هوش مصنوعی در بانکداری؛ تحول بزرگ یا بحران پنهان
انقلاب هوش مصنوعی در بانکداری
در دنیای امروزی، هوش مصنوعی به یک نیروی تحولآفرین در صنایع مختلف تبدیل شده است، اما شاید در هیچ صنعتی به اندازه بانکداری تاثیرگذار نباشد. از زمانی که چت جیپیتی در اواخر سال ۲۰۲۲ معرفی شد، مفهوم هوش مصنوعی مولد وارد مرحله جدیدی شد و بانکها به سرعت این فناوری را برای بهبود تجربه مشتری، افزایش بهرهوری و کاهش هزینهها به کار گرفتند. هوش مصنوعی مولد به بانکها امکان میدهد تا حجم زیادی از دادههای متنی، تصویری، ویدئویی و کد را برای ارائه نتایج مطلوب و کسب بینشهای حیاتی تحلیل کنند. این امر به بانکها کمک میکند تا مدلهای جدیدی برای طیف وسیعی از کاربردها توسعه دهند که فراتر از قابلیتهای قبلی است. به عنوان مثال، یک دستیار مجازی مبتنی بر هوش مصنوعی میتواند با دقت بالا به سوالات مشتریان پاسخ دهد، محصولات و خدمات شخصیسازیشده ارائه دهد یا سیستمهای تشخیص تقلب پیشرفتهای را پیادهسازی کند که توانایی پردازش حجم زیادی از دادههای تراکنشهای مالی با سرعت بالا را دارند. این نوآوریها میتوانند مدلهای کسبوکار موجود در صنعت بانکداری را کاملا دگرگون کنند.
استفاده از هوش مصنوعی در بانکهای بزرگ
با وجود این نگرانیها، بانکهای بزرگی مانند مورگان استنلی و First Financial به سرعت در حال استفاده از GenAI برای بهبود عملکرد خود هستند. مورگان استنلی با استفاده از هوش مصنوعی مولد، دستیار مجازی AI @ Morgan Stanley Assistant را توسعه داده است که به مشاوران مالی این بانک کمک میکند تا به سرعت به منابع تحقیقاتی و اسناد داخلی دسترسی پیدا کنند و زمان بیشتری را برای تعامل با مشتریان اختصاص دهند. همچنین، بانک First Financial با معرفی دستیار دیجیتال Gabby نشان داده که چگونه GenAI میتواند تجربه مشتریان را بهبود بخشد و تعداد حسابهای جدید را افزایش دهد.
پتانسیلهای بزرگ
با وجود همه این پیشرفتها، پذیرش گسترده هوش مصنوعی مولد در صنعت بانکداری هنوز در مراحل ابتدایی قرار دارد. اما پتانسیل این فناوری برای تغییر صنعت بانکداری بسیار زیاد است. بر اساس گزارشPolaris Market Research، بازار هوش مصنوعی در بانکداری در سال ۲۰۲۳ به ۱۹.۸۴ میلیارد دلار رسید و پیشبینی میشود تا سال ۲۰۳۲ به بیش از ۲۳۶.۷۰ میلیارد دلار برسد. این افزایش نشاندهنده تمایل بانکها به سرمایهگذاری بیشتر در این فناوری برای بهبود بهرهوری و مدیریت ریسک است. شرکت McKinsey & Company تخمین میزند که هوش مصنوعی مولد میتواند سالانه بین ۲۰۰ تا ۳۴۰ میلیارد دلار به ارزش اقتصادی صنعت بانکداری اضافه کند. این دستاوردها بهویژه در بخشهای بانکداری شرکتی و خردهفروشی بسیار مشهود خواهد بود. بانکها از این فناوری برای شناسایی و جلوگیری از فعالیتهای مشکوک مانند پولشویی استفاده میکنند. این نوع استفادهها نشاندهنده اهمیت GenAI در حفظ امنیت و سلامت مالی مؤسسات بانکی است.
نگرانیها و چالشهای آینده
با تمام این تحولات، روشن است که هوش مصنوعی مولد پتانسیل عظیمی برای تغییر صنعت بانکداری دارد. اما برای بهرهبرداری کامل از این پتانسیل، باید به نگرانیهای موجود پاسخ داده شود. تنظیم مقررات مناسب و ایجاد راهکارهای امنیتی قوی برای محافظت از اطلاعات مشتریان ضروری است. همچنین، باید به تاثیرات اجتماعی و اقتصادی جایگزینی نیروی انسانی با روباتها توجه ویژهای شود. شفافیت و توضیحپذیری از مهمترین مسائل در استفاده از هوش مصنوعی در بانکداری است. بر اساس قانون جدید اتحادیه اروپا، سیستمهای هوش مصنوعی باید قابل توضیح و شفاف باشند و مشتریان باید بتوانند از نحوه عملکرد آنها مطلع شوند. این امر بهویژه در مواردی که هوش مصنوعی برای ارزیابی اعتبار مالی یا مدیریت ریسک استفاده میشود، بسیار حیاتی است به عنوان مثال، اگر یک سیستم هوش مصنوعی در بانکی تصمیم بگیرد که آیا به فردی وام بدهد یا نه، این سیستم باید بتواند توضیح دهد که این تصمیم بر اساس چه دادهها و معیارهایی گرفته شده است. با این حال، طبق تحقیقات، تنها ۲درصد از شرکتها سیستمهای هوش مصنوعی مسوولانه را به طور کامل عملیاتی کردهاند و اکثر آنها هنوز در مراحل ابتدایی پذیرش این فناوری هستند. این وضعیت نشاندهنده نیاز فوری به تنظیمات دقیقتر و شفافیت بیشتر در استفاده از هوش مصنوعی در بانکداری است. در نهایت، هوش مصنوعی مولد همزمان که صنعت بانکداری را دگرگون میکند، چالشهای جدیدی را نیز به همراه دارد. بانکها باید با دقت و هوشمندی از این فناوری بهرهبرداری کنند تا نه تنها بهرهوری و سودآوری خود را افزایش دهند، بلکه به مسوولیتهای اجتماعی و امنیتی خود نیز عمل کنند. آیندهای پرچالش اما جذاب در انتظار صنعت بانکداری است، و نقش هوش مصنوعی در شکلدادن به این آینده، انکارناپذیر است.