ادامه بخش دوم…

 

روند ۷: بانک‌ها با همکاری هم در تلاشند تا موارد استفاده از تکنولوژی را شناسایی کنند

بانک‌ها با همکاری و شراکت با استارتاپ‌ها یا ایجاد انکوباتورها و مرکز نوآوری‌ها تلاش دارند تا برنامه‌های تکنولوژیک متنوع بیشتری را بشناسند.

وضعیت موجود

  • با این حال که پیشرفت‌های چشمگیری در تکنولوژی داشته‌ایم اما بانک‌ها هنوز به تکنولوژی سنتی نگهداری خود برای ثبت تراکنش‌ها وابسته‌اند.
  • با وجود تلاش برای کاهش پیچیدگی، عملیات داخلی همچنان کند و غیر کارا باقی مانده است. با این حال که پرداخت‌ها به صورت الکترونیکی و در یک چشم بر هم زدن صورت می‌گیرد اما باز هم این امر برای بانک‌ها مدتی زمان می‌برد.
  • شبکه‌ها به دلیل فرایندهایی که مرتبط با تملک دارایی و انتقال دارایی می‌باشد، گران قیمت و آسیب‌پذیر هستند.

محرک‌های کلیدی

  • بانک‌ها به دنبال کشف پتانسیل استفاده از بلاک چین هستند.
  • تکنولوژی بلاک چین سطح بالایی از شفافیت، زمان تسویه سریع تر و فرایندهای اتوماتیک را اداره می‌کند.
  • بانک‌ها به دنبال راه حلی هستند تا بتوانند میزان حمله‌های سایبری و فراد(Fraud) را کاهش بدهند. مدل بلاک چین امنیت قابل توجهی را از طریق کاهش تمرکز بر سیستم توزیع سوابق معامله عمومی، به ویژه در زمینه‌هایی مانند پرداخت و تقلب در کارت اعتباری ارائه می‌دهد.

Blockchain Timeline

نگاهی به روند

  • تکنولوژی بلاک چین به صورت pear-to-pear به سایرین اجازه می‌دهد تا نیاز به زیرساخت فناوری و نظارت و هزینه‌های مرتبط با آن را کاهش بدهند.
  • بانک‌ها بسیار سریع‌تر از انتظار از تکنولوژی بلاک چین استفاده می کنند: ۱۵ درصد از بانک‌های جهانی پیش‌بینی می‌کنند که تا سال ۲۰۱۷ محصولات تجاری بر پایه بلاک چین را ارائه دهند و ۶۵ درصد انتظار دارند که پروژه‌های بلاک چین را تا سه سال آینده در مرحله تولید داشته باشند.(“Banks adopting blockchain ‘dramatically faster’ than expected: IBM”, Jemima Kelly, Technology News, September 28, 2016, Reuters, accessed O tober 2016 )
  • بانک‌ها به دنبال راهکارهای عملیاتی استفاده از بلاک چین هستند. برای مثال Ripple با استفاده از ارزش مالی بیت کویین و بستر بلاک چین به انتقال وجه بین المللی بین بانکی کمک کرده است.

پیاده‌سازی

  • بانک‌ها در حال همکاری با هم هستند تا بستر بلاک چین را برای شناسایی فرصت‌ها و آزمایش این مفهوم پیاده سازی کنند.
  • انتقال وجه بین‌المللی می‌تواند سریع تر و ارزان تر بشود و زمان توافقات را به خاطر از بین بردن واسطه‌ها کاهش دهد.
  • این تکنولوژی بحث مستندسازی را از بین می‌برد چرا که در همه جا همه چیز ثبت می‌شود و هزینه پیچیدگی این بحث را کاهش می‌دهد.
  • تکنولوژی بلاک چین تاثیر به سزایی بر روی تنظیمات داخلی فعالیت‌های معامله و هر چیزی که مربوط به مشتری بشود دارد.

روند۸: بانک‌ها به دنبال شناخت بانکداری نوین هستند تا بتوانند رقبای خود را شکست دهند

هوش مصنوعی   Artificial Intelligenc و تکنولوژِی شناختی بانک‌ها را قادر می‌سازد تا روند دیجیتالی سازی و دستیابی به اهداف، سرویس‌ها و محصولات را تسریع کنند.

وضعیت موجود

  • هر چه مشتریان بیشتری به سمت کانال‌های دیجتیال بروند، میزان داده‌هایی که از تراکنش‌های آنها با بانک تولید می‌شود افزایش می‌یاید و پیچیده‌تر می‌شود.
  • در حالی که هم اکنون تحلیل بر روی دیتاها در بانک‌ها صورت می‌گیرد اما هنوز به صورت کامل از این پتانسیل بهربرداری نشده است چرا که سیستم‌ها توان درک و پردازش پایگاه داده‌های مختلف که دیتاهای نامعلوم را دارند، ندارند.
  • بانک‌ها به تکنولوژی نیاز دارند که بتواند با چالش‌های این داده‌ها در ارتباط باشند و با رقبا در یک سطح حرکت کنند و به نیازهای مشتریان پاسخ بدهند.

محرک‌های کلیدی

  • بانک‌ها به دنبال کاهش هزینه‌های عملیاتی خود هستند. امروز بیشتر از گذشته به قابلیت‌های هوش مصنوعی و کارایی و تاثیر آن نیاز دارند چرا که امروز تحت فشار بیشتری برای حاشیه سود خود هستند.
  • با قوانین و نیازمندی‌های مرتبط با موضوع، بانک‌ها همیشه در معرض ریسک عدم پاسخ به این مقررات هستند.
  • با توجه به تجربه بانک‌ها، مشتریان انتظار تجربه مطلوبی از  خدمات را دارند. این در حالی است که این نوع از خدمات رسانی از سوی بانک‌ها نیازمند سرمایه گذاری‌های بزرگ است تا بتوانند بدون حضور AI مشتریان خود را پشتیبانی کنند.

Cognitive Banking

نگاهی به روند

  • تکنلوژی شناختی و AI در بانک‌ها بیشتر در بخش ارتباط با مشتری، احراز هویت، مبارزه با پولشویی، تاییده ها، کنترل ریسک و دیگر جنبه های عملیاتی مقبولیت یافته اند.
  • AI نقش اساسی در خدمت به مشتری بازی می‌کند. ارتباط با مشتریان از طریق چت بات‌ها و یا دستیارهای صوتی هم اکنون توسط بسیاری از بانک ها مورد استفاده قرار گرفته است.
  • برخلاف تحلیل های معمولی که توسط بانک ها مورد استفاده قرار می گیرد، AI ظرفیت یادگیری دارد و با این قابلیت امکان پردازش داده های متنوعی وجود دارد.این امر بانک ها را قادر می سازد تا راهکارها و خدمات شخصی سازی شده ای را به مشتریان ارائه دهند.
  • استفاده از AI برای بانک ها در زمینه شناسایی راهکارهای جلوگیری از  fraud بسیار موثر است و هزینه های بانکی در زمنیه امنیت را به شدت کاهش می دهد.
  • بانک ها به دنبال راهکارهای مبتنی بر AI هستند تا در بخش های فرایند های اتوماتیک خود استفاده کنند چرا که باعث کاهش خطاهای سیستمی می شود و کاراریی عملیاتی بانک ها را افزایش می دهد.
  • حدود ۵۲ درصد از افراد در حوزه بانکی فکر می کنند که تکنولوژی AI برای فرایند ها و سیستم های بانکی بسیار اثربخش خواهد بود.(Capgemini and LinkedIn World FinTech Report, 2017)

پیاده‌سازی

  • برنامه های مبتنی بر AI بر اساس نوع نیاز بانک توسعه خواهند یافت و با استفاده از دیتا های بانکی در تصمیم گیری به کمک بانک ها می روند.
  • با نفوذ فین تک، بانک ها نیز استفاده از تکنولوژی AI را امکان سنجی می کنند تا بتوانند کارایی خود را افزایش بدهند و تجربه مشتری بهتری ارائه بدهند.
  • استفاده از AI توسط بانک ها در هزینه های کلاد صرفه جویی بالایی دارد و در نحوه کارکرد کارمندان بانک ها نیز تاثیر گذار است.

