Guide:
AI solutions for banks
AI has been a subject of discussion for many years now, but it’s only in the past decade that its potential use in the banking sector has really started to be explored. In this article, we look at some key aspects of AI as used by banks and financial institutions, including top use cases, AI-based banking software platforms available to them, and notable examples of successful implementation. We will also discuss how AI (artificial intelligence) is being used by software developers today to improve not just efficiency and accuracy but also convenience for users—and make banking secure and user friendly.
.png)
المؤلف: بول شومسكي
آخر تحديث 28 يونيو
محتويات
نظرة عامة على الذكاء الاصطناعي
للذكاء الاصطناعي تاريخ عريق يعود إلى أربعينيات القرن العشرين. فما بدأ كدراسات في علم التحكم الآلي أثمر تطورات قيّمة كالمنطق الثنائي وتكنولوجيا الحاسوب. هذه العناصر تُشكّل الركيزة الأساسية لما نعرفه اليوم بالذكاء الاصطناعي.
في عام 1950 ، فتح آلان تورينج آفاقًا جديدة بعمله "آلات الحوسبة والذكاء". وقدّم اختبار تورينج، الذي يُعدّ حجر الزاوية في فهم إمكانات الذكاء الاصطناعي. وبعد عامين، وسّع آرثر صموئيل آفاق هذا المجال أكثر من خلال ابتكار لعبة ذكية ذاتية التعلم (برنامج صموئيل للعب الشطرنج)، والتي كانت الأولى من نوعها.
اكتسب مصطلح "الذكاء الاصطناعي" شعبيته من ورشة عمل جون مكارثي في دارتموث عام 1955. ومنذ ذلك الحين وحتى منتصف عام 1974 ، شهد الذكاء الاصطناعي نموًا هائلاً؛ وقد ساهمت أجهزة الكمبيوتر الأسرع ذات سعة التخزين الأكبر في هذا التطور.
شهدنا ظهور إليزا - وهي روبوت محادثة قادر على محاكاة المحادثة مع البشر - خلال فترة الستينيات المزدهرة. وشهدنا في هذا العقد أيضًا ولادة شيكي، أول روبوت ذكي متنقل.
واجه الذكاء الاصطناعي عقبةً في أواخر السبعينيات وأوائل الثمانينيات بسبب انخفاض تمويل الأبحاث، إلى جانب تحديات أخرى، مما تسبب فيما يُعرف الآن بفترة ركود الذكاء الاصطناعي. مع ذلك، لم يتوقف التقدم لفترة طويلة، إذ برز خبراءٌ قدموا تطبيقات جديدة للذكاء الاصطناعي، مما أعاد الاهتمام به في الأوساط الأكاديمية، وأدى إلى ما يشبه عصر النهضة.
وأخيراً جاء عقد التسعينيات الثوري، حيث تمت إضافة إمكانيات معالجة الكلام إلى الآلات بينما شهدت معالجة الفيديو تحسينات كبيرة!
في عام 2000 ، قدمت لنا البروفيسورة سينثيا بريزيل روبوت "كيسمت"، أول روبوت قادر على إظهار المشاعر الإنسانية على وجهه. ثم في عام 2006 ، تبنت شركات رائدة مثل تويتر وفيسبوك الذكاء الاصطناعي لتحسين تجربة المستخدم من خلال تطوير استراتيجياتها الإعلانية.
شهدت ألعاب الفيديو لحظات مثيرة أيضاً، بفضل مايكروسوفت التي أطلقت جهاز إكس بوكس كينكت عام ٢٠١٠ ، مما أتاح للاعبين التحكم بالألعاب بحركات أجسامهم فقط. ولم تتأخر آي بي إم كثيراً عندما طورت واتسون، وهو حاسوب يعمل بتقنية معالجة اللغة الطبيعية ومبرمج لحل المسائل، وكان أداؤه مذهلاً لدرجة أنه فاز في برنامج جيباردي ضد أبطال في مسابقة تلفزيونية!
كان عام 2011 مميزًا أيضًا، لأن شركة آبل قدمت سيري، التي أصبحت منذ ذلك الحين مرادفة للمساعدين الافتراضيين على مستوى العالم!
وبالعودة إلى عام 2019 ، أحدث برنامج AlphaStar من جوجل ضجة كبيرة، حيث وصل إلى مستوى Grandmaster ولعب Starcraft2! وبالنظر إلى المستقبل، بدأت OpenAI باختبار GPT-3 في عام 2020 - وهو نموذج يقوم بصياغة التعليمات البرمجية والشعر والكتابة بكفاءة عالية لدرجة أنك ستعتقد أنها مكتوبة بواسطة البشر أنفسهم.
