AI এর শক্তি আনলক করা: আর্থিক পরিষেবাগুলিকে নতুন আকার দেওয়া৷

এআই ক গরম বিষয় এবং অসংখ্য নিবন্ধ প্রকাশ করা হয় যাতে বলা হয় যে আর্থিক পরিষেবা সংস্থাগুলি আজ AI গ্রহণ করছে না আগামীকাল অপ্রচলিত হওয়ার ঝুঁকি রয়েছে৷ যাইহোক, অনেক হাইপের মতো, শিল্পের AI গ্রহণটি সাধারণভাবে পূর্বাভাসের মতো দ্রুত অগ্রসর হতে পারে না। শুধু একটি উদাহরণ হিসাবে, গত দুই দশক ধরে, বিশেষজ্ঞরা পুরানো উত্তরাধিকার মেইনফ্রেম সিস্টেম ব্যবহার করে ব্যাঙ্কগুলির অপ্রচলিত হওয়ার পূর্বাভাস দিচ্ছেন। তবুও, 20 বছর পরেও, অনেক ব্যাঙ্ক এখনও লিগ্যাসি মেইনফ্রেম প্রযুক্তির উপর নির্মিত সমালোচনামূলক কোর ব্যাঙ্কিং অ্যাপ্লিকেশনগুলির উপর নির্ভর করে এবং এই ব্যাঙ্কগুলি দুই দশক আগে যেমন শক্তিশালী ছিল (যদি শক্তিশালী না হয়)।

বলা হচ্ছে, AI এখানে থাকার জন্য, এবং ধীরে ধীরে গ্রহণ করা অপরিহার্য। আমার ব্লগে যেমন আলোচনা করা হয়েছে, "দ্য রাইট ফিট: এআই/এমএল গ্রহণের আগে ব্যবসার মূল্য নির্ধারণ করা" (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html), এটির জন্য AI বাস্তবায়ন না করে বুদ্ধিমানের সাথে তাদের AI যুদ্ধ বেছে নেওয়া ব্যাংকগুলির জন্য গুরুত্বপূর্ণ।

তাই আর্থিক পরিষেবা শিল্পে AI ব্যবহারের ক্ষেত্রে একটি বিস্তৃত তালিকা তৈরি করা অপরিহার্য। আমার মতে, আমরা আর্থিক পরিষেবা শিল্পে সমস্ত AI ব্যবহারের ক্ষেত্রে শ্রেণীবদ্ধ করতে পারি দুটি প্রধান গ্রুপ:

গ্রুপ 1: অসংগঠিত ডেটার আরও দক্ষ পরিচালনা

এই বিভাগটি ডেটা সংগ্রহ, বিশ্লেষণ এবং প্রক্রিয়াকরণের উপর ফোকাস করে যা একটি SQL ডাটাবেসে সুন্দরভাবে গঠন করা যায় না। এতে সাধারণত নথি, বক্তৃতা বা ছবি থেকে ডেটা অন্তর্ভুক্ত থাকে, যা প্রায়শই সরকারের মতো তৃতীয় পক্ষ থেকে বা অ-ডিজিটাল গ্রাহক পরিষেবা থেকে আসে যেগুলিকে ডিজিটাল ফর্ম্যাটে রূপান্তর করতে হবে। এই ব্যবহারের ক্ষেত্রে প্রাথমিকভাবে খরচ কমানোর লক্ষ্য থাকে, কারণ অসংগঠিত ডেটা প্রক্রিয়াকরণ খুব সম্পদ-নিবিড় হতে পারে। AI এর উত্থান এই প্রক্রিয়াগুলিকে স্বয়ংক্রিয় করা ক্রমবর্ধমান সম্ভাব্য করে তুলছে।

উদাহরণ অন্তর্ভুক্ত:

• KYC এবং KYB নথি পরিচালনা: গ্রাহকদের এবং কোম্পানির কাঠামো সম্পর্কে আরও ভালোভাবে বোঝার জন্য পরিচয়পত্রের ছবি, সরকারি প্রকাশনা বা কোম্পানির আইন প্রক্রিয়াকরণ।

• পরিচয় ব্যবস্থাপনা: কেওয়াইসি/কেওয়াইবি-এর মতো কিন্তু আইডি কার্ডের ছবি, বায়োমেট্রিক শনাক্তকরণ (যেমন মুখ এবং আঙুলের ছাপ) এবং আচরণগত শনাক্তকরণের মতো অসংগঠিত ডেটা ব্যবহার করে ক্রমাগত প্রমাণীকরণ এবং লেনদেন স্বাক্ষরের উপর দৃষ্টি নিবদ্ধ করা হয়েছে।

