راه پرداخت
رسانه فناوری‌های مالی ایران

هوش مصنوعی می‌تواند دلایل خروج مشتری از بانک را تحلیل و شرایط جذب مجدد آن را فراهم کند

پنل کاربرد هوش مصنوعی در صنعت بانکداری و خدمات مالی در دانشگاه شریف برگزار شد

نخستین دوره همایش و نمایشگاه کاربردهای هوش مصنوعی در صنایع و کسب‌وکارها با عنوان «IRAN AI 2025» طی روزهای ۲۸ و ۲۹ مرداد ۱۴۰۴ در دانشگاه شریف برگزار شد. این رویداد توسط گروه فناوری اطلاعات شریف (Sharif ICT Group) و با حمایت معاونت علمی و فناوری ریاست‌جمهوری و صندوق نوآوری و شکوفایی برگزار می‌شود.

 این رویداد دوروزه باهدف ارتقای آگاهی عمومی نسبت به هوش مصنوعی، فراهم‌سازی بستر شبکه‌سازی میان فعالان این حوزه، انتقال تجربیات عملی، و تشویق به توسعه فناوری‌های نوین طراحی شده است و شامل مجموعه‌ای از پنل‌های تخصصی، نشست‌های گفتگو، کارگاه‌های آموزشی ویژه مدیران و همچنین نمایشگاهی از دستاوردهای شرکت‌ها و سازمان‌های فعال می‌شود.

پنل تخصصی «کاربرد هوش مصنوعی در صنعت بانکداری و خدمات مالی» دومین پنل این رویداد بود که با حضور آرتین خاچاطوریان، مدیر راهبرد محصول داده‌کاوان توسن، صدرا بابایی مدیرعامل کارخانه هوشمندسازی امیدینو و وحید خاتمی مشاور کسب‌وکار بانکینو برگزار شد. کارشناسان در این پنل به بحث در مورد نقش هوش مصنوعی در تحول دیجیتال بانکداری پرداخت و بر اهمیت نوآوری‌های محلی صحبت کردند.

مدیر راهبرد محصول داده‌کاوان توسن در ابتدای پنل به تشریح هوش مصنوعی تفسیرپذیر پرداخت و گفت این نوع هوش مصنوعی سعی می‌کند جواب به مخاطب را فقط اره یا نه را ندهد و با ادبیات کسب‌وکار تفسیر کند تا درک و اعتماد کنند.

در ادامه بابایی به ایجاد تفاهم‌نامه با دانشگاه شریف و امیدینو در حوزه هوش مصنوعی اشاره کرد و گفت: «در کارخانه امیدینو یک مرکز اختصاصی هوش مصنوعی ایجاد کردیم و تا با استفاده از پشتوانه بانکی از شرکت‌های حوزه AI حمایت کنیم. ارتباط نزدیکی با دانشگاه شریف داریم که تفاهم‌نامه‌ای قرار هست امضا کنیم برای ایجاد VC در حوزه AI و هوشمندسازی.»

مشاور کسب‌وکار بانکینو درباره استفاده از هوش مصنوعی در بانکینو بیان کرد: «برای استفاده از AI در صنعت بانکداری و اختصاصی در بانکینو یک مجموعه‌ای به نام نیوتن ایجاد شده است. هدف نیوتن علاوه بر سرویس به بانک خاورمیانه در سطح کلان خدمت به سیستم بانکداری است.»

خاچاطوریان در این پنل در پاسخ به سؤال اینکه آیا با داده‌های غیرسنتی می‌توان ریسک مشتری را دقیق‌تر تشریح کرد، گفت: «در لایه‌های عمیق‌تر عدم توازن برای کنترل ریسک وجود دارد که تحلیل رفتاری اتفاق میفتد؛ رفتار آنلاین در اپلیکیشن‌های اقتصادی کاربر می‌تواند مشخص کند که چقدر این فرد منظم و متعهد است از تجمیع این رفتارها AI می‌تواند نشان دهد که چقدر کاربر ریسک‌پذیر است.»

 او در ادامه از چالش‌ها و راه‌حل‌های آن گفت و بیان کرد: «چالش اول بحث کیفیت داده‌های موجود است. کنار هم قراردادن این حجم از داده‌هایی که بیان کردم، چالش است. چالش دوم بحث پذیرش مدیران ارشد بانکی است که اغلب سنتی هستند. راه‌حل آن XAI و تفسیرپذیری است.»

مدیرعامل کارخانه هوشمندسازی امیدینو درباره استفاده از هوش مصنوعی در بانک سپه گفت: «برنامه‌ای که اخیراً داشتیم، ورود به نوآوری و فین‌تک به‌خصوص در حوزه هوش مصنوعی بوده است. اکثر بانک‌ها باید از جایی که فرایندها را دیجیتالی کردن به سمت هوش مصنوعی بروند. ما در کارخانه تمام برنامه‌مان این است که فرایندهای بانکداری سنتی را حذف کنیم و کاربران نه‌تنها نیازهایشان را برطرف کنند؛ بلکه رابطه احساسی با بانک داشته باشند. رابطه احساسی یعنی AI را پیاده‌سازی کردید.»

او در ادامه بیان کرد: «بخش مهمی از فرایند بانکی فقط بانک نیست و بخش‌های مختلفی وجود دارد؛ در خیلی از کشورها بخش تسهیلات حوزه کوچکی است. سعی می‌کنیم به سمتی برویم که موردعلاقه نسل زد است. نسل زد شعبه دوست ندارد شعبه در گوشی است. اما کم‌کردن شعبه نیز ریسک‌های خود از جمله منابع انسانی را دارد.»

 خاتمی در ادامه از مزیت رقابتی برای بانک‌های سنتی گفت و بیان کرد: «بانکداری سنتی چیزی است که سیستم بانکداری کشور بر روی آن بنا شده و اعتماد بر پایه آن شکل‌گرفته است. پر کردن گپی که بین اعتماد و نوآوری وجود دارد باید توسط رگولاتوری پر شود.»

مدیر راهبرد محصول داده‌کاوان توسن درباره بخش پیش‌بینی خروج مشتری و شاخص‌های آن درAI برای حفظ مشتری گفت: «وقتی درباره این موضوع حرف می‌زنیم پارامترهایی که می‌توان به آن تکیه کرد و AI می‌تواند وارد شود CRM و رفتار مشتری و استفاده از اپلیکیشن موردنظر است. از نوع خریدها حتی اطلاعات هویتی می‌توان با تحلیل به اینکه مشتری قرار است خارج شود یا خیر رسید.»

او در ادامه بیان کرد: «ما دنبال ۳ جواب از هوش مصنوعی هستیم؛ مشتری چرا دارد خارج می‌شود؟ که از طریق دیتاهای مشتری می‌توان تحلیل کرد. دوم ارزش مشتری کجاست؟ مشتری VIP معمولی یا حتی زیان‌ده است و سؤال سوم این که حالا چه کنیم تا برگردد؟ با یک خدمت شخصی‌ساز یا موارد دیگر مشتری را مجاب کنیم تا در بانک بماند. پیش‌بینی خروج مشتری را اگر زود بشنویم می‌توانیم مشتری را نگه داریم.»

بابایی در ادامه پنل به چالش منابع انسانی در بانک‌ها باوجود هوش مصنوعی اشاره کرد و گفت: «استفاده از AI گاهی اوقات باعث تغییر مشاغل می‌شود و منابع انسانی حذف نمی‌شود. در صنعت مالی و بانکداری این اتفاق خواهد افتاد و با حذف شعبه و آنلاین شدن خدمات تعداد افراد کم می‌شود.»

او با اشاره به تجربه بانک آینده دراین‌خصوص بیان کرد: «در بانک آینده قبل از تشکیل ارتباط فردا با کم‌کردن شعب افراد تعدیل در ارتباط فردا استخدام شدند و این مورد بستگی به نگاه مدیرعامل دارد. سال گذشته هکاتون برگزار کردیم در حوزه هوشمندسازی خدمات بانکی که بیش از ۷۰ درصد افراد بانکی و داخل شعبه بودند. برای ما جالب بود این افراد در حوزه هوش مصنوعی کار می‌کنند.»

خاتمی در پنل در جواب سؤال کدام خدمات پتانسیل بیشتری برای هوشمندسازی دارند، بیان کرد: «خودکارسازی بخش اعتبارات یکی از پروژه‌هایی است که در حال انجام است و بیشترین مزیت آن شفاف‌سازی و کمک به دسترسی است.»

در انتهای پنل مدیر راهبرد محصول داده‌کاوان توسن درباره موضوع افق بازگشت سرمایه در پروژه‌های مربوط به هوش مصنوعی گفت: «از AI نباید انتظار داشت که خیلی زود نتیجه دهد. نباید از سرمایه‌گذاری اولیه در AI بترسیم و صبر کنیم تا در سال‌های آینده نتیجه را شاهد باشیم.»

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.