راه پرداخت
رسانه فناوری‌های مالی ایران

تقی‌پور، مدیرعامل به‌پرداخت ملت: نظارت هوشمند بر استفاده از هوش مصنوعی در بخش مالی هنوز کامل نیست

محمدمهدی تقی‌پور، مدیرعامل شرکت به‌پرداخت ملت، با اشاره به تحولات گسترده اقتصاد دیجیتال تأکید کرد آینده صنعت مالی و پرداخت بر پایه هوش مصنوعی، تحلیل داده و مدل‌سازی رفتاری شکل می‌گیرد و مشاغل قابل الگوریتم‌سازی با سرعت در حال جایگزینی با فناوری هستند.

او گفت: «شرکت به‌پرداخت ملت به‌عنوان یکی از لیدرهای بازار پرداخت کشور، در نقطه نهایی زنجیره خرید قرار دارد؛ یعنی همان لحظه‌ای که تصمیم مشتری به خرید نهایی می‌شود.»

مدیرعامل به‌پرداخت ملت با اشاره به سهم این شرکت از بازار پرداخت الکترونیک کشور افزود: «حدود یک‌پنجم بازار پرداخت الکترونیک کشور در اختیار به‌پرداخت است. سالانه نزدیک به ۱۰ میلیارد تراکنش خرید پردازش می‌کنیم که این رقم در مقیاس ماهانه به ۸۵۰ تا ۹۰۰ میلیون تراکنش می‌رسد. از نظر مبلغی نیز ماهانه حدود ۴۰۰ همت تراکنش از مسیر به‌پرداخت انجام می‌شود که معادل ۲۰ درصد بازار تجارت الکترونیک ایران است.»

به گفته او، سهم تجارت الکترونیک از GDP ایران حدود ۶ درصد است، در حالی که بازار خرده‌فروشی که نزدیک به ۶۵ درصد GDP کشور را تشکیل می‌دهد، هنوز کمتر از ۱۰ درصد به پرداخت الکترونیک مجهز شده است؛ موضوعی که از وجود ظرفیت رشد قابل‌توجه در این حوزه حکایت دارد.


نقش فناوری در تحول صنعت پرداخت


تقی‌پور با بیان اینکه امروز کل بازار پرداخت کشور روزانه بین ۱۵۰ تا ۲۰۰ میلیون تراکنش مالی را مدیریت می‌کند، تصریح کرد: «این حجم عملیات شامل انتقال وجه، مغایرت‌گیری، کشف تقلب، مدیریت ریسک و تصفیه و تسویه است و انجام آن با روش‌های سنتی عملاً غیرممکن است.»

او این جهش را نتیجه استفاده از فناوری‌های نوین دانست و گفت: «پردازش ابری، هوش مصنوعی و توسعه شبکه‌های ارتباطی پرسرعت 4G و 5G نقش کلیدی در این تحول داشته‌اند. شبکه پرداخت رسمی کشور از سال ۹۳ شکل گرفت و فعالیت‌های اولیه آن از سال ۸۴ آغاز شد. در کمتر از ۲۰ سال به نقطه‌ای رسیدیم که پول نقد تقریباً از زندگی روزمره حذف شده و کارت فیزیکی نیز در حال کنار رفتن است.»


ورود به عصر اعتباری‌ها


مدیرعامل به‌پرداخت ملت با اشاره به تغییر روندهای جهانی گفت: «اعداد مطرح‌شده مربوط به تراکنش‌های نقد و آنلاین است، اما ترند اصلی امروز در ایران و جهان، حرکت به سمت تراکنش‌های آفلاین و اعتباری است؛ از BNPL و سرویس‌های خرد اعتباری برای کاربران گرفته تا اعتبار زنجیره تأمین برای کسب‌وکارها و مدل‌های جدید اعتباردهی در تجارت الکترونیک که همگی مبتنی بر فناوری‌های نوین و هوش مصنوعی هستند.»


چالش اعتبارسنجی نسل Z


تقی‌پور یکی از مهم‌ترین چالش‌های امروز را اعتبارسنجی نسل Z دانست و گفت: «این نسل غالباً سابقه مالی یا بانکی ندارد و به همین دلیل روش‌های کلاسیک اعتبارسنجی پاسخ‌گو نیستند. اعتبارسنجی باید بر اساس رفتار کاربران، تراکنش‌های دیجیتال، سطح تحصیلات، موقعیت جغرافیایی و داده‌های تحلیلی انجام شود؛ جایی که فناوری نقش محوری پیدا می‌کند.»


ماشین چه چیزهایی را جایگزین می‌کند؟


او با اشاره به تأثیر هوش مصنوعی بر مشاغل افزود: «هر کاری که بتوان آن را به الگوریتم تبدیل کرد، قابلیت جایگزینی دارد؛ از مغایرت‌گیری و تحلیل‌های کمّی گرفته تا مدل‌سازی آماری و حتی برخی نقش‌های ترید.»

تقی‌پور تأکید کرد: «ماشین احساس، خستگی یا خطای انسانی ندارد و در بسیاری از این حوزه‌ها عملکرد بهتری نسبت به انسان دارد. با این حال، تفکر تحلیلی، تفکر سیستماتیک، تفکر انتقادی، خلق مدل‌های جدید و درک لایه‌های فرهنگی و اجتماعی همچنان در اختیار انسان باقی می‌ماند.»


ضعف نظارت هوشمند در بخش مالی


مدیرعامل به‌پرداخت ملت با اشاره به رشد پلتفرم‌های دیجیتال در سال‌های اخیر گفت: «با وجود ورود بازیگرانی مانند کافه‌بازار، دیجی‌کالا و اسنپ و حرکت به سمت عصر اعتباری‌ها، نظارت هوشمند بر استفاده از هوش مصنوعی در بخش مالی هنوز کامل نیست.»

او فاصله میان بخش مالی و IT، ساختارهای سنتی، ترس از تغییر و نبود استانداردسازی فرآیندها را از دلایل اصلی این موضوع دانست و افزود: «این مسائل باعث می‌شود شفافیت مالی به‌طور کامل محقق نشود و بسیاری از فرآیندها همچنان دستی باقی بمانند، در حالی که در دنیا اغلب فرآیندهای مالی به‌صورت هوشمند انجام می‌شود.»


آینده شغل‌ها از نگاه مدیرعامل به‌پرداخت


تقی‌پور در پایان گفت: «در آینده‌ای نه‌چندان دور، بسیاری از ما به مشاوران هوش مصنوعی تبدیل می‌شویم؛ افرادی که به‌جای استفاده صرف از هوش مصنوعی، به بهبود مدل‌های آن کمک می‌کنند. این نقش در اغلب صنایع باقی خواهد ماند.»

او تأکید کرد: «در دنیایی که شغل‌ها به‌سرعت تغییر می‌کنند، تنها چیزی که ماندگار است تفکر، تحلیل و خلاقیت انسانی است. توصیه من به نسل جدید این است که به‌جای تمرکز بر کارهای قابل الگوریتم‌سازی، روی توسعه تفکر تحلیلی و توان طراحی مدل‌های جدید سرمایه‌گذاری کنند.»

منبع به پرداخت ملت
ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.