• ব্র্যান্ড এবং খ্যাতি ব্যবস্থাপনা: বিপণন প্রচারাভিযানে প্রতিক্রিয়া জানাতে এবং নেতিবাচক প্রচারকে মোকাবেলা করার জন্য গ্রাহক এবং মিডিয়ার অনুভূতি পর্যবেক্ষণ করা। এটি গ্রাহকের অনুভূতি এবং প্রবণতা সনাক্ত করতে প্রথাগত মিডিয়া এবং সামাজিক মিডিয়া (যেমন প্রতিক্রিয়া মন্তব্য, লাইক, শেয়ার, মতামত..) এবং অন্যান্য তথ্য উত্স (যেমন কল সেন্টার রেকর্ড) পর্যবেক্ষণ করে করা হয়।

• দাবি ব্যবস্থাপনা: অসংগঠিত ডেটা সহ দাবির প্রক্রিয়াকরণ স্বয়ংক্রিয় করা, যেমন ক্ষতিগ্রস্ত বীমাকৃত বস্তুর ছবি এবং বীমা বিশেষজ্ঞের প্রতিবেদন।

• চ্যাটবট এবং স্বয়ংক্রিয় কল সেন্টার: গ্রাহকের মিথস্ক্রিয়াগুলিকে শ্রেণীবদ্ধ করতে এবং ট্যাগ করতে, দক্ষতার সাথে মিথস্ক্রিয়া প্রেরণ করতে, স্ট্যান্ডার্ড প্রতিক্রিয়া টেমপ্লেটগুলি প্রস্তাব করতে এবং এমনকি বিভিন্ন যোগাযোগ চ্যানেল (মেল, ফোন কল এবং চ্যাট বক্স) জুড়ে প্রতিক্রিয়াগুলি সম্পূর্ণরূপে স্বয়ংক্রিয় করতে AI ব্যবহার করে৷

• অনুভূতির বিশ্লেষণ গ্রাহক প্রতিক্রিয়া এবং কর্মচারী-গ্রাহকের মিথস্ক্রিয়া বোঝার জন্য ইমেল, চ্যাট সেশন, ভয়েস এবং ভিডিও রেকর্ডিং এবং যোগাযোগের অসংগঠিত সারাংশে।

• ব্যয় এবং চালান ব্যবস্থাপনা: স্বয়ংক্রিয় প্রক্রিয়াকরণের জন্য আর্থিক নথিগুলিকে কাঠামোগত ডেটাতে রূপান্তর করা (যেমন সঠিক অ্যাকাউন্টিং বিভাগে সঠিকভাবে বুক করা)।

গ্রুপ 2: ভাল ভবিষ্যদ্বাণী এবং সম্পদ বরাদ্দ

আর্থিক পরিষেবা শিল্পে (অন্য যে কোনও শিল্পের মতো), মানুষ এবং অর্থের মতো সংস্থানগুলি দুষ্প্রাপ্য এবং যথাসম্ভব দক্ষভাবে বরাদ্দ করা উচিত। এই সংস্থানগুলি কোথায় সবচেয়ে বেশি প্রয়োজন এবং কোথায় তারা সর্বোচ্চ সংযোজিত মূল্য দিতে পারে তা অনুমান করতে AI একটি গুরুত্বপূর্ণ ভূমিকা পালন করতে পারে।

বিঃদ্রঃ: একজন গ্রাহকের মনোযোগকে একটি দুষ্প্রাপ্য সম্পদ হিসাবেও বিবেচনা করা যেতে পারে, যার অর্থ গ্রাহকের সীমিত মনোযোগের সময়টি সর্বোত্তমভাবে ব্যবহার করা হয়েছে তা নিশ্চিত করার জন্য যেকোনো যোগাযোগ বা অফার অত্যন্ত ব্যক্তিগতকৃত হওয়া উচিত।

এই ব্যবহারের ক্ষেত্রে দুটি উপ-বিভাগে শ্রেণীবদ্ধ করা যেতে পারে:

সেক্টর-অজ্ঞেয়বাদী ব্যবহারের ক্ষেত্রে

• গ্রাহকদের বিভাজন সম্ভাব্য সর্বোত্তম উপায় (সর্বোত্তম চ্যানেল মিক্স) এবং যোগাযোগের ধরন (যোগাযোগ অপ্টিমাইজেশান) নির্ধারণের জন্য উপলব্ধ ডেটার উপর ভিত্তি করে (যেমন গ্রাহকের প্রোফাইলিং, লেনদেনের ধরণগুলি বিশ্লেষণ করা, অতীত এবং তাত্ক্ষণিক গ্রাহক আচরণ…) এবং সর্বোচ্চ সম্ভাবনা সহ গ্রাহকদের জন্য সংস্থান বরাদ্দ করা ভবিষ্যতের রাজস্ব।

• মন্থন সনাক্তকরণ ছেড়ে যাওয়ার ঝুঁকিতে থাকা গ্রাহকদের চিহ্নিত করতে এবং ধরে রাখতে। সেই গ্রাহকদের জন্য অতিরিক্ত সংস্থান বরাদ্দ করে, যেমন কর্মচারীরা গ্রাহকের সাথে যোগাযোগ করে বা গ্রাহককে মন্থন থেকে বিরত রাখতে নির্দিষ্ট প্রণোদনা (যেমন ডিসকাউন্ট বা ভাল সুদের হার) অফার করে।

• সেরা সম্ভাবনা এবং বিক্রয় সুযোগ সনাক্ত করুন: লিডের একটি তালিকার মধ্যে যারা গ্রাহক হওয়ার সম্ভাবনা সবচেয়ে বেশি তাদের চিহ্নিত করুন, তবে কোন বিদ্যমান গ্রাহকদের ক্রস-সেলিং এবং আপ-সেলিং অ্যাকশনের জন্য সবচেয়ে ভালো লক্ষ্য করা যেতে পারে তাও চিহ্নিত করুন।

• চাহিদা এবং সরবরাহের বিবর্তনের পূর্বাভাস দিন, যেমন সনাক্ত করুন কোথায় ATM মেশিন বা শাখা সর্বোত্তম অবস্থান করা উচিত, ভবিষ্যদ্বাণী করুন কত গ্রাহক সহায়তা মিথস্ক্রিয়া গ্রাহক সহায়তা দলের সর্বোত্তম স্টাফিং নিশ্চিত করতে বা ক্লাউড পরিকাঠামো খরচ অপ্টিমাইজ করার জন্য IT পরিকাঠামোর উপর লোডের পূর্বাভাস দিতে পারে।

• পরবর্তী সেরা কর্ম, পরবর্তী সেরা অফার বা সুপারিশ ইঞ্জিন ব্যক্তিগতকৃত গ্রাহক ইন্টারঅ্যাকশনের জন্য, অর্থাৎ কোন ক্রিয়া, পণ্য বা পরিষেবাটি সময়ের যেকোনো মুহূর্তে ব্যবহারকারীর আগ্রহের সম্ভাবনা বেশি তা অনুমান করুন। এই প্রক্রিয়ায় সহজে প্রবেশের অনুমতি দিলে গ্রাহক বা অন্য কোন ব্যবহারকারীকে (যেমন অভ্যন্তরীণ কর্মচারী) তাদের লক্ষ্য দ্রুত অর্জন করতে সাহায্য করতে পারে, ফলে রাজস্ব বৃদ্ধি এবং খরচ কম হয়।

• মূল্য নির্ধারণ ইঞ্জিন সর্বোত্তম পণ্য বা পরিষেবার মূল্য নির্ধারণের জন্য।

আর্থিক পরিষেবা শিল্প নির্দিষ্ট ব্যবহারের ক্ষেত্রে

• ক্রেডিট স্কোরিং ইঞ্জিন ঋণযোগ্যতা মূল্যায়ন এবং দক্ষ ঋণ সিদ্ধান্ত নিতে. এই ইঞ্জিনটির লক্ষ্য ডিফল্টের সম্ভাব্যতা এবং ডিফল্টের ক্ষেত্রে আনুমানিক ক্ষতির মূল্য নির্ধারণ করা, একটি ক্রেডিট গ্রহণ করা উচিত কিনা তা নির্ধারণ করা। এটি একটি ভবিষ্যদ্বাণী সমস্যা, যা নিশ্চিত করে যে ব্যাঙ্কের অর্থ সবচেয়ে কার্যকর উপায়ে ব্যয় করা হয়েছে।

• জালিয়াতি সনাক্তকরণ ইঞ্জিন অনলাইন জালিয়াতি (সাইবার হুমকি) এবং অর্থপ্রদানের জালিয়াতি সহ প্রতারণামূলক আর্থিক লেনদেন সনাক্ত এবং প্রতিরোধ করতে। ইঞ্জিন ভবিষ্যদ্বাণী করে যদি একজন ব্যবহারকারীর প্রকৃত আচরণ প্রত্যাশিত (অনুমান করা) আচরণের সাথে মিলে যায়। যদি না হয়, এটি সম্ভবত প্রতারণার মামলা। এই ইঞ্জিনগুলি রাজস্ব ক্ষতি কমাতে, ব্র্যান্ডের ক্ষতি এড়াতে এবং একটি ঘর্ষণহীন গ্রাহক অনলাইন অভিজ্ঞতা প্রদান করতে সহায়তা করে।

• রোবো-পরামর্শদাতা বাজারের প্রবণতা, বর্তমান বিনিয়োগ পোর্টফোলিও এবং গ্রাহকের সীমাবদ্ধতার উপর ভিত্তি করে সর্বোত্তম বিনিয়োগ পোর্টফোলিও তৈরি করার পরিষেবাগুলি (যেমন ঝুঁকি প্রোফাইল, স্থায়িত্বের সীমাবদ্ধতা, বিনিয়োগের দিগন্ত...)।

  • AML সনাক্তকরণ ইঞ্জিন আর্থিক লেনদেনে মানি লন্ডারিং এবং অপরাধমূলক কার্যকলাপ সনাক্ত (এবং বন্ধ) করতে।

  • তারল্য ঝুঁকি ব্যবস্থাপনা ইঞ্জিন নগদ প্রবাহ অপ্টিমাইজ করার জন্য। এটি এমন একটি পরিষেবা যা গ্রাহকদের দেওয়া যেতে পারে, তবে এটি ব্যাঙ্কের জন্য অভ্যন্তরীণভাবেও প্রয়োজনীয়৷ সমস্ত টাকা তোলার জন্য ব্যাঙ্ককে তার ব্যালেন্স শীটে পর্যাপ্ত তরলতা নিশ্চিত করতে হবে, তবে এটিএম মেশিন এবং শাখাগুলি সরবরাহ করার জন্য নগদ অর্থের প্রয়োজনীয়তার পূর্বাভাস দিতে হবে।

এই ব্যবসা-ভিত্তিক AI ব্যবহারের ক্ষেত্রে ছাড়াও, AI-এর অভ্যন্তরীণ ব্যবহার উপেক্ষা করবেন না কর্মচারী উত্পাদনশীলতা বৃদ্ধি. ChatGPT-এর মতো জেনারেটিভ এআই টুলগুলি বিভিন্ন বিভাগকে সাহায্য করতে পারে, যেমন বিক্রয়, বিপণন এবং আইটি, তাদের উত্পাদনশীলতা বৃদ্ধিতে।

আমার ব্লগে নির্দেশিত হিসাবে "সঠিক ফিট: এআই/এমএল গ্রহণের আগে ব্যবসায়ের মূল্য নির্ধারণ করা" (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html), প্রথম বিভাগ (অর্থাৎ "অসংগঠিত ডেটার আরও দক্ষ পরিচালনা") আমার মতে সবচেয়ে বড় সম্ভাবনা রাখে, যদিও এটির জন্য খুব নির্দিষ্ট AI দক্ষতা এবং জটিল AI মডেলগুলির প্রয়োজন৷ অতএব, অনেক আর্থিক পরিষেবা সংস্থাগুলি এই শ্রেণীর ব্যবহারের ক্ষেত্রে প্রাক-প্রশিক্ষিত মডেলগুলি ব্যবহার করতে পারে।

দ্বিতীয় বিভাগে ব্যবহারের ক্ষেত্রে (অর্থাৎ "উন্নত ভবিষ্যদ্বাণী এবং দুষ্প্রাপ্য সংস্থানগুলির আরও ভাল বরাদ্দ") এছাড়াও প্রতিশ্রুতিবদ্ধ এবং বিভাগ 1-এর ব্যবহারের ক্ষেত্রেগুলির তুলনায় আরও দ্রুত ফলাফল দিতে পারে। তবে, প্রচলিত নিয়ম-ভিত্তিক অ্যালগরিদমের তুলনায় তাদের অতিরিক্ত মান সর্বদা গ্যারান্টিযুক্ত নয়, তাদের প্রায়শই স্বচ্ছতার অভাব হয় এবং সূক্ষ্ম সুর করা কঠিন। ফলস্বরূপ, এআই ব্যবহার করা কেসগুলি প্রায়শই বাস্তবের চেয়ে বেশি আশাব্যঞ্জক দেখায়।

অনেক ক্ষেত্রে, ব্যাঙ্কগুলিকে AI-তে সরাসরি বিনিয়োগ করতে হবে না, কারণ ইতিমধ্যেই অসংখ্য সফ্টওয়্যার সমাধান বিদ্যমান রয়েছে, যা শুধুমাত্র AI মডেলগুলিই অফার করে না বরং তাদের চারপাশে কর্মপ্রবাহ এবং ব্যবসায়িক যুক্তিও অন্তর্ভুক্ত করে।
প্রতিটি ব্যবহারের ক্ষেত্রে, আর্থিক পরিষেবা সংস্থাগুলি আসলে এর মধ্যে বেছে নিতে পারে তিনটি বিকল্প:

• অপশন 1: একটি মডেল নির্মাণ গোড়া থেকে AWS SageMaker বা GCP AI প্ল্যাটফর্মের মত প্ল্যাটফর্ম ব্যবহার করে। এর অর্থ হল কোম্পানির একটি ভাল ডেটা প্রশিক্ষণ সেট সনাক্ত করতে হবে, একটি মডেল সেট আপ করতে হবে এবং মডেলটিকে নিজেই প্রশিক্ষণ দিতে হবে। যেমন KBC তার ভার্চুয়াল সহকারীর একটি বড় অংশ তৈরি করেছে (যাকে কেট বলা হয়) GCP AI প্রযুক্তি ব্যবহার করে সম্পূর্ণভাবে ইন-হাউস।

• অপশন 2: ব্যবহার প্রাক-প্রশিক্ষিত ক্লাউড-ভিত্তিক মডেলগুলি যেগুলি সহজেই স্থাপনযোগ্য এবং অভিযোজনযোগ্য, যেমন AWS ফ্রড ডিটেক্টর, AWS ব্যক্তিগতকরণ, বা নির্দিষ্ট ব্যবহারের ক্ষেত্রে ChatGPT-এর কাস্টম সংস্করণ (GPTs-এর নতুন ধারণা চালু করার জন্য OpenAI-এর cfr ঘোষণা)।

• অপশন 3: অর্জন সম্পূর্ণ সফ্টওয়্যার সমাধান যার মধ্যে রয়েছে অভ্যন্তরীণ AI মডেল, স্ক্রিন, ওয়ার্কফ্লো এবং প্রসেস। আর্থিক পরিষেবা শিল্পে অসংখ্য সমাধান বিদ্যমান, যেমন ডিস্কাই (যেটি কেবিসি ব্যাঙ্কের দ্বারা অভ্যন্তরীণভাবে তৈরি এআই মডেলগুলিকে বাণিজ্যিকীকরণ করে), কমপ্লিঅ্যাডভান্টেজ, জেস্ট এআই, সাইন্যাপটিক এআই, ডেটারোবট, কেনশো টেকনোলজিস, টেগাস, ক্যানো, আবে.এআই…

কোন বিকল্পটি বেছে নেওয়ার সিদ্ধান্তটি আর্থিক পরিষেবা সংস্থার নির্দিষ্ট চাহিদার উপর নির্ভর করে। AI মডেলগুলির ক্ষমতা এবং সীমাবদ্ধতা বোঝা, একটি কঠিন ডেটা কৌশল থাকা এবং বাহ্যিক মডেল এবং সরঞ্জামগুলির জন্য কীভাবে ডেটা উপলব্ধ করা যায় তা জানা একটি আর্থিক পরিষেবা সংস্থার জন্য গুরুত্বপূর্ণ পদক্ষেপ যা AI গ্রহণ করতে চাইছে৷ এই পদক্ষেপগুলি সাধারণত গভীর অভ্যন্তরীণ AI জ্ঞান থাকার চেয়ে বেশি গুরুত্বপূর্ণ।

আর্থিক পরিষেবা শিল্পে AI গ্রহণ করা স্পষ্টতই প্রতিযোগিতামূলক থাকার এবং গ্রাহকের চাহিদা পূরণের জন্য একটি প্রয়োজনীয়তা। সঠিক পন্থা (বিল্ড বনাম কেনার), সুবিবেচিত ব্যবহারের ক্ষেত্রের সাথে মিলিত, একটি সফল এআই যাত্রার পথ প্রশস্ত করতে পারে।

আমার সব ব্লগ চেক আউট https://bankloch.blogspot.com/

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://www.finextra.com/blogposting/25219/unlocking-the-power-of-ai-reshaping-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs