جهان مملو از اخبار و مقالات در مورد هوش مصنوعی (AI) است و صنعت پرداخت نیز از این قاعده مستثنی نیست. اخیراً متوجه شدیم که Mastercard یک کارت را عرضه کرده است
ابزار هوش مصنوعی برای شناسایی کلاهبرداری های پرداخت در زمان واقعی,
بانک ایالات متحده از هوش مصنوعی در مدیریت سفرهای تجاری استفاده می کند، و کنفرانس ها هستند
مملو از گفتگوها در مورد آینده هوش مصنوعی.
یک سال قبل، مطبوعات مالی طلسم مشابهی در مورد NFT و Web3 داشتند.
اما هوش مصنوعی باد را از بادبان های خود بیرون آورده است. تفسیری آسان و احتمالاً نه کاملاً اشتباه وجود دارد که بسیاری در اینجا آورده اند: در غیاب تغییرات ساختاری عمده برای بهبود امور مالی (یا حتی اقتصاد به طور کلی تر)، شرکت ها به جای اینکه درازمدت فکر کنند، به مد می پردازند. این نه کاملاً اشتباه است و نه درست. چیزی که مانند همیشه مورد نیاز است، نگاهی دقیق به پدیده های هوش مصنوعی در بانکداری است که در عین نادیده گرفتن «هیجان»، پتانسیل آن را در نظر بگیرد.
هوش مصنوعی چیست؟
این سؤال که چه چیزی هوش را تشکیل می دهد، بسیار فراتر از محدوده آنچه در اینجا در حال بررسی هستم - و ممکن است یکی از مهم ترین سؤالات فلسفی باشد. میتوانیم تعریفی سریع از هوش مصنوعی بهعنوان هر چیزی که شبیه تفکر یک انسان است ارائه دهیم – بنابراین، سیستمهایی که در مورد محدودیتهای متقاضیان وام تصمیم میگیرند، میتوانند بهعنوان هوشمند مصنوعی تعریف شوند. آنها کاری را انجام میدهند که زمانی توسط یک انسان انجام میشد با چکلیست و اغلب احساسات درونی خودشان در مورد اینکه آیا یک متقاضی شخص «درست» است یا خیر.
این نوع هوش مصنوعی از نظر عملکردی یک نمودار جریان است - اگر متقاضی دارای امتیاز اعتباری بالاتر از یک آستانه خاص است، به سؤال سه بروید، اگر زیر است، سپس به سؤال سه بروید. این نمودارهای جریان می توانند فوق العاده پیچیده باشند، اما همچنان کپی کاری هستند که می توان با قلم و کاغذ انجام داد. موج اخیر هوش مصنوعی اما چیز متفاوتی انجام می دهد. یادگیری ماشینی (ML) به آن سیستمهای نمودار جریان اجازه میدهد تا خود را برای بهینهسازی بهتر برای دستیابی به نتایج خاص تنظیم کنند. برای مثال، سیستم ML یک شرکت وام ممکن است از طریق دادههای مربوط به نرخ بازپرداخت برای مشتریانی با امتیازات اعتباری مختلف نگاه کند و متوجه شود که مشتریان با امتیاز 600 به همان اندازه میتوانند وامهای خود را با امتیاز 700 بازپرداخت کنند. نیازی به گرفتن نرخ بهره بالاتر از آنها نیست. شرایط ملایم تر، مشتریان بیشتری را جذب می کند و سودآوری کسب و کار را افزایش می دهد. این ممکن است کاری باشد که یک انسان می تواند انجام دهد، اما آنها آن را بسیار کندتر انجام می دهند. البته، همه سیستمهای ML یکسان ایجاد نمیشوند و ممکن است پیچیدگیهایی وجود داشته باشد که کامپیوتر نتواند آنها را در نظر بگیرد، بنابراین تعداد کمی از شرکتها به سیستمهای هوش مصنوعی خود اختیار میدهند تا هر تغییری را که درست است انجام دهند، اما آنها برای انجام کارهای کوچک مناسب هستند. تعدیل سیستم هایی که منجر به چند درصد سود اضافی می شود. اساساً، هوش مصنوعی و ML فقط به خوبی انسان پشت آن هستند، اما مطمئناً انجام کارهای سنگین زیادی را از دست انسان می گیرد.
هوش مصنوعی در پرداخت ها
در پرداخت ها، ML کاربردهای مشابهی دارد. تحقیقات نشان می دهد که
55 درصد از مشاغل هنوز از سال 2022 در ماه مه 2023 بدهکار هستند.. دلایل زیادی برای این امر وجود دارد، از جمله افزایش هزینه های زندگی و قیمت برق، اما حجم زیاد تشریفات اداری در مورد پرداخت ها یک مسئله مهم است.
پرداختهای B2B در بریتانیا سریعترین پرداختها در اروپا هستند و سریعتر میشوند، اما هنوز متوسط هستند
23 روز از فاکتور تا پرداخت. این را با پرداخت های B2C مقایسه کنید، جایی که پول معمولاً فوراً از حسابی به حساب دیگر یا مشتری به تجارت دیگر منتقل می شود. پرداخت های B2B «روز اول» جام مقدس هستند، اما همیشه به دلایل قانونی و مطابقت گزینه ای نیست – هوش مصنوعی می تواند زمانی را تشخیص دهد که is یک گزینه و بنابراین زمانی که می توان پرداخت فوری را ارائه داد.
نقطه شروع هر پرداخت باید اطمینان حاصل شود که شخصی که پرداخت میکند یا پرداخت میشود همان کسی است که میگوید، و از طریق چکهای KYC و AML عبور کرده است. کل این فرآیند به دلیل حجم انبوه اسنادی که باید مورد بررسی قرار گیرند، حجم کاری زمان بر و عذاب آور است. خوشبختانه، ابزارهای هوش مصنوعی و ML بدشان نمی آید که کاغذ یا اسناد اسکن شده دیجیتالی را غربال کنند. با پردازش زبان طبیعی، هوش مصنوعی و ML می توانند اسناد را به سرعت بخوانند، جعلی یا واقعی بودن آنها را تأیید کنند و برای اطمینان از صحت آنها را با منابع دیگر ارجاع دهند.
با ورود بسیار سریعتر و کارآمدتر، مشتریان می توانند تنها در چند دقیقه حساب باز کنند، معاملات را بلافاصله شروع کنند، و مؤسسات از این آگاهی بهره مند می شوند که با قوانین AML و KYC مطابقت دارند.
در مورد پرداختهای پیچیدهتر، هوش مصنوعی میتواند میانبرها و صرفهجویی در بهرهوری را شناسایی کند یا کارهای روزمرهتر را خودکار کند. توانایی هوش مصنوعی برای پردازش مجموعه دادههای عظیم و مقایسه تعداد زیادی از متغیرها در زمان واقعی، یک بازی را تغییر میدهد. می تواند پردازش مستقیم پرداخت ها را با تصمیم گیری بسیار دقیق تر و مسیریابی و توزیع هوشمند تراکنش های پرداخت برای بهبود مجوز و تسویه تسهیل کند. برای مثال، هوش مصنوعی میتواند به ارائهدهنده پرداخت کمک کند تا تصمیم بگیرد که آیا یک تراکنش خاص باید از طریق احراز هویت دو مرحلهای انجام شود یا خیر.
تطبیق پرداخت مبتنی بر هوش مصنوعی میتواند بهطور خودکار پرداختهای دریافتی را با صورتحسابهای معوق مطابقت دهد، نیاز به مداخله انسانی را کاهش داده و زمانهای تطبیق را تسریع میکند. این امیدواریم منجر به برخی از
50 میلیارد پوند یا بیشتر بابت تأخیر در پرداخت بدهی به مشاغل بریتانیایی در حال کاهش است.
آینده هوش مصنوعی در پرداخت ها چیست؟
اکنون متوجه خواهید شد که ما در مورد سیستم های هوش مصنوعی در پرداخت و امور مالی در زمان حال صحبت می کنیم. این به این دلیل است که آنها سال ها در صنعت مالی بزرگتر حضور داشته اند - در برخی موارد چندین دهه است. هنگامی که امروزه از هوش مصنوعی یاد می شود، معمولاً به نوآوری های جدید در این زمینه اشاره می کند، یعنی مدل های زبان بزرگ (معمولاً ChatGPT نامیده می شود، اگرچه این یکی از بسیاری از شرکت هایی است که در این زمینه کار می کند).
احتمالاً از قابلیتهای این سیستمهایی که قبلاً استفاده میشوند آگاه خواهید بود: یک کاربر میتواند به هوش مصنوعی یک اعلان بدهد («سه پست در رسانههای اجتماعی در مورد هوش مصنوعی در پرداختهای تجاری به کسبوکار بنویسید») یا سؤالی بپرسد («هوش مصنوعی چگونه ممکن است بر صنعت پرداختهای B2B تأثیر میگذارد؟») و مدل زبان بزرگ پاسخی خواهد داد که اغلب میتواند بسیار قانعکننده باشد. این کار را با تغذیه میلیونها قطعه داده (مقالات، کتابها، پستهای رسانههای اجتماعی و غیره) انجام میدهد و شبکههای پیچیدهای از ارتباطات بین اصطلاحات ایجاد میکند تا جایی که میتواند چیزی شبیه به آنچه قبلاً در یک مقاله دیده است بازتولید کند. در AI در پرداخت به نظر می رسد. از آنجایی که به این صورت «فکر» نیست و نمی تواند تحقیقی انجام دهد، این LLM ها مستعد این هستند کهتوهمکه در آن پاسخی ارائه می کنند که قابل قبول به نظر می رسد، اما تحت کوچکترین بررسی از هم می پاشد.