في عام 2021، أطلقت شركة OpenAI نموذج DALL-E، الذي قرّبنا من إنشاء صور واقعية بتقنية التزييف العميق بفضل قدرته على وصف الصور بدقة متناهية. وفي عام 2022 ، أطلقت OpenAI نموذج ChatGPT (أقوى نموذج ذكاء اصطناعي لديها حتى الآن، متجاوزًا GPT 3 و4)، والذي حقق نجاحًا باهرًا، إذ حصد عددًا من المستخدمين في أسبوعه الأول يفوق ما حصدته منصات التواصل الاجتماعي الأخرى، مثل فيسبوك، في أسبوعها الأول.
بعد ظهور ChatGPT، بدأت كل صناعة في دمج الذكاء الاصطناعي في عملياتها لتحسين الأداء والنتائج؛ وقد أدى ذلك أيضًا إلى استثمارات ضخمة في الذكاء الاصطناعي من قبل شركات أكبر أخرى مثل جوجل ومايكروسوفت وأبل وغيرها.
Exploring the Essential Elements of Artificial Intelligence
بشكل أساسي، يتكون نظام الذكاء الاصطناعي من عنصرين أساسيين يسمحان له بتحقيق إنجازات مذهلة.
أولًا، ننتقل إلى التعلّم الآلي، وهو قدرة الذكاء الاصطناعي على التعلّم من البيانات وتحسين أدائه بمرور الوقت. تخيّل الآن أنك تُعلّم حاسوبك التعرّف على الأنماط تمامًا كما تُعلّم طفلًا الحروف الأبجدية. تعتمد الآلات على الخوارزميات والنماذج الإحصائية لتمكين الحواسيب من أداء المهام بشكل أفضل دون الحاجة إلى تعليمات مستمرة.
يتخذ التعلم الآلي أشكالاً متعددة، منها التعلم الخاضع للإشراف، حيث تُحدد للآلات أهدافٌ تسعى لتحقيقها، والتعلم غير الخاضع للإشراف، حيث لا يكون لها هدفٌ محدد، لكنها مع ذلك تجمع المعلومات بشكلٍ مستقل. ومن أنواعه الأخرى التعلم المعزز، الذي يستخدم أساليب المكافأة أو العقاب المشابهة لتدريب الحيوانات الأليفة.
يتضمن جزء أساسي آخر من أنظمة الذكاء الاصطناعي استخدام القواعد المنطقية جنبًا إلى جنب مع النماذج الاحتمالية والصيغ الرياضية المعقدة المعروفة ببساطة باسم "الخوارزميات" - كل هذا يساعد الذكاء الاصطناعي على استخلاص النتائج بناءً على البيانات المتاحة.
يعمل الذكاء الاصطناعي من خلال فهم العالم بطرق مشابهة لكيفية فهم البشر له، ولكن باستخدام حواس اصطناعية. على سبيل المثال، عندما ينظر الذكاء الاصطناعي إلى صورة أو مقطع فيديو، فإنه يستطيع تمييز أشياء محددة تمامًا كما نفعل نحن. تُسمى هذه التقنية المذهلة بالتعرف على الصور أو الإدراك البصري.
But that’s not all: Another important part of this smart tool kit involves solving problems by analyzing challenges faced within different scenarios thrown at it – sort of playing detective!
Another component of AI is called natural language processing (NLP). Think about having a chat with your buddy on the phone; NLP allows an AI system to have those kinds of human conversations. It’s what helps power things like voice recognition systems or online translation services.
All of these five components - Machine Learning, Algorithms, Problem Solving, Perception Recognition and Natural Language Processing form the basics of an AI model, making it one of the most advanced technological companions yet.
أهم حالات الاستخدام للبنوك
أفاد موقع "بيزنس إنسايدر" أن البنوك باتت تركز على الذكاء الاصطناعي وفوائده أكثر من أي وقت مضى. إذ يدرك نحو 80% من البنوك كيف يمكن للذكاء الاصطناعي أن يُحدث تحولاً جذرياً فيها، موفراً سبلاً لتحقيق التوفير والربح على حد سواء.
من المتوقع أن يُسهم تبني هذه التقنيات في عام 2024 في مساعدة البنوك على توفير ما يصل إلى 447 مليار دولار! ولتوضيح هذه الأرقام، يمكن لتطبيق الذكاء الاصطناعي الفعال أن يُساعد في خفض التكاليف مع تعزيز جودة الخدمة والإنتاجية في الوقت نفسه.
تُقدّم وحدة المعلومات الاقتصادية مزيداً من الرؤى. فقد أظهر استطلاعها أن ما يقرب من 77% من المصرفيين يؤمنون بأن الذكاء الاصطناعي عامل حاسم في النجاح أو الفشل في هذا القطاع.
أكدت دراسة أجرتها شركة ماكينزي عام 2021 هذه التغيرات في المواقف والممارسات. وقد تحققت الدراسة مما إذا كان قسم واحد على الأقل في معظم المؤسسات يطبق تقنيات الذكاء الاصطناعي بالفعل، حيث أفاد حوالي 56% من المشاركين بأنهم يطبقونها بالفعل!
