نمونه پروپوزال آماده رایگان (۶۲۱۴۴)

بيان مسأله اساسي تحقيق به طور كلي (شامل تشريح مسأله و معرفي آن، بيان جنبه‏هاي مجهول و مبهم، بيان متغيرهاي مربوطه و منظور از تحقيق) :

رشد بانکداری دیجیتال باعث شده است که برندهای خدمات مالی فرصت کمتری برای تعامل یک به یک با مشتریان خود داشته باشند. به این ترتیب، برندها در ایجاد وفاداری مشتریان و حفظ مشتریان وفادار برای کسب و کار خود با مشکل مواجه هستند. همه گیر کووید همچنین به رشد دوران سلف سرویس دیجیتال کمک قابل توجهی کرده است. تقریباً تمام فعالیت‌های حضوری دیجیتالی می‌شوند، بانک‌ها و سایر موسسات مالی مجبور شده‌اند برای تعامل با کاربران خود به فناوری‌هایی تکیه کنند که یکی از آنها هوش مصنوعی است. با این حال، پذیرش سریع ابزارهای هوش مصنوعی توسط مؤسسات مالی لزوماً به این معنا نیست که مشتریان دیگر تجربیات شخصی‌سازی شده را دریافت نمی‌کنند. هوش مصنوعی تا حد زیادی از شخصی‌سازی پشتیبانی می‌کند و به ارائه‌دهندگان خدمات مالی این امکان را می‌دهد تا همان سطح خدمات مشتری را که در روزهای قبل از دیجیتالی‌شان بود، ارائه دهند. این مقاله بررسی می‌کند که چگونه شخصی‌سازی مبتنی بر هوش مصنوعی به شرکت‌های خدمات مالی کمک می‌کند تا وفاداری مشتری را افزایش دهند و کارایی و سودآوری خود را بهبود بخشند.

خدمات مالی یک صنعت بسیار رقابتی است که در آن ارائه خدمات شخصی‌سازی شده دیگر یک گزینه «خوب برای داشتن» نیست، بلکه یک انتظار کلیدی مشتری است. نکته خوب این است که بانک ها به اندازه کافی زود متوجه این موضوع شده اند و تلاش کرده اند تا محصولات و پیشنهادات خود را برای مشتریان سفارشی کنند. سازمان‌ها می‌دانند که در حالی که ارائه‌دهندگان زیادی با پیشنهادات مختلف وجود دارد، آن‌هایی که مورد قدردانی کاربران قرار می‌گیرند، آنهایی هستند که نیازهای فردی مشتریان را برآورده می‌کنند و این بدون شخصی‌سازی امکان‌پذیر نیست. شخصی سازی مبتنی بر داده در خدمات مالی را می توان به روش های مختلفی به دست آورد. به عنوان مثال، یک بانک می تواند مشتریان خود را برای تعامل موثر به گروه های جمعیتی مختلف تقسیم کند.

تکامل فناوری‌های متنوع و مخرب در بخش بانکداری اوج نوآوری دیجیتال را لمس کرده است. به عنوان مثال در چشم انداز بانکداری دیجیتال، بانکداری دیجیتال فعال با هوش مصنوعی توجه زیادی را به خود جلب کرده است. خدمات بانکداری دیجیتال مبتنی بر هوش مصنوعی مدرن شامل تشخیص چهره، ربات‌های مکالمه، تشخیص صدا، یادگیری ماشینی برای تشخیص کلاهبرداری، اتمیزه‌سازی تشخیص امنیت سایبری، احراز هویت بیومتریک و ربات انسان‌نما می‌شود [۱]. در زمینه بانکداری، بانکداری فعال با هوش مصنوعی به عنوان توانایی کاربردی برای جمع‌آوری داده‌ها از منابع دیجیتال یا فیزیکی، تفسیر و یادگیری از داده‌ها و استفاده از آن داده‌ها برای حل پرسش‌های مشتری و مشکلات پیچیده تعریف می‌شود [۲،۳]. ثابت شده است که نوآوری در بانکداری دیجیتال دیگر اختیاری نیست و به طور گسترده توسط مؤسسات مالی برای دستیابی به تجربیات مشتری متمایز و متمایز پذیرفته شده است [۴-۷]. اگرچه هوش مصنوعی در سلامت الکترونیک مهدی، باتیننی [۸] و محیط آموزشی مورد مطالعه قرار گرفته است، اما تحقیقات کمی در مورد هوش مصنوعی که بانکداری دیجیتال را فعال می کند، یافت شده است. بنابراین، مطالعه حاضر یک مدل تلفیقی را با عوامل تعیین‌کننده هوش مصنوعی و مدل تأیید انتظار ایجاد کرده است و رضایت کاربران بانکداری دیجیتال و بانکداری دیجیتال مبتنی بر هوش مصنوعی را بررسی می‌کند. پذیرش هوش مصنوعی در بین موسسات فناوری فین هنوز در مراحل اولیه خود است [۴]. به عنوان مثال، رانسبوتام، کایرون [۹] نشان داد که ۳۹ درصد از مدیران هیچ برنامه استراتژیکی برای اجرای فناوری‌های مبتنی بر هوش مصنوعی در سازمان خود ندارند. از طرف دیگر مؤسسات دارای هوش مصنوعی به عملکرد کلی ثابت دست یافته اند [۱۰-۱۲]. در حوزه بانکی موگاجی، بالاکریشنان [۱۳] فرض کرد که هوش مصنوعی می تواند تعامل مشتری را ارتقا دهد و بنابراین دانش نظری در مورد این موضوع باید افزایش یابد. مطالعه دیگری که توسط Omoge، Gala [4] انجام شد، فاش کرد که بانکداری دیجیتال فعال مصنوعی، تجربه مصرف کننده را افزایش می دهد و بر رفتار خرید مصرف کننده تأثیر مثبت می گذارد. علاوه بر آن هوش مصنوعی در بانکداری در زمینه پذیرش ربات چت مورد مطالعه قرار گرفته است [۱۴].