بررسی گزارش مجمع جهانی اقتصاد درباره‌ی تاثیر انقلابی هوش مصنوعی بر بازار خدمات مالی

شنبه ۳ شهریور ۱۳۹۷ - ۲۲:۰۰
مطالعه 21 دقیقه
به‌تازگی مجمع جهانی اقتصاد (WEF) مقاله‌ی جامعی را درباره‌ی نقش تحول‌آفرین هوش مصنوعی بر بازار خدمات مالی منتشر کرده است. برای بررسی این مقاله با زومیت همراه باشید.
تبلیغات

به دنبال انتشار جامع‌ترین و موشکافانه‌ترین گزارش مجمع جهانی اقتصاد (World Economic Forum) از نقش انقلابی هوش مصنوعی در صنعت خدمات مالی، کریس میدلتون، سردبیر وب‌سایت خبری-تحلیلی اینترنت آو بیزینس (Internet of Business) دست‌به‌قلم شده و کلیدی‌ترین و برجسته‌ترین نقاط این گزارش را در قالب یک مقاله بلند به رشته تحریر درآورده است؛ مقاله‌ای که مطالعه‌ی آن برای تمامی بازیگران حوزه‌های مالی و فناوری ضروری است.

صنعت خدمات مالی همواره پیش‌قراول بهره‌گیری از هوش مصنوعی (AI) در سراسر جهان بوده است. با این حال، طبق گزارش مجمع جهانی اقتصاد (WEF) این فناوری همچنان که می‌تواند یک نیروی محرکه و تحول‌ساز در صنعت خدمات مالی باشد؛ قادر است به عنوان عامل بی‌ثباتی یا حتی تهدیدی ذاتی برای سیستم مالی جهانی به شمار آید.

مجمع جهانی اقتصاد / WEF

مطابق این گزارش، هوش مصنوعی باعث تسریع انتقال و سرایت بیماری‌های اقتصادی می‌شود؛ به همین دلیل نمی‌توان ریسک‌های ناشی از این واقعیت را دست‌کم گرفت.

مجمع جهانی اقتصاد با مشارکت مدیران ارشد، تحلیلگران و متخصصان فناوری فعال در بخش‌های مختلف دست به تدوین این گزارش جامع زده که عنوان آن از این قرار است: فیزیک جدید خدمات مالی: چگونه هوش مصنوعی در حال ایجاد تحولی بنیادین در زیست‌بوم مالی است.

در این گزارش تحلیلی ۱۶۶ صفحه‌ای اذعان شده که جایگاه اوراق قرضه که به‌طور تاریخی پیونده زننده نهادهای مالی بوده است، به دلیل استفاده روزافزون از فناوری‌های نوین رو به افول است. این موقعیت علاوه بر خلق تهدیدها و فرصت‌های نو، مراکز ثقل جدیدی را نیز شکل داده است که به روش‌های غیرمنتظره‌ای قابلیت‌های نوظهور و پیشین را با هم ترکیب می‌کنند.

مدل‌های عملیاتی نهادهای مالی نیز به‌طور اساسی در حال تغییر است و روزبه‌روز این موسسات را تخصصی‌تر، چابک‌تر، متصل‌تر و به قابلیت‌های بازیگران حوزه فناوری وابسته‌تر می‌کند.

هم‌زمان دینامیک رقابتی حاکم بر زیست‌بوم مالی نیز در حال ارتقا است و موجب تشکیل بازارهای چندبخشی شده که در آن مقیاس‌پذیری و چابکی به بهای حذف بازیگران سنتی از گردونه صنعت مالی در کانون توجه قرار گرفته‌اند.

هدف‌گیری قلب صنایع توسط هوش مصنوعی

تمام این‌ها نشان از آن دارد که همانند صنعت خرده‌فروشی، در بازار جهانی نیز زلزله‌ای به وقوع خواهد پیوست که تمامی ساختارهای پیشین را به هم خواهد زد. در صنعت خرده‌فروشی شاهد بودیم که چگونه قواعد حاکم بر بازارهای متوسط به هم خورد و محصولات پرچم‌دار، تولیدات سفارشی، کالاها و خدمات ارزش محور و تولید انبوه توانستند نظم جدیدی را در بازار پیاده کنند.

در عین حال، بازیگران تأثیرگذاری همچون آمازون توانسته‌اند با تمرکز بر داده‌ها، شخصی‌سازی، خدمات و برنامه‌های وفاداری سیر تحولات را مدیریت و قواعد جدیدی برای بازارهای سنتی تعریف کنند.

آمازون

در گزارش مجمع جهانی اقتصاد آمده است که در صنعت خدمات مالی، پیشگامان استقرار سامانه‌های مبتنی بر هوش مصنوعی می‌توانند همچنان موقعیت برتر خود را حفظ کنند و روند بهره‌گیری از مزایای داده‌ها را برای بهبود عملیات جلوی صحنه (front Office) و پشت‌صحنه سازمانی (back office) تسریع کنند که این نیز به نوبه خود عمیقا رویکرد راهبردی نهادها را نسبت به هم‌بستگی، زیرساخت‌ها و استعدادها تحت تأثیر قرار می‌دهد.

با این حال، هیچ تضمینی برای نیل به موفقیت فراگیر در آینده پیش رو در کار نیست و صنایع مختلف نیاز دارند که بیش از پیش به همکاری و تشریک‌مساعی با هم بپردازند.

در واقع، موسسات و نهادهای مالی باید میان انگیزه‌های رقابتی و فرصت‌های همکاری تعادل برقرار کنند. در گزارش WEF آمده است که هوش مصنوعی به موسسات مالی این امکان را می‌دهد که برای انبوهی از مسائلی که گریبانگیر صنعت مالی و مشتریان آن است، راهکارهای مؤثری بیندیشند؛ اما این راهکارها زمانی اثرگذار خواهد بود که هم مشتریان و هم گردانندگان صنعت خدمات مالی به راهکارهای مشترکی که تأمین‌کننده منافع تمام طرف‌ها باشد، پایبند باشند. پس هوش مصنوعی چگونه باعث تغییر خدمات مالی خواهد شد؟

فیزیک جدید

هوش مصنوعی در حال ایجاد تغییرات بنیادین در فیزیک بازار است

هوش مصنوعی در حال ایجاد تغییرات بنیادین در فیزیک بازار است. همچنین این فناوری نوین، ویژگی‌های ضروری برای ساخت یک کسب‌وکار موفق در خدمات مالی را دستخوش تحولات اساسی کرده است.

در گذشته، نهادها و موسسات مسلط بر بازار بر پایه مقیاس دارایی‌ها، تولید انبوه، انحصار روابط، هزینه‌های سوئیچینگ بالا و تکیه بر نبوغ و استعداد نیروهای کار شکل می‌گرفتند. اما در آینده، سنگ بنای نهادها بر مقیاس داده‌ها، تجارب متناسب، بهینه‌سازی، انطباق با ارتباطات دیجیتالی، نگاهداشت سرمایه‌های انسانی و ارزش ناشی از ترکیب عملکرد کارکنان با فناوری استوار خواهد بود.

در گزارش WEF آمده است:

این تغییرات، پیامدهای فراگیری در شکل‌گیری خدمات مالی خواهد داشت و کسب‌وکارهایی که بر مبنای فناوری‌های جدید توسعه یافته‌اند، مدل‌های کسب‌وکار سنتی را از میدان به در خواهند کرد.

با این حال، مطابق یافته‌های گزارش WEF، نهادهای مالی در مقایسه با دیگر صنایع، در استخدام و نگاهداشت نیروهای کاری برخوردار از دانش، مهارت و قابلیت‌های موردنیاز برای خلق یک محیط کاری مبتنی بر هوش مصنوعی تعلل ورزیده‌اند.

جزئیات بیشتر

تا اینجا بیشتر به بیان مقدمه‌ای از بحث پرداختیم. در ادامه کمی وارد جزئیات خواهیم شد. در گزارش WEF‌ آمده است که فیزیک در حال تغییر خدمات مالی، با به‌کارگیری روش‌های ویژه‌ای باعث ایجاد تحول در صنعت مالی خواهد شد.

عملیات‌ پشت‌صحنه و جلو-سازمانی به‌طور کامل متحول خواهند شد. گذار از مراکز هزینه به مراکز سود نیز به این معنا خواهد بود که موسسه‌ها، عملیات فعال شده با هوش مصنوعی را به خدمات بیرونی تبدیل خواهند کرد که هم سرعت بهبود این خدمات را شتاب می‌بخشد و هم دیگران را متقاعد می‌کند که برای عقب نماندن از قافله، مشتری این خدمات شوند.

در گزارش WEF تصریح شده است که ارائه رویه‌های پشت‌صحنه‌ی سازمانی فعال‌شده با هوش مصنوعی به عنوان یک سرویس به رقیبان، باعث تسریع در روند بهبود و ارتقای آن‌ها می‌شود. این تحول رخ داده در رویه‌های پشت‌صحنه‌ی سازمانی نیز به نوبه خود موجب تغییر عرصه رقابت نهادها و نیل آن به سوی عملیات جلو-سازمانی می‌شود و این توزیع نیروهای مستعد را در صنعت خدمات مالی تغییر می‌دهد.

هوش مصنوعی / ai

این امر باعث حذف کارایی عملیاتی به عنوان یک مزیت رقابتی می‌شود؛ چرا که فرآیندهای پشت‌صحنه سازمانی در صنعت خدمات مالی به‌طور فزاینده‌ای یکپارچه می‌شوند و هرچه سازمان‌ها از امکانات مشابهی برخوردار می‌شوند، به سمت یافتن زمینه‌های جدید برای خلق تمایز سوق پیدا می‌کنند.

در نتیجه، قدرت بازار در اختیار رساننده‌های خدمات (Service providers) قرار می‌گیرد. در گزارش WEF آمده است:

هر چه قابلیت‌های عرضه شده توسط رساننده‌های خدمات کارآمدتر می‌شود، مؤسساتی که از سرویس‌ها و خدمات آن‌ها استفاده می‌کنند با هزینه‌های سوئیچینگ بالاتری مواجه می‌شوند و این به رساننده‌های خدمات اجازه می‌دهد که خدمات خود را با قیمت‌های بالاتری عرضه کنند.

اما در اینجا یک ابهام به وجود می‌آید و آن این است که: چگونه موسسه‌ها می‌توانند از ارزش رقابتی داده‌های اختصاصی خود در دنیای به اشتراک‌گذاری داده‌ها محافظت کنند؟

بدیهی است که با رونق کسب‌وکار رساننده‌های خدمات، نیروهای کاری مستعد، موسسات مالی را ترک می‌کنند و در صف استخدام آن‌ها می‌ایستند. به عبارت دیگر، موسسات و نهادهای مالی تبدیل به مصرف‌کنندگان اصلی قابلیت‌ها و امکانات نوین می‌شوند و روزبه‌روز نیروی کار بیشتری از بانک‌ها و موسسات بیمه‌ای به رساننده‌های خدمات کوچ خواهند کرد.

فارغ از این، حفظ مشارکت کارکنان برای استقرار بزرگ-مقیاس هوش مصنوعی در موسسات مالی به امری چالشی تبدیل خواهد شد.

اگرچه عده‌ی زیادی بر این باورند که هوش مصنوعی، جایگزین انسان می‌شود (مایکروسافت و آی‌بی‌ام نظر متفاوتی دارند و می‌گویند که خدمات شناختی (cognitive services) مکمل مهارت‌های انسانی هستند)؛ اما سازمان‌دهی نیروی کاری‌ای که به پیاده‌سازی هوش مصنوعی به عنوان یک فرصت جدید نگاه می‌کند، کاری دشوار اما تحول ساز خواهد بود.

مطابق گزارش WEF، دستیابی به این هدف، مستلزم ارتباط صادقانه و همدلانه میان کارکنان موسسات و رهبران آن‌ها است.

تنظیم یا رگولاتوری بازار

در تمامی این زمینه‌ها، رگولاتورها و نهادهای بالادستی تنظیم مقررات با چالشی دائمی روبه‌رو خواهند بود. مقررات داده‌ها نیز بر شکل و ساختار بازارهای مالی تأثیری تحول‌آفرین می‌گذارد؛‌ به‌ویژه وقتی که آن‌ها به افزایش انتقال‌پذیری داده (Data portability) نیازمند هستند.

در گزارش WEF آمده است:

به‌رغم تقلای رژیم‌های رگولاتوری کنونی برای عقب نماندن از قافله فناوری‌های نوظهور، باز هم آن‌ها خود موانعی بزرگی بر سر راه به‌کارگیری قابلیت‌های هوش مصنوعی به وجود می‌آورند. شکوفایی تمامی قابلیت‌ها و پتانسیل‌های هوش مصنوعی نیازمند این است که موسسات مالی و نهادهای بالادستی دست‌به‌دست هم داده تا بتوانند رویکردها و راهکارهای جدیدی را برای حل مسائل تدوین کنند.

با انتقال روزافزون فرآیندها به نهادهای اشتراکی، موسسات نیز به دنبال آن خواهند رفت که مسئولیت پاسخگویی را به دوش نهادهای اشتراکی و مرکزی محول کنند؛ در حالی که رگولاتورها همچنان موسسات را در قبال فرآیندها مسئول می‌دانند. همین دوگانگی موجب ایجاد تنش در این بخش خواهد شد.

انطباق و پذیرش کارآمد (Efficient Compliance) تبدیل به یک کالا (commodity) خواهد شد. همچنان که موسسات برای خدمات پذیرش با هم ائتلاف می‌کنند، در یک برنامه رقابتی همسان شریک می‌شوند که این، حذف یکی دیگر از مزیت‌های رقابتی را در پی دارد.

با این حال، در بازاری که در آن هر موسسه برای دسترسی به تنوع داده‌ها رقابت می‌کند، مدیریت مشارکت با رقبا بسیاری حیاتی خواهد بود؛ اما ریسک‌های راهبردی و عملیاتی مختص خود را نیز به همراه خواهد داشت.

در گزارش WEF تصریح شده است:

مقررات بالادستی حاکم بر حریم خصوصی و انتقال‌پذیری داده‌ها، توانایی نسبی موسسات مالی و غیرمالی را برای استقرار سامانه‌های هوش مصنوعی شکل می‌دهد؛ از این رو مقررات سنتی در تعیین موقعیت رقابتی موسسه‌ها اهمیت دوچندانی پیدا می‌کند.

مقررات نظارتی داده‌های جهانی تحت بازبینی‌های بی‌سابقه‌ای قرار دارد و دولت‌ها در تلاشند تا با تصویب قوانین جدید از شهروندان خود بیشتر محافظت کنند.

برای مثال، دومین دستورالعمل خدمات پرداخت اتحادیه اروپا (PSD2)‌ از ژانویه ۲۰۱۸ با هدف فراهم کردن استفاده از خدمات پرداخت نوآورانه در سراسر اتحادیه اروپا به اجرا گذاشته شده است.

مقررات حفاظت داده‌ی عمومی (GDRP) نیز موسسات را وادار می‌کند تا هنگام به اشتراک‌گذاری داده‌ها با اشخاص ثالث، ریسک‌های ناشی از جریمه‌های احتمالی صادره از محاکم اروپایی را در محاسبات خود بگنجانند.

جی دی آر پی / GDRP

بریتانیا که قانون GDRP را به صورت محلی به اجرا درآورده، یکی از اولین کشورهایی استکه بانکداری باز (open banking) را به عنوان یک دستورالعمل به تمامی فعالان خدمات مالی ابلاغ کرده است. تصویب این قانون از سال ۲۰۱۶ هم‌زمان با گزارشی از سوی سازمان رقابت و بازارها (Competition and Markets Authority) در دستور کار قرار گرفت که نشان می‌داد رقابت میان بانک‌های قدیمی‌تر و بزرگ‌تر با بانک‌های جدیدتر و کوچک‌تر برای به دست آوردن مشتری منصفانه نیست و بانک‌های کوچک‌تر به‌سختی می‌توانند در بازار رقابتی رشد کنند.

چین تجربه‌ی موفقی در زمینه‌ی نزدیکی هرچه بیشتر به سیاست‌های بانکداری باز داشته است

مطابق با یافته‌های گزارش WEF چین با اینکه برای بانکداری باز، هیچ چارچوب قابل مقایسه‌ای در اختیار ندارد؛ اما رژیم رگولاتوری فعلی‌اش برای شرکت‌های فینتک (فناوری مالی) و سرویس‌دهندگان شخص ثالث راضی‌کننده بوده است.

در چین، شمار فزاینده‌ی API-ها میان شرکت‌های فناوری و موسسات مالی (مانند وی‌چت (wechat) و علی‌پی (Alipay)) به این پلتفرم‌ها این امکان را داده که با یکدیگر همکاری تعاملی داشته باشند و این خود تسهیل جریان داده‌ها را میان موسسات به دنبال داشته است.

در سایر نقاط جهان نیز دولت‌ها ایجاد تغییرات اساسی در رژیم‌های نظارتی را در دستور کار خود قرار داده‌اند. استرالیا، سنگاپور، کانادا و ایران فعالانه اشکال مختلف مدل‌های بانکداری باز را تحت نظر دارند و در پی تقلید از مقررات تصویب شده توسط اتحادیه اروپا و بریتانیا هستند.

در ایالات‌ متحده اما اوضاع کمی متفاوت است. در این کشور، پیمان‌های به اشتراک‌گذاری داده‌ها بیشتر از آنکه قانونی و برخوردار از مجوزهای دولتی باشند، اقتضایی هستند و بانک‌ها خود اقدام به انعقاد قراردادهای دوجانبه با موسسات تجمیع داده می‌کنند. تاکنون، رگولاتورهای ملی آمریکا هیچ نشانه‌ای مبنی بر اینکه به دنبال پیاده‌سازی چارچوب‌های قانونی مشابه با بریتانیا و اتحادیه اروپا هستند، از خود بروز نداده‌اند.

با این حال، کنگره جلساتی برای استماع شهادت‌نامه‌های شرکت‌های بزرگی نظیر فیسبوک، گوگل و توییتر در مورد حریم خصوصی و امنیت ترتیب داده است. آن‌طور که گفته می‌شود، این شرکت‌ها با مقررات حفظ حریم خصوصی دادها که به‌تازگی در کالیفرنیا بر سر زبان‌ها افتاده است، روی موافق ندارند. گفتنی است احتمال دارد این قوانین به عنوان استاندارهای دوفاکتوی ایالات‌متحده (استاندارهای عرفی و غیررسمی) در نظر گرفته شوند.

این قوانین از سال ۲۰۲۰ در کالیفرنیا (خانه سیلیکون ولی) به اجرا درمی‌آیند و انتظار می‌رود که شرکت‌های تبلیغاتی و داده‌محوری همچون گوگل و فیسبوک پیش از اجرایی شدن مقررات یاد شده سعی کنند کمی آن‌ها را رقیق‌تر کنند.

اپراتورهای مخابراتی نیز با این قوانین مخالف هستند. دیگر شرکت‌ها از جمله اپل، مایکروسافت، سیلزفورس (Salesforce.com)، شوگرسی‌آرام (SugarCRM) و باکس (Box) اما اعلام کرده‌اند که از قوانینی مشابه با GDRP حمایت خواهند کرد. شاید دلیل این حمایت این باشد که شرکت‌های یاد شده به فروش داده‌های مشتریانشان به شرکت‌های تبلیغاتی وابسته نیستند.

در هر صورت، تکامل مقررات داده‌ها در سراسر جهان، نقش مهمی در تعیین جایگاه و موقعیت نسبی بازیگران مختلف در حوزه خدمات مالی ایفا می‌کند.

مواجهه با ریسک‌های سایبری نیز چالش‌های عملیاتی را بیشتر می‌کند. موسسات و شرکت‌ها باید راهبردهایی را به کار گیرند که ریسک فزاینده‌ی ناشی از سوء‌استفاده و نشت اطلاعات محرمانه را هم در سطح مشتری و هم در سطح تراکنش کاهش دهد. آن‌ها همچنین نباید از ریسک به اشتراک‌گذاری اطلاعات حساس و رقابتی غافل شوند.

مشتری

در گزارش WEF آمده است که توسعه هوش مصنوعی باید در خدمت نیازهای مشتریان باشد و منافع جامعه را به بهترین شکل ممکن تأمین کند. استقرار سامانه‌های هوش مصنوعی باید باعث شود که سیستم‌های مالی منصفانه‌تر، قابل‌دسترس‌تر و باثبات‌تر شوند. این امر تنها در صورتی محقق می‌شود که موسسات مالی در برابر اقدامات مخرب مقاومت کنند.

ریسک ناشی از رشد تعصب و رفتارهای تبعیض‌آمیز و کمک به شرکت‌های گمراه برای فعالیت علیه منافع جمعی قابل چشم‌پوشی نیست. برای توسعه هوش مصنوعی، حفظ رویکردی انسانی ضروری است تا اطمینان حاصل شود که این فناوری منافع افراد حقیقی و حقوقی و همچنین جامعه را در خطر نخواهد انداخت.

حفظ وفاداری مشتریان به چالشی دائمی برای موسسات مالی تبدیل خواهد شد. از آنجا که روش‌های قدیمی برای ایجاد تمایز در بازار رو به زوال خواهد رفت، هوش مصنوعی این فرصت را فراهم می‌کند که موسسات از رقابت برای عرضه خدمات خود با پایین‌ترین قیمت خلاصی یابند و به سمت خلق روش‌های جدیدی برای ایجاد تمایز با سایر رقیبان خود حرکت کنند.

در گزارش WEF آمده است:

توانایی موسسات برای بهینه‌سازی نتایج مالی با طراحی مناسب، پیشنهاددهی و مشاوره به مشتریان به آن‌ها اجازه خواهد داد که بر اساس ارزش‌های ارائه‌شده به رقابت با دیگر نهادها بپردازند.

برای مثال، بانک سلطنتی کانادا (RBC) برای تنوع‌بخشی پلتفرم دیجیتال خود دست به سرمایه‌گذاری هنگفتی زده است. این قابلیت به RBC اجازه می‌دهد تا طیفی وسیع‌تر از خدمات را به مشتریان خود ارائه کند. برای نمونه، این بانک در حال آزمایش یک ابزار پیش‌بینی برای معامله گران خودرو است که به آن‌ها کمک می‌کند بر اساس اطلاعات مشتریان، میزان تقاضا برای خرید خودرو را پیش‌بینی کنند.

بانک آر بی سی / RBC

در بریتانیا نیز که قانون بانکداری باز به اجرا درآمده است، موسسات مالی در حال بازنگری ارزش‌های پیشنهادی خود هستند. برای مثال، لویدز بنکینگ گروپ (Lloyds Banking Group) برای ترکیب خدمات مالی و بیمه‌ای بالغ بر ۴.۱ میلیارد دلار در سال سرمایه‌گذاری کرده و API-های جدیدی برای تسهیل این خدمات توسعه داده است.

این رویکرد با تمرکز بر قابلیت‌های هوش مصنوعی در تلاش است تا هم خدمات مشتری و هم عملیات تجاری را دچار تحولی اساسی بکند. لویدز به دنبال آن است که در دوره سرویس‌دهندگان پرشمار، یک پلتفرم و یک محافظ امن برای داده‌ها باشد.

در همین حال، Ping An، غول صنعت بیمه چین برای ساختن مجموعه‌ای از شرکا، خدمات و محصولات دست به سرمایه‌گذاری هنگفتی در هوش مصنوعی زده که مجمع جهانی اقتصاد آن را مقیاسی عظیم از داده‌ها که بسیار فراتر از خدمات مالی است خوانده است.

Ping An از طریق مجموعه‌ای از برنامه‌ها و نرم‌افزارهای خود در بخش‌های مختلف مالی، درمانی، خودرویی و املاک قادر است از داده‌های بیش از ۸۰۰ میلیون کاربر، ۷۰ میلیون کسب‌وکار و ۳۰۰ شریک برای توانمندسازی هسته اصلی کسب‌وکار خود استفاده کند.

شرکت‌های چینی بیش از تمامی رقبای خود به داده‌های موردنیاز برای آموزش سامانه‌های مبتنی بر هوش مصنوعی دسترسی دارند؛ به‌ویژه ‌اینکه این کشور از سال ۲۰۱۰ قرار است طرح اعتبارسنجی و نظارت بر شهروندان را به مرحله اجرا بگذارد. بی‌شک چنین برنامه‌ای همتایان شرکت‌های چینی را در غرب در معرض چالش‌های اخلاقی و عملیاتی-فناوری قرار خواهد داد (همان‌طور که گوگل در حال حاضر با چنین مسئله روبرو است).

عامل مشارکت

کاربران آنلاین به‌طور روزافزونی مشارکت (engagement) را به افشا (exposure) ترجیح می‌دهند و علاقه دارند که برندها تجاربی را برای آن‌ها رقم بزنند که مناسب و ارزشمند باشند. این امر فرصت‌های جدیدی را در بخش خدمات مالی به روی غول‌هایی نظیر آمازون می‌گشاید و آن‌ها می‌توانند با استفاده از ترجیحات کاربران، محصولات و خدماتی را برای آن‌ها توسعه بدهند که مرزهای میان بخش‌های مختلف بازار را کم‌رنگ‌تر کند.

آیا آینده بانکداری شبیه این است؟

مطابق گزارش WEF، شرکت‌های بزرگی نظیر آمازون و گوگل، مزیت‌های ممتازی در جلب مشتریان جدید دارند. راهبردهای اصلی آن‌ها از دیرباز بر جلب‌توجه مشتریان با ارائه محصولات و خدمات رایگان یا ارزان (مانند بلندگوهای هوشمند اکو و دات آمازون) استوار بوده است.

در چشم‌انداز جدید، شرکت‌های خدمات مالی باید در نحوه‌ی کار خود و انواع محصولاتی که برای مشتریانشان توسعه می‌دهند، تغییرات اساسی ایجاد کنند.

در نتیجه، موسسات باید موشکافانه رفتار مشتری را بررسی کنند (هم در داخل و هم بیرون از خدمات مالی) و آنچه را که موردنیاز اوست، در اختیارش قرار دهند. در گزارش WEF تصریح شده است:

این به معنای شناخت مشتری فراتر از امور مالی و جست‌وجوی فرصت‌هایی برای بهبود زندگی روزمره آن‌هاست.

بنابراین بدیهی است که توسعه محصول و تمایل برای آزمایش آن همراه با درکی دقیق و تعهدی عمیق نسبت به حفظ حریم خصوصی به مهارت‌های حیاتی برای موسسات تبدیل خواهد شد.

از این رو فعالان بازار باید برای نیل به موفقیت، منابع جدیدی را به چنگ بیاورند و روش‌های کاری نوینی را ایجاد کنند؛ که از جمله آن‌ها می‌توان به مهارت فنی در هوش مصنوعی، قابلیت‌های توسعه محصول، مجموعه داده‌های جدید و فرهنگ نوآوری و تجربه اشاره کرد.

علاوه بر این، آن‌ها باید اعتماد عمومی را تقویت کنند؛ چیزی که حراست از آن پس از وقوع بحران مالی فراگیر سال ۲۰۰۸، کمک به بانک‌ها و سیاست‌های ریاضت اقتصادی کار چندان ساده‌ای نیست.

بنا بر گزارش WEF، تمامی این واقعیت‌ها پرسش‌هایی را در مورد اینکه ماهیت تعادل قیمتی در یک اقتصاد پلتفرمی به چه سرنوشتی دچار می‌شود، مطرح می‌کنند. همچنین نمی‌توان از این ابهام چشم‌پوشی کرد که سود مورد انتظار موسسات، بدون دسترسی به مزیت‌های رقابتی گذشته، چگونه تعیین خواهد شد.

 بدون تردید، حاشیه سود برای موسسه‌هایی که از قافله توسعه مزیت‌های جدید باز بمانند، با کاهش شدید روبرو خواهد شد. آن‌ها برای حفظ سودآوری خود با چالش‌های بی‌انتهایی مواجه می‌شوند؛ به خصوص پس از آنکه شاخص‌های سنتی‌ای از قبیل قیمت و سرعت توسط فناوری نرمالیزه شوند.

از این رو بسیاری از آن‌ها ممکن است در این زلزله‌ی فراگیر صنعتی از هم بپاشند و نابود شوند.

در گزارش WEF آمده است:

هوش مصنوعی می‌تواند باعث خلق تجربه‌ای کاملا جدید برای مشتری شود و به امور مالی او این امکان را بدهد که به‌طور خودکار رتق‌وفتق شوند و در مواقع نیاز به عنوان یک مشاور امین در خدمت مشتری باشند.

امور مالی خودگردان یکی از رهاوردهای هوش مصنوعی برای بازارهای مالی است

با این حال، یک ریسک نوظهور این است که این امور مالی خودران (self-driving finance)، پویایی رقابتی موجود را دچار چرخش و تمام عایدات را نصیب مالک خود کنند و از آن طرف، تمامی سرویس‌دهندگان دیگر را در قالب تعدادی کالا ببینند.

بسیاری از مدل‌های تجربه مشتری (customer experience) در آینده بر هوش مصنوعی متمرکز خواهند شد؛ مدل‌هایی که بخش عمده‌ای از زندگی مالی مشتریان را خودکار می‌کنند و دخل‌وخرج آن‌ها را بهبود می‌بخشند.

با این حال، در گزارش WEF‌ هشدار داده شده است که هوش مصنوعی ساختارهای کنونی بازار را تحت فشار قرار می‌دهد و با کاهش هزینه‌های جست‌وجو و مقایسه برای مشتریان، موجب کنار رفتن موسسات متوسط به نفع بازیگران بزرگ و نوآوران چابک می‌شود.

اما چیزی که در گزارش WEF به آن پرداخته نشده این است که اگر هوش مصنوعی می‌تواند تقلب را به‌طور خودکار تشخیص دهد، بنابراین منطقاً قادر خواهد بود که فرآیند وقوع تقلب را نیز خودکار و تشخیصش را دشوارتر کند.

بازارهای سخت

مطابق گزارش WEF، شماری از اقتصاددانان از قدرت فناوری اطلاعات برای راندن موسسات به شرایط دشوار رقابتی در بازار سخن گفته‌اند. برای نمونه، اریک برینجافسون، این پدیده را نتیجه هم‌زمان ایجاد دم‌های طولانی در دسترس‌پذیری محصولات که با ساختار ابرستاره‌ای برنده همه چیز ترکیب شده، می‌داند. گفتنی است دم طولانی (Long Tail) در ادبیات کسب‌وکار به محبوبیت به‌شدت بالای تعداد محدودی محصول و محبوبیت ناچیز محصولات پرشمار دیگر اشاره دارد که هنگام رسم نمودار محبوبیت بر اساس محصول به شکل یک دم طولانی دیده می‌شود.

WEF در گزارش خود هشدار داده است که هوش مصنوعی با تقویت عواملی همچون فناوری جست‌وجو و پایگاه داده، شخصی‌سازی، تولید ارزان‌تر محصولات گوشه (niche products) و بهبود عواید مقیاس (returns to scale) می‌تواند تأثیر پدیده‌هایی از جمله دم طولانی و ساختار ابرستاره‌ای را دوچندان کند.

بازارهای سخت و رقابتی هم‌اکنون در حال توسعه مدیریت دارایی‌ها هستند. برای مثال، بازیگران اثرگذاری همچون شرکت سرمایه‌گذاری ونگارد (Vanguard) با به خدمت گرفتن اصول مزیت مقیاس (Economies of scale) به دنبال ارائه خدمات خود با کمترین کارمزدهای ممکن است. گفتنی است مزیت مقیاس، مفهومی در اقتصاد خرد است که به کسب مزیت کاهش هزینه در اثر افزایش حجم تولید اشاره دارد. در همین حال، در بازار صندوق‌های قابل معامله در بورس (ETF) نیز، پلتفرم‌های خودکار که به عنوان robo adviser یا مشاوران ماشینی شناخته می‌شوند، قدرت بهینه‌سازی سرمایه‌گذاری‌ها و کارمزدها را به‌طور قابل‌توجهی افزایش داده‌اند و این به بازیگران عمده بازار کمک کرده که بتوانند مشتریان خود را حفظ کنند.

مالی / finance

در آن سوی دیگر این طیف، کلاس جدیدی از صندوق‌های سرمایه‌گذاری پدیده آمده است. کارآفرینان مدیریت این صندوق‌ها را در دست دارند و از هوش مصنوعی و روش‌های سرمایه‌گذاری کمی برای ارائه پروفایل‌های سود متمایز بهره می‌برند. این صندوق‌ها می‌توانند بدون افزایش هزینه یا سرمایه انسانی به‌سرعت رشد کنند.

WEF در گزارش خود هشدار داده است که نیروهای متأثر در بازار در حال ایجاد شکاف در بازارهای متوسط هستند و ریسک‌های سازمان‌ها و بنگاه‌های متوسط را در بازار جدید به‌شدت افزایش می‌دهند.

هوش مصنوعی شرکت‌های متوسط را بیش از شرکت‌های بزرگ تحت فشار قرار می‌دهد

این موسسات به‌طور معمول در زمینه سرمایه‌گذاری در فناوری‌های نوین از دیگر شرکت‌ها عقب می‌مانند. مطالعه‌ای که اخیرا توسط موسسه دی‌بی‌آر ریسرچ (DBR research) انجام شده حاکی از آن است که ۴۸ درصد از بانک‌هایی که بیش از ۵۰ میلیارد دلار دارایی دارند، دست به سرمایه‌گذاری در هوش مصنوعی زده‌اند؛ در حالی که تنها ۷ درصد از بانک‌های متوسط (با اندازه یک تا ۱۰ میلیارد دلار) اقدام به پیاده‌سازی راهکاری هوش مصنوعی کرده‌اند.

یکی از دلایل این امر این است که شرکت‌های میان رده و متوسط، بودجه‌های سرمایه‌گذاری انقباضی‌تری دارند و بیشتر بر شرکت‌های عرضه‌کننده فناوری متکی هستند؛ در نتیجه ظرفیت داخلی محدودتری برای نوآوری دارند و توانایی آن‌ها برای حرکت سریع‌تر کم‌تر است.

با رانده شدن فزاینده‌ی شرکت‌ها به سمت بازارهای رقابتی‌تر، ساختارها و شایستگی‌های کلیدی آن‌ها در دو سر این طیف به‌طور قابل‌ملاحظه‌ای تغییر می‌کند.

در نتیجه، موسسات فعال در بازار در یک تنگنای دوطرفه گرفتار می‌شوند: از طرفی آن‌ها نمی‌توانند در برابر ورود به حوزه مشارکت در داده‌ها مقاومت کنند، از طرفی دیگر چنین مشارکت‌های می‌تواند موقعیت رقابتی آن‌ها را در معرض تهدید قرار دهد.

منظر اجتماعی و اشتغال

WEF در گزارش خود می‌گوید هوش مصنوعی چالش‌های مهمی را پیش پای جامعه و کارفرمایان می‌گذارد.

برای مثال، تحول فراگیر در مهارت‌های موردنیاز، چالشی‌ترین محدودیت برای پیاده‌سازی هوش مصنوعی توسط شرکت‌ها است و موسسات و کشورهایی را که نتوانند همراه با سرمایه‌گذاری در فناوری به توسعه و تعمیق مهارت‌ها بپردازند، با ریسک‌های فزاینده‌ای مواجه خواهد کرد.

در گزارش WEF آمده است:

موسسات مالی برای نیل به پیشرفت و دستیابی به رشد مبتنی بر هوش مصنوعی باید ابعاد مفهومی پیوند استعداد و فناوری را توسعه بدهند.

این واقعیت، یادآور نقل قول معروف رابرت سی. الن، تاریخ‌نگار اقتصادی مشهور است که موج تحولات کنونی را -که از آن با عنوان انقلاب صنعتی چهارم یاد شده- دارای شباهت‌های بسیاری با انقلاب صنعتی در قرن نوزدهم میلادی می‌داند.

روبرت سی الن / robert c alen

واکنش نیروی کار به استفاده‌ی فزاینده از هوش مصنوعی یادآور پدیده‌ی Engel’s Pause است. این پدیده که رابرت سی. الن برای اولین بار آن را به کار برد به دوره‌ای از تاریخ بریتانیا در اوایل قرن نوزدهم میلادی اشاره دارد که در آن به‌رغم رشد بی‌سابقه سرانه تولید ناخالص ملی، دستمزد واقعی کارگران افزایش چندانی نداشت. بنابراین ظهور یک فناوری جدید می‌تواند به‌رغم افزایش اندازه‌ی کلی اقتصاد، موجب بروز شرایط ناخوشایند در بازار کار شود.

در کوتاه‌مدت، این احتمال وجود دارد که نرخ بیکاری افزایش یابد؛ اتفاقی که پیش‌تر در گزارش‌های مربوط به فناوری‌های رباتیک، هوش مصنوعی و اتوماسیون به آن اشاره شده است.

با دیجیتالی شدن و خودکارسازی روزافزون مشاغل دست پایین، آن دسته از نیروهای کاری که قادر به ارتقای مهارت‌های خود نیستند، موقعیت‌های شغلی خود را از دست خواهند داد. در نتیجه با ایجاد جهش در آمار بیکاری، این ذهنیت در میان مردم رواج پیدا می‌کند که هوش مصنوعی بیش از آنکه یک نعمت باشد، یک زحمت است.

با این حال، در میان‌مدت، تغییر و بهبود مهارت‌ها منجر به رشد خواهد شد؛ اما این واقعیت قابل کتمان نیست که افزایش استفاده از هوش مصنوعی ممکن است باعث تجمیع سودها و عایدات مالی در دست گروهی اندک شود و به نابرابری‌های اقتصادی دامن بزند.

در آینده، دو قطبی دارا و ندار تنها به ثروت محدود نمی‌شود

در آینده، دوقطبی دارا و ندار تنها به ثروت و فناوری محدود نمی‌شود و برخورداری از مهارت در هوش مصنوعی نیز به مسئله‌ای کلیدی تبدیل خواهد شد.

WEF‌ در گزارش خود تصریح کرده است که برای اینکه جامعه به آسیب‌های احتمالی هوش مصنوعی غلبه کند و با آغوش باز پذیرای آن باشد، باید به توسعه‌ی فراگیر هوش مصنوعی متوسل شد. اگرچه ممکن است دستیابی به این هدف از منظر فناوری امکان‌پذیر باشد؛ اما نیاز است که برای تشویق نوآوری و تفکر بلندمدت، اولویت‌ها هم در نهادهای رسمی و هم موسسات خصوصی تغییر پیدا کنند.

این با واقعیت جاری در تناقض است؛ چرا که شرکت‌های فناوری در حال حاضر برای ایجاد تحول در ساختارهای فناورانه خود، دست به اتخاذ رویکردی کوتاه‌مدت و زودبازده زده‌اند.

در گزارش WEF آمده است که روابط میان جامعه و کسب‌وکارها باید از نو طراحی شود و این بازطراحی جامع بتواند منافع آحاد جامعه را تأمین کند.

بنابراین چالشی که از سال ۲۰۰۹ پیش روی موسسات فعال در حوزه هوش مصنوعی قرار گرفته است این است که آیا باید آن‌ها در خدمت جامعه باشند یا اینکه منافع خود را پی بگیرند؟

کلام آخر

به‌طور خلاصه، مزیت‌های هوش مصنوعی تنها زمانی بیشینه خواهند شد که ساختارها و رویه‌های اجتماعی برای پذیرش روش‌های جدید کار کردن آماده باشند.

در گزارش WEF آمده است:

با هم‌ترازی با نوآوری‌های هوش مصنوعی و تلاش برای رفع چالش‌های اجتماعی مربوطه می‌توان امید داشت که هم موسسات و هم ساختارهای اجتماعی بتوانند در مسیری قدم بگذارند که شاهد رشد اقتصادی و هوش مصنوعی به‌طور هم‌زمان باشند.

اما در این مسیر، ظهور معضلات و چالش‌های اخلاقی اجتناب‌ناپذیر خواهد بود.

البته هوش مصنوعی می‌تواند منجر به شکل‌گیری یک ائتلاف قدرتمند برای بازنگری اصول و قواعد نظارتی شود تا بتوان چالش‌های اخلاقی و نایقینی‌های قانونی مرتبط با این فناوری را حل‌وفصل کرد.

برای مثال، ماهیت معماگونه برخی از راهکارهای هوش مصنوعی که مانند یک جعبه سیاه هستند، خود یک چالش بزرگ است. درک و شناخت عمیق‌تر این فناوری می‌تواند مانع از اقدامات تبعیض‌آمیز و مجرمانه توسط گروه‌ها و افراد متخلف شود.

هنوز آحاد جامعه به درک درستی از هوش مصنوعی دست نیافته‌اند

با این حال، WEF هشدار داده که درک درست و واقعی از هوش مصنوعی به‌اندازه‌ای که باید وجود داشته باشد، نیست و توافق جامعی نیز روی تعریف آن حاصل نشده است و بیشتر این مسئله هم به خود هوش مصنوعی و فناوری آن باز می‌گردد و نه راهبردهای اتخاذ شده توسط شرکت‌ها.

همچنان که نقش هوش مصنوعی روزبه‌روز در عملیات سامانه‌های مالی پررنگ‌تر می‌شود، ریسک‌های سیستماتیک و حتی اخلاقی بیشتری را نیز پدید می‌آورد. هوش مصنوعی از این پتانسیل برخوردار است که بتواند شیرازه‌ی اقتصادهای ملی و جهانی را از هم بپاشد؛ از این رو به کنترل و پایش جدی نیاز دارد.

WEF در گزارش خود هشدار داده است:

بدون رصد و نظارت مناسب، هوش مصنوعی می‌تواند ریسک‌های سیستماتیک جدیدی را به سیستم مالی جهان تحمیل کند و خطر سرایت بیماری‌های اقتصادی را افزایش دهد.

هوش مصنوعی به احتمال زیاد، تأثیری انقلابی در سیستم مالی جهانی خواهد گذاشت؛‌ بنابراین وظیفه زیست‌بوم مالی این است که مزیت‌های این فناوری نوظهور را بیشینه کند و آسیب‌های احتمالی آن را به حداقل برساند.

مقاله رو دوست داشتی؟
نظرت چیه؟
داغ‌ترین مطالب روز
تبلیغات

نظرات