إذن، ما هي بعض هذه التطبيقات؟ على سبيل المثال، تساعد روبوتات الدردشة التي تستخدمها البنوك العملاء يوميًا. كما تعمل تطبيقات الخدمات المصرفية المدعومة بتقنيات التعلم الآلي على تحسين العمليات المالية. ولا ننسى أنظمة كشف الاحتيال التي تستخدم خوارزميات متطورة، مما يعزز إجراءات الأمان بشكل كبير.
تُعدّ خدمات تطوير الذكاء الاصطناعي جوهر هذا التحوّل، إذ تُمكّن البنوك من تسخير أحدث التقنيات لأتمتة العمليات، وتقييم المخاطر، وتعزيز تفاعل العملاء. وتساعد هذه الخدمات المؤسسات المالية على تطبيق نماذج التعلّم الآلي، وتحسين كشف الاحتيال، ورفع كفاءة العمليات التشغيلية.
How AI Chatbots are Reshaping Customer Interactions
بدأت رو بوتات الدردشة المدعومة بالذكاء الاصطناعي تلعب دورًا محوريًا في القطاع المصرفي. تعمل هذه الروبوتات على مدار الساعة، وتقدم إجابات دقيقة لاستفسارات العملاء، مما يوفر لهم تجربة خدمة عملاء محسّنة. كما بدأت البنوك باستخدام الذكاء الاصطناعي في تطبيقاتها للهواتف المحمولة، سواءً على نظامي أندرويد أو iOS.
تتعلم هذه الروبوتات الذكية من سلوك المستخدمين من خلال خوارزميات التعلم الآلي. وبذلك، تستخلص رؤى قيّمة بناءً على أنماط البحث، والتي يمكن للبنوك استخدامها لتقديم خدمات أو توصيات مخصصة.
ونتيجةً لذلك، يتجه نحو 70% من البنوك إلى دمج الذكاء الاصطناعي في تقنيات الخدمات المصرفية عبر الهاتف المحمول. ويُنظر إلى هذه الخطوة على أنها خطوة نحو تسخير الإمكانات الكاملة لفوائد الذكاء الاصطناعي في القطاع المصرفي.
بالن سبة للعملاء، يُشبه الأمر وجود مصرفي شخصي في متناول أيديهم في جميع الأوقات. فبفضل مساعدة روبوت الدردشة، يُمكنكم متابعة أرصدة حساباتكم، والاطلاع على معاملاتكم السابقة، وحتى الوصول إلى معلومات أخرى متعلقة بحساباتكم عند الحاجة.
تُسهّل برامج الدردشة الآلية المهام المالية بشكل أكبر، مثل تحويل الأموال بين الحسابات أو سداد المدفوعات للتجار، وغيرها. حتى خطوات التقدم بطلب للحصول على قروض يمكن توجيهها بشكل منهجي بواسطة هذه المساعدات الافتراضية التي توفرها البنوك المختلفة.
دور الذكاء الاصطناعي في كشف الاحتيال وتقييم الجدارة الائتمانية
يُعدّ الاحتيال مشكلة كبيرة تواجه البنوك، إذ يتسبب في خسائر مالية فادحة سنوياً نتيجة أنشطة مثل سرقة الهوية، والاحتيال ببطاقات الائتمان، وغسيل الأموال. ويمكن للذكاء الاصطناعي أن يساعد البنوك في كشف المعاملات الاحتيالية، وأن يُعزز أمن النظام المصرفي.
تستطيع تقنيات الذكاء الاصطناعي تحليل كميات هائلة من البيانات بسرعة فائقة. وهذا يُمكّن البنوك من تحديد الأنشطة المشبوهة بسرعة وإيقافها قبل أن تتكبد المزيد من الخسائر المالية.
لكن هذا ليس المجال الوحيد الذي يُسهم فيه الذكاء الاصطناعي في القطاع المصرفي. ومن المجالات الحيوية الأخرى تطوير التصنيفات الائتمانية للمقترضين المحتملين.
يتعين على البنوك التأكد من قدرة الشخص على سداد القروض قبل منحها، ولكن غالبًا ما تتدخل التحيزات البشرية، والتي قد لا تكون دقيقة في بعض الأحيان. وهنا يأتي دور الذكاء الاصطناعي مجددًا من خلال تحليل كميات هائلة من البيانات حول عادات الإنفاق، والتاريخ الائتماني، وحتى بيانات مثل استخدام وسائل التواصل الاجتماعي ومعلومات الموقع.
استراتيجيات التسويق المدعومة بالذكاء الاصطناعي في مجال الخدمات المصرفية وإدارة الثروات
يمكن للذكاء الاصطناعي أن يساعد البنوك في التسويق الرقمي، وأن يلعب دورًا في إدارة ثروات عملائها . فعلى سبيل المثال، بدأت العديد من البنوك، سعيًا منها لتعزيز أداء موظفيها، بتطبيق تقنيات الذكاء الاصطناعي. والهدف من ذلك هو فهم احتياجات العملاء المحتملين والتواصل معهم بفعالية.
