارکردی بانک برای ورود به صنایع همکار از مهمترین اثرات هوش مصنوعی است.»
او ادامه داد: «هوش مصنوعی میتواند در دو بخش تاثیر خود را نشان دهد. اول در بخش فعالیتهای ستادی بانک یا بکآفیس و دوم در بخش تعامل با مشتری و تجربهای که مشتری پیدا میکند. مثلا سرویسی ایجاد شده است که بر اساس تشخیص چهره احراز هویت را انجام میدهد. یا چتباتهایی که با مشتری مکالمه میکنند. میتوانیم از هوش مصنوعی در بخشهای بکآفیس استفاده کنیم مثلا اسکن کردن اسناد مالی واسنادی مثل چک را ارزیابی کنند. حوزههای تشخیص تقلب و مدیریت ریسک، امتیاز اعتباری نمونههایی است که هوش مصنوعی اثرگذاری خود را نشان میدهد.»
طبق گفته حنفیزاده، سیستمهای هوشمند کمک میکنند که افراد در سبک زندگی خود از سیستمهای بانکی بهرهمند شوند. او با با بیان مطلب ادامه داد: «هوش مصنوعی میتواند وارد حوزه مدیریت نقدینگی هم شود و در سبد سهام، مواردی را برای سرمایهگذاری پیشنهاد کند.»
عبدالرضا شریفی حسینی، مشاور بانکداری الکترونیکی نیز با اشاره به کاربرد فناوریهای نوین گفت: «در گذشته بانکها منتظر میماندند تا مشتری به آنها مراجعه کند و سپس در مورد ارائه خدمات تصمیمگیری کنند. اما سیستمی را در نظر بگیرید که به هر مشتری میتوانیم یک امتیازی بدهیم و حالا این بانک است که میتواند مشتری را انتخاب کند.»
او ادامه داد: «زمانی که این پشتوانه داده را ایجاد کنیم امکان شناسایی مشتری را داریم. دادههای زیادی از مشتری نیز در دسترس است از قبضهایی که پرداخت کرده تا حقوقی که گرفته است. موارد بسیار دیگری نیز میتوان نام برد. مثلا در شناخت ناهنجاری تراکنشها به خوبی میتوان از این تکنیکها استفاده کرد. زیرا حجم بزرگی از دیتا در سیستمهای تحلیلی داریم. تراکنشهای ناهنجار قابل گروهبندی هستند.»