انواع مدلهای استقرار هوش تجاری در رایانش ابری و نقش آن در بانکها
عصر بانک؛فناوریهای جدید در صنعت بانکداری بهسرعت در حال ظهور است؛ زیرا یک هزارم ثانیه در این بخش میتواند به معنی جابه جایی میلیونها دلار باشد. از این رو، سرمایهگذاری جهانی در این حیطه از 3 میلیارد دلار در سال 2013 به 8 میلیارد دلار در سال 2017 رسیده است. برخی از برجستهترین فناوریهایی که در بخش بانکداری مورد استفاده قرار گرفتهاند، عبارتند از : API ها، هوش مصنوعی، زنجیره بلوک یا بلاکچین، بیومتریکها و فناوری هوش تجاری در رایانش ابری.
رایانش ابری و نقش آن در بانکها
سؤال این است که چرا هوش تجاری ابری در بانکها مورداستفاده قرار گیرد؟ مزایای استفاده از این تکنولوژی برای این نهادهای مالی چیست؟ در راستای پاسخ به این پرسش، در این بخش به منافع حاصل از پیادهسازی این تکنولوژی در سیستم بانکداری و نمونههای موفق در این حوزه اشاره خواهد شد.
مزایای هوش تجاری در بستر ابر همچون کاهش هزینههای جاری و زیرساختهای انعطافپذیری و مقیاسپذیری، افزایش قابلیت اشتراکگذاری دادهها و ظرفیت نامحدود در ذخیرهسازی دادهها باعث شدهاند 65 درصد از بانکهای جهان تا پایان سال 2017 به سمت استفاده از هوش تجاری ابری هدایت شوند.
این فناوری، بانکها را قادر ساخته است که علاوه بر استفاده بهینه از منابع و بهبود انطباق خود با اصول و قوانین جهانی، با سرعت بیشتری به سمت نوآوریها حرکت کنند. برای نمونه، براساس گزارشات تمنوس (شرکت نرمافزار بانکی) انتقال 1٫2 میلیارد دلار از حسابهای پسانداز به درایوهای ابری میتواند باعث 1٫9 میلیارد دلار صرفهجویی در هزینهها در یک سال شود. بر همین اساس، استفاده از هوش تجاری ابری در بانکها، باعث کاهش هزینههای فناوری اطلاعات گردیده و این مخارج در راستای رونق کسب و کار بانکها مورداستفاده قرار گرفته است.
هوش تجاری ابری به بانکها کمک می کند در بازارهای نوظهور گسترش یابند. برای مثال، بانکهای کشورهای در حال توسعه از فناوری ابری برای انجام تراکنشها در نقاط دوردستی که در آنها بیشتر افراد در سالهای گذشته به بانکداری الکترونیکی دسترسی نداشتهاند، استفاده کردهاند.
بررسیهای شرکت فناوری بانکداری تمنوس نشان داده است که استفاده از تکنولوژی هوش تجاری ابری در سالهای اخیر در بانکها و نهادهای مالی باعث شده است که مدت زمان ارائه خدمات بانکی به طور چشمگیری کاهش یابد و بانکها با اطلاعات در دسترس که تنها از طریق چند کلیک قابل دسترسی است خدمات سریعتری را به مشتریان ارائه دهند؛ به طوری که، توسعه برنامهها و محصولات کاربردی از چندین ماه به چند ساعت و تحلیل ریسک از چندین ساعت به چند دقیقه رسیده است. برای نمونه:
* مترو بانک به عنوان یکی از نمونههای موفق در زمینه استفاده از فناوری هوش تجاری ابری با 40 شعبه در لندن توانسته است به بیش از نیم میلیون مشتری خدمات ارائه دهد. این امر نشان از افزایش قدرت پردازش ابرها، تسریع تحلیل دادهها و انطباق پذیری این بانک با زیرساختهای به روز شده است که میتواند زمینه کاهش ریسکهای عملیاتی بانک و همچنین افزایش مشتریان بانک و خدمات ارائه شده به آنها را فراهم آورد.
* بانک فرانسوی سوسیته جنرال 150 سال پس از تأسیس، در سال 2014 با پیادهسازی هوش تجاری در بستر ابر، به کارکنان این بانک کمک کرد تا از سیستمها و نرم افزارهای مرتبط با ابر مایکروسافت استفاده کنند. این امر باعث شد که آنها بتوانند سریع تر از سایر بانکها که محدود به زیرساختهای قانونی بودند، به مشتریان خدماترسانی کنند. در سال اول، سوسیته جنرال در حدود 20 نرمافزار شرکتی را توسعه داد که به پست الکترونیک و دایرکتوری شرکت و ویدئو دسترسی داشتند. در سال 2016، این بانک اعلام کرد که 1٫6 میلیارد دلار در خدمات بانکداری اینترنتی سرمایهگذاری کرده است. انتظار بر این است که این بانک تا سال 2020، بیست درصد از شعبات فیزیکی خود را به دلیل روی آوردن مشتریان به بانکداری آنلاین تعطیل کند و هزینههای خود را کاهش دهد.
علاوه بر این، سرعت فناوری هوش تجاری ابری به بانکها کمک کرده است که سریعتر بتوانند خود را با استانداردهای امنیتی ملی و بینالمللی که مدام در حال تغییر هستند، انطباق دهند. این تکنولوژی به چند روش انطباق را سادهتر کرده و خدماتی را در راستای مدیریت کلاهبرداری و پولشویی به بانکها ارائه داده است. زیرا:
– توانایی این فناوری برای مدیریت حجم بیشتری از تراکنشها به بانکها کمک کرده است با استانداردهای سخت گیرانه منطبق باشند و همچنان از آنها پیروی کنند.
– این فناوری به بانکها کمک کرده است تا با واگذاری حفاظت از دادهها، ریسک خود را کاهش دهند.
– بانکها با استفاده از فناوری ابری به طور مؤثرتری توانستهاند بدون ایجاد اختلال در کسبوکار خود و یا سایر مشتریان، از تراکنشهای مجرمانه جلوگیری کنند.
فناوری هوش تجاری ابری شرکت تمنوس از نمون های موفق این تکنولوژی است که با اجرای بسیاری از الگوریتمهای پیچیده غربالگری توانسته است بانکها را در حوزه مدیریت کلاهبرداری و پولشویی، ادغام و یکپارچه سازی یاری رساند. ابزارهای ارائه شده توسط این شرکت از 230 بانک در 36 کشور در سال 2017 پشتیبانی می کنند.
آژو یکی از بزرگترین فناوریهای ابری عمومی در جهان است که مورد اعتماد 17 بانک از 26 بانک برتر دنیاست. این فناوری نسبت به سایر فناوریهای ابری، قابلیت بیشتری در زمینه نمایش تهدیدات دارد. دارای پایش رفتاری است و فعالیتهای مجرمانه را به سرعت تشخیص و واکنش نشان میدهد. استفاده از این تکنولوژی زمان تشخیص این فعالیتها را از ماهها به چند دقیقه کاهش داده است. ادام گابل مدیر تولید بخش جرائم مالی شرکت تمنوس بر این باور است که مایکروسافت نسبت به سایر ارائهدهندگان فناوری ابری، بیشتر استانداردهای این صنعت، در بخش ملی و بینالمللی را رعایت کرده است. گابل اعلام کرده است که مؤسسات مالی میتوانند با استفاده از فناوری هوش تجاری ابری در حوزه غربالگری شرکت تمنوس از طریق پلتفرم مایکروسافت آپ سورس به وضوح دریابند که تراکنشهای غربالگری هرگز راحت تر از این نبوده است.
در سالهای اخیر، مدلهای استقرار هوش تجاری در رایانش ابری به صورت ذیل ایجاد شدهاند:
ابر خصوصی
این نوع از زیرساخت تنها برای یک شرکت خاص عمل میکند. این زیرساخت میتواند به وسیله شرکت یا یک شخص ثالث مدیریت شده و هم در محل کسبوکار هم در سایت باشد. این امنیت بالا برای تمام انواع ابر وجود دارد. شرکت بانکی آی ان جی دایرکت در سال 2012، «سیستم بانک در یک باکس» را ایجاد کرد که به اولین هاست بانکی استرالیا تبدیل شد که تمام خدمات آن در ابر خصوصی قرار داشت. بر اساس گفته سیمون اندرو، مدیر ارشد اطلاعاتی این مؤسسه، نتایج نشان داد که این تغییر کاملا ارزش انجام داشت.
ابر عمومی
برخلاف ابر خصوصی، زیر ساخت ابر عمومی برای عموم و یا گروههای صنعتی بزرگ، در دسترس است و تحت مالکیت سازمانی قرار دارد که خدمات ابر را به فروش میرساند. سازمانها و بانکها به جای پرداخت هزینه پیادهسازی فیزیکی میتوانند برای خدمات ابری که در مدل پرداخت مشترکین استفاده میشوند، هزینه پرداخت کنند. برای مؤسساتی که به دنبال دسترسی مردم به بسیاری از خدمات مالی سنتی هستند. این مدل، صرفه جویی در هزینه و مقیاس پذیری را ارائه میدهد. برای مثال فالتون میانمار برای اجرای تراکنشهای امن در مکانهای دوردست در کشورهای در حال توسعه، از خدمات ابر تمنوس و مایکروسافت استفاده می کند.
ابر ترکیبی
براساس تعریف مؤسسه فناوری و استاندارد ملی آمریکا، ابرهای ترکیبی از دو یا بیش از آن تشکیل شدهاند (خصوصی، عمومی یا هاست مشترک) که به وسیله دادههای پردازش شده و سیار بودن نرم افزار با یکدیگر مرتبط هستند. برای مثال، یک بانک از یک ابر عمومی برای طرحهای نوآورانه و کارآفرینانهای که نیازمند انعطاف و ذخیره بیشتر است، استفاده میکند و از ابر خصوصی برای کارهای سنتی که تحت سیاستهای سختگیرانهتر اجرا میشوند و نیازمند منابع فناوری اطلاعات داخلی بیشتری هستند، استفاده میکند.
گروه ING، که یک شرکت خدمات مالی و بانکداری چندملیتی آلمانی است، ابر ترکیبی در سال 2013 برای نرم افزارهای تجاری خود ایجاد کرد. استیون ون ویک مدیر ارشد اطلاعاتی این شرکت معتقد است که آنها به این واقعیت رسیدهاند که راهاندازی مراکز دادهای برای خود سازمانها و نهادهای مالی مربوط به گذشته بوده و ایجاد فیزیکی این مراکز هدر دادن وقت و انرژی است. گروه ING با پیادهسازی هوش تجاری در ابر توانسته است:
– مدت زمان 8 ساعتی را که برای بهروزرسانی سرویسها و نرمافزارهای خود اختصاص میداد، کامل حذف کند.
– مدت زمان آزمایش محیط برای محصولات جدید گروه ING را از سه ماه به 10 دقیقه کاهش دهد.
– کارایی فناوری اطلاعات را به میزان 20 درصد افزایش دهد و بازسازی و بازیابی خرابیها را از چند ساعت به چند دقیقه کاهش دهد.
برخی بانکها با وجود منافع بسیار زیاد هوش تجاری در بستر ابر، هنوز از این فناوری بدلیل احتیاط در مسائل امنیتی و جرائم سایبری استفاده نمیکنند.
البته همه نرم افزارها و برنامههای کامپیوتری به بالاترین درجه امنیتی نیاز ندارند؛ اما أمنیت همیشه جزء ملاحظات اولیه سازمانها و مؤسسات است.
