قادة الفكر
وراء الأرقام: كيف أصبحت الذكاء الاصطناعي الموظف الأكثر ربحية في التمويل
في وسائل الإعلام، غالبًا ما يُصوَّر قطاع البنوك، وأوسع من ذلك، قطاع التمويل، على أنه أشخاص يرتدون ملابس أنيقة يتخذون قرارات تجارية من طوابق عالية في ناطحات السحاب، أو تُجار موهوبون يمكنهم فهم حالة السوق من بيانات قليلة. منذ أن يكون هذا واحدًا من أكثر الصور قوة في التمويل، فإن العديد من المناقشات حول الميزات التقنية الجديدة في هذا المجال تركز على كيفية تغيير هذه الأعمال في المقدمة.
الذكاء الاصطناعي ليس استثناءً هنا، وت集中 جزء كبير من المناقشات حول تبنيه في التمويل على ما إذا كان الوكلاء سوف يُستبدلون بالتُجار أو ما إذا كانوا يستطيعون تخصيص رأس المال بشكل أكثر فعالية من المستشارين. ومع ذلك، فإن التطبيق الأكثر كفاءة للذكاء الاصطناعي оказался بعيدًا عن الصورة المثيرة التي يتخيلها العديد من الناس. في الواقع، فإن الذكاء الاصطناعي يُجني المزيد من الأموال من ما يمكن أن يُسمى “الجانب الممل” من التمويل، وهو العمليات اليومية.
حيث يخلق الذكاء الاصطناعي القيمة بشكل فعلي
المنفعة الرئيسية للذكاء الاصطناعي هي أنه يمكنه التعامل مع المهام بشكل أقل تكلفة وبعض الأوقات بشكل أسرع من البشر. ومن خلال القيام بذلك، يُولد بشكل فعلي ربحًا من خلال زيادة الكفاءة التشغيلية.
على سبيل المثال، مع مساعدة أدوات الذكاء الاصطناعي، قامت سيتي جروب بتقليل وقت مراجعة الوثائق قبل فتح الحساب من أكثر من ساعة إلى 15 دقيقة فقط. ومن الطبيعي أن يُرضي اتخاذ القرارات بشكل أسرع العملاء وربما يجعلهم أكثر ولاءً. ومع ذلك، فإن تلك 45 دقيقة تُترجم إلى مئات الآلاف من الدولارات في экономيات التكاليف للبنك، لأن هذه الأدوات تُحرر ساعات عديدة من العمل البشري لمهام أكثر أهمية.
يساعد الذكاء الاصطناعي على تحسين الطبقة الواسعة من البيروقراطية المالية والإطارات الداخلية التي تعتمد عليها الشركات. لذلك، فإن الحالات الأكثر قيمة غالبًا ما تكون بعيدةً عن الأكثر إثارة. قد يبدو التُجار المستقلون أو برنامج الدردشة الذي يقترح أفضل الصفقات للعميل مثيرًا، لكن إجراءات التحقق من الهوية والفحص المسبق المُتوماتيكية قد تُجني قيمة اقتصادية أكبر بكثير للبنك أو الشركة المالية.
هذا وقد لا يمنع هذه التحسينات من أن يستفيد العملاء أيضًا. قد يقدّر المستخدمون مساعدًا شخصيًا بالذكاء الاصطناعي في التطبيق، لكنهم سيقدّرونه أكثر إذا كان يمكن تقليص قرارات القروض من أيام إلى دقائق، أو إذا لم تُخطأ معاملاتهم بشكل خاطئ على أنها احتيال، لأن هذه الاحتمالات قد خفضت بنسبة عشرات النقاط المئوية.
كيف أصبح الذكاء الاصطناعي “الموظف” الأكثر ربحية؟
عادةً، عندما ينمو قاعدة عملاء البنك، يجب أن ينمو موظفوه بشكل متناسب تقريبًا. كان من المستحيل مراجعة عدد متزايد من المعاملات ووثائق العملاء بفريق من نفس الحجم. ساعدت بعض الحلول التكنولوجية الحديثة إلى حد ما، لكن نمو الأعمال أدى دائمًا إلى نمو عدد الموظفين. وأكثر الموظفين الذين يعملون في الشركة، أكثر المنظمين الذين يُحتاجون إليهم وأكثر تكلفة إدارة الهيكل كله.
الآن بعد ظهور الذكاء الاصطناعي، يبدأ هذا المشكل في الاختفاء، لأن عددًا أقل من الموظفين يمكنهم خدمة عدد متزايد من العملاء بمساعدة أدوات الذكاء الاصطناعي. بعض الشركات تستخدم بالفعل هذه المنطقية: زعمت كلارنا، على سبيل المثال، أن مساعدًا واحدًا بالذكاء الاصطناعي يمكنه القيام بعمل 700 شخص. مهما كانت تكلفة تطبيق هذه الأدوات، فمن غير المحتمل أن تقترب من رواتب الموظفين العاديين لعدد كبير من الموظفين.
然而، لجعلها تعمل بشكل فعلي، يجب على الشركة دمج الذكاء الاصطناعي بشكل صحيح في عملياتها، وليس فقط في التجارب. في التمويل، لا تزال العديد من المشاريع تظل في مرحلة الاختبار، والتي لا يمكن أن تُجني قيمة كبيرة. بينما قد يُجرى نقاش حول ما إذا كان يجب على الشركة تبني أدوات جديدة أو كيفية توسيع نطاق عملاء الذكاء الاصطناعي، لن يبقى منافسوها ساكنين، بينما يبنيون قدرات الذكاء الاصطناعي الخاصة بهم.
