لماذا قد يبحث محللو الاحتيال اليدويون في الأشياء الخاطئة

وفقًا لمسح صناعي حديث، تستمر ثلاثة أرباع المؤسسات المالية في فحص جزء كبير من وثائق الدخل يدوياً، مع مراجعة العديد منهم لنصف جميع التقديمات يدوياً. مع ظهور نماذج الذكاء الاصطناعي القوية القادرة على اتخاذ قرارات متقدمة وأوتوماتيكية، لماذا لا تزال العديد من المؤسسات المالية تعتمد على العين البشرية لاكتشاف وثائق الدخل المزيفة؟

الإجابة تتجاوز العزيمة المؤسسية. المحللون اليدويون يضيفون قيمة حقيقية، ويتطور المحللون ذوو الخبرة في التعرف على الأنماط التي يصعب تكرارها خوارزمياً. لكن هناك فرق بين الحفاظ على البشر في العملية والحفاظ عليهم في التركيز على العمل الذي يستفيد بشكل فريد من الحكم البشري. لا تقوم العديد من المؤسسات المالية بصنع هذا التمييز بوضوح كافٍ، وتظهر العواقب في معدلات الاحتيال وتكلفة العمل والتعرض للاحتيال الذي يصعب مهاجمته.

ما يأتي به محللو الاحتيال ذوو الخبرة إلى الطاولة

قبل تقديم الحجة للتغيير، من المفيد فهم ما يفعل محللو الاحتيال جيداً. محللو الاحتيال ذوو الخبرة ليسوا فقط من يضعون علامات في المربعات. المحلل الذي قام بمعالجة آلاف الوثائق على مدار سنوات من الخبرة قد أدرك الدلائل التي لا يلتقطها أي مجموعة من القواعد. المحللون البشريون يحملون أيضاً شيئاً لا تستطيع الأنظمة الأوتوماتيكية حمله: المساءلة المؤسسية والتنظيمية. إنهم يفهمون ثقافة التشغيل التجارية، والتوقعات التنظيمية، وتوجهات التكنولوجيا، وغيرها من المعارف العملية التي تأتي من العيش والتفاعل في العالم. يمكن للمحللين كشف الشذوذ التي تقع خارج بيانات التدريب لأي نموذج، خاصة عند عمل مجموعات الاحتيال بطرق جديدة حقاً.

من المثير للاهتمام أن قيود الذكاء الاصطناعي نفسها تبرز لماذا يهم الإشراف البشري. مؤشر ستانفورد للذكاء الاصطناعي 2026 وثق ما يسميه الباحثون “الذكاء المتجعد”: نماذج متقدمة قادرة على اجتياز الامتحانات العلمية على مستوى الدراسات العليا التي تفشل مع ذلك في مهام يمكن لطفل التعامل معها، مثل قراءة ساعة تناظرية، وتنجح فقط حوالي نصف الوقت. يمكن للذكاء الاصطناعي كشف مجموعات الاحتيال المعقدة ولكن يفقد أنماط الاحتيال الأساسية. إن هذا الملف القابل للانقطاع هو حجة لمراقبة بشرية مدروسة، وليس للحالة الراهنة.

الحدود الصعبة التي لا يستطيع أي محلل تجاوزها

الاعتراف بما يفعله محللو الاحتيال جيداً لا ينبغي أن يخفي ما لا يستطيعون فعله. بيانات وثائق الميتاداتا غير مرئية للعين المجردة ولكنها مكشوفة للأدوات الحاسوبية: تواريخ الإنشاء، وتاريخ التعديل، والتواقيع البرمجية، والبيانات الجغرافية المكانية المضمنة في صورة ماسحة ضوئية يمكن أن تكشف وثيقة مزيفة في ثوان.

بيانات الاتحاد والشبكة تقع أيضاً خارج أفق المراقبة للمحلل. كشف رقم الضمان الاجتماعي الواحد الذي يظهر عبر عدة طلبات للوكالة في نفس الأسبوع هو أمر حسابي بسيط وبشري مستحيل بالحجم. يتبع كشف عدم الاتساق الدقيق نفس المنطق: التغييرات الجانبية في الخطوط، والتعديلات على مستوى البكسل، والتنسيق غير المنتظم في الوثائق المزيفة يتطلبون مقارنة حاسوبية ليكونوا موثوقين. مع نمو حجم قروض السيارات، لا تتوسع المراجعة اليدوية. إنها تصبح أكثر تكلفة فقط.

مشكلة سوء التخصيص

المشكلة ليست أن المؤسسات المالية تستخدم محللي احتيال يدوياً. إنها تستخدمهم في الوثائق والعمليات الخاطئة. عندما تقوم المؤسسات بمراجعة يدوية لما يصل إلى نصف حجم وثائق الدخل، يقضي المحللون معظم وقتهم في التقديمات التي يمكن للذكاء الاصطناعي إزالتها أو وضع علامات عليها تلقائياً. الوثائق التي تحتاج حقاً إلى عين بشرية مدربة تمثل جزءاً من هذا الإجمالي.

النتيجة متوقعة. يصبح المحللون متعبين وأقل حدة بالضبط عندما يتعاملون مع الحالات المعقدة والمرتفعة المخاطر التي تحتاج حقاً إلى خبرتهم. يختبئ الاحتيال الأصعب في أماكن حيث يكون المراجع المتعب يعمل عبر قائمة طويلة أقل قدرة على العثور عليه. إن التكلفة العالية للعمل، وانخفاض الإنتاجية، وعدم تحسين معدلات اكتشاف الاحتيال بشكل معنوي ليس تبادلاً يستحق القيام به.

ما يبدو عليه نموذج أكثر ذكاء

الحل لا يتمثل في القضاء على المراجعة اليدوية. إنه إعادة نشرها. يجب أن تتعامل الأدوات الأوتوماتيكية مع الحجم: فحص وثائق الدخل لآثار الاحتيال المعروفة، وتناقضات البيانات الوصفية، وبيانات الاتحاد. هذا يحرر المحللين للتركيز على الحالات الحدودية، والاستئنافات، والتصعيدات، وأنماط الاحتيال الجديدة التي لا تستطيع أدوات الذكاء الاصطناعي حلها.

غالبًا ما ت忽ن المؤسسات طبقة أخرى: الذكاء الاصطناعي يراقب الذكاء الاصطناعي. يجب أن تتبع الأنظمة الأوتوماتيكية كيفية استخدام أدوات اتخاذ القرارات وكيف تتغير النتائج بطرق تشير إلى تدهور النموذج أو جهات احتيال جديدة. الإشراف البشري هو الأكثر قيمة عندما يتم وضعه في نقاط الرافعة، وليس موزعًا بشكل متساو على كل وثيقة في القائمة. بروتوكولات التصعيد الواضحة، مع معايير محددة يتم فحصها بانتظام، هي ما يحافظ على هذا النموذج من العودة إلى العادة.

بعد التنظيمي الذي لا يمكن للمؤسسات المالية تجاهله

يحسب المراقبون باهتمام أكبر إلى كيفية اتخاذ قرارات اكتشاف الاحتيال بمساعدة الذكاء الاصطناعي ومن يتحمل مسؤولية هذه القرارات. ستكون المؤسسات التي يمكنها توثيق عملية مراجعة متدرجة، مع فحص يدوى مستهدف على معايير محددة، في وضع أفضل من تلك التي تعتمد على تلقائية غير شفافة أو مراجعة يدوية غير متميزة. نظام أسود لا يستطيع أحد في المؤسسة تفسيره هو عبء، وليس حلاً.

يحتاج موظفو الامتثال إلى أن يكونوا قريبين بما فيه الكفاية من التكنولوجيا لفهم ما يفعله الذكاء الاصطناعي حقاً، وليس فقط التوقيع على نظام لم يقموا بتقييمه. هذا يتطلب استثماراً في التدريب، وشفافية البائع، ووظيفة تدقيق مستمرة تحافظ على الحكم البشري متصلاً بالنتائج الأوتوماتيكية بشكل معنوي.

السؤال الصحيح الذي يجبطرحه

ملاحظة أن ثلاثة أرباع المؤسسات المالية لا تزال تعتمد بشكل كبير على المراجعة اليدوية للاحتيال ليست فضيحة. قد تعكس هذه الملاحظةinstinct صحيحاً للحفاظ على البشر مسؤولين في عملية عالية المخاطر. لكن الinstinct ليس استراتيجية. حجم المراجعة اليدوية الذي يحدث عبر الصناعة لا يعكس قراراً متعمداً حول مكان قيمة الحكم البشري. إنه يعكس العادة.

ينبغي لكل مؤسسة في هذا المجال أن تسأل ليس عن استخدام المراجعة اليدوية، ولكن عن مكان استخدامها، وكيف، وعلى ما. المؤسسات المالية التي ت回答 هذا السؤال بوضوح، وتبني سير عمل تتماشى معه، ستكشف عن المزيد من الاحتيال، وستنفق أقل في القيام بذلك، وستكون في وضع أفضل عندما يأتي المراقبون يسألون عن كيفية اتخاذ القرارات.