به گزارش خبرگزاری مهر به نقل از پارک علم و فناوری دانشگاه تهران، یک شرکت مستقر در پارک علم و فناوری دانشگاه تهران با بهره گیری از هوش مصنوعی موفق به بومی سازی نرم افزار تشخیص هوشمند ناهنجاری در تراکنش های موسسات مالی شد.
علی حاجی زاده مقدم مدیرعامل این شرکت دانش بنیان گفت: امروزه تقریبا تمام داده‌های مرتبط با تراکنش‌های مالی بانکی به شکل دیجیتالی در سامانه‌های متمرکز و پایگاه‌های داده ذخیره می‌شوند. کشف الگوهای پنهان در این داده‌های کلان می‌تواند ارزش افزوده و مزیت رقابتی بسیار تعیین کننده‌ای برای مدیران باشد. از سوی دیگر با گسترش بانکداری دیجیتال، چالش تهدیدهای امنیتی و تقلب‌های سازماندهی شده نیز بیشتر شده که حتی می توان از بحران تقلب و فیشینگ صحبت کرد.
وی افزود: این شرکت با استفاده از آخرین فناوری‌های پردازش کلان داده‌ها و روش‌های آماری و هوش مصنوعی، به موسسات مالی کمک می‌کند الگوهای ناهنجاری را از دل داده‌ها بیرون بکشند. مهمترین کاربرد این فناوری تشخیص تقلب‌های مالی است، ولی ممکن است از آن برای مقاصد دیگری مانند شناخت مشتریان ارزنده و ویژه و حفظ آنها استفاده کرد.
حاجی زاده مقدم با اشاره به بومی بودن این سامانه خاطر نشان کرد: طراحی و تولید این سامانه از ابتدا براساس طرز فکر و متدولوژی چابک آغاز شد. بر این اساس، نخستین نسخه سامانه در زمانی کمتر از دو ماه تولید و پس از آن در چرخه‌های منظم و با دریافت بازخورد از کاربران سامانه و برنامه ریزی و بازبینی مداوم و کوتاه مدت، قابلیت‌های جدید به آن اضافه شد.
حاجی زاده مقدم با بیان اینکه استفاده از تحلیل‌های کلان داده و هوش مصنوعی برای رسیدن به دید روشن‌تر و کشف الگوهای ناشناخته حوزه‌ی جدیدی در مدیریت کلان است، گفت: امروز جای چنین سامانه‌ای در بسیاری از موسسات مالی و اعتباری خالی است و نیاز پاسخ نگرفته و حساسی در این زمینه وجود دارد که از جمله می‌توان به الزامات جدیدی که بانک مرکزی در زمینه‌ی مبارزه با پولشویی و مدیریت ریسک برای بانک‌ها ابلاغ کرده، اشاره کرد.
مدیرعامل شرکت ارائه ارزش های پیشنهادی برای مشتریان را موضوع مهمی دانست و افزود: بومی بودن محصول، توان انطباق سامانه با نیازهای خاص سازمان، چابکی در توسعه‌ی محصول در عین بهره بردن از آخرین فناوری‌های این حوزه، فرصت بهره‌وری بهتری برای مشتریان ایجاد می‌کند.
وی در ادامه تاکید کرد: بکارگیری چنین محصولی نیازمند برنامه ریزی گام به گام و طراحی یک مدل بلوغ در رسیدن به هوشمندی مبتنی بر داده است، لذا داشتن انعطاف در برنامه ریزی و ارتباط نزدیک با تیم توسعه محصول می‌تواند به تطابق بهتر محصول با قامت سازمان کمک کند.
وی در خصوص فعالیت و سهم بازار محصول جدید شرکت خاطر نشان کرد: این سامانه در حال حاضر در یک بانک بزرگ کشور عملیاتی است و در نظر دارد که حوزه عمل خود را به پنج بانک و سه شرکت بیمه ظرف دوسال گسترش دهد.