قادة الفكر
لماذا قد يكون محللو الاحتيال اليدويون ينظرون إلى الأشياء الخاطئة
وفقًا لمسح حديث لمسح صناعي، ما زالت ثلاثة أرباع المؤسسات المالية تتحقق يدويًا من جزء كبير من وثائق الدخل للكشف عن الاحتيال، مع مراجعة العديد منهم حتى نصف جميع التقديمات يدويًا. مع ظهور نماذج الذكاء الاصطناعي القوية القادرة على اتخاذ القرارات المتقدمة آليًا، لماذا ما زالت العديد من المقرضين تعتمد على العين البشرية للكشف عن أوراق الدفع المزيفة والبيانات المصرفية المعدلة؟
الجواب يمتد إلى ما هو أبعد من قصور المؤسسات. المحللون اليدويون يضيفون قيمة حقيقية، ويتطور المحللون ذوو الخبرة في التعرف على الأنماط التي يصعب تكرارها خوارزميًا. لكن هناك فرق بين الحفاظ على البشر في العملية والحفاظ عليهم مركزين على العمل الذي يعتمد بشكل فريد على الحكم البشري. العديد من المقرضين لا يفرقون بين هذا الفرق بوضوح كافٍ، وتظهر العواقب في معدلات الاحتيال، وتكلفة العمالة، والتعرض للاحتيال الذي يصعب مهاجمته.
ما يضيفه المحللون ذوو الخبرة فعلاً إلى الجدول
قبل تقديم الحجة لصالح التغيير، من المفيد فهم ما يفعل محررو الاحتيال جيدًا. المحللون ذوو الخبرة ليسوا فقط محققين في صناديق. محلل قام بمعالجة آلاف وثائق الدخل على مدار سنوات من الممارسة قد داخليًا الإشارات التي لا يلتقطها أي مجموعة قواعد. المحللون البشر يحملون أيضًا ما لا يمكن أن تحمله الأنظمة الآلية: المساءلة المؤسسية والتنظيمية. إنهم يفهمون ثقافة التشغيل التجارية، والتوقعات التنظيمية، وتendencies التكنولوجية، وغيرها من المعارف العملية التي تأتي من العيش والتفاعل في العالم. يمكن للمحللين أيضًا الكشف عن شذوذات تقع خارج بيانات التدريب لأي نموذج، خاصة عند عمل مجموعات الاحتيال بطرق جديدة حقًا.
من المثير للاهتمام أن تحدّد حدود الذكاء الاصطناعي نفسه لماذا يهم الإشراف البشري. مؤشر ستانفورد للذكاء الاصطناعي 2026 وثق ما يسميه الباحثون “الذكاء المتقطع”: نماذج متقدمة قادرة على اجتياز الامتحانات العلمية على مستوى الدراسات العليا التي تفشل مع ذلك في المهام التي يمكن لطفل التعامل معها، مثل قراءة ساعة تناظرية، وتنجح فقط بنسبة نصف المرة. يمكن للذكاء الاصطناعي الكشف عن مجموعات الاحتيال المعقدة لكنه يفقد الأنماط الأساسية للاختراق. إن هذا الملف القدرة غير المتكافئ هو حجة لصالح الإشراف البشري المعتدل، وليس للحالة الراهنة.
الحدود الصعبة التي لا يمكن لمحلل أن يغلبها
الاعتراف بما يفعله المحللون اليدويون جيدًا لا ينبغي أن يخفي ما لا يمكنهم ببساطة فعله. بيانات وثيقة التعريف غير مرئية للعين المجردة ولكنها مُ启اة للادوات الحاسوبية: تواريخ الإنشاء، وتاريخ التعديل، والتواقيع البرمجية، والبيانات الجغرافية المكانية المضمنة في صورة ماسحة ضوئية يمكن أن تكشف عن وثيقة مزيفة في ثوان. لن يرى محلل بشري أي من هذه البيانات.
بيانات اتحاد وشبكة تقع أيضًا خارج أفق المراقبة التحليلية. الكشف عن رقم الضمان الاجتماعي الواحد الذي يظهر عبر طلبات التاجر المتعددة في نفس الأسبوع هو أمر حاسوبي بسيط و人类ي مستحيل عند الحجم. يتبع الكشف عن عدم الاتساق الدقيق نفس المنطق: التغييرات الجانبية للخطوط، والتعديلات على مستوى البكسل، والتنسيقات غير المنتظمة في الوثائق المزيفة تتطلب مقارنة حاسوبية لظهورها بثبات. مع نمو حجم قروض السيارات، لا تتناسب المراجعة اليدوية. إنها تصبح أكثر تكلفة فقط.
مشكلة سوء التخصيص
المشكلة ليست في أن المقرضين يستخدمون محللي الاحتيال اليدويين. إنها أنهم يستخدمونها في الوثائق والعمليات الخاطئة. عندما تقوم المؤسسات بمراجعة يدويًا ما يصل إلى نصف حجم وثائق الدخل، يقضي المحللون معظم thời gianهم على التقديمات التي يمكن للذكاء الاصطناعي مسحها أو وضع علامة عليها تلقائيًا. الوثائق التي تتطلب حقًا عينًا بشرية مدربة تمثل جزءًا صغيرًا من هذا الإجمالي.
النتيجة متوقعة. يصبح المحللون متعبين وأقل حدة بالضبط عندما يتعاملون مع الحالات المعقدة والمرتفعة المخاطر التي تحتاج فعلاً إلى خبرتهم. يختبئ الاحتيال الأصعب فيPlaces حيث يكون المراجع المتعب يعمل عبر قائمة طويلة أقل قدرة على العثور عليه. إن التكلفة العالية للعمالة، وانخفاض الإنتاجية، وعدم تحسين معدلات الكشف عن الاحتيال بشكل معنوي ليس بمقايضة جيدة.
ما يبدو عليه نموذج أكثر ذكاء
الحل ليس القضاء على المراجعة اليدوية. إنه إعادة توجيهها. يجب أن تتعامل الأدوات الآلية مع الحجم: فحص وثائق الدخل عن إشارات الاحتيال المعروفة، وتناقضات البيانات الوصفية، وبيانات اتحاد الضربات. هذا يحرر المحللين من التركيز على الحالات الحدودية، والاستئنافات، والتصعيدات، والأنماط الاحتيالية الجديدة التي لا تتوافق مع أدوات الذكاء الاصطناعي.
غالبًا ما يغفل المؤسسون عن طبقة أخرى: الذكاء الاصطناعي يراقب الذكاء الاصطناعي. يجب أن تتبع الأنظمة الآلية كيفية استخدام أدوات اتخاذ القرار ومدى نتائجها التي تبتعد بالطرق التي تشير إلى تدهور النموذج أو فيكتورات الاحتيال الجديدة. الإشراف البشري هو الأكثر قيمة عندما يتم وضعه في نقاط الرافعة، وليس موزعًا بالتساوي عبر كل وثيقة في قائمة الانتظار. بروتوكولات التصعيد الواضحة، مع عتبات محددة يتم فحصها بانتظام، هي ما يحافظ على هذا النموذج من العودة إلى العادة.
بعد الامتثال الذي لا يمكن للمقرضين تجاهله
يحسب المحققون الانتباه إلى كيفية اتخاذ قرارات الكشف عن الاحتيال بمساعدة الذكاء الاصطناعي و誰 يحمل مسؤولية عنها. ستكون المؤسسات التي يمكنها توثيق عملية مراجعة متدرجة، ومراجعة آلية يتبعها مراجعة بشرية مستهدفة على معايير محددة، في وضع أفضل من تلك التي تعتمد على آليات غامضة أو مراجعة يدوية غير متميزة. نظام أسود ي无法 تفسيره أحد في المؤسسة هو عبء، وليس حلاً.
يحتاج مسؤولو الامتثال إلى أن يكونوا قريبين بما فيه الكفاية من التكنولوجيا لفهم ما الذي يفعله الذكاء الاصطناعي فعلاً، وليس فقط التوقيع على نظام لم يفحصوه أبدًا. هذا يتطلب استثمارًا في التدريب، وشفافية البائع، ودورة تدقيق مستمرة تحافظ على الحكم البشري متصلاً بمعنى بالنتائج الآلية.
السؤال الصحيح الذي يجبطرحه
ملاحظة أن ثلاثة أرباع المقرضين ما زالوا يعتمدون بشكل كبير على مراجعة الاحتيال اليدوية ليست فضيحة. قد تعكس هذه الملاحظةinstinct صحيحًا للحفاظ على البشر مسؤولين في عملية عالية المخاطر. لكن الinstinct ليس استراتيجية. حجم المراجعة اليدوية التي تحدث عبر الصناعة لا يعكس قرارًا متعمدًا حول مكان قيمة الحكم البشري. إنه يعكس عادة.
يجب على كل مؤسسة في هذا المجال أن تسأل ليس ما إذا كان يجب استخدام المراجعة اليدوية، ولكن أين استخدامها، وكيف، وكم، وعلى ما. المقرضون الذين ي回答ون هذا السؤال بوضوح، ويبنون تدفقات العمل لتطابق ذلك، سيجدون المزيد من الاحتيال، وينفقون أقل في ذلك، وسيكونون في وضع أفضل عندما يأتي المحققون يسألون عن كيفية اتخاذ القرارات. المحللون الذين راجعوا وثائق الروتين يستحقون العمل على الحالات التي تحتاج فعلاً إليهم.
