خبرگزاری آریا - هوش مصنوعی (AI)، به‌عنوان یک فناوری تحول آفرین، در حال بازتعریف صنعت بانکداری است و نقش اساسی در شکل‌دهی به آینده خدمات مالی ایفا میکند. این فناوری با توانایی تحلیل داده‌های حجیم، بهبود اتوماسیون فرآیندها، تشخیص الگوهای رفتاری مشتریان و کشف تقلب‌های پیچیده، بانک‌ها را قادر ساخته تا خدماتی چابک‌تر، دقیق‌تر و شخصی‌سازی شده‌تر ارائه دهند. بانک ملی ایران نیز با استفاده از هوش مصنوعی، قدم‌های مؤثری در جهت ارتقای تجربه مشتریان و بهینه‌سازی عملیات داخلی برداشته است. از پیاده‌سازی دستیاران هوشمند برای پاسخگویی به درخواستهای غیرحضوری و پیش‌بینی تقاضا، تا سیستم‌های پیشرفته اعتبارسنجی و شناسایی تراکنش‌های مشکوک، این بانک در حال حرکت به سوی یک نظام بانکداری هوشمند و دیجیتال است. در گفت‌وگویی با مهدی علی آقایی رئیس اداره کل توسعه سیستم‌ها به بررسی کاربردهای فعلی هوش مصنوعی در بانک ملی ایران، پروژه‌های در دست اجرا، تأثیر آن بر خدمات مشتری محور، چالش‌های موجود و چشم‌انداز آینده این فناوری در نظام بانکی کشور پرداختیم که در ادامه می خوانید:
برای نخستین پرسش بفرمایید از نظر شما هوش مصنوعی د ر آیند ه صنعت بانکد اری چه نقشی خواهد د اشت؟
هوش مصنوعی به عنوان یک فناوری تحول آفرین ، نقش اساسی د ر آیند ه صنعت بانکد اری خواهد د اشت. این فناوری با توانمند ی د ر تحلیل د اد ه، بهبود اتوماسیون و فرآیند های جاری ، کشف الگوی رفتارهای غیر متعارف د ر تشخیص و کشف تقلب و ارائه خد مات شخصی سازی شد ه، مسیر بانک ها را به سوی چابکی ، د قت و د ر نهایت رضایت بیشتر مشتریان هموار می سازد و نقش آن را می توان د ر چند محور کلید ی زیر بررسی کرد :
با ظهور نسل جد ید مد ل های زبانی بزرگ ( LLM ) و هوش مصنوعی مولد ( GenerativeAI ) بانک ها قاد ر خواهند بود خد مات کاملاً فرد محور و پیش بینانه ارائه د هند . همچنین سیستم های AI می توانند بر اساس الگوهای تراکنش محور، رفتار آنلاین و د اد ه های مالی هر مشتری، پیشنهاد ات سرمایه گذاری، وام یا بسته های پس اند از را به صورت خود کار تولید کنند و حتی د ر لحظه مناسب به مشتری ارائه کنند که هر د و موضوع ذکر شد ه با ارتقای تجربه مشتری و شخصی سازی خد مات بانکی همراه خواهد بود .
د ستیاران هوشمند و اتوماسیون فرآیند های روباتیک ( RPA ) با استفاد ه از AI می توانند وظایف تکراری مثل ورود د اد ه، صد ور گزارش های مالی و پاسخگویی اولیه را خود کار کنند . با این حال چالش اصلی، تبد یل این افزایش کارایی به د رآمد مستقیم است؛ بانک ها هنوز د ر یافتن کاربرد های سود آور برای AI د ر حوزه هایی مانند بهینه سازی معاملات یا جذب مشتریان جد ید د ر حال تامل اند .
الگوریتم های یاد گیری ماشین امکان تشخیص تقلب ( fraud detection ) و تحلیل اعتبارسنجی ( credit scoring ) د قیق تر و برخط را فراهم می آورند . به کارگیری AI د ر ارزیابی د رخواست های وام، باعث تخمین د قیق تر ریسک و کاهش احتمال نکول می شود ؛ بر همین اساس بانک ها می توانند از این طریق هزینه های مربوط به ریسک را کاهش د اد ه و نسبت NPL را بهبود ببخشند . همچنین پیش بینی می شود ر گولاتورها به تد ریج از ابزارهای هوش مصنوعی برای پایش رفتار موسسات مالی بهره خواهند برد تا اطمینان د هند که قوانین ضد پولشویی ( AML ) و شناسایی مشتری ( KYC ) به د رستی
اجرا شوند .
بانکد اری باز ( Open Banking ) و پلتفرم های API محور، با ترکیب AI ، امکان ارائه خد مات مالی یکپارچه از سوی استارتاپ ها و فین تک ها را فراهم می سازد . پیش بینی می شود که تجربه د یجیتال مشتریان د ر 2025 «انسان گونه تر، متصل تر و توانمند سازتر» خواهد شد ، به طوری که رابط های گفت و گو محور و نمایه های رفتاری پیش بینی کنند ه به استاند ارد
بد ل می شوند .
ورود گسترد ه AI به عملیات بانکی مستلزم بازآموزی ( upskilling ) و تغییر فرهنگ سازمانی است. بد یهی است بانک هایی که استراتژی AI خود را با سرمایه گذاری د ر مهارت های د اد ه محور و تغییر ساختار سازمانی (مانند تیم های چابک) همراه کرد ه اند ، نتایج به مراتب بهتری د ر بهره وری و نوآوری کسب خواهند کرد .
کاربرد های فعلی هوش مصنوعی د ر بانکی ملی ایران را نیز توضیح د هید .
بانک ملی ایران تاکنون از ظرفیت هوش مصنوعی د ر حوزه هایی نظیر چت بات برای پاسخ گویی هوشمند ، تحلیل رفتار مشتری و شناسایی مشتریان برای احراز هویت د ر تراکنش های غیرحضوری پیش بینی تقاضا ، سیستم های اعتبارسنجی و سامانه های نظارت بر تراکنش های مشکوک بهره برد اری کرد ه است.
خد مت جد ید «د ستیار هوشمند ( AI Assis tant )» به صورت آزمایشی د ر زمینه د رخواست های تسهیلات غیرحضوری برای برخی از کاربران د ر سامانه بام فعال شد ه است. این خد مت مبتنی بر فناوری هوش مصنوعی با هد ف ارتقای سطح تعامل کاربران با سیستم، تسریع د ر پاسخ گویی و بهینه سازی فرآیند ها طراحی و پیاد ه سازی شد ه و قاد ر است با د رک زبان طبیعی کاربر، به صورت خود کار به پرسش ها پاسخ د هد ، کاربران را د ر استفاد ه از خد مات راهنمایی و اطلاعات مورد نیاز را استخراج نماید و د ر برخی موارد پیشنهاد های هوشمند انه ارائه د هد . همچنین، امکان یاد گیری مد اوم از تعاملات گذشته را د اراست و می تواند عملکرد خود را د ر طول زمان بهبود بخشد .
خد مت د یگری با نام «آنی بام» تراکنش های پرتکرار کاربر را پیشنهاد می د هد . این خد مت با استفاد ه از الگوریتم های یاد گیری ماشین ( Machine Learning ) با تحلیل رفتار کاربر و بررسی سوابق تراکنش ها، الگوهای پرتکرار را شناسایی و تراکنش های احتمالی یا مورد نیاز را به صورت هوشمند پیشنهاد می د هند .
پروژه های د ر د ست اجرا با محوریت هوش مصنوعی را بفرمایید .
د ر پروژه زیرساخت تحلیل د اد ه های لاگین بام موارد ی به شرح زیر د ر د ست اقد ام است:
تحلیل رفتار کاربران د ر لحظه ورود به سامانه بام و مد یریت نشست ها و د ستگاه ها
پیاد ه سازی مد ل های یاد گیری ماشین برای تحلیل د اد ه های لاگین
امکان مسد ود ی سازی و اطلاع رسانی به کاربر و تیم امنیتی د ر صورت تشخیص فعالیت های مشکوک
د ر سامانه «مرکز خد مات مشتریان ( CSM )» چه قابلیت هایی د ر د ستور کار قرار د ارد ؟
استفاد ه از د اد ه های مشتریان د ر مرکز سرویس به عنوان ورود ی مد ل های هوش مصنوعی به منظور ارائه خد مات توصیه گری ( Recommendation Sys tems )
استفاد ه از سیستم های سلف سرویس سنتی ( IVR , Chat Bot ) بر پایه بهره برد اری از مد ل های هوش مصنوعی
تحلیل و پایش هوشمند د اد ه های مشتریان
بخش بند ی مشتریان
قابلیت تحلیل الگوهای رفتاری و پیش بینی نیاز بعد ی مشتری
پیشنهاد هوشمند محصولات و خد مات متناسب با د سته بند ی مشتریان
امتیازد هی و د سته بند ی مشتریان بر اساس ارزش، وفاد اری و ریسک
تأثیر هوش مصنوعی بر خد مات مشتری مد ار را چگونه ارزیابی می کنید ؟
با بهره گیری از هوش مصنوعی، خد مات بانک ملی به سوی شخصی سازی هر چه بیشتر، سرعت پاسخگویی بالا، پیش بینی نیازهای مشتریان و افزایش رضایتمند ی حرکت کرد ه است. این موضوع منجر به بهبود تجربه مشتری و ارتقای بهره وری عملیاتی شد ه است.
هوش مصنوعی با توانایی تحلیل سریع و د قیق د اد ه های کلان، نقش مهمی د ر تصمیم سازی های کلان بانکی ایفا می کند . این تحلیل ها شامل پیش بینی روند های بازار، شناسایی فرصت های کسب وکار و مد یریت بهینه منابع است.
زیرساخت های فنی د ر بانک ملی ایران د ر چه وضعیتی قرار د ارند ؟
بانک ملی ایران با سرمایه گذاری مستمر د ر توسعه زیرساخت های فنی، ازجمله راه اند ازی مراکز د اد ه پیشرفته، ایجاد پلتفرم های هوش مصنوعی و تحلیل د اد ه، و تربیت نیروی انسانی متخصص، آماد گی لازم جهت گسترش این فناوری را فراهم کرد ه است.
توسعه کاربرد های هوش مصنوعی د ر نظام بانکی کشور با چه چالش هایی روبه روست؟
از مهم ترین چالش ها می توان به محد ود یت د سترسی به د اد ه های باکیفیت، نیاز به نیروی انسانی متخصص، ضرورت حفظ حریم خصوصی مشتریان و نبود چارچوب های قانونی و نظارتی جامع اشاره کرد .
چشم اند از آیند ه هوش مصنوعی د ر بانک ملی ایران را چگونه می بینید ؟
آیند ه هوش مصنوعی د ر بانکی ملی بسیار روشن ارزیابی می شود . فناوری اطلاعات د ر تلاش است تا با تعریف اهد افی چون توسعه خد مات هوشمند ، ارتقای تجربه مشتری، بهینه سازی عملیات د اخلی و حرکت به سوی بانکد اری شناختی، د ر مسیر تحول د یجیتال
پیشگام باشد .