مقالات

93

فهد عبد الرحمن بدر

الذكاء الاصطناعي يحول الخدمات المالية للأفضل

لقد نضج الذكاء الاصطناعي بشكل كبير وأحدث ثورة في قطاع الخدمات المالية. يمكنها تحسين خدمة العملاء وتقليل التكاليف وتقليل الاحتيال ، ولكن فقط من خلال الإدارة الواعية. كان الذكاء الاصطناعي حاضرًا في حياتنا بشكل ما لعدة عقود ، لكنه نضج بشكل ملحوظ في عشرينيات القرن الماضي ، عندما خلقت مجموعة من أجهزة الكمبيوتر الأسرع والبيانات الضخمة والتحسينات في القدرات التنبؤية جيلًا جديدًا من الأدوات المتقدمة. قطر لديها استراتيجية ذكاء اصطناعي ، أعدها معهد قطر لبحوث الحوسبة ، والتي تلتزم بضمان أن تكون الدولة رائدة عالميًا في تكنولوجيا الذكاء الاصطناعي في مجالات المصلحة الوطنية.

تركز هذه المقالة على تداعيات الذكاء الاصطناعي على قطاع الخدمات المصرفية والمالية ، حيث يتوقع تقرير صادر عن Autonomous Next Research في عام 2021 أن الذكاء الاصطناعي سيوفر تكاليف 500 مليار دولار عالميًا بحلول منتصف العقد الحالي. في هذا السياق ، من المهم للغاية أن يعلن مصرف قطر المركزي في مارس من هذا العام عن استراتيجية قطر للتكنولوجيا المالية 2023 لتعزيز التكنولوجيا المالية المبتكرة. استفادت العديد من البنوك القطرية من التقدم في مجال الذكاء الاصطناعي ، حيث أخذ البنك التجاري ومصرف قطر الإسلامي زمام المبادرة في تطبيقاتهما. سيصبح الذكاء الاصطناعي أكثر انتشارًا وتطورًا حيث يتم استخدامه على نطاق واسع ودمجه في الأعمال التجارية. ستحتاج الاقتصادات إلى التكيف بسرعة وفعالية في هذه المجالات لضمان استمرار المنافسة والازدهار. يمكن لأحدث جيل من أدوات الذكاء الاصطناعي معالجة المزيد من البيانات ، وبشكل أكثر دقة ، من البشر ، ويمكنه اكتشاف الأنماط وتوجيه الأشخاص أثناء اتخاذهم للقرارات. ومع ذلك ، فإن الذكاء الاصطناعي لا يكون مفيدًا إلا إذا كانت البيانات التي يستخدمها دقيقة وحديثة. المشاكل المعروفة في الذكاء الاصطناعي هي تحيز الآلة ، حيث تتأثر المعايير بانحياز مصممي النظام ويمكن تضخيمها مع الاستخدام ؛ و “Model-Drift” يشير إلى الفشل في تحديث نظام آلي مع تغير السياق.

إذا كان الضعف الكبير في الذكاء الاصطناعي هو البيانات السيئة ، فإن الضعف الكبير للذكاء البشري هو سوء الحكم – وغالبًا ما تغذيها الرغبة في تحقيق عوائد غير عادية في قطاع الخدمات المالية. يمكن أن تقلل الاستخدامات الذكية للذكاء الاصطناعي من تأثير كليهما ، وفي نفس الوقت تعزز عملية صنع القرار وخفض التكاليف. ثلاثة مجالات يتم فيها استخدام أنظمة الذكاء الاصطناعي بشكل متزايد هي قرارات الاستثمار ، والقرارات الائتمانية ، واكتشاف الاحتيال أو غسل الأموال. غالبًا ما يتم اتخاذ قرارات الاستثمار التقليدية بنسبة منخفضة من البيانات ذات الصلة. يمكن أن يؤدي الاستخدام الذكي للذكاء الاصطناعي إلى تحسين هذا الأمر بشكل كبير ، لكن القرار النهائي لا يزال في العادة متروكًا للبشر. ما يمكن للآلة القيام به هو تقديم سيناريوهات بناءً على التوقعات ، مثل إنشاء سلسلة من السيناريوهات بناءً على مستويات مختلفة من أسعار الفائدة ، مع مراعاة الرغبة المفضلة في المخاطرة. علاوة على ذلك ، يمكن لمستشار الاستثمار الجذري اكتشاف الفرص التي قد يفوتها حتى محلل الاستثمار المتمرس بفضل قدرته على مراقبة ملايين نقاط البيانات.

عند تقييم الجدارة الائتمانية لفرد أو شركة ، يمكن لنماذج الذكاء الاصطناعي إجراء تحليل أكثر دقة للإنفاق والادخار. يمكن تحديد القروض بشكل أسرع وأكثر إنصافًا ، حيث يُعتبر السلوك السابق عمومًا أفضل دليل للمخاطر المستقبلية. لا يزال بإمكان “الشعور الغريزي” لمدير الائتمان أن يلعب دورًا مهمًا ، ولكنه يكون أكثر موثوقية إذا استفاد أيضًا من البيانات والتحليلات.

التداول الخوارزمي سريع للغاية وفعال في اكتشاف فرص تحقيق العوائد المالية ، ولكن قد ترغب المؤسسات في مراقبة التأثيرات الأوسع لقراراتها الاستثمارية ، بما في ذلك الاعتبارات الاجتماعية والبيئية والحوكمة.

ويمكن لبعض التحليلات البشرية أن تساعد في التعامل مع مشكلة معروفة في الذكاء الاصطناعي تتعلق بـ “القابلية للتفسير”: في بعض الأحيان يرفض النظام الآلي قرار الائتمان ، لكن النظام لا يستطيع تفسير السبب ، وهو ما لا يثير إعجاب العميل المحتمل. وعند التحقق من السلوك غير القانوني ، مثل غسيل الأموال أو تمويل الجماعات الإرهابية ، يمكن أن تكون أدوات الذكاء الاصطناعي أكثر شمولاً ودقة من الأساليب التقليدية. على سبيل المثال ، دفعت اللوائح التي تؤدي إلى التحقيق في المعاملات المالية التي تتجاوز مبلغًا معينًا العصابات الإجرامية إلى استخدام آلاف المعاملات دون الحد لمنع اكتشاف هذه العصابات. يمكن لنظام الذكاء الاصطناعي المتقدم التعرف على مثل هذه الأنشطة المنسقة. في كثير من الأحيان ، لن يتمكن الفرد أو حتى الفريق من تتبع أنماط العديد من التحويلات في عملية معقدة. هناك اعتبار اجتماعي آخر هو الاعتبار الذي نوقش منذ فترة طويلة حول كيفية تدمير الأتمتة للوظائف. من الناحية التاريخية ، كانت كل موجة من الثورات التكنولوجية تميل إلى خلق فرص العمل والقضاء على أخرى أيضًا ، لكن صانعي السياسات سيحتاجون إلى مراقبة الموقف لأن بعض المناطق والمهن قد تتأثر أكثر من غيرها. توقع تقرير صادر عن Goldman Sachs في مارس من هذا العام إمكانية وجود ما يصل إلى 300 مليون وظيفة يشغلها حاليًا أفراد معرضون لخطر الأتمتة واستخدامات الذكاء الاصطناعي. تشير الخبرة في العمل المصرفي حتى الآن إلى أن أفضل نهج يتضمن دمج مزيج من الذكاء البشري والاصطناعي. تأتي أكبر الأخطاء من عدم الاعتراف بنقاط ضعف بعضنا البعض. يمكن أن يؤدي الاستفادة الفعالة من أفضل ما في الذكاء البشري والاصطناعي إلى نتائج متفوقة وحتى ثورية للعملاء والشركات والمجتمع.