به‌عنوان مدیرعامل ایران‌کیش، چه فرصت‌های کلیدی‌ای در حوزه هوش مصنوعی برای صنعت پرداخت می‌بینید و چگونه قصد دارید از آن‌ها بهره‌برداری کنید؟
بر اساس تعریف هیئت پایداری مالی، در صنایع مالی همپوشانی و همبستگی قابل توجهی میان یادگیری ماشین، هوش مصنوعی و تحلیل کلان‌داده‌ها وجود دارد؛ امری که ناشی از ذات داده‌محور این صنعت و تنوع کاربردهای هوش مصنوعی در آن است.
نقش صنعت پرداخت در نظام اقتصادی، نگاشت تراکنش‌های مالی میان آحاد اقتصادی است. به همین دلیل، این صنعت با حجم بسیار زیادی از اطلاعات مواجه است که در ابعاد جغرافیایی، زمانی، گروه‌های کالا یا خدمات، مشاغل و پذیرندگان قابل دسته‌بندی هستند. تحلیل این داده‌ها می‌تواند به استخراج دانش و بینش عمیق و کاربردی منجر شود.
چگونه از هوش مصنوعی برای تشخیص تقلب و افزایش امنیت تراکنش‌های پرداخت در ایران‌کیش استفاده می‌شود؟ آیا فناوری‌هایی مانند یادگیری ماشین در این حوزه به کار گرفته شده‌اند؟
سهم عمده کاربرد هوش مصنوعی در صنعت پرداخت، مربوط به پایش تراکنش‌ها با هدف پیشگیری و مبارزه با تدلیس، تقلب (Fraud)، پول‌شویی (AML) و تأمین مالی تروریسم (CFT) است. پیشگیری به معنای جلوگیری از انجام تراکنش متقلبانه در لحظه و مبارزه به معنای کشف تراکنش‌های مشکوک پس از وقوع آن‌هاست.
در ایران‌کیش، همچون بسیاری از شرکت‌های فعال در این حوزه، از گذشته و مطابق با الزامات رگولاتوری، از سیستم‌های تحلیلی و خبره در این زمینه استفاده شده است. هوش مصنوعی بیشترین اثرگذاری را در توسعه همین سیستم‌ها داشته است.
ما در ایران‌کیش تجربه پیاده‌سازی یادگیری ماشینی نظارت شده (Supervised Learning) را داشته‌ایم. در حال حاضر، به‌منظور تطابق با ماهیت متغیر و پیچیده حملات و رفتارهای متقلبانه، در پی بهره‌برداری از یادگیری بی نظارت (Unsupervised Learning) و یادگیری تقویتی (Reinforcement Learning) هستیم. این رویکردها کمک می‌کنند تا بتوانیم استفاده‌های غیرمجاز و تقلب‌های بدون الگوی قبلی را نیز شناسایی کنیم.
البته چالش‌هایی همچنان وجود دارد؛ از جمله کاهش نرخ تشخیص‌های مثبت کاذب (False Positives) که به معنای شناسایی اشتباه یک تراکنش سالم به‌عنوان تراکنش مشکوک است. این موضوع می‌تواند اثر منفی قابل توجهی بر تجربه پرداخت بی‌وقفه و بدون اصطکاک (Frictionless Payment) داشته باشد.
باتوجه‌به پژوهش‌هایی که نشان می‌دهند هوش مصنوعی در حوزه‌هایی مانند امنیت، ریسک اعتباری و مبارزه با پول‌شویی در بانکداری کاربرد دارد، ایران‌کیش چگونه از این ظرفیت‌ها در حوزه پرداخت بهره می‌برد؟
شرکت‌های پرداخت، نقش تسهیل‌گر معاملات مالی میان آحاد اقتصادی را ایفا می‌کنند در چنین معاملاتی، شناخت دو طرف از یکدیگر می‌تواند به کاهش هزینه‌های مبادله، خصوصاً در تعاملات مبتنی بر تعهدات آتی، منجر شود.
در این راستا، بحث ریسک‌سنجی خریدار و فروشنده مطرح می‌شود ریسک‌سنجی مشتری در قالب اعتبارسنجی (Credit Scoring) انجام می‌شود درحالی‌که ریسک‌سنجی پذیرندگان شامل ارزیابی توانگری مالی، ریسک‌های قانونی، پول‌شویی و ریسک اعتباری است.
هوش مصنوعی در حوزه ریسک‌سنجی عملکرد قابل توجهی داشته است. در ایران‌کیش نیز ما به دنبال ایفای نقشی مؤثرتر در اکوسیستم BNPL (الان بخر، بعداً پرداخت کن) هستیم و تلاش می‌کنیم با استفاده از ابزارها و روش‌های پیشرفته هوش مصنوعی، خدماتی کارآمد و دقیق در زمینه ریسک‌سنجی ارائه کنیم.
چشم‌انداز ایران‌کیش برای استفاده از هوش مصنوعی در پنج سال آینده چیست؟ آیا برنامه‌ای برای توسعه فناوری‌هایی مانند Direct Debit یا پرداخت با QR مبتنی بر هوش مصنوعی وجود دارد؟
تجربه مشتری صرفاً به ابزار پرداخت یا ابزار پذیرش محدود نمی‌شود؛ بلکه تعامل او در مراحل مختلف پشتیبانی، راهنمایی و خدمات پس از فروش را نیز شامل می‌شود خوشبختانه شاهد بلوغ خوبی در زمینه به‌کارگیری هوش مصنوعی در بخش پشتیبانی در صنایع خدماتی هستیم.
در همین راستا، ایران‌کیش توسعه یک چت‌بات هوشمند برای اپلیکیشن پات لایف را در دستور کار دارد که متکی بر فناوری‌های AI خواهد بود. برنامه دیگر ما، توسعه پاسخگویی خودکار و روباتیک در مرکز تماس شرکت است که باتکیه‌بر یادگیری ماشینی، منجر به ایجاد «درخت دانش» پویای مرکز تماس خواهد شد.
از نظر شما، هوش مصنوعی تا چه حد می‌تواند صنعت پرداخت ایران را در دهه آینده متحول کند و ایران‌کیش چه نقشی در این مسیر خواهد داشت؟
رونق اقتصادی مستلزم رشد حجم معاملات است و انجام معاملات نیازمند اطمینان و اعتماد طرفین. صنعت پرداخت به‌عنوان بازیگر ثالث مورد اعتماد در فرایند مبادله، وظیفه اطمینان‌بخشی را بر عهده دارد. ایفای این نقش به بررسی آنی سوابق هر تراکنش نیاز دارد؛ به عبارت دیگر، نیازمند قابلیت پردازش سریع و دقیق حجم عظیمی از داده‌هاست.
در چنین شرایطی، ابزارهای هوش مصنوعی می‌توانند پاسخگوی این مقیاس عظیم داده باشند. ایران‌کیش به دنبال آن است که در این تحول ساختاری، جایگاه پیشرو خود را حفظ کرده و در خط مقدم نوآوری باقی بماند.
پیش‌بینی مسیر فناوری‌هایی با رشد سریع آسان نیست؛ اما امیدواریم طی پنج سال آینده، به تثبیت استفاده از هوش مصنوعی در حوزه پشتیبانی مشتریان دست یابیم و استفاده از آن را در فرایندهای عملیاتی تراکنش‌ها آغاز کنیم.
