فرز تنبيهات مكافحة غسل الأموال
يُصنّف تنبيهات مكافحة غسل الأموال وفق المخاطر الموثقة بدلاً من القواعد الثابتة، بحيث يُنفق المحللون وقتهم على الحالات التي تستحق التصعيد فعلاً، مع مبرر موثق مرفق بكل قرار توجيه.
الذكاء الاصطناعي في القطاع المالي
أنظمة ذكاء اصطناعي للبنوك وشركات التأمين ومديري الأصول، مصممة للعمل داخل محيط الامتثال الخاص بكم
تُصمم Rexto وتُطلق أنظمة ذكاء اصطناعي للشركات المالية: ذكاء المستندات، وفرز التنبيهات، ومساعدون لصياغة المسودات، تندمج ضمن أنظمتكم الحالية، وتُنشر على بنية تحتية تتحكمون بها، مع مسار التدقيق الذي ستطلبه الجهة الرقابية لديكم.
المشهد الحالي
أين يعمل الذكاء الاصطناعي فعلاً في الشركات المالية اليوم
الأنظمة التي تصل إلى الإنتاج هذا العام في البنوك وشركات التأمين ومديري الأصول ليست صانعة قرار مستقلة. إنها أنظمة استخراج وفرز وصياغة: تسحب بيانات منظمة من ملفات القروض وحزم KYC، وتُصنّف التنبيهات وفق المخاطر الموثقة بدلاً من القواعد الثابتة، وتُنتج مسودة أولية لمذكرة ائتمان أو ملخص مطالبة يُراجعها إنسان ويعدّلها بدلاً من كتابتها من الصفر. ولكل واحد من هذه الأنظمة نقطة تحقق بشرية قبل أن تصل المخرجات إلى عميل أو دفتر أستاذ أو جهة رقابية. وينسحب هذا النمط على البنوك والتأمين وإدارة الأصول على حد سواء: سير العمل الأساسي لا يتغير، ويتغير فقط مقدار الجزء المتكرر منه الذي يتولاه النظام الآن.
أما ما لا يعمل بعد، أو على الأقل لا يعمل دون قدر كبير من الحذر، فهو الاستقلالية الكاملة في أي أمر ذي وزن ائتماني أو تنظيمي: نموذج يوافق على قرض بمفرده، أو يُسعّر مخاطرة تأمينية دون مكتتب في الحلقة، أو يتخذ قرار تداول دون إشراف. هذه ليست فجوة قدرات ستُسد مع الإصدار التالي من النموذج؛ إنها خط حوكمة يحق لمعظم الشركات التمسك به، وتصنيف EU AI Act لتقييم الجدارة الائتمانية وتسعير مخاطر التأمين كحالات عالية المخاطر موجود تحديداً لأن القرار الخاطئ هناك له عواقب تفوق عواقب توصية منتج خاطئة. القراءة الصادقة: يقوم الذكاء الاصطناعي بأعمال الحجم التي كانت تستهلك أسبوع المحلل، لا بالقرارات الاجتهادية التي بررت توظيف ذلك المحلل أصلاً.
استخراج وصياغة، لا قرارات مستقلة
تكمن نجاحات الإنتاج في استخراج البيانات من المستندات وإنتاج مسودة أولى قابلة للمراجعة، لا في اتخاذ النموذج للقرار النهائي.
المكتب الخلفي، لا مكتب التداول
تتمركز معظم الأنظمة العاملة فعلياً في العمليات والامتثال وإعداد التقارير، وهو العمل عالي الحجم قليل البريق، وليس في اتخاذ القرار في المكتب الأمامي.
استرجاع من مستنداتكم، لا روبوت محادثة عام
الأنظمة التي تصمد أمام المراجعة مبنية على صياغة وثائقكم وعقودكم وتقديماتكم الخاصة، لا على نموذج عام يجيب من ذاكرته.
الإنسان لا يزال يمنح الموافقة النهائية
يُبقي كل نظام في هذا القسم إنساناً ضمن الحلقة لأي أمر يصل إلى عميل أو دفتر أستاذ أو جهة رقابية. وهذا خيار تصميمي مقصود، لا قيداً نحاول الالتفاف عليه.
خريطة حالات الاستخدام
ما الذي يقوم به الذكاء الاصطناعي فعلاً داخل شركة مالية
المخاطر والامتثال
أعلى حجم من التنبيهات، وعملية المراجعة موجودة أصلاً: نقطة البداية الطبيعية.
أتمتة تأهيل KYC/KYB
يستخرج مستندات التأهيل ويطابقها تلقائيًا مع قوائم العقوبات وبيانات الملكية الفعلية، مما يختصر وقت التأهيل دون تخطي أي فحص قد تسأل عنه الجهة الرقابية لاحقًا.
