الذكاء الاصطناعي ومنع الجرائم المالية: لماذا تحتاج البنوك إلى نهج متوازن

الذكاء الاصطناعي هو عملة ذات وجهين للبنوك: بينما يفتح العديد من الإمكانيات لعمليات أكثر كفاءة، يمكن أن يشكل أيضًا مخاطر خارجية وداخلية.

يستخدم المجرمون الماليون التكنولوجيا لإنتاج فيديوهات ديبفيك وأصوات ووثائق مزيفة يمكن أن تخترق الكمبيوتر والكشف البشري، أو لتعزيز أنشطة الاحتيال عبر البريد الإلكتروني. في الولايات المتحدة وحدها، من المتوقع أن تسارع الذكاء الاصطناعي الخسائر الناجمة عن الاحتيال إلى معدل نمو سنوي بنسبة 32٪، لتصل إلى 40 مليار دولار أمريكي بحلول عام 2027، وفقًا لتقرير最近 من ديلويت.

ربما يكون رد الفعل من البنوك هو تسليح أنفسهم بأدوات أفضل، واستخدام الذكاء الاصطناعي عبر منع الجرائم المالية. بدأت المؤسسات المالية في نشر الذكاء الاصطناعي في جهود منع الجرائم المالية – لمراقبة المعاملات وتوليد تقارير عن النشاط المشبوه وآليته للكشف عن الاحتيال وغيرها. هذه لها القدرة على تسريع العمليات مع زيادة الدقة.

المشكلة تكمن في عدم توازن البنوك في تنفيذ الذكاء الاصطناعي مع الحكم البشري. بدون وجود بشري في الحلقة، يمكن أن يؤثر تبني الذكاء الاصطناعي على الامتثال والتحيز والقدرة على التكيف مع التهديدات الجديدة.

نحن نؤمن بنهج حذر ومتوازن لتبني الذكاء الاصطناعي في القطاع المالي، وهو نهج سيستمر في الحاجة إلى مدخلات بشرية.

الفرق بين أنظمة منع الجرائم المالية القائمة على القواعد والمدفوعة بالذكاء الاصطناعي

عملت أنظمة منع الجرائم المالية – وخاصة أنظمة منع غسيل الأموال – تقليديًا مع قواعد محددة من قبل فرق الامتثال استجابة لللوائح. في حالة مراقبة المعاملات، على سبيل المثال، يتم تنفيذ هذه القواعد لتحديد المعاملات بناءً على معايير محددة مسبقًا، مثل عتبات مبلغ المعاملة أو عوامل الخطر الجغرافي.

يقدم الذكاء الاصطناعي طريقة جديدة لفحص مخاطر الجرائم المالية. يمكن استخدام نماذج التعلم الآلي للكشف عن أنماط مشبوهة بناءً على سلسلة من مجموعات البيانات التي تتطور باستمرار. يقوم النظام بتحليل المعاملات والبيانات التاريخية وسلوك العملاء والبيانات السياقية لمراقبة أي شيء مشبوه، مع التعلم بمرور الوقت، ويوفر مراقبة الجرائم المحتملة التكيفية والمحتملة الأكثر فعالية.

然而، بينما تكون أنظمة القواعد قابلة للتنبؤ وسهلة التدقيق، فإن الأنظمة المدفوعة بالذكاء الاصطناعي تطرح عنصر “ال盒ة السوداء” المعقد بسبب عمليات اتخاذ القرارات غير الشفافة. من الصعب تتبع سبب نظام الذكاء الاصطناعي لتحديد سلوك معين على أنه مشبوه، بالنظر إلى أن العديد من العناصر المشاركة. هذا يمكن أن يؤدي إلى أن يصل نظام الذكاء الاصطناعي إلى استنتاج معين بناءً على معايير قديمة، أو يوفر رؤى غير صحيحة من الناحية الواقعية، دون أن يكون ذلك قابلاً للكشف الفوري. كما يمكن أن يسبب مشاكل للامتثال التنظيمي للمؤسسة المالية.

التحديات التنظيمية المحتملة

يجب على المؤسسات المالية الامتثال للمعايير التنظيمية الصارمة، مثل توجيه منع غسيل الأموال في الاتحاد الأوروبي وقانون سرية البنوك في الولايات المتحدة، والتي تفرض اتخاذ القرارات الواضحة والقابلة للتعقب. يمكن أن تكون أنظمة الذكاء الاصطناعي، وخاصة نماذج التعلم العميق، صعبة الفهم.

为了 ضمان المساءلة أثناء تبني الذكاء الاصطناعي، تحتاج البنوك إلى التخطيط بعناية والاختبار الشامل والاطار التنظيمي المتخصص والإشراف البشري. يمكن للبشر التحقق من القرارات الآلية من خلال تفسير سبب تحديد معاملة معينة على أنها مشبوهة، مما يجعلها قابلة للتفسير والدفاع عنها أمام المنظمين.

كما أن المؤسسات المالية خاضعة لضغط متزايد لاستخدام أدوات الذكاء الاصطناعي القابل للتفسير (XAI) لجعل القرارات المدفوعة بالذكاء الاصطناعي مفهومة للمنظمين والمدققين. XAI هو عملية تمكن البشر من فهم مخرجات نظام الذكاء الاصطناعي وعمليات اتخاذ القرارات الأساسية.

الحاجة إلى الحكم البشري لمفهوم شامل

لا يمكن أن يؤدي تبني الذكاء الاصطناعي إلى الاسترخاء مع الأنظمة الآلية. يأتي المحللون البشر بالسياق والحكم الذي يفتقر إليه الذكاء الاصطناعي، مما يسمح بالاتخاذ القرارات الدقيقة في الحالات المعقدة أو الغامضة، وهو ما يظل ضروريًا في تحقيقات منع الجرائم المالية.

من بين مخاطر الاعتماد على الذكاء الاصطناعي هو إمكانية الأخطاء (مثل الإيجابيات الكاذبة والسلبيات الكاذبة) والتحيز. يمكن أن يكون الذكاء الاصطناعي عرضة للإيجابيات الكاذبة إذا لم يتم调节 النماذج جيدًا، أو تم تدريبها على بيانات متحيزة. بينما يمكن أن يكون البشر أيضًا عرضة للتحيز، فإن خطر الذكاء الاصطناعي هو أنه يمكن أن يكون من الصعب تحديد التحيز داخل النظام.

علاوة على ذلك، تعمل نماذج الذكاء الاصطناعي على البيانات التي يتم تغذيتها إليها – قد لا تكتشف أنماطًا مشبوهة جديدة أو نادرة خارج الاتجاهات التاريخية، أو بناءً على رؤى العالم الحقيقي. قد يترك استبدال الأنظمة القائمة على القواعد بالكامل بالذكاء الاصطناعي نقاط عمياء في مراقبة منع الجرائم المالية.

في حالات التحيز أو الغموض أو الابتكار، يحتاج منع الجرائم المالية إلى عين تمييز لا يمكن أن يوفرها الذكاء الاصطناعي. وفي الوقت نفسه، إذا كنا نزيل البشر من العملية، يمكن أن يؤدي ذلك إلى إعاقة قدرة فرقك على فهم الأنماط في الجرائم المالية، واكتشاف الأنماط وتحديد الاتجاهات الناشئة. يمكن أن يؤدي ذلك إلى صعوبة الحفاظ على أي أنظمة آلية محدثة.

نهج هجين: دمج الأنظمة القائمة على القواعد والمدفوعة بالذكاء الاصطناعي

يمكن للمؤسسات المالية دمج نهج قائم على القواعد مع أدوات الذكاء الاصطناعي لإنشاء نظام متعدد الطبقات ي利用 نقاط قوة كل نهج. سيفعل نظام الهجين تنفيذ الذكاء الاصطناعي أكثر دقة في المدى الطويل، وأكثر مرونة في معالجة التهديدات الناشئة لمنع الجرائم المالية، دون التضحية بالشفافية.

يمكن للمؤسسات القيام بذلك من خلال دمج نماذج الذكاء الاصطناعي مع ملاحظات بشرية مستمرة. سيكون تعلم النماذج التكيفي ليس فقط بناءً على أنماط البيانات، ولكن أيضًا على مدخلات بشرية تحسنها وترسّخها.

ليس جميع أنظمة الذكاء الاصطناعي متساوية. يجب أن تخضع نماذج الذكاء الاصطناعي للاختبار المستمر لتقييم الدقة والعدالة والامتثال، مع تحديثات منتظمة بناءً على التغييرات التنظيمية والتهديدات الجديدة كما يتم تحديدها من قبل فرق منع الجرائم المالية.

يجب على خبراء المخاطر والامتثال الحصول على تدريب في الذكاء الاصطناعي، أو يجب توظيف خبير في الذكاء الاصطناعي إلى الفريق، لضمان تنفيذ تطوير وتطبيق الذكاء الاصطناعي داخل حدود معينة. كما يجب عليهم تطوير إطارات امتثال محددة للذكاء الاصطناعي، مما يحدد مسار الامتثال التنظيمي في قطاع جديد لخبراء الامتثال.

كجزء من تبني الذكاء الاصطناعي، من المهم أن يتم إطلاع جميع عناصر المنظمة على قدرات نماذج الذكاء الاصطناعي الجديدة التي يعملون معها، ولكن أيضًا على نقاط ضعفها (مثل التحيز المحتمل)، من أجل جعلها أكثر حساسية للخطأ المحتمل.

يجب على المنظمة أيضًا اتخاذ بعض الاعتبارات الاستراتيجية الأخرى لضمان الحفاظ على الأمان وجودة البيانات. من الضروري الاستثمار في بنية تحتية للبيانات آمنة وعالية الجودة، وضمان تدريبها على مجموعات بيانات دقيقة ومتنوعة.

الذكاء الاصطناعي هو وسيلة هجومية ودفاعية للبنوك. لكنهم بحاجة إلى التعامل مع هذه التكنولوجيا الجديدة القوية بشكل صحيح لتجنب خلق مشاكل بدلاً من حلها.