نظارت و کنترل از جمله مسائلی است که باید به آنها در فناوری هوش تجاری ابری توجه بسیاری کرد. چه کسانی در کدام أبرها اجازه دارند به کدام نرمافزارها دسترسی داشته باشند؟ چه کسانی اجازه دارند منابع ابری را بهدست آورند و محدودیتهای آنها چیست و چگونه نظارت و کنترل میشوند؟
شرکت مایکروسافت معتقد است که صنعت خدمات مالی استانداردهای سطح بالای مناسبی برای امنیت دادهها، حریم خصوصی و انطباقها دارد و برای محافظت از مشتریان، برنامههای سختگیرانهای برای دادن گواهی استفاده از ابرهای خاص در پیش گرفته است. استانداردها و گواهینامهها شامل کنترل ضروری تداوم خدمات و پروتکلهای امنیتی و حفظ حریم خصوصی است و اینها چیزهایی هستند که قانونگذاران برای حفاظت از دادههای مشتریان به آنها نیاز دارند. علاوه بر این، شرکت مایکروسافت با استفاده از برنامهای با عنوان برنامه سازگاری خدمات مالی مایکروسافت، یک لایه اضافه امنیت و انطباق را ارائه داده است؛ زیرا این امر یکی از الزامات اصلی برای بسیاری از بانکهاست تا بتوانند تأییدیههای قانونی برای روشهای مبتنی بر فناوری هوش تجاری ابری را تخمین و از آن استفاده کنند.
جمع بندی
گزارشهای خدمات مالی IDC، نشان میدهد هزینه فناوری اطلاعات در بانکها سهمی معادل 14.3 درصد از کل هزینههای آنها دارند که در مقایسه با سایر صنایع، بالاترین هزینه در زمینه پیادهسازی فناوریهای اطلاعاتی را به خود اختصاص دادهاند. این میزان هزینه، معادل 7.3 درصد از عواید مالی بانکهاست.
این درحالی است که سایر صنایع تقریبا به میزان 3.7 درصد از عواید مالی خود را برای فناوری اطلاعات در نظر گرفتهاند. کارشناسان فناوری اطلاعات بر این باورند که استفاده از هوش تجاری ابری میتواند در راستای کاهش این مخارج گام بردارد؛ به طوری که، کاهش مخارج بانکها به عنوان قدرتمندترین پشتوانه استفاده از تکنولوژی هوش تجاری ابری محسوب میشود؛ زیرا در فناوری هوش تجاری ابری هزینه مرتبط با خرید سخت افزار، نصب نرمافزار جدید و یا بهروز رسانی آنها در سرورهای محلی کاهش یافته و این تکنولوژی با دارا بودن ویژگی چندین مستاجر، موجب میگردد هزینه و منابع میان تعداد عظیمی از کاربران توزیع شود. لذا این فناوری میتواند فرصت وسوسهانگیزی برای کاهش مخارج سرمایهگذاری در حوزه تکنولوژی برای بانکها و مؤسسات مالی و تبدیل آنها به مخارج عملیاتی باشد.
ابزارهای دادهکاوی و پردازش و همچنین تحلیل و غربالگری در فناوری هوش تجاری ابری نیز میتوانند علاوه بر اینکه به اتخاذ سریع تصمیمات استراتژیک و دقیق کمک کنند، با اجرای بسیاری از الگوریتمهای پیچیده غربالگری در حوزه مدیریت کلاهبرداری و پولشویی، ادغام و یکپارچهسازی، مدیران بانکها را یاری کند.
گزارشهای خدمات مالی IDC در سال 2017 نشان میدهد آینده صنعت بانکداری کاملا به فناوری هوش تجاری ابری متکی خواهد بود. البته باید به این نکته نیز توجه داشت که راهحلهای مبتنی بر فناوری ابری، به خصوص در خدمات مالی، باید به اندازه کافی امن باشند تا بانکها و نهادهای مالی به دلیل جرائم سایبری از پذیرش و پیاده سازی این فناوری سرباز نزنند.
ژاله زارعی
مدیرداخلی انجمن علمی پول و بانک ایران