از لحاظ تاریخی، بانکهای منطقهای و اتحادیههای اعتباری برندهای خود را از طریق روابط شخصی با دارندگان حسابهایشان ساختهاند. برای مثال، غیرمعمول نبود که شما نام همسر متصدی بانک خود را بدانید و آنها نام فرزندان شما را بدانند. در واقع، روابط شخصی مشخصه موسسات مالی کوچکتر بوده و چیزی است که آنها را از رقبای بزرگترشان متمایز کرده است. دیجیتالی شدن بانکداری، ایجاد روابط شخصی را به یک چالش تبدیل کرده و این عامل تمایز را از بین برده و موسسات کوچکتر را در جستجوی راهی برای بازنشانی صفحه قرار داده است.
هوش مصنوعی مولد (GenAI) وارد میشود، که زیرمجموعهای از فناوریهای هوش مصنوعی است که از مدلهای زبانی بزرگ (LLM) برای یادگیری الگوها از مجموعه دادههای بزرگ استفاده میکند. سپس از این الگوها با اعلانها و دستورالعملهایی از یک انسان برای ایجاد محتوای متنی جدید استفاده میکند که شبیه یا تقویتکننده کار اصلی تولید شده توسط انسان است.
گزارش روندها و اولویتهای بانکداری خردهفروشی 2025 که امسال از آن حمایت کردیم، نشان داد که 80٪ از سازمانها بر این باورند که عوامل دیجیتال تا سال 2030 برای ارتباطات بازاریابی شخصیسازیشده در زمان واقعی به هوش مصنوعی مولد تکیه خواهند کرد و 76٪ از موسسات مالی معتقدند که بیشتر موسسات مالی تا سال 2030 از GenAI استفاده خواهند کرد. ما در واقع معتقدیم که این درصد باید بالاتر باشد، با توجه به اینکه GenAI میتواند به طور قابل توجهی بهرهوری را افزایش دهد، از تصمیمگیریهای انسانی مبتنی بر داده بهتر پشتیبانی کند، به ارائه تجربیات دیجیتالی بهبود یافته و شخصیسازی شده مشتری کمک کند و سود خالص را به میزان قابل توجهی افزایش دهد.
چقدر قابل توجه؟ در پایان سال 2023، موسسه جهانی مککینزی تخمین زد که در بین صنایع در سطح جهانی، GenAI میتواند معادل 2.6 تریلیون دلار تا 4.4 تریلیون دلار در سال به ارزش 63 مورد استفادهای که تجزیه و تحلیل کرده است، اضافه کند. در میان بخشهای صنعتی، انتظار میرود بانکداری یکی از بزرگترین فرصتها را داشته باشد، با این پتانسیل که بین 200 تا 340 میلیارد دلار ارزش جدید به بانکداری خردهفروشی ارائه دهد - که عمدتاً از افزایش بهرهوری ناشی میشود.
سریعتر، بهتر، شادتر
یک تصور غلط وجود دارد که هوش مصنوعی مشاغل را از انسانها میگیرد. اما قدرت GenAI در این است که محتوا را بر اساس دادهها و اطلاعات به علاوه اعلانها و دستورالعملهایی که توسط انسانها داده میشود، تولید میکند. این یک ابزار تقویتکننده است، نه یک ابزار جایگزین.
در حال حاضر، GenAI در بانکداری بیشتر برای خودکارسازی وظایف یا فرآیندهای حیاتی اما تکراری، از جمله امنیت، ایجاد وام، تشخیص تقلب و ارائه تجربیات خدمات خودکار بهتر استفاده میشود. اجازه دادن به GenAI برای به عهده گرفتن کار پیش پا افتاده مرتبط با این و سایر فرآیندها نه تنها کارایی و بهرهوری را افزایش میدهد، بلکه کارمندانی را که آن کار را انجام میدهند آزاد میکند تا روی وظایف معنادارتری تمرکز کنند، بنابراین شغل آنها را رضایتبخشتر میکند.
یکی از راههای اصلی که بانکهای منطقهای و اتحادیههای اعتباری میتوانند خود را متمایز کنند، شخصیسازی و ارتقای تجربه بانکداری دیجیتال دارندگان حساب است. به طور خاص، این فناوری بینش عمیقتری را در مورد رفتار و تمایلات آنها تسهیل میکند تا به پیشبینی نیازهای آنها کمک کند. بنابراین، محصولات و خدماتی که این نیازها را برآورده میکنند میتوانند به همان روشی به آنها ارائه شوند که نتفلیکس سرگرمیهای انتخابشده را به مشتریان خود ارائه میدهد و آمازون سرگرمیها و محصولات را بر اساس رفتار و ترجیحات مشتری به مشتریان خود ارائه میدهد.
به طور مشابه، جمعآوری دادهها و تجزیه و تحلیل عمیق که با GenAI امکانپذیر است، ایجاد محتوای شخصیسازیشده را ممکن میسازد، بنابراین هر دارنده حساب فقط محتوایی (از جمله کمپینهای بازاریابی) را میبیند که در یک زمان خاص از زندگیشان برای آنها مرتبط است. منطقی نیست که یک زن میانسال که صاحب خانه خود است و حقوق و امتیاز اعتباری خوبی دارد، همان محتوایی را ببیند که یک فارغالتحصیل جدید کالج که در تلاش برای پرداخت وامهای دانشجویی است و هنوز آرزوی داشتن خانه را دارد.
لمس انسانی
گنجاندن تصمیمگیری و نظارت انسانی برای ساختن راهحلهای GenAI برای بانکداری بسیار مهم است. فرمول ما برای ادغام موفقیتآمیز GenAI این است که با مدلهای یادگیری عمیق شروع کنیم که به طور خاص روی مجموعه دادههای بزرگ بانکی آموزش دیده باشند. این مدلها، که برای یادگیری الگوها و ساختارهای زبان انسانی نیز آموزش دیدهاند، سپس پاسخهای طبیعی به پرسشها یا اعلانهای کاربر ایجاد میکنند. مشارکت انسانی برای اطمینان از اینکه پاسخهای تولید شده توسط هوش مصنوعی دقیق هستند و با استانداردهای اخلاقی، انطباق با مقررات و نیازهای مشتری مطابقت دارند - ضمن کاهش خطرات و سوگیریهای احتمالی - بسیار مهم است.
فناوری فردا، امروز
پتانسیل GenAI برای متحول کردن بانکهای منطقهای و اتحادیههای اعتباری نامحدود است. موسسات مالی که در ادغام این فناوری موفق میشوند، موسساتی خواهند بود که ضمن تمرکز سرمایهگذاریها بر روی کاربردهای با پتانسیل بالا و کمخطر، برای آینده برنامهریزی استراتژیک را آغاز میکنند.
در اینجا چهار روش اصلی وجود دارد که ما میبینیم GenAI تأثیرات فوری و قابل توجهی در خدمت بانکداری دارد.
ایجاد رشد استراتژیک
گزارش مککینزی محاسبه کرد که بانکداری شرکتی و خردهفروشی بیشترین سود را از استقرار صحیح GenAI خواهند برد. در سمت بانکداری شرکتی، بالاترین پتانسیل، تصمیمگیری انسانی در حلقه، مدلهای خودکار ارزیابی ریسک و کارایی عملیاتی از طریق اتوماسیون است. بانکداری خردهفروشی از تجربیات بانکداری شخصیسازیشده، بهبود خدمات مشتری و نوآوریهای بازاریابی بهرهمند میشود.
تقویت کارایی عملیاتی
در گزارشی در مورد برترین روندهای بانکداری برای سال 2023، Accenture بانکداری را به عنوان صنعتی شناسایی کرد که به احتمال زیاد به طور کامل تحت تأثیر GenAI قرار میگیرد و صنعتی که بیشترین پتانسیل را برای افزایش خروجی با این فناوری دارد، با 34٪ از گردشهای کاری فعلی که برای بهبود GenAI آماده هستند. همچنین دریافت که موسسات مالی که GenAI را اتخاذ میکنند میتوانند بهرهوری خود را تا 30٪ بهبود بخشند.
اما حتی با وجود پتانسیل GenAI برای بهبود کارایی، تخصص انسانی همچنان کلید موفقیت است. با استفاده از دانش خاص بانکی، تیمهای داخلی میتوانند مدلها را برای دقیق بودن و ارزیابی پیچیدگیها به روشهای انسانی آموزش دهند. اما آنها میتوانند سریعتر و به سطحی بسیار فراتر از ظرفیت انسانی مقیاسبندی کنند.
هموار کردن زمین بازی بین موسسات بزرگتر و کوچکتر
ما چند روش را دیدهایم که GenAI میتواند به بانکهای منطقهای و اتحادیههای اعتباری سود برساند، از جمله افزایش بهرهوری و امکان تجربیات شخصیسازی شده برای دارندگان حساب. این یک نشانه مثبت است که بانکداران بدنام ریسکگریز مزایای بیشمار GenAI را تشخیص میدهند و نرخهای پذیرش رو به افزایش است، اما ما هنوز بسیاری از موسسات مالی منطقهای را میبینیم که در پیوستن به این موضوع مردد هستند.
در حالی که آنها درنگ میکنند، موسسات مالی بزرگ در حال حرکت هستند. و آنها فقط سطح را در استفاده از قدرت GenAI لمس میکنند. کسانی که همچنان بیش از حد محتاط هستند، برای همیشه عقب خواهند ماند. چیزی که باید به خاطر داشت این است که ابزارهای GenAI را میتوان محصور کرد، به دادههای اختصاصی متصل کرد و به صورت داخلی نگهداری کرد.
ارائه هوش جمعی
هوش جمعی زمانی ایجاد میشود که افراد و گروهها با هم کار میکنند. اجزاء ممکن است شامل تصمیمگیری گروهی، شکلگیری اجماع، ایدهپردازی از منابع مختلف و انگیزه از رقابت باشد. به طور سنتی، استفاده از هوش جمعی با مستندسازی دانش سازمانی و به اشتراک گذاشتن آن از طریق آموزش و تجربه کاری انجام میشد. GenAI مزایای هوش جمعی را به راحتی و در زمان واقعی افزایش میدهد.
پذیرش موفقیتآمیز و ادغام روزافزون GenAI در موسسات مالی منطقهای مستلزم LLMهایی است که به طور خاص روی دادههای بانکی و دانش عمیق صنعت آموزش دیدهاند. اما عنصر حیاتی همکاری و نظارت انسانی است. به یاد داشته باشید، GenAI یک ابزار تقویتکننده است، نه یک ابزار جایگزین.