رباتها آمدند؛ هوش مصنوعی در صنعت بانکداری
منتشرشده در نشریه شماره ۳۲ آفتاب خاورمیانه - شهریور ۱۴۰۲
1402/07/04
فاطمه رمضانی
کارشناس مالی
هوش مصنوعی پدیده جدیدی نیست و مخصوصا در دهه اخیر در دنیای کسبوکار برای خودکارسازی بسیاری از فرآیندها، حضور داشته است. با این حال در ماههای اخیر استفادههای عمومی از ابزارهای رایگان هوش مصنوعی (مانند تولید تصاویر جعلی، بازخوانی ترانههای جدید با خوانندگان قدیمی و گفتگو با رباتها)، بسیاری از مردم را متوجه قدرت این فناوری کرده است. در این مقاله در کنار توضیح مفاهیم پایهای در حوزه هوش مصنوعی، به کاربردهای آن در صنعت بانکداری و ریسکهای این فناوری میپردازیم.
هوش مصنوعی
هوش مصنوعی (AI: Artificial Intelligence) شاخهای از علوم رایانه است و به الگوریتمها و برنامههایی میپردازد که میتوانند هوش انسانی را تقلید کنند. سیستمهای هوش مصنوعی توانایی حل مساله، تصمیمگیری، ترجمه و شناسایی الگو را دارند و از تکنیکهایی مانند یادگیری ماشین، پردازش زبان طبیعی و بینایی رایانهای (که اطلاعات را از تصاویر استخراج میکند) استفاده میکنند.
خدمات مالی با این فناوری بیگانه نیست و برآوردهای سال ۲۰۲۲ از بازار ۶/۸۲ میلیارد دلاری هوش مصنوعی در بانکداری و ۹/۱۵ میلیون دلاری هوش مصنوعی در فینتکها خبر میدهند. با این حال، ستاره جدید این عرصه، یعنی هوش مصنوعی مولد (Generative AI)، چشمها را به امکانات مغفولمانده، جلب کرده است.
هوش مصنوعی مولد و چتجیپیتی
هوش مصنوعی مولد، نوعی از هوش مصنوعی است که میتواند محصولات چندرسانهای (مانند تصویر، ویدئو، صدا، متن و مدل سهبعدی) تولید کند. اگرچه تاریخچه هوش مصنوعی مولد و چتباتها را تا دهه ۱۹۶۰ میلادی میتوان عقب برد، اما ابتکارات جدیدی مانند، چتجیپیتی (ChatGPT)، توانایی فوقالعاده این فناوری را نشان دادهاند.
چتجیپیتی (مخفف مبدل ازپیشآموزشدیده مولد۱ چت) محصول شرکت "اوپنایآی" است که در زمستان ۲۰۲۲، با ارائه امکان گفتگو و پاسخگویی به درخواستهای متنی، عرضه شد. نقطه قوت این ابزار، توانایی یادگیری دائمی، راحتی استفاده و گستردگی خدمات آن بود.
هوش مصنوعی و بهویژه هوش مصنوعی مولد میتوانند صنعت بانکداری را از ساختار سازمانی گرفته تا مرحله پشتیبانی، متحول کند. برخی از وجوه این تحول، عبارتند از:
۱- ارتباط با مشتریان و چتباتها
استفاده از چتباتها و دستیاران مجازی در صنعت بانکداری جذابیت فوقالعادهای پیدا کرده است. این برنامهها با استفاده از پردازش زبان طبیعی (NLP) میتوانند در فراهم کردن مشاوره و پاسخگویی به درخواستها کمک کنند. در حال حاضر، بسیاری از چتباتها فقط کار منوی صفحه اول را انجام داده و به سوالات پاسخ میدهند، اما هوش مصنوعی مولد در حال تحول آنهاست.
چتباتها میتوانند بهصورت ۲۴ ساعته به سوالات و درخواستهای مشتریان پاسخ بدهند و زمان انتظار برای ارتباط با پشتیبانی را به صفر برسانند. در رویداد پول ۲۰/۲۰، مدیر یکی از فینتکها اطلاع داده بود که چتبات آنها (کلئو) از "میم" و شوخیهای تصویری، تصمیمات اشتباه مشتریان را دست میاندازد!
۲- معرفی محصولات
مشتریان، برای رفع یک نیاز خاص به سراغ بانک میآیند: نیاز به تراکنش، پسانداز، سرمایهگذاری یا وام. با توجه به این، وبسایتهای بانکها تلاش میکنند محصولات منحصربهفرد خودشان را تبلیغ کنند. مقایسه و انتخاب از میان این محصولات بهاندازهای اهمیت دارد که در حال حاضر وبسایتهای اگریگیتور (تجمیعکننده) برای بینیاز کردن مشتریان از جستجو در وبسایت تکتک بانکها فعالیت میکنند. درحالیکه صدها محصول متنوع در بازار وجود دارد، هوش مصنوعی میتواند به مشتریان کمک کند بهترین محصول را با توجه به شرایط و نیازهایشان، پیدا کنند.
۳- مشاوره مالی
مشاوره مالی کار دشواری است و مشاور باید از تمامی مقرراتی که در امور مالی وجود دارد، بهطور کامل آگاه باشد. مشاوران مجازی و چتباتها میتوانند پشتیبان ۲۴ ساعته فراهم کنند و تجربهای شخصیسازیشده برای تکتک مشتریان رقم بزنند.
علاوهبراین، هوش مصنوعی با استفاده از پایگاههای داده خود، میتواند سوالات مشتریان را تفسیر کند و نیاز اصلی افرادی که نمیتوانند منظور خودشان را بهدرستی بیان کند را حدس بزند. برای مطمئن شدن از دقت مشاوره ابزارهای هوش مصنوعی، میتوان ابزارهایی با اهداف خاص که روی یک محصول تمرکز میکنند، تولید کرد.
۴- مربیگری و آموزش
در راستای مشاوره دادن به مشتریان، بعضی از بانکها به سمت ارائه خدمات "مربیگری سبک زندگی" نیز پیش رفتهاند. این بانکها با ارائه محتوای آموزشی، به مشتریان خود کمک میکنند با شناخت بهتر از بازار، تصمیمات اقتصادی بهتری بگیرند. این بانکها در حال حاضر در کنار مشاوران انسانی از اپلیکیشنهای خود هم استفاده میکنند که قابل بهرهگیری از هوش مصنوعی هستند.
۵- مدیریت تراکنشها
چتباتها میتوانند نقش یک دستیار را در امور مالی افراد، ایفا کنند و به وکالت از افراد، حساب آنها را مدیریت کنند. بهعنوان مثال، یک نفر میتواند به آنها بگوید «در انتهای هر ماه پنجاه درصد سود سپرده من را به یک حساب خاص منتقل کن» یا «مطمئن شو حساب جاری من از ده میلیون تومان کمتر نشود و هروقت که لازم است، از حساب پساندازم به آن منتقل کن».
۶- شناسایی کلاهبرداریها
هوش مصنوعی با استفاده از دادههای کلان، میتوانند فعالیت حسابهای مختلف را زیرنظر بگیرند و الگوی رفتار مشتریان را متوجه شوند؛ بهاین ترتیب، در صورت وقوع هر اتفاق مشکوک (مانند خروج مبلغ فوقالعاده در زمان یک خرید روزمره)، قربانیان بالقوه را از این مساله آگاه کنند.
علاوهبراین، با توجه به اینکه تبهکاران حرفهای مبالغ کلاهبرداریشده را در یک مجموعه حساب واسطه (موسوم به قاطر) جابجا میکنند تا گم شوند، هوش مصنوعی به ردیابی آنها هم کمک میکند. گفتنی است مسترکارت در سه سال گذشته جلوی ۳۵ میلیارد دلار کلاهبرداری را با کمک هوش مصنوعی گرفته است.
۷- افزایش امنیت سایبری
یکی از قابلیتهای هوش مصنوعی، شبیهسازی انواع حمله سایبری و تست کردن میزان امنیت سیستمهاست. هوش مصنوعی مولد میتواند با استفاده از الگوریتمها، انواع سناریوهای حمله مانند بدافزارها، فیشینگ و نفوذ در شبکه را تقلید کند. با این کار، نهادهای مالی میتوانند ضعفهای سیستمهای خود را بهسرعت شناسایی کرده و سیستم دفاعی خود را تقویت کنند.
