٪61 من عملاء بنوك التجزئة غير راضين عن روبوتات المحادثة بخدمة العملاء|تقرير
تاريخ النشر: 17th, March 2024 GMT
كشفت نسخة الذكرى السنوية العشرين "للتقرير العالمي للخدمات المصرفية للتجزئة" الصادر عن معهد كابجيميني للأبحاث أن نسبة 80٪ من المديرين التنفيذيين لبنوك التجزئة يعتبرون تكنولوجيا الذكاء الاصطناعي التوليدية طفرةً كبيرة في رحلة تطور تكنولوجيا الذكاء الاصطناعي؛ ولكن على الصعيد الآخر كشف التقرير أن نسبة بنوك التجزئة المستعدة للتحول القائم على الذكاء الاصطناعي على مستوى المؤسسة يقتصر على 6٪ فحسب.
و أفاد التقرير تصّدر الإنتاجية والكفاءة قائمة أولويات قادة القطاع المصرفي الذين شملهم الاستطلاع. أما بخصوص التكنولوجيا، فيخطط 70٪ من مسئولي تقييم الخبرة في البنوك زيادة الاستثمار في التحول الرقمي بنسبة تصل إلى 10٪ في عام 2024؛ في حين أن أغلب البنوك ليست مستعدة بعد لتبني وتوسيع نطاق التحول الذكي، والذي يتضمن التطبيق الاستراتيجي للتقنيات المتقدمة مثل الذكاء الاصطناعي، والتعلم الآلي، والذكاء الاصطناعي بهدف تعزيز الابتكار والكفاءة.
في هذا التقرير، قامت الشركة بتقييم 250 بنكًا للتجزئة عبر معايير تجارية وتكنولوجية متنوعة لفهم مدى تطور بيانات البنية التحتية لديهم والتزامها بالذكاء الاصطناعي. ووجدت الشركة أن معظم البنوك ليست مستعدة بعد للنجاح في مستقبل مصرفي ذكي، فعلى الصعيد العالمي، حققت نسبة 4٪ فحسب من بنوك التجزئة درجة عالية في الالتزام التجاري والقدرات التكنولوجية؛ في حين سجل 41٪ منها درجات متوسطة، مما يشير إلى فجوة واضحة فيما يتعلق باستعداد البنوك لتبني التحول الذكي وتنفيذه بفعالية. بالإضافة إلى ذلك، أكدت الفوارق الإقليمية هذه المسألة، ففي أمريكا الشمالية، أظهرت 27٪ من البنوك استعداداً منخفضًا، تليها أوروبا بنسبة 31٪، بينما تبين تأخر كبير في منطقة آسيا والمحيط الهادئ، حيثما سجلت 48٪ من البنوك درجات منخفضة.
من خلال التركيز على الحلول الذكية، المدموجة بالذكاء الاصطناعي، ستتمكن البنوك من التغلب على التحديات الهيكلية المستمرة وتحقيق النمو المستدام، ولكن يجب أن يكون هذا النجاح ملموسًا وقابلًا للقياس. وعليه، أوضح التقرير أن 6% فقط من البنوك وضعت مؤشرات أداء رئيسية لقياس تأثير الذكاء الاصطناعي والمراقبة المستمرة، بينما ما يزال أكثر من 60٪ من البنوك بصدد تطوير مؤشرات الأداء الرئيسية، علاوةً على ذلك قام 26٪ بالفعل بإعداد بعض مؤشرات الأداء الرئيسية ولكنهم لا يقومون بقياسها.
المصدر: صدى البلد
كلمات دلالية: الذکاء الاصطناعی من البنوک
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
مباريات سيراميكا كليوباترا فى الدور الأول 2025-2026