تشين جوو وانج: يُحظر على صناعة التمويل الاقتراب من أربعة "سيناريوهات خط أحمر" عند تطبيق OpenClaw

كيف يمكن لصناعة التمويل أن توازن بين كفاءة الذكاء الاصطناعي والأمان والامتثال؟

في الآونة الأخيرة، استمر انتشار وكيل الذكاء الاصطناعي المفتوح المصدر OpenClaw (المعروف أيضًا بـ “الروبيان”)، الذي يمكن دمجه واستدعاء برامج التواصل والنماذج الكبيرة للذكاء الاصطناعي، وتنفيذ مهام معقدة بشكل مستقل على أجهزة المستخدمين المحلية، مثل إدارة الملفات ومعالجة البيانات. ومع ذلك، في صناعة التمويل التي تتسم بالامتثال الصارم والحساسية العالية، تظل مخاطر الأمان، وحدود التطبيق، وصعوبات التنفيذ، محور اهتمام الصناعة المستمر.

تحديد حدود التطبيق: التركيز على المساعدات غير الأساسية، وتوضيح أربع خطوط حمراء

بالنسبة لحدود تطبيق OpenClaw في صناعة التمويل، أوضح رئيس معهد البحوث المصرفية في القطاع المالي، تشن غوهوانغ، أن المبادئ الأساسية يمكن تلخيصها في “المساعدة البشرية القوية، والأنشطة غير الأساسية، وعدم خروج البيانات عن النطاق، وتقليل الصلاحيات، وإمكانية التدقيق الكامل عبر جميع الروابط”، وهو ما يتوافق مع خصائصه الأمنية ومتطلبات الامتثال في القطاع المالي.

وبالتفصيل، تتركز سيناريوهات تطبيق OpenClaw بشكل رئيسي في المجالات غير الأساسية للمساعدة، التي لا تتعلق بالعمليات المالية الأساسية، ويمكنها تحسين الكفاءة بشكل فعال. وتشمل ذلك المساعدة في الأعمال الداخلية، مثل تنظيم المستندات، واسترجاع الوثائق المتوافقة، وتوليد محاضر الاجتماعات؛ والمساعدة في خدمة العملاء، مثل توليد عبارات التواصل مع العملاء، والإجابة على الأسئلة الشائعة، ومعالجة شكاوى العملاء مسبقًا، ولكن نظرًا لتعلقها بالتواصل الخارجي، يجب أن تكون مراجعتها النهائية يدويًا؛ بالإضافة إلى المساعدة في الامتثال للمخاطر، مثل فحص قواعد مكافحة الاحتيال، وتفسير الوثائق التنظيمية، وتحديد المعاملات المشبوهة بشكل مبدئي.

وفي الوقت نفسه، أكد رئيس المعهد، تشن غوهوانغ، على وجود أربع “سيناريوهات حمراء” يُحظر الاقتراب منها عند تطبيق OpenClaw في القطاع المالي، وهي تنفيذ المعاملات الأساسية، واتخاذ قرارات إدارة المخاطر الأساسية، ومعالجة البيانات الحساسة، والنشر عبر النطاقات أو الشبكات العامة. بالإضافة إلى ذلك، يجب الالتزام الصارم بمبادئ النشر الخاص، وتقليل الصلاحيات، وإمكانية التدقيق الكامل، من أجل الوقاية من مخاطر الأمان والامتثال من التفاصيل الدقيقة.

عقبات في تنفيذ الأعمال الأساسية: ثلاثة عوائق رئيسية

على الرغم من أن OpenClaw يمتلك قيمة تطبيقية في سيناريوهات المساعدة غير الأساسية، إلا أن رئيس المعهد، تشن غوهوانغ، أشار إلى أن تأثير عيوبه الأمنية، والامتثالية، والتقنية، تجعل من الصعب تطبيقه على الأعمال الأساسية في القطاع المالي على المدى القصير، حيث تتعارض متطلبات القطاع العالية مع قدراته الحالية.

أولًا، يوجد خلل فطري في الهيكل الأمني. أصدرت منصة مشاركة معلومات التهديدات والثغرات الأمنية لوزارة الصناعة وتكنولوجيا المعلومات في 11 مارس تحذيرًا، يوضح أن استخدام OpenClaw في سيناريوهات المعاملات المالية قد يؤدي إلى أخطاء في المعاملات أو استيلاء على الحسابات. ووفقًا لتفسير رئيس المعهد، فإن تصميم OpenClaw من حيث الصلاحيات العالية والتشفير الضعيف يتعارض بشكل كبير مع متطلبات أمان أنظمة الأعمال المصرفية الأساسية، وتوجد العديد من الثغرات، مما يصعب إصلاحه في المدى القصير.

ثانيًا، لا تتوافق متطلبات الامتثال والمعايير الصارمة للرقابة المالية في الصين. حيث أصدرت جمعية التمويل عبر الإنترنت في الصين في 15 مارس تحذيرًا من المخاطر، موضحًا أن الصلاحيات العالية المبدئية لنظام OpenClaw وتكويناته الأمنية الضعيفة، تجعل منه نقطة اختراق سهلة لسرقة البيانات الحساسة أو التحكم غير القانوني في المعاملات. وأشار تشن غوهوانغ إلى أن OpenClaw يواجه مخاطر تسريب البيانات الحساسة بشكل غير قانوني، وأن نمط اتخاذ القرارات الذاتية غير قابل للتتبع، والمسؤولية غير واضحة، مما يجعله غير قادر على تلبية متطلبات الرقابة المالية الصارمة.

ثالثًا، لم تصل قدراته التقنية إلى معايير الأعمال المالية. تتطلب الأعمال المالية دقة عالية جدًا، ويجب أن تكون خالية من الأخطاء، لكن نماذج OpenClaw تعاني من مشكلة “الهلوسة”، مما يؤثر على دقته، وتفتقر إلى آليات متقدمة لإدارة المخاطر والتحقق. بالإضافة إلى ذلك، فإن تكلفة تحويله إلى نظام خاص، وتعزيزه بالأمان، مرتفعة جدًا، مما يصعب على المؤسسات المالية إنشاء حل أمني مغلق في المدى القصير، مما يقيّد تطبيقه على الأعمال الأساسية بشكل أكبر.

طريق التوازن: الأولوية للامتثال، والتعاون بين الإنسان والآلة، وحل التناقض بين الكفاءة والأمان

في تطبيقات الذكاء الاصطناعي في المجال المالي، يوجد دائمًا تناقض بين “رفع الكفاءة” و"عدم التسامح مع الأخطاء في الامتثال". يرى رئيس المعهد، تشن غوهوانغ، أن جوهر هذا التناقض هو الصراع بين السرعة والأمان، وأن الحل يكمن في الالتزام بمبدأ “الامتثال أولًا، والتعاون بين الإنسان والآلة، والتنفيذ التدريجي”.

ولتحقيق ذلك، اقترح تشن غوهوانغ أربع مسارات توازن محددة: أولًا، تعزيز الحوكمة العليا، وتحديد دور الذكاء الاصطناعي كمساعد، وتشكيل لجنة حوكمة الذكاء الاصطناعي، ووضع دليل للامتثال وقائمة مخاطر؛ ثانيًا، تعزيز الأمان التقني، من خلال النشر الخاص والعزل عبر الشبكة الداخلية، وإدارة قوائم السماح للإضافات، لضمان أمان البيانات؛ ثالثًا، اعتماد مسار تنفيذ تدريجي، يبدأ في السيناريوهات غير الأساسية والمنخفضة المخاطر، مع ضرورة المراجعة اليدوية؛ رابعًا، تحسين إدارة العمليات بالكامل، من خلال إنشاء آليات تقييم مسبق، وإيقاف العمليات عند الضرورة، وإجراء تدقيق بعد التنفيذ، للوقاية من المخاطر المختلفة.

وفي الختام، لخص رئيس المعهد، تشن غوهوانغ، أن تطبيق OpenClaw في المجال المالي يجب أن يكون قائمًا على أساس الامتثال، والأمان كشرط أساسي، وأن يقتصر في المدى القصير على السيناريوهات غير الأساسية للمساعدة. المفتاح لنجاح تطبيقه على الأعمال الأساسية يكمن في حل أربعة قضايا رئيسية: خلل الهيكل الأمني، ونقص التفسير، وغموض المسؤولية، وعدم الامتثال للبيانات، بهدف تحقيق التعاون بين الامتثال والكفاءة، وإطلاق قيمة الذكاء الاصطناعي بأقصى قدر ممكن.