اولین محصول تیم راهکارهای مبتنی بر داده رادین چگونه با مدیریت نقدینگی خودپردازها، باعث کاهش هزینه‌ها می‌شود؟

با وجود توسعه زیرساخت‌ها و ابزارهای پرداخت غیرنقد، حکم‌فرمایی پول نقد و علاقه مردم به این روش پرداختی باعث شده تا تقاضا برای نصب و راه‌اندازی دستگاه‌های خودپرداز همچنان رو به رشد باشد. پیش‌بینی می‌شود که تا سال ۲۰۲۱ تعداد دستگاه‌های خودپرداز در سراسر جهان با رشد ۲۷ درصدی نسبت به سال ۲۰۱۹ مواجه شود.

در یک نظرسنجی در ایالات متحده آمریکا، مردم استفاده از پول نقد را روشی امن‌تر نسبت به گزینه‌هایی چون کارت‌های اعتباری، چک، کیف پول موبایلی و یا ارزهای رمزنگاری شده دانستند. اما حکم‌فرمایی پول نقد تنها شامل آمریکا نمی‌شود. مردم اروپا نیز بر این باورند که پول نقد نسبت به روش‌های دیگر از سهولت، سرعت و امنیت بیشتری برخوردار است. استفاده از پول نقد اگرچه در نگاه اول روشی ساده‌تر نسبت به سایر گزینه‌ها به نظر می‌رسد؛ اما با نگاهی دقیق‌تر متوجه معایب این روش نیز خواهیم شد.

هزینه‌بر بودن مدیریت کلان پول نقد یکی از بزرگ‌ترین مشکلات آن است. دولت‌ها هر ساله بودجه سنگینی را برای جمع‌آوری، توزیع و مدیریت پول‌های کاغذی صرف می‌کنند. داده‌های جمع‌آوری شده از نقاط مختلف دنیا نشان می‌دهد که سالانه حدود ۳۰۰ میلیارد دلار صرف مدیریت پول نقد می‌شود که ۶۰ میلیارد دلار از این مبلغ، تنها به کشورهای اروپایی اختصاص دارد.

از سوی دیگر، با وجود توسعه زیرساخت‌ها و ابزارهای پرداخت غیرنقد، حکم‌فرمایی پول نقد و علاقه مردم به این روش پرداختی باعث شده تا تقاضا برای نصب و راه‌اندازی دستگاه‌های خودپرداز همچنان رو به رشد باشد. پیش‌بینی می‌شود که تا سال ۲۰۲۱ تعداد دستگاه‌های خودپرداز در سراسر جهان با رشد ۲۷ درصدی نسبت به سال ۲۰۱۹ مواجه شود.

اگر این پیش‌بینی برای سال ۲۰۲۱ محقق شود، آن وقت هزینه‌ای که قرار است بانک‌ها برای پول‌گذاری در دستگاه‌های خودپرداز صرف کنند از هزینه‌های منابع انسانی تا بیمه و تأمین امنیت این دستگاه‌ها نیز احتمالاً باید به همین نسبت افزایش یابد.

مهم‌تر و پنهان‌تر اینکه بانک‌ها به شیوه سنتی نمی‌توانند به مدلی دست پیدا کنند که در عین حال که کمترین حجم پول نقد را در دستگاه‌ها قرار می‌دهند، به طور ۲۴ ساعته سرویس را بدون قطعی ارائه دهند و اغلب برای رفع این مشکل مجبور هستند ۱۰ تا ۴۰ درصد بیشتر از منابع مورد مصرف در دستگاه‌ها پول نقد قرار دهند تا با مشکل عدم سرویس‌دهی دستگاه‌ها مواجه نشوند در صورتی که اگر می‌توانستند به مدل بهینه‌ای دست یابند که ضمن حفظ سرویس‌دهی ۲۴ ساعته دستگاه‌ها، منابع مازاد را آزاد کنند، می‌توانستند این منابع را در محل‌های دیگری صرف و سود بیشتری کسب کنند.

این مساله یکی از ده‌ها مساله‌ای است که تیم راهکارهای مبتنی بر داده رادین با هدف ارائه راهکار برای آنها از کمتر از دو سال پیش کار خود را آغاز کرد و اکنون به نقطه ارائه محصول و سرویس رسیده‌اند و به ادعای مدیر این تیم، راهکار مبتنی بر هوش مصنوعی آنها می‌تواند میزان پول مورد نیاز در هر دستگاه خودپرداز را پیش‌بینی کند و در لحظه در اختیار مدیران بانک قرار دهد.

ادامه این گزارش، نتیجه گپی نسبتاً مفصل با مهسا قنبری، مدیر تیم راهکارهای مبتنی بر داده رادین است که با شش نفر از همکارانش مانیتور و مدیریت نقدینگی یکی از بانک‌های کشور را در دست دارند. او داستان را از دو سال پیش برای ما شروع کرد تا به امروز و به ارزش‌افزوده‌ای اشاره کرد که راهکار مدیریت نقدینگی خودپرداز برای بانک‌ها به همراه دارد و آنها با استفاده از آن تا چه حد می‌توانند از هزینه‌های خود بکاهند.