يؤدي تطور تفضيلات العملاء وظهور عوامل الاضطراب الرقمية إلى تغيير المشهد المصرفي بسرعة. نظرًا لتطور البنوك من العمل المصرفي كنموذج منتج إلى تجربة النظام الإيكولوجي ، فإن التغييرات ضرورية لعمليات الأعمال ، وهندسة تكنولوجيا المعلومات ، وكذلك نموذج التشغيل.
مع زيادة التركيز على الكفاءة والخبرة ، بدأت التقنيات الرقمية تلعب دورًا تمكينيًا في عملية الانتقال. تلعب الأتمتة اليوم دورًا محوريًا في تمكين الشركات من إدارة عمليات بسيطة وفعالة من حيث التكلفة ، والاستجابة لاحتياجات العملاء المتطورة على نطاق واسع.
مع تطور الأتمتة نفسها ، أتاح دمجها مع تقنية الذكاء الاصطناعي الفرصة للأتمتة الذكية. تعمل السياسات الحكومية المواتية ، إلى جانب نضج تكنولوجيا الذكاء الاصطناعي ، على تعزيز آفاق التبني في صناعة BFS.
لماذا الضجة حول الأتمتة والأتمتة الذكية؟
تقنيات الأتمتة ، عند نشرها بعد توفير مخاطر النظام ، لديها القدرة على تحسين عملية صنع القرار البشري من حيث السرعة والدقة. ربما تكون إمكانية خلق القيمة هي الأكبر عبر الصناعات وحالات الاستخدام. يمكن أن تساعد التكنولوجيا في خفض التكاليف من خلال الكفاءات الناتجة عن التشغيل الآلي على نطاق واسع ، وخفض معدلات الأخطاء وتحسين استخدام الموارد. بالإضافة إلى ذلك ، يمكن أن يكشف عن فرص جديدة وغير محققة بناءً على قدرة محسنة على المعالجة وتوليد الرؤى من كميات هائلة من البيانات. يعد هذا الذكاء في معالجة المستندات أمرًا بالغ الأهمية بالنسبة للبنوك نظرًا للحجم المتزايد للبيانات غير المهيكلة ، والتي لا تستطيع أدوات الأتمتة التقليدية معالجتها بكفاءة.
على الرغم من قدراتها التحويلية والاستثمارات الضخمة لتضمين الأتمتة في أنظمة وعمليات المؤسسة ، فقد نجح عدد قليل من البنوك في الاستفادة من تقنيات الأتمتة عبر المؤسسة. كافحت البنوك للانتقال من لوحة الرسم إلى توسيع نطاق حالات الاستخدام التي يمكن تحقيق الدخل منها. تشمل الأسباب عدم وجود إستراتيجية واضحة للمؤسسة ، ونواة تقنية غير مرنة ، وأصول بيانات مجزأة ، ونماذج تشغيل قديمة تعيق التعاون بين فرق الأعمال والتكنولوجيا.
أتمتة تكنولوجيا المعلومات - حجم واحد لا يناسب الجميع
من المرجح أن تؤدي أتمتة تكنولوجيا المعلومات المصممة لاستخدام الحالات ونتائج الأعمال إلى نتائج إيجابية وفوائد قابلة للقياس للمؤسسة. تعمل المؤسسات المالية الرائدة مثل JP Morgan و Morgan Stanley وغيرهما على دمج الذكاء الاصطناعي وتحليلات البيانات والمعالجة الذكية للوثائق (IDP) - في أنظمتها ، بما يتماشى مع خطوط الأعمال المعنية لتحقيق نتائج أتمتة أوسع.