يمكن استخدام تقنيات الذكاء الاصطناعي لتتبع أنشطة المستخدمين على الإنترنت، مثل أنماط تصفح المواقع الإلكترونية أو عاداتهم على وسائل التواصل الاجتماعي. تساعد هذه البيانات في وضع خطط تسويقية مصممة خصيصًا لكل مستهلك. علاوة على ذلك، يمكن استخدامها ليس فقط لإنشاء الحملات، بل أيضًا لتقييم أدائها من خلال دراسة معدلات التحويل ومؤشرات الأداء الأخرى. وهنا أيضًا، تلعب كميات هائلة من البيانات الخام دورًا محوريًا، حيث تُجمع من منصات مختلفة تُسجل فيها مرات ظهور الإعلانات لتحليلها بواسطة خوارزميات متنوعة.
ثم يأتي دور إدارة الثروات، وهو مجال شهد تحولات كبيرة بفضل تأثير الذكاء الاصطناعي. تستخدم البنوك أنظمة ذكية تراقب تقلبات السوق بدقة، بالإضافة إلى الأحداث المحددة التي قد تؤثر على أسعار الأسهم، مثل الأحداث الاقتصادية والسياسية، وحتى تغيرات الطقس!
من خلال تحليل كل هذه البيانات، يمكن استخدام الذكاء الاصطناعي لتقديم توصيات خاصة بالعملاء تحقق أرباحًا للمستخدمين الأفراد وكذلك لشركات الاستثمار والبنوك.
استخدام الذكاء الاصطناعي في مختلف القطاعات المصرفية
سلط تقرير صادر عن مجلة الإيكونوميست الضوء على القطاعات الرئيسية التي تستفيد فيها الأنظمة المصرفية بشكل كبير من الذكاء الاصطناعي. أولها مكافحة الاحتيال، حيث يستخدم حوالي 58% من البنوك الذكاء الاصطناعي على نطاق واسع، بينما يستخدمه 32% آخرون بشكل متوسط.
تتمثل المهمة الرئيسية الثانية في تحسين عمليات تكنولوجيا المعلومات، حيث يستخدم ما يقارب 54% من البنوك الذكاء الاصطناعي بشكل مكثف، بينما يستخدمه حوالي 36% استخدامًا محدودًا ولكنه ملحوظ. ومن المثير للاهتمام أن الذكاء الاصطناعي يُستخدم في جميع مجالات الأعمال تقريبًا داخل القطاع المصرفي، بدءًا من العمليات الروتينية وصولًا إلى تحسين تجربة العملاء.
بالنظر إلى المستقبل، بدأت بعض التوجهات تبرز كأولويات لتوظيف الذكاء الاصطناعي في الخدمات المصرفية. تشير البيانات إلى أن ما يقرب من 17% من البنوك ستتخذ خطوات نحو تبني استراتيجيات استثمارية شخصية مدعومة بالذكاء الاصطناعي في المستقبل القريب، تليها حوالي 15% ستطبقه لتحسين التصنيف الائتماني، بينما ستنظر نسبة 13% أخرى في فرص تحسين المحافظ الاستثمارية.
أفضل حلول الذكاء الاصطناعي للبنوك وشركات التكنولوجيا المالية
In our modern world, the finance sector explores new methods for enhancing operations. One such method is the utilization of different AI softwares by fintech companies and banks. Some of these applications include:
يستفيد برنامج Booke من الذكاء الاصطناعي لتبسيط مهام المحاسبة داخل الفرق المالية. مع Booke ، لم تعد المشكلات المزعجة مثل المعاملات غير المصنفة أو أخطاء البرمجة تُؤرق جداول بيانات المحاسبين.
لم يعد إغلاق الحسابات في نهاية الشهر مهمة شاقة مع برنامج Booke. فهو يُؤتمت معظم العمليات، كما يُصحح أي أخطاء سابقة لم يلاحظها المستخدمون.
يمكن لبوابة Booke سهلة الاستخدام أن تُحسّن التفاعل بين العملاء والشركات المالية بشكل ملحوظ. فهي تُحوّل التواصل من تبادل رسائل البريد الإلكتروني الروتينية إلى أنشطة لحل المشكلات في الوقت الفعلي. ومع مرور الوقت، ومع اكتسابها المزيد من المعرفة حول معاملات الشركات، تُصبح قدرتها على تصنيف المعاملات بدقة ميزةً أساسيةً لها، حيث تُسرّع عملية التصنيف بنسبة تزيد عن 80%. تتكامل Booke بسلاسة مع منصات المحاسبة الشائعة مثل Xero وQuickBooks وZoho Books، مما يوفر تكاملاً ثنائي الاتجاه متعدد الاستخدامات دون أي عوائق.
