هوش مصنوعی در خدمات مالی: کاربردها و مزایا
زمان مطالعه: ۵ دقیقهpan>
امروزه هوش مصنوعی در خدمات مالی همه چیز را، از دستیاران ربات چت گرفته تا تشخیص تقلب و اتوماسیون وظایف، در بر میگیرد. بر اساس گزارشهای شرکت تحقیقاتی اینسایدر اینتلیجنس (Insider Intelligence) که پیشتر با نام ایمارکتر (eMarketer) شناخته میشد، در حال حاضر اکثر بانکها (در حدود ۸۰ درصد آنها) از مزایای بالقوه ارائهشده توسط هوش مصنوعی آگاه هستند.
بانکهایی که از هوش مصنوعی استفاده میکنند میتوانند فرآیندهای خستهکننده را سادهسازی کنند و با ارائه دسترسی بیستوچهار ساعته به حسابها و خدمات مشاوره مالی، تجربه مشتری را به میزان قابل توجهی بهبود ببخشند.
با پیشرفت فناوری، افزایش پذیرش کاربر و تغییر چارچوبهای نظارتی، تصمیم مؤسسات مالی برای بهرهگیری از هوش مصنوعی نیز تسریع خواهد شد.
با توجه به مزایای کلیدی کسبوکار و تقاضای مصرفکنندگان پیگیر و آگاهِ فناوری، مؤسسات مالی روز به روز الگوریتمهای هوش مصنوعی در خدمات مالی را گسترش میدهند و در همه خدمات مالی از آنها بهره میبرند. در این مقاله به کاربردهای گوناگون هوش مصنوعی در خدمات مالی اشاره میکنیم.
هوش مصنوعی در امور مالی شخصی
یکی از زمینههای کاربرد هوش مصنوعی در خدمات مالی، مبحث امور مالی شخصی است. مصرفکنندگان تشنه استقلال مالی هستند و ارائه توانایی برای مدیریت سلامت مالی، نیروی محرکه پذیرش هوش مصنوعی در امور مالی شخصی است؛ چه این امر با ارائه راهنمایی مالی بیستوچهار ساعته از طریق رباتهای چت با پردازش زبان طبیعی صورت بگیرد و چه از راه بینش شخصیسازی برای راه حلهای مدیریت مالی. استفاده از هوش مصنوعی برای هر مؤسسه مالیای که به دنبال تبدیل شدن به یک بازیگر برتر در زمینه صنعت است، ضروری است.
نمونه اولیه هوش مصنوعی در امور مالی شخصی را شرکت خدمات مالی آمریکایی کپیتال وان با محصول ایاِناو (Eno) در سال ۲۰۱۷ ارائه کرد. ایاِناو اولین دستیار مبتنی بر متن پیام کوتاه زبان طبیعی بود که توسط یک بانک در ایالات متحده آمریکا به مشتریان ارائه شد. ایاِناو با ایجاد بینش، از طریق بیش از ۱۲ قابلیت فعالانه به پیشبینی نیازهای مشتری میپردازد و در اموری مانند هشدار دادن به مشتریان درباره موارد مشکوک به تقلب یا افزایش قیمت در خدمات اشتراک به آنها خدمترسانی میکند.
هوش مصنوعی در امور مالی مصرفکننده
یکی از مهمترین موارد تجاری برای هوش مصنوعی در خدمات مالی، توانایی آن در جلوگیری از کلاهبرداری و حملات سایبری است. طبق گزارش اینسایدر اینتلیجنس (Insider Intelligence)، مشتریان در حال حاضر بیش از هر چیز به دنبال بانکها و مؤسسات مالیای هستند که حسابهای ایمن را ارائه میکنند؛ بهویژه با وجود زیانهای ناشی از تقلب در پرداخت آنلاین، که انتظار میرود تا سال ۲۰۲۳ به ۴۸ میلیارد دلار در سال افزایش یابد، اهمیت حسابهای ایمن بیش از پیش شده است. هوش مصنوعی این توانایی را دارد که بینظمیها را در الگوهایی که مورد توجه انسانها قرار نمیگیرد، تجزیه و تحلیل کند و کاستیهای امنیتی را از بین ببرد.
شرکت خدمات مالی و بانکداری آمریکایی چندملیتی جِیپی مورگان چِیس (JPMorgan Chase) یکی از شرکتهای خدمات مالی و بانکداری است که از هوش مصنوعی در خدمات مالی ارائهشده برای مشتریانش بهره میبرد. بیش از پنجاه درصد از درآمد خالص جِیپی مورگان چِیس از همین طریق به دست میآید.
جِیپی مورگان چِیس برنامههای کاربردی کلیدی کشف کلاهبرداری را برای دارندگان حساب خود پذیرفته است. به عنوان مثال، یک الگوریتم اختصاصی برای شناسایی الگوهای تقلب پیادهسازی کرده است. هر بار که تراکنش با کارت اعتباری پردازش میشود، جزئیات تراکنش به رایانههای مرکزی در مراکز داده چِیس ارسال میشود و سپس با بررسی جزئیات مشخص میگردد که آیا تراکنش تقلبی است یا خیر. نمرات بالای چِیس، هم در امنیت و هم در قابلیت اطمینان، که تا حد زیادی با استفاده از هوش مصنوعی در خدمات مالی تقویت شده است، باعث شده است که این شرکتِ خدمات مالی و بانکداری در نظرسنجی اعتماد دیجیتال بانکی آمریکا که در سال ۲۰۲۰ توسط اینسایدر اینتلیجنس برگزار شد رتبه دوم را به دست آورد.
هوش مصنوعی در خدمات مالی شرکتها
استفاده از هوش مصنوعی در خدمات مالی شرکتها میتواند برای آنها بسیار مفید باشد؛ زیرا هوش مصنوعی میتواند میزان ریسک و خطرات وام را بهتر پیشبینی و ارزیابی کند. برای شرکتهایی که به دنبال افزایش ارزش خود هستند، فناوریهای هوش مصنوعی مانند یادگیری ماشینی میتواند به بهبود پذیرهنویسی وام و کاهش ریسک مالی کمک کند. هوش مصنوعی همچنین میتواند جرایم مالی را از طریق کشف پیشرفته تقلب و شناسایی فعالیتهای غیرعادی کاهش دهد.
برای نمونه شرکت هلدینگ خدمات مالی و بانکداری آمریکایی یو.اس بانک (U.S. Bank) از هوش مصنوعی در برنامههای پشت صحنه سازمانی (مواردی چون سیستمهای مرتبط با امور آی تی داخلی سازمان، واحدهای منابع انسانی و حسابداری) و نیز گروه کارکنان خود استفاده میکند. یو.اس بانک تمام دادههای مربوط به مشتریان را از طریق یادگیری عمیق، گردآوری، دستهبندی و آنالیز میکند تا به شناسایی عناصر نامطلوب کمک کند. این شرکت، که از این فناوری برای مبارزه با پولشویی نیز استفاده میکند، توانسته است با بهرهگیری از هوش مصنوعی در خدمات مالی، خروجی فعالیت خود را در مقایسه با قابلیتهای سنتی سیستمهای قبلی تا دوبرابر افزایش دهد.
مزایای هوش مصنوعی در خدمات مالی
مزایای پیادهسازی هوش مصنوعی در خدمات مالی، برای اموری مانند اتوماسیون وظایف، تشخیص تقلب و ارائه توصیههای شخصیشده، بسیار زیاد است. موارد استفاده از هوش مصنوعی میتواند صنعت مالی را در زمینههایی مختلف مانند فعال کردن تعاملاتِ بدون اصطکاک و شبانهروزی با مشتری، کاهش نیاز به کارهای تکراری، کاهش نتایج نادرست و خطای انسانی و نیز در پسانداز متحول کند.
خودکارسازی وظایف گروه کارکنان مؤسسات خدمات مالی با هوش مصنوعی این ظرفیت را دارد که تا سال ۲۰۲۵، در حدود ۷۰ میلیارد دلار برای بانکهای آمریکای شمالی صرفهجویی کند. علاوه بر این، کل صرفهجویی در هزینههای بالقوه بانکها از طریق برنامههای هوش مصنوعی تا سال ۲۰۲۳، ۴۴۷ میلیارد دلار تخمین زده میشود که ۴۱۶ میلیارد دلار از مجموع این هزینهها به مدیران و گروه کارکنان مؤسسات خدمات مالی اختصاص دارد.
فین تک: آینده هوش مصنوعی در خدمات مالی
مؤسسات مالی در مواجهه با تقاضای رو به رشد مصرفکننده برای عرضههای دیجیتال و نیز تهدید استارتآپهای هوشمند، به سرعت خدمات دیجیتالی را اتخاذ میکنند تا بتوانند با استفاده از هوش مصنوعی در خدمات مالی همچنان مشتریان خود را حفظ کنند. طبق آمارها در سال ۲۰۲۱ بودجه بانکهای جهانی فناوری اطلاعات به ۲۹۷ میلیارد دلار افزایش یافت.
با تبدیل شدنِ سریعِ نسل هزاره یا ایگرگ (متولدان اواخر دهه ۱۹۷۰ تا حدود ۲۰۰۰) و نسل زِد (متولدان اواسط دهه ۱۹۹۰ تا حدود ۲۰۱۰) به بزرگترین گروه مشتریان در دسترسِ بانکها در آمریکا، مؤسسات مالی به جد تلاش میکنند که بودجه فناوری اطلاعات و هوش مصنوعی خود را افزایش دهند تا نیاز مشتریان را با استانداردهای دیجیتال بالاتری برآورده کنند؛ زیرا این مشتریان جوانتر روشهای نوین و بانکداری دیجیتال را به روشهای سنتی ترجیح میدهند، به نحوی که ۷۸ درصد از نسل هزاره مایلاند در صورت امکانِ انجام دادن غیرحضوری کارهای بانکی خود، هرگز پا به هیچ شعبهای در بانکها و مؤسسات مالی نگذارند.
پیش از شیوع بیماری کرونا به دلیل امکانات مناسبی که هوش مصنوعی در خدمات مالی ایجاد میکند، توجه مشتریان از بانکداری سنتی به بانکداری آنلاین و تلفن همراه جلب شده بود. اما فراگیر شدن بیماری کرونا بهطور چشمگیری فرایند رشد بانکداری آنلاین و تمایل مشتریان برای استفاده از روشهای نوین بانکداری را تسریع کرد؛ زیرا توصیههای بهداشتی در مورد ماندن در خانه در همهجا اجرا شد و مشتریان ناچار بودند از طریق غیر حضوری به مسائل مالی خود سامان بدهند.
طبق تخمینهای اینسایدر اینتلیجنس، پذیرش بانکداری آنلاین و موبایلی در بین مشتریان آمریکایی تا سال ۲۰۲۴ به روند رو به رشد خود ادامه میدهد و در دو سال آینده به ترتیب به ۷۲.۸ و ۵۸.۱ درصد میرسد. این رشد چشمگیر گرایش مشتریان به استفاده از هوش مصنوعی در خدمات مالی، مجهز شدن به هوش مصنوعی را برای آن دسته از مؤسسات مالی و بانکها که به دنبال موفقیت و رقابت در صنعت در حال تحول امور مالی و بانکداری هستند به امری حیاتی تبدیل میکند.
انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید