پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
جعفر جهانی، کارشناس هوش مصنوعی / در ایران روند انتقال پول در 20 سال گذشته شاهد تغییرات بسیاری بوده است. استفاده گسترده از دستگاه‌های خودپرداز تا انتقال وجه اینترنتی و تدوین قانون‌هایی که روزمره با آنها سروکار داریم؛ همانند سقف واریز و برداشت یا قوانین مبارزه با پول‌‌شویی. اگر نگاه دقیق‌تری به این موضوع بیندازیم، متوجه خواهیم شد که ماشین‌ها بسیار کارآمدتر از انسان‌ها عمل می‌کنند. به طور مثال عملکرد یک دستگاه خودپرداز را بررسی کنیم؛ بدون خستگی و مرخصی، ارائه خدمات در هفت روز هفته و 24 ساعت شبانه‌روز، بدون اشتباه در محاسبات. ظهور بانک‌های خصوصی و تغییر ظاهری ارائه خدمات شاید نمایان‌ترین بخش این حوزه باشد؛ شعبه‌هایی مدرن با خدمات جدید.
جالب است بدانیم قبل از این بانک‌ها حتی صندلی برای مراجعه‌کنندگان خدمات بانکی وجود نداشت! اگر کمی جلوتر برویم، نئوبانک‌ها را خواهیم داشت؛ بدون شعبه و باجه. تمامی مراحل بانکداری روی دستگاه تلفن همراه شما انجام می‌شود؛ موردی که اگر 10 سال پیش به هر فعال مالی گفته می‌شد به طور کلی غیرممکن به نظر می‌رسید.
امروز تمامی مراحل اعتبارسنجی و احراز هویت به صورت سیستمی و با کمترین دخالت انسان انجام می‌شود. تمامی این موارد تصمیم‌هایی ازپیش‌‌تعیین‌شده هستند که هوشمندی برای تصمیم‌گیری در آنها وجود ندارد. با این حال تغییرات شگرفی در تمامی حوزه‌ها؛ حتی نیروی انسانی و دارایی‌های ملکی بانک‌ها رقم زده‌اند. آنچه شخصاً شاهد بوده‌ام، این است که واکنش‌ها و وضع قوانین در ایران بعد از تغییرات اتفاق می‌افتد. حال سؤال اینجاست با توجه به اینکه حوزه پرداخت الکترونیک در ایران عمده حجم تعدادی تراکنش‌ها را برعهده دارد، آیا فناوری‌های نوظهور هوش مصنوعی باز ما را غافلگیر خواهد کرد؟ با توجه به آینده نامعلومی که هر روز در آن شگفتی‌هایی را از هوش مصنوعی می‌بینیم، بهتر است خط فکری مناسبی برای آینده آن ترسیم شود یا برای سناریوهایی که قابل پیش‌بینی هستند آماده باشیم. شاید اگر چند سال گذشته آخرین حوزه ورود هوش مصنوعی را از کارشناسان این رشته می‌پرسیدیم، پاسخ همه آنها هنر بود؛ موردی که در هفته‌های گذشته نمونه‌های بی‌نقص آن را دیدیم. از کشف آنتی‌بیوتیک جدید تا نمایشگاهی که توسط هوش مصنوعی در لندن ساخته و نگهداری می‌شد، همه و همه غافلگیری‌های روزمره این رشته است. بنابراین در این مقاله سعی دارم به تعدادی از مواردی بپردازم که در صنعت پرداخت توسط ژورنال‌های بین‌المللی بررسی شده‌اند.
مدیریت کلاهبرداری؛ اولین حوزه ورود هوش مصنوعی
چیزی که به صورت مشترک در همه مقالات در حوزه پرداخت به آن اشاره شده، سرویس‌های مدیریت کلاهبرداری یا Fraud Detection است. هوش مصنوعی می‌تواند دیتای تراکنش بیشتری را با خطای کمتری پردازش کند. الگوریتم‌های یادگیری ماشین supervised می‌توانند الگوهای مشخصی برای پرداخت در نظر بگیرند که این موضوع می‌تواند مبتنی بر تجربه‌های موجود در صنعت باشد. این در حالی است که الگوریتم‌های Unsupervised می‌توانند خارج از این حیطه عمل کرده و تراکنش‌های مشکوک را اعلام کنند. این الگوریتم‌ها در طول زمان می‌توانند به بلوغ تصمیم‌گیری برسند و به صورت مستقل برای تشخیص اقدام کنند.
این الگوها ممکن است حتی به ذهن قانون‌گذاران نیز خطور نکرده باشد، زیرا قانون‌گذاران انجام کارهای غیرقانونی را مد نظر دارند و پایش می‌کنند، اما کلاهبرداران واقعی با استفاده از بسترهای قانونی برای انجام تقلب اقدام می‌کنند که خلاء قانون امکان مواجهه با آنها را نمی‌دهد. چه‌بسا بایستی منتظر روزی باشیم که تراکنش‌های مشکوک امکان انجام را نداشته باشند. شاید هم‌اکنون این موضوع در ایران دور از دسترس به نظر برسد، اما نگاهی به مقالات علمی نوشته‌شده در دانشگاه‌ها می‌تواند مؤید این موضوع باشد که حتی در ایران نیز به این موضوع توجه خاصی شده است.
پیش‌بینی وضعیت کسب‌وکارها در آینده
احراز هویت و اعتبارسنجی اشخاص بر اساس رفتار مالی گذشته آنها به امری معمول تبدیل شده است. حتی در زمان‌های سرمایه‌گذاری برای فروشگاه‌ها نیز نوع صنعت و سوددهی آن در وضعیت فعلی در نظر گرفته می‌شود. اما آیا این کسب‌وکارها در آینده هم سودده خواهند بود و بازگشت سرمایه با توجه به وضعیت اقتصادی خواهند داشت یا خیر؟ پیچیدگی فعلی این موضوع باعث شده قراردادهای تضمین بازگشت وجه سرمایه‌گذاری دارای پیچیدگی و خطا باشد. همچنین آینده کسب‌وکارها در کشورمان با توجه به وضعیت اقتصادی ایران نامشخص است و اگر حتی در بهترین حالت، کسب‌وکاری سوددهی لازم را نیز داشته باشد همیشه این سؤال مطرح است که آیا این بهترین فرصت برای سرمایه‌گذاری است یا فرصت‌های دیگری با نرخ بالاتر سوددهی در بازار وجود داشته است؟ حتی خبره‌ترین کارشناسان حوزه‌های مرتبط نیز نمی‌توانند تمامی بازار را رصد کنند و حتی اگر تیمی برای این موضوع وجود داشته باشد، تعداد المان‌های تأثیرگذار و همچنین تأثیرات ساعات تعطیلی بازار آنقدر زیاد است که از عهده پردازش انسان خارج است.
اینجا حوزه‌ای است که می‌توان از هوش مصنوعی بهره برد. بینایی ماشین به همراه الگوریتم‌های تشخیص الگو می‌توانند در اینجا راهگشا باشند. هم‌اکنون اکثر شرکت‌های سرمایه‌گذاری خارجی از این متدها برای تعیین نرخ بازگشت و ریسک‌پذیری سرمایه بهره می‌برند. سرمایه محدود است و انتخاب بهترین فرصت سرمایه‌گذاری مزیت رقابتی بی‌نظیری ایجاد خواهد کرد که اگر شرکت‌ها از آن غافل شوند، ممکن است عرصه تجارت خود را به رقیبان واگذار کنند. کمترین سطحی که می‌توان از این موضوع بهره برد، بازیابی پایانه‌های مفقودی پرداخت است. همچنین کسب‌وکارهای خرد نوظهوری که پس از مدتی امکان سوددهی را نداشته و پس از دریافت دستگاه‌ها یا امکانات شرکت پرداخت از فعالیت یا همکاری خودداری می‌کنند.
پایش و پیش‌بینی خطا در ارائه خدمات پرداختی
تمامی شرکت‌های ارائه‌دهنده خدمات پرداخت در ایران جهت ارائه سرویس به شرکت‌های ارائه‌دهنده پهنای باند وابسته هستند. همچنین نیاز است الزامات کسب‌وکار در لحظه پایش شده و بسته به مخاطرات موجود اقدامات لازم انجام شود. به همین منظور واحدهای پایش و مانیتورینگ در این شرکت‌ها ایجاد شده و به صورت دائمی در حال مانیتورینگ وضعیت ارائه سرویس‌ها هستند. انتقال دانش و تجربه و همچنین انجام اقدام مناسب در زمان بروز رخداد، چالش اصلی این واحدهاست. باید در نظر داشته باشیم هوشیاری انسان و تجربه نیروی انسانی در شیفت‌های مختلف نیز متغیر است. فناوری‌های یادگیری ماشین، شناسایی الگو یا بینایی ماشین می‌توانند در این قسمت راهگشا باشند. حتی می‌توانند بروز رخداد یا خطا را در آینده مشخص یا ریشه مشکل را پیدا کنند. این موضوع می‌تواند میزان خطا را کم کرده و زمان بروز اقدام را به‌شدت کاهش دهد. به‌علاوه پایداری ارائه خدمات را تحت تأثیر قرار خواهد داد و مزیت رقابتی بسزایی هم نسبت به سایر رقبا ایجاد خواهد کرد و در نهایت باعث خواهد شد کیفیت خدمات افزایش یابد. بازرسی‌های دوره‌ای امنیت نیز می‌تواند در لحظه باشد و هرگونه خطایی اطلاع‌رسانی شود. در نظر داشته باشید سیستم‌ها چالش‌های رایج انسانی را ندارند و همین موضوع باعث خواهد شد دقت نیز افزایش پیدا کند.
نیروی انسانی درگیر در ارائه خدمات
آنچه تاکنون شاهد آن در فرآیند فراگیری سیستم‌های هوشمند بوده‌ایم، جایگزینی کارهای ثابت نیروهای انسانی با سیستم‌های هوشمند است. مدت زیادی نیست که سامانه‌های خودروهای کرایه‌ای و همچنین آژانس‌های مسافرتی به جای دفترهای کاری، جای خود را به برنامه‌های نرم‌افزار داده‌اند. در صورت آموزش ندادن نیروها برای همگونی با ابزارهای جدید، کسب‌وکارهای پرداخت نیز به‌زودی به همین وضعیت دچار خواهند شد. برای مثال در حوزه جذب نیرو سامانه PanoLogic که از ChatGPT بهره می‌برد تمامی فرآیند نیازسنجی، آگهی، مصاحبه و جذب نیرو را انجام می‌دهد.
همچنین نرخ درگیری روزمره پرسنل با وظایف اعلامی به صورت شفاف مشخص شده و اثربخشی آنها اعلام خواهد شد. واضح است حتی شغل‌هایی که در لبه فناوری نیز قرار دارند از این تغییرات مصون نخواهند بود؛ بنابراین کسب‌وکارهایی در این حوزه موفق خواهند شد که همگام با تغییرات روز فناوری از آن بهره ببرند. نیروهای انسانی جدید کارآمدتر عمل خواهند کرد و عملکرد آنها نیز به طور مداوم پایش خواهد شد. این موضوع می‌تواند به چالشی در نگهداشت و جذب نیروهای متخصص بدل شده و تعدادی از شغل‌ها را در آینده حذف کند.
سیستم‌ها می‌توانند کار بازاریابی یا توسعه بازار را انجام داده و منابع موجود آن را تأمین یا سوددهی آنها را مشخص کنند. همچنین مسیرهای توسعه شغلی افراد نیز با ابزارهای پایش شغل مشخص بوده و سوددهی افراد روی کاغذ مشخص می‌شود؛ موضوعی که در صورت عدم بلوغ یا استفاده اشتباه می‌تواند تبعات زیادی داشته باشد.
شخصی‌سازی خدمات پرداخت
همان‌طور که در قسمت پیش‌بینی کسب‌وکارها ذکر شد، تله‌های مالی در این صنعت چالش اصلی سرمایه‌گذاری روی توسعه کسب‌وکار یا مشتریان هستند، اما کنار گذاشتن کل بازار به دلیل عدم سوددهی مناسب ممکن است چندان منطقی به نظر نرسد. سرویس‌هایی مانند شرکت Launch Consulting خدماتی را در حوزه دیجیتالی‌شدن سرویس‌ها ارائه می‌دهند. هوش مصنوعی می‌تواند با استفاده از داده‌های ارائه‌شده هر مشتری، خدمتی مناسب برای ایشان در نظر بگیرد؛ به طوری که هر دو سمت از ارائه خدمت منتفع باشند. حتی مراکز تماس می‌توانند بدون دخالت انسان مکالمه‌ای را براساس ماشین تورینگ ارائه کنند؛ به طوری که پاسخ‌دهی به مشتریان توسط سیستم‌ها صورت گیرد. این سیستم‌ها می‌توانند هوشمندتر از پرداخت‌های تلفنی باشند و مشکلات مشتری را بدون دخالت انسانی حل کنند. جالب است بدانید که تمامی دوربین‌های دیجیتال مداربسته جدید قابلیت اتصال به پایانه‌های پرداخت را دارند و امکان مانیتورینگ رفتار مشتری را به ما می‌دهند. این موضوع می‌تواند به ما در حوزه‌های رفتارشناسی خرید مشتریان کمک شایانی کند و مسیر ارائه خدمات به مشتریان را تغییر دهد.
با توجه به موارد فوق، دور از انتظار نخواهد بود که ما در سال‌ها یا ماه‌های آینده شاهد انقلابی در ارائه خدمات پرداخت و نحوه کار شرکت‌ها باشیم. اگر این موضوع دور از ذهن به نظر می‌رسد، از خودتان بپرسید چه خدماتی از 10 سال پیش به خدمات پرداخت اضافه شده و آیا در 10 سال پیش این موضوع را پیش‌بینی کرده بودید؟ بنابراین دور از منطق به نظر نمی‌رسد که نیازسنجی برای نحوه ارائه خدمات را آغاز کرده و نسبت به وضع قوانین مربوطه بی‌توجه نباشیم. ظرفیت محاسبات سیستم‌ها و همچنین حیطه عملکرد آنها بی‌انتهاست.