وأخيراً، فإنه يجعل استخراج البيانات من الإيصالات الرقمية أمراً سهلاً، حتى عندما يكون هناك الكثير من البيانات التي تحتاج إلى اهتمام فوري.
إريكا هو برنامج ذكاء اصطناعي ثوري أطلقته شركة بنك أوف أمريكا (BofA) في عام 2018 وكان له دور حاسم في تقديم الدعم لعملائها.
إريكا ليست مجرد مساعدة مصرفية عبر الإنترنت، بل هي أكثر من ذلك بكثير. لقد كان لها دورٌ محوري في خدمة أكثر من 32 مليون شخص، وأدارت أكثر من مليار معاملة حتى الآن! يعتمد عليها عددٌ لا يُحصى من العملاء يوميًا لتلبية احتياجاتهم المصرفية. من التحقق من أرصدة الحسابات إلى إجراء المعاملات الدولية ، تُنجز إريكا كل ذلك بكل سهولة.
تعتزم بنك أوف أمريكا الآن تطوير هذا التفاعل بشكل أكبر من خلال تعزيز قدرات إريكا. ابتداءً من أوائل عام 2023، أصبح بإمكان المستخدمين التبديل بين الدردشة مع المساعد الافتراضي والتحدث مع موظف خدمة عملاء حقيقي عند الحاجة. يضمن هذا الانتقال السلس حل جميع المشكلات الملحة على أيدي خبراء متخصصين.
ما الذي يُميّز إريكا حقاً؟ إنها قدرتها المُدمجة على معالجة اللغة الطبيعية، والتي تُمكّنها من التنبؤ بسبب حاجة المستخدم للمساعدة حتى قبل أن يُفصح عنها! وبفضل المعلومات المُستقاة من هذه التفاعلات، يُمكن للموظفين تقديم توصيات مُخصصة بالمنتجات للعملاء، مما يُحسّن تجربة العميل بشكل ملحوظ.
لكن المثير للاهتمام أن بنك أوف أمريكا وجد أن هذه الأداة لا تحظى بشعبية بين الأجيال الشابة فحسب، بل بين كبار السن أيضاً، لأنهم يتبنون هذه الثورة التكنولوجية!
يُساهم الذكاء الاصطناعي أيضاً في دفع عجلة الابتكار في منصات الاستثمار في الأسهم والعملات الرقمية ، ويُقدّم خدمات تستخدمها شركات التكنولوجيا المالية والبنوك. خذ تطبيق Robinhood كمثال ؛ فهو تطبيق تداول شهير يستخدم الذكاء الاصطناعي للتميّز عن منافسيه، حيث يُقدّم فرصاً استثمارية مُخصصة بناءً على تفضيلات المستخدم، مثل استعداده لتحمّل المخاطر وسجله الاستثماري.
ثمّة تطبيق جديد يُدعى Magnifi. يستفيد هذا التطبيق من برامج مثل ChatGPT، ليقدّم نصائح استثمارية مُخصصة، تمامًا كما يستخدم المبرمجون الأكواد البرمجية. يعمل Magnifi كمستشار أسهم شخصي ومنصة تداول في آنٍ واحد.
لكنّ الذكاء الاصطناعي لا يقتصر على الاستثمارات فحسب، بل يُستخدم أيضاً في تقديم خدمات الإقراض. فمنصات مثل Upstart وC3.AI تُساعد المُقرضين على الموافقة على عدد أكبر من المُقترضين مع تقليل المخاطر على جميع الأطراف. بل إنّ C3.AI تدّعي أنّ تقنيتها الذكية للإقراض تُبسّط عملية الائتمان، وتُقلّل وقت الموافقة بنسبة 30%! ولتأكيد ذلك، حقّقت المنصة بالفعل زيادة قدرها 100 مليون دولار في عائد قبول القروض وحجمها.
يُبسّط برنامج Nanonets Flow المهام المالية ويُمكّن المحترفين من تنمية أعمالهم. ويتحقق ذلك من خلال أتمتة العمليات المعقدة، مما يُتيح الوقت المُستغرق في المهام الروتينية، مثل إدخال البيانات، للتركيز على أمور أخرى، كوضع الاستراتيجيات المالية.
يمكن للأداة أيضًا قراءة التفاصيل المهمة من المستندات مثل الفواتير وكشوف الحسابات المصرفية، مما يقلل من الأخطاء اليدوية. بالإضافة إلى جمع البيانات، فإن Nanonets Flow كما أنه يدير سير العمل. ويتكامل بسلاسة مع الأنظمة الحالية، مما يجعله مناسباً تماماً للشركات المالية.
يؤكد مطورو Nanonets على فائدتها على موقع Nanonets الإلكتروني، مدعين أنها تعالج الفواتير أسرع بعشر مرات من الوسائل اليدوية، بالإضافة إلى عدم وجود "رسوم إضافية على مدفوعات غرفة المقاصة الآلية أو مدفوعات البطاقات".
البنوك وشركات التكنولوجيا المالية المدعومة بالذكاء الاصطناعي
لقد جلب ظهور الذكاء الاصطناعي معه فوائد جمة لم تغب عن أنظار رواد الصناعة الكبرى. سارعت البنوك وشركات التكنولوجيا المالية الأخرى إلى إدراك إمكاناته، وبذلت جهودًا متواصلة للاستفادة القصوى من الذكاء الاصطناعي في عملياتها. ومن بين البنوك وشركات التكنولوجيا المالية التي فعلت ذلك:
طوّرت شركة كابيتال ون خدمة إينو عام ٢٠١٧. يمكن الوصول إلى هذه الأداة الذكية عبر تطبيق محفظة الهاتف المحمول ، أو جهاز الكمبيوتر، أو من خلال الرسائل النصية والبريد الإلكتروني. تساعد إينو المستخدمين على طرح أسئلة حول حساباتهم.
كما يُنبههم إلى أي أنشطة احتيالية. ويُسهّل عليهم إنجاز المعاملات المصرفية، مثل سداد فواتير بطاقات الائتمان والتحقق من الأرصدة. والجدير بالذكر أن إينو يستخدم الرموز التعبيرية للتواصل تمامًا كما نفعل نحن.
وصفه أحد العملاء بأنه "سهل الاستخدام ومريح للغاية. يوفر عناء الاتصال"، بينما قال آخر: "أحب عدم الاضطرار إلى تسجيل الدخول إلى حسابي، وبرسالة نصية سريعة، يمكنني الحصول على معلومات حول حسابي أو حتى إجراء دفعة".
Ally هو تطبيق ذكاء اصطناعي آخر من شركة Ally Financials، التي ارتبط اسمها بالقطاع المصرفي لأكثر من قرن. وتقوم البنوك الآن بدمج هذا الذكاء الاصطناعي في تطبيقاتها للهواتف المحمولة، والتي تتميز بروبوت محادثة ذكي. يساعد هذا الروبوت العملاء في جميع استفساراتهم، سواءً كانت متعلقة بتحويل الأموال أو المدفوعات. والأهم من ذلك، أن الروبوت يفهم الكلمات المنطوقة والمكتوبة على حد سواء!
تقول رودا، وهي مستخدمة راضية، مع إعطائها تقييم خمس نجوم: "عمري 71 عاماً، وأخبرتني ابنتي الصغرى عن بنك آلي. أنا سعيدة جداً لأنني أخذت بنصيحتها. شكراً لكم."
وجاء في تقييم آخر من فئة الخمس نجوم للذكاء الاصطناعي: "اقترح مستشارنا المالي أن نجرب تطبيق Ally للخدمات المصرفية للحصول على معدل فائدة أعلى على المدخرات. وقد فعلنا ذلك!"
في قطاع البنوك الواسع، يبرز بنك إيه بي إن أمرو الهولندي كأحد أبرز البنوك. ويتخذ هذا البنك خطوة جريئة نحو الأمام، حيث يجري تجارب على تقنية الذكاء الاصطناعي التوليدي.
شاركت آنيري فريودنهيل، وهي مسؤولة تنفيذية بارزة في المؤسسة، رؤىً قيّمة مؤخرًا. فقد أتاحت لشبكة CNBC فرصة الاطلاع على كيفية استخدامهم لهذه التقنية الجديدة لرفع مستوى خدماتهم. ومن بين التطبيقات المثيرة للاهتمام، الملخصات التلقائية للاجتماعات بين الموظفين والعملاء.
لا يوفر هذا الوقت فحسب، بل يوفر أيضًا مرجعًا سهلًا للتفاعلات المستقبلية، مما يقلل من الاستفسارات المتكررة. بالإضافة إلى ذلك، فهو يساعد الموظفين على جمع البيانات المتعلقة بالعملاء بسرعة، والتعامل مع مشكلات العملاء بفعالية أكبر.
الخبر السار هو أن بنك إيه بي إن أمرو يعتزم توسيع نطاق هذه التجارب لتشمل حوالي 200 فرد من موظفيه. كما يخطط البنك لإطلاق العديد من المشاريع التجريبية الأخرى خلال فصل الصيف. ومن الواضح أن هذه الخطوة المبتكرة من جانب إيه بي إن أمرو تُشكل مثالاً ملهماً للمؤسسات الأخرى في القطاع المصرفي حول العالم.
تُجري غولدمان ساكس تجارب على الذكاء الاصطناعي وتسعى لدمجه في عملياتها. وقد تحدث ماركو أرجنتي، كبير مسؤولي المعلومات في البنك، عن استخدام أدوات الذكاء الاصطناعي التوليدي داخل الشركة. هذه الأدوات ليست عادية، فهي تُساعد المطورين على إنشاء التعليمات البرمجية بسهولة، مما يوفر لهم وقتًا ثمينًا. ولكن هذا ليس كل شيء؛ ففي مايو من هذا العام، أطلقت غولدمان شركة ناشئة جديدة تُدعى لويزا من حاضنة أعمالها الخاصة. والجدير بالذك ر أن لويزا تعمل بالكامل بواسطة الذكاء الاصطناعي! تُشير هذه الخطوة إلى خطة الرئيس التنفيذي ديفيد سولومون الطموحة لتسريع التحول الرقمي لغولدمان ساكس.
Back in 2017, JPMorgan Chase took a step into the future with an investment in technology; they introduced a Contract Intelligence (COiN) ‘chatbot.’ This tool analyzes legal documents to extract important data points and clauses. Before COiN, it took around 360,000 man-hours to review about 12,000 credit agreements yearly. But with this chatbot, these can now be reviewed in just seconds!
This successful experiment has prompted the company to explore new areas where they could put COiN to use. The details on further implementation remain limited for now.
Now shifting gears towards Wells Fargo, which remained somewhat quiet about its AI plans until Steve Ellis, head of Innovation Group, issued a press release statement back in 2017. They were piloting a chatbot created by AI vendor Kasisto on Facebook Messenger that was accessible initially only to certain customers and employees.
Having scored well on Emerj’s AI Opportunity Landscape research, it could be argued that Wells Fargo’s chatbot was among the best out there, but whether this got expanded across all customers remains unclear to date.
.png){kind=small}
تستخدم شركة "لوسينيتي"، وهي شركة تكنولوجيا تنظيمية آيسلندية، الذكاء الاصطناعي بطريقة مميزة. وقد شارك غودموندور كريستجانسون، الرئيس التنفيذي والمؤسس المشارك للشركة، رؤى قيّمة مع قناة CNBC حول كيفية مساهمة الذكاء الاصطناعي في مكافحة الجرائم المالية.
لدعم المختصين في مجال الامتثال في تحقيقاتهم، صممت شركة لوسينيتي أداة لوسي. تُحدث هذه الأداة الذكية ثورة في كيفية إجراء التحقيقات في الجرائم المالية، مثل غسل الأموال. وقد برهن كريستجانسون على ذلك من خلال التحقيق في قضية غسل أموال حقيقية باستخدام لوسي.
وأضاف كريستجانسون قائلاً: "إن عمليات غسيل الأموال تتم من خلال ... شبكات مترابطة من الأشخاص الذين يتم توظيفهم أساساً للقيام بذلك. ولهذا السبب يصعب العثور عليها".
لا تقتصر هذه الأداة المتطورة على تقييم البيانات فحسب، بل تتحقق منها وتراجعها بشكل مستقل. وهي بمثابة مساعد قيّم للعاملين على كشف المعاملات الاحتيالية أو الأنشطة المشبوهة، بدلاً من أن تحل محل التدخل البشري تماماً. وتكمن قوتها في توفير الوقت المُستغرق في تحديد ما إذا كانت المعاملة تنطوي على احتيال أو غسيل أموال.
تُعدّ مورغان ستانلي من الشركات العملاقة الأخرى التي تستخدم الذكاء الاصطناعي لتعزيز إنتاجية وكفاءة موظفيها. ويبدو أن نهجها يركز بشكل أكبر على الاستخدام الداخلي، حيث اختبرت حتى الآن روبوت محادثة مدعومًا بتقنية OpenAI مع 300 مستشار. والهدف من هذه الاستراتيجية بسيط ولكنه فعّال: مساعدة ما يقارب 16,000 مستشار على الوصول السريع إلى المعلومات من مستودع بيانات الأبحاث الضخم الخاص بها عند الحاجة إليها.
بعبارات بسيطة، بفضل دمج الذكاء الاصطناعي في مختلف القطاعات، نشهد حقبة جديدة حيث لا يساعد الذكاء الاصطناعي في تبسيط العمليات فحسب، بل يساعد أيضًا بشكل كبير في ضمان الأمن داخل صناعات مثل الخدمات المصرفية والتكنولوجيا المالية.
AI-Powered Banking Software Systems
يُغيّر الذكاء الاصطناعي العالم، قطاعاً تلو الآخر. ويلعب دوراً محورياً في العديد من القطاعات، بما فيها القطاع المصرفي. كما تستفيد البنوك من هذه الثورة، وتُنشئ أنظمة متكاملة تعتمد على برامج الذكاء الاصطناعي المختلفة.
NetOwl عبارة عن مجموعة برامج متطورة تعتمد على الذكاء الاصطناعي. تستخدم هذه المجموعة تقنيات التعلم الآلي لتشغيل منتجاتها الخاصة بتحليل الهوية والنصوص. تقوم هذه الأدوات بتحليل البيانات الضخمة، سواءً كانت من المستندات أو منشورات وسائل التواصل الاجتماعي، بالإضافة إلى محتوى الكيانات المنظمة.
يستفيد أحد أكبر البنوك الكندية، وهو البنك الملكي الكندي (RBC)، من إمكانيات NetOwl بطرق فعّالة. ولضمان الامتثال للوائح المصرفية، يعتمد بنك RBC على منصة NetOwl لتحليل البيانات بدقة. كما يُرصد النظام بفعالية مختلف أنواع المخاطر، لا سيما تلك المتعلقة بالتهديدات. علاوة على ذلك، بات سعي بنك RBC لاجتذاب عملاء جدد أقل خطورة بفضل كفاءة برنامج الذكاء الاصطناعي من NetOwl، المعروف بقدرته على تحديد الأشخاص المرتبطين بأنشطة احتيالية في الوقت المناسب.
وبهذه الطريقة، يحمي بنك RBC نفسه واستثماراته من الأعمال الخبيثة المحتملة التي يمكن أن تستنزف الموارد وتسبب أضرارًا كبيرة إذا تم تجاهلها.
تمتلك كاسيستو برنامج ذكاء اصطناعي يُشغّل منصة تُسمى كاي (KAI). كاي ليست منصة عادية، فهي مُدرّبة على كل ما يلزم لإدارة العمليات المصرفية، بدءًا من العمليات المصرفية المعقدة وصولًا إلى المعاملات البسيطة. تستخدم العديد من المؤسسات الكبرى، مثل ماستركارد وجي بي مورغان، منصات كاسيستو. وقد تعاون بنك دي بي إس، وهو بنك عالمي مقره سنغافورة، مع هذه التقنية بإطلاقه بنكه الرقمي الحائز على جوائز، والذي يعتمد على كاي.
يعمل بنك ديجي حصريًا عبر تطبيقات الهاتف المحمول في إندونيسيا والهند، وذلك بفضل شركة KAI. ولكن هذا ليس كل شيء؛ إذ يُمكن لأي شخص الوصول إلى KAI من أي مكان عبر فيسبوك ماسنجر أو المواقع الإلكترونية أو حتى تطبيق الهاتف المحمول الخاص به! مما يتيح لك طرح أسئلة لا حصر لها والحصول على إجابات دقيقة في كل مرة.
طوّرت شركة موفن إنتربرايز نظام منصة برمجية مدعومة بالذكاء الاصطناعي خصيصًا للبنوك. جمع المشروع بين تقنيات الذكاء الاصطناعي المتطورة وأحدث أدوات الخدمات المصرفية عبر الهاتف المحمول. وقد أسفر هذا الدمج عن منصة ساهمت في خفض معدلات فقدان العملاء وتكاليف اكتسابهم، مع تحديد طرق جديدة لزيادة الأرباح.
هدف تقنية موفن واضح. تسعى الشركة إلى توفير حلول مصرفية مرنة ومصممة خصيصًا لتعزيز تفاعل العملاء وولائهم ونمو أعمالهم. ويجني بنك ويستباك الأسترالي وبنك تورنتو دومينيون (TD) الكندي ثمار هذا النهج المبتكر.
يتعاون بنك ويستباك مع شركة موفن للاستفادة من تحليل البيانات لتحسين تجربة عملائه بشكل ملحوظ. ويسعى البنك إلى استخدام هذه التقنية كأداة ليصبح من أفضل البنوك الرقمية. كما يُجسّد تطبيق ماي سبيند التابع لبنك تي دي فعالية موفن خير تجسيد، حيث يُمكّن المستخدمين من تتبع عادات الإنفاق بسهولة من خلال تنبيهات فورية حول تحديثات الوضع المالي.
يقول رضوان خلفان، كبير مسؤولي التحول الرقمي في بنك TD، إنه في غضون تسعة أشهر من إطلاقه، تم تسجيل أكثر من ثمانمائة ألف شخص في تطبيق MySpend التابع لبنك TD! ولتأكيد هذا النجاح، يشير إلى أن المستخدمين الأكثر استخدامًا للتطبيق قد خفضوا نفقاتهم بنسبة تتراوح بين 4 و8% تقريبًا، محققين بذلك أقصى استفادة.
خاتمة
يبدو مستقبل تطبيقات الذكاء الاصطناعي في القطاع المصرفي واعدًا للغاية، لا سيما عند دمجها مع تقنيات متطورة أخرى مثل التعلم الآلي ومعالجة اللغات الطبيعية. بإمكان البنوك وشركات التكنولوجيا المالية الاستفادة من هذه الأدوات لتقديم منتجات أفضل لعملائها، مع الاستفادة من تحليلات البيانات المستقاة من تفاعلات العملاء، ما يُسهم في تحسين تجربة العملاء بشكل عام. كما يتعاون مطورو البرامج الخارجيون مع مختلف البنوك والمؤسسات لتصميم منصات ذكاء اصطناعي مخصصة تلبي احتياجاتهم. ويواصل هذا النهج توسيع آفاق الابتكار من خلال الإصدارات المختلفة المذكورة آنفًا، ما يمنح العملاء تحكمًا أكبر في أموالهم من أي وقت مضى، بسهولة وأمان لا مثيل لهما.
