به گزارش خبرنگار تازه های اقتصاد، نشست «بانکداری در عصر هوش مصنوعی» امروز چهارشنبه ۱۱ شهریور در استیج «تازه‌های اقتصاد» در رویداد الکام بانک بیست‌ونهمین نمایشگاه بین‌المللی الکترونیک، کامپیوتر و تجارت الکترونیک (الکامپ) برگزار شد. در این نشست، مسئولان کارشناسان حوزه فناوری اطلاعات به مهم‌ترین محورهای تحول بانکداری در عصر هوش مصنوعی پرداختند.

تلاش بانک مرکزی برای تسهیل توسعه هوش مصنوعی

نوشین حیدری، معاون اداره هوش مصنوعی و امنیت بانک مرکزی با تاکید بر اینکه توسعه هوش مصنوعی در بانکداری تنها وظیفه شرکت‌های فناوری نیست، گفت: پیاده‌سازی موثر این فناوری نیازمند همکاری بانک‌ها، شرکت‌های توسعه‌دهنده و سیاست‌گذاران است.

وی افزود: سرعت توسعه هوش مصنوعی در جهان بسیار بالاست و در حالی که کشورها به سرعت به سمت مدل‌های جدید حرکت می‌کنند، ما نیز باید برای جلوگیری از عقب‌ماندگی، توسعه و استفاده از هوش مصنوعی در صنعت بانکداری را جدی بگیریم.

حیدری با اشاره به نقش بانک مرکزی در این مسیر اظهار کرد: بانک مرکزی قصد ندارد مانعی برای حرکت شبکه بانکی به سمت هوش مصنوعی ایجاد کند، بلکه تلاش می‌کند با رویکرد تسهیل‌گری، چارچوب‌هایی را برای توسعه این فناوری و در عین حال حفاظت از حقوق مشتریان فراهم کند.

وی یکی از مهم‌ترین ملاحظات قانون‌گذار را حفاظت از حقوق کاربران در تصمیم‌های مبتنی بر هوش مصنوعی دانست و گفت: مشتری باید بتواند نسبت به تصمیم‌هایی که بر اساس هوش مصنوعی درباره او گرفته می‌شود، اعتراض کند و فرآیند تصمیم‌گیری نیز باید تا حد امکان توضیح‌پذیر باشد.

معاون اداره هوش مصنوعی و امنیت بانک مرکزی درباره میزان اختیار هوش مصنوعی در تصمیم‌گیری‌های بانکی افزود: استفاده از خودکارسازی در حوزه‌های کم‌ریسک، که احتمال آسیب به مشتری کمتر است، می‌تواند با اختیارات بیشتری انجام شود، اما در تصمیم‌های حساس و پرریسک، از جمله برخی تصمیم‌های مرتبط با تسهیلات، نمی‌توان همه اختیار را به هوش مصنوعی سپرد.

وی تاکید کرد: در چنین مواردی، در کنار استفاده از ظرفیت هوش مصنوعی، باید نقش نیروی انسانی نیز حفظ شود تا تصمیم نهایی در موضوعات حساس با نظارت و مداخله انسانی انجام شود.

حاکمیت داده و آموزش نیروی انسانی، پیش‌نیاز استفاده از هوش مصنوعی

معاون اداره هوش مصنوعی و امنیت بانک مرکزی، در بخش دوم نشست با تأکید بر اهمیت کیفیت داده در توسعه کاربردهای هوش مصنوعی گفت: هوش مصنوعی بدون داده باکیفیت، کامل، استاندارد و قابل بهره‌برداری، بیشتر به یک نمایش جذاب شبیه خواهد بود و توسعه سامانه‌های هوشمند بدون فراهم کردن داده‌های مناسب، در نهایت به شکست منجر می‌شود.

وی افزود: اگرچه در سال‌های گذشته در بخش‌های مختلف جامعه، سازمان‌ها و بانک‌ها اقداماتی برای استقرار حاکمیت داده، ایجاد کاتالوگ داده و استانداردسازی انجام شده، اما این اقدامات به اندازه کافی مورد توجه و سرمایه‌گذاری قرار نگرفته و نتوانسته‌ایم به موفقیت مطلوب دست پیدا کنیم.

معاون اداره هوش مصنوعی و امنیت بانک مرکزی ادامه داد: شبکه بانکی حجم بسیار گسترده‌ای از داده در اختیار دارد، اما همه این داده‌ها قابل استفاده نیستند و در بسیاری از موارد کیفیت لازم برای بهره‌برداری در سامانه‌های هوش مصنوعی را ندارند؛ بنابراین بانک‌ها در کنار توسعه دستیارهای هوشمند و سامانه‌هایی که همین امروز امکان بهره‌برداری از آنها وجود دارد، باید به‌طور جدی به سمت استقرار حاکمیت داده حرکت کنند.

حیدری همچنین نیروی انسانی را یکی دیگر از محورهای کلیدی تحول هوش مصنوعی در بانک‌ها دانست و گفت: نیاز شبکه بانکی تنها به استخدام و آموزش نیروهای متخصص هوش مصنوعی محدود نمی‌شود، بلکه مدیران و کارشناسان فعلی نیز باید آموزش ببینند تا بتوانند نحوه استفاده صحیح از این فناوری، ارزیابی خروجی‌ها و به چالش کشیدن پاسخ‌های هوش مصنوعی را یاد بگیرند و در مواقع لازم، از آن برای رسیدن به نتیجه مطلوب استفاده کنند.

وی با اشاره به نگرانی موجود درباره از بین رفتن برخی مشاغل در پی توسعه هوش مصنوعی اظهار کرد: با پیاده‌سازی هوش مصنوعی ممکن است برخی وظایف و مشاغل تغییر کنند، اما مسئله اصلی از دست دادن نیروی انسانی نیست؛ بلکه نیاز به تخصص‌های جدید و بازآموزی نیروهای موجود است.

معاون اداره هوش مصنوعی و امنیت بانک مرکزی ادامه داد: در برخی موارد، پروژه‌های هوش مصنوعی در بانک‌ها با وجود ظرفیت بالایی که برای کاهش هزینه‌ها دارند، به دلیل نگرانی مدیران و کارکنان از کاهش نیروی انسانی مورد استقبال کافی قرار نگرفته‌اند. در حالی که می‌توان با آموزش نیروهای موجود، آنها را برای استفاده از ابزارهای جدید آماده کرد و از ظرفیت هوش مصنوعی برای افزایش بهره‌وری و کاهش هزینه‌های بانک بهره گرفت.

حیدری با اشاره به محورهای اصلی مورد نیاز برای توسعه هوش مصنوعی در شبکه بانکی گفت: داده و نیروی انسانی دو موضوع کلیدی هستند که باید از منظر سیاست‌گذاری و قانون‌گذاری مورد توجه قرار گیرند و در کنار آنها، موضوع نظارت نیز اهمیت ویژه‌ای دارد.

وی تأکید کرد: با ورود هوش مصنوعی به فرآیندهای بانکی، نظارت باید گسترده‌تر از گذشته باشد و هرچه سطح ریسک تصمیم‌گیری‌های مبتنی بر هوش مصنوعی بالاتر باشد، نظارت بر آن نیز باید جامع‌تر و دقیق‌تر انجام شود؛ به‌ویژه در مورد استفاده از عامل‌های هوشمند که می‌توانند در فرآیندهای بانکی نقش مستقیم‌تری در تصمیم‌گیری و اجرا داشته باشند.

حیدری در بخش سوم پنل با اشاره به چالش داده در پروژه‌های هوش مصنوعی گفت: در محیط‌های سندباکس ممکن است داده‌های لازم برای آزمایش و توسعه مدل‌ها وجود داشته باشد، اما در محیط واقعی این داده‌ها در دسترس نباشند و همین مسئله موجب شکست پروژه‌ها شود.

وی همچنین درباره زیرساخت پردازشی اظهار کرد: در بسیاری از موارد میزان بهره‌برداری از مدل‌های هوش مصنوعی و نیاز به GPU به‌درستی تخمین زده نمی‌شود و در زمان اجرا، کمبود زیرساخت باعث می‌شود مدل به عملکرد مورد انتظار نرسد.

معاون اداره هوش مصنوعی و امنیت بانک مرکزی تاکید کرد: استفاده از هوش مصنوعی ابری نیز باید به‌صورت کنترل‌شده و بر اساس طبقه‌بندی داده‌ها انجام شود. داده‌های عمومی و کم‌محرمانه می‌توانند در سرویس‌های خارجی مورد استفاده قرار گیرند، اما داده‌های محرمانه باید داخل سازمان نگهداری شوند. به گفته حیدری، بانک‌ها می‌توانند مدل‌ها را به‌صورت محلی توسعه دهند و در کنار آن، از مدل‌های خارجی برای داده‌هایی که محرمانگی بالایی ندارند استفاده کنند.

بانک‌ها برای حفظ مشتری باید به سمت هوش مصنوعی حرکت کنند

محمد جعفرعبدی، مدیر توسعه کسب‌وکار شرکت خدمات انفورماتیک به عنوان دومین سخنران نشست با تاکید بر اینکه صنعت بانکداری وارد عصر هوش مصنوعی شده است، گفت: بازگشت به دوران پیش از هوش مصنوعی ممکن نیست و بانک‌ها باید خود را با این تحول همگام کنند.

وی با اشاره به ماهیت حساس و قانون‌مند صنعت بانکداری افزود: بانک‌ها در سراسر جهان به دلیل الزامات نظارتی و ریسک‌های موجود، با احتیاط بیشتری به سمت استفاده از هوش مصنوعی حرکت می‌کنند، اما این احتیاط نباید مانع ورود آنها به این عرصه شود.

جعفرعبدی، تجربه مشتری را یکی از مهم‌ترین محورهای تحول بانکداری در عصر هوش مصنوعی دانست و گفت: انتظارات مشتریان تغییر کرده و نسل‌های جدید با فناوری و ابزارهای هوشمند بزرگ می‌شوند؛ بنابراین نمی‌توان همچنان با روش‌های گذشته به مشتری خدمت ارائه کرد و انتظار رضایت داشت.

وی افزود: بانک‌ها باید با استفاده از داده‌هایی که در اختیار دارند، مشتری و نیازهای او را بهتر بشناسند و خدمات خود را متناسب با شرایط هر فرد شخصی‌سازی کنند.

مدیر توسعه کسب‌وکار شرکت خدمات انفورماتیک با اشاره به نقش هوش مصنوعی در تامین مالی گفت: بانک می‌تواند با شناخت رفتار و شرایط مشتری، خدمات تامین مالی را به شکلی ساده‌تر و متناسب با نیاز او ارائه کند؛ به‌گونه‌ای که مشتری احساس کند بانک در کنار او و همراه اوست.

وی تاکید کرد: با توجه به حجم بالای داده‌ها و تعداد زیاد مشتریان، روش‌های سنتی دیگر پاسخگوی شناخت دقیق نیازهای هر مشتری نیستند و هوش مصنوعی می‌تواند امکان تحلیل داده‌ها و ارائه خدمات شخصی‌سازی‌شده در مقیاس گسترده را فراهم کند.

جعفرعبدی در پایان گفت: اگر بانک‌ها به سمت استفاده موثر از هوش مصنوعی و بهبود تجربه مشتری حرکت نکنند، به‌ویژه بانک‌های بزرگ ممکن است بخشی از بازار خود را از دست بدهند؛ از این رو، تمرکز بانکداری در عصر هوش مصنوعی باید بر شناخت مشتری و ارائه خدمات متناسب با نیازهای هر فرد باشد.

عبدی در بخش دوم پنل با انتقاد از رویکرد پروژه‌ای و مقطعی برخی سازمان‌ها در استفاده از هوش مصنوعی، اظهار کرد: هنوز هوش مصنوعی به‌صورت واقعی و عمیق در فرایندهای سازمانی و بانکی وارد نشده و یکی از دلایل آن، نگاه نادرست به این فناوری است.

وی افزود: نباید صرفاً به دلیل جذابیت هوش مصنوعی، پروژه‌هایی برای استفاده از آن تعریف کرد، بلکه ابتدا باید مشکلات واقعی بانک و سازمان شناسایی شود و سپس بررسی کنیم که هوش مصنوعی چگونه می‌تواند به حل این مسائل کمک کند.

مدیر توسعه کسب‌وکار شرکت خدمات انفورماتیک با تاکید بر ضرورت نگاه راهبردی به هوش مصنوعی گفت: آماده‌سازی زیرساخت‌ها، ساماندهی داده‌ها و توجه به امنیت باید از ابتدای مسیر مورد توجه قرار گیرد. به گفته وی، حرکت به سمت پروژه‌های پراکنده، جزیره‌ای و کوتاه‌مدت، می‌تواند به شکست در مراحل اولیه منجر شود و سازمان‌ها باید پیش از اجرای پروژه‌ها، فرایندها و زیرساخت‌های لازم را برای پیاده‌سازی هوش مصنوعی آماده کنند.

بانک‌ها برای حرکت به سمت هوش مصنوعی باید فرآیندها و ساختار خود را بازطراحی کنند

عبدی در ادامه پنل با اشاره به تفاوت میان دیجیتالی‌سازی بانک‌ها و حرکت به سمت هوش مصنوعی گفت: در دوره دیجیتالی شدن، عمدتاً همان فرآیندهای سنتی بانکداری با استفاده از فناوری به بسترهای دیجیتال منتقل شدند، اما هوش مصنوعی نیازمند بازنگری و بازطراحی فرآیندهاست و نمی‌توان صرفاً همان فرآیندهای قدیمی را با ابزارهای هوش مصنوعی اجرا کرد.

وی افزود: اگر قرار باشد هوش مصنوعی همان کارهای سنتی را صرفاً با فناوری جدید انجام دهد، ارزش افزوده و تغییر چندانی ایجاد نخواهد شد. به‌ویژه در مورد «عامل‌های هوشمند»، بانک باید زیرساخت و بستر لازم را فراهم کند تا این عامل‌ها بتوانند به شکل مؤثر در فرآیندهای بانکی فعالیت کنند.

عبدی، داده را یکی از نخستین الزامات حرکت بانک‌ها به سمت هوش مصنوعی دانست و اظهار کرد: داده‌های بانک‌ها در بسیاری از موارد پراکنده‌اند، کیفیت کافی ندارند و حتی مالکیت و مسئولیت مدیریت آنها به‌طور مشخص تعیین نشده است؛ بنابراین بانک‌ها باید در گام نخست، داده‌های خود را ساماندهی کرده و بسترهای لازم برای استفاده هوش مصنوعی از داده‌ها، از جمله ایجاد پلتفرم داده، را فراهم کنند.

مدیر توسعه کسب‌وکار شرکت خدمات انفورماتیک ادامه داد: حرکت به سمت هوش مصنوعی تنها به تغییر داده‌ها محدود نمی‌شود و معماری بانک نیز باید متناسب با این تحول بازطراحی شود. در صنعت بانکداری، اعتماد مشتری، امنیت و قابلیت اتکا اهمیت بالایی دارد و به همین دلیل باید در معماری جدید، لایه‌ها و کنترل‌های مختلفی برای جلوگیری از خطا و مدیریت ریسک در نظر گرفته شود.

وی با تأکید بر اینکه نباید انتظار داشت هوش مصنوعی بدون محدودیت در تمام فرآیندهای بانکی به کار گرفته شود، گفت: بانک‌ها باید محدودیت‌های این فناوری را بپذیرند و متناسب با ریسک و حساسیت هر فرآیند، درباره میزان استفاده از هوش مصنوعی تصمیم بگیرند.

عبدی همچنین نیروی انسانی را یکی دیگر از ارکان اصلی تحول هوش مصنوعی در بانک‌ها عنوان کرد و افزود: حتی اگر پیشرفته‌ترین سامانه‌های هوش مصنوعی در یک بانک راه‌اندازی شود، اما نیروی انسانی نسبت به این فناوری باور و پذیرش لازم را نداشته باشد یا تصور کند هوش مصنوعی جایگزین او خواهد شد، اجرای موفق این تحول امکان‌پذیر نخواهد بود.

وی بر ضرورت آموزش نیروی انسانی و ایجاد تخصص‌های جدید تأکید کرد و گفت: کارکنان بانک باید برای همراهی با فناوری‌های جدید آموزش ببینند و تخصص‌هایی مانند علم داده نیز باید در ساختار بانک‌ها تقویت شود. همچنین ممکن است ایجاد واحدها و بخش‌های تخصصی جدید برای مدیریت این حوزه ضروری باشد.

مدیر توسعه کسب‌وکار شرکت خدمات انفورماتیک با بیان اینکه ورود هوش مصنوعی به بانکداری در نهایت به بازتعریف نقش نیروی انسانی منجر خواهد شد، اظهار کرد: برخی فعالیت‌های تکراری و دستی می‌توانند با کمک هوش مصنوعی انجام شوند و این فناوری در برخی فرآیندها به جایگزینی کامل نیروی انسانی یا دست‌کم کمک به تصمیم‌سازی منجر خواهد شد.

عبدی در پایان تأکید کرد: بانک‌ها برای بهره‌گیری واقعی از ظرفیت هوش مصنوعی، باید هم فرآیندهای خود را بازتعریف و بازطراحی کنند و هم در صورت نیاز، ساختار اداری و سازمانی خود را متناسب با این تحول تغییر دهند.

هوش مصنوعی عاملی از فرایندهای کم‌ریسک آغاز شود

در ادامه نشست، هادی حیدری، معاون فناوری اطلاعات بانک توسعه صادرات با تشریح الزامات استفاده از هوش مصنوعی عاملی (Agentic AI) در نظام بانکی، تأکید کرد که پیاده‌سازی این فناوری باید به‌صورت مرحله‌ای و از فرایندهای ساده‌تر و کم‌ریسک‌تر آغاز شود و در ادامه به فرایندهای پیچیده بانکی گسترش یابد.

حیدری گفت: در هوش مصنوعی عاملی، عامل هوشمند باید بتواند داده و اطلاعات را دریافت و تحلیل کند، تصمیم بگیرد و در نهایت تصمیم خود را اجرا کند؛ به‌عبارت دیگر، یک ایجنت باید بتواند یک فرایند را از ابتدا تا انتها مدیریت کند؛ چه این فرایند در بخش‌های مشتریان، شعب، ستاد یا حوزه‌های پشتیبانی بانک انجام شود.

وی افزود: برای عملیاتی شدن این مدل، ابتدا باید فرایندهای بانکی به‌صورت دقیق مهندسی یا بازمهندسی و استاندارد شوند و در کنار آن، قوانین، مقررات و الزامات تطبیق نیز به‌طور کامل برای عامل هوشمند قابل فهم و اجرا باشد. به همین دلیل، پیاده‌سازی یک ایجنت در بانک، فرایندی پیچیده است و نمی‌توان از ابتدا همه فرایندها را به هوش مصنوعی سپرد.

معاون فناوری اطلاعات بانک توسعه صادرات ادامه داد: در مرحله نخست باید این ایجنت‌ها به‌صورت بخش‌به‌بخش و در لایه‌هایی که ریسک پایین‌تری دارند، مستقر شوند و پس از کسب تجربه و بلوغ، به فرایندهای پیچیده‌تر و در نهایت به مدل‌های چندعاملی در بانک‌ها رسید.

حیدری برای تشریح این موضوع به فرایند اعطای تسهیلات اشاره کرد و گفت: در تسهیلات خرد، فرایندهایی مانند تکمیل پرونده، احراز هویت، دریافت اطلاعات حساب، استفاده از وب‌سرویس‌ها و دریافت رتبه یا امتیاز اعتباری، نسبتاً ساده هستند و یک عامل هوشمند می‌تواند پس از طی این مراحل، اعتبار یا تسهیلات را به مشتری اختصاص دهد.

وی افزود: اما در تسهیلات سرمایه در گردش، به‌ویژه برای مشتریان حقوقی، فرایند پیچیده‌تر می‌شود؛ زیرا عامل باید صورت‌های مالی را بررسی، نسبت‌های مالی را محاسبه و مقایسه، رتبه اعتباری شرکت را دریافت و الزامات نظارتی و مقرراتی مربوط به مصرف تسهیلات را نیز کنترل کند.

به گفته حیدری، هرچه سطح تصمیم‌گیری و شروط نظارتی افزایش پیدا کند، پیچیدگی استفاده از هوش مصنوعی عاملی نیز بیشتر خواهد شد. بر همین اساس، پیاده‌سازی این فناوری در بانک‌های متمرکز بر خدمات خرد و مشتریان حقیقی، نسبت به بانک‌های تجاری که با مشتریان حقوقی و فرایندهای پیچیده‌تر سروکار دارند، ساده‌تر است.

وی در جمع‌بندی اظهار کرد: تصور فعلی از پیاده‌سازی بانکداری عاملی این است که در فاز نخست، این فناوری در اپلیکیشن‌های بانکداری و فرایندهای ساده‌تر مورد استفاده قرار گیرد و در مراحل بعد، با توجه به پیچیدگی فرایندهای کسب‌وکار، به محصولات و خدمات بانکی پیچیده‌تر توسعه پیدا کند.

حیدری در برخش دوم نشست با اشاره به فاصله ایران با کشورهای منطقه در حوزه هوش مصنوعی، اظهار کرد: ایران در سال ۲۰۲۵ حدود ۹۰ میلیون دلار، معادل ۵.۵ تا ۶ همت در زیرساخت‌های هوش مصنوعی سرمایه‌گذاری کرده که تنها حدود دو صدم درصد تولید ناخالص داخلی است. همچنین تعداد GPU‌های فعال کشور در دیتاسنترهای مجهز به زیرساخت هوش مصنوعی کمتر از ۲۰۰ واحد است، در حالی که این رقم در عربستان به بیش از ۱۳ هزار GPU می‌رسد.

وی افزود: تعداد نیروهای متخصص و فعال در حوزه هوش مصنوعی در ایران حدود ۱۳ هزار نفر است و در عین حال، حدود ۱۵۰۰ نیروی انسانی متخصص نیز از کشور خارج شده‌اند. به گفته او، این آمارها نشان می‌دهد ظرفیت سرمایه‌گذاری، زیرساخت و نیروی انسانی ایران در حوزه هوشمندسازی با ظرفیت بالقوه اقتصاد کشور تناسب ندارد.

معاون فناوری اطلاعات بانک توسعه صادرات با اشاره به چالش بانک‌ها برای استفاده از فناوری‌های جدید گفت: وجود سامانه‌های قدیمی و موروثی و ساختارهای سنتی، حرکت سریع بانک‌های بزرگ به سمت فناوری‌هایی مانند «عامل‌های هوش مصنوعی» را دشوار کرده است. به همین دلیل، استفاده از هوش مصنوعی باید ابتدا از لایه‌های کم‌ریسک‌تر و خدمات فرانت‌آفیس آغاز شود.

حیدری تاکید کرد: توسعه هوش مصنوعی در بانک‌ها نیازمند سرمایه‌گذاری در زیرساخت و نیروی انسانی، آموزش و فرهنگ‌سازی، استفاده از ظرفیت شرکت‌های فناور و استارت‌آپ‌ها و تعیین چارچوب‌های مشخص از سوی هیئت‌مدیره و مدیران ارشد است. وی افزود: عامل‌های هوش مصنوعی که توان تحلیل، تصمیم‌گیری و اجرا دارند، باید متناسب با درجه بلوغ بانک‌ها و ابتدا در حوزه‌های کم‌ریسک به کار گرفته شوند و این مسیر می‌تواند از بانک‌های کوچک‌تر و دارای خطوط کسب‌وکاری محدودتر آغاز و به‌تدریج به بانک‌های بزرگ و جامع توسعه یابد.