رایانش شناختی در صنعت بانکداری

دکتر احسان عابدی، مریم شریف زاد

1396/8/30
به گزارش دیلویت (2015)، رایانش شناختی در حال ظهور به عنوان یک فرصت و تهدید واقعی برای بسیاری از کسب و کارهاست. این فناوری، جزئی از یک روند گسترده تر حول کلان داده‌ هاست؛ اما به این دلیل دارای اهمیت است که بر حوزه داده های غیرساخت یافته تمرکز می کند که مشخصاً حجم بیشتری از داده های ساخت‌ یافته دارند.

رایانش شناختی، عبارتی نسبتاً جدید است که اغلب به عنوان جایگزینی برای هوش مصنوعی به کار می رود. برخلاف سیستم های کامپیوتری سنتی که توسط افراد برنامه ریزی می شوند تا وظایف خاصی را انجام دهند، سیستم های شناختی این قابلیت را دارند که از طریق تعاملات خود با انسان ها و داده ها، به طور مداوم یاد بگیرند و هوشمندتر شوند. شرکت دیلویت (2014)، هوش مصنوعی را این‌گونه تعریف می کند: «توسعه سیستم های کامپیوتری که قادر به انجام وظایفی هستند که به طور عادی نیازمند هوش انسانی است.» مثال های آن دربرگیرنده درک تصویری، شناسایی سخنان، تصمیم گیری تحت شرایط عدم اطمینان، یادگیری و ترجمه بین زبان ها است.

به گفته اکسنچر (2017)، فناوری در حال تغییر صنعت بانکداری است. به اعتقاد آی بی ام (2016)، در عصر دیجیتال، موفقیت وابسته به تحول عظیمی است که یکپارچه سازی تحلیل پیشرفته، هوش مصنوعی، یادگیری ماشینی، رباتیک، زنجیره بلوک (بلاکچین)[1]و غیره را ممکن می سازد. در این حین، نوع جدیدی از بانک ها تحت عنوان «بانک ‌شناختی[2]» در حال ظهور است.  این نوع جدید از بانک، می تواند از قابلیت های رایانش شناختی استفاده کند تا بینش هایی را که قبلاً از حیطه توانایی های کامپیوترهای برنامه نویسی شده خارج بود، کشف کرده و از این بینش ها به منظور ایجاد مدل های جدید کسب و کار استفاده کند. یک بانک‌ شناختی، قدرت رایانش ‌شناختی را به منظور گسترش و ارتقاء تخصص انسانی، به کارگیری داده های پیچیده برای بینش های جدید و اخذ تصمیم های دقیق تر و به موقع تر به کار می گیرد.

به گزارش آی بی ام (2015)[3]، هر ساله میلیاردها تراکنش در دنیا رخ می دهد. در تمامی صنایع نیز رشد انفجاری اطلاعات رخ داده، با این حال تنها یک درصد از داده های دنیا در حال حاضر تحلیل می شود. با وجود آن که راهکارهای سنتی تحلیلی در چندین کاربرد موثر هستند، تمام ارزش کلان‌داده ها را نشان نمی دهند. بدون قابلیت های جدید، پارادوکس میزان بسیار زیاد داده و بینش بسیار کم ادامه خواهد یافت. فناوری های رایانش ‌شناختی مانند هوش مصنوعی، پردازش زبان طبیعی و یادگیری ماشینی هنوز نوپا بوده، اما در افق دید بسیاری از سازمان های خدمات مالی قرار گرفته اند.

به عنوان یک تکامل قدرتمند در بانکداری دیجیتال، رایانش ‌شناختی درها را برای این سازمان ها باز می کند تا از ثروت داده ای خود به نحوی استفاده کنند که تازه واردین به بازار مانند فین تک[4]ها نمی توانند به آن دست یابند. قابلیت های شناختی به بانک ها کمک می کنند تا الگوهای با معنی از داده ها در مورد بازارها، مشتریان، شرکا و کارکنان استخراج کرده و از این اطلاعات به منظور پیش بینی بهتر تغییرات و یا حتی شکل دهی به آینده استفاده کنند.
 

[1] Blockchain
[2] Cognitive Bank
[3] Breakthrough Banking, 2015
[4] Fintech