چالش‌های فنی زیرساخت‌های هوش مصنوعی حاکمیتی
در جدیدترین اظهارات صنعتی، جانتس اولینسکی، مدیرعامل شرکت تمِ‌نوس (Temenos) که ارائه‌دهندهٔ یک‌پارچهٔ بانکداری است، هشدار داد که زیرساخت‌های «هوش مصنوعی حاکمیتی» در اروپا هنوز به بلوغ لازم برای خدمت‌رسانی به بانک‌های بزرگ و نهادهای مالی کلیدی نرسیده‌اند. این ادعا در زمانی مطرح می‌شود که اتحادیهٔ اروپا فشار زیادی برای کاهش وابستگی به ارائه‌دهندگان ابری و هوش مصنوعی آمریکایی و چینی وارد کرده است.
اولینسکی توضیح داد که اگرچه ایدهٔ ایجاد زنجیره‌های تأمین مستقل و بومی برای فناوری‌های حساس از منظر ژئوپلیتیک جذابیت دارد، اما در عمل، این پلتفرم‌ها هنوز از نظر پایداری، مقیاس‌پذیری و امنیت داده‌ها به سطح استانداردهای سخت‌گیرانهٔ صنعت بانکداری رسیده‌اند. بانک‌ها به سیستم‌هایی نیاز دارند که هیچ‌گونه قطعیت در عملکرد نداشته باشند و ارشدی‌شان در سطوح دولتی باعث ایجاد مغایرت با استانداردهای بین‌المللی مالی نشود.
تأثیر روی استراتژی‌های فناوری در بخش مالی اروپا
بخش خدمات مالی در اروپا در حال ارزیابی مجدد استراتژی‌های خود برای یکپارچه‌سازی هوش مصنوعی است. بسیاری از بانک‌ها به‌جای مهاجرت فوری به پلتفرم‌های حاکمیتی داخلی، در حال گسترش همکاری با ارائه‌دهندگان چندسوسیکمداری‌محور (Multi-cloud) هستند که داده‌ها را از مرزهای جغرافیایی خاص خارج می‌کنند. این رویکرد اگرچه هزینه‌های امنیتی را افزایش می‌دهد، اما ریسک‌های تحمیلیِ زیرساخت‌های نارسای محلی را کاهش می‌دهد.
از سوی دیگر، سیاست‌مداران اروپایی در حال تدوین مقررات جدیدی هستند که بانک‌های بزرگ را ملزم به استفاده از حداقل ۳۰ درصد ظرفیت محاسباتی و هوش مصنوعی داخلی کنند. این الزامات در صورت اجرا بدون حمایت فنی کافی از جانب ارائه‌دهندگان اروپایی، می‌تواند باعث کندی نوآوری در صنعت فین‌تک منطقه شود.
چشم‌انداز آینده و ضرورت همکاری عمومی-خصوصی
- کسری سرمایه‌گذاری: سرمایه‌گذاری در مراکز داده و پروژه‌های هوش مصنوعی اروپا هنوز برای پیدایش پلتفرم‌های رقیب به‌دور از ایالات متحده کافی نیست.
- چالش‌های یکپارچه‌سازی: بانک‌های سیستمیک به APIهای استاندارد و قابل اعتماد نیاز دارند که پلتفرم‌های نوپای حاکمیتی هنوز ارائه نداده‌اند.
- امنیت داده‌ها: استانداردهای GDPR و امنیت سایبری در محیط‌های حاکمیتی اروپایی باید با تحقیقات امنیتی مستقل و مداوم پشتیبانی شوند.
نتیجه‌گیری بر آن است که تا زمانی که زیرساخت‌های فنی و انسانی در اروپا به سطح تخصصی رسانه‌های اصلی نرسند، بانک‌های بزرگ مجبور خواهند بود از مدل‌های ترکیبی استفاده کنند که هم بهره‌مندی از فضای ابری جهانی و هم رعایت الزامات حاکمیتی را تضمین می‌کند.
پرسش‌های پرتکرار
هوش مصنوعی حاکمیتی به چه معناست؟
هوش مصنوعی حاکمیتی به پلتفرم‌های هوش مصنوعی و داده‌ای اطلاق می‌شود که توسط شرکت‌های بومی یک منطقه (در این مورد اروپا) توسعه داده و مورد استفاده قرار می‌گیرند تا وابستگی به فناوری‌های خارجی را کاهش داده و امنیت داده‌ها را تضمین کنند.
چرچ بانک‌ها از پلتفرم‌های حاکمیتی اروپایی دوری می‌کنند؟
بانک‌ها اغلب به دلیل نگرانی از پایداری، مقیاس‌پذیری و کمبود تخصص فنی در پلتفرم‌های نوپای داخلی، ترجیح می‌دهند از ارائه‌دهندگان متنوع‌تر یا مدل‌های ترکیبی استفاده کنند تا ریسک اختلال در سرویس‌رسانی را کاهش دهند.