سوف يؤدي التأخر في هذه السباق إلى خسائر مالية كبيرة. لكي يكون دقيقًا، الشركات التي تفشل في نقل عملياتها إلى سكة الذكاء الاصطناعي في وقت مبكر قد تخسر حتى 9٪ من أرباحها. سوف يكون من الصعب اللحاق بالركب بعد ذلك العيب، ويتطلب من شركات التمويل بناء استراتيجية قوية للذكاء الاصطناعي.
كيفية حوكمة قرارات الذكاء الاصطناعي
هنا يأتي أكبر تحدي، لأن دمج وكلاء الذكاء الاصطناعي في عمليات التمويل يعني بالضرورة تفويض بعض السلطة في اتخاذ القرارات لهم. في التمويل، حيث أصبح الذكاء الاصطناعي نوعًا من مصدر لا نهاية له من “موظفين مبتدئين” من خلال تحسين العمليات الأساسية، يشكل هذا خطرًا كبيرًا. الشيء هو أن الأخطاء في هذا النوع من العمل غالبًا ما تكون الأكثر تكلفة.
بشكل عام، تعمل السلطات على منع المنظمات المالية من القيام بشيء مخاطر ووضع قواعد لتقليل الضرر المحتمل. ومع ذلك، عندما يتعلق الأمر بالذكاء الاصطناعي، تتحرك الصناعة بشكل أسرع من الإشراف، حيث يُجمع ربع السلطات فقط بيانات حول استخدام الذكاء الاصطناعي من الكيانات الخاضعة للرقابة. هذا واضح أنه ليس كافياً لمواكبة عدد الشركات المتزايد التي تُضيف وكلاء إلى عملياتها.
نتيجة لذلك، يجب على شركات التمويل أن تجد طرقًا لتنظيم أدوات الذكاء الاصطناعي بنفسها. هذا مفهوم، بالنظر إلى أن أي خطأ هنا يمكن أن يؤدي إلى خسائر بالملIONS من الدولارات. على سبيل المثال، في البنوك الحديثة، يُمنح الوكلاء صلاحيات محدودة، مثل الموظفين الحقيقيين. إذا عمل الذكاء الاصطناعي مع وثائق العملاء، فمن الواضح أنه لا يحتاج إلى الحق في تغيير تصنيف مخاطر العميل. يُخصص للوكيل دور تشغيلي صارم ولا يُسمح له بالتجاوز.
آلية أخرى ممکنة وضرورية هي الحفاظ على سجلات مفصلة لجميع أفعال الذكاء الاصطناعي، بحيث إذا حدث خطأ، يمكن تتبع كل خطوة اتخذها الوكيل. في مجالات مثل التحقق من الهوية واكتشاف الاحتيال، قد تُطرح أسئلة حول عميل بعد أشهر، لذلك تحتاج البنوك بالتأكيد إلى الاحتفاظ بسجل كامل من منطق مساعد الذكاء الاصطناعي.
يمكن أيضًا اختبار سلوك الذكاء الاصطناعي في صندوق رمل. على سبيل المثال، بدأت بنك إنجلترا في محاكاة جلسات تداول الذكاء الاصطناعي لفهم كيفية تفاعل الوكلاء مع بعضهم البعض ومع السوق الحقيقي. يساعد هذا الاختبار في تحديد مكان خطأ الوكيل بدقة وتصحيح المشكلة قبل إطلاقها.
في النهاية، من المفيد تذكر أن أي قرار للذكاء الاصطناعي يجب أن يُؤكد من قبل إنسان، الذي يظل مسؤولاً عنه. في حالة الخسائر، لن يقبل أحد الجواب “لأن النموذج قرر ذلك”، وستظل هناك حاجة إلى موافقة مدير كبير على أفعال الذكاء الاصطناعي ومسؤوليته عنها.
من “البنوك مقابل التمويل” إلى “السريع مقابل البطيء”
كذلك تشكل تنظيم الذكاء الاصطناعي المنافسة في السوق المالية. قد يُرضي العملاء عندما تُعالج وثائقهم بسرعة 30 دقيقة، لكنهم لن يكونوا سعداء إذا تسبب برنامج الدردشة بالذكاء الاصطناعي في تلف سجلهم الائتماني أو تكلفتهم المال. لتفادي هذه المشاكل، من المرجح أن يثقوا بأموالهم في الشركات التي تفسر استراتيجية الذكاء الاصطناعي ب透parenly وصدق. والتي، بالطبع، لديها مشاكل أقل في إدارة الذكاء الاصطناعي.
تتمتع شركات التكنولوجيا المالية ب优势 واضح هنا، ببساطة لأنها لا تحمل عبء الأنظمة التراثية. يمكن للشركات التكنولوجيا المالية الحديثة بناء خدماتها حول الذكاء الاصطناعي من البداية وتأتمتة جميع العمليات على الفور. يمكن أن يكون بناء شيء جديد أسهل من محاولة دمج وكلاء الذكاء الاصطناعي في منظمات لا تزال تعتمد على أجهزة الفاكس وأنظمة كوبول القديمة. لا عجب أن نصف شركات التكنولوجيا المالية تقريبًا بلغت مرحلة متقدمة من تبني الذكاء الاصطناعي، مقارنة بأقل من ثلث الشركات المالية التقليدية.
البنوك ليست معدة للانقراض. بعد كل شيء، نجت من الكساد الكبير، والسبعينيات، والكساد الكبير، وأكثر. إنهم يعرفون كيفية التكيف مع التغييرات. بسبب تراثهم، جمعوا كميات هائلة من بيانات العملاء، ورأس المال، والسمعة. ومع ذلك، لاستخدام هذه المزايا بشكل معنوي، يجب عليهم دمج الذكاء الاصطناعي بشكل كامل عبر عملياتهم، لأن إضافته إلى منتج جانبي لن يساعد كثيرًا.
