স্প্যানিশ ব্যাংকিং সমস্ত কৃতিত্ব কৃত্রিম বুদ্ধিমত্তাকে দেয়

অনুসরণ

বাণিজ্যিক কর্মকাণ্ড উন্নত করুন, ব্যাঙ্ক জালিয়াতি হ্রাস করুন এবং ঝুঁকি ব্যবস্থাপনা নীতিগুলি শক্তিশালী করুন। কৃত্রিম বুদ্ধিমত্তা এবং বড় ডেটার সাথে ব্যাংকিং উপস্থাপন করে এমন অনেকগুলি প্রধান সুযোগ রয়েছে, প্রযুক্তিগত অগ্রগতির সাথে যে স্প্যানিশ আর্থিক সংস্থাগুলি বর্তমানে তাদের পরিষেবাগুলিকে উন্নত করার অভিপ্রায়ে এক দশকেরও কম পুরানো অ্যালগরিদমগুলি প্রয়োগ করছে৷ “কৃত্রিম বুদ্ধিমত্তা অন্যান্য খাতের তুলনায় ব্যাংকিংয়ের জন্য বেশি গুরুত্বপূর্ণ কারণ তথ্য এর কাঁচামাল। এবং, সুনির্দিষ্টভাবে, এটি এমন একটি সেক্টর যেখানে অন্যদের তুলনায় ক্লায়েন্টদের সম্পর্কে বেশি তথ্য রয়েছে,” বলেছেন আলবার্তো ক্যালেস, PwC-এর আর্থিক নিয়ন্ত্রণ এলাকার জন্য দায়ী অংশীদার৷

ডেটা এবং কৃত্রিম বুদ্ধিমত্তার ব্যবহার BBVA-কে তার ক্লায়েন্টদের একটি সিরিজ টুল দিতে সাহায্য করেছে যা তাদের আর্থিক স্বাস্থ্যের উন্নতি করতে দেয়। “কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং সিস্টেমের জন্য ধন্যবাদ, ব্যাংক এই ক্লায়েন্টদের আর্থিক ক্ষেত্রে স্বাভাবিক মানের বাইরের পরিস্থিতি সনাক্ত করতে সক্ষম।

এই পরিস্থিতিতে, আমরা ক্লায়েন্টদের মিডিয়ার মাধ্যমে অবহিত করি, তাদের অপ্রত্যাশিত ঘটনাগুলির জন্য প্রস্তুত করার এবং সম্ভাব্য ত্রুটিগুলি সমাধান করার সুযোগ দেওয়ার জন্য,” বলেছেন ফ্রান্সিসকো মাতুরানা, এআই ফ্যাক্টরির সিইও, বিবিভিএ-এর উন্নত বিশ্লেষণ কেন্দ্র৷ এই সত্তাটি 2014 সালে কৃত্রিম বুদ্ধিমত্তার উপর ভিত্তি করে পণ্যগুলির বিকাশের দিকে মনোনিবেশ করা শুরু করে।

64% ব্যাঙ্কের AI সমাধান রয়েছে

কৃত্রিম বুদ্ধিমত্তা অভিজ্ঞতা থেকে শিখতে এবং ভবিষ্যত আচরণের পূর্বাভাস দিতে সাহায্য করে এমন নিদর্শনগুলি খুঁজে পেতে অতীতের ঘটনাগুলি বিশ্লেষণ করে শেখার কৌশলগুলি স্বয়ংক্রিয়ভাবে প্রয়োগ করার অনুমতি দেয়। ওপেনব্যাঙ্কে, স্যান্টান্ডার গ্রুপের অনলাইন ব্যাঙ্ক, মেশিন লার্নিং গ্রাহকদের আচরণের পূর্বাভাস দেওয়ার জন্য ভবিষ্যদ্বাণীমূলক মডেলগুলি স্থাপন করার অনুমতি দেয় এবং এইভাবে অগ্রিম কাজ করে। "আমাদের পণ্য মানচিত্রে আমাদের প্রবণতা অ্যালগরিদমগুলির জন্য ধন্যবাদ, আমরা আমাদের ক্লায়েন্টদের জন্য একটি উপযুক্ত যোগাযোগ পরিকল্পনা তৈরি করতে পারি, তাদের আগ্রহের পণ্যগুলির জন্য বিজ্ঞাপন প্রচারগুলি কমিয়ে বা বৃদ্ধি করতে পারি," বলেছেন ওপেনব্যাঙ্কের প্রধান ডেটা বিজ্ঞানী ড্যানিয়েল ভিলাতোরো৷

