✍️سیدجواد سادات، مدیرعامل هلدینگ فناوری نگاه فردای کارآفرین
مقاله «رقابت در عصر هوش مصنوعی» نوشته مارکو یانسیتی و کریم لاخانی، استادان دانشکده کسبوکار هاروارد، که نخستینبار در سال ۲۰۲۰ و نشریه هاروارد بیزینس ریویو منتشر و سپس به کتابی پرفروش با همین عنوان تبدیل شد، این ادعای بنیادین را مطرح میکند که هوش مصنوعی دیگر صرفا یک ابزار در کنار کسبوکار نیست، بلکه معماری عملیاتی خود بنگاه را از نو تعریف میکند. نویسندگان با اتکا به نمونههای شرکتهایی مانند گوگل، آمازون، مایکروسافت، ایربیانبی و بهویژه خدمات مالی «انت فایننشال» وابسته به گروه علیبابا در کشور چین نشان میدهند چگونه بنگاههای دادهمحور میتوانند محدودیتهای سنتی مقیاس، دامنه و یادگیری را که برای سدهها رشد کسبوکارها را کند میکرد، کنار بزنند. نمونه «انت فایننشال» بهویژه گویاست؛ این شرکت تنها پنج سال پس از تاسیس، مرز یک میلیارد کاربر را رد کرد؛ با کمتر از یکدهم نیروی انسانی بزرگترین بانکهای آمریکایی که بیش از ده برابر آنها مشتری دارد. این نئوبانک چینی در آخرین دور تامین مالی خود در سال ۲۰۱۸ ارزشگذاری ۱۵۰ میلیارد دلاری را کسب کرد؛ رقمی نزدیک به نیمی از ارزش شرکت مطرح جیپیمورگان چیس در آن سال. اهمیت این مقاله برای شبکه بانکی کشور در آن است که کشور ما هماکنون در نقطه گذار مشابهی قرار دارد؛ نئوبانکها و شعب دیجیتال بانکها در حال آزمودن مدلهای عملیاتی دادهمحور هستند، اما این آزمون در بستری کاملا متفاوت از کشورهای چین یا آمریکا رخ میدهد. فقدان اپنبنکینگ واقعی، تحریم زیرساختهای ابری و پرداخت بینالمللی و مهمتر از همه رویکرد نظارتی بانک مرکزی بهعنوان تنظیمگر بازار پولی کشور که بهتازگی با انتشار پیشنویس جدید ضوابط واحدهای دیجیتال بانکی بار دیگر تاکید کرده نئوبانکها اجازهٔ شخصیت حقوقی مستقل، برند جدا یا سامانه بانکداری متمرکز مجزا از بانک مادر را ندارند. این یادداشت تحلیلی تلاش مینماید با استخراج چند پرسش کلیدی از دل مقاله هاروارد بیزینس ریویو، پلی میان چارچوب نظری «کارخانه هوش مصنوعی» و واقعیت عملیاتی و تنظیمگری نئوبانکهای ایرانی بزند. بر همین اساس چند سوال کلیدی بر اساس «انت فایننشال» و تجربه زیسته نگارنده در فضای بانکی کشور تدوین شده است که پاسخ به این سوالها میتواند برای سیاستگذاران عرصه پولی و بانکی کشور راهگشا باشد.
نخستین سوال این است که مدل عملیاتی «انت فایننشال» با ساختار بانکهای کلاسیک ایران چه تفاوتی دارد و آیا در نظام متمرکز ایران قابل پیادهسازی است؟
«انت فایننشال» بهعنوان بازوی مالی «علیپی» از ابتدا بر پایه داده و الگوریتم طراحی شد، نه شعبه و کارمند؛ ساختاری که هزینه نهایی خدمترسانی به هر مشتری جدید را بهشدت پایین میآورد. در مقابل، در بانکداری کلاسیک ایران تاکنون حدود سهچهارم بودجه جاری بانکها صرف نگهداری شعب فیزیکی و نیروی انسانی میشود؛ رقمی که نشان میدهد ساختار هزینهای بانکهای ایرانی تا این لحظه کاملا «آنالوگ» است و اصلاح آن نیازمند بازطراحی بنیادین مدل عملیاتی است، نه صرفا افزودن یک لایه اپلیکیشن موبایل بر روی همان کوربانکینگ قدیمی. این بررسی نشان میدهد این گذار در ایران در حال وقوع است، اما در چارچوبی محدودتر از تجربه «انت فایننشال» است. بر اساس دستورالعمل آذرماه سال ۱۴۰۲ بانک مرکزی و پیشنویس جدید اسفندماه سال گذشته، نئوبانکهای ایرانی موظفاند از همان سامانهٔ بانکداری متمرکز بانک مادر استفاده کنند و حق راهاندازی کوربانکینگ مستقل را ندارند. به بیان دیگر، مدلی که «انت فایننشال» را از دل شرکت علیبابا به یک بنگاه مستقل تبدیل کرد، در ایران بهصورت رسمی مسدود خواهد بود. نئوبانکهای ایرانی هرچقدر هم که در تجربهٔ کاربری و رابط دیجیتال نوآور باشند، از نظر معماری فنی همچنان «بانک در بانک» باقی میمانند و این محدودیت ساختاری سقف واقعی تحول عملیاتی آنها را تعیین مینماید.
دومین سوالی که مطرح میشود این است که «انت فایننشال» با دادههای «علیپی» اعتبارسنجی مینماید و ارتباطی با سوابق بانکی ندارد. با نبود اپنبنکینگ در ایران چه جایگزینی وجود دارد؟
قدرت «انت فایننشال» از حلقه بسته داده تراکنشی «علیپی» میآید که هر پرداخت، هر خرید و هر تعامل کاربر در اکوسیستم علیبابا، ورودی تازهای برای موتورهای اعتبارسنجی و پیشنهاد محصول است. این حلقهٔ داده وقتی معنا پیدا میکند که استانداردهای اتصال باز میان بانکها، فینتکها و پلتفرمهای تجاری برقرار باشد؛ چیزی که در کشورهایی مانند انگلستان (چارچوب CMA)، اتحادیه اروپا (PSD2) و سنگاپور (MAS) بهصورت رسمی نهادینه شده است. در ایران چنین زیرساخت اپنبنکینگی هنوز شکل نگرفته و در پیشنویس اسفندماه سال گذشتهٔ بانک مرکزی بعضا جهت دیگری حرکت میکند. مدل «انت فایننشال» به این معناست که جایگزین واقعی «علیپی»، شراکت هدفمند و قراردادی با یک یا چند بانک عامل است تا از طریق آن به داده تراکنشی دسترسی یابد؛ رویکردی کندتر و محدودتر از مدل چینی، اما در چارچوب فعلی مقرراتی تنها مسیر عملی برای ساخت حلقه داده اعتباری خواهد بود. به عبارت دیگر، همکاری میان نئوبانکهای داخلی و بهاشتراکگذاری برخی از اطلاعات کاربران میتواند سازوکاری مناسب برای دستیابی به مدلهایی موفق نظیر «انت فایننشال» باشد.
سومین سوال این است که آیا سیستم امتیاز اعتباری مبتنی بر هوش مصنوعی، با محدودیتهای تحریمی، قابل بومیسازی است؟
ابزار تحلیل هوش مصنوعی «انت فایننشال» در اکوسیستم علیبابا با تحلیل رفتار مصرف، سابقه پرداخت و حتی شبکه اجتماعی کاربر، امتیازی اعتباری تولید میکند که فراتر از سوابق بانکی کلاسیک عمل میکند. تکرار این مدل در ایران با دو مانع جدی روبهروست: نبود دسترسی آزاد به زیرساختهای ابری هوش مصنوعی بینالمللی، مدلهای زبانی و یادگیری ماشین روز دنیا، و در نهایت پراکندگی داده مالی کاربران میان بانکهای مختلف، بدون امکان تجمیع قانونی این دادهها؛ موضوعی که گلوگاهی مهم بهشمار میرود. البته در کشور، توسعه زیرساختهای هوش مصنوعی، بهویژه سرویسهای ابری، سرعت گرفته و مدلهای زبانی هوش مصنوعی در حال توسعه هستند که نیاز به تسریع بیشتر دارد. با این حال، اتصال شبکه بانکی و بهرهمندی از این زیرساختها برای ارائه خدمات مبتنی بر هوش مصنوعی، با کندی پیش میرود.
سوال چهارم میتواند اینگونه باشد که مقیاسپذیری با هزینه نهایی نزدیک به صفر، در اقتصادی با تورم بالا و محدودیتهای زیرساخت ابری، چقدر واقعبینانه است؟
یکی از پیشنهادهای اصلی مقاله مورد اشاره این است که بنگاههای هوش مصنوعی میتوانند با افزودن هر کاربر جدید، هزینهٔ نهایی نزدیک به صفر داشته باشند؛ زیرا زیرساخت الگوریتمی یکبار ساخته میشود و سپس بدون محدودیت فیزیکی مقیاس مییابد. این ویژگی، پیشنیاز اصلی رشد نمایی «انت فایننشال» از صفر تا یک میلیارد کاربر در پنج سال بود. در همین رابطه، در ایران آمار نصب نئوبانکها از ۴۴.۷ میلیون در دیماه ۱۴۰۳ به ۷۵.۲ میلیون در بهمنماه ۱۴۰۴ رسیده است (رشد ۶۸ درصدی) که نشان میدهد تقاضای بازار برای چنین مقیاسپذیریای واقعاً وجود دارد. اما دو مانع ساختاری، این مقیاسپذیری را مخدوش میکند: نخست، افزایش چشمگیر هزینههای زیرساخت سختافزاری و نگهداری دیتاسنترها و دوم، الزام قانونی استفاده از کوربانکینگ متمرکز بانک مادر (بهجای معماری میکروسرویس مستقل)؛ یعنی هر نئوبانکی، حتی با رشد تعداد کاربران، همچنان به گلوگاه فنی و ظرفیت پردازشی بانک مادر وابسته میماند. بنابراین، مقیاسپذیری در کشور بیشتر شبیه رشد «پلکانی و مشروط» است تا رشد نمایی و بدون اصطکاک؛ مدلی که به نظر درست نیز میرسد.
سوال پنجم در رابطه با «انت فایننشال» و چگونگی تبدیل آن از یک پرداختیار به یک اکوسیستم مالی کامل است. آیا نئوبانکهای ایرانی، بدون یک شریک تجاری به بزرگی علیبابا، میتوانند مسیر مشابهی را طی کنند؟
«انت فایننشال» مسیر خود را از «علیپی» بهعنوان یک ابزار پرداختیار آغاز کرد و بهتدریج سرویسهای تسهیلاتدهی، صندوقهای بازار پول، مدیریت ثروت، بیمهٔ سلامت، رتبهبندی اعتباری و حتی یک بازی آنلاین انگیزشی زیستمحیطی را به آن افزود؛ توسعهای که تنها به لطف عبور آزادانهٔ کاربران و دادههای آنها میان سرویسهای مختلف اکوسیستم علیبابا ممکن بود. بر اساس گزارشهای سال گذشته، نئوبانکهای ایرانی پس از عبور از خدمات پایه، بهسرعت وارد ارائهٔ بیمه، خرید اعتباری و صندوقهای سرمایهگذاری طلا، نقره و بورسی شدهاند. تفاوت کلیدی در آن است که این توسعه، به دلیل نبود یک «پلتفرم مادر» به بزرگی علیبابا، درون چارچوب یک بانک واحد اتفاق میافتد، نه یک اکوسیستم چندلایه. از طرف دیگر، برخی از کارگزاران بورسی اقدام به ارائهٔ خدمات شبهبانکی در کنار خدمات بازار سرمایه نمودهاند که مورد استقبال کاربران ایرانی نیز قرار گرفته است. البته این مسیر نیز اما و اگرهایی از منظر تنظیمگر بازار پول داشته است.
در همین رابطه، سوال ششم میتواند در خصوص چگونگی رویکرد بانک مرکزی نسبت به نئوبانکهای ایرانی باشد که رفتار شبهبانکی دارند. در نوامبر ۲۰۲۰، نهادهای نظارتی چین تنها چند روز پیش از آنچه قرار بود بزرگترین عرضهٔ اولیهٔ سهام یک نئوبانک در تاریخ اقتصاد دنیا باشد، عرضهٔ اولیهٔ سهام «انت فایننشال» را متوقف کردند؛ رویدادی که نشان داد حتی موفقترین بنگاههای هوش مصنوعیمحور نیز در نهایت باید در چارچوب نظارت مالی سیستمی جای بگیرند.
بانک مرکزی ایران میتواند در چارچوب سازوکار سندباکس ابتدا اجازه رشد اینگونه از کسب وکارها را دهد و سپس تنظیم گری حین رشد را برگزیند. بهعبارت دیگر مناسبتر است پیشنویس اسفند ماه سال گذشته که ایجاد یک برند مستقل و شخصیت حقوقی جدا و کوربنکینگ اختصاصی را برای نئوبانکها ممنوع میکند سازوکارهای فعالیت آنها را در غالب سندباکس تحت نظارت بانکمرکزی در نظر بگیرد تا بروز و ظهور نوآوری ها در این عرصه امکان پذیرتر باشد. مشابه آنچه که با مدلهای تنظیمگری بازتر در کشور های انگلستان (CMA)، اتحادیه اروپا (PSD2) و سنگاپور (MAS) هستیم.
سوال دیگر به چگونگی و مفهوم «برخورد» میان بنگاههای دیجیتال و سنتی در ایران برمیگردد. یانسیتی و لاخانی «برخورد» را لحظهای میدانند که یک بنگاه هوش مصنوعی محور وارد قلمرو یک صنعت سنتی میشود و مرزهای آن را بازتعریف میکند. در این برخورد بنگاه دیجیتال معمولا بهدلیل ساختار هزینه پایینتر و چرخه یادگیری سریعتر دست بالا را میگیرد. در کشورما این «برخورد» به شکلی متفاوت رخ داده است بهجای آنکه نئوبانکهای مستقل شکل بگیرند و بانکهای کلاسیک را به چالش جدی بکشند این نئوبانکها از ابتدا زیر چتر بانکهای مادر تاسیس شده است بهعبارت دیگر نئوبانکها از زمین رقابت شبکه بانکی با کسب وکارهای فینتکی خارج از شبکه بانکی به عرصه جذب رقابت مشتری و منابع میان شبکه بانکی تبدیل شده است. در همین حال بانکهای دولتی بزرگ نیز وارد میدان تاسیس نئوبانک شدهاند البته حملات اخیر به زیرساخت های برخی از این بانکها و اخلال در سرویسهای دیجیتال بانکهای مذکور تجدید نظر جدی را میان سپردهگذاران آنها نیز ایجاد کرده است. بهعبارت دیگر آنچه در داخل کشور در حال رخ دادن است نه یک «برخورد» به معنای هاروارد بیزینس ریویو بلکه نوعی «همنشینی کنترلشده» است که در آن نوآوری وجود دارد اما همیشه در سایه ساختار تعریف شده تنظیم گر بازار پول که در صورت عدم حمایت جدی این نهاد از سازوکار سندباکس سرعت ایجاد سرویسهای نوآورانه در این عرضه با کاهشی چشمگیر مواجه خواهد بود.
