هوش مصنوعی و آینده مشاغل بانکی
مسعود خرقانی-مدیرعامل شرکت راهبرد هوشمند شهر
همواره در طول تاریخ بسیاری از عناوین شغلی به دلایل مختلف از جمله تاثیرات فناوری بر آنها، ناپدید و مشاغل جدیدی نیز به همین واسطه بوجود آمدهاند. ایده و عامل اصلی پشت توسعه فناوریها این است که زندگی انسانها را آسانتر کند و راحتی بیشتری را نیز برای آنها فراهم نماید. به عنوان مثال محاسبه اعداد و معادلات فوق العاده پیچیده، بیدار شدن از خواب با نوای دلخواه، امکان برقراری تماس و ارتباط از راه دور، و … فقط چند نمونه از این موارد است.
تمام این پیشرفتهای فنی که در صنایع و مشاغل مختلف میبینید برای آسانی کارها و بالا بردن راحتی ما انجام میشود. صنعت بانکی نیز از این قاعده مستثنی نیست، و دیجیتالی کردن امور بانکی تاثیرات بسزایی در مشاغل بانکی خواهد داشت. از طرف دیگر سرعت تغییرات تکنولوژیکی در چند دهه اخیر در مقایسه با سالهای قبلتر بهحدی افزایش یافته که مفهوم جدیدی تحت عنوان دنیای VUCA (Volatility, Uncertainty, Complexity, Ambiguity) را برای جهان امروز بهوجود آورده است. در چنین دورانی صنایع مختلف از جمله صنعت بانکی برای تداوم و حفظ بقای خود نیازمند اندیشیدن و بکارگیری تمهیداتی برای کاهش و مدیریت تهدیداتی است که این موضوعات (یعنی ناپایداری، عدم قطعیت، پیچیدگی، و ابهام) برای آن ها بوجود میآورند. در دنیای VUCA، اتکا به تجربیات دیروز بهترین تمرین، و توجه به درخواستهای فردا بهترین تفکر برای امروز است. با توجه به این نکته که موفقیت هر شرکتی را منابع انسانی آن تعیین میکنند، این نیاز وجود دارد که شرایط و چارچوب مناسبی بوجود بیاید که در آن هر فرد بتواند مهارتها و خدمات خود را در قالب نتایج توافق شده – کیفی و کمیتر – تکمیل و ارائه کند. در گفتمان مدیران و شرکتها با کارمندانشان تمایل به همکاری واقعی و پذیرفتن مسئولیتهای روشن، پیش شرط اساسی نوآوری است. این امر مستلزم آزادی، خلاقیت، سرعت، انعطاف پذیری و فرهنگ سازمانی است که افراد را با سازمان ارتباط دهد. در دنیای VUCA این ارتباط اهمیت بیشتری پیدا میکند و میتواند با قاطعیت بیشتری مورد توجه رهبری قرار گیرد. مهمترین چیز پیش بینی آینده و تقویت همکاری در شرکتهای دارای راه حل های مدرن است. تصمیمات و ارتباطات، عوامل موفقیت در شکل گیری علت مشترک هستند. هدف این است که انرژی مورد استفاده را در هر صورت به کانالهای معنی دار هدایت کنیم تا بتواند به رویکردها و اقدامات ارزش افزوده منجر شود.
به همین جهت است که میتوان مهمترین راهکارهای متناسب با هر یک از عوامل عنوان شده را موارد زیر دانست:
- وضوح (Visibility) – از طریق تصميم سازیهای مبتنی بر داده، چابک و فعال
- بدون محدودیت (Unconstrained) – از طریق برداشتن محدودیتها در بهره گيری از تکنولوژی و درک تجربه مشتری
- متصل و مرتبط (Connected) – از طریق همکاری بسیارنزدیک با درون و بیرون (تعاملات اکوسیستمی)
- هوش مصنوعی (AI) – اتوماسيون فعاليتهای تکراری و عادی و تحليل عميق روی دادهها
پیش بینیها (آمارهای) شرکتهای مشاور و بانکهای پیشگام در خصوص تاثیرات فناوری بر مشاغل
شرکت مکنزی راجع به فضای کار آینده در گزارش خود دیدگاههای جالبی را بشرح زیر ارائه داده است:
- کمتر از 5٪ مشاغل را میتوان به طور کامل خودکار کرد، اما در 60٪ مشاغل موجود، حداقل 30٪ از فعالیتهای آنها با تطبیق فناوریهای موجود امروزه میتواند خودکار شود. آنچه در پیش است، یک دوره تغییر مداوم و شاید تسریع شده در چگونگی سازماندهی کارهای موردی و کارهای روزمره و تکراری است که شامل تجزیه و تحلیل داده ها است.
