ICTPRESS - مسئولان با اشاره به الزامات توسعه هوش مصنوعي در شبكه بانكي و دستاوردهاي آن، تأكيد كردند كه بايد براي جلوگيري از عقب ماندگي، توسعه و استفاده از هوش مصنوعي در صنعت بانكداري را جدي بگيريم.
به گزارش شبكه خبري ICTPRESS، نشست بانكداري در عصر هوش مصنوعي امروز چهارشنبه 11 شهريور در استيج تازه هاي اقتصاد در بيست ونهمين نمايشگاه بين المللي الكترونيك، كامپيوتر و تجارت الكترونيك (الكامپ) برگزار شد. در اين نشست، مسئولان كارشناسان حوزه فناوري اطلاعات به مهم ترين محور هاي تحول بانكداري در عصر هوش مصنوعي پرداختند.
تلاش بانك مركزي براي تسهيل توسعه هوش مصنوعي
نوشين حيدري، معاون اداره هوش مصنوعي و امنيت بانك مركزي با تاكيد بر اينكه توسعه هوش مصنوعي در بانكداري تنها وظيفه شركت هاي فناوري نيست، گفت: پياده سازي موثر اين فناوري نيازمند همكاري بانك ها، شركت هاي توسعه دهنده و سياست گذاران است.
وي افزود: سرعت توسعه هوش مصنوعي در جهان بسيار بالاست و در حالي كه كشور ها به سرعت به سمت مدل هاي جديد حركت مي كنند، ما نيز بايد براي جلوگيري از عقب ماندگي، توسعه و استفاده از هوش مصنوعي در صنعت بانكداري را جدي بگيريم.
حيدري با اشاره به نقش بانك مركزي در اين مسير اظهار كرد: بانك مركزي قصد ندارد مانعي براي حركت شبكه بانكي به سمت هوش مصنوعي ايجاد كند، بلكه تلاش مي كند با رويكرد تسهيل گري، چارچوب هايي را براي توسعه اين فناوري و در عين حال حفاظت از حقوق مشتريان فراهم كند.
وي يكي از مهم ترين ملاحظات قانون گذار را حفاظت از حقوق كاربران در تصميم هاي مبتني بر هوش مصنوعي دانست و گفت: مشتري بايد بتواند نسبت به تصميم هايي كه بر اساس هوش مصنوعي درباره او گرفته مي شود، اعتراض كند و فرآيند تصميم گيري نيز بايد تا حد امكان توضيح پذير باشد.
معاون اداره هوش مصنوعي و امنيت بانك مركزي درباره ميزان اختيار هوش مصنوعي در تصميم گيري هاي بانكي افزود: استفاده از خودكارسازي در حوزه هاي كم ريسك، كه احتمال آسيب به مشتري كمتر است، مي تواند با اختيارات بيشتري انجام شود، اما در تصميم هاي حساس و پرريسك، از جمله برخي تصميم هاي مرتبط با تسهيلات، نمي توان همه اختيار را به هوش مصنوعي سپرد.
وي تاكيد كرد: در چنين مواردي، در كنار استفاده از ظرفيت هوش مصنوعي، بايد نقش نيروي انساني نيز حفظ شود تا تصميم نهايي در موضوعات حساس با نظارت و مداخله انساني انجام شود.
حاكميت داده و آموزش نيروي انساني، پيش نياز استفاده از هوش مصنوعي
معاون اداره هوش مصنوعي و امنيت بانك مركزي، در بخش دوم نشست با تأكيد بر اهميت كيفيت داده در توسعه كاربرد هاي هوش مصنوعي گفت: هوش مصنوعي بدون داده باكيفيت، كامل، استاندارد و قابل بهره برداري، بيشتر به يك نمايش جذاب شبيه خواهد بود و توسعه سامانه هاي هوشمند بدون فراهم كردن داده هاي مناسب، در نهايت به شكست منجر مي شود.
وي افزود: اگرچه در سال هاي گذشته در بخش هاي مختلف جامعه، سازمان ها و بانك ها اقداماتي براي استقرار حاكميت داده، ايجاد كاتالوگ داده و استانداردسازي انجام شده، اما اين اقدامات به اندازه كافي مورد توجه و سرمايه گذاري قرار نگرفته و نتوانسته ايم به موفقيت مطلوب دست پيدا كنيم.
معاون اداره هوش مصنوعي و امنيت بانك مركزي ادامه داد: شبكه بانكي حجم بسيار گسترده اي از داده در اختيار دارد، اما همه اين داده ها قابل استفاده نيستند و در بسياري از موارد كيفيت لازم براي بهره برداري در سامانه هاي هوش مصنوعي را ندارند؛ بنابراين بانك ها در كنار توسعه دستيار هاي هوشمند و سامانه هايي كه همين امروز امكان بهره برداري از آنها وجود دارد، بايد به طور جدي به سمت استقرار حاكميت داده حركت كنند.
حيدري همچنين نيروي انساني را يكي ديگر از محور هاي كليدي تحول هوش مصنوعي در بانك ها دانست و گفت: نياز شبكه بانكي تنها به استخدام و آموزش نيرو هاي متخصص هوش مصنوعي محدود نمي شود، بلكه مديران و كارشناسان فعلي نيز بايد آموزش ببينند تا بتوانند نحوه استفاده صحيح از اين فناوري، ارزيابي خروجي ها و به چالش كشيدن پاسخ هاي هوش مصنوعي را ياد بگيرند و در مواقع لازم، از آن براي رسيدن به نتيجه مطلوب استفاده كنند.
وي با اشاره به نگراني موجود درباره از بين رفتن برخي مشاغل در پي توسعه هوش مصنوعي اظهار كرد: با پياده سازي هوش مصنوعي ممكن است برخي وظايف و مشاغل تغيير كنند، اما مسئله اصلي از دست دادن نيروي انساني نيست؛ بلكه نياز به تخصص هاي جديد و بازآموزي نيرو هاي موجود است.
معاون اداره هوش مصنوعي و امنيت بانك مركزي ادامه داد: در برخي موارد، پروژه هاي هوش مصنوعي در بانك ها با وجود ظرفيت بالايي كه براي كاهش هزينه ها دارند، به دليل نگراني مديران و كاركنان از كاهش نيروي انساني مورد استقبال كافي قرار نگرفته اند. در حالي كه مي توان با آموزش نيرو هاي موجود، آنها را براي استفاده از ابزار هاي جديد آماده كرد و از ظرفيت هوش مصنوعي براي افزايش بهره وري و كاهش هزينه هاي بانك بهره گرفت.
حيدري با اشاره به محور هاي اصلي مورد نياز براي توسعه هوش مصنوعي در شبكه بانكي گفت: داده و نيروي انساني دو موضوع كليدي هستند كه بايد از منظر سياست گذاري و قانون گذاري مورد توجه قرار گيرند و در كنار آنها، موضوع نظارت نيز اهميت ويژه اي دارد.
وي تأكيد كرد: با ورود هوش مصنوعي به فرآيند هاي بانكي، نظارت بايد گسترده تر از گذشته باشد و هرچه سطح ريسك تصميم گيري هاي مبتني بر هوش مصنوعي بالاتر باشد، نظارت بر آن نيز بايد جامع تر و دقيق تر انجام شود؛ به ويژه در مورد استفاده از عامل هاي هوشمند كه مي توانند در فرآيند هاي بانكي نقش مستقيم تري در تصميم گيري و اجرا داشته باشند.
حيدري در بخش سوم پنل با اشاره به چالش داده در پروژه هاي هوش مصنوعي گفت: در محيط هاي سندباكس ممكن است داده هاي لازم براي آزمايش و توسعه مدل ها وجود داشته باشد، اما در محيط واقعي اين داده ها در دسترس نباشند و همين مسئله موجب شكست پروژه ها شود.
وي همچنين درباره زيرساخت پردازشي اظهار كرد: در بسياري از موارد ميزان بهره برداري از مدل هاي هوش مصنوعي و نياز به GPU به درستي تخمين زده نمي شود و در زمان اجرا، كمبود زيرساخت باعث مي شود مدل به عملكرد مورد انتظار نرسد.
معاون اداره هوش مصنوعي و امنيت بانك مركزي تاكيد كرد: استفاده از هوش مصنوعي ابري نيز بايد به صورت كنترل شده و بر اساس طبقه بندي داده ها انجام شود. داده هاي عمومي و كم محرمانه مي توانند در سرويس هاي خارجي مورد استفاده قرار گيرند، اما داده هاي محرمانه بايد داخل سازمان نگهداري شوند. به گفته حيدري، بانك ها مي توانند مدل ها را به صورت محلي توسعه دهند و در كنار آن، از مدل هاي خارجي براي داده هايي كه محرمانگي بالايي ندارند استفاده كنند.
بانك ها براي حفظ مشتري بايد به سمت هوش مصنوعي حركت كنند
محمد جعفرعبدي، مدير توسعه كسب وكار شركت خدمات انفورماتيك به عنوان دومين سخنران نشست با تاكيد بر اينكه صنعت بانكداري وارد عصر هوش مصنوعي شده است، گفت: بازگشت به دوران پيش از هوش مصنوعي ممكن نيست و بانك ها بايد خود را با اين تحول همگام كنند.
وي با اشاره به ماهيت حساس و قانون مند صنعت بانكداري افزود: بانك ها در سراسر جهان به دليل الزامات نظارتي و ريسك هاي موجود، با احتياط بيشتري به سمت استفاده از هوش مصنوعي حركت مي كنند، اما اين احتياط نبايد مانع ورود آنها به اين عرصه شود.
جعفرعبدي، تجربه مشتري را يكي از مهم ترين محور هاي تحول بانكداري در عصر هوش مصنوعي دانست و گفت: انتظارات مشتريان تغيير كرده و نسل هاي جديد با فناوري و ابزار هاي هوشمند بزرگ مي شوند؛ بنابراين نمي توان همچنان با روش هاي گذشته به مشتري خدمت ارائه كرد و انتظار رضايت داشت.
وي افزود: بانك ها بايد با استفاده از داده هايي كه در اختيار دارند، مشتري و نياز هاي او را بهتر بشناسند و خدمات خود را متناسب با شرايط هر فرد شخصي سازي كنند.
مدير توسعه كسب وكار شركت خدمات انفورماتيك با اشاره به نقش هوش مصنوعي در تامين مالي گفت: بانك مي تواند با شناخت رفتار و شرايط مشتري، خدمات تامين مالي را به شكلي ساده تر و متناسب با نياز او ارائه كند؛ به گونه اي كه مشتري احساس كند بانك در كنار او و همراه اوست.
وي تاكيد كرد: با توجه به حجم بالاي داده ها و تعداد زياد مشتريان، روش هاي سنتي ديگر پاسخگوي شناخت دقيق نياز هاي هر مشتري نيستند و هوش مصنوعي مي تواند امكان تحليل داده ها و ارائه خدمات شخصي سازي شده در مقياس گسترده را فراهم كند.
جعفرعبدي در پايان گفت: اگر بانك ها به سمت استفاده موثر از هوش مصنوعي و بهبود تجربه مشتري حركت نكنند، به ويژه بانك هاي بزرگ ممكن است بخشي از بازار خود را از دست بدهند؛ از اين رو، تمركز بانكداري در عصر هوش مصنوعي بايد بر شناخت مشتري و ارائه خدمات متناسب با نياز هاي هر فرد باشد.
عبدي در بخش دوم پنل با انتقاد از رويكرد پروژه اي و مقطعي برخي سازمان ها در استفاده از هوش مصنوعي، اظهار كرد: هنوز هوش مصنوعي به صورت واقعي و عميق در فرايند هاي سازماني و بانكي وارد نشده و يكي از دلايل آن، نگاه نادرست به اين فناوري است.
وي افزود: نبايد صرفاً به دليل جذابيت هوش مصنوعي، پروژه هايي براي استفاده از آن تعريف كرد، بلكه ابتدا بايد مشكلات واقعي بانك و سازمان شناسايي شود و سپس بررسي كنيم كه هوش مصنوعي چگونه مي تواند به حل اين مسائل كمك كند.
مدير توسعه كسب وكار شركت خدمات انفورماتيك با تاكيد بر ضرورت نگاه راهبردي به هوش مصنوعي گفت: آماده سازي زيرساخت ها، ساماندهي داده ها و توجه به امنيت بايد از ابتداي مسير مورد توجه قرار گيرد. به گفته وي، حركت به سمت پروژه هاي پراكنده، جزيره اي و كوتاه مدت، مي تواند به شكست در مراحل اوليه منجر شود و سازمان ها بايد پيش از اجراي پروژه ها، فرايند ها و زيرساخت هاي لازم را براي پياده سازي هوش مصنوعي آماده كنند.
بانك ها براي حركت به سمت هوش مصنوعي بايد فرآيند ها و ساختار خود را بازطراحي كنند
عبدي در ادامه پنل با اشاره به تفاوت ميان ديجيتالي سازي بانك ها و حركت به سمت هوش مصنوعي گفت: در دوره ديجيتالي شدن، عمدتاً همان فرآيند هاي سنتي بانكداري با استفاده از فناوري به بستر هاي ديجيتال منتقل شدند، اما هوش مصنوعي نيازمند بازنگري و بازطراحي فرآيندهاست و نمي توان صرفاً همان فرآيند هاي قديمي را با ابزار هاي هوش مصنوعي اجرا كرد.
وي افزود: اگر قرار باشد هوش مصنوعي همان كار هاي سنتي را صرفاً با فناوري جديد انجام دهد، ارزش افزوده و تغيير چنداني ايجاد نخواهد شد. به ويژه در مورد عامل هاي هوشمند، بانك بايد زيرساخت و بستر لازم را فراهم كند تا اين عامل ها بتوانند به شكل مؤثر در فرآيند هاي بانكي فعاليت كنند.
عبدي، داده را يكي از نخستين الزامات حركت بانك ها به سمت هوش مصنوعي دانست و اظهار كرد: داده هاي بانك ها در بسياري از موارد پراكنده اند، كيفيت كافي ندارند و حتي مالكيت و مسئوليت مديريت آنها به طور مشخص تعيين نشده است؛ بنابراين بانك ها بايد در گام نخست، داده هاي خود را ساماندهي كرده و بستر هاي لازم براي استفاده هوش مصنوعي از داده ها، از جمله ايجاد پلتفرم داده، را فراهم كنند.
مدير توسعه كسب وكار شركت خدمات انفورماتيك ادامه داد: حركت به سمت هوش مصنوعي تنها به تغيير داده ها محدود نمي شود و معماري بانك نيز بايد متناسب با اين تحول بازطراحي شود. در صنعت بانكداري، اعتماد مشتري، امنيت و قابليت اتكا اهميت بالايي دارد و به همين دليل بايد در معماري جديد، لايه ها و كنترل هاي مختلفي براي جلوگيري از خطا و مديريت ريسك در نظر گرفته شود.
وي با تأكيد بر اينكه نبايد انتظار داشت هوش مصنوعي بدون محدوديت در تمام فرآيند هاي بانكي به كار گرفته شود، گفت: بانك ها بايد محدوديت هاي اين فناوري را بپذيرند و متناسب با ريسك و حساسيت هر فرآيند، درباره ميزان استفاده از هوش مصنوعي تصميم بگيرند.
عبدي همچنين نيروي انساني را يكي ديگر از اركان اصلي تحول هوش مصنوعي در بانك ها عنوان كرد و افزود: حتي اگر پيشرفته ترين سامانه هاي هوش مصنوعي در يك بانك راه اندازي شود، اما نيروي انساني نسبت به اين فناوري باور و پذيرش لازم را نداشته باشد يا تصور كند هوش مصنوعي جايگزين او خواهد شد، اجراي موفق اين تحول امكان پذير نخواهد بود.
وي بر ضرورت آموزش نيروي انساني و ايجاد تخصص هاي جديد تأكيد كرد و گفت: كاركنان بانك بايد براي همراهي با فناوري هاي جديد آموزش ببينند و تخصص هايي مانند علم داده نيز بايد در ساختار بانك ها تقويت شود. همچنين ممكن است ايجاد واحد ها و بخش هاي تخصصي جديد براي مديريت اين حوزه ضروري باشد.
مدير توسعه كسب وكار شركت خدمات انفورماتيك با بيان اينكه ورود هوش مصنوعي به بانكداري در نهايت به بازتعريف نقش نيروي انساني منجر خواهد شد، اظهار كرد: برخي فعاليت هاي تكراري و دستي مي توانند با كمك هوش مصنوعي انجام شوند و اين فناوري در برخي فرآيند ها به جايگزيني كامل نيروي انساني يا دست كم كمك به تصميم سازي منجر خواهد شد.
عبدي در پايان تأكيد كرد: بانك ها براي بهره گيري واقعي از ظرفيت هوش مصنوعي، بايد هم فرآيند هاي خود را بازتعريف و بازطراحي كنند و هم در صورت نياز، ساختار اداري و سازماني خود را متناسب با اين تحول تغيير دهند.
هوش مصنوعي عاملي از فرايند هاي كم ريسك آغاز شود
در ادامه نشست، هادي حيدري، معاون فناوري اطلاعات بانك توسعه صادرات با تشريح الزامات استفاده از هوش مصنوعي عاملي (Agentic AI) در نظام بانكي، تأكيد كرد كه پياده سازي اين فناوري بايد به صورت مرحله اي و از فرايند هاي ساده تر و كم ريسك تر آغاز شود و در ادامه به فرايند هاي پيچيده بانكي گسترش يابد.
حيدري گفت: در هوش مصنوعي عاملي، عامل هوشمند بايد بتواند داده و اطلاعات را دريافت و تحليل كند، تصميم بگيرد و در نهايت تصميم خود را اجرا كند؛ به عبارت ديگر، يك ايجنت بايد بتواند يك فرايند را از ابتدا تا انتها مديريت كند؛ چه اين فرايند در بخش هاي مشتريان، شعب، ستاد يا حوزه هاي پشتيباني بانك انجام شود.
وي افزود: براي عملياتي شدن اين مدل، ابتدا بايد فرايند هاي بانكي به صورت دقيق مهندسي يا بازمهندسي و استاندارد شوند و در كنار آن، قوانين، مقررات و الزامات تطبيق نيز به طور كامل براي عامل هوشمند قابل فهم و اجرا باشد. به همين دليل، پياده سازي يك ايجنت در بانك، فرايندي پيچيده است و نمي توان از ابتدا همه فرايند ها را به هوش مصنوعي سپرد.
معاون فناوري اطلاعات بانك توسعه صادرات ادامه داد: در مرحله نخست بايد اين ايجنت ها به صورت بخش به بخش و در لايه هايي كه ريسك پايين تري دارند، مستقر شوند و پس از كسب تجربه و بلوغ، به فرايند هاي پيچيده تر و در نهايت به مدل هاي چندعاملي در بانك ها رسيد.
حيدري براي تشريح اين موضوع به فرايند اعطاي تسهيلات اشاره كرد و گفت: در تسهيلات خرد، فرايند هايي مانند تكميل پرونده، احراز هويت، دريافت اطلاعات حساب، استفاده از وب سرويس ها و دريافت رتبه يا امتياز اعتباري، نسبتاً ساده هستند و يك عامل هوشمند مي تواند پس از طي اين مراحل، اعتبار يا تسهيلات را به مشتري اختصاص دهد.
وي افزود: اما در تسهيلات سرمايه در گردش، به ويژه براي مشتريان حقوقي، فرايند پيچيده تر مي شود؛ زيرا عامل بايد صورت هاي مالي را بررسي، نسبت هاي مالي را محاسبه و مقايسه، رتبه اعتباري شركت را دريافت و الزامات نظارتي و مقرراتي مربوط به مصرف تسهيلات را نيز كنترل كند.
به گفته حيدري، هرچه سطح تصميم گيري و شروط نظارتي افزايش پيدا كند، پيچيدگي استفاده از هوش مصنوعي عاملي نيز بيشتر خواهد شد. بر همين اساس، پياده سازي اين فناوري در بانك هاي متمركز بر خدمات خرد و مشتريان حقيقي، نسبت به بانك هاي تجاري كه با مشتريان حقوقي و فرايند هاي پيچيده تر سروكار دارند، ساده تر است.
وي در جمع بندي اظهار كرد: تصور فعلي از پياده سازي بانكداري عاملي اين است كه در فاز نخست، اين فناوري در اپليكيشن هاي بانكداري و فرايند هاي ساده تر مورد استفاده قرار گيرد و در مراحل بعد، با توجه به پيچيدگي فرايند هاي كسب وكار، به محصولات و خدمات بانكي پيچيده تر توسعه پيدا كند.
حيدري در برخش دوم نشست با اشاره به فاصله ايران با كشور هاي منطقه در حوزه هوش مصنوعي، اظهار كرد: ايران در سال 2025 حدود 90 ميليون دلار، معادل 5.5 تا 6 همت در زيرساخت هاي هوش مصنوعي سرمايه گذاري كرده كه تنها حدود دو صدم درصد توليد ناخالص داخلي است. همچنين تعداد GPU هاي فعال كشور در ديتاسنتر هاي مجهز به زيرساخت هوش مصنوعي كمتر از 200 واحد است، در حالي كه اين رقم در عربستان به بيش از 13 هزار GPU مي رسد.
وي افزود: تعداد نيرو هاي متخصص و فعال در حوزه هوش مصنوعي در ايران حدود 13 هزار نفر است و در عين حال، حدود 1500 نيروي انساني متخصص نيز از كشور خارج شده اند. به گفته او، اين آمار ها نشان مي دهد ظرفيت سرمايه گذاري، زيرساخت و نيروي انساني ايران در حوزه هوشمندسازي با ظرفيت بالقوه اقتصاد كشور تناسب ندارد.
معاون فناوري اطلاعات بانك توسعه صادرات با اشاره به چالش بانك ها براي استفاده از فناوري هاي جديد گفت: وجود سامانه هاي قديمي و موروثي و ساختار هاي سنتي، حركت سريع بانك هاي بزرگ به سمت فناوري هايي مانند عامل هاي هوش مصنوعي را دشوار كرده است. به همين دليل، استفاده از هوش مصنوعي بايد ابتدا از لايه هاي كم ريسك تر و خدمات فرانت آفيس آغاز شود.
حيدري تاكيد كرد: توسعه هوش مصنوعي در بانك ها نيازمند سرمايه گذاري در زيرساخت و نيروي انساني، آموزش و فرهنگ سازي، استفاده از ظرفيت شركت هاي فناور و استارت آپ ها و تعيين چارچوب هاي مشخص از سوي هيئت مديره و مديران ارشد است. وي افزود: عامل هاي هوش مصنوعي كه توان تحليل، تصميم گيري و اجرا دارند، بايد متناسب با درجه بلوغ بانك ها و ابتدا در حوزه هاي كم ريسك به كار گرفته شوند و اين مسير مي تواند از بانك هاي كوچك تر و داراي خطوط كسب وكاري محدودتر آغاز و به تدريج به بانك هاي بزرگ و جامع توسعه يابد.