أتمتة تقارير Solvency II
يُجمّع تقارير Solvency II مباشرة من الأنظمة الاكتوارية وأنظمة الوثائق، مع تتبع كامل حتى السجل الأصلي، بدلاً من جدول بيانات لا يستطيع أحد تفسيره بالكامل.
مراقبة الملاءمة وMiFID II
يُحدد النصائح أو التغييرات في المحفظة التي تخرج عن ملف المخاطر الموثق للعميل قبل أن تصله، لا بعد أن تكتشفها عينة امتثال بعد أشهر.
العمليات
العمل الأعلى حجمًا والأكثر تكرارًا في أي شركة مالية، والأقل ظهورًا للعملاء، ما يجعله أكثر مكان أمانًا للبدء بالأتمتة.
فرز المطالبات وأتمتة الإخطار الأول بالخسارة (FNOL)
يوجّه إحالات الإخطار الأول بالخسارة حسب الشدة والتعقيد، بحيث تصل المطالبات البسيطة إلى المعالجة السريعة مباشرة وتصل الحالات المعقدة فورًا إلى خبير تسوية أول، بدلاً من البقاء في قائمة انتظار مشتركة.
تكامل بيانات الخدمات المصرفية الأساسية
يربط أنظمة الخدمات المصرفية الأساسية ودفتر الأستاذ وإدارة الحالات في طبقة بيانات واحدة متسقة، بحيث يعمل كل نظام يُبنى فوقها، ذكاءً اصطناعيًا كان أم غيره، من الحقائق ذاتها.
أتمتة إقفال نهاية الشهر
يُؤتمت عمليات التسوية وفحوصات الفروقات التي تستهلك الأسبوع الأخير من كل دورة إقفال، ويُحدد الاستثناءات الحقيقية بدلاً من فرض مراجعة يدوية كاملة لكل سطر.
أتمتة التسوية والمطابقة
يُطابق المعاملات عبر سجلات التسوية ودفتر الأستاذ والمعالج تلقائيًا، ويُظهر فقط الفروقات التي يحتاج الإنسان فعلاً للتحقيق فيها.
الواجهة أمام العملاء
حيث تكون الشركات أكثر حذرًا، ولسبب وجيه، وحيث يكسب مساعد مبني على السياسات وله حدّ تصعيد واضح الثقة بدلاً من أن يفقدها.
تخفيف العبء عن مركز الاتصال
يتعامل مع الأسئلة الروتينية المتعلقة بالحسابات والمنتجات عبر مساعد مبني على وثائق سياساتكم الفعلية، ويُصعّد أي استفسار يتجاوز عتبة ثقته إلى إنسان مع إرفاق السياق الكامل.
أتمتة تقارير العملاء
يُنتج تعليقات على المحفظة وسرديات أداء من البيانات الموجودة أصلاً في أنظمتكم، ويمنح مديري العلاقات مسودة أولى مراجعة بدلاً من صفحة فارغة كل ربع سنة.
مساعدون ذكيون للإجابة عن أسئلة صياغة الوثائق
يتيح للوكلاء وحاملي الوثائق طرح أسئلة بسيطة عن التغطية والحصول على إجابة مستقاة مباشرة من صياغة الوثيقة، مع الاستشهاد بالبند بدلاً من ملخص عام.
مساعدون ذكيون لدعم المطورين والتجار
يدعم أسئلة التكامل والنزاعات من التجار والمطورين عبر مساعد مدمج في أدوات الدعم الحالية لديكم، بمساندة مهندس قادر على توسيعه كلما ظهرت حالات استثنائية جديدة.
المالية والمحاسبة
أعمال الصياغة والتحليل التي كانت تتطلب دائمًا أن يبدأ إنسان من نموذج فارغ. تبدأ الآن من مسودة تمت مراجعتها بدلاً من ذلك.
صياغة مذكرات الائتمان
يُعِدّ مسودة أولية لمذكرات الائتمان من القوائم المالية وبيانات التعهدات وتاريخ التعرضات السابقة، مما يمنح محللي الاكتتاب نقطة انطلاق منظمة يعدّلونها بدلاً من مستند فارغ يكتبونه من الصفر.
مساعدون ذكيون لمراجعة أوراق العمل
يكشف الاستثناءات والتناقضات في أوراق عمل التدقيق تلقائيًا، بحيث يُخصَّص وقت المراجع للقرارات الاجتهادية بدلاً من المطابقة سطرًا بسطر.
استخراج بيانات كشوفات الإيجار
يستخرج بيانات كشوفات الإيجار والتعهدات من عقود الإيجار وتقارير مقدمي الخدمة في تغذية بيانات منظمة، بحيث تعمل مراقبة المحفظة على أرقام محدثة بدلاً من تحديث يدوي ربع سنوي.
اكتشاف الاحتيال الفوري
يكتشف أنماط المعاملات غير الاعتيادية باستخدام نموذج مضبوط على حالات الاحتيال التاريخية الخاصة بكم، ومصمم لتقليل الإيجابيات الكاذبة التي تجعل قائمة انتظار النزاعات لدى أي معالج دفع كبير مرهقة.
الذكاء الاصطناعي الخاص
لماذا تنشر الشركات الخاضعة للتنظيم أنظمتها داخل محيطها الخاص، لا عبر واجهة برمجة تطبيقات عامة
تُبنى معظم منتجات النماذج اللغوية الكبيرة حول واجهة برمجة تطبيقات عامة: تغادر بياناتكم شبكتكم، وتذهب إلى مزود نموذج تابع لطرف ثالث، وتعود بإجابة. وبالنسبة لأي شيء يمس بيانات الحسابات أو وثائق KYC أو الملفات الائتمانية أو معلومات الصفقات غير العلنية، فإن هذه ليست نقطة انطلاق سيوافق عليها فريق الامتثال أو الأمن لديكم، مهما كان النموذج جيدًا.
ثلاثة أطر تنظيمية تجعل حجة النشر داخل المحيط الخاص ملموسة لا نظرية. يصنّف EU AI Act تقييم الجدارة الائتمانية وتسعير مخاطر التأمين على الحياة والصحة كحالات عالية المخاطر بموجب الملحق الثالث (Annex III)، وهو ما يستوجب التزامات التوثيق والإشراف البشري ومسار التدقيق بصرف النظر عن مكان تشغيل النموذج، غير أن تشغيله داخل بنيتكم التحتية الخاصة يجعل الوفاء بهذه الالتزامات أسهل بكثير من إضافتها لاحقًا بعد مشروع تجريبي عبر واجهة برمجة تطبيقات عامة. ويعامل DORA واجهة برمجة تطبيقات النموذج المستضاف كأي تبعية تقنية معلومات واتصالات تابعة لطرف ثالث، خاضعة لنفس التدقيق في المرونة التشغيلية ومخاطر التركز الذي يخضع له مزود الخدمات المصرفية الأساسية لديكم. أما GDPR فيثير سؤالاً حول النقل عبر الحدود بمجرد وصول بيانات العملاء الشخصية أو بيانات الحسابات إلى نقطة نهاية نموذج خارج الاتحاد الأوروبي، وهو سؤال يفضّل معظم مسؤولي حماية البيانات عدم الاضطرار إلى الإجابة عنه.
هذه ليست حجة شاملة للإبقاء على كل شيء داخل المحيط الخاص. فبعض أعباء العمل تستفيد فعلاً من نموذج متطور (frontier) خلف استدعاء واجهة برمجة تطبيقات محدد النطاق ومُسجَّل؛ وأعباء أخرى لا تحتاج أكثر من نموذج أصغر مفتوح الأوزان يعمل على أجهزة تملكونها بالفعل. وتحديد أيهما ينطبق - بالاستناد إلى تقييم على بياناتكم الخاصة، لا على لوحة صدارة معيارية - هو الناتج الأول للمشاركة، لا فكرة لاحقة. وفي كلتا الحالتين، يقع النشر على بنية تحتية يراقبها فريق الأمن لديكم أصلاً - لا على محيط جديد يتوجب عليه تعلّم الدفاع عنه.
EU AI Act
يقع تقييم الجدارة الائتمانية وتسعير مخاطر التأمين على الحياة والصحة ضمن الملحق الثالث كحالات عالية المخاطر؛ ويستوجب هذا التصنيف التزامات توثيق وإشراف بشري ومسار تدقيق يسهل بناؤها منذ اليوم الأول أكثر بكثير من إضافتها لاحقًا بعد أن تكشف مراجعة رقابية عن الفجوة.
DORA
واجهة برمجة تطبيقات النموذج المستضاف هي تبعية تقنية معلومات واتصالات تابعة لطرف ثالث كأي مزود آخر، تخضع بموجب DORA لنفس التدقيق في المرونة التشغيلية ومخاطر التركز. وتشغيل النموذج داخل بنيتكم التحتية الخاصة يزيل هذه التبعية من السجل كليًا.
GDPR
إرسال بيانات العملاء الشخصية أو بيانات الحسابات إلى نقطة نهاية نموذج خارج الاتحاد الأوروبي يثير سؤالاً حول النقل عبر الحدود سيطرحه مسؤول حماية البيانات لديكم قبل الإطلاق الفعلي. أما النشر داخل المحيط الخاص فيُبقي البيانات ومعالجتها داخل الولاية القضائية التي تقيم فيها أصلاً.
حوكمة مخاطