- از زیرساخت تا بینش
نگاه
هوشمند به داده
هوشمند به داده
راهکارهایی کاملاً دادهمحور برای تحول دیجیتال در سیستم بانکداری
حوزههای اصلی فعالیت داتا
تولید و توسعه محصول
ساخت محصولات دادهمحور با تمرکز بر نیازهای صنعت مالی و بانکداری
زیرساخت و معماری داده
ساختاردهی، یکپارچهسازی و پیادهسازی زیرساختهای مقیاسپذیر داده
حاکمیت و مدیریت داده
هدایت سازمانها در مسیر بلوغ داده، تحول و حکمرانی مؤثر داده
تحلیل داده و هوش مصنوعی
ایجاد مدلهای تحلیلی، یادگیری ماشین و ابزارهای تصمیمسازی
چرا داتا
تخصص در صنعت مالی و بانکی
شرکت داتا با تمرکز خاص بر صنعت بانکداری و فینتک، راهکارهای فناوریمحور و متناسب با نیازهای خاص این حوزه ارائه میدهد.
راهکارهای دقیق بومی بر پایه AI و داده
ما با توسعه راهکارهای بومی مبتنی بر هوش مصنوعی و دادهکاوی، قدرت تحلیل و تصمیمگیری سازمانها را به سطح جدیدی میرسانیم.
اعتماد و امنیت
داتا با رعایت بالاترین استانداردهای امنیتی و حاکمیت داده، اعتماد مشتریان و سازمانها را جلب کرده و امنیت تراکنشها را تضمین میکند.
راهکارهای
داتا برای تحول در
صنعت بانکداری
پلتفرم کلانداده
سیستمهای توصیهگر
پپیشنهاددهی هوشمند محصولات بر اساس تحلیل رفتار مشتری؛ کمک به جذب، بازجذب و افزایش تعامل با مدلهای Collaborative و Content-Based.
اعتبارسنجی هوشمند مشتریان (Credit Scoring)
مدلهای یادگیری ماشین برای ارزیابی ریسک اعتباری، پیشبینی نکول، شناسایی رفتار پرداخت و کاهش ریسک نقدینگی؛ قابل ارائه بهصورت رتبه یا API.
چتبات هوشمند سازمانی
پاسخگویی خودکار مبتنی بر NLP، اتصال به بانک دانش، یادگیری تدریجی و پشتیبانی از تعاملات خدماتی برای کاهش بار مرکز تماس.
سامانه مدیریت ریسک (RMIS)
ابزار جامع شناسایی، ارزیابی و پایش ریسک در بانکها؛ شامل تحلیل ریسکها، اتصال ریسک به برنامهها و اهداف، داشبوردهای مدیریتی و KPIهای ریسک.
سامانه پیگیری وصول مطالبات
بهبود مدیریت مطالبات با پایش عملکرد واحدها، تحلیل رفتار بازپرداخت مشتریان، مدیریت قوانین، گردش کار مکانیزه و گزارشهای تحلیلی و نظارتی.
پیادهسازی حاکمیت داده
طراحی مدل عملیاتی حاکمیت داده، واژهنامه کسبوکار، کاتالوگ داده و برنامه جامع کیفیت و امنیت داده.
- برگزیدهها
سند استراتژی و نقشه راه هوش مصنوعی بانک تجارت
تازهها از دنیای داده و هوش مصنوعی
تازهها از دنیای داده و هوش مصنوعی
آنچه در دنیای داده میگذرد؛
از تحلیلهای تخصصی و یادداشتهای همکاران تا تازهترین اخبار داتا را اینجا بخوانید.
روایت تخصصیشدن فناوری در خدمات مالی؛ از تلگراف تا عاملی با دسته چک
هوش مصنوعی در صنعت مالی، روایتی در هفت پرده
وقتی هوش مصنوعی اجازه خرجکردن پیدا میکند
از قصد پرداخت تا تسویه: عاملهای هوش مصنوعی چگونه پرداخت را تغییر میدهند؟
از قابلیت فنی تا اثر اقتصادی قابلاندازهگیری
وضعیت هوش مصنوعی در نیمه اول ۲۰۲۶؛ اثر واقعی کجا دیده میشود؟
علی گلزاده، مدیرعامل داتا، در پنل تخصصی الکامپ ۲۹ مطرح کرد
از دادههای گزارشگیری تا زیرساخت هوش مصنوعی در بانکها
روایت حسین بیانی، معاون فناوری داتا از استقرار هوش مصنوعی در سازمانهای بزرگ
سه مانع عبور هوش مصنوعی از دمو به عملیات
علی گلزاده مدیرعامل داتا در پنل تخصصی اتاق تهران در الکامپ ۲۹
داده آماده، مترجم کسبوکار و مدیران همراه؛ سه فاکتور پنهان استقرار هوش مصنوعی
رئیس هیئتمدیره داتا در گفتوگو با راه پرداخت مطرح کرد
داتا زیرساخت ورود هوش مصنوعی به فرایندهای عملیاتی بانک را توسعه داده است
در رویداد «توسعه همکاریهای فناورانه مبتنی بر هوش مصنوعی» مطرح شد
گفتوگوی داتا با زیستبوم فناوری برای حل مسائل صنعت مالی
راهنمای عملی هوش مصنوعی برای خدمات مالی
(انتشار مشترک مجمع جهانی اقتصاد و اکسنچر – ژوئن ۲۰۲۶)
گزارش تحلیلی «راهنمای عملی هوش مصنوعی برای خدمات مالی» (AI Playbook for Financial Services) حاصل فاز دوم ابتکار مشترک مجمع جهانی اقتصاد (WEF) و شرکت مشاوره اکسنچر (Accenture) است.
این پژوهش با مشارکت بیش از ۱۵۰ مدیر ارشد از بیش از ۱۰۰ سازمان و نهاد مالی بینالمللی تدوین شده و هدف آن، ارائه یک نقشه راه عملیاتی برای عبور از مرحله «آزمایشها و پایلوتهای جزیرهای» به سمت «استقرار یکپارچه و مقیاسپذیر هوش مصنوعی» در سطح کل سازمان است.
این گزارش استدلال میکند که اثر هوش مصنوعی بر بخش مالی دیگر صرفاً محدود به خودکارسازی کارهای روتین یا رشد تدریجی بهرهوری نیست؛ بلکه به لطف جهشهای اخیر در هوش مصنوعی عاملی (Agentic AI) و مدلهای استدلالی، ساختار ارائه خدمات، مدیریت ریسک، پویایی رابطه با مشتریان و مرزهای رقابتی بهطور بنیادین در حال دگرگونی است. این سند سازمانها را به بازطراحی یکپارچه فرایندها، توسعه پلتفرمهای جامع هوشمندی سازمانی، و ایجاد نیروی کار ترکیبی (همکاری انسان و عاملهای هوش مصنوعی) فرا میخواند.
در این راهنما، رویکردهای نوین مدیریت ریسک، چارچوبهای پذیرش چندلایه و الزام حرکت با الگوی پیادهسازی دوسرعته (ترکیب دستاوردهای سریع کوتاهمدت با بازآفرینی بنیادین بلندمدت) با اتکا به مطالعات موردی واقعی از بازیگران بزرگی نظیر مسترکارت، آلیانز، جیپی مورگان چیس و بانک اروپایی بازسازی و توسعه تشریح شده است.
پیشبینی بازار ۶۳۱ میلیارد دلاری تا ۲۰۲۸
بر اساس دادههای پژوهشی IDC، بازار جهانی هوش مصنوعی تا سال ۲۰۲۸ از ۶۳۱ میلیارد دلار فراتر خواهد رفت و بانکداری در کنار بخش نرمافزار و خردهفروشی، از بزرگترین سرمایهگذاران آن خواهد بود.
تغییر سهم ترافیک اینترنت به نفع ماشینها
در سال ۲۰۲۴ برای نخستین بار در تاریخ اینترنت، سهم فعالیت باتها و عاملهای ماشینی از انسانها پیشی گرفت و به ۵۱٪ از کل ترافیک وب رسید؛ موضوعی که اهمیت کشفپذیر بودن خدمات مالی برای «عاملهای هوشمند» را دوچندان کرده است.