- انتظار میرود که این تغییر باعث ایجاد تغییر در مشاغل شود. با کاهش برخی مشاغل، اقتصاد ایالات متحده به ایجاد مشاغل دیگر ادامه خواهد داد و فن آوری های دیجیتال باعث ایجاد مشاغل جدید میشوند.
- موج آینده اتوماسیون برخی از دسته های بزرگ شغلی در اقتصاد ایالات متحده را تحت تأثیر قرار خواهد داد، مانند کارهای دفتری، خدمات غذا، کار تولید و خدمات مشتری و خرده فروشی. تقریباً 40٪ مشاغل ایالات متحده در حال حاضر در گروه های شغلی هستند که ممکن است از هم اکنون تا سال 2030 کاهش یابد.
- با کاهش برخی مشاغل، اقتصاد ایالات متحده باید به رشد خود ادامه دهد و مشاغل جدیدی را تا رسیدن به سال 2030 ایجاد کند. توسعه و رشد زیادی برای مشاغل بهداشت و درمان، علوم، فناوری، مهندسی و ریاضیات (STEM -Science, technology, engineering, and mathematics)، زمینههای خلاقیت، و خدمات تجاری پیش بینی میشود.
به گفته مکنزی “تا سال 2030، کارگران طبقه متوسط میتوانند به عنوان سهمی از مشاغل ملی 3.4 درصد کاهش پیدا کنند، در حالی که اشتغال در مشاغل کم مزد 0.4 درصد کاهش مییابد. در همین حال، اشتغال در مشاغل پردرآمد میتواند 3.8 واحد درصد رشد کند. اما رشد فرصت های با دستمزد بالا تنها در صورتی امکان پذیر است که کارگران تحصیلات و مهارتهای مورد نیاز خود را بدست آورند، و فرصتی برای حفظ طبقه متوسط ایالات متحده با کمک به افراد در افزایش هزینه ها، بالابردن مهارت ها و یافتن مشاغل با دستمزد متوسط با درآمد بالاتر فراهم شود”.
هم چنین امروزه و طی سالهای اخیر شاهد پیش بینیها و اخبار با عناوین گاها ترسناکی هستیم که توسط سازمانها و شرکتهای پیشگام در صنعت بانکی ارائه میشود.
- در میان تاثیرات پاندمی کووید 19، فرآیند کاهش 35هزار شغل در بانک HSBC تسریع میشود. (گاردین، 2020)
- در دهه آینده، رباتها جایگزین 200هزار شغل بانکی در ایالات متحده خواهند شد. (بلومبرگ، 2019)
- در بانکهای جهانی طی سال 2019، تقریبا 80هزار نفر شغل خود را از دست دادند، که این مقدار بیشترین آمار قطع همکاری از سال 2015 به این طرف بوده است. (بانکدار آمریکایی، 2019)
- بانکهای اروپا به دلیل چشم انداز منفی نسبت به آینده 60هزار شغل را کاهش میدهند. (فایننشال تایمز، 2019)
- UniCredit میتواند طبق برنامه جدید خود حدود 10هزار شغل را کاهش دهد. (رویترز، 2019)
- دویچه بانک برنامه کاهش 18هزار شغل را تایید میکند. (اخبار بی بی سی، 2019)
- …
کاربردهای متصور از هوش مصنوعی در بخشها و خدمات (مشاغل) بانکی
همه اینها در حالی است که امروزه شاهد شکل گیری دو نیروی قدرتمند در فضای کاری آینده می باشیم. یکی پذیرش روزافزون رباتیک، تجزیه و تحلیل پیشرفته، یادگیری ماشینی (ML)، یادگیری عمیق، پردازش زبان طبیعی (NLP) و سایر گرایشهای کاربردی هوش مصنوعی (AI) به عنوان یکی از پایهها و ارکان اصلی فضای کار است، و دیگری تغییرات در ترکیب نیروی کار و تمایل به جذب استعدادها و نخبگان فناوریهای جدید جهت جایگزینی بخشی از نیروهای موجود در سازمان ها بصورت دایم یا موقت میباشد.
