تاریخ 1400/11/18         ساعت 09:05     گروه خبری مقالات

قابلیت های القا شده توسط هوش مصنوعی (AI) این پتانسیل را دارد که شیوه عملکرد بانک ها را به طور اساسی تغییر دهد واقعیتی که هوش مصنوعی را به طور فزاینده ای در دستور کار اجرایی قرار می دهد. در این پست وبلاگ، بررسی می کنیم که چگونه برنامه های کاربردی هوش مصنوعی موجود می توانند بر مدل های عملیاتی بانک های خرده فروشی امروز تاثیر بگذارند.
تصویر


فناوری های هوش مصنوعی چه تاثیری بر مدل عملیاتی بانک خواهند داشت؟

قابلیت های القا شده توسط هوش مصنوعی (AI) این پتانسیل را دارد که شیوه عملکرد بانک ها را به طور اساسی تغییر دهد واقعیتی که هوش مصنوعی را به طور فزاینده ای در دستور کار اجرایی قرار می دهد. در این پست وبلاگ، بررسی می کنیم که چگونه برنامه های کاربردی هوش مصنوعی موجود می توانند بر مدل های عملیاتی بانک های خرده فروشی امروز تاثیر بگذارند. در حالی که در حال حاضر تعداد زیادی برنامه کاربردی وجود دارد، اکثریت آنها فقط نوآوری را در هسته اصلی امکان پذیر می کنند و بنابراین تغییرات محدودی را در کسب و کار موجود ایجاد می کنند. با این حال، ما معتقدیم که بانک‌ها باید فراتر از هسته خود را بررسی کنند تا شناسایی کنند که چگونه هوش مصنوعی می‌تواند مدل‌های کسب‌وکار آنها را متحول کند و در نتیجه ارزش بیشتری را آزاد کند.  

فناوری های هوش مصنوعی چیست؟

هدف فن‌آوری‌های مبتنی بر هوش مصنوعی این است که رایانه‌ها از رفتارهای هوشمند انسان با انجام وظایف خاصی که قبلاً فقط انسان‌ها قادر به انجام آن‌ها بودند، کپی کنند. آنها می توانند متن را "خواندن"، "دیدن" تصاویر، "شنیدن" گفتار طبیعی و همچنین سازماندهی و تفسیر اطلاعات برای پیش بینی بر اساس این اطلاعات. دسته‌بندی‌های اصلی فناوری‌های هوش مصنوعی عبارتند از: ۱) یادگیری ماشین، ۲) خودمختاری، ۳) بینایی ماشین و ۴) پردازش زبان طبیعی.  

هوش مصنوعی به کجا می‌رود؟

ما انتظار داریم که هوش مصنوعی در آینده نزدیک به طور قابل توجهی تکامل یابد و به طور بالقوه بر نحوه انجام تجارت و عملکرد بانک ها تأثیر بیشتری بگذارد. مشتریان می‌توانند انتظار پیشنهادهای مناسب‌تری داشته باشند، اما باید به تعامل کمتر انسانی عادت کنند. وقت مشاوران مشتری برای تمرکز بر فعالیت‌های ارزش افزوده آزاد می‌شود و بنابراین تعاملات مشتری را عمیق‌تر می‌کند، اما باید بپذیریم که سیستم‌های هوشمندتر اجازه سفارشی‌سازی انبوه مشاوره را می‌دهند. هوش مصنوعی ممکن است این قدرت را داشته باشد که بانکداری را متحول کند زیرا سیستم های تولید انبوه و مدولارسازی صنعت خودرو را متحول کرده است. مرکز داده اینستاتیک (IDC) در جدیدترین «راهنمای خرج کردن سیستم‌های هوش مصنوعی شناختی نیمه‌سالانه جهانی»، انتظار دارد که هزینه‌های جهانی برای هوش مصنوعی تا سال 2021 بیش از چهار برابر شود و از 12 میلیارد دلار در سال 2017 به 57.6 میلیارد دلار برسد که نشان‌دهنده انتظارات بالای شرکت‌ها است.  

چگونه هوش مصنوعی می تواند بانک ها را نوآوری کند؟

هوش مصنوعی می تواند بانک ها را قادر به نوآوری به سه طریق کند:  

1) در اطراف هسته خود (مثلاً تغییر محدود به موارد شناخته شده در تجارت اصلی)  

2) در مجاورت هسته خود (به عنوان مثال گسترش قابلیت های موجود در حوزه های جدید یا توسعه حالت های عملیاتی جدید برای فرآیندهای موجود).  

3) به روشی تحول آفرین (مثلاً تغییرات عمده با هدف تغییر مدل عملیاتی برای ایجاد بازارها، فرآیندها یا پیشنهادهای فروش منحصر به فرد(  

برای درک پتانسیل‌های هوش مصنوعی که امروزه می‌تواند برای بانک‌های خرده‌فروشی داشته باشد، به بازار فروشندگان برنامه‌های کاربردی هوش مصنوعی نگاه کردیم و فروشندگانی را با برنامه‌هایی شناسایی کردیم که می‌توانند بر نحوه عملکرد بانک‌ها تأثیر بگذارند. از 225 ارائه دهنده تجزیه و تحلیل شده در سطح جهانی، ما تشخیص دادیم که 102 برنامه کاربردی برای ارزیابی ما با توزیع قابلیت های زیر وجود دارد .  

متعاقباً، ما تأثیری را که این برنامه‌ها می‌توانند بر مراحل اصلی زنجیره ارزش بانکداری خرده‌فروشی داشته باشند.  

تأثیر کاربردها بر زنجیره ارزش بانکداری خرده فروشی.

علیرغم هیاهوی درک شده در مورد هوش مصنوعی، برنامه هایی که می توانند نوآوری تحول آفرین را القا کنند نادر هستند. اکثر برنامه های کاربردی هوش مصنوعی نوآوری های اصلی و مجاور را با تمرکز بر افزایش کارایی امکان پذیر می کنند. بنابراین، یافتن فرصت‌های مناسب برای به کارگیری هوش مصنوعی به عنوان توانمندکننده برای تغییرات مخرب در مدل‌های عملیاتی بانک، همچنان یک چالش باقی می‌ماند.  

برای بهره‌مندی از مزایای بیشتر از فناوری‌های هوش مصنوعی، ما معتقدیم که بانک‌ها ابتدا باید درک گسترده‌ای از هوش مصنوعی و اینکه چگونه می‌تواند نوآوری مدل کسب‌وکار را به‌ویژه در زمینه بانکداری باز ایجاد کند، توسعه دهند.  

نتیجه گیری:  

ظهور اکوسیستم ها و دسترسی بیشتر به داده ها منجر به موارد استفاده جدید می شود و مطمئناً باعث ایجاد نوآوری در رابطه با کاربردهای هوش مصنوعی می شود. بنابراین به مدیرانی که می‌خواهند از این فرصت‌ها بهره‌برداری کنند، توصیه می‌شود که درکی از پتانسیل‌ها و محدودیت‌های فن‌آوری و همچنین ایجاد ذهنیت باز برای راه‌حل‌های غیر سنتی داشته باشند.

یک تسهیل کننده برای ارزیابی امکان سنجی اکتشافی هوش مصنوعی می تواند مشارکت یک تیم متقابل کارکردی متشکل از کارشناسان متخصص هوش مصنوعی، کارشناسان مدل عملیاتی بانک و همچنین ذینفعان داخلی بانک مربوطه باشد که با هم گروهی متخصص را تشکیل می دهند که قادر به کشف مزایای هوش مصنوعی هستند. می تواند در یک بانک از منظری چند بعدی آزاد شود.