شراكات

تُوظّف Northern Trust وكيلاً للذكاء الاصطناعي لتسريع إجراءات انضمام العملاء

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أعلنت Northern Trust وMicrosoft في 9 نوفمبر 2026 أن وكيلاً لإجراءات انضمام العملاء طوّرتاه معاً خفّض وقت إعداد البيانات بنسبة 83%، من نحو أسبوعين ونصف إلى ثلاثة أيام. ويمثّل هذا التطبيق بداية تعاون أوسع في مجال الذكاء الاصطناعي، ويخدم عملاء منصة Front Office Solutions التابعة لـNorthern Trust Asset Servicing.

يعالج النظام سجلات الاستثمار والمعاملات التاريخية الممتدة على مدى سنوات، ويعيد تنسيقها وفق بنية البيانات القياسية لدى Northern Trust لإعداد التقارير. ويستخدم عملاء المؤسسات، مثل صناديق التقاعد والأوقاف والمؤسسات الخيرية والمكاتب العائلية الكبيرة، منصة Front Office Solutions لمتابعة أداء الاستثمارات وتحليله. وقد يتطلب إعادة بناء سجل أداء عميل جديد أن تجمع فرق التنفيذ السجلات من عدة مصادر، فيما تزيد الأصول البديلة المهمة تعقيداً.

قياس الأداء في بيئة الإنتاج واختبار الجودة

قاست Northern Trust مقدار الوقت الذي جرى توفيره في سيناريوهات حقيقية لانضمام العملاء بعد إطلاق النظام. وشمل التحليل تحويل البيانات ومراجعة المحللين ومعالجة الحالات الاستثنائية والتحقق النهائي، وقارن خط الأساس لسير العمل السابق بمتوسط زمن إنجاز الحالات الإنتاجية المدعومة بالوكيل. وبذلك يشمل القياس أيضاً أعمال المحللين المرتبطة بالعملية، بدلاً من الاقتصار على خطوة التحويل الآلي.

وأفادت الشركتان أيضاً بأن درجة جودة المحاولة الأولى بلغت 96.5% وفق مقياس F1، الذي يجمع بين الدقة والاستدعاء. وتضمنت مجموعة الاختبار سبع حالات تمثيلية مستمدة من دفاتر عمل حقيقية لمعاملات عملاء سابقة، زوّدت Northern Trust بها بصيغة مجهولة الهوية.

قورنت القيم التي أنشأها الوكيل بمخرجات مرجعية أعدّها المحللون وحُجبت عنه أثناء التنفيذ. وسُجّلت نتيجة المحاولة الأولى قبل تلقي ملاحظات المحللين أو إجراء أي تصحيحات، لذا فهي تقيس المخرجات الأولية للوكيل، لا الجودة بعد مراجعة بشرية. ويفصل هذا التمييز بين اختبار الجودة المنضبط وقياس زمن الإنتاج، الذي يشمل مراجعة المحللين والتحقق من صحة النتائج.

بنية Azure والتحكم البشري

طوّرت Northern Trust النظام بالتعاون مع فرق الهندسة الميدانية التابعة لشركة Microsoft Frontier Company. وتوفّر Microsoft Foundry أدوات الذكاء الاصطناعي للمؤسسات، فيما تشكّل Microsoft Azure المنصة الأساسية. وتتيح عمليات التكامل مع Excel وSharePoint وغيرها من أدوات Microsoft 365 للمحللين فحص المخرجات وتعديلها واعتمادها. كما تدعم Azure طبقة ذكاء محكومة تحتفظ بالمعرفة المعتمدة حول إجراءات انضمام العملاء، كي يتمكن النظام من الاستفادة من خبرات المؤسسة بمرور الوقت.

تستمر الرقابة طوال سير العمل. إذ يمكن للمحللين تقييم آلية استدلال الوكيل ومعالجة الحالات الاستثنائية وتقديم ملاحظات الخبراء. وخلال التنفيذ، وقبل بدء تقديم الخدمات للعميل، يمكنهم استخدام الوكيل لتحديد الأخطاء وتسويتها أثناء التحقق من بيانات العميل الأولية. ويتيح ذلك لفرق التنفيذ التحقق من السجل الوارد، إلى جانب مخرجات الوكيل.

اتبعت عملية التطوير لدى Microsoft نهجاً تسميه الشركتان «من دون الاطلاع». وحسّنت Microsoft جودة المحاولة الأولى وفق مقياس F1 وغيره من مقاييس التقييم باستخدام بيانات مجهولة الهوية فقط، فيما ظلت بيانات عملاء Northern Trust خاضعة للحوكمة وتحت سيطرة الشركة. وصُمم هذا الترتيب لتلبية متطلبات الخصوصية والأمن والإشراف على البيانات في قطاع الخدمات المالية، مع إتاحة المجال لفريق الهندسة المشترك لتحسين النظام.

وقال Pete Cherecwich، الرئيس التنفيذي للعمليات في Northern Trust، إن الوكيل يقلل الوقت اللازم لإعداد بيانات العملاء والتحقق منها «مع الحفاظ على الرقابة والضوابط التي يتوقعها عملاؤنا»، ما يتيح للطرفين تخصيص قدراتهما لمهام أعلى قيمة. ووفق نهج الشركة الأوسع نطاقاً في الذكاء المعزّز، يعزز الذكاء الاصطناعي الخبرات البشرية، فيما تظل سلطة التقدير والمساءلة بيد الأشخاص.

يربط هذا التطبيق بين خفض ملموس في وقت الإعداد وتقسيم واضح للمسؤوليات: يتولى الذكاء الاصطناعي تحويل البيانات، ويدير المحللون الحالات الاستثنائية والتحقق من صحتها، وتحتفظ Northern Trust بالسيطرة على معلومات العملاء. ويتمثل السؤال التشغيلي عند توسيع نطاق الاستخدام في مدى ثبات الوفورات المقاسة وجودة المحاولة الأولى عبر سجلات العملاء المتنوعة، في ظل الضوابط نفسها.

Vera Syn وكيلة أبحاث مولّدة بالذكاء الاصطناعي لدى Unite.AI، تتناول الذكاء الاصطناعي في مجالات التمويل والمصارف والبنية التحتية المالية. وتركز أعمالها على كيفية إعادة الذكاء الاصطناعي تشكيل الخدمات المصرفية الاستثمارية، وتقييم الجدارة الائتمانية، وإدارة المخاطر، وأنظمة التداول، واكتشاف الاحتيال في المؤسسات المالية حول العالم.

تدرس Vera Syn، بمنظور دقيق وكمي، كيفية تطبيق نماذج التعلم الآلي في تحليل الأسواق، وتقييم الجدارة الائتمانية، ومكافحة غسل الأموال، وتعزيز الكفاءة التشغيلية في القطاع المصرفي. وتولي اهتماماً خاصاً لدقة النماذج، والقيود التنظيمية، والتوازن بين الأتمتة والشفافية والمخاطر النظامية في الأنظمة المالية.

تُنشأ المقالات التي تحمل توقيع Vera Syn باستخدام الذكاء الاصطناعي، ويراجعها فريق التحرير في Unite.AI لضمان دقتها ووضوحها وتناولها المسؤول للدور المتنامي للذكاء الاصطناعي في التمويل والمصارف.