ناصر حکیمی، معاون سابق فناوری‌های نوین بانک مرکزی: ما زمانی که از نسل بانکداری الکترونیک به بانکداری دیجیتال رسیدیم، یکسری از مفاهیم اصلی بانکداری متحول شد، به این معنی که فضایی که استفاده می‌شد از حالت فیزیکی به فضای مجازی انتقال یافت. یعنی از احراز هویت تا گرفتن انواع خدمات بانکی، در محیط دیجیتال صورت گرفت. اما تحول بنیادینی در آن سرویس‌ها و خدماتی که به مردم ارائه می‌شد، اتفاق نیفتاد و همان سرویس‌ها، همان انتقال وجه‌ها، همان درخواست‌ها در نسل بانکداری دیجیتال هم مشاهده شد.

در نسل بعدی، یعنی بانکداری هوشمند، استفاده از هوش مصنوعی به‌گونه‌ای در فعالیت‌های بانکی ادغام شده که استفاده از اطلاعات و داده‌هایی که درون سیستم بانکی و در محیط پیرامونی مثل شبکه‌های اجتماعی وجود دارد، مبنایی برای شناخت مشتری می‌شود. این تعامل موثر با ویژگی‌هایی که برای مشتری به ‌صورت اختصاصی وجود دارد، باعث پاسخگویی دقیق نیازمندی‌هایی است که از طرف مشتری اعلام می‌شود.

از طرف دیگر، مشتری احساس می‌کند زمانی که با یک بانک هوشمند تعامل می‌کند، انگار انسان آنجا نشسته است و تقاضای او را متوجه می‌شود. به ‌عنوان مثال، ممکن است یک چت‌واتی وجود داشته باشد در یک بانک که مشتری نیازمندی‌ خود را آنجا یا بیان و یا تایپ می‌کند. آنگاه هوش مصنوعی تقاضا را آنالیز می‌کند و یا پاسخ می‌دهد و یا بهترین محصول را برای مشتری توصیه می‌کند.

خود جریان استفاده از هوش مصنوعی برای کسب ‌و کارها بحث بسیار جدیدی است، شاید ۴ تا ۵ سال بیشتر از عمر آن نمی‌گذرد، بنابراین ادبیات موضوعی چندانی برای آن وجود ندارد، ولی کاربردهای پیرامونی را به ‌شدت شاهد هستیم که در یکی دو سال گذشته، رشد کرده است.

ما هوشمندسازی را در تمام صنایع و سرویس‌ها مشاهده می‌کنیم. ما با پدیده‌هایی روبه‌رو هستیم که شناخت زبانی دقیق از نیازمندی‌های انسان و پاسخ دادن بر اساس داده‌های کلان‌داده‌ها را انجام می‌دهد.

به نظر می‌رسد که ما در منطقه ورود به حوزه بانکداری هوشمند هستیم و استفاده از آن هم با استفاده از امکاناتی شروع می‌شود که در حال حاضر در حوزه‌های دیگری مثل چت‌وات‌ها توسعه پیدا کردند و بعدا با استفاده از کلان‌داده‌ها رشد پیدا می‌کنند.

نکته مهم این است که آیا بانک‌ها واجد آن کلان‌داده‌ها یا داده‌های ریزی که در آن یادگیری ماشینی اتفاق می‌افتد و هوشمندی از آن نشات می‌گیرد، هستند یا خیر؟ آیا بانک‌ها می‌توانند آن میزان داده را جمع کنند؟ آیا اساسا بانک‌ها برای آن داده‌ها اهمیتی قائل شده‌اند که جمع کنند؟ چون نهایت اینکه ما ماشین را هوشمند کنیم مستلزم این است که داده فوق‌العاده زیادی به آن تزریق کنیم.

در مورد بازتعریف فرایند داخلی بانک‌ها در این زمینه باید گفت که، اصطلاحا یک قطره داده هم نباید از سیستم اطلاعاتی بانک‌ها بچکد. تمام داده‌ها ارزشمند هستند و باید مورد استفاده قرار بگیرند. دوم اینکه داده‌های پیرامونی که وجود دارند و به نحوی مشتری بانک در آن محیط تولید داده می‌کند، هم مورد توجه قرار بگیرد. به ‌عنوان مثال، در مورد اطلاعاتی مانند اطلاعات تراکنشی که یک بانک دارد تا اطلاعات ساختاریافته و تا اطلاعاتی مثل نحوه گردش روی منوها، کلیک کردن‌ها، ابراز علاقه‌مندی کردن‌ها روی صفحات موبایل یا صفحات وب و همچنین کارهایی که ممکن است در شبکه‌های اجتماعی انجام دهد، همه اینها را به‌ عنوان داده استخراج و آنالیز کند و به ‌عنوان پروفایل مشتری در نظر بگیرد.

این پروفایل مشتری در واقع مبنایی می‌شود برای اینکه هوش مصنوعی مشتری را بهتر بشناسد، داده‌های بعدی‌اش را بهتر آنالیز کند و در مواجهه با مشتری انسانی، بتواند بهترین پاسخ و بهترین عکس‌العمل را نشان بدهد. بانک مرکزی اصولا یک سازمان داده‌محور است، یعنی بر اساس داده‌هایی که از محیط، بانک‌ها و از متغیرهای اقتصادی استخراج می‌کند به تصمیم می‌رسد و یا باید برسد. بنابراین بانک مرکزی به ‌عنوان یک سازمان داده‌محور، بیشتر از هر سازمان دیگری در معرض تحولات ناشی از کلان‌داده‌ها و هوش مصنوعی است.

به ‌طور کلی، بانک مرکزی به‌ صورت مستقیم مداخله‌ای در هوشمندسازی بانک‌ها ندارد، اما به‌ طور غیرمستقیم، بانک مرکزی داده‌های پیرامونی را می‌تواند از محیط اقتصاد، از جامعه، از تعاملات مردم جمع کند که بیانگر دقت در متغیرهای اقتصادی است و نهایتا به تصمیم در بانک مرکزی منجر می‌شود.

به ‌عنوان مثال، الان به ‌صورت سنتی آمارگیرها آمار را از برخی از مناطق اقتصادی دریافت می‌کنند و این آمارها مبنای تصمیم‌گیری در بانک مرکزی می‌شود. اما این را می‌توان از کلان‌داده‌هایی که در سیستم‌های مختلف وجود دارد هم با دقت بیشتر، حجم داده بیشتر و با فرکانس بالاتر و دوره زمانی کوتاه‌تر، استخراج کرد که به سرعت در تصمیم‌گیری و اصابت سیاست‌گذاری به اهداف بسیار کمک می‌کند.

بحث حکمرانی داده در واقع یک انضباط در گردآوری، نگهداشت و استفاده از داده‌ها است. مقدار زیادی از داده‌هایی که در اختیار بانک قرار می‌گیرد، متعلق به بانک‌ها نیست، بلکه متعلق به اشخاصی است که آن داده‌ها را در اختیار بانک‌ها قرار داده‌اند تا از آن برای مقاصد مشخصی استفاده شود.

بنابراین رگولاتور باید مدنظرش باشد که نوع داده‌هایی که بانک‌ها استفاده می‌کنند مورد سوءاستفاده کسب‌ و کاری قرار نگیرد و فقط برای مواردی که برای امور بانکداری مدنظر است، استفاده شود.

خود حکمرانی داده با نفس هوشمندسازی بانک‌ها، یعنی استفاده وسیع از داده‌ها تا حد زیادی با تناقض روبه‌رو است. از یک طرف شما باید همه داده‌ها را جمع کنید که تصویر روشن‌تری از موضوع پیدا کنید، از طرف دیگر محدودیت‌هایی در داده وجود دارد که آن را بر اساس مالک داده مشخص می‌کند، چه استفاده‌ای می‌توان از آن کرد. ولی نقطه تعادل در بین استفاده از داده‌ها و حکمرانی داده، استفاده از تکنیک‌هایی مثل ناشناس‌سازی داده‌ها است که باعث می‌شود هم داده را داشته باشید و بتوانید استفاده کنید و هم موضوع مالکیت و سوءاستفاده از داده‌ها رعایت شود و به حداقل برسد.