روند۹: بانک‌ها با سرمایه‌گذاری در اتوماسیون‌هایی با فرایند خودکار به دنبال افزایش کارایی و بهروری خود هستند

اتوماسیون‌هایی با فرایند خودکار (RPA) راهکاری کارآمد در کاهش هزینه‌های فناوری اطلاعات بانک‌هاست بدون اینکه نیاز باشد تا در خدمات ارائه شده تغییری ایجاد کرد.

وضعیت موجود

  • صنعت بانکی با تهدیدهای داخلی و خارجی بسیاری مواجه است که منجر شده تا در بخش‌های مختلفی تحت فشار باشند.
  • با توجه به اینکه بانک‌ها با تهدید ناشی از اختلالات مواجه هستند، بیشتر به دنبال تغییر سیستم‌های داخلی خود هستند تا بتوانند با چالش‌های خارجی مواجه شوند. با این حال، پیچیدگی تبدیل سیستم‌های قدیمی به جدید، بانک‌ها را بر آن داشته تا روش‌های نوآورانه‌ای برای افزایش کارایی داخلی پیدا کنند.

محرک‌های کلیدی

  • افزایش فشارهای رقابتی و نرخ بهره پایین موجب شده تا حاشیه سود در بانک‌ها کاهش پیدا کند، بنابراین بانک‌ها برای کاهش نسبت هزینه / درآمد به دنبال راهکارهای بهبود کارآیی عملیاتی خود هستند.
  • افزایش پیچیدگی سیستم‌های بانکی (حضور چندین سیستم قدیمی و چالش‌های مدیریت داده‌ها در سراسر سیستم)، باعث شده تا بانک ‌ها به دنبال ساده‌سازی فرایندها و کاهش مداخلات دستی (مستقیم از طریق پردازش) باشند.
  • همانطور که هزینه پیگرد قانونی درحال افزایش است، استفاده از افراد در پیگیری صحیح این موضوعات دشوار شده است و اشتباهات و خطای انسانی را افزایش می‌دهد.
  • افزایش انتظارات مشتری و نیاز به بهبود سطح خدمات(دردسترس بودن۲۴×۷)، بانک‌ها را بر آن ساخته تا بر روی اتوماتیک‌سازی وظایف و فرآیندهای تکراری تمرکز کنند.

Why Robotic Process Automation

نگاهی به روند

  • RPA یک رویکرد مبتنی بر نرم افزار است تا  فعالیت‌های موجود در برنامه‌های کاربردی را با استفاده از قوانین کسب‌وکار موجود یکپارچه سازد.
  • هنگامی که RPA در بانک‌ها اجرا می‌شود، فرآیندهای دستی کاهش و معاملات با حجم بالا بر اساس قوانین افزایش و رسیدگی به فرآیندهای تکراری یکپارچه می‌شوند و  فعالیت‌ها با سطوح کارایی و دقت بالاتر را اتوماتیک می‌سازد.
  • RPA ارزش قابل توجهی را به بخش‌های مختلف چرخه فعالیت مشتری در بانک به ویژه پردازش وام، پرداخت، عملیات اضافه می‌کند.

پیاده‌سازی

  • پیاده سازی RPA می‌تواند منجر به بهبود چشمگیر در کل بازده عملیاتی و صرفه جویی در هزینه‌ها شود.
  • RPA همچنین با ثبت اطلاعات کارآمد و موثر منجر به نظارت بهتر می‌شود و این امر موجب کاهش هزینه IT می‌گردد.(با اجرای سریعتر در محیط سیستم‌های پیچیده و با توانایی کار یکپارچه در سراسر سیستم)
  •  بهره وری نیروی کار  را با  فعالیت‌های ارزش افزوده‌ای که نیاز به تصمیم‌گیری یا قضاوت مجدد دارند، افزایش می‌دهد.
  • سیکل فرایندی سریع تر منجر به افزایش تجربه مشتری و  در دسترس بودن منابع مجازی برای رسیدگی به عملیات / فرایندها باحجم بالاتر می‌شود.

روند۱۰: بانک‌ها  از ابزارهای احراز هویت بیومتریک برای مبارزه با سرقت و جعل اسناد استفاده می‌کنند

احراز هویت بیومتریک به بانک‌ها در مبازه با سرقت و جعل اسناد کمک می‌کند. این امکان تراکنش‌ها را امن تر و تجربه مشتری را بهبود می‌بخشد.

وضعیت موجود

  • بانک‌ها شاهد تغییر پارادایم در ارتباط با مشتریان خود هستند. با دیجیتالی شدن ارتباطات، مشتریان به دنبال فرایندها و کانال‌های دیجیتالی متنوع در این دنیای بیش از حد متصل هستند.
  • این افزایش دیجیتال سازی و اتصال، نقاط  ورود  به سیستم را افزایش داده، که بانک‌ها را نسبت به حملات آسیب پذیرتر ساخته است.

محرک‌های کلیدی

  • سرقت هویت و تقلب افزایش یافته است: تحقیقات نشان داد که در سال ۲۰۱۵  حدود ۱۳٫۱ میلیون مشتری بانک‌ها در ایالات متحده در مقایسه با سال ۲۰۱۴ با تعداد ۱۲٫۴ میلیون نفر قربانی سرقت هویت بوده‌اند – این تعداد سرقت در شش سال گذشته معادل ۱۱۲ میلیارد دلار بوده است که توسط دزدان هویت دزدیده شده است( Identity Fraud Study,Javelin Strategy & Research, 2016)
  • مشتریانی که دسترسی به دستگاه‌هایی دارند که می‌توانند احراز هویت بیومتریک (مانند اسکنر اثر انگشت در تلفن های همراه) داشته باشند، فن آوری را ترویج می‌دهند.
  • نیاز به بهبود کلی تجربه بانکی در مقایسه با دیگر صنایع که انتظارات مشتری را جهت داده‌اند، افزایش یافته است.

Biometric Authentication Methods

 

نگاهی به روند

  • روش‌های احراز هویت بیومتریک از ویژگی‌های بیولوژیکی یا رفتاری منحصر به فرد برای احراز هویت مشتری استفاده می‌کند.
  • با توجه به منحصر به فرد بودن روش بیومتریک، امنیت بیشتری برای کاربر ارائه می‌شود و خطرات استفاده از سیستم‌های امنیتی معمول را کاهش می‌دهد:
    – بانک آمریکا از اسکنر اثر انگشت مشتریان برای ورود به برنامه بانکداری تلفن همراه بر روی تلفن‌های همراه استفاده می‌کند.(Bank of America Introduces Fingerprint and Touch ID Sign-in for Its Mobile Banking App, Bank of America, September 2015)
    – Barclays فن آوری اثر انگشت را برای اجازه معاملات مشتریان شرکت‌های خود ارائه می‎دهد.(Five Examples of Biometrics in Banking, Alacriti, Feb 2016,www.alacriti.com/biometrics-in-banking)
  • یکی از دلایل اصلی برای جلوگیری از اجرای کامل احراز هویت بیومتریک بانک‌ها توسط همه دستگاه‌ها، هزینه کلی بالای تکنولوژی و پیاده سازی آن است؛ با این حال، گسترش دستگاه‌های تلفن همراه و افزایش فشار مشتریان، فرآیند پیاده سازی را این نوع تکنولوژی را به سرعت افزایش می‌دهد.

پیاده‌سازی

  • احراز هویت بیومتریک ممکن است در عرض چند سال به عنوان جریان اصلی تبدیل شود، چرا که تکنولوژی برای مشتریان رایج می‌شود و هزینه کلی پیاده سازی آن پایین می‌آید.
  • ارائه خدمات بهتر برای مشتریان در حالی که هنوز در حال افزایش تجربه مشتری است منجر به بهبود سطح اعتماد می‌شود.
  • احراز هویت بیومتریک می‌تواند به طور گسترده‌ای برای کاهش خطرات سرقت هویت و تقلب مورد استفاده قرار گیرد.
  • بررسی بیومتریک‌های چند فاکتور برای احراز هویت، چالش ها و تضمین‌های بهتر برای داده‌ها را در  آینده کمک می‌کند.

منبع:www.es.capgemini.com

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *