كيف يمكن للامتثال الاستعانـة بالذكاء الاصطناعي (KYC) تقليل المخاطر غير المتكافئة بالنسبة للبنوك؟

جون فلوورز يشغل منصب المدير العالمي للأسواق المالية لدى eClerx. وبخبرة تزيد على 30 عامًا في قطاع خدمات التكنولوجيا المالية، تقلّد مناصب تنفيذية مختلفة على جانبي أعمال الشركة من جهة التكنولوجيا ومن جهة المواجهة مع العملاء.

اكتشف أبرز أخبار وأحداث التكنولوجيا المالية!

اشترك في النشرة الإخبارية الخاصة بـ FinTech Weekly

يقرؤها مسؤولون تنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna وغيرهم

يشكل الخطر غير المتناظر تهديدًا مستمرًا للبنوك وشركات التكنولوجيا المالية وغيرها من الجهات التي تخضع لتنظيمات صارمة للغاية. قد تؤدي مراجعة غير مكتملة للعناية الواجبة بشأن عميل واحد تفوّت رصد تورطه في غسل الأموال أو غير ذلك من الجرائم إلى فرض غرامات بملايين الدولارات، وإلحاق ضرر بسمعة الجهة، واتخاذ إجراءات تنظيمية على أعلى مستويات القيادة. وبما أن حتى الأخطاء الصغيرة قد تنتج عواقب كبيرة بهذا الحجم، فإن سد الثغرات الصغيرة في عمليات اعرف عميلك (KYC) أمر ضروري لحماية المؤسسات وأصحاب المصلحة لديها.

تقليديًا، تطلب الامتثال الفعّال لمكافحة غسل الأموال (AML) وKYC إجراء تقييم شامل لمخاطر العميل أثناء مرحلة استقبال الطلبات، يتبعه مراقبة مجدولة لأي تغيّر في ملف المخاطر أو السلوك، وغالبًا ما كان ذلك يتم عبر عمليات يدوية شديدة عرضة للتأخير. أما الآن، فيجعل الذكاء الاصطناعي والأتمتة من الممكن تعزيز KYC وتحسين الإشراف على AML عبر استخدام بيانات آنية واعتماد نهج أكثر استباقية لمنع الجرائم المالية.

ما أدوار الذكاء الاصطناعي في تقليل مخاطر KYC/AML؟

تحدث أخطاء تشغيلية وغرامات رغم استثمار البنوك الكبير في عمليات وحلول AML/KYC. قدّرت Juniper Research إنفاق KYC عالميًا في عام 2024 بمبلغ 30.8 مليار دولار العام الماضي. ومع ذلك، لا تزال العديد من المؤسسات تعتمد على المعالجة اليدوية وتحديث بيانات العملاء، ما يؤدي إلى إبطاء استقبال الطلبات وتأخير التحديثات التي قد تُعلِم بتغيّرات في ملف المخاطر.

يمكن أن يؤدي أتمتة بعض هذه العمليات باستخدام أتمتة عمليات آلية قائمة على القواعد (RPA) إلى تسريع الأمور، لكن قد يولّد ذلك معدلات مرتفعة من النتائج الإيجابية الكاذبة التي تتطلب وقتًا إضافيًا للمراجعات اليدوية. وفي الوقت نفسه، يستخدم المجرمون تقنيات متقدمة لتفادي اكتشافهم عبر عمليات KYC وAML. ومع الذكاء الاصطناعي وبيانات الهوية المسروقة أو المزيفة، يمكنهم إنشاء مستندات وسِيَر تبدو واقعية بما يكفي لخداع المحللين والأنظمة الآلية الأساسية.

يمكن أن يساعد إضافة الذكاء الاصطناعي المدعّم بالأتمتة وGenAI إلى RPA البنوك على معالجة هذه التحديات بطرق متعددة.

1. تجربة استقبال العملاء

ضمن عملية KYC، تزود الشركات العملاء الجدد بقائمة بالمستندات والبيانات المطلوبة التي لا تستطيع التحقق منها بشكل مستقل. وعندما لا تُبلغ هذه المتطلبات بفعالية، قد يسبب ذلك ارتباكًا لدى العملاء وتأخيرًا في الموافقات. وينطبق ذلك بشكل خاص عندما لا تتوافق المعلومات المطلوبة بوضوح مع المتطلبات التنظيمية المحددة للبلد/البلدان القضائية ذات الصلة، ما يخلق أعمالًا إضافية للمحللين الذين يتعين عليهم بعد ذلك معالجة التباينات.

باستخدام نموذج معالجة اللغة الطبيعية للذكاء الاصطناعي المدمج في عملية استقبال الطلبات، يمكن للبنوك التواصل بفعالية وطلب المعلومات المناسبة استنادًا إلى اللوائح الخاصة بالبلد/البلدان القضائية المعنية. والنتيجة هي عملية استقبال أسرع للعملاء وأكثر عرضة لأقل للأخطاء الناتجة عن قيام شخص ما بالتحقق من خانة غير صحيحة أو تقديم مستندات لا تتوافق مع المتطلبات المحلية والداخلية. ويمكن أن يوقف ذلك فجوات البيانات والأخطاء قبل أن تدخل إلى النظام.

2. اكتشاف احتيال الهوية

يمكن لنماذج الرؤية الحاسوبية المدعومة بالذكاء الاصطناعي واكتشاف الهوية الاصطناعية أن تضع علامات على العملاء الذين تبدو مستنداتهم أو سجلاتهم المالية مزيفة أو مسروقة، حتى لو كانت تبدو صالحة للبشر. تقوم هذه الأدوات بتجميع البيانات من عدة مصادر مع مرور الوقت، ويمكنها رؤية العلاقات بين البيانات التي قد لا يلتقطها البشر، ولا يمكن لمحركات القواعد التقليدية فكها. وتربط بسرعة هوية العميل بنشاط واقعي وترفع إشارات عند ظهور تباينات حتى يتمكن المحللون من التحقيق.

3. مراقبة KYC وAML في الوقت الفعلي

إن الحفاظ على بيانات العملاء بعد استقبال الطلبات هو عملية لا تنتهي. فمراقبة أنشطة العملاء مع المؤسسة، وفحص الأخبار السلبية المتعلقة بهم، وفهم أي تغيّرات في شبكات أعمالهم أمر بالغ الأهمية لتفادي تفويت إشارات تغير في ملف مخاطر العميل. ويمكن لنماذج GenAI تنسيق هذا النوع من المراقبة في الوقت الفعلي عبر استيعاب البيانات من منصات ومصادر بيانات متعددة، ووضع خط أساس لملف المخاطر لكل عميل، وإطلاق تنبيهات عندما تشير بيانات جديدة إلى حدوث تغيّر في ملف المخاطر.

4. الامتثال والتقارير

توفر حلول الاستقبال والمراقبة الشاملة كذلك البيانات والرؤى التي تحتاجها البنوك لتقييم امتثال AML، وتحديد مجالات التحسين، وإعداد التقارير لأصحاب المصلحة الداخليين وللجهات التنظيمية. لا تقتصر حلول التقارير باستخدام GenAI على استيعاب كميات ضخمة من البيانات والإجابة عن الأسئلة فحسب. بل يمكن تعليمها أيضًا عرض المعلومات المُعالجة عبر مخططات ورسوم بيانية بديهية، على لوحات المعلومات، وفي التقارير. وتسمح هذه الشفافية بقيادة البنك بتحديد القضايا الناشئة وإيقافها قبل أن تتحول إلى مشكلات كبرى.

** 5. التكيف مع تغيرات التكنولوجيا والتنظيمات**

تتعلم أنظمة GenAI والأتمتة المدعومة بالذكاء الاصطناعي من مخرجاتها. وهذا يعني أنه يمكن تدريبها على التكيف عند قيام البنوك بربط مصادر بيانات جديدة ومنصات تكنولوجية جديدة، دون الحاجة إلى إعادة بناء منصة رئيسية مكلفة أو عملية تكامل طويلة. ويمكّن ذلك المؤسسات من جني قيمة أكبر من استثماراتها في الذكاء الاصطناعي مع مرور الوقت.

كما يجعل قابلية تعلم الذكاء الاصطناعي من السهل على البنوك تحديث متطلباتها عندما تتغير اللوائح. فعادةً ما يستغرق تدريب نماذج KYC بالذكاء الاصطناعي واختبارها على إرشادات جديدة وقتًا أقل من تحديث المنصات غير المدعومة بالذكاء الاصطناعي يدويًا. كما أنه أسرع من تدريب المحللين على الإرشادات الجديدة. ويمكن للذكاء الاصطناعي أن يساعد أيضًا في هذا التدريب، عبر الإجابة عن أسئلة بسيطة أو تلخيص التغييرات في صيغ سهلة القراءة. ويمكن للمحللين بسرعة الحصول على المعلومات الحالية اللازمة للالتزام باستمرار وتطبيق السياسات الجديدة.

خفض الخطر غير المتناظر في KYC/AML باستخدام الذكاء الاصطناعي

تمثل أدوات KYC وAML المدعومة بالذكاء الاصطناعي مستقبل إدارة مخاطر التمويل. ويمكنها الحد بشكل حاد من تعرض البنوك للمخاطر غير المتناظرة اليوم، كما يمكنها التكيف مع البيئات التكنولوجية والتنظيمية المتطورة للحماية من التهديدات المستقبلية. ومع تزايد تدقيق الجهات التنظيمية لدور المؤسسات المالية في الجريمة الدولية، ومع ازدياد مهارة المجرمين في التحايل على ضوابط KYC وAML التقليدية، فإن دمج الذكاء الاصطناعي في سير عمل KYC وAML هو أكثر السبل فعالية لتمكين المؤسسات من تعزيز الحماية الآن وإلى المستقبل.