تحول پرداخت های بانکی از سال آینده با هوش مصنوعی؛ وقتی نیاز به موبایل بانک و همراه بانک نخواهید داشت

پرداخت‌های بانکی در اروپا و به‌تبع آن در کل اکوسیستم مالی جهان، در آستانه تغییری قرار دارند که فقط به بهبود سرعت یا ظاهر خدمات محدود نمی‌شود، بلکه ساختار پشت‌صحنه تراکنش‌ها را دگرگون می‌کند. از سال ۲۰۲۶، هم‌زمان با اجرای مقررات جدید اروپایی و گسترش استفاده از هوش مصنوعی، پرداخت دیجیتال از یک ابزار اجرایی ساده به بخشی تعیین‌کننده در معماری مالی و نظارتی بانک‌ها تبدیل خواهد شد.

۲۰۲۶؛ نقطه عطف مقرراتی برای پرداخت‌های دیجیتال

بنابر گزارشی که توسط کمیسیون اروپا، از سال ۲۰۲۶، نسخه بازنگری‌شده «دستورالعمل خدمات پرداخت» (PSD3) در کنار «مقررات خدمات پرداخت» (PSR) در اتحادیه اروپا اجرایی می‌شود. تفاوت مهم این نسل جدید با مقررات قبلی در این است که PSR به‌صورت مستقیم و بدون تفسیرهای ملی اجرا می‌شود و بانک‌ها را ملزم می‌کند استانداردهای یکسانی در امنیت، شفافیت و مدیریت داده‌های پرداخت رعایت کنند.

در عمل، این یعنی بانک‌ها دیگر نمی‌توانند فقط نتیجه یک تراکنش را ذخیره کنند؛ بلکه باید مسیر کامل آن را ثبت کنند. برای مثال، اگر یک پرداخت بین‌المللی انجام شود، سامانه بانکی باید بتواند دقیقاً نشان دهد این تراکنش از چه کانالی، با چه مجوزی، در چه زمانی و با چه تغییری در داده‌ها پردازش شده است. چنین سطحی از ردیابی، بدون بازطراحی سیستم‌های هسته بانکی عملاً ممکن نیست.

زیرساخت‌های قدیمی در برابر مقررات جدید

چالش اصلی اینجاست که بسیاری از بانک‌ها و شرکت‌های مالی، به‌ویژه در آلمان، همچنان از سامانه‌هایی استفاده می‌کنند که طی سال‌ها به‌صورت وصله‌ای توسعه یافته‌اند. به گفته یوناس سویکربویک، بنیان‌گذار و مدیرعامل فین‌تک Billogram، واحدهای مالی مدت‌هاست با فشار نوسازی روبه‌رو هستند، اما کمبود بودجه، نبود نیروی متخصص و پیچیدگی سامانه‌های قدیمی باعث شده این نوسازی به تعویق بیفتد.

در چنین شرایطی، اجرای PSD3 و PSR برای بسیاری از مدیران مالی به این معناست که باید فرآیندهایی را اصلاح کنند که اساساً برای دنیای پرداخت شفاف و بلادرنگ طراحی نشده‌اند. برای نمونه، سیستمی که هنوز بخشی از تطبیق پرداخت‌ها را به‌صورت دستی انجام می‌دهد، به‌سختی می‌تواند با الزامات جدید هماهنگ شود.

نقش هوش مصنوعی در معماری جدید پرداخت‌های بانکی

اینجاست که هوش مصنوعی به‌عنوان یک ابزار لوکس مطرح نمی‌شود، بلکه به یک ضرورت عملی تبدیل می‌شود. بر اساس داده‌های موجود، حدود ۶۳ درصد از مدیران مالی ارشد اعلام کرده‌اند که هوش مصنوعی را وارد فرآیندهای مالی خود کرده‌اند. این استفاده‌ها معمولاً شامل خودکارسازی کارهای تکراری، تحلیل لحظه‌ای جریان نقدی و پیش‌بینی رفتار پرداخت مشتریان است.

برای مثال، به‌جای آنکه یک کارمند مالی هر روز پرداخت‌های ورودی را با فاکتورها تطبیق دهد، الگوریتم‌های هوشمند می‌توانند این کار را به‌صورت خودکار انجام دهند و فقط موارد مشکوک یا ناقص را برای بررسی انسانی ارسال کنند. این رویکرد هم خطا را کاهش می‌دهد و هم زمان پردازش را به‌شدت کم می‌کند.

هوش مصنوعی دقیقاً چه تغییری ایجاد می‌کند؟

به‌طور خلاصه، هوش مصنوعی باعث می‌شود سیستم‌های پرداخت از حالت واکنشی خارج شوند. به‌جای اینکه بانک پس از بروز مشکل وارد عمل شود، می‌تواند آن را پیش‌بینی کند. برای نمونه، اگر الگوی پرداخت یک مشتری نشان دهد که احتمال تأخیر در پرداخت وجود دارد، سیستم می‌تواند پیش از سررسید هشدار دهد یا پیشنهاد روش پرداخت جایگزین ارائه کند. این قابلیت‌ها به بانک‌ها کمک می‌کند هم با مقررات PSD3 و PSR سازگار شوند و هم تجربه کاربری بهتری ارائه دهند.

ایجنت‌های هوشمند، مدیریت پرداخت‌ها را بر عهده می‌گیرند

سویکربویک معتقد است مهم‌ترین تحول پیش‌رو، جایگزینی فرآیندهای واکنشی با مدل‌های پیش‌بینی‌محور است. الگوریتم‌های یادگیری ماشین با بررسی تاریخچه پرداخت‌ها می‌توانند احتمال تأخیر یا عدم پرداخت را محاسبه کرده و حتی پیشنهاد دهند چه زمانی و از چه کانالی باید پیگیری انجام شود.

در افق ۲۰۲۶، این روند با گسترش «هوش مصنوعی عاملی» یا Agentic AI شتاب می‌گیرد. این سامانه‌ها می‌توانند وظایفی مانند زمان‌بندی پرداخت‌ها، ارسال یادآوری‌ها یا حتی پیشنهاد تسویه زودهنگام را به‌صورت مستقل انجام دهند. البته استفاده از این فناوری در فرآیندهای حساس مالی هنوز با احتیاط همراه است، زیرا مسائل حقوقی و نظارتی، به‌ویژه در حسابداری، همچنان مطرح هستند.

چت‌بات‌ها؛ اولین تماس هوشمند با پرداخت‌های دیجیتال

در حال حاضر، ملموس‌ترین کاربرد هوش مصنوعی برای کاربران، چت‌بات‌های حوزه صورتحساب دیجیتال است. این سامانه‌ها می‌توانند به‌طور خودکار به سؤالاتی مانند «مبلغ فاکتور چقدر است؟»، «آخرین مهلت پرداخت چه زمانی است؟» یا «چه روش‌هایی برای پرداخت وجود دارد؟» پاسخ دهند. نسل جدید هوش مصنوعی مولد حتی می‌تواند مفهوم سؤال را درک کند و پاسخ متناسب با شرایط کاربر ارائه دهد، بدون آنکه نیاز به دخالت اپراتور انسانی باشد.

شرط استفاده ایمن از هوش مصنوعی در پرداخت‌ها

با این حال، استفاده گسترده از هوش مصنوعی بدون چارچوب مشخص می‌تواند خطرساز باشد. از نگاه مدیرعامل Billogram، سامانه‌های هوشمند باید در چارچوب قوانین شفاف سازمانی فعالیت کنند، اجازه انجام اقدامات حیاتی بدون نظارت انسانی نداشته باشند و تمام تصمیمات آن‌ها به‌صورت قابل ممیزی ثبت شود. تنها در این صورت است که بانک‌ها می‌توانند از مزایای هوش مصنوعی بدون افزایش ریسک‌های حقوقی و نظارتی بهره ببرند.

در بلندمدت، سیستم‌های پرداخت به‌سمت یکپارچگی کامل حرکت می‌کنند. اتصال سامانه‌های حسابداری، مدیریت ارتباط با مشتری و منابع داده خارجی از طریق رابط‌های برنامه‌نویسی باز و زیرساخت‌هایی مانند Model Context Protocol باعث می‌شود پرداخت‌ها انعطاف‌پذیرتر و ارتباط با مشتری شخصی‌سازی‌شده‌تر شود. در چنین مدلی، هوش مصنوعی دیگر یک ابزار کمکی نیست، بلکه به بخشی از ساختار اصلی سازمان مالی تبدیل می‌شود.

جمع‌بندی

از سال ۲۰۲۶، پرداخت‌های بانکی وارد مرحله‌ای می‌شوند که در آن مقررات جدید اروپایی و هوش مصنوعی به‌طور هم‌زمان مسیر آینده را مشخص می‌کنند. بانک‌ها و شرکت‌هایی که زیرساخت‌های خود را نوسازی نکنند، در زمینه بهره‌وری، کنترل هزینه و تطبیق با مقررات با چالش جدی روبه‌رو خواهند شد. در مقابل، سازمان‌هایی که هوش مصنوعی را با شفافیت، کنترل و حاکمیت داده دقیق پیاده‌سازی کنند، می‌توانند پرداخت‌های بانکی را سریع‌تر، امن‌تر و هوشمندتر از گذشته مدیریت کنند.