هوش مصنوعی در بانکداری. زمانی که دولت ما به دنبال کاهش سودهای بانکی است ، بانک ها برای کاهش هزینه ها ، تحت فشار زیادی قرار دارند. اما از طرفی دیگر بهبود خدمات بانک ها برای جلب رضایت مشتریان یک امر حیاتی است. پس باید راهی را پیدا کنند تا ضمن کاهش بسیار زیاد هزینه ها ، خدمات ایمنتر و سریعتری را به مشتریانشان بدهند.

راه کارهایی که تا به امروز در خصوص بانکداری در کشور ما پیاده سازی شده ، بیشتر ساخت سیستم هایی است که سعی کردند تا امورات داخلی بانک را سریعتر و راحتتر انجام بدهند. البته نباید چشم بر پیشرفت های الکترونیکی که کمک به نقل و انتقال سریعتر و ارزانتر پول کرده اند را نادید گرفت. ولی با توجه به سرعت رشد و توسعه تکنولوژی ، میشود گفت که بانک های ما چند قدم عقبتر از تکنولوژی های روز حرکت می کنند.

باید بدانیم که هوشمصنوعی و الگوریتم­های یادگیری ماشین در کاربردهای مختلف بانکی به سرعت در حال ظهور هستند.

چند نمونه از کاربرد هوش مصنوعی در بانکداری

1. انتقال چک­های بانکی به حساب با استفاده از موبایل شخصی

امروزه­ بانک­های مجهز به سیستم­های هوشمند این امکان را به مشتریان خود می­دهند که بتوانند چک دستنویس خود را تنها با استفاده از گوشی موبایل و بدون نیاز به حضور در شعب بانک، به حساب شخصی خود واریز نمایند. برای اینکار توسط یک نرم افزار هوشمند، عکسی از کاغذ چک گرفته شده و  نوشته­های رو چک مانند مبلغ، تاریخ و … و نیز امضاها و مهرهای روی چک، به صورت دیجیتالی خوانده می شود. و پس از اتصال به سیستم مرکزی بانک و بررسی اطلاعات خوانده شده، مبلغ چک به حساب شخص واریز می­شود.

2. شناسایی معاملات مالی کلاهبرداران

در سراسر دنیا روزانه میلیون­ها نقل و انتقالات مالی الکترونیکی بین اشخاص، شرکت­ها و سازمان­ها صورت می­گیرد که در این بین کلاهبرداران زیادی به دنبال بهره گیری از این فرصت­ها هستند. تصور کنید سیستم­های بانکی قابلیت تشخیص نقل و انتقالی که با اهداف کلاهبرداری صورت می­گیرد را داشته باشند. خوشبختانه با رشد هوش مصنوعی این مساله ممکن شده است. الگوریتم­های شبکه عصبی با یادگیری دیتای مربوط به انتقالات مالی صورت گرفته قبلی، می­توانند یک الگو جهت شناسایی معاملات مربوط به کلاهبرداری، ایجاد کنند. بدین شکل در هر نقل و انتقال، سیستم هوشمند بانکی، با توجه به مواردی از قبیل سوابق مالی دو طرف معامله، مقدار پولی که جابجا می شود، زمان معامله و مکان دو طرف معامله و مقایسه این موارد با الگوی موجود ، انجام کلاهبرداری را تائید کرده و از وقوع آن جلوگیری می­کند.

3. اعتباردهی به مشتریان

وقتی یک مشتری برای دریافت وام و دیگر تسهیلات بانکی درخواست می­دهد، سیستم بانکی نیازمند بررسی اعتبار آن مشتری می­باشد. با استفاده از هوش مصنوعی، امکان ایجاد سیستمی جهت بررسی سوابق و شرایط مالی مشتریان، تحلیل و امتیازدهی به مشتریان، به صورت آنی وجود دارد که این مساله، صرفه جویی بسیاری در وقت مشتریان و بانک­ها نموده و نیز روندهای اداری را به شدت کاهش می­دهد. کما اینکه ریسک عدم بازگشت سرمایه توسط برخی مشتریان بدحساب را برای بانک­ها کاهش داده و از طرفی با افزایش سرعت دریافت وام و احقاق حق مشتریان خوش حساب، موجب رضایتمندی بیشتر مشتریان بانک­ها خواهد شد.

این چند نمونه تنها بخشی از توانایی های هوش مصنوعی در بهبود عملکرد بانک ها هستند. و اگر بخواهیم دقیقتر در این باره نظر بدهیم ، می بایست متناسب با فضای کاری و اهداف هر بانکی ، موارد را بررسی کنیم و راه کارهای مختص هر بانک را به طور جداگانه بیان کنیم.

[quoteBox author_name=”” author_title=”” avatar=”” text_color=”#ffffff” name_color=”#062136″]چرا این مقاله را نمی خوانید : هوشمندسازی یا سیستم سازی[/quoteBox]