تحويل العمليات المصرفية باستخدام الذكاء الاصطناعي Agentic: الوقاية الذاتية من الاحتيال والامتثال

صُممت أنظمة الذكاء الاصطناعي ذات الطابع الفاعل (Agentic AI) لتعمل بشكل مستقل، حيث تتخذ قرارات مستقلة وتتكيف مع البيانات الجديدة أو التهديدات في الوقت الفعلي — على عكس الذكاء الاصطناعي التقليدي، الذي يتبع عادةً قواعد ثابتة ومحددة مسبقًا. ويمكن لهذه الاستقلالية أن تسرع بشكل كبير من عمليات الكشف عن الاحتيال، وإجراءات التسجيل، وسير عمل الامتثال. ومع ذلك، فإنها تجلب أيضًا مخاطر تشغيلية جديدة، بما في ذلك انخفاض الإشراف البشري المباشر، واحتمال اتخاذ إجراءات غير مقصودة، وزيادة الحاجة إلى المراقبة المستمرة والقدرة على تفسير الإجراءات. وتشمل المزايا استجابة أسرع للتهديدات الناشئة مثل التزييف العميق والهويات المزيفة، والتعلم المستمر، وتقليل التدخل اليدوي، شريطة توفر حوكمة قوية للوكلاء، وإمكانية التدقيق، ووجود آليات أمان ضد الأعطال.

«اعرف وكيلك» (KYA) هو إطار حوكمة ناشئ يعامل كل وكيل ذكاء اصطناعي مستقل ككيان من الدرجة الأولى من خلال تتبع هويته، ومنطق اتخاذ قراراته، وبيانات تدريبه، وسجل عملياته. ويتيح هذا النهج إنشاء سجلات تدقيق مفصلة، ومراقبة الإصدارات، والمساءلة عن القرارات التي يتخذها الوكيل. في البيئات المصرفية الخاضعة للتنظيم، يجب أن تُدعم مبادئ KYA بسجلات الوكلاء، والمراقبة المستمرة، ومعايير قابلية التفسير، وآليات التدخل البشري. وفي حين أن المعايير الرسمية لا تزال قيد التطور، فإن مواءمة KYA مع أطر إدارة المخاطر والامتثال الحالية أمر ضروري للحصول على القبول التنظيمي.

تم تصميم معظم حلول الذكاء الاصطناعي ذات الطابع الفاعل بحيث تتيح التكامل المرن، حيث توفر واجهات برمجة التطبيقات (APIs) ومجموعات أدوات التطوير (SDKs) وأدوات لا تتطلب كتابة أكواد برمجية، بالإضافة إلى دعم عمليات النشر في السحابة أو داخل المؤسسة. ولتقليل المخاطر التشغيلية، ينبغي على البنوك البدء بسير العمل غير الأساسية، مثل التحقق من المستندات أو عمليات الفحص الثانوية للكشف عن الاحتيال، باستخدام بيئات اختبار (sandbox) للتحقق من صحة البيانات. إن إعطاء الأولوية للنشر المعياري، وضوابط الوصول الدقيقة، وقدرات التراجع، يتيح التنفيذ على مراحل، مما يسمح للفرق بمراقبة الأداء والموثوقية قبل توسيع نطاق التطبيق.

يجب أن تتوافق عمليات نشر الذكاء الاصطناعي الوكيلية مع اللوائح المعمول بها، بما في ذلك اللائحة العامة لحماية البيانات (GDPR)، ومعيار SOC 2، ومعايير ISO، ومتطلبات إقامة البيانات الإقليمية، والالتزامات الخاصة بالقطاع المصرفي فيما يتعلق بـ «اعرف عميلك» (KYC) ومكافحة غسل الأموال (AML). وينبغي أن توفر الحلول ممارسات شفافة لمعالجة البيانات، ومخرجات ذكاء اصطناعي قابلة للتفسير لأغراض التدقيق، وضوابط قابلة للتكوين للاحتفاظ بالبيانات وإقامتها، بالإضافة إلى الإشراف البشري في الدورة. تعد المراجعات المنتظمة لسجلات قرارات الوكلاء أمرًا بالغ الأهمية لتحديد التحيز أو الأخطاء أو السلوك الشاذ، وللحفاظ على وثائق تدقيق يمكن الدفاع عنها.

تتميز الذكاء الاصطناعي الوكالي بفعالية خاصة في الكشف التكيفي عن التهديدات، حيث يتعلم باستمرار من الإشارات الجديدة لتحديد تقنيات الاحتيال المبتكرة التي غالبًا ما تفوت الأنظمة الثابتة القائمة على القواعد. ويمكن لهذه الأنظمة تحديث نماذج المخاطر بشكل مستقل، وكشف الأنماط السلوكية والبيومترية المشبوهة في الوقت الفعلي، وتنسيق أساليب التحقق متعددة المستويات دون تدخل يدوي. وتزداد الحاجة إلى هذا النهج الديناميكي بشكل متزايد مع اعتماد المحتالين لاستراتيجيات هجوم تعتمد على الذكاء الاصطناعي.

غالبًا ما تحقق المؤسسات التي تعتمد الذكاء الاصطناعي الفاعل مكاسب تشغيلية كبيرة، بما في ذلك تقليل وقت إعداد الموظفين الجدد بنسبة تتراوح بين 50 و80٪، وتحسين كفاءة الكشف عن الاحتيال بنسبة تتراوح بين 20 و40٪، وخفض تكاليف المراجعة اليدوية بنسبة تصل إلى 70٪. وتشمل مؤشرات الأداء الرئيسية التي يجب رصدها الوقت اللازم لاتخاذ القرار، ومعدلات الإيجابيات الكاذبة والسلبيات الكاذبة، ومعدل تخلّي العملاء، ومعدلات اجتياز عمليات التدقيق، وتكلفة كل عملية تحقق. وينبغي على الموردين توفير بيانات مقارنة مرجعية شفافة ودعم إجراء اختبارات خاضعة للرقابة للتحقق من عائد الاستثمار ضمن بيئة المخاطر الخاصة بالمنظمة.