هوش مصنوعی مولد در بانکداری: تحولی در پردازش داده‌ها و کاهش هزینه‌ها

بانک‌ها که همواره پیشگام در تحول دیجیتال بوده‌اند، اکنون از هوش مصنوعی مولد برای بهبود فرآیندهای خود بهره می‌برند. این فناوری، که توانایی پردازش حجم عظیمی از داده‌های بانکی را دارد، در حال تغییر نحوه عملکرد بخش‌های مختلف بانک‌ها است.  

به گزارش دیتاسنتر من و به نقل از سیودایو، طبق گزارش Accenture، تأثیر هوش مصنوعی مولد در بانکداری به تمام بخش‌های آن گسترش خواهد یافت. ابزارهای هوش مصنوعی در حال حاضر به کمک بانک‌ها آمده‌اند تا برنامه‌های قدیمی را بهینه‌سازی کرده و فرآیندهای پیچیده را ساده کنند. بانک‌هایی مانند سیتی‌گروپ و گلدمن ساکس، هزاران توسعه‌دهنده و کارمند خود را به ابزارهای هوش مصنوعی مجهز کرده‌اند تا بهره‌وری را افزایش دهند.  

یکی از دستاوردهای کلیدی این فناوری، بهبود دقت ابزارهای کمکی برنامه‌نویسی است. در حالی که یک سال پیش، این ابزارها تنها ۷۰ تا ۷۵ درصد در تبدیل کدهای COBOL به زبان‌های مدرن مانند جاوا دقیق بودند، اکنون این دقت به ۹۸ تا ۹۹ درصد رسیده است. این پیشرفت باعث شده تا نه‌تنها کدها ترجمه شوند، بلکه بهینه‌سازی و مهندسی مجدد نیز با دقت بالایی انجام شود.  

 

از سوی دیگر، هزینه‌های هوش مصنوعی نیز کاهش یافته است. بر اساس داده‌های Accenture، هزینه API خدمات OpenAI از دسامبر ۲۰۲۱ تا دسامبر ۲۰۲۴ حدود ۷۴ درصد کاهش یافته است. کاهش هزینه‌ها و سرمایه‌گذاری سنگین ارائه‌دهندگان خدمات ابری، نوید آینده‌ای را می‌دهد که در آن استفاده از مدل‌های هوش مصنوعی برای بانک‌ها مقرون‌به‌صرفه‌تر خواهد شد.  

با ظهور مدل‌های متن‌باز مانند دیپ‌سیک R1، بانک‌ها گزینه‌های بیشتری برای تحلیل و پیاده‌سازی این فناوری خواهند داشت. این روند نشان می‌دهد که بانک‌ها نه‌تنها در بهره‌گیری از هوش مصنوعی پیشرو هستند، بلکه به سمت کاهش هزینه‌ها و افزایش بهره‌وری حرکت می‌کنند.