لطالما اعتمد القطاع المصرفي العالمي على الابتكارات التكنولوجية وأضحى من بين أول من يتبنى ويستفيد من التكنولوجيا المتطورة. وبعدما اقتصر هذا القطاع على المؤسسات المادية، تحول اليوم إلى عالم رقمي تماماً، ويرجع ذلك جزئياً إلى الذكاء الاصطناعي التوليدي.

يأتي ذلك وسط صدور تقارير بحثية عالمية تتحدث عن ارتفاع المسار المستقبلي للذكاء الاصطناعي التوليدي في القطاع المصرفي، وقد أشارت شركة الاستشارات الإدارية الأميركية "ماكينزي" إلى ذلك صراحة بقولها إن القطاع المصرفي من بين الصناعات المتوقع أن تحصل على أقصى استفادة من الذكاء الاصطناعي التوليدي كنسبة مئوية من إيراداتها، ويمكن أن تراوح القيمة المضافة الإجمالية المحتملة التي تقدمها هذه التكنولوجيا بين 200 و340 مليار دولار سنوياً.

تطور الذكاء الاصطناعي في الخدمات المصرفية

ونظراً لطبيعة نماذج أعمالها، فلا عجب أن تكون المصارف من أوائل من تبنى الذكاء الاصطناعي. وعلى مر السنين، خضع الذكاء الاصطناعي لتحول كبير في القطاع المصرفي منذ تم تقديم تقنيات التعلم الآلي والتعلم العميق. ومع إصدار برامج مثل "بانداس" لتحليل البيانات في أواخر العقد الأول من القرن الـ21، اكتسب استخدام التعلم الآلي في الخدمات المصرفية زخماً، وظهرت الخدمات المصرفية والمالية كأحد أكثر المستخدمين نشاطاً لهذا الذكاء الاصطناعي السابق، مما مهد الطريق لتطورات جديدة في التعلم الآلي والتقنيات ذات الصلة.

واعتمدت أنظمة الذكاء الاصطناعي التقليدية في الخدمات المصرفية بصورة أساسية على التعلم الآلي، وقد استخدمت هذه الأنظمة التكنولوجيا للتعرف إلى الأنماط في البيانات التاريخية لتحديد الأسباب الجذرية للأحداث الماضية أو تحديد الاتجاهات للمستقبل.

تبني الذكاء الاصطناعي التوليدي

أما اليوم فيعد التأثير الذي يحدثه الذكاء الاصطناعي التوليدي على القطاع المصرفي هائلاً وخصوصاً في ما يتعلق بالعمليات المصرفية واتخاذ القرار. وفي بيئة الخدمات المصرفية الغنية بالبيانات، حيث يلعب تفاعل العملاء دوراً حاسماً وتؤدي قوة عاملة كبيرة مجموعة واسعة من المهام الروتينية اليومية، يبرز الذكاء الاصطناعي التوليدي كمحفز لإعادة تعريف حدود الكفاءة التشغيلية وتجربة العملاء واتخاذ القرار القائم على القواعد.

وفي حين قطع الذكاء الاصطناعي التقليدي شوطاً طويلاً في تحسين الكفاءة واتخاذ القرار في القطاع المصرفي، إلا أن قدراته كانت محدودة عند التعامل مع البيانات غير المنظمة وفهم اللغة الطبيعية والتحليل السياقي المعقد، وهنا توفر تقنيات الذكاء الاصطناعي التوليدي مجموعة من القدرات الحديثة لمعالجة هذه القيود والذهاب إلى أبعد من ذلك.

بالمقارنة مع الذكاء الاصطناعي التقليدي، يمكن لنماذج اللغة الكبيرة (LLMs) تعلم الأنماط والبنية من أحجام أكبر من البيانات، بما في ذلك المعلومات من المدخلات غير المنظمة. وفي الخدمات المصرفية يمثل ما نتحدث عنه تحولاً نحو نماذج الذكاء الاصطناعي الأكثر تطوراً وإبداعاً التي يمكنها إنشاء محتوى مخصص للغاية للتواصل مع العملاء.

وبينما يحلل الذكاء الاصطناعي التقليدي البيانات ببساطة ويضع التوقعات باتباع قواعد مبرمجة مسبقاً، فإن الذكاء الاصطناعي التوليدي المبني على الشبكات العصبية العميقة، يخلق بصورة مستقلة مخرجات متماسكة وذات صلة بالسياق.

تحسين خدمة العملاء

كونها تمتلك القدرة على إنتاج نص ذي معنى يشبه المحتوى المكتوب بواسطة الإنسان، تسمح برامج الدردشة الآلية التي تعمل بالذكاء الاصطناعي، للمصارف بتقديم الدعم على مدار الساعة طوال أيام الأسبوع، مما يزيل الحاجة إلى انتظار العملاء في طوابير طويلة أو التنقل بين قوائم الهاتف الصعبة. وتعمل هذه المساعدات الافتراضية الذكية بصورة مستقلة ويمكنها تزويد العملاء بالتوجيه والدعم بصورة فورية من خلال الاستجابة لطلباتهم الأساسية.

ومن الأمثلة على ذلك المساعد الافتراضي المولد للذكاء الاصطناعي المسمى "فارغو" الذي يُقال إنه تعامل مع 20 مليون تفاعل منذ إطلاقه في مارس (آذار) 2023 ومن المقرر أن يصل إلى 100 مليون تفاعل سنوياً.

وقد أطلقت شركة "بانك" الهولندية أداة تعتمد على الذكاء الاصطناعي تسمى "فين" تعمل على.....

لقراءة المقال بالكامل، يرجى الضغط على زر "إقرأ على الموقع الرسمي" أدناه

هذا المحتوى مقدم من اندبندنت عربية