طبق گزارش Accenture، پیشرفت مدلهای هوش مصنوعی و بلوغ ابزارهای سازمانی برای طراحی و استقرار عاملها، به صنعت بانکداری اجازه میدهد تا در سال ۲۰۲۶ از هوش مصنوعی عاملی به نحو بهتری استفاده کند. بانکها برای ساخت عاملهای هوش مصنوعی که با برند، انطباق و استانداردهای خدمات آنها همسو باشند، به پلتفرمهای ارائهدهندگان اصلی خدمات ابری روی خواهند آورد. هوش مصنوعی عاملی در حال حاضر عملکرد را در صنعت خدمات مالی در مهندسی نرمافزار، مدیریت ریسک و خدمات مشتریان بهبود میبخشد.
گزارش Accenture بر این نکته تاکید دارد که مدیران باید به کارکنان اجازه دهند تا گردش کارها را مجدداً تصور کنند و تعاملات شهودی انسان-هوش مصنوعی را همطراحی کنند که کار را ارتقا دهد، نه اینکه جایگزین آن شود. انتظار میرود که در سه سال آینده، ۵۷ درصد از مدیران بانکها انتظار داشته باشند که عاملهای هوش مصنوعی به طور کامل در توابع ریسک، انطباق و حسابرسی، و همچنین تشخیص تقلب و نظارت بر تراکنشها تعبیه شوند. همچنین ۵۶ درصد معتقدند که عاملهای هوش مصنوعی به طور گسترده در ارزیابی اعتبار و فرآوری وام، و همچنین عملکردهای «شناخت مشتری» پذیرفته میشوند.
طبق گزارش McKinsey & Company، پذیرش هوش مصنوعی میتواند تا ۲۰ درصد در کاهش هزینههای خالص برای بانکها افزایش یابد. با این حال، میزان کاهش هزینهها تا حد زیادی به توانایی صنعت در تبدیل شدن به یک سازمان عاملی بستگی دارد. ایجاد نقشهایی برای نظارت بر عاملهای هوش مصنوعی در حال افزایش است و اکثر مدیران ارشد فناوری اطلاعات (CIO) انتظار دارند عاملهای هوش مصنوعی تحت یک مدل حاکمیتی متمرکز عمل کنند.
مشاهده مطلب اصلی