شکل گیری فضای کار دیجیتالی و حرکت بانک ها در مسیر دیجیتالی شدن میتواند منجر به بسته شدن هزاران شعبه بانک شود. سوالی که این روزها قابل پرسش است اینکه، چرا برخی افراد از هرگونه ارتباط با بانک متنفر هستند؟ شاید به دلیل کند بودن خدمات، و یا نتیجه گفتگوها که به روحیه و عمق دانش مشاور بانک بستگی دارد.
شعب بانکها مملو از افراد با نیازهای مشابه است که نیاز به امضا، پذیرش یا دریافت چیزی دارند. این امر می تواند ساعتها در صف ایستادن فقط برای امضای یک برگه، یا ارزیابی و اختصاص اعتبار، یا افتتاح یک حساب، یا انتقال و جابجایی وجه از یک حساب به حساب دیگر، و یا دریافت تسهیلات یا تسویه حساب وامهای دریافتی و… باشد. این ها تنها برخی از مشکلات موجود در دنیای بانکداری است.
بر اساس آمارهای استخراج شده برگرفته از فضای مجازی و شبکه های اجتماعی تخصصی مرتبط با صنایع و مشاغل از قبیل لینکدین، حدود 400هزار عنوان و فرصت شغلی در بانک ها برای متخصصان دیجیتال، طراحان، برنامه نویسان، کارشناسان تجربه مشتری بانکی و سایر مشاغل مرتبط با بانکداری دیجیتال وجود دارد که میتواند موید آینده مشاغل بانکی باشد. در اوایل سال 2021، در مجموع یک و نیم میلیون فرصت شغلی برای صفحات جستجوی کار در لینکدین برای صنعت بانکی و خدمات مالی ارسال شده است. این در حالی است که در همین زمان، هزاران فروشنده بانک و دیگر کارمندان شعب به ویژه در بانکهای بزرگ به دلیل تعطیلی و محدودیتهای فعالیت شعب بر اثر همه گیری کرونا و دیجیتال سازی سریع شغل خود را از دست میدهند، و فقط 16هزار جای خالی فروشنده تمام وقت بانک در لینکدین ارسال شده است.
هدف از بکارگیری فناوری این است که به کمک آن بتوان خدمات بانکی را بهبود بخشید و در واقع، این اتفاقی است که هم اکنون در حال رخ دادن است. بسیاری از شرکتهای نوپای فینتکی ونئوبانکها سخت در تلاشاند تا ویژگیهایی را فراهم کنند که تجربه مشتری بانکی را ارتقا دهد. این بدان معناست که امکانات فناوری باعث ایجاد اختلال دیجیتالی در بانکداری میشود. و استفاده از هوش مصنوعی در امور بانکی میتواند میلیون ها کارمند بانک را با برنامه های هوشمند جایگزین کند و مشاغل آنها را به طور کامل در آینده نزدیک خودکار نماید.
بکارگیری فناوری به معنای تغییر همه چیز در اطراف ما است. فناوری ها در طی سال های اخیر امور مرتبط با تولید، تدارکات و … را در صنایع مختلف تغییر داده و اکنون نوبت بانکداری است. طی دو سال گذشته هزاران شعبه بانکی در سراسر دنیا (ایالات متحده، اروپا، و حتی در ایران) بسته شده است. مصرف کنندگان بیشتر و بیشتر بانکداری آنلاین و تلفن همراه را ترجیح میدهند و انتظار دارند تجربه مشتری دیجیتالی، رضایت بخشی را در امور بانکی داشته باشد. در این مسیر استفاده و اجرای هوش مصنوعی در بانکداری تأثیر چشمگیری در این زمینه خواهد داشت. پیشرفت فناوری در حال حمله به بانکداری سنتی است. راه حلهای دیجیتال به کانال اصلی خدمات تبدیل شدهاند و بانکها در حال تبدیل شدن به شرکتهای فناوری هستند. موفقیت آنها به این بستگی دارد که چه نوع تجربه مشتری در امور بانکی را بتوانند ارائه دهند، و اینکه محصولات دیجیتالی آنها مشتری مدار باشند.
بنابراین خوب است که در این قسمت به ذکر عوامل اصلی که تأثیر زیادی بر صنعت مالی و تجربه مشتری بانکی در دهه آینده دارند، بپردازیم:
-
هوش مصنوعی در بانکداری به جای مراکز پشتیبانی
با بکار گیری هوش مصنوعی در خدمات پشتیبانی (مراکز تماس)، مشتریان دیگر مجبور به انتظار در پشت خط مشاوره در خصوص موارد مورد نظر خود نخواهند بود. به زودی، دستیاران هوش مصنوعی بانکی برای هر عملی در خدمات بانکی مشتری محور، ضروری می شوند. در واقع این بدان معنی است که بانکها برای حل مشکلات مشتریان خود به نیروهای پشتیبانی مشتری کمتر و حتی بدون مرکز پشتیبانی نیاز دارند. این کاهش وابستگی منجر به تعداد کمتر شعب بانکی نیز خواهد شد.
-
دیجیتالی شدن امور بانکی به جای صف های طولانی داخل شعب
دیگر نیازی به انتظار مشتریان در صفهای موجود در شعب برای ارائه و امضای اسناد مورد نظر نخواهد بود. امضاهای آنلاین سند دیجیتالی با شناسه های امنیتی بالا این مسئله را حل میکنند.
-
رباتهای مشاوربه جای مشاوران گران قیمت
دیگر نیازی به مراجعه و اعتماد کردن به افراد به اصطلاح “کارشناسان سرمایه گذاری” نخواهد بود. در حال حاضر افراد زیادی هستند که برای بازی با پول شما، پول میگیرند و اگر مشکلی پیش بیاید مسئولیت آن را نمی پذیرند. ربات های مشاور میتوانند ضمن از بین بردن خطاهای انسانی، این کار را به صورت رایگان انجام دهند. این سیستمها میزان درآمد و ریسک شما را ارزیابی میکنند و بهترین نتیجه ممکن را برای سرمایه گذاری برای آینده پیشنهاد میدهند.
-
امتیاز دهی خودکار و رهن سریع
بانکها میتوانند از کلان داده، APIهای باز و تجزیه و تحلیل پیشرفته برای پیش بینی و اطمینان از امتیازدهی خودکار اعتبار، استفاده کنند. هم چنین بانکها میتوانند تمام اسناد قانونی را تا زمان تسویه کامل مبلغ وام های پرداختی نزد خود نگهداری نمایند و پس از آن این اسناد را به مشتری خود تحویل نمایند و در واقع همه این کارها را بصورت خودکار انجام دهند.
-
بلاکچین به جای واسطهها
امروزه به لطف فناوری دیجیتال، تأثیر بسیار زیادی از طریق خدمات فوری قابل مشاهده است. انتظارات مشتری با خرید آنلاین، پیام رسانی فوری، تحویل سریع و غیره افزایش می یابد. با این فناوریها چگونه می توان چندین روز انتظار برای اجرای پرداخت توسط بانکها را تحمل کرد؟ بلاکچین می تواند از طریق پردازش پرداخت در لحظه بر اساس زیرساخت معاملات شفاف و فوری، برای همیشه این چشم انداز را تغییر دهد، و دیگر نیازی به واسطه ها با هزینههای بالا و پاسخگویی کم آنها نیست.
هوش مصنوعی و تغییر شکل (جایگزینی) مشاغل در بانکداری
تصوری که از هوش مصنوعی میتواند در ذهن کارکنان بانکی وجود داشته باشد و موجب ترس و نگرانی آنها شود، این است که گمان میکنند هوش مصنوعی، میتواند رباتها را جایگزین آنها نماید. اما در واقع نکات ظریفی وجود دارد که با این ذهنیت متفاوت است. البته شکی نیست که برخی از مشاغل از بین خواهند رفت، اما مشاغل جدید دیگری هستند که ایجاد میشوند، و برخی دیگر از مشاغل نیز به چیز دیگری تبدیل میشوند. به عنوان مثال برخی از مشاغل جدید عبارتند از: طراح ربات هوشمند، ناظر و ارزیاب ربات هوشمند، دانشمندان علم داده، مهندسین فرآوری داده، و … .
در برخی موارد هم هوش مصنوعی فقط کارهای تکراری و اضافهای را انجام میدهد که هیچ کس تمایلی به انجام شان ندارد. طی سالهای اخیر، صنعت بانکداری به طور فزایندهای در مورد هوش مصنوعی هیجان زده شده است. بطوریکه تقریباً تمام مشاوران برجسته تحقیقاتی در مورد تأثیر هوش مصنوعی بر صنعت بانکداری مطالبی را منتشر کردهاند، و سرمایه گذاری در این حوزه در حال توسعه راه حل های نوآورانه است. در کنار همه هیاهوها، این نگرانی اجتناب ناپذیر وجود دارد که اجرای این فناوری نیاز به کارکنان انسانی را کاهش میدهد. این که اگر بانکی بتواند فرآیندی را خودکار کند، مطمئناً برای انجام آن نیازی به انسان ندارند، مفهوم ساده ای به نظر میرسد، اما پاسخ به این سادگیها نیست. گرچه این نوع ادعاها کاملاً هم بی اساس نیستند.
یکی از زمینههای اصلی که بانکها در حال اجرای راه حلهای جدید مبتنی بر هوش مصنوعی هستند، خدمات به مشتری است. در حال حاضر شاهد آن هستیم که چندین موسسه تراز اول بانکی اقدام به توسعه چت باتها و دستیارهای مجازی مجهز به هوش مصنوعی کردهاند. به عنوان مثال در حالی که دستیار مجازی UBS توسط آمازون الکسا تأمین میشود، بانک جی پی مورگان از هوش مصنوعی برای پاسخگویی به سوالات مشتریان و پیش بینی احتمال نیازهای آینده آنها استفاده می کند. این ها محصولاتی هستند که به احتمال زیاد جایگزین مشاغل میشوند. هرچه بیشتر از این محصولات استفاده شود، آنها بیشتر یاد میگیرند، این بدان معنی است که آنها بدون نیاز به دخالت انسان، در توانایی خود برای کمک به مشتریان به طور تصاعدی بهبود می یابند.
گذشته از چت باتها و اتوماسیون فرآیندهای رباتیک (RPA)، که از فناوری مشابهی برای اتوماسیون کارهای ساده اداری مانند ورود اطلاعات مشتری استفاده میکند، روشی که در حال حاضر بانکها از هوش مصنوعی استفاده میکنند تهدید قابل توجهی برای مشاغل کارمندان آنها نیست. اولویت چندین بانک سطح بالا استفاده از سیستم های هوش مصنوعی برای شناسایی فعالیت های متقلبانه یا پولشویی بوده است. این کار که با موفقیت خوبی همراه شده است، زیرا زمان مورد نیاز محققان را برای سرنخهای (موارد مظنون) مثبت کاذب به طرز چشمگیری کاهش داده است. در این موارد، به جای کاهش نیاز به نیروی انسانی، استفاده از سیستمهای مجهز به هوش مصنوعی فشارهای زمانی بر محققان موجود (کارکنان) را کاهش داده و به آنها فرصت داده است تا هر مورد را با جزئیات بیشتری بررسی کنند.
در برخی موارد فضاهای مورد علاقه بانکها در استفاده از هوش مصنوعی با یکدیگر متفاوت است، در حالی که برخی از بانکها در حال توسعه راه حلهایی هستند که بسته به شرایط خود میتوانند محصولات متناسب با هر مشتری را ارائه دهند، برخی دیگر بر استفاده از هوش مصنوعی در معاملات الگوریتمی متمرکز شدهاند. و نکته مهم در اینجا این است که این پروژهها هنوز در دست توسعه هستند و در نتیجه به طور گستردهای استفاده نمیشوند.
جمع بندی و نتیجه گیری
اگرچه بحث رسانهای درباره هوش مصنوعی در امور بانکی معطوف به چگونگی استفاده از آن برای صرفه جویی در هزینه بانکها با کاهش شغل است، اما این موسسات تمرکز اصلی دیگری نیز دارند، و آن استفاده از فناوری هوش مصنوعی برای بهبود اشتهای ریسک آنها است. مدیریت ریسک یکی از مهمترین موضوعات در صنعت بانکداری است، به همین دلیل بسیاری از کارمندان خود را بر اندازه گیری آن با توجه به مشتریان خود متمرکز کردهاند. فناوریهای فعلی در حال حاضر قادر نیستند به همان روشی که انسان میتواند، تصمیم گیری کنند، اما استفاده از هوش مصنوعی میتواند روند کار را ساده کند. تجزیه و تحلیل و ارائه دادهها با استفاده از هوش مصنوعی میتواند تعصب انسانی را در روند تصمیم گیری کاهش دهد و نتیجه را برای موسسات و مشتریان به طور یکسان بهبود بخشد، بدون اینکه کارکنان از این روند حذف شوند.
در نهایت اینکه، استفاده از هوش مصنوعی در بانکداری، مانند هر صنعت دیگر، میتواند نیاز به دخالت انسان را کاهش دهد. اما این بدان معنا نیست که صنعت بانکداری برای یک تحول گسترده، در جایی که مشاغل بی شماری از دست می رود، آماده است. هوش مصنوعی این امکان را دارد که با بهبود کارایی عملیات در مناطقی که دارای اهمیت واقعی هستند، مانند ردیابی پولشوییها یا بهبود تجربه مشتری، انقلابی در صنعت بانکداری ایجاد کند.