جایگزینی هوش مصنوعی با مشاغل پشتیبانی در بانک سنترال، مایکروسافت و اوبر

تحولات سال ۲۰۲۶ در صنعت فناوری و خدمات مالی نشان می‌دهد که موج استفاده از مدل‌های مولد و دستیارهای هوشمند به فاز عملیاتی و بهینه‌سازی ساختار نیروی انسانی رسیده است. گزارش‌های اخیر از اقدامات نهادهای مالی و فناوری بزرگ نظیر بانک سنترال مشترک‌المنافع استرالیا (CBA)، مایکروسافت و اوبر حاکی از آن است که روند جایگزینی هوش مصنوعی با مشاغل پشتیبانی وارد مرحله تازه‌ای شده و شرکت‌ها ساختار مراکز پشتیبانی مشتریان خود را به‌طور بنیادی بازطراحی می‌کنند.

این تغییر پارادایم، تنها یک تعدیل نیروی ساده نیست؛ بلکه بازتعریف مرکز تماس و پشتیبانی به عنوان یک سیستم هوشمند مبتنی بر پردازش زبان طبیعی و تحلیل داده‌های لحظه‌ای است که هزینه‌های عملیاتی را به شدت کاهش داده و سرعت پاسخ‌گویی را افزایش می‌دهد.

جزئیات تصمیمات بانک CBA، مایکروسافت و اوبر در استفاده از هوش مصنوعی

بانک سنترال مشترک‌المنافع استرالیا (CBA) که یکی از پیشگامان بانکداری دیجیتال در منطقه آسیا-پاسفیک محسوب می‌شود، بخش قابل توجهی از فرآیندهای پاسخ‌گویی به استعلامات روتین، بررسی وضعیت تراکنش‌ها و پشتیبانی کارت‌های اعتباری را به مدل‌های اختصاصی هوش مصنوعی واگذار کرده است. طبق آمارهای منتشر شده، این اقدام موجب کاهش نیاز به نیروی انسانی در بخش‌های پاسخ‌گویی خط اول شده است.

در همین حال، شرکت‌های فناوری نظیر مایکروسافت و اوبر نیز اقدامات مشابهی را گسترش داده‌اند. مایکروسافت با ادغام ابزارهای مبتنی بر کوپایلوت در سامانه‌های پشتیبانی سازمانی، حجم تیکت‌های نیازمند مداخله انسانی را تا حد چشمگیری کاهش داده است. اوبر نیز برای مدیریت میلیون‌ها سفر و سفارش روزانه، از عامل‌های هوشمند جهت حل اختلاف، استرداد وجه و پاسخ به سؤالات تکراری بهره می‌گیرد. این رویکرد به خروج تدریجی نیروهای انسانی از فرآیندهای ساده و تمرکز آنها بر کیس‌های پیچیده یا تعدیل کلی بدنه اجرایی انجامیده است.

چرا اتوماسیون خدمات مشتریان در بانکداری و فین‌تک اهمیت دارد؟

بخش پشتیبانی مشتریان همواره یکی از هزینه‌برترین مراکز هزینه (Cost Center) در بانک‌ها و مؤسسات مالی بوده است. در مدرن‌ترین ساختارهای فین‌تک، نرخ تبدیل پاسخ‌گویی انسانی به اتوماتیک یکی از شاخص‌های کلیدی عملکرد (KPI) محسوب می‌شود. استفاده از عامل‌های هوش مصنوعی چند مزیت کلیدی برای این مجموعه‌ها به همراه دارد:

• کاهش هزینه‌های عملیاتی: مقیاس‌پذیری پشتیبانی بدون نیاز به استخدام خطی نیروی انسانی جدید.
• پاسخ‌گویی ۲۴/۷ و بدون صف: حذف زمان انتظار برای مشتریان در سامانه‌های بانکی و پرداخت.
• دقت در تحویل اطلاعات: کاهش خطای انسانی در ثبت درخواست‌ها و راهنمایی قوانین بانکی.

برای مطالعه بیشتر درباره نحوه‌ پیاده‌سازی فناوری‌های نوظهور در صنعت بانکداری می‌توانید مقاله صنعتی‌سازی هوش مصنوعی در بانکداری را در پی‌کار مطالعه کنید.

اثر اتوماسیون پشتیبانی بر صنعت فین‌تک و پرداخت

جایگزینی سیستم‌های سنتی با هوش مصنوعی مولد در مراکز تماس، نحوه تعامل کاربران با برنامه‌های کاربردی مالی را تغییر داده است. فین‌تک‌ها دیگر به ارائه یک «چت‌بات ساده مبتنی بر سناریوهای پیش‌فرض» بسنده نمی‌کنند، بلکه از عامل‌های خودمختار (Autonomous Agents) استفاده می‌کنند که می‌توانند اقدامات مالی مانند مسدودسازی کارت، صدور صورت‌حساب، یا تغییر سقف تراکنش را به‌صورت خودکار انجام دهند.

با این حال، این روند چالش‌هایی را نیز ایجاد کرده است. امنیت داده‌ها، حریم خصوصی، و خطرات مربوط به رفتار غیرقابل پیش‌بینی مدل‌ها (Hallucination) از جمله ریسک‌هایی هستند که نیازمند نظارت دقیق رگولاتورها و تیم‌های امنیت سایبری است. برای بررسی ابعاد امنیتی این ابزارها، مطالعه مقاله چالش‌های امنیتی هوش مصنوعی در بانکداری پیشنهاد می‌شود.

نسبت روند اتوماسیون هوش مصنوعی با اکوسیستم فین‌تک ایران

در ایران نیز به دلیل رشد ضریب نفوذ اینترنت و افزایش حجم تراکنش‌های بانکی، مراکز پشتیبانی نئوبانک‌ها، صرافی‌های رمزارز و شرکت‌های PSP با ترافیک بالایی از استعلامات مواجه هستند. روند جهانی جایگزینی هوش مصنوعی با مشاغل پشتیبانی سیگنالی مهم برای مدیران ارشد فناوری در ایران است.

شرکت‌های ایرانی نیز به سمت استفاده از مدل‌های زبان بزرگ (LLM) فارسی‌سازی‌شده برای کاهش بار کاری مراکز تماس حرکت کرده‌اند. ریسک اصلی در بازار ایران، محدودیت دسترسی به زیرساخت‌های پردازشی ابری و عدم شفافیت قوانین حفاظت از داده‌های کاربران است. با این حال، بهره‌گیری از هوش مصنوعی در مراکز پشتیبانی می‌تواند چابکی فین‌تک‌های ایرانی را در مقایسه با ساختار سنتی بانک‌ها افزایش دهد. آگاهی از روندهای کلیدی فین‌تک در آینده مالی دید جامع‌تری از این تحولات ارائه می‌دهد.

جمع‌بندی

اقدامات اخیر بانک CBA استرالیا، مایکروسافت و اوبر نشان می‌دهد که هوش مصنوعی از یک ابزار کمکی به رکن اصلی ساختار پشتیبانی مشتریان تبدیل شده است. این روند اگرچه موجب صرفه‌جویی شدید در هزینه‌ها و افزایش سرعت ارائه خدمات می‌شود، اما چالش‌های جدیدی در حوزه اشتغال نیروهای پشتیبانی و امنیت سایبری خلق کرده است. موفقیت فین‌تک‌ها و بانک‌ها در آینده، به ایجاد تعادل میان اتوماسیون هوشمند و نظارت دقیق انسانی بستگی خواهد داشت.

پرسش‌های متداول (FAQ)

۱. چرا بانک‌ها و غول‌های فناوری مشاغل پشتیبانی را با هوش مصنوعی جایگزین می‌کنند؟

دلیل اصلی این اقدام، کاهش چشمگیر هزینه‌های عملیاتی، ارائه خدمات ۲۴ ساعته بدون صف انتظار و توانایی مدیریت حجم بالای درخواست‌های هم‌زمان با دقت بالاست.

۲. چه نوع وظایفی در مراکز تماس بیشتر در معرض اتوماسیون قرار دارند؟

پاسخ به سوالات تکراری، استعلام وضعیت حساب و تراکنش، راهنمایی برای بازیابی رمز عبور، و پیگیری درخواست‌های ساده از نخستین مواردی هستند که به هوش مصنوعی واگذار می‌شوند.

۳. آیا هوش مصنوعی به‌طور کامل جایگزین پشتیبان انسانی می‌شود؟

خیر؛ هوش مصنوعی عمدتاً درخواست‌های خط اول و استاندارد را مدیریت می‌کند و کیس‌های پیچیده، احراز هویت‌های خاص یا پیگیری‌های قضایی و حقوقی همچنان نیازمند کارشناسان انسانی است.

۴. اصلی‌ترین چالش بانک‌ها در استفاده از هوش مصنوعی برای پشتیبانی چیست؟

حفاظت از داده‌های حساس مالی مشتریان، جلوگیری از بروز خطای مدل‌ها در ارائه پاسخ‌های نادقیق و رعایت الزامات سخت‌گیرانه نهادهای ناظر مالی از مهم‌ترین چالش‌ها هستند.

۵. این تغییرات چه پیامدی برای نیروهای کار در بخش پشتیبانی دارد؟

ارتقای مهارت‌های شغلی به سمت تحلیل داده، مدیریت عامل‌های هوشمند و حل مسائل پیچیده مالی برای نیروهای پشتیبانی به یک ضرورت تبدیل شده است.

برای دنبال کردن تحلیل‌های بیشتر درباره فین‌تک، بانکداری دیجیتال و اقتصاد نوآوری، گزارش‌های تخصصی پی‌کار را در بخش مقالات پی‌کار دنبال کنید.

گزارش‌های تازه نشان می‌دهد مجموعه‌های بزرگ بین‌المللی نظیر بانک سنترال استرالیا، مایکروسافت و اوبر به شکل فزاینده‌ای در حال جایگزینی سیستم‌های مبتنی بر هوش مصنوعی با مشاغل پشتیبانی مشتریان هستند؛ رویدادی که بر اساس گزارش منتشرشده در فاینانیوز، بازطراحی ساختار نیروی انسانی و کاهش هزینه‌های عملیاتی در نهادهای مالی و فناوری را تسریع کرده است. این تحول نشان‌دهنده گام بلند موسسات مالی در بهینه‌سازی فرایندها است و علاقه‌مندان می‌توانند برای تحلیل بیشتر ابعاد مختلف فناوری‌های نوین در بازار مالی، به بخش مقالات تخصصی پی‌کار مراجعه کنند.