بانک DNB، بزرگ‌ترین نهاد مالی و بانکی نروژ، از برنامه‌ی خود برای تعدیل حدود ۴۰۰ فرصت شغلی در راستای تغییر ساختار و پیاده‌سازی گسترده ابزارهای مبتنی بر هوش مصنوعی خبر داد. این تصمیم نشان می‌دهد که موج ادغام ابزارهای نوین در ساختار سازمانی تنها محدود به غول‌های سیلیکون‌ولی نیست و نظام مالی سنتی در اروپا را نیز وارد فاز جدیدی از بازآفرینی کرده است.
زلزله هوش مصنوعی در ساختار بانکداری نروژ
بانک دی‌ان‌بی (DNB)، بزرگ‌ترین گروه خدمات مالی در کشور نروژ، رسماً اعلام کرد که در پی بازنگری‌های راهبردی و ورود ابزارهای مبتنی بر هوش مصنوعی و اتوماسیون پیشرفته، نزدیک به ۴۰۰ موقعیت شغلی تمام‌وقت را تعدیل می‌کند. این تصمیم بخشی از برنامه کلان بانک برای کاهش هزینه‌های عملیاتی و افزایش چابکی ساختار سازمانی در برابر رقبای فین‌تکی است.
مدیران این بانک تأکید کرده‌اند که توسعه‌ی مدل‌های زبانی بزرگ، الگوریتم‌های یادگیری ماشین برای اعتبارسنجی خودکار و بهبود پاسخ‌دهی به مشتریان از طریق چت‌بات‌های هوشمند، نیاز به پردازش‌های دستی و اداری را تا حد چشمگیری کاهش داده است.
چه بخش‌هایی بیشترین تأثیر را می‌پذیرند؟
بر اساس گزارش‌های اولیه و تحلیل روندهای حاکم بر این تصمیم، تعدیل نیرو به‌طور یکنواخت در کل سازمان توزیع نخواهد شد. بخش‌هایی که فرایندهای تکراری و متکی به داده‌های از پیش تعیین‌شده دارند، بیشترین آسیب را می‌بینند:
- پشتیبانی مشتریان و پاسخگویی به درخواست‌های عمومی: جایگزینی با ایجنت‌های هوش مصنوعی چندزبانه و تمام‌وقت.
- بخش تطبیق مقررات و بازرسی اولیه اسناد (Compliance): خودکارسازی بررسی پرونده‌های پول‌شویی و احراز هویت اولیه مشتریان.
- عملیات پشتیبان (Back-Office): ثبت داده‌ها، تطبیق حساب‌ها و اعتبارسنجی فرم‌های تقاضای وام خرد.
روند جهانی؛ بانک‌ها در خط مقدم تحول با هوش مصنوعی
اقدام بانک DNB رویدادی ایزوله و منحصربه‌فرد نیست. در طول یک سال گذشته، موسسات مالی برجسته در سراسر جهان تغییرات مشابهی را آغاز کرده‌اند. بانک‌هایی نظیر سیتی‌گروپ (Citigroup) و گلدمن ساکس (Goldman Sachs) پیش‌بینی کرده‌اند که هوش مصنوعی مولد بخش بزرگی از وظایف مالی، از تحلیل سهام گرفته تا نگارش گزارش‌های مالی، را بازتعریف خواهد کرد.
تحلیلگران اقتصادی معتقدند بخش بانکی یکی از مستعدترین صنایع برای بهره‌گیری از هوش مصنوعی است؛ چرا که بخش قابل توجهی از عملیات روزانه بر تحلیل داده، ارزیابی ریسک و ارتباط متنی مبتنی است.
پیش‌تر نیز شرکت فین‌تک سوئدی کلارنا (Klarna) اعلام کرده بود که چت‌بات هوش مصنوعی اختصاصی‌اش عملکردی معادل ۷۰۰ کارمند تمام‌وقت خدمات مشتریان ارائه داده و زمان رسیدگی به مشکلات را از ۱۱ دقیقه به ۲ دقیقه رسانده است.
جدول مقایسه: وظایف سنتی در برابر راهکارهای مبتنی بر AI در بانکداری
| حوزه کاری | فرایند سنتی (نیروی انسانی) | فرایند نوین (مبتنی بر هوش مصنوعی) |
|---|---|---|
| اعتبارسنجی وام | بررسی چندروزه مدارک توسط کارشناس | تحلیل الگوریتمی رفتار مالی در چند ثانیه |
| کشف تقلب و پول‌شویی | بررسی نمونه‌ای و گزارش‌های دوره‌ای | مانیتورینگ زنده و بلادرنگ تراکنش‌ها |
| خدمات پشتیبانی | ساعات کاری محدود و صف انتظار | دسترسی ۲۴ ساعته و پاسخ آنی با چت‌بات مولد |
| مدیریت سبد دارایی | مشاوره سرمایه‌گذاری عمومی | شخصی‌سازی دقیق پرتفوی با یادگیری ماشین |
پیامدهای اقتصادی و آینده بازار کار در حوزه فین‌تک
تعدیل نیروی اخیر در بزرگ‌ترین بانک نروژ هشداری جدی برای شاغلان بخش مالی و خدمات اداری است. اگرچه هوش مصنوعی بهره‌وری و سودآوری سازمان‌ها را افزایش می‌دهد، اما چالش‌هایی را نیز برای سیاست‌گذاران بازار کار به همراه دارد. تمرکز بر بازآموزی مهارت‌ها (Upskilling) و یادگیری کار با ابزارهای هوش مصنوعی اکنون به ضرورتی انکارناپذیر در میان کارشناسان اقتصادی تبدیل شده است.
جمع‌بندی
تعدیل حدود ۴۰۰ کارمند در بزرگ‌ترین بانک نروژ نشانه‌ای آشکار از شتاب‌گیری اثرات اقتصادی هوش مصنوعی در بخش خدمات سنتی است. موسسات مالی برای حفظ حاشیه سود و رقابت با نئوبانک‌ها چاره‌ای جز خودکارسازی فرایندها ندارند؛ رویدادی که نشان می‌دهد مهارت‌های تحلیلی، استراتژیک و انسانی در آینده به سرمایه‌های اصلی نیروی کار تبدیل خواهند شد.
سؤالات متداول
چرا بزرگ‌ترین بانک نروژ (DNB) دست به تعدیل نیرو زد؟
بانک DNB به‌منظور کاهش هزینه‌های عملیاتی و ادغام گسترده ابزارهای هوش مصنوعی و اتوماسیون در فرایندهای بانکی و پشتیبانی، تصمیم به تعدیل حدود ۴۰۰ موقعیت شغلی گرفته است.
کدام بخش‌های بانکی بیشترین آسیب را از توسعه هوش مصنوعی می‌بینند؟
مشاغل مربوط به عملیات پشتیبان (Back-Office)، تطبیق اسناد، خدمات پشتیبانی مشتریان و اعتبارسنجی اولیه وام‌ها بیشترین تأثیر منفی را تجربه می‌کنند.
آیا هوش مصنوعی کل مشاغل بانکی را از بین خواهد برد؟
خیر؛ هوش مصنوعی ساختار مشاغل را تغییر می‌دهد. در حالی که وظایف تکراری حذف می‌شوند، نیاز به متخصصان داده، تحلیلگران ریسک، مدیران استراتژیک و کارشناسان اخلاق و امنیت هوش مصنوعی افزایش می‌یابد.