علیرغم تمام صحبتهایی که در مورد LLMها و پرداختها وجود دارد، دشوار است که ببینیم این سیستمها چه چیزی را ارائه میدهند که قبلاً از طریق ML در دسترس نیست. نیاز به تولید متنهای قانعکننده (اما نه کاملاً متقاعدکننده) یکی از نقاط دردسر صنعت پرداخت در مقایسه با تسهیل پرداخت، پرداختهای فرامرزی و تقلب نیست. ممکن است این فناوریها به پیشرفتهایی در ML منجر شوند که میتوانند سیستمهای موجود را بهتر قادر به تجزیه مجموعه دادههای عظیم تولید شده توسط یک شرکت پرداخت در طول فعالیت روزانه خود کنند.
مثل همیشه، صنعت پرداخت باید دید واقع بینانه ای از فناوری پشت هوش مصنوعی و آنچه که واقعاً برای آنها حرکت می کند داشته باشد. نقاط دردسر خاصی که در پرداخت ها نیاز به پرداختن دارند، متنوع هستند و همیشه در حال تغییر هستند، اما ما در حال حاضر می بینیم که چگونه هوش مصنوعی می تواند نتایج را برای شرکت های پرداخت بهبود بخشد.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. خودرو / خودروهای الکتریکی، کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- BlockOffsets. نوسازی مالکیت افست زیست محیطی. دسترسی به اینجا.
- منبع: https://www.finextra.com/blogposting/24673/can-ai-really-change-the-payments-industry?utm_medium=rssfinextra&utm_source=finextrablogs
- : دارد
- :است
- :نه
- :جایی که
- $UP
- 2022
- 23
- 700
- a
- توانایی
- قادر
- درباره ما
- بالاتر
- حساب
- حساب ها
- دقیق
- رسیدن
- فعالیت
- خطاب به
- پیشرفت
- اثر
- AI
- سیستم های هوش مصنوعی
- معرفی
- اجازه می دهد تا
- قبلا
- همیشه
- AML
- در میان
- مقدار
- an
- و
- پاسخ
- هر
- هر چیزی
- جدا
- متقاضیان
- برنامه های کاربردی
- هستند
- دور و بر
- مقاله
- مقالات
- مصنوعی
- هوش مصنوعی
- هوش مصنوعی (AI)
- AS
- تصدیق
- صحت
- اجازه
- خودکار بودن
- بطور خودکار
- در دسترس
- میانگین
- مطلع
- دور
- B2B
- پرداخت های B2B
- B2C
- به عقب
- بانک
- بانکداری
- BE
- زیرا
- بوده
- قبل از
- پشت سر
- بودن
- در زیر
- سود
- بهتر
- میان
- خارج از
- بیلیون
- بدن
- کتاب
- هر دو
- گسترده
- کسب و کار
- کسب و کار
- اما
- خریداری کردن
- by
- CAN
- نمی توان
- قابلیت های
- مورد
- موارد
- معین
- قطعا
- تغییر دادن
- تبادل
- بار
- چارت سازمانی
- نمودار
- GPT چت
- چک
- CO
- شرکت
- شرکت
- شرکت
- مقايسه كردن
- مقایسه
- پیچیده
- پیچیدگی ها
- انطباق
- کامپیوتر
- رفتار
- همایش ها
- اتصالات
- هزینه
- میتوانست
- دوره
- ایجاد شده
- اعتبار
- مرزی
- پرداخت های مرزی
- مشتری
- مشتریان
- داده ها
- مجموعه داده ها
- مجموعه داده ها
- روز به روز
- روز
- دهه
- تصمیم گیری
- تصمیم گیری
- مشخص
- تعریف
- مختلف
- مشکل
- دیجیتالی
- توزیع
- do
- مستندات
- اسناد و مدارک
- میکند
- انجام شده
- آیا
- قرعه کشی
- کشیده شده
- در طی
- ساده
- اقتصاد
- بهره وری
- موثر
- برق
- به طور کامل
- برابر
- اساسا
- اروپا
- حتی
- در حال تحول
- معاینه کردن
- مثال
- استثنا
- موجود
- بررسی
- اضافی
- خیلی
- تسهیل کردن
- جعلی
- سقوط
- بسیار
- سریعتر
- سریعترین
- تغذیه
- احساسات
- کمی از
- رشته
- پر شده
- سرمایه گذاری
- مالی
- پیدا کردن
- ظریف
- جریان
- برای
- خوشبختانه
- تقلب
- رایگان
- از جانب
- کامل
- عملا
- تغییر دهنده ی بازی
- تولید
- واقعی
- گرفتن
- دادن
- Go
- خوب
- بود
- دست ها
- آیا
- داشتن
- سنگین
- بلند کردن سنگین
- کمک
- اینجا کلیک نمایید
- بالاتر
- خوشبختانه
- چگونه
- اما
- HTTPS
- انسان
- شناسایی
- if
- مهم
- بهبود
- in
- وارد شونده
- افزایش
- بطور باور نکردنی
- صنعت
- نوآوری
- فوری
- فورا
- موسسات
- اطلاعات
- هوشمند
- علاقه
- نرخ بهره
- تفسیر
- مداخله
- به
- موضوع
- IT
- ITS
- JPG
- تنها
- دانش
- KYC
- زبان
- بزرگ
- بزرگتر
- دیر
- رهبری
- آموخته
- یادگیری
- کمترین
- قانونی
- بلند کردن اجسام
- پسندیدن
- محدودیت
- زندگی
- وام
- وام
- طولانی
- نگاه کنيد
- مطالب
- خیلی
- دستگاه
- فراگیری ماشین
- عمده
- ساخت
- ساخت
- بسیاری
- عظیم
- مسترکارت
- مسابقه
- ممکن است..
- رسانه ها
- ذکر شده
- قدرت
- میلیون ها نفر
- ذهن
- دقیقه
- ML
- مدل
- مدل
- پول
- بیش
- اکثر
- حرکت
- بسیار
- بسیاری
- از جمله
- طبیعی
- پردازش زبان طبیعی
- نیاز
- ضروری
- نیازمند
- نیازهای
- شبکه
- جدید
- اخبار
- بعد
- NFT
- نه
- اطلاع..
- اکنون
- of
- ارائه
- ارائه شده
- غالبا
- on
- شبانه روزی
- یک بار
- ONE
- فقط
- باز کن
- بهینه سازی
- گزینه
- or
- دیگر
- خارج
- نتایج
- برجسته
- خود
- پرداخت
- درد
- مقاله
- گذشت
- پرداخت
- پرداخت
- پرداخت
- تطبیق پرداخت
- معاملات پرداخت
- مبلغ پرداختی
- درصد
- شخص
- قطعات
- افلاطون
- هوش داده افلاطون
- PlatoData
- محتمل
- نقطه
- نقطه
- پست ها
- پتانسیل
- در حال حاضر
- فشار
- قبلا
- قیمت
- شاید
- روند
- در حال پردازش
- تولید کردن
- سود
- سودبخشی
- ارائه دهنده
- سوال
- سوالات
- سریع
- نرخ
- نسبتا
- واقعی
- زمان واقعی
- واقع بینانه
- واقعا
- دلایل
- اخیر
- تازه
- مصالحه
- قرمز
- کاهش
- کاهش
- اشاره
- مقررات
- بازپرداخت
- پاسخ
- تحقیق
- شباهت دارد
- نتیجه
- برگشت
- راست
- طلوع
- رول
- مسیریابی
- s
- پس انداز
- گفتن
- حوزه
- نمره
- بررسی موشکافانه
- دیدن
- مشاهده
- مشاهده گردید
- مجموعه
- توافق
- نشان می دهد
- مشابه
- کوچک
- هوشمند
- So
- آگاهی
- رسانه های اجتماعی
- پیام های رسانه های اجتماعی
- برخی از
- چیزی
- مصنوعی
- منابع
- خاص
- سرعت
- هجی کردن
- Spot
- شروع
- راه افتادن
- هنوز
- راست
- ساختاری
- چنین
- مطمئن
- سیستم
- سیستم های
- گرفتن
- صورت گرفته
- طول می کشد
- صحبت
- سخنگو
- مذاکرات
- وظایف
- فن آوری
- پیشرفته
- مدت
- قوانین و مقررات
- نسبت به
- که
- La
- انگلستان
- شان
- آنها
- خودشان
- سپس
- آنجا.
- از این رو
- اینها
- آنها
- تفکر
- این
- کسانی که
- اگر چه؟
- سه
- آستانه
- از طریق
- زمان
- زمان بر
- بار
- به
- امروز
- ابزار
- ابزار
- معامله
- معامله
- معاملات
- منتقل
- سفر
- به طور معمول
- Uk
- زیر
- استفاده کنید
- کاربر
- با استفاده از
- معمولا
- بررسی
- چشم انداز
- حجم
- موج
- مسیر..
- we
- Web3
- خوب
- چی
- هر چه
- چه زمانی
- چه
- که
- در حین
- WHO
- تمام
- اراده
- باد
- با
- کارگر
- جهان
- خواهد بود
- می داد
- اشتباه
- سال
- سال
- زفیرنت