به گزارش پایگاه تحلیلی خبری بانک و صنعت، این کارگاه از جمله برنامههای دومین روز از چهارمین نمایشگاه تراکنش ایران بود.
ITE 2018، به همت مرکز فابا، 22 تا 24 آبان سال جاری در محل دائمی نمایشگاههای شهرداری تهران، واقع در بوستان گفتوگو برگزار شد.
در ادامه، متن سخنرانی رحیمیپور را در کارگاه رایانش تکاملی میخوانید
تبدیل هر بانک به موجودی زنده/ شناخت مشتری بیشتر از خود او
همانگونه که در بحثهای مربوط به نسلهای بانکداری، تعدادی از مفاهیم آنگونه که باید در سیستم بانکی کشور پیاده نشدهاند و در حد استفاده از واژه مورد توجه قرار گرفتهاند، در مدلهای دیگر کسب و کار نیز همین اتفاق رخ داده است. به این معنا که یکسری الفاظ و ابزارها در حرف، مهم هستند اما در عمل به درستی استفاده نمیشوند. یکی از این موارد، باشگاههای وفاداری مشتریان و بحث امتیازدهی به آنهاست. مجموعههای مختلف فعال در صنایع مالی کشور از جمله بانکها و شرکتهای پرداخت مدعی هستند که باشگاه وفاداری مشتریان خود را تاسیس کردهاند؛ اما میزان تاثیرگذاری آن نیاز به بررسی دارد.
در صورتی که یک بانک، عملیات خود را بر بستر رایانش تکاملی پیاده کند، به موجودی زنده تبدیل میشود که میتواند رشد کند و با دیگران تعامل داشته باشد. چنین بانکی قادر است با فرد فرد مشتریان خود، به نوعی ارتباط برقرار کند که ویژگیها و الگوهای رفتاری آنها را به تدریج بشناسد و به جایی برسد که شناختش از مشتری از خود او بیشتر شود؛ به گونهای که بتواند خواستهها و نیازهای مشتری را شناسایی و به او پیشنهاداتی را عرضه کند.
4 سطح مشتری؛ حذف سگهای پیر با کمک رایانش تکاملی
هر کسب و کاری با سطوح مختلفی از مشتریان و افراد سر و کار دارد که ماتریس معروف گروه مشاوران بوستون، آنها را به چهار بخش تقسیم میکند. یک سطح، مشتریان اصلی بنگاه است که منبع مهم درآمدی آن محسوب میشود. این ماتریس، گروه نخست را گاوهای شیرده مینامد که هر کسب و کار باید به آنها توجه ویژهای داشته باشد.
سطح دوم را ستارهها تشکیل میدهند. این بخش بازار مناسبی برای هر کسب و کار فراهم میکنند اما هنوز به درآمد تبدیل نشدهاند. به عبارت دیگر بازار بالقوهای هستند که بنگاه به زودی به آنها دست مییابد؛ بنابراین باید توجه ویژهای به این بخش داشته باشد.
سطح سوم را سگهای پیر مینامند. این گروه، هزینه زیادی را به بنگاه وارد میکنند اما درآمد چندانی را برنمیگردانند. هر کسب و کار هوشمند باید اینگونه مشتریان را آرام آرام حذف کند. برای مثال شرکتهای پرداخت، اکنون رقابت شدیدی با یکدیگر برای فروش دستگاههای کارتخوان به حوزههای مختلف دارند و به هر نقطهای که نگاه میکنند با اقیانوس قرمز مواجه میشوند؛ اما آیا آنها بررسی میکنند که ورود به یک نقطه فروش آیا سودی برایشان دارد یا حتی میتواند هزینههای آنها را پوشش دهد یا خیر؟ یک بررسی نشان داد که به منظور توجیه اقتصادی هزینهای که شرکت پرداخت از جانب بانک مادر، برای خرید، نصب و پرستاری از هر دستگاه کارتخوان متقبل شده است، باید سه میلیون تومان در حساب بانک مسدود شود. تنها در این صورت میتوان گفت بانک هزینهها را از جیب خود نداده است. بر اساس ماتریس گروه مشاوران بوستون، برخی از مشتریانی که این دستگاهها را دریافت کردهاند، در زمره سگهای پیر قرار میگیرند و باید حذف شوند.
در سطح چهارم، یک علامت سوال قرار دارد؛ منظور گروههایی هستند که کسب و کارها نمیتوانند نوع تعامل با آنها را مشخص کنند. رایانش تکاملی میتواند بر اساس دادههایی که کسب میکند این افراد را شناسایی و دستهبندی کند.
در کل میتوان گفت رایانش تکاملی کاربردهای زیادی برای کسب و کارها دارد که برخی از آنها عبارتند از: امتیازدهی و ایجاد باشگاه وفاداری مشتریان، سیستمهای توصیهگر با قابلیت تشخیص نفوذ، خوشهبندی مناسب مشتریان، رفتارشناسی متناسب مشتری، پیکربندی و خودتنظیمی مشتریات شاخص، یافتن مسیر متناسب در شبکه و یافتن تخصیص متناسب منابع سختافزاری و نرمافزاری.
تقویت ژنهای خوب و حذف ژنهای ضعیف
مدل رایانش تکاملی از نظریه تکامل برای خلق خدمات جدید الهام میگیرد. همچنین در این مدل DNA کسب و کارها شناسایی و ژنهای خوب جدا میشوند.
افزایش همگرایی در حرکت به سمت نسلهای بهتر، ویژگی دیگر عمل بر اساس مدل رایانش تکامل است؛ بر این اساس مشتریانی که در گروه سگهای پیر قرار دارند، به تدریج حذف میشوند. به عبارت دیگر، ازدواجهای کسب و کاریای صورت میگیرد که نسل گاوهای شیرده یا نقاط ستاره را افزایش میدهد.
بهرهگیری از ویژگیهای خوب نسلهای پیشین، مغلوب شدن ژنهای ضعیفتر در فرایند تکامل و خلق سرویسهای جدید حاصل از به اشتراکگذاری ژنهای کسب و کارهای مختلف، از جمله دیگر نتایج پیادهسازی این مدل است.
یکی دیگر از ویژگیهای مدل رایانش تکاملی، که من تاکید زیادی روی آن دارم، دوری از درونزادگیری است. در اصطلاح انسانی به این موضوع خودداری از ازدواج فامیلی به دلیل احتمال مشکلات ژنتیکی گفته میشود. همین خطر در مورد کسب و کارها نیز وجود دارد. برای مثال یک شرکت پرداخت نباید به صورت مداوم سازمان خود را رشد دهد. برخی خدمات را میتواند در همکاری با کسب و کارهای دیگر ارائه کند.
جهش بانکداری الکترونیکی با توجه به رایانش تکاملی
بانکداری ایران هنوز بین نسلهای یک و دو قرار دارد؛ هر چند در مورد برخی مباحث به ویژه در حوزه فینتکها، سراغ نسلهای سوم و چهارم نیز رفته است. در چنین شرایطی ایجاد جهش و حرکت به سمت نسل آینده و همچنین شناسایی DNA بانکها و شرکتهای پرداخت الزامی است.
در اینجا نیز باید بر موضوع ترکیب مناسب و پرهیز از درونزادگیری تاکید کنم. استفاده از فینتکها به عنوان زنبورهای عسل برای خلق سرویسهای جدید نیز ضرورت دارد. نباید فعالیت آنها را محدود کرد؛ چرا که کار فینتکها گردهافشانی و تداوم نسل اینگونه فعالیتهاست و ایجاد محدویت برای آنها مانع از ایفای این نقش میشود.
ضرورت توجه به استارتاپهای حوزه هوش مصنوعی برای پیادهسازی رایانش تکاملی
اکنون استارتاپها با محدودیتهای زیادی مواجه هستند و به نوعی دست و پای آنها بسته شده است. استارتاپها به فضایی برای رشد نیاز دارند اما در ایران محدویتهای زیادی برای آنها ایجاد شده است و به بسیاری از حوزههایی که میتوانند وارد آن شوند اصلا توجهی نمیشود. برای توانمندی در حوزه رایانش تکاملی باید روی استارتاپهایی با موضوع هوش مصنوعی، سرمایهگذاری شود.
بررسیهای بینالمللی نشان میدهد در فهرست سرمایهگذاران روی استارتاپهای حوزه هوش مصنوعی، صندوقهای سرمایهگذاری جسورانه، غولهای فناوری و موسسات مالی به ترتیب در مقام اول تا سوم قرار دارند. موسسات مالی در این فهرست حتی از شرکتهای مرتبط با حوزه تلکام نیز پیشتازتر هستند.
در این میان، صندوقهای سرمایهگذاری جسورانه، بیشتر بر آن دسته از استارتاپهایی سرمایهگذاری کردهاند که تمرکز خود را بر خلق محصول جدید گذاشتهاند. اما غولهای فناوری و موسسات مالی به سوی استارتاپهایی گرایش دارند که به توسعه ابزارها و گسترش بازارها میپردازند. موسسات مالی به ویژه به سرمایهگذاری در مورد ابزارهای امنیتی علاقهمند هستند.
در کل، سرمایهگذاری روی استارتاپهای فعال در حوزه هوش مصنوعی به طور متوسط 11 میلیون دلار بیشتر از دیگر کسب و کارهای نوپاست.
یک نگرانی وجود دارد که آیا با گسترش هوش مصنوعی یا به عبارتی حلول روح در کسب و کارها، برای مثال بانکها، آیا انسانها کار خود را از دست میدهند؟ بررسیها نشان میدهد پاسخ این پرسش منفی است؛ به گونهایکه هوش مصنوعی میتواند فرصتهای شغلی جدیدی را ایجاد کند.