استفاده از هوش مصنوعی در پشتیبانی مشتریان، تحلیل دادهها و توسعه خدمات اعتباری، در کنار نگرانی از کمبود زیرساخت پردازشی و تصمیمگیری بدون نظارت انسانی، از محورهای پنل «فینتک در عصر هوش مصنوعی» بود. مدیران چهار کسبوکار فعال در حوزه فناوری مالی از تجربههای خود در استفاده از هوش مصنوعی گفتند. بخشی از گفتوگوها به کاربرد این فناوری در فعالیتهای روزمره شرکتها اختصاص داشت و بخش دیگر به چالشهایی مانند دسترسی به منابع پردازشی، حفاظت از اطلاعات مشتریان، خطا در تصمیمهای اعتباری و تغییر فرهنگ سازمانی مربوط بود.

عضو هیئتمدیره اسنپپی: تصمیمگیری اعتباری با هوش مصنوعی باید منصفانه باشد
احسان رحمانینیا، عضو هیئتمدیره اسنپپی، در توضیح تجربه این شرکت گفت اسنپپی باید همزمان پاسخگوی نیازهای دو گروه کاربران و فروشگاهها باشد. به گفته او، ایجاد تعادل میان نیازهای این دو گروه و ارائه تجربه مناسب به هر دو، یکی از مسائل اصلی کسبوکار است. رحمانینیا توضیح داد که اسنپپی برای سادهترکردن این فرایند، چندین پروژه مبتنی بر هوش مصنوعی را در دستور کار قرار داده که بخشی از آنها راهاندازی شدهاند.
او یکی از کاربردهای این فناوری را توسعه دستیارهای هوش مصنوعی برای پاسخگویی به نیازهای متفاوت کاربران و فروشگاهها عنوان کرد. رحمانینیا همچنین به استفاده از هوش مصنوعی در شناخت رفتار کاربران اشاره کرد و گفت دستهبندی مشتریان، انتخاب شیوه مناسب ارتباط با آنها و تعیین نوع پیامهایی که برای گروههای مختلف ارسال میشود، به تحلیل رفتار نیاز دارد. به گفته او، اسنپپی تلاش میکند در این بخشها بیشتر از هوش مصنوعی کمک بگیرد.

رحمانینیا در بخش چالشها، مسئله انصاف در تصمیمهای اعتباری را مطرح کرد. او توضیح داد که اگر تصمیم درباره اینکه چه کسی اعتبار دریافت کند و چه کسی از دریافت اعتبار محروم شود، بهطور کامل به مدلهای هوش مصنوعی سپرده شود، خطا یا آموزش ناکافی این مدلها میتواند به تصمیمهای ناعادلانه منجر شود. او نگرانی مشابهی را درباره واگذاری کامل خدمات مرکز تماس به هوش مصنوعی مطرح کرد و گفت هنوز درباره عملکرد بدون خطای این مدلها تردید دارد. رحمانینیا در جمعبندی تأکید کرد که کسبوکارها باید با تحولات هوش مصنوعی همراه شوند و تجربههای خود را در این زمینه با یکدیگر به اشتراک بگذارند.

مدیرعامل کیپا: استفاده از هوش مصنوعی نباید به وابستگی کامل کسبوکار منجر شود
علیرضا شفیعی، مدیرعامل کیپا، معتقد است حرکت به سمت هوش مصنوعی برای کسبوکارهایی که به ادامه فعالیت و رشد خود فکر میکنند، دیگر یک انتخاب نیست. بااینحال، او هشدار داد که شرکتها نباید در استفاده از این فناوری دچار شیفتگی شوند و آن را راهحل همه مشکلات بدانند. به گفته شفیعی، بسیاری از مسائل مربوط به رشد کسبوکار و توسعه سازمانی همچنان به دانش مدیریتی، تجربه، مهارت و ارتباطات انسانی وابستهاند.

