هوش مصنوعی زمانی برای صنعت بانکی و پرداخت ارزشآفرین میشود که از پروژههای نمایشی و گزارشگیریهای سنتی فراتر برود و به بخشی از مدل کسبوکار، فرایندهای سازمانی و تصمیمگیری تبدیل شود. تحقق این هدف تنها به مدل و زیرساخت وابسته نیست؛ حاکمیت داده، امنیت، نیروی انسانی توانمند، بازمهندسی فرایندها و فرهنگ پذیرش فناوری، حلقههای اصلی این تحولاند.
سید محمدسعید طباطبایی، مدیرعامل شرکت خدمات انفورماتیک، به ضرورت بازمهندسی فرایندها و استقرار حاکمیت هوش مصنوعی پرداخت؛ حمید سیدی، عضو هیئتمدیره بانک کشاورزی، تبدیل دادههای بانکی و کشاورزی به تصمیم و ارزش اقتصادی را تشریح کرد؛ محسن مؤمنیراد، رئیس دفتر نظارت راهبردی گروه فناوری اطلاعات و ارتباطات مهیمن، توسعه زیرساختهای پردازشی و بازآموزی نیروی کار را ضروری دانست؛ مجتبی اباذری، معاون فروش و توسعه کسبوکار شرکت تجارت الکترونیک پارسیان کیش (تاپ)، از نقش رفتارشناسی مشتری در تبدیل شرکتهای پرداخت به مشاوران هوشمند کسبوکار گفت و حسین بیابانی، معاون فناوری داتا، آمادهسازی فرهنگ سازمانی، تعریف مسئله کسبوکاری و سنجش بازگشت سرمایه را پیششرط استقرار موفق هوش مصنوعی عنوان کرد.
دوران استفاده نمایشی از هوش مصنوعی به پایان رسیده است
سید محمدسعید طباطبایی، مدیرعامل شرکت خدمات انفورماتیک گفت: «هوش مصنوعی دیگر فناوری حاشیهای نیست و وارد جریان اصلی فعالیت شرکتهای بزرگ شده است. موفقیت در استفاده از آن با چند ابزار نمایشی یا اتصال به مدلهای زبانی حاصل نمیشود؛ سازمانها باید فرایندهای خود را بازتعریف و این فناوری را به قابلیتی واقعی تبدیل کنند. در صنعت بانکی، میلیاردها تراکنش روزانه، تغییر مداوم تهدیدها و حساسیت پایداری سرویس، این ضرورت را جدیتر کرده است.»
او ادامه داد: «هزینه زیرساخت و نیروی انسانی، انتخاب دادههای مجاز، حفظ حریم خصوصی و ارزیابی خروجی مدلها از چالشهای سازمانهاست. نمیتوان به خروجی هوش مصنوعی اعتماد کامل کرد و آن را بیدرنگ مبنای تصمیم قرار داد. حاکمیت هوش مصنوعی باید مالکیت فکری، امنیت سایبری و مسئولیت تصمیمها را پوشش دهد؛ بهویژه اکنون که ترکیب هوش مصنوعی و رایانش کوانتومی میتواند روشهای متعارف رمزنگاری را با تهدیدی جدی روبهرو کند.»
طباطبایی فاصله میان توان دانشگاهی ایران و کاربرد صنعتی هوش مصنوعی را مسئلهای راهبردی دانست. به گفته او، تجربه موفق دانشگاهها در رباتیک به ظرفیت پایدار در شرکتها تبدیل نشد و امروز شکاف ایران با جهان افزایش یافته است. صنعت بانکی برای جبران این عقبماندگی به بازمهندسی فرایندها، سرمایهگذاری هدفمند، حاکمیت داده و پیوند مؤثرتر دانشگاه و صنعت نیاز دارد.
رقابت آینده بانکها بر سر هوشمندتر شدن مدل بانکداری است
حمید سیدی، عضو هیئتمدیره بانک کشاورزی توضیح داد: «بانکها بهدلیل دادهمحور بودن و برخورداری از دادههای منسجم، ظرفیت بالایی برای استفاده از هوش مصنوعی دارند. مسئله اصلی پیشگامی در تعداد پروژهها نیست؛ مهم این است که دادههای قابلاعتماد و ایمن چگونه به تصمیم بهتر و ارزش اقتصادی تبدیل شوند. بانکداری دیجیتال نیز نباید به اپلیکیشن و تجربه مشتری محدود بماند؛ مدل بانکداری، معماری سازمانی و شیوه ارائه خدمت باید هوشمند شود.»
او ادامه داد: «در بانک کشاورزی، هوش مصنوعی میتواند رابطه بانک با کشاورز را بازتعریف کند. کشاورز نباید برای هر نیاز مالی یا تخصصی ناچار به مراجعه به شعبه باشد. یک پلتفرم هوشمند میتواند نیاز او را شناسایی کند و درباره تأمین مالی، کیفیت آب، شرایط آبوهوایی و مسائل تولید پاسخ دهد. تحقق این هدف به زیرساخت، حاکمیت داده و همکاری دانشگاه و بانک نیاز دارد.»
سیدی معتقد است رقابت آینده بانکها نه بر سر تعداد شعب یا پروژههای هوش مصنوعی، بلکه بر سر هوشمندتر کردن مدل بانکداری است. مزیت رقابتی زمانی ایجاد میشود که دادههای بانکی، رفتاری، تعاملی، اقتصادی و کشاورزی به شناخت، سپس تصمیم و ارزش برای مشتری، بانک و اقتصاد کشور تبدیل شوند. این تغییر برای بانک کشاورزی بهمعنای عبور از تأمین مالی صرف و حرکت بهسوی خدمات هوشمند کشاورزی است.
ایران هوشمند تنها با خرید زیرساخت ساخته نمیشود
محسن مؤمنیراد، رئیس دفتر نظارت راهبردی گروه فناوری اطلاعات و ارتباطات مهیمن گفت: «خلق ارزش از هوش مصنوعی بدون دو پیشنیاز ممکن نیست: زیرساخت پردازشی و نیروی انسانی توانمند. ظرفیت پردازشی جهان با سرعتی نمایی افزایش یافته، اما فاصله ایران با این روند زیاد است. مراکز داده هوش مصنوعی از نظر پردازش، تأمین برق، خنکسازی و زمان پاسخ با مراکز داده سنتی تفاوت دارند. توسعه این زیرساخت پرهزینه به سرمایهگذاری صنعت و حمایت حاکمیت نیاز دارد.»
او ادامه داد: «مسئله فقط کمبود زیرساخت نیست؛ از ظرفیت موجود نیز بهدرستی استفاده نمیکنیم. برای کاربردی شدن هوش مصنوعی، همه مشاغل باید بازآموزی شوند. نیروی انسانی توانمند فقط برنامهنویس نیست؛ پزشک، وکیل، مدیر و کارشناس دولتی نیز باید بتوانند این ابزار را در فرایندهای کاری به کار بگیرند. بازار کار با حذف یا ایجاد چند شغل روبهرو نیست، بلکه در حال تجربه تغییری ساختاری است و باید برای سناریوهای متفاوت آماده شویم.»
مؤمنیراد معتقد است جذابیت فناوری نباید پیامدهای اجتماعی و تنظیمگری هوش مصنوعی را پنهان کند. توسعه زیرساخت، افزایش بهرهوری ظرفیتهای موجود، بازآموزی نیروی کار و پیشبینی حمایتهای اجتماعی باید همزمان پیش بروند. ایران هوشمند با خرید تجهیزات شکل نمیگیرد؛ ارزش زمانی خلق میشود که فناوری برای حل مسائل اقتصاد و صنعت به کار گرفته شود.
شرکتهای پرداخت باید از پردازش تراکنش به مشاوره هوشمند برسند
مجتبی اباذری، معاون فروش و توسعه کسبوکار شرکت تجارت الکترونیک پارسیان کیش (تاپ) توضیح داد: «شرکتهای پرداخت باید از گزارشگیری سنتی و تمرکز بر مبلغ تراکنشها عبور کنند و به رفتارشناسی مشتری برسند. دو پذیرنده با عملکرد مالی یکسان ممکن است مسیر متفاوتی داشته باشند؛ یکی در حال افول و دیگری در مسیر رشد باشد. بنابراین، ادامه همکاری با هر مشتری باید بر اساس روند رفتاری و ظرفیت آینده او شکل بگیرد، نه فقط عملکرد گذشته.»
او ادامه داد: «مسیر بلوغ تحلیل مشتری از توضیح آنچه اتفاق افتاده آغاز میشود، سپس به کشف علت، پیشبینی آینده، شناسایی نیازها و ظرفیتهای پنهان و پیشنهاد اقدام مناسب میرسد. هوش مصنوعی میتواند محصول متناسب با نیاز هر پذیرنده را پیشنهاد دهد، نشانههای ریزش را زودتر تشخیص دهد و برای تصمیمگیری بهتر هشدار دهد. بااینحال، تصمیم نهایی بر عهده نیروی انسانی است.»
اباذری آینده شرکتهای پرداخت را در عبور از پردازش تراکنش و تبدیل شدن به پلتفرمهای تحلیل کسبوکار میداند. در این مدل، ارزش مشتری جای خود را به ظرفیت مشتری میدهد و شرکت پرداخت بهجای عرضه یکسان محصولات، مانند مشاوری کنار پذیرنده قرار میگیرد. کیفیت داده، توضیحپذیری مدلها، حاکمیت داده و نیروی انسانی ماهر، پیششرطهای این تغییرند؛ تغییری که میتواند فروش پذیرندگان و وفاداری آنها را افزایش دهد.
سختافزار و مدل خریدنیاند، فرهنگ پذیرش هوش مصنوعی نه
حسین بیابانی، معاون فناوری داتا گفت: «پروژه هوش مصنوعی، پروژه فناوری نیست؛ پروژه تغییر سازمان است. اگر فرهنگ سازمان، فرایندها و سامانههای سنتی برای پذیرش تصمیمهای هوشمند آماده نباشند، حتی بهترین مدل از مرحله اثبات مفهوم فراتر نمیرود. سامانههای قدیمی دشمن پروژه نیستند؛ بخشی از هویت سازماناند و هوش مصنوعی باید در کنار آنها ارزش خلق کند. مقاومت بدنه سازمان را نمیتوان تنها با حمایت مدیران ارشد کنار زد.»
او ادامه داد: «هر پروژه باید با یک مسئله کسبوکار آغاز شود و یک مدیر کسبوکاری مسئول آن باشد. برای ارزیابی باید مهلتی ۹۰روزه و شاخصهای عملکرد مشخص تعیین کرد؛ اگر پروژه به اهداف نرسید، ادامه آن توجیه ندارد. اگر در پروژههای بعدی همهچیز از صفر آغاز شود، سازمان هنوز آماده استقرار هوش مصنوعی نیست. هدف، ساخت مدل بزرگتر نیست؛ باید با کمترین هزینه، راهحل مناسب را انتخاب کرد.»
بیابانی استقرار و پایش را دشوارتر از ساخت مدل میداند. دادههای عملیاتی ثابت نیستند و تغییر شرایط رفتاری یا مقرراتی میتواند مدل را دچار انحراف کند. بنابراین، توضیحپذیری تصمیمها، مانیتورینگ و تعیین مسئولیت ضروری است. معیار بلوغ سازمان نیز تعداد مدلها نیست، بلکه تعداد مدلهای عملیاتی و بازگشت سرمایه آنهاست؛ زیرا سختافزار و مدل خریدنیاند، اما فرهنگ پذیرش هوش مصنوعی را نمیتوان خرید یا اجاره کرد.
این دیدگاهها در بخش سخنرانیهای آغازین دومین همایش و نمایشگاه کاربردهای هوش مصنوعی در صنایع و کسبوکارها با عنوان «IRAN AI 2026» در دانشگاه صنعتی شریف مطرح شد.