By کنا هیوز-کستلبری ارسال شده در 09 دسامبر 2022
از آنجایی که ما به راحتی فناوری دیجیتال عادت کرده ایم، به این فناوری اجازه داده ایم که بر ما مسلط شود. امور مالی، به طور خاص کیف پول ما. ضربه زدن به کارتهای اعتباری یا استفاده از تلفنهایمان برای پرداخت هزینهها بسیار آسان شده است، و باعث میشود تنها تعداد کمی از مردم پول نقد با خود حمل کنند. کارت های اعتباری به ویژه در ایالات متحده و اروپای غربی بسیار محبوب هستند که در اطراف ٪۱۰۰ طبق گزارش بانک فدرال رزرو آتلانتا، مصرف کنندگان آمریکایی حداقل یک کارت اعتباری یا کارت تعویض در سال 2020 داشتند. با تعداد زیادی از مردم که کارت اعتباری دارند، بسیاری از بانک ها و موسسات مالی با فرآیند درخواست کارت اعتباری دست و پنجه نرم می کنند و باعث ایجاد گلوگاه می شوند. این گلوگاه تنها یکی از بسیاری از مشکلات مربوط به صنعت وام است. مانند محاسبات کوانتومی برای بهینه سازی فرآیندها و به نوبه خود رفع تنگناها کار می کند، می تواند به تبدیل کل صنعت وام به ماشینی سریعتر و کارآمدتر کمک کند.
شکستن فرآیند وام
مهم نیست که چه نوع وامی (کارت اعتباری، وام دانشجویی، وام مسکن و غیره) درخواست می کند، بسیاری از اجزای مشابه در آن وجود دارد. فرآیند برنامه. وام دهنده به سوابق متقاضی، به ویژه امور مالی یا سبد سهام آنها نگاه می کند تا میزان احتمال بازپرداخت وام را محاسبه کند. بر اساس سابقه متقاضی و طول مدت وام، وام دهنده نرخ بهره مشخص و کارمزدهای احتمالی را در شرایط وام محاسبه می کند. از آنجایی که وام ها نوعی ریسک بالقوه برای الف است بانک یا یک موسسه مالی درگیر هستند مدیریت ریسک. همانطور که در مقاله قبلی بحث شد، محاسبات کوانتومی می تواند به طور قابل توجهی به بانک ها و موسسات مالی در مدیریت ریسک کمک کند. اما آنها همچنین می توانند سرعت را افزایش دهند روند وام استفاده از یادگیری ماشین کوانتومی برای تحقیق در مورد تاریخچه متقاضی یا پردازش سریعتر اسناد وام. آنها همچنین می توانند به بهینه سازی نرخ بهره کمک کنند تا هم وام گیرنده و هم وام دهنده راضی باشند. این فناوری همچنین می تواند روند آینده نرخ بهره را پیش بینی کرده و بر اساس آن محاسبه کند. با استفاده از همه این روشها، بانکها و سایر مشاغل وامدهی میتوانند فرآیندی سریعتر، مطمئنتر و حساب شدهتر را به مشتریان ارائه دهند و رضایت بهتری را تضمین کنند.
وام مسکن در صنعت وام
وام مسکن یکی از رایج ترین انواع وام هایی است که افراد برای آن درخواست می دهند و بخش پرسود صنعت وام هستند. با نرخ های بسیار کم بهره در طول کووید، وام های مسکن بیشتری در حال نهایی شدن بود، و باعث شد بسیاری متوجه شوند که این فرآیند در صورت دیجیتالی کارآمدتر خواهد بود. بر اساس مقاله اکتبر 2020 در فردی مکنزدیک به 90 درصد از مدیران بانکی و پیشرو گفتند که این همه گیری یک کاتالیزور قدرتمند برای دیجیتالی کردن فرآیند وام مسکن شرکت آنها است و 85 درصد تلاش خود را برای دیجیتالی کردن فرآیند وام مسکن قبل از COVID-19 تهاجمی یا بسیار تهاجمی توصیف می کنند. با محاسبات کوانتومی، وامهای مسکن دیگر فقط دیجیتال نیستند، بلکه میتوانند سریعتر پردازش شوند و نرخها برای بهینهسازی هر دو طرف محاسبه میشوند.
یک شرکت در حال حاضر فرآیند ارزیابی املاک و مستغلات را آغاز کرده است. در سال 2019، کیندوم یک بیانیه مطبوعاتی منتشر کرد که استفاده از یادگیری ماشین کوانتومی را در تخمین ارزش املاک و مستغلات برای نرخ های وام مسکن نشان می دهد. طبق بیانیه مطبوعاتی، این شرکت 30 درصد عملکرد بهتری نسبت به شرکتهای پیشرو Zillow و Redfin در پیشبینی دقیق ارزش ملک داشته است که باعث صرفهجویی در پول شرکت و خریدار خانه میشود. یکی از بنیانگذاران Qindom گفت: «ما کلید تسهیل بازار تریلیون دلاری را پیدا کردیم یو وانگ. «سیستم ما پیشبینیهای دقیقی را در مورد ارزش خانههای فردی در کانادا و ایالات متحده انجام میدهد و این پتانسیل را دارد که گرههای موجود در فرآیند خرید، فروش و سرمایهگذاری خانه را باز کند.» در حالی که Qindom مسئول استفاده از محاسبات کوانتومی برای ارزش دارایی بود، ممکن است آنطور که مردم فکر می کردند موفق نبوده باشد، زیرا شرکت واقعاً از آن زمان تاکنون هیچ حرکتی انجام نداده است. 2018 (و من، کنا حتی نمی توانم وب سایت آنها را پیدا کنم). این سکوت در فعالیتهای شرکت میتواند حاکی از چیزی بسیار بدتر از سطح پایین فعالیت باشد.
قبل از Qindom، یک شرکت متفاوت تماس گرفت خدمات وام مسکن GenPact یک سیستم عملیاتی وام مسکن کوانتومی (MOS) را برای شفافتر و سادهتر کردن فرآیند وام ایجاد کرد. Quantum MOS یک راه حل وام دهی واقعاً قابل تنظیم است که عملکردی را به عنوان یک پلتفرم جامع با قابلیت مقیاس بندی خدمات متناسب با نیازهای خاص وام دهنده ارائه می دهد و در عین حال هزینه ها را کاهش می دهد و کار دستی و ریسک را به میزان قابل توجهی کاهش می دهد. راجر هال، معاون فناوری GenPact در یک بیانیه مطبوعاتی. در حالی که این محصول مفید به نظر می رسد، در بیانیه مطبوعاتی هیچ فناوری کوانتومی خاص یا حتی شرکت کوانتومی مورد استفاده در این سیستم ذکر نشده است. علاوه بر این، MOS در سال 2012 اعلام شد، بدون گزارش جدیدتر در مورد موفقیت های آن (و هیچ اظهار نظری برای نویسنده در مورد آن).
در حالی که خدمات وام مسکن Qindom و GenPact هر دو نمونه های احتیاطی و حتی ضعیف را ارائه می دهند، سایر موسسات مالی همچنان در حال تلاش برای بهبود فرآیندهای وام دهی خود با مشارکت فناوری کوانتومی هستند. استاندارد چارترد بانک در لندن یکی از این نمونهها است، زیرا اخیراً با انجمن تحقیقات فضایی دانشگاهها (USRA) برای تحقیق در مورد محاسبات کوانتومی و کاربردهای آن همکاری کردهاند. به گفته الکس منسون، رئیس جهانی SC Ventures در بانک استاندارد چارترد، در یک بیانیه مطبوعاتی: «جهان در حال حاضر در فرآیند شناسایی موارد استفاده تجاری است که در آن قابلیتهای کامپیوتر کوانتومی از رایانههای کلاسیک پیشی میگیرد. ما اعتقاد داریم که برخی از این موارد استفاده، نحوه مدیریت ریسکها در خدمات مالی را متحول میکند، برای مثال با شبیهسازی پرتفوی و سرعت بخشیدن به تولید دادههای بازار.
کنا هیوز-کستلبری نویسنده کارکنان Inside Quantum Technology و ارتباط دهنده علوم در JILA (شرکتی بین دانشگاه کلرادو بولدر و NIST) است. ضربات نویسندگی او شامل فناوری عمیق، متاورس و فناوری کوانتومی است.