او یکی از چالشهای استفاده از هوش مصنوعی در ایران را احتمال اختلال در دسترسی به سرویسها و ارتباطات دانست. شفیعی توضیح داد که کسبوکارها پیش از سپردن بخشهای مختلف فعالیت خود به ابزارهای هوش مصنوعی باید مشخص کنند در صورت قطع دسترسی به این ابزارها چه اتفاقی برای فعالیت شرکت میافتد. به اعتقاد او، همین احتمال باعث میشود شرکتها با احتیاط بیشتری استفاده از هوش مصنوعی را در بخشهای عملیاتی گسترش دهند.
موضوع دیگر مورد اشاره شفیعی، حفاظت از دادههای مشتریان بود. او گفت کسبوکارها گاهی اطلاعات بسیار جزئی از رفتار خرید افراد، حتی محتویات سبد خرید آنها را در اختیار دارند. به گفته او، زمانی که یک شرکت این اطلاعات را وارد ابزارهای هوش مصنوعی میکند، مسئله فقط استفاده از یک فناوری جدید نیست و مسئولیت حقوقی و قانونی حفاظت از اطلاعات مشتریان نیز مطرح میشود.

شفیعی در ادامه به چالش پذیرش هوش مصنوعی در داخل سازمان اشاره کرد. او توضیح داد که برخی کارکنان نگران جایگزینشدن این ابزارها با نیروی انسانی هستند و در بخشهایی از سازمان نیز هنوز مهارت پرسیدن سؤال درست از هوش مصنوعی شکل نگرفته است. به گفته او، استفاده مؤثر از این ابزارها علاوه بر دسترسی فنی، به آموزش، تغییر نگاه کارکنان و فرهنگسازی در سازمان نیاز دارد.

مدیرعامل وایب: کمبود GPU یکی از موانع توسعه هوش مصنوعی در ایران است
شهریار بیدار، مدیرعامل سامانه وایب، کمبود زیرساخت پردازشی را یکی از چالشهای اصلی توسعه هوش مصنوعی در ایران دانست. او توضیح داد که تقاضا برای دسترسی به پردازندههای گرافیکی یا GPU بالاست و شرکتها برای تأمین منابع مورد نیاز خود با محدودیت مواجهاند. بیدار از برنامهای برای تأمین هشت کلاستر پردازشی سخن گفت که به گفته او پس از حدود یک سال هنوز محقق نشده است. او معتقد است اگر برای این کمبود زیرساخت چارهای اندیشیده نشود، فاصله کسبوکارهای ایرانی با تحولات جهانی هوش مصنوعی در دو تا سه سال آینده بیشتر خواهد شد.

بیدار در توضیح تجربه وایب گفت این شرکت با تغییر شیوه استفاده از سرویسها و منابع پردازشی توانسته هزینههای مرتبط با این بخش را به گفته او حدود ۳۰ برابر کاهش دهد. بااینحال، او تأکید کرد که دسترسی به GPU همچنان یکی از موانع برنامهریزی برای توسعه کسبوکار است. بیدار در کنار محدودیت زیرساختی، مقاومت سازمانها در برابر تغییر روشهای کاری را نیز از چالشهای ورود هوش مصنوعی به فعالیت شرکتها دانست.

او درباره برنامههای آینده وایب توضیح داد که تیم این شرکت در یک سال گذشته روی نسلهای جدید مدلهای هوش مصنوعی کار کرده است. به گفته بیدار، هدف این پروژه کاهش منابع پردازشی مورد نیاز و بهبود کیفیت خروجی مدلهاست. او از اسفندماه بهعنوان زمان احتمالی عرضه یکی از این مدلها نام برد و گفت شرکت قصد دارد ارزش این محصول را برای کاربران و پذیرندگان خود مشخص کند.
بخش دیگری از صحبتهای بیدار به توسعه خدمات اعتباری اختصاص داشت. او گفت وایب حدود شش ماه است روی مدلی از تأمین اعتبار با پشتوانه دارایی کار میکند و برنامه دارد پس از بلکفرایدی محصولی در این حوزه عرضه کند. مطابق توضیح او، در مدل پیشنهادی، کاربر میتواند هنگام خرید کالاهای روزمره، بهجای پرداخت مستقیم مبلغ خرید، طلا بخرد و هزینه خرید خود را بهشکل اقساطی تأمین کند. بیدار همچنین از همکاری وایب با دیجیکالا در کمپین فروش پیشرو خبر داد و هدف فروش نزدیک به ۵۰ همت در یک دوره ۱۰روزه را مطرح کرد.
بخوانید: مدیران دیجیپی و اسنپپی از چالشهای تنظیمگری کیف پول گفتند

مدیر کسبوکار ملیگلد: هوش مصنوعی سرعت تصمیمگیری را افزایش میدهد، اما جای تجربه مدیران را نمیگیرد
علیرضا رحیمی، مدیر کسبوکار ملیگلد، در ابتدای صحبتهای خود به توسعه پذیرندگی و همکاری با کسبوکارهای دیگر اشاره کرد. او گفت تقاضا برای خرید اعتباری وجود دارد و ملیگلد از ابتدای فعالیت تلاش کرده با گسترش همکاریهای تجاری، امکان استفاده از این مدل را توسعه دهد. به گفته رحیمی، شبکه پذیرندگی این مجموعه در فصلهای مختلف از ابتدای سال گسترش یافته و برنامههایی نیز برای ادامه توسعه همکاریها در نظر گرفته شده است.

رحیمی در توضیح کاربردهای هوش مصنوعی در ملیگلد گفت یکی از حوزههای استفاده از این فناوری، پشتیبانی مشتریان است. به گفته او، تماسها و گفتوگوهای کاربران با کمک عاملهای هوش مصنوعی تحلیل میشوند و تیم عملیاتی در جلسات هفتگی از نتایج این تحلیلها برای بررسی مسائل و طراحی اقدامات بعدی استفاده میکند. او همچنین توضیح داد که ملیگلد تحلیل بخشی از داشبوردهای کسبوکار را به عاملهای هوش مصنوعی سپرده و این کار به افزایش سرعت و کیفیت تصمیمگیری کمک کرده است.
بخوانید: راه پرداخت نسخه اول «اطلسهای فینتک» را منتشر کرد
به اعتقاد رحیمی، تفاوت استفاده امروز از هوش مصنوعی با ابزارهای قدیمی تحلیل داده در این است که دادهها دیگر فقط نقش پشتیبان تصمیمهای مدیران را ندارند و ابزارهای جدید میتوانند در خود فرایند تصمیمگیری نیز مشارکت کنند. بااینحال، او تأکید کرد که نباید تصمیمگیری را بهطور کامل به هوش مصنوعی واگذار کرد. رحیمی با اشاره به تجربه برخی پروژههای شرکت گفت گاهی اتکای بیشازحد به این ابزارها باعث شده مدلها بدون شناخت کافی از شرایط صنعت، فضای کسبوکار و فرهنگ ایران پیشنهادهایی ارائه دهند که لزوماً با واقعیت فعالیت شرکت منطبق نبودهاند.

رحیمی یکی دیگر از کاربردهای هوش مصنوعی در ملیگلد را شناسایی تقلب در همکاریهای تجاری و اتصالهای فنی با شرکای کسبوکار عنوان کرد. او توضیح داد که در صنعت طلا، به دلیل نگهداری دارایی مشتریان و حساسیتهای مربوط به نظارت، استفاده از این ابزارها باید در کنار تجربه و قضاوت انسانی قرار بگیرد. به گفته رحیمی، بخشی از مقاومت کارکنان در برابر استفاده از هوش مصنوعی نیز از نگرانی درباره جایگزینی نیروی انسانی ناشی میشود. او معتقد است سازمانها هم باید این مقاومت را مدیریت کنند و هم اجازه ندهند استفاده از هوش مصنوعی جای شناخت مدیران از شرایط واقعی کسبوکار را بگیرد.

پنل «فینتک در عصر هوش مصنوعی» چهارشنبه ۲۷ آبان ۱۴۰۵ در نمایشگاه صنعت مالی (بورس، بانک و بیمه) به میزبانی آرش سروری برگزار شد.