یک استاد دانشگاه در سمینار هوش مصنوعی در ITE 2018 تشریح کرد:
کاربردهای هوش مصنوعی در صنعت بانکداری؛ از تشخیص هویت تا سنجش رضایت مشتری
نمایه بانک : رضا عزمی دانشیار گروه مهندسی کامپیوتر دانشگاه الزهرا (س)، سخنران سمینار هوش مصنوعی در ITE 2018، در این رویداد از کاربردهای این فناوری در صنعت بانکداری و پرداخت گفت.
- شنبه 6 بهمن 1397 ساعت 5:8
به گزارش نمایه بانک ، به نقل از فابا نیوز ، متن سخنرانی عزمی را در این رویداد می‌خوانید.
انسان؛ خدا یا برده ربات‌ها؟
شش نسل برای هوش مصنوعی تعریف شده است که اکنون در نسل چهارم خود قرار دارد. در نسل پنجم فرا ماشین – فرا انسان‌ها شکل می‌گیرند و در نسل ششم انسان در اختیار ربات‌ها خواهد بود.
طرفداران مباحث متافیزیکی، برای پیش‌گیری از این مرحله یا در نهایت رسیدن به نقطه حذف انسان، پیشنهاد کرده‌اند طراحی هوش مصنوعی به صورتی انجام شود که ربات‌های آینده در ناخودآگاه خود، انسان را خدایگان خویش تصور کنند.
به عبارت دیگر، طراحی ربات‌ها باید بر اساس شکل‌گیری احساس آگاهی و هویت در آنها انجام شود. در غیر این صورت هوش مصنوعی ممکن است انسان را حذف کند.
هوش مصنوعی و کاربری‌های بسیار در صنعت بانکداری
کاربردهای هوش مصنوعی در صنعت بانکداری می‌تواند شامل، تجزبه و تحلیل داده‌های بانکی، پردازش تصویر و ویدئو، تشخیص صدا، متن‌کاوی، قدرت الگوریتم‌های یادگیری عمیق در حل مسائل مربوط به صنعت بانکداری و معرفی تکنولوژی آی‌بیکن (iBeakon) باشد.
مدیریت منابع نیز یکی از کاربردهای دیگر هوش مصنوعی برای شبکه بانکی است. تحلیل بلادرنگ (Real Time) شعبه‌ها و شناسایی شعب ناکارآمد، پیش‌بینی میزان تقاضای پول در دستگاه‌های خودپرداز و مکان‌یابی این دستگاه‌ها از جمله مواردی است که در این زمینه می‌توان به آنها اشاره کرد. البته دو مورد آخر از نخستین کاربردهای هوش مصنوعی در صنعت بانکداری بوده‌اند.
کاربردهای پردازش تصویر؛ از برداشت چک تا شناسایی رفتارهای مشکوک
پردازش تصویر و ویدئو نیز کاربری‌های مختلفی در صنعت بانکداری دارد. از جمله آنها می‌توان به جایگزینی فناوری تشخیص چهره به جای کارت‌های بانکی، استفاده از آن به عنوان ابزاری برای تایید اعتبار کاربران در دستگاه‌های خودپرداز و انتقال چک‌های بانکی دستنویس به حساب با استفاده از موبایل شخصی و عکس گرفتن از برگه چک بدون نیاز به مراجعه به شعبه اشاره کرد.
همچنین می‌توان با استفاده از هوش مصنوعی و از طریق پردازش تصویر و ویدئو، فیلم‌های نظارتی در شعب بانک‌ها و دستگاه‌های خودپرداز را آنالیز و رفتارهای مشکوک و نابه‌هنجار را شناسایی کرد. فردی که از کارت بانکی خود استفاده می‌کند احتمالا رفتاری متفاوت با کسی دارد که می‌خواهد به صورت غیرمجاز از یک کارت پول برداشت کند.
تایید هویت مشتریان از طریق فناوری تشخیص صدا
صنعت بانکداری می‌تواند از تشخیص صدا و سرویس‌های امنیتی مبتنی بر این فناوری نیز در حوزه بررسی هویت مشتریان برای بیان کلمه عبور و تایید صحت تراکنش‌های مالی به صورت تلفنی، بهره بگیرد.
یک شرکت هلدینگ بانک و خدمات مالی آمریکایی با عنوان کاپیتال وان، با توسعه قابلیت‌های آمازون آلکسا، این امکان را به کاربران خود تا داده است که امور بانکی را از جمله مانده‌گیری از حساب، پرداخت‌های بانکی و بررسی تراکنش‌های بانکی انجام شده خود، از طریق صدا انجام دهند.
این فناوری به سیستم‌های بانکی و مالی کمک کند که ارتباط نزدیک‌تر و بیشتری با مشتریان داشته باشند.
متن‌کاوی و سنجش احساسات مشتری
همچنین، متن‌کاوی کاربردهای زیادی برای صنعت بانکی دارد. برای مثال از طریق این روش، می‌توان احساسات مشتریان را با جمع‌آوری نظرات مثبت، منفی یا معمولی‌ای که در شبکه‌های اجتماعی در مورد خدمات و محصولات بانکی ابراز کرده‌اند، تجربه و تحلیل کرد. زمان سنجش خدمات با استفاده از فرم‌های نظرسنجی گذشته است. بانک‌ها می‌توانند با بهره‌گیری از ابزارهای متن‌کاوی میزان رضایت مشتری، عملکرد شعبه و چگونگی کاربری ابزارها و خدمات خود را بسنجند.
بهره‌گیری از ربات‌های چت هوشمند، که مبتنی بر هوش مصنوعی هستند، نیز یکی دیگر از کاربردهای متن‌کاوی برای صنعت بانکداری است.
تشکیل سندباکس؛ لازمه پیاده‌سازی گسترده کاربردهای هوش مصنوعی
کاربرد الگوریتم‌های یادگیری عمیق؛ از رتبه‌بندی تا تشخیص تقلب
قدرت الگوریتم‌های یادگیری عمیق در حل مسائل مربوط به صنعت بانکداری، یکی از کاربردهای مهم هوش مصنوعی برای این صنعت است. در این حوزه می‌توان به امکان تحلیل احساسات مشتری، با استفاده از شبکه‌های عصبی بازگشت عمیق اشاره کرد.
رتبه‌بندی اعتباری مشتریان، تشخیص تقلب در کارت‌های اعتباری، پیش‌بینی ریزش مشتری، مانیتورینگ رفتار مشتری (تشخیص رفتارهای نا‌هنجار در ویدیوهای نظارتی با استفاده از شبکه‌های CNN) و پیش‌بینی میزان تقاضای پول در دستگاه‌های خودپرداز از دیگر کاربردهای الگوریتم‌های یادگیری عمیق در حل مسائل مربوط به صنعت بانکداری است.
کاربرد بیشتر آی‌بیکن نسبت به فناوری‌های مشابه
یکی دیگر از مباحث مرتبط با هوش مصنوعی، تکنولوژی آی‌بیکن است. این فناوری جدید هنوز در لبه تکنولوژی قرار دارد و کاربردهای آن به صورت موردی در بانک‌ها استفاده می‌شود.
آی‌بیکن یک سیستم موقعیت‌یاب داخلی است که می‌تواند دستگاه‌های نزدیک خود را شناسایی کند. این فناوری با استفاده از تکنولوژی بی‌سیم بلوتوث هوشمند (بلوتوث کم‌انرژی) و وای‌فای، پیام‌هایی را بر اساس موقعیت مکانی افراد به گوشی‌های هوشمند و تبلت آنها ارسال می‌کند.
آی‌بیکن به دلیل داشتن برخی قابلیت‌ها، کاربردهای گسترده‌تری نسبت به NFC یا GPS دارد:
- GPS در فضای بسته عملا ناکارآمد است و NFC نیز در محدوده بسیار نزدیک و فاصله‌های خیلی کوتاه کار می‌کند.
- بیکن به دلیل استفاده از بلوتوث هوشمند نسبت به GPS و NFC انرژی کمتری مصرف می‌کند.
استفاده از تکنولوژی موقعیت‌یاب برای شناخت دقیق‌تر مشتری
از این فناوری می‌توان در موارد مختلفی از جمله تشخیص موقعیت مشتری، ارسال آگهی و نوتیفیکشین استفاده کرد. بانک با بهره‌گیری از این فناوری متوجه نزدیکی مشتری به شعبه یا دستگاه خودپرداز می‌شود. در این صورت می‌توان پیام‌هایی را حاوی معرفی خدمات خود یا خوش‌آمدگویی به او، برای مشتری ارسال کند.
نوبت‌دهی خودکار و راهنمای ارائه سرویس مورد نظر او، شناسایی مشتریان، آموزش استفاده از سرویس‌های موبایلی، خدمات ارزش افزوده، تحلیل شرایط شعبه‌ها، نظرسنجی از مشتریان در مورد میزان رضایت آنها، از دیگر کاربردهای آی‌بیکن در صنعت بانکداری است.
همچنین امکان ترکیب آن با فناوری‌های دیگر و ارائه خدمات جدید وجود دارد. می‌توان از طریق آی‌بیکن مشتری را به صورت کامل شناخت و پیشنهادات مناسب را به او ارائه کرد.
این کاربردها در دنیا در حال استفاده هستند اما رگولاتوری در ایران لخت پیش می‌رود. سیاستگذاری باید به سمت تشکیل سندباکس برود و به تدریج کوچک‌تر شود تا امکان پیاده‌سازی کاربردهای جدید فناوری‌های مبتنی بر هوش مصنوعی و حضور فین‌تک‌ها برای ایجاد ارزش افزوده وجود دارد.
بهره‌گیری از هوش مصنوعی در صنعت بانکداری می‌تواند چنین مسیری را طی کند: جمع‌آوری داده‌های مختلف با استفاده از انواع سنسورها و ابزارها، پردازش داده‌ها با بهر‌گیری از هوش مصنوعی و استفاده از این نتایج در ارائه خدمات متنوع.