المدفوعات:
كشف الاحتيال هو حالة استخدام رئيسية. تساعد الأتمتة في تقليل تكاليف التحقق اليدوي وتوفر تحسينًا في وقت الاستجابة لتحديد المعاملات الاحتيالية. تساعد ممارسات إدارة الاحتيال القوية أيضًا في تجنب الغرامات التنظيمية وتكاليف الامتثال الباهظة
القروض العقارية
تأهيل العملاء: يمكن أتمتة فحص التطبيق وإدخال البيانات لتسريع عملية إعداد العملاء. تؤدي أتمتة المهام الروتينية "اعرف عميلك" إلى خفض تكاليف "اعرف عميلك" لكل عميل ، وتحسين وقت الاستجابة وتسوية المعلومات بشكل أفضل. الإدارة الآلية للبيانات هي المفتاح هنا.
اكتتاب الائتمان: تساعد الأتمتة في إعداد تقارير العملاء والتقارير التنظيمية من خلال تقييم الدخل والمصروفات وصافي القيمة أيضًا في توفير قرارات محسّنة مع معالجة طلبات القروض المحددة بوقت للعملاء. يتم تجنب الانحرافات في البيانات ، والحفاظ على قدسية بيانات العملاء.
أسواق المال
أتمتة تغذية المدخلات (من الوسط إلى المكتب الخلفي): تساعد الأتمتة على دمج حقول الإدخال المتعددة في تدفق واحد متكامل من أجل تنفيذ المعاملات التجارية في الوقت المناسب. يؤدي ذلك إلى تحسين معدل تمرير تنفيذ الصفقات ، مما يؤدي إلى زيادة الكفاءة في تنفيذ المعاملات وتقليل تكلفة كل عملية تداول.
وبالمثل ، يعد إعداد التقارير جزءًا لا يتجزأ من نشاط التداول في سوق رأس المال. تتيح التقارير المستمرة للمستثمرين والمنظمين مع التقاط الصور والوثائق الجاهزة للعملية خفض تكاليف FTE والتحول في تركيز القوى العاملة إلى المزيد من الأنشطة التي تركز على العملاء.
تميل العمليات مثل إعداد العملاء و "اعرف عميلك" والرهون العقارية ومعالجة طلبات القروض إلى الحصول على حجم كبير من المستندات ومليء بالتعقيد والتنوع. هذا يجعلهم المنافسين المثاليين لاعتماد IDP. إن التباطؤ العالمي الحالي ، مع نموذج القوى العاملة البعيدة الموجود بالفعل والذي يدفعه الوباء ، يستلزم أيضًا دفعًا أقوى للنازحين داخليًا.
زيادة الأتمتة باستخدام الذكاء الاصطناعي
مع تقدم المؤسسات في رحلات الأتمتة الخاصة بها ، تعمل تقنيات مثل RPA الآن على تحسين نفسها بإمكانيات الذكاء الاصطناعي ، مما أدى إلى ظهور ما يُعرف بالأتمتة الذكية. من خلال الجمع بين حلول الأتمتة وتقنيات الذكاء الاصطناعي ، يمكن لشركات الخدمات المالية الانتقال من أتمتة مهام محددة إلى أتمتة العمليات الشاملة باستخدام الذكاء المدمج. تجمع الأتمتة الذكية (IA) بين الذكاء الاصطناعي (AI) والتعلم الآلي (ML) ومعالجة اللغة الطبيعية (NLP) وأتمتة العمليات لتحسين نتائج الأعمال. تعمل أتمتة نتائج الأعمال باستخدام IA بدلاً من أتمتة المهام العادية على تحسين تجربة العميل وزيادة الكفاءة التشغيلية وتوفير مسار لاستخدام الذكاء الاصطناعي في العديد من مجالات التشغيل الآلي المكثفة.
على سبيل المثال ، يمكن أن تساعد الأتمتة الذكية موظفي خدمة العملاء على أداء واجباتهم بشكل أفضل عن طريق أتمتة عمليات تسجيل الدخول أو طلب المهام بطريقة تضمن حصول العملاء على خدمة محسنة وأسرع. تشمل الأمثلة الأخرى التي يمكن فيها تطبيق الأتمتة الذكية إغلاق الحساب ، وتشغيل الإشعارات ، وحظر الحسابات ، وإدارة عمليات نقل الحساب للمساعدة في تحسين الكفاءة التشغيلية وتجربة العملاء بشكل عام.
أحد المكونات المتنامية في IA هو المعالجة الذكية للمستندات (IDP). لم تكن حلول أتمتة العمليات الروبوتية حتى الآن قادرة على أتمتة العمليات التي تتضمن قراءة وفهم واستخراج البيانات من المستندات شبه المنظمة وغير المهيكلة. بالاقتران مع IDP ، يمكن لـ RPA تسهيل معالجة المستندات والعمليات كثيفة البيانات مما يؤدي إلى زيادة السرعة والدقة في العمليات المصرفية. من خلال الاستخراج الآلي للبيانات ، يتم تنفيذ وظيفة المصنّع في بنية صانع المدقق بسلاسة مع إخراج دقيق يتم تحقيقه في وقت معالجة أقل.
تُظهر المعالجة الذكية للوثائق اعتمادًا كبيرًا في الصناعة المصرفية بكفاءات تتجاوز تقنية RPA القائمة على القواعد. تسمح التقنيات الأساسية مثل AI-ML و NLP لشركات الخدمات المالية بتقييم العمليات التي تتطلب درجة من الحكم لتنفيذها بنجاح. تبنت المؤسسات المالية عددًا من حالات الاستخدام ، بدءًا من التكامل البسيط للخدمات المعرفية إلى اتخاذ القرار المدعوم بالذكاء الاصطناعي لتحقيق الكفاءة في نتائج الأعمال.
الأتمتة الذكية في العمل - أمثلة الصناعة
استفاد بنك أوف نيويورك ميلون من ما يقرب من 220 روبوتًا لتقنية RPA مدمجة مع الذكاء الاصطناعي لتحقيق كفاءة العملية وتوفير التكاليف. وقد أدى ذلك إلى دقة بنسبة 100 في المائة في إغلاق الحساب عبر أنظمة متعددة ، وتحسن كبير في وقت المعالجة ، وتحسن بنسبة 66 في المائة في عمليات الدخول التجاري ، وتقليل كبير في تسوية التجارة الفاشلة.
بنك التراث هو أحد أقدم المؤسسات المالية في أستراليا. كان البنك يواجه منافسة متزايدة من شركات التكنولوجيا المالية ونظرائها من البنوك الذكية الرقمية. نفذت Heritage حل IA لأتمتة عمليات الواجهة الأمامية والمكتب الخلفي والمكاتب الوسطى المتعلقة بالعمليات ومخاطر الاحتيال وخدمات مركز الاتصال. ونتيجة لذلك ، قامت الشركة بأتمتة ما يقرب من 80 عملية ، بمستوى أتمتة يصل إلى 90٪ ، وبالتالي تحرير مواردها بدوام كامل من أجل المزيد من الأنشطة التي تركز على العملاء.
لأتمتة عمليات القروض ، يركز Upstart ، وهو حل إقراض رائد قائم على الذكاء الاصطناعي ، على تقديم القروض مباشرةً باستخدام خوارزمية التعلم الآلي الخاصة به. ينصب التركيز على شريحة السكان ذات التاريخ الائتماني المنخفض. تقوم الشركة بتقييم سنوات الائتمان ، ودرجات الائتمان FICO ، والخلفية التعليمية ، ومجال الدراسة والتاريخ الوظيفي لفهم الجدارة الائتمانية ومنح القروض وفقًا لذلك.
يستخدم بنك الولايات المتحدة PNC Financial النظام لأتمتة الموافقات لأنواع معينة من القروض. يجمع البنك بين قواعد العمل الإلزامية ونمذجة البيانات التنبؤية للتأكد من أهلية العميل للحصول على الائتمان.
التحديات المستمرة
على الرغم من الفوائد العديدة التي تقدمها الأتمتة الذكية ، إلا أنها تأتي بمجموعة من التحديات الخاصة بها أيضًا. يرتبط العديد من هذه التهديدات بتهديدات أمان الذكاء الاصطناعي ، مثل العبث بنماذج التعلم الآلي أو البيانات التي يتم استيعابها للتأثير على النتائج. بالإضافة إلى ذلك ، فإن إمكانية إدخال تعليمات برمجية ضارة أو خاطئة وتضخيمها عدة مرات يمثل تهديدًا حقيقيًا للغاية في عملية آلية.
من المحتمل أن تؤثر المخاوف المتعلقة بخصوصية البيانات وتوفير البيانات على استخدام الذكاء الاصطناعي والأتمتة في الخدمات المصرفية. يمكن أن تكون تكلفة التنفيذ المرتفعة للحلول المتقدمة ، إلى جانب نقص المتخصصين المهرة في الصناعة ، رادعًا إضافيًا للتبني في بيئة BFS.
على مستوى أكبر ، لا يزال الحكم يمثل تحديًا هائلاً. عندما تبدأ الأتمتة الذكية في تضمين عملية صنع القرار المدعومة بالذكاء الاصطناعي ، فقد تؤدي إلى تحديات حوكمة جديدة ، مثل خطر انحياز الذكاء الاصطناعي في قرارات الإقراض. نظرًا للمخاطر التي تنشأ عن القرارات المؤتمتة بالكامل ، والحرص التنظيمي على ضمان الشفافية في قرارات الإقراض وخوارزميات الذكاء الاصطناعي ، فمن المرجح أن تكون المؤسسات المالية حذرة في اعتمادها للأتمتة الذكية.
الطريق إلى الأمام
جلبت الأتمتة كفاءات كبيرة في الصناعة المصرفية. في حين أن التفويض الأولي كان لأتمتة المهام المنخفضة النهاية المتكررة ، فقد أدى النضج في التكنولوجيا إلى قيام البنوك باستكشاف حالات استخدام متقدمة لجني فوائد أكبر من رحلات الأتمتة.
الأتمتة المعرفية ، التي تستفيد من الذكاء الاصطناعي ، تأخذ الصناعة نحو حالة يتم فيها التعامل مع عملية صنع القرار من طرف إلى طرف بواسطة أدوات الأتمتة ، مما يسمح أيضًا بأتمتة المهام المعقدة. هذا لديه القدرة على زيادة العنصر البشري من العمليات التجارية ، واقتطاع الأخطاء وتحسين الإنتاجية بشكل كبير.
في الطريق نحو الأتمتة ، سيتعين على البنوك توحيد العمليات ورقمنتها لوضع حجر الأساس لأتمتة ناجحة. سيتعين توجيه مشهد المنتج لاحقًا نحو الأنظمة التي تحتوي على حلول أتمتة داخلية. يجب أيضًا توخي الحذر للحفاظ على "الإنسان في الحلقة" ، بحيث يتماشى القرار والتنفيذ الآليان مع أهداف العمل. وبالنظر إلى المراقبة الدقيقة للجهة التنظيمية ، من الأفضل للبنوك أيضًا توثيق عمليات الأتمتة الخاصة بها والحفاظ على ضوابط معقولة على خوارزميات الذكاء الاصطناعي ، وذلك للحفاظ على الانضباط والامتثال التنظيميين.
هناك العديد من الأمثلة التطبيقية لكيفية مساعدة الأتمتة الذكية للبنوك وكيف يمكن أن تساعد البنوك في الحفاظ على قدرتها التنافسية اليوم وفي المستقبل. في النهاية ، يتلخص الأمر في مدى جودة تنفيذ الأتمتة الذكية ودمجها في رحلة العميل الشاملة.
المراجع:
https://www.processmaker.com/blog/intelligent-automation-in-banking/
https://kristasoft.com/solutions/industry/intelligent-automation-for-banking-and-financial-services/
https://research.aimultiple.com/intelligent-automation-in-banking/
https://www.qentelli.com/thought-leadership/insights/leveraging-ai-banking-guide
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
- المصدر https://www.finextra.com/blogposting/24024/augmenting-with-ai-exploring-new-possibilities-in-bfsi?utm_medium=rssfinextra&utm_source=finextrablogs
