گزارش

هوش مصنوعی در صنعت بانکداری؛ از اعتبارسنجی هوشمند تا پیش‌بینی رفتار مشتریان

در دومین پنل تخصصی «رویداد ایران AI 2025» با محوریت صنعت بانکداری و خدمات مالی، مدیران و کارشناسان ارشد بانک‌ها، استارتاپ‌ها و شرکت‌های فناورانه به بررسی نقش هوش مصنوعی در تحول نظام بانکی، اعتبارسنجی هوشمند، مدیریت ریسک، پیش‌بینی رفتار مشتریان و آینده نئوبانک‌…

4 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • هوش
  • مصنوعی
  • بانکداری
  • صنعت
  • سنتی
  • نئوبانک‌ها
هوش مصنوعی در صنعت بانکداری؛ از اعتبارسنجی هوشمند تا پیش‌بینی رفتار مشتریان

خلاصه تحلیلی خبر

در دومین پنل تخصصی «رویداد ایران AI 2025» با محوریت صنعت بانکداری و خدمات مالی، مدیران و کارشناسان ارشد بانک‌ها، استارتاپ‌ها و شرکت‌های فناورانه به بررسی نقش هوش مصنوعی در تحول نظام بانکی، اعتبارسنجی هوشمند، مدیریت ریسک، پیش‌بینی رفتار مشتریان و آینده نئوبانک‌…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، هوش، مصنوعی، بانکداری، صنعت

در دومین پنل تخصصی «رویداد ایران AI 2025» با محوریت صنعت بانکداری و خدمات مالی، مدیران و کارشناسان ارشد بانک‌ها، استارتاپ‌ها و شرکت‌های فناورانه به بررسی نقش هوش مصنوعی در تحول نظام بانکی، اعتبارسنجی هوشمند، مدیریت ریسک، پیش‌بینی رفتار مشتریان و آینده نئوبانک‌ها پرداختند. این نشست با حضور مدیران برجسته‌ای همچونصدرا بابایی(مدیرعامل کارخانه هوشمندسازی و نوآوری امیدنو)وحید خاتمی(مشاور ارشد کسب‌وکار بانکینو) وآرتین خاچاطوریان(مدیر راهبرد محصول شرکت داده‌کاوان XNET) برگزار شد.

همگرایی دانشگاه، صنعت و دولت برای توسعه هوش مصنوعی بانکی

در ابتدای این پنلصدرا باباییمدیرعامل کارخانه هوشمندسازی و نوآوری امیدنو، از تلاش‌های این مجموعه در ایجاد زیرساخت‌های هوش مصنوعی در صنعت بانکداری گفت

«در امیدنو یک مرکز داده‌شناسی اختصاصی راه‌اندازی کرده‌ایم که با حمایتبانک سپهو همکاری نزدیک با دانشگاه صنعتی شریف، به دنبال توسعه استارتاپ‌های فعال در حوزه هوش مصنوعی هستیم. هدف ما ایجاد اکوسیستمی است کهبانک‌ها، دولت و دانشگاه‌هادر کنار هم، پژوهش‌های دانشگاهی را به محصولات و خدمات واقعی تبدیل کنند.»

بابایی تأکید کرد که تمرکز این مرکز بر پروژه‌هایهوشمندسازی فرآیندهای بانکیو ایجاد صندوق‌های سرمایه‌گذاری خطرپذیر (VC) در همکاری با دانشگاه شریف است تا استارتاپ‌های فعال در این حوزه بتوانند از حمایت مالی و فنی برخوردار شوند.

نئوبانک‌ها و تغییر قواعد بازی در صنعت بانکداری

وحید خاتمیمشاور ارشد کسب‌وکار بانکینو و از مدیران سابق بانک خاورمیانه، در این پنل به نقش نئوبانک‌ها و استارتاپ‌های فین‌تکی در تحول دیجیتال بانکداری اشاره کرد

«با راه‌اندازی مجموعهنیوتوکه کمتر از یک سال از تأسیس آن می‌گذرد، توانسته‌ایم تیمی از نیروهای جوان و فارغ‌التحصیلان دانشگاهی را گرد هم بیاوریم. هدف این است که علاوه بر ارائه سرویس به بانک خاورمیانه، خدماتی در سطح کلان بهسیستم بانکداری کشورارائه کنیم.»

خاتمی در ادامه توضیح داد که نئوبانک‌ها و فین‌تک‌ها باپر کردن شکاف بین اعتماد سنتی و نوآوری فناورانهمی‌توانند هم‌افزایی مؤثری با بانک‌های سنتی وبانک مرکزیایجاد کنند. او تأکید کرد که آینده بانکداری در ایران نیازمندتعامل استراتژیکمیان بازیگران سنتی و نوآور است.

اعتبارسنجی هوشمند و تحلیل ریسک مشتری با هوش مصنوعی

در بخش دیگری از پنلآرتین خاچاطوریانمدیر راهبرد محصول شرکت داده‌کاوان XNETبله، به موضوعتحلیل ریسک اعتباریو اعتبارسنجی هوشمند پرداخت و از تحول روش‌های سنتی خبر داد

«روش‌های سنتی اعتبارسنجی بر اساس سوابق بانکی و رتبه‌بندی اعتباری است، اما امروز با تحلیل داده‌های غیرسنتی مانندرفتار آنلاین مشتریانتراکنش‌های بانکی، میزان نظم در پرداخت‌ها و حتی الگوهای خرید، می‌توان مدل‌های دقیق‌تری برایپیش‌بینی ریسکارائه داد.»

او همچنین به چالش‌های اصلی در این حوزه اشاره کرد

  • کیفیت پایین و ناهمگنی داده‌ها
  • مقاومت مدیران سنتی بانک‌ها در پذیرش مدل‌های هوش مصنوعی
  • نیاز بهمدل‌های تفسیرپذیربرای جلب اعتماد مدیران بانکی

به گفته خاچاطوریان، استفاده از مدل‌هایXAI(هوش مصنوعی قابل توضیح) توانسته است پذیرش تصمیمات مبتنی بر هوش مصنوعی را در بانک‌ها افزایش دهد.

تجربه‌نگاری از «شعبه در گوشی» و کاهش وابستگی به شعب فیزیکی

در ادامه پنل، موضوعآینده شعب بانکیو حرکت به سمت خدمات غیرحضوری مورد بحث قرار گرفت. بابایی تأکید کرد که تغییر نسل مشتریان و رشد نئوبانک‌ها باعث شده استمفهوم شعبه فیزیکیبرای بسیاری از مشتریان کم‌رنگ شود

«امروز کاربران نسل جدید ترجیح می‌دهند تمام خدمات بانکی خود را از طریق اپلیکیشن‌ها انجام دهند. اگر بانک‌ها نتوانند تجربه کاربری روان و ارتباط عاطفی با مشتریان ایجاد کنند، در آینده نزدیک بخشی از بازار خود را از دست خواهند داد.»

پیش‌بینی خروج مشتری با الگوریتم‌های هوش مصنوعی

در پایانآرتین خاچاطوریاندربارهپیش‌بینی خروج مشتریان (Churn Prediction)توضیح داد که هوش مصنوعی می‌تواند با تحلیل شاخص‌هایی نظیر کاهش تراکنش‌ها، افت میزان تعامل با بانک، تغییر الگوهای خرید و رضایت‌سنجی مشتریاحتمال ریزش مشتریانرا تشخیص دهد.

«هزینه جذب یک مشتری جدید چندین برابر هزینه نگه‌داشت اوست. هوش مصنوعی می‌تواند با شناسایی الگوهای رفتاری، بانک‌ها را قادر سازد تا پیش از ترک مشتری، پیشنهادهای شخصی‌سازی‌شده و اقدامات پیشگیرانه ارائه دهند.»

جمع‌بندی

پنل دوم صنعت بانکداری در رویدادایران AI 2025نشان داد که تحول نظام بانکی ایران بدونادغام فناوری‌های هوش مصنوعیو همکاری نزدیک بانک‌های سنتی، نئوبانک‌ها، استارتاپ‌ها و نهادهای رگولاتوری ممکن نیست.
ازاعتبارسنجی هوشمندتاپیش‌بینی ریزش مشتریوطراحی مدل‌های کسب‌وکار مبتنی بر دادهآینده بانکداری ایران به سمت دیجیتالی‌شدن حرکت می‌کند و بانک‌هایی که زودتر با این موج همراه شوندمزیت رقابتی پایدارتریخواهند داشت.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.