تاثیر هوش مصنوعی بر صنعت پرداخت

در ۱۰ سال گذشته صنعت پرداخت کشور تحت تاثیر عوامل بسیاری قرار گرفته است و روز های پر تنشی را سپری کرده است. استفاده گسترده از ابزار های پرداخت و حتی انتقال وجه اینترنتی از IPG  ها و طی کردن قوانین که به طور مستمر در حال بروزرسانی هستند هم چون قوانین سقف واریز و برداشت – قوانین نظام کارمزد و قوانین مجوز ها و … باعث شده تغییرات لحظه ای در صنعت پرداخت را نظاره گر باشیم..

تجربه ثابت کرده در صنعت، ماشین ها کارآمد تر از انسان ها خواهند بود بدون شک خستگی و عدم مرخصی برای فعالیت های ۷*۲۴ افراد می تواند عواقب فردی و حتی سازمانی را به ارمغان آورد حتی اشتباه در محاسبات را رقم زند که قطعا خسارات جبران ناپذیری به همراه خواهد داشت.

در گذشته نه چندان دور تجربه شعبه های مدرن که خدمات جدید ارائه کرده اند و حتی صندلی برای حضور مشریان نداشته نشان داده که می توان از ماشین ها نیز بهره برد و کارایی را افزایش داد. با نگاهی به چندی ازگذشته نئوبانک ها را خواهیم داشت که بدون شعبه و باجه تمام خدمات بانکی را روی تلفن همراهمان ارائه کرده اند. هم اکنون فاز اعتبار سنجی و احراز هویت به صورت سیستمی با کمترین دخالت افراد صورت می گیرد . تمامی این موارد تصمیم‌هایی از پیش‌‌ تعیین‌ شده هستند که هوشمندی برای تصمیم‌گیری در آن ها وجود ندارد. با این حال تغییرات شگرفی در تمامی حوزه‌ها؛ حتی نیروی انسانی و دارایی‌های ملکی بانک‌ها رقم زده‌اند. آنچه شخصاً شاهد بوده‌ام، این است که واکنش‌ها و وضع قوانین در ایران بعد از تغییرات اتفاق می‌افتد.

حال سؤال اینجاست، با توجه به اینکه حوزه پرداخت الکترونیک در کشورمان عمده حجمی از  تراکنش‌های مالی را برعهده دارد، آیا فناوری‌های نوظهور هوش مصنوعی باز ما را غافلگیر خواهد کرد؟

خوب است در مورد این سوال کمی تفکر بخرج دهیم و سناریو پردازی کنیم تا بتوانیم حد اقل ها را پیش بینی کنیم. شاید اگر چند سال گذشته آخرین حوزه ورود هوش مصنوعی را از کارشناسان این رشته می‌پرسیدیم، پاسخ همه آن ها هنر بود؛ موردی که در هفته‌های گذشته نمونه‌های بی‌نقص آن را دیده ایم. روزانه هوش مصنوعی ما را سوپرایز کرده و هر لحظه یک پروژه جدید در یک رشته خاص رقم می خورد.

سرویس مدیریت کلاهبرداری؛ اولین حوزه  جذاب ورود هوش مصنوعی

چیزی که به صورت مشترک در همه مقالات در حوزه پرداخت به آن اشاره شده است، سرویس‌های مدیریت کلاهبرداری یا Fraud Detection است. هوش مصنوعی می‌تواند دیتای تراکنش بیشتری را با خطای کمتری پردازش کند. الگوریتم‌های یادگیری ماشین supervised می‌توانند الگوهای مشخصی برای پرداخت در نظر بگیرند که این موضوع می‌تواند مبتنی بر تجربه‌های موجود در صنعت باشد. این در حالی است که الگوریتم‌های Unsupervised می‌توانند خارج از این حیطه عمل کرده و تراکنش‌های مشکوک را اعلام کنند. این الگوریتم‌ها در طول زمان می‌توانند به بلوغ تصمیم‌گیری برسند و به صورت مستقل برای تشخیص اقدام کنند.

این الگوها ممکن است حتی به ذهن قانون‌گذاران نیز خطور نکرده باشد، زیرا قانون‌گذاران انجام کارهای غیرقانونی را مد نظر دارند و پایش می‌کنند، اما کلاهبرداران واقعی با استفاده از بسترهای قانونی برای انجام تقلب اقدام می‌کنند که خلاء قانون امکان مواجهه با آن ها را نمی‌دهد. چه‌بسا بایستی منتظر روزی باشیم که تراکنش‌های مشکوک امکان انجام را نداشته باشند. شاید هم‌اکنون این موضوع در ایران دور از دسترس به نظر برسد، اما نگاهی به مقالات علمی نوشته‌شده در دانشگاه‌ها می‌تواند مؤید این موضوع باشد که حتی در ایران نیز به این موضوع توجه خاصی شده است. و یک روزی تحقق می یابد.

پیش‌بینی وضعیت کسب‌وکارها در آینده

احراز هویت و اعتبارسنجی اشخاص بر اساس رفتار مالی گذشته آن ها به امری معمول تبدیل شده است. حتی در زمان‌های سرمایه‌گذاری برای فروشگاه‌ها نیز نوع صنعت و سوددهی آن در وضعیت فعلی در نظر گرفته می‌شود.

اما آیا این کسب‌وکارها در آینده هم سودده خواهند بود و بازگشت سرمایه با توجه به وضعیت اقتصادی خواهند داشت یا خیر؟

پیچیدگی فعلی این موضوع باعث شده قراردادهای تضمین بازگشت وجه سرمایه‌گذاری دارای پیچیدگی و خطا باشد. همچنین آینده کسب‌وکارها در کشورمان با توجه به وضعیت اقتصادی ایران نامشخص است و اگر حتی در بهترین حالت، کسب‌وکاری سوددهی لازم را نیز داشته باشد همیشه این سؤال مطرح است که آیا این بهترین فرصت برای سرمایه‌گذاری است یا فرصت‌های دیگری با نرخ بالاتر سوددهی در بازار وجود داشته است؟ حتی خبره‌ترین کارشناسان حوزه‌های مرتبط نیز نمی‌توانند تمامی بازار را رصد کنند و حتی اگر تیمی برای این موضوع وجود داشته باشد، تعداد المان‌های تأثیرگذار و همچنین تأثیرات ساعات تعطیلی بازار آنقدر زیاد است که از عهده پردازش انسان خارج است.

اینجا حوزه‌ای است که می‌توان از هوش مصنوعی بهره برد. بینایی ماشین به همراه الگوریتم‌های تشخیص الگو می‌توانند در اینجا راهگشا باشند. هم‌اکنون اکثر شرکت‌های سرمایه‌گذاری خارجی از این متدها برای تعیین نرخ بازگشت و ریسک‌پذیری سرمایه بهره می‌برند. سرمایه محدود است و انتخاب بهترین فرصت سرمایه‌گذاری مزیت رقابتی بی‌نظیری ایجاد خواهد کرد که اگر شرکت‌ها از آن غافل شوند، ممکن است عرصه تجارت خود را به رقیبان واگذار کنند. کمترین سطحی که می‌توان از این موضوع بهره برد، بازیابی پایانه‌های مفقودی پرداخت است. همچنین کسب‌وکارهای خرد نوظهوری که پس از مدتی امکان سوددهی را نداشته و پس از دریافت دستگاه‌ها یا امکانات شرکت پرداخت از فعالیت یا همکاری خودداری می‌کنند.

پایش و پیش‌بینی خطا در ارائه خدمات پرداختی

تمامی ۱۲ شرکت‌ ارائه‌دهنده خدمات پرداخت (PSP) و حتی شرکت های وابسته و حوزه پرداخت به خصوص پرداخت یاران در جهت ارائه سرویس به شرکت‌های ارائه‌دهنده پهنای باند وابسته هستند. همچنین نیاز است الزامات شاپرکی و بانک مرکزی در حوزه کسب‌وکار آنلاین را به صورت  لحظه ای پایش نمایند، و بسته به مخاطرات موجود اقدامات لازم صورت پذیرد. به همین منظور واحدهای پایش و مانیتورینگ در این شرکت‌ها ایجاد شده و به صورت دائمی در حال مانیتورینگ وضعیت ارائه سرویس‌ها هستند. مدیریت دانش و تجربه و همچنین انجام اقدام مناسب در زمان بحرانی، چالش اصلی این واحدهاست. باید در نظر داشته باشیم هوشیاری انسان و تجربه نیروی انسانی در شیفت‌های مختلف نیز متغیر است. فناوری‌های یادگیری ماشین، شناسایی الگو یا بینایی ماشین می‌توانند در این قسمت راهگشا باشند. حتی می‌توانند بروز رخداد یا خطا را در آینده مشخص یا ریشه مشکل را پیدا کنند و حتی پیشنهاد راهکار داشته باشد .این موضوع می‌تواند میزان خطا را کم کرده و زمان بروز کنش را به‌شدت کاهش دهد. به‌علاوه پایداری ارائه خدمات را تحت تأثیر قرار خواهد داد و مزیت رقابتی بسزایی هم نسبت به سایر رقبا ایجاد خواهد کرد و در نهایت باعث خواهد شد کیفیت خدمات افزایش یابد. بازرسی‌های دوره‌ای امنیت نیز می‌تواند در لحظه باشد و هرگونه خطایی اطلاع‌رسانی شود. در نظر داشته باشید سیستم‌ها چالش‌های رایج انسانی را ندارند و همین موضوع باعث خواهد میشود دقت نیز افزایش پیدا کند.

نیروی انسانی درگیر در ارائه خدمات

آنچه تاکنون شاهد بودیم در فرآیند فراگیری سیستم‌های هوشمند، جایگزینی کارهای ثابت نیروهای انسانی با سیستم‌های هوشمند است.

مدت زیادی نیست که سامانه‌های خودروهای کرایه‌ای و فروشگاه های آنلاین، جای خود را به برنامه‌های نرم‌افزار داده‌اند. در صورت آموزش ندادن نیروها برای همگونی با ابزارهای جدید، کسب‌وکارهای پرداخت نیز به‌زودی به همین وضعیت دچار خواهند شد. برای مثال در حوزه جذب نیرو سامانه PanoLogic که از ChatGPT بهره می‌برد تمامی فرآیند نیازسنجی، آگهی، مصاحبه و جذب نیرو را انجام می‌دهد.

از آنجا که تغییرات روزمره در فناوری و بازار کار رو به گسترش هستند، لازم است که شرکت‌ها و سازمان‌ها به تناسب با این تحولات عمل کنند. بهینه‌سازی نیروی انسانی و تطابق آن با نیازهای فعلی و آینده باعث افزایش بهره‌وری و توسعه کسب و کار خواهد شد.

به عنوان یک راه حل، شرکت‌ها می‌توانند به کمک آموزش و توسعه مهارت‌های پرسنل، از آنها برای مواجهه با چالش‌های جدید و استفاده از فناوری‌های نوین استفاده کنند. همچنین، ایجاد یک فرهنگ سازمانی پویا و انعطاف‌پذیر نیز می‌تواند به انطباق سریع با تغییرات کمک کند.در نهایت، با توجه به اهمیت ارتقای نیروی انسانی و تلفیق آن با فناوری، بهبود عملکرد کسب و کار و افزایش رقابت‌پذیری در بازار کمک خواهد کرد. این امر نیازمند پیش‌بینی و آمادگی برای تغییرات است که با همکاری و تلاش مشترک توسط تمامی اعضای سازمان قابل دستیابی خواهد بود.

به عنوان مثال، یک سیستم می‌تواند با ارزیابی عملکرد بازاریابی یک شرکت، بهترین استراتژی‌ها را برای جذب مشتریان جدید یا افزایش فروش محصولات مشخص تعیین کند. این اقدامات باعث افزایش سودآوری شرکت و بهبود عملکرد کلان آن می‌شود.به همین ترتیب، ابزارها و سیستم‌های پایش شغلی می‌توانند به افراد کمک کنند تا مسیر توسعه شغلی خود را بهتر درک کنند و اقدامات صحیح برای پیشرفت و پیشرفت خود را هدفمندتر انجام دهند. از طریق تعیین و ارزیابی اهداف شغلی و پایش پیشرفت در برنامه کاری، افراد قادرند بهبود عملکرد و افزایش سوددهی خود را دنبال کنند.

بنابراین، استفاده از ابزارها و سیستم‌های مناسب برای پایش و ارزیابی فعالیت‌های بازاریابی یا شغلی می‌تواند به بهبود عملکرد و سوددهی بهبود بخشید و در نهایت، به رشد و توسعه شرکت یا افراد کمک کند.

شخصی‌سازی خدمات پرداخت

استفاده از فناوری‌های نوین مانند هوش مصنوعی، ماشین تورینگ، داده‌کاوی و دیگر فناوری‌های مدرن می‌تواند به شرکت‌ها کمک کند تا بهبود یابند و خدمات بهتری را به مشتریان خود ارائه دهند. این انقلاب در صنعت خدمات پرداخت می‌تواند فرصت‌های جدیدی را برای کسب‌وکارها به ارمغان آورد و آن ها را از رقبای خود جلوتر قرار دهد. به طور کلی، استفاده از فناوری و نوآوری در ارائه خدمات پرداخت و تسهیلات مالی می‌تواند به توسعه کسب‌وکارها کمک کند و بستری مناسب برای رشد و پیشرفت فعالیت‌های اقتصادی فراهم کند.

در نهایت می توان گفت:

به نظرم، هیچ صنعتی به تاثیر هوش مصنوعی، بیش از صنعت پرداخت‌ پی نبرده است. شرکت های تکنیکال پرداخت بیش‌ترین احتمال را برای برآورد در بخش‌های بانکی، توسط فن‌آوری‌های هوش مصنوعی در عملیات خود داشته اند و قطعا در حوزه کسب و کارهای خصوصی فعالیت های تکنیکال بیشتری وارد عرصه ظهور می شود که نیازمند حمایت های پژوهشگرانه خواهد بود.