۸- اعتبارسنجی متقاضیان وام
ارزیابی ریسک و امتیازدهی اعتباری یک مساله مهم در صنعت بانکداری است؛ در هنگام اعطای وام، نهادهای مالی باید متقاضیان را اعتبارسنجی کنند و میزان ریسک بالقوه اعطای وام به آنها را برآورد کنند. روشهای سنتی ارزیابی ریسک معمولا، با استفاده از مقررات ازپیشتعیینشده بودهاند که ممکن است نتوانند به همه پیچیدگیهای اعتبارسنجی اشخاص توجه کنند. هوش مصنوعی (مولد) میتواند در کمترین زمان ممکن و با استفاده از پایگاههای داده متنوع، این ارزیابیها را انجام دهد. گفتنی است اعتماد کامل به اعتبارسنجی هوش مصنوعی، بدون ریسک نیست که در ادامه به آن خواهیم پرداخت.
ریسکهای هوش مصنوعی
درحالیکه هر روز از ابتکار جدیدی در حوزه هوش مصنوعی رونمایی میشود، باید متوجه خطرات استفاده شتابزده از ابزارهای این فناوری نیز باشیم. بخشی از ریسکها با توجه به اعتماد ما به فناوری است و این تصور که چون کامپیوتر، هیجانات انسانی را ندارد، بنابراین کمتر خطا میکند. بخش دیگر ریسکها هم بیشتر مربوط به این مساله اخلاقی است که "آیا درست است که ماشینها را جایگزین انسانها کنیم؟"
فراتر از اشتباهات انسانی
موتورهای هوش مصنوعی خطاهای ناشی از عواطف و هیجانات انسانی را ندارند، اما مجبورند از پایگاههای دادهای استفاده کنند که انسانها گردآوری کردهاند؛ زمانیکه این اطلاعات با سوگیری گردآوری شده باشند، پردازش هوش مصنوعی نیز با خطا مواجه میشود. نقص پایگاههای داده و تفاوت زبان و فرمت سیستمها نیز ابزارهای هوش مصنوعی را دچار مشکل میکنند.
با این حال عاری بودن از عواطف انسانی، مهمترین ریسک هوش مصنوعی نیز هست؛ درحالیکه متصدیان انسانی ممکن است در مواجهه با حالت ناراحتی مشتریان، بهدنبال تغییر رویه و پیدا کردن راههای جدید باشند، هوش مصنوعی از استیصال انسانها متاثر نمیشود. این مساله زمانی ترسناکتر میشود که به یاد بیاوریم، ممکن است تصمیمگیری هوش مصنوعی براساس اطلاعات ناقص و سوگیرانه بوده باشد.
جایگزین شدن با کارکنان انسانی
با توجه به دیجیتالیشدن فرآیندها، استفاده گسترده از هوش مصنوعی بسیاری از صاحبان مشاغل را مجبور به یادگیری مهارتهای جدید میکند؛ شغلهایی که در آینده نزدیک، مجبور به همراه شدن با روند تغییراتند در بخشهای مختلف مانند فناوری اطلاعات، تولید محتوا، حسابداری، مشاوران حقوقی، تحلیل بازار، تحلیل مالی و حتی مشاوران اقتصادی هستند. علاوهبراین هوش مصنـوعی در کسـبوکارهای گـونـاگون، شغـلهای جـدیـدی ایجـاد میکنـد، که نیـازمند فراگیـری مهارتهای وسیع و تخصصی هستند.
افزوده بهجای مصنوعی
بهنظر میرسد که راهکار مواجهه با ریسکهای هوش مصنوعی، نه در مخالفت با آن، بلکه در استفاده درست از آن با "هوش افزوده" باشد. هوش افزوده (AU: Augmented Intelligence) یک رویکرد در هوش مصنوعی است که تحت عنوان تقویت هوش یا تقویت شناختی نیز شناخته میشود. هوش افزوده بهجای جایگزینی با هوش انسانی بهدنبال ترکیب قدرت انسانی و ماشینی برای بهبود فرآیند تصمیمگیری است. بهاین ترتیب، هوش افزوده نهتنها از بیکاری گسترده متخصصان، جلوگیری میکند، بلکه با نظارت انسانی میزان اشتباهات را بهحداقل میرساند. هوش مصنوعی این توان را دارد که کل صنعت بانکداری را متحول کرده و بر محور نیازها و تمایلات مشتریان، آن را بازسازی کند. با این حال این تحول باید با سرعت و دقتی صورت بگیرد که مشتریان و اهالی این صنعت، آسیبی نبینند.