“কৃত্রিম বুদ্ধিমত্তার ব্যবহারের সর্বাধিক সম্ভাব্য প্রভাবের ক্ষেত্রে একদিকে, গ্রাহকদের সরাসরি দেওয়া পরিষেবাগুলি। এছাড়াও, এটি জালিয়াতি সনাক্তকরণে দক্ষতার উল্লেখযোগ্যভাবে উন্নতি করতে পারে, অভ্যন্তরীণ প্রক্রিয়া এবং ক্রিয়াকলাপগুলিকে অপ্টিমাইজ করতে পারে, সেইসাথে নিয়ন্ত্রক সঠিকতা নিশ্চিত করতে পারে, "বিবিভিএ থেকে মাতুরানা বলেছেন। "এই অ্যালগরিদমগুলি ক্লায়েন্টকে তাদের সর্বোত্তম পণ্যের চুক্তি করার জন্য সুপারিশ করার সাথে সম্পর্কিত বা তাদের অ্যাকাউন্টে কোন আন্দোলন অন্যদের মধ্যে অসামঞ্জস্যপূর্ণ কিনা তা বোঝার সাথে সম্পর্কিত, এবং এই সব সবসময় বেনামে এবং আমাদের ক্লায়েন্টদের গোপনীয়তার গ্যারান্টি দেয়," ভিলাটোরো মন্তব্য করেছেন৷

মুলতুবি চ্যালেঞ্জ

কৃত্রিম বুদ্ধিমত্তার উদ্যোগ চালু করার সময় ব্যাঙ্কগুলির জন্য বড় চ্যালেঞ্জ হল নিয়ন্ত্রককে বোঝানো যে এই প্রযুক্তির ব্যবহার বর্তমান প্রবিধানের সাথে সঙ্গতিপূর্ণ, ক্যালে ব্যাখ্যা করেছেন, PwC-এর একজন অংশীদার। কৃত্রিম বুদ্ধিমত্তা প্রকল্পগুলি আমাদের ক্লায়েন্টদের কাছ থেকে প্রচুর পরিমাণে তথ্য পেতে দেয়, তাই রিটার্ন মিথ্যা, উদাহরণস্বরূপ, নিয়ন্ত্রককে ব্যাখ্যা করা যে এই প্রক্রিয়াগুলি একটি ঋণ প্রদানের মূল্যায়ন করার জন্য ডেটা সংগ্রহের প্রয়োজনীয়তার সাথে সঙ্গতিপূর্ণ।

“একদিকে, ইউরোপে, সাধারণ ডেটা সুরক্ষা প্রবিধানের জন্য ধন্যবাদ, আমরা ব্যক্তিদের গোপনীয়তার প্রতি একটি শান্ত সুরক্ষাবাদী মনোভাব নিয়েছি। অন্যদিকে, এই ধরনের কৌশলগুলিতে গবেষণায় শক্তিশালী বিনিয়োগ রয়েছে এমন দেশগুলিতে (যেমন মার্কিন যুক্তরাষ্ট্র বা চীন), গ্রাহক ডেটা পরিচালনা অনেক বেশি উদার এবং তাই কোম্পানিগুলি নতুন ব্যক্তিগতকৃত পরিষেবাগুলি তৈরি করতে সেই সুবিধার সুবিধা নিচ্ছে। ওপেনব্যাঙ্ক থেকে ভিলাতোরো বলেছেন।

এই দ্বিধাবিভক্তিটি কৃত্রিম বুদ্ধিমত্তার বিকাশে একটি ঝুঁকি তৈরি করছে যা "দুই গতি" নামে পরিচিত, অর্থাৎ, যারা আরও বেশি সুরক্ষাবাদী প্রবিধান এবং যাদের আরও শিথিল নিয়ম রয়েছে। "কৃত্রিম বুদ্ধিমত্তার মডেলগুলির বোঝাপড়া এবং স্ব-নির্দেশিত বোঝার সাথে একসাথে কাজ করা এবং তাদের ব্যবহারকে সীমিত করে এমন একটি অত্যধিক সতর্ক দৃষ্টি এড়াতে হবে," স্প্যানিশ ব্যাংকিং অ্যাসোসিয়েশন ABC-কে বিবৃতিতে বলেছে৷

দক্ষ হও

পরিষেবা ছাড়াও কৃত্রিম বুদ্ধিমত্তার সর্বশেষ অগ্রগতিগুলিকে একীভূত করতে সক্ষম হওয়ার জন্য আর্থিক সংস্থাগুলির অপারেশনাল ক্ষমতার উন্নতি করা আরেকটি চ্যালেঞ্জ। "ভাষা বোঝার অগ্রগতির সাথে প্রাকৃতিক ভাষা প্রক্রিয়ার বিবর্তন এবং জেনারেশন মডেল, যেমন GPT-3, ক্লায়েন্টদের প্রতিক্রিয়ায় শ্রেণীবিভাগ এবং তত্পরতায় সাহায্য করার সম্ভাবনার একটি বিশ্ব রয়েছে৷ তাই, এই নতুন ক্ষমতাগুলোকে সঠিকভাবে একীভূত করার চ্যালেঞ্জ আমাদের সামনে রয়েছে,” BBVA AI কারখানার মাতুরানা বলেছেন।

ইউরোপীয় ব্যাংকিং কর্তৃপক্ষের তথ্য অনুসারে, 64% আর্থিক প্রতিষ্ঠানের 2019 সালে ডেটা এবং উন্নত বিশ্লেষণাত্মক সরঞ্জামগুলির উপর ভিত্তি করে প্রকল্প রয়েছে। এই শতাংশ মহাদেশের ব্যাঙ্কগুলির মধ্যে এই প্রযুক্তির উপর ভিত্তি করে প্রকল্পগুলির দ্রুত অগ্রগতি দেখায়৷ "ডেটা ম্যানেজমেন্ট এবং কৃত্রিম বুদ্ধিমত্তার উপর ভিত্তি করে মডেলগুলির বিকাশ এবং প্রয়োগ ইতিমধ্যেই, বর্তমানে, আর্থিক পরিষেবার উন্নতির জন্য মৌলিক উপাদান," স্প্যানিশ ব্যাঙ্কিং অ্যাসোসিয়েশন বলেছে যে এই প্রযুক্তির ওজন সম্পর্কে ব্যাঙ্কিংয়ের ভবিষ্যতের জন্য৷

PwC থেকে Calle, বিবেচনা করেছেন যে ইউরোপীয় সত্ত্বার সাথে তুলনামূলক পরিপ্রেক্ষিতে, স্প্যানিশ ব্যাঙ্কগুলি কৃত্রিম বুদ্ধিমত্তা প্রযুক্তির ব্যবহারে সবচেয়ে উন্নত হিসাবে দাঁড়িয়েছে। "এখানে অনেক দূর যেতে হবে, কিন্তু স্প্যানিশ ব্যাঙ্কিং এই ক্ষেত্রে বেশ উন্নত," ক্যালে বলেছেন, যিনি স্প্যানিশ ব্যাঙ্কগুলির ভূমিকাকেও তুলে ধরেছেন তাদের ব্যাঙ্কিং পরিষেবাগুলির সর্বাধিক ডিজিটালাইজেশনের সাথে কিছু সত্তা হিসাবে৷

কিভাবে একটি রোবট ঋণযোগ্যতা মূল্যায়ন করে

ব্যাঙ্কিংয়ে কৃত্রিম বুদ্ধিমত্তার সবচেয়ে সাধারণ ব্যবহার হল গ্রাহক ক্রেডিট মূল্যায়ন প্রক্রিয়া, ইংরেজিতে 'ক্রেডিট স্কোরিং' নামে পরিচিত। আর্থিক প্রতিষ্ঠানের কাছে তাদের ক্লায়েন্টদের সম্পর্কে তথ্য থাকে যা অন্যান্য সেক্টরের কাছে নেই, যেহেতু এটি তাদের অ্যাকাউন্টে রয়েছে যেখানে তারা তাদের পে-রোল পায় এবং তাদের পেমেন্ট সরাসরি ডেবিট করে। কৃত্রিম বুদ্ধিমত্তার ব্যবহার ব্যাঙ্কগুলিকে গ্রাহকদের ঋণযোগ্যতা নির্ধারণের জন্য দ্রুত বিশ্লেষণ করতে দেয়। এটি উদ্ভাবনী ঋণ ব্যবস্থার বিকাশে অনুবাদ করে যা সত্তা এবং ক্লায়েন্টদের জন্য আরও দক্ষতার সাথে কাজ করে।