فشردهسازی ۴ ساعت پژوهش به ۱۰ ثانیه در سرمایهگذاری خرد
در مطالعه موردی پلتفرم هندی Stoxo متعلق به StockGro، با بهکارگیری بیش از ۸۰ عامل تخصصی و مدل زبانی کوچک (SLM)، بیش از چهار ساعت زمان پژوهش دستی بازار برای سرمایهگذاران خرد به زیر ۱۰ ثانیه فشرده شد.
شهود کمی؛ تصمیمگیری با اطلاعات ناقص
شهود کمی از ترکیب داده، تجربه و قضاوت شکل میگیرد. تصمیمگیرنده با پرسش دقیق و تحلیل زمینه، تصویری کاملتر از مسئله میسازد و با اطلاعات موجود به انتخابی سنجیده میرسد.
ماتریس «ای کاش میدانستم»
این ابزار، ابهام اولیه را به مجموعهای از پرسشهای مشخص تبدیل میکند. تیم با تکمیل جملهٔ «ای کاش میدانستم…» پرسش اصلی، نیازهای ذینفعان و دادههای ضروری برای تصمیم را شناسایی میکند.
از تحلیل داده تا اقدام
تحلیل با توضیح آنچه داده نشان میدهد آغاز میشود. ترکیب یافتهها با قضاوت انسانی، اهمیت آنها و اقدام بعدی را روشن میکند. در این مرحله، داده به تصمیم قابلاجرا تبدیل میشود.
تصمیمگیری ورای اعداد
برقراری تعادل میان اطلاعات و شهود
اثر «کریستوفر فرانک»، «پل مانیونه» و «اودد نتزر»
ترجمهٔ «سعید زرگریان» | انتشارات آریاناقلم
کتاب «تصمیمگیری ورای اعداد: برقراری تعادل میان اطلاعات و شهود» با حمایت «داتا» منتشر شده است.
سازمانها به حجم بزرگی از داده، گزارش و داشبورد دسترسی دارند. تصمیمگیری همچنان دشوار میشود وقتی پرسش اصلی روشن نیست، داده بدون توجه به زمینه تحلیل میشود یا جستوجوی اطلاعات بیشتر، اقدام را به تعویق میاندازد.
نویسندگان کتاب مفهوم «شهود کمی» را برای مواجهه با این مسئله معرفی میکنند؛ توانایی تصمیمگیری با اطلاعات ناقص از طریق پرسشهای دقیق، تحلیل زمینه، ترکیب دادهها و استفاده آگاهانه از تجربه و قضاوت انسانی.
کتاب این مفهوم را به مجموعهای از ابزارهای عملی تبدیل میکند. ماتریس «ای کاش میدانستم»، سه پرسش «چه میدانیم؟»، «این یافته چه معنایی دارد؟» و «حالا چه باید کرد؟» و بررسی زمان، ریسک و اعتماد، به مدیران کمک میکنند دادههای ضروری را تشخیص دهند و تحلیل را به تصمیمی قابلاجرا برسانند.
این کتاب برای مدیران، تحلیلگران و تیمهایی نوشته شده است که باید در شرایط ابهام، محدودیت زمانی و اطلاعات ناقص تصمیم بگیرند.
چگونه درباره هوش مصنوعی بیندیشیم
اثر «ریچارد ساسکیند»
ترجمهٔ «مهدی مهدلو» و «محمدعلی فائضیراد» | انتشارات راهپرداخت
کتاب «چگونه درباره هوش مصنوعی بیندیشیم» با حمایت «داتا» منتشر شده است.
بحث دربارهٔ هوش مصنوعی اغلب میان هیجان نسبت به قابلیتهای تازه و نگرانی از پیامدهای آن در نوسان است. ریچارد ساسکیند در این کتاب چارچوبی روشن برای فکرکردن در این فضای مبهم ارائه میکند. او توجه خواننده را به تواناییها، نتایج و آثار واقعی هوش مصنوعی جلب میکند.
کتاب در پنج بخش، مسیر تحول هوش مصنوعی، شیوههای متفاوت اندیشیدن به آن، کاربردهای عملی، ریسکها و پرسشهای آینده را بررسی میکند. مفاهیمی مانند تفکر فرایندگرا و نتیجهگرا، مغالطهٔ هوش مصنوعی و سه مسیر «خودکارسازی، نوآوری و حذف» به خواننده کمک میکنند ظرفیت این فناوری را دقیقتر ارزیابی کند.
زبان کتاب غیرفنی و روشن است و برای مدیران، سیاستگذاران، متخصصان و خوانندگانی نوشته شده که میخواهند تصویری منسجمتر از فرصتها، تهدیدها و آیندهٔ هوش مصنوعی به دست آورند.
دو زاویه برای فهم هوش مصنوعی
در نگاه فرایندگرا، سازوکار درونی سیستم اهمیت دارد. نگاه نتیجهگرا بر کاربردها، پیامدهای اجتماعی و اقتصادی و نتایج کسبوکاری تمرکز میکند. این تمایز، دلیل بسیاری از اختلافنظرها دربارهٔ هوش مصنوعی را آشکار میسازد.
مغالطهٔ هوش مصنوعی
ساسکیند این اصطلاح را برای خطایی به کار میبرد که توانایی ماشین را با میزان تقلید آن از ذهن انسان میسنجد. یک سیستم میتواند با فرایندی متفاوت به نتیجهای مفید و دقیق برسد.
سه مسیر تغییر کار
خودکارسازی، فعالیتهای موجود را کارآمدتر میکند. نوآوری راههای تازهای برای دستیابی به نتیجه میسازد. حذف، مسئلهای را که فرایند برای حل آن شکل گرفته است از میان برمیدارد.
- گنجینه دانش
چگونه درباره هوش مصنوعی بیندیشیم
ریچارد ساسکیند | ترجمه مهدی مهدلو و محمدعلی فائضیراد
هوش مصنوعی دیگر یک مفهوم آیندهنگرانه نیست — بخشی از واقعیت حرفهای ماست. اما پرسشهای اصلی هنوز بیپاسخ ماندهاند. ریچارد ساسکیند که از دهه ۱۹۸۰ در این حوزه فعال بوده، این کتاب کوتاه و غیرفنی را با حمایت داتا منتشر کرده و در آن چارچوبی روشن برای فکر کردن درباره AI ارائه میدهد؛ فراتر از هیجانزدگی و ترسهای زودگذر، و رو به مواجههای مسئولانه با یکی از مهمترین تحولات زمانه.
هوش مصنوعی چیست، چه میتواند بکند و چه نمیتواند
ChatGPT تنها آغاز یک مسیر طولانی است، نه پایان آن
تأثیر AI بر کار، تصمیمگیری، اخلاق و تعریف انسانبودن
دعوت به تفکر مسئولانه در برابر فناوریای که هنوز کامل نشده
ناشر:
- گنجینه دانش
تصمیمگیری ورای اعداد
کریستوفر فرانک، پل مانیونه و اودِد نِتزِر | ترجمه سعید زرگریان
بسیاری از سازمانها نه با کمبود داده، بلکه با فلج تحلیلی دستوپنجه نرم میکنند — وضعیتی که در آن گزارشها کاملتر میشوند اما تصمیمها به تعویق میافتند. این کتاب، که با حمایت داتا منتشر شده، نشان میدهد تصمیمهای خوب نه از انباشت عدد، نه از اتکای صرف به شهود، بلکه از تعادل میان داده، تجربه و قضاوت انسانی بیرون میآیند. راهنمایی عملی برای کسانی که در شرایط ابهام و اطلاعات ناقص باید انتخاب کنند.
داده بیشتر لزوماً به تصمیم بهتر منجر نمیشود
فلج تحلیلی، چالش اصلی سازمانهای دادهمحور امروز
چارچوبی برای تصمیمگیری در شرایط عدم قطعیت
تعادل میان داده، تجربه و شهود در انتخابهای راهبردی