AI کی طاقت کو غیر مقفل کرنا: مالیاتی خدمات کو نئی شکل دینا

AI ہے a سلگتا ہوا موضوع اور متعدد مضامین شائع کیے گئے ہیں جن میں کہا گیا ہے کہ مالیاتی خدمات فراہم کرنے والی کمپنیاں آج AI کو نہیں اپنا رہی ہیں جو کل متروک ہونے کا خطرہ رکھتی ہیں۔ تاہم، جیسا کہ بہت سے ہائپس کے ساتھ، صنعت کی طرف سے AI کو اپنانا اتنی تیزی سے آگے نہیں بڑھ سکتا جتنا کہ عام طور پر پیش گوئی کی جاتی ہے۔ صرف ایک مثال کے طور پر، گزشتہ دو دہائیوں سے، ماہرین پرانے مین فریم سسٹمز کا استعمال کرتے ہوئے بینکوں کے متروک ہونے کی پیش گوئی کر رہے ہیں۔ اس کے باوجود، 20 سال گزرنے کے بعد بھی، بہت سے بینک اب بھی اہم بنیادی بینکنگ ایپلی کیشنز پر انحصار کرتے ہیں جو میراثی مین فریم ٹیکنالوجیز پر بنائے گئے ہیں، اور یہ بینک اتنے ہی مضبوط ہیں (اگر مضبوط نہیں ہیں) جیسا کہ وہ دو دہائیاں پہلے تھے۔

یہ کہا جا رہا ہے، AI یہاں رہنے کے لیے ہے، اور بتدریج اپنانا ضروری ہے۔ جیسا کہ میرے بلاگ میں بحث کی گئی ہے، "صحیح فٹ: AI/ML کو اپنانے سے پہلے کاروباری قدر کا اندازہ لگانا" (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html)، بینکوں کے لیے یہ ضروری ہے کہ وہ اپنی AI لڑائیوں کا انتخاب دانشمندی سے کریں، بجائے اس کے کہ اس کی خاطر AI کو لاگو کریں۔

اس لیے مالیاتی خدمات کی صنعت میں AI کے استعمال کے کیسز کی ایک جامع فہرست بنانا ناگزیر ہے۔ میری رائے میں، ہم مالیاتی خدمات کی صنعت میں AI کے استعمال کے تمام کیسز کی درجہ بندی کر سکتے ہیں۔ دو اہم گروپ:

گروپ 1: غیر ساختہ ڈیٹا کی زیادہ موثر ہینڈلنگ

یہ زمرہ ڈیٹا کو اکٹھا کرنے، تجزیہ کرنے اور پروسیسنگ کرنے پر مرکوز ہے جسے SQL ڈیٹا بیس میں صاف ستھرا نہیں بنایا جا سکتا۔ اس میں عام طور پر دستاویزات، تقریر یا تصاویر کا ڈیٹا شامل ہوتا ہے، جو اکثر حکومت جیسے تیسرے فریق یا غیر ڈیجیٹل کسٹمر سروسز سے ہوتا ہے جنہیں ڈیجیٹل فارمیٹ میں تبدیل کرنے کی ضرورت ہوتی ہے۔ ان استعمال کے معاملات کا مقصد بنیادی طور پر لاگت میں کمی کرنا ہے، کیونکہ غیر ساختہ ڈیٹا پر کارروائی بہت زیادہ وسائل کی حامل ہو سکتی ہے۔ AI کا عروج ان عملوں کو خودکار بنانا تیزی سے ممکن بنا رہا ہے۔

مثال میں شامل ہیں:

• KYC اور KYB دستاویز کی ہینڈلنگ: صارفین اور کمپنی کے ڈھانچے کی بہتر تفہیم حاصل کرنے کے لیے شناختی کارڈ کی تصاویر، سرکاری اشاعتوں، یا کمپنی کے قوانین پر کارروائی کرنا۔

• شناخت مینجمنٹ: KYC/KYB کی طرح لیکن مسلسل توثیق اور لین دین پر دستخط کرنے پر توجہ مرکوز کی گئی، شناختی کارڈ کی تصاویر، بائیو میٹرک شناخت (جیسے چہرہ اور فنگر پرنٹ) اور طرز عمل کی شناخت جیسے غیر ساختہ ڈیٹا کا استعمال۔

• برانڈ اور ساکھ کا انتظام: مارکیٹنگ مہمات پر ردعمل ظاہر کرنے اور منفی تشہیر سے نمٹنے کے لیے کمپنی کے بارے میں صارفین اور میڈیا کے جذبات کی نگرانی کرنا۔ یہ صارفین کے جذبات اور رجحانات کی شناخت کے لیے روایتی میڈیا اور سوشل میڈیا (جیسے فیڈ بیک تبصرے، لائکس، شیئرز، آراء..) اور دیگر معلوماتی ذرائع (مثلاً کال سینٹر ریکارڈز) کی نگرانی کے ذریعے کیا جاتا ہے۔

• کلیم مینجمنٹ: غیر ساختہ ڈیٹا کے ساتھ دعووں کی پروسیسنگ کو خودکار بنانا، جیسے کہ خراب بیمہ شدہ اشیاء کی تصویریں اور انشورنس ماہر کی رپورٹس۔

• چیٹ بوٹس اور خودکار کال سینٹرز: کسٹمر کے تعاملات کی درجہ بندی اور ٹیگ کرنے کے لیے AI کا استعمال، تعاملات کو مؤثر طریقے سے بھیجنا، معیاری رسپانس ٹیمپلیٹس تجویز کرنا، اور یہاں تک کہ مختلف مواصلاتی چینلز (میل، فون کال اور چیٹ باکس) پر ردعمل کو مکمل طور پر خودکار کرنا۔

• احساس تجزیہ ای میلز، چیٹ سیشنز، صوتی اور ویڈیو ریکارڈنگز، اور گاہک کے تاثرات اور ملازم-گاہک کے تعاملات کو سمجھنے کے لیے مواصلات کے غیر منظم خلاصے پر۔

• اخراجات اور انوائس مینجمنٹ: مالیاتی دستاویزات کو خودکار پروسیسنگ کے لیے سٹرکچرڈ ڈیٹا میں تبدیل کرنا (مثلاً صحیح اکاؤنٹنگ کے زمرے میں اسے صحیح طریقے سے بک کرنا)۔

گروپ 2: بہتر پیشین گوئی اور وسائل کی تقسیم

مالیاتی خدمات کی صنعت میں (کسی بھی دوسری صنعت کی طرح)، وسائل جیسے لوگ اور پیسے کی کمی ہے اور انہیں جتنا ممکن ہو سکے مختص کیا جانا چاہیے۔ AI یہ پیش گوئی کرنے میں ایک اہم کردار ادا کر سکتا ہے کہ ان وسائل کی کہاں سب سے زیادہ ضرورت ہے اور وہ کہاں سب سے زیادہ اضافی قیمت حاصل کر سکتے ہیں۔

نوٹ: گاہک کی توجہ کو ایک قلیل وسیلہ کے طور پر بھی سمجھا جا سکتا ہے، یعنی کسی بھی مواصلت یا پیشکش کو انتہائی ذاتی نوعیت کا ہونا چاہیے تاکہ اس بات کو یقینی بنایا جا سکے کہ گاہک کی توجہ کے محدود دورانیے کو بہترین طریقے سے استعمال کیا جائے۔

ان استعمال کے معاملات کو دو ذیلی زمروں میں تقسیم کیا جا سکتا ہے:

سیکٹر ایگنوسٹک استعمال کے معاملات

• گاہکوں کی تقسیم دستیاب ڈیٹا (مثلاً کسٹمر پروفائلنگ، لین دین کے نمونوں کا تجزیہ، ماضی اور فوری کسٹمر رویے...) کی بنیاد پر بہترین ممکنہ ذرائع (بہترین چینل مکس) اور مواصلت کے انداز (رابطہ کی اصلاح) کا تعین کرنے اور اعلیٰ ترین صلاحیت والے صارفین کو وسائل مختص کرنے کے لیے مستقبل کی آمدنی.

• چرن کا پتہ لگانا چھوڑنے کے خطرے میں گاہکوں کی شناخت اور برقرار رکھنے کے لئے. ان صارفین کے لیے اضافی وسائل مختص کر کے، جیسے کہ ملازمین کسٹمر سے رابطہ کرتے ہیں یا کچھ مراعات پیش کرتے ہیں (مثلاً چھوٹ یا بہتر شرح سود) تاکہ گاہک کو منتشر ہونے سے روکا جا سکے۔

• بہترین امکانات اور فروخت کے مواقع کی نشاندہی کریں۔: لیڈز کی فہرست میں سے ان لوگوں کی شناخت کریں جن کے گاہک بننے کا سب سے زیادہ امکان ہے، لیکن یہ بھی شناخت کریں کہ کون سے موجودہ گاہکوں کو کراس سیلنگ اور اپ سیلنگ ایکشنز کے لیے بہترین ہدف بنایا جا سکتا ہے۔

• طلب اور رسد میں ارتقاء کی پیش گوئی کریں۔مثال کے طور پر شناخت کریں کہ اے ٹی ایم مشینیں یا شاخیں کہاں واقع ہونی چاہئیں، پیش گوئی کریں کہ کسٹمر سپورٹ ٹیم کے بہترین عملے کو یقینی بنانے یا کلاؤڈ انفراسٹرکچر کے اخراجات کو بہتر بنانے کے لیے آئی ٹی انفراسٹرکچر پر بوجھ کی پیش گوئی کرنے کے لیے کتنے کسٹمر سپورٹ کے تعاملات کی توقع کی جا سکتی ہے۔

• اگلی بہترین ایکشن، اگلی بہترین پیشکش یا سفارشی انجن ذاتی نوعیت کے گاہک کے تعاملات کے لیے، یعنی یہ اندازہ لگائیں کہ وقت کے کسی بھی لمحے صارف کو کس عمل، پروڈکٹ یا سروس میں دلچسپی کا سب سے زیادہ امکان ہے۔ اس عمل تک آسان رسائی کی اجازت دینے سے گاہک یا کسی دوسرے صارف (جیسے داخلی ملازمین) کو اپنا مقصد تیزی سے حاصل کرنے میں مدد مل سکتی ہے، اس طرح آمدنی میں اضافہ اور اخراجات کم ہوتے ہیں۔

• قیمتوں کا تعین کرنے والا انجن بہترین پروڈکٹ یا سروس کی قیمتوں کا تعین کرنے کے لیے۔

مالیاتی خدمات کی صنعت کے مخصوص استعمال کے معاملات

• کریڈٹ اسکورنگ انجن قرض کی اہلیت کا اندازہ لگانے اور قرض دینے کے موثر فیصلے کرنے کے لیے۔ اس انجن کا مقصد ڈیفالٹ کے امکان اور ڈیفالٹ کی صورت میں نقصان کی تخمینی قیمت کا اندازہ لگانا ہے، تاکہ یہ تعین کیا جا سکے کہ کریڈٹ کو قبول کیا جانا چاہیے یا نہیں۔ یہ پیشین گوئی کا مسئلہ بھی ہے، جو اس بات کو یقینی بناتا ہے کہ بینک کی رقم زیادہ سے زیادہ موثر طریقے سے خرچ کی جائے۔

• فراڈ کا پتہ لگانے والا انجن آن لائن دھوکہ دہی (سائبر خطرات) اور ادائیگی کی دھوکہ دہی سمیت جعلی مالیاتی لین دین کی شناخت اور روک تھام کے لیے۔ انجن پیش گوئی کرتا ہے کہ آیا صارف کا حقیقی رویہ متوقع (پیش گوئی) رویے سے میل کھاتا ہے۔ اگر نہیں، تو یہ ممکنہ طور پر دھوکہ دہی کا معاملہ ہے۔ یہ انجن آمدنی میں ہونے والے نقصانات کو کم کرنے، برانڈ کو پہنچنے والے نقصان سے بچنے اور کسٹمر کو بغیر رگڑ کے آن لائن تجربہ فراہم کرنے میں مدد کرتے ہیں۔

• روبو ایڈوائزری۔ مارکیٹ کے رجحانات، موجودہ سرمایہ کاری کے پورٹ فولیو اور کسٹمر کی رکاوٹوں (جیسے رسک پروفائل، پائیداری کی رکاوٹیں، سرمایہ کاری کے افق...) کی بنیاد پر بہترین سرمایہ کاری کے پورٹ فولیوز بنانے کے لیے خدمات۔

  • AML کا پتہ لگانے والا انجن مالی لین دین میں منی لانڈرنگ اور مجرمانہ سرگرمیوں کا پتہ لگانے (اور روکنا)۔

  • لیکویڈیٹی رسک مینجمنٹ انجن نقد بہاؤ کو بہتر بنانے کے لیے۔ یہ ایک ایسی خدمت ہے جو صارفین کو پیش کی جا سکتی ہے، لیکن یہ بینک کے لیے اندرونی طور پر بھی ضروری ہے۔ بینک کو اپنی بیلنس شیٹ پر کافی لیکویڈیٹی کو یقینی بنانے کی ضرورت ہے تاکہ تمام رقم نکلوائی جا سکے، بلکہ ATM مشینوں اور برانچوں کو سپلائی کرنے کے لیے جسمانی نقدی کی ضرورت کا اندازہ لگانے کے لیے بھی۔

ان کاروبار پر مبنی AI استعمال کے معاملات کے علاوہ، AI کے اندرونی استعمال کو نظر انداز نہ کریں۔ ملازمین کی پیداوری میں اضافہ. جنریٹو AI ٹولز جیسے ChatGPT مختلف محکموں کی مدد کر سکتے ہیں، جیسے سیلز، مارکیٹنگ، اور IT، ان کی پیداواری صلاحیت کو بڑھانے میں۔

جیسا کہ میرے بلاگ میں اشارہ کیا گیا ہے "صحیح فٹ: AI/ML کو اپنانے سے پہلے کاروباری قدر کا اندازہ لگانا" (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html)، پہلی قسم (یعنی "غیر ساختہ ڈیٹا کی زیادہ موثر ہینڈلنگ") میری رائے میں سب سے بڑی صلاحیت رکھتی ہے، حالانکہ اس کے لیے انتہائی مخصوص AI مہارتوں اور پیچیدہ AI ماڈلز کی ضرورت ہوتی ہے۔ لہذا، بہت سی مالیاتی خدمات کمپنیاں اس زمرے کے استعمال کے معاملات کے لیے پہلے سے تربیت یافتہ ماڈل استعمال کرنے کا امکان رکھتی ہیں۔

دوسری قسم میں استعمال کے معاملات (یعنی "بہتر پیشین گوئی اور قلیل وسائل کی بہتر تقسیم") بھی امید افزا ہیں اور زمرہ 1 کے استعمال کے معاملات سے زیادہ تیزی سے نتائج دے سکتے ہیں۔ تاہم، روایتی اصول پر مبنی الگورتھم کے مقابلے ان کی اضافی قدر ہمیشہ اس کی ضمانت نہیں ہوتی، ان میں اکثر شفافیت کی کمی ہوتی ہے اور ان کو ٹھیک کرنا مشکل ہوتا ہے۔ نتیجے کے طور پر، AI استعمال کرنے والے کیسز اکثر حقیقت سے زیادہ امید افزا نظر آتے ہیں۔

بہت سے معاملات میں، بینکوں کو AI میں براہ راست سرمایہ کاری کرنے کی ضرورت نہیں ہوگی، کیونکہ متعدد سافٹ ویئر حل پہلے سے موجود ہیں، جو نہ صرف AI ماڈلز پیش کرتے ہیں بلکہ ان کے ارد گرد ورک فلو اور کاروباری منطق کو بھی شامل کرتے ہیں۔
ہر استعمال کے معاملے کے لیے، مالیاتی خدمات کمپنیاں درحقیقت ان کے درمیان انتخاب کر سکتی ہیں۔ تین اختیارات:

• آپشن 1: ماڈل بنانا شروع سے AWS SageMaker یا GCP AI پلیٹ فارم جیسے پلیٹ فارمز کا استعمال۔ اس کا مطلب ہے کہ کمپنی کو ایک اچھے ڈیٹا ٹریننگ سیٹ کی نشاندہی کرنے، ایک ماڈل ترتیب دینے اور ماڈل کو خود تربیت دینے کی ضرورت ہے۔ مثال کے طور پر KBC نے اپنے ورچوئل اسسٹنٹ (جسے کیٹ کہا جاتا ہے) کا ایک بڑا حصہ GCP AI ٹیکنالوجیز کا استعمال کرتے ہوئے مکمل طور پر اندرون خانہ بنایا ہے۔

• آپشن 2: استعمال کرنا۔ پہلے سے تربیت یافتہ کلاؤڈ پر مبنی ماڈلز جو آسانی سے قابل استعمال اور قابل اطلاق ہیں، جیسے کہ AWS فراڈ ڈیٹیکٹر، AWS Personalize، یا ChatGPT کے حسب ضرورت ورژن (GPTs کا نیا تصور متعارف کرانے کے لیے OpenAI کا cfr اعلان) مخصوص استعمال کے معاملات کے لیے۔

• آپشن 3: حاصل کرنا مکمل سافٹ ویئر حل جس میں اندرونی AI ماڈلز، اسکرینز، ورک فلو اور عمل شامل ہیں۔ فنانشل سروسز انڈسٹری میں بہت سے حل موجود ہیں، جیسے Discai (جو KBC بینک کے ذریعے اندرونی طور پر بنائے گئے AI ماڈلز کو کمرشل بناتا ہے)، ComplyAdvantage، Zest AI، Scienaptic AI، DataRobot، Kensho Technologies، Tegus، Canoe، Abe.ai…

کس اختیار کا انتخاب کرنا ہے اس کا فیصلہ مالیاتی سروس کمپنی کی مخصوص ضروریات پر منحصر ہے۔ AI ماڈلز کی صلاحیتوں اور حدود کو سمجھنا، ڈیٹا کی ٹھوس حکمت عملی کا ہونا، اور بیرونی ماڈلز اور ٹولز کے لیے ڈیٹا کو کس طرح دستیاب کرنا ہے یہ جاننا مالیاتی خدمات کی کمپنی کے لیے اہم اقدامات ہیں جو AI کو اپنانا چاہتے ہیں۔ یہ اقدامات عام طور پر گہری اندرونی AI علم رکھنے سے زیادہ اہم ہوتے ہیں۔

مالیاتی خدمات کی صنعت میں AI کو اپنانا واضح طور پر مسابقتی رہنے اور صارفین کے مطالبات کو پورا کرنے کی ضرورت ہے۔ صحیح نقطہ نظر (تعمیر بمقابلہ خرید)، اچھی طرح سے سمجھے جانے والے استعمال کے معاملات کے ساتھ مل کر، ایک کامیاب AI سفر کی راہ ہموار کر سکتا ہے۔

میرے تمام بلاگز کو چیک کریں۔ https://bankloch.blogspot.com/

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://www.finextra.com/blogposting/25219/unlocking-the-power-of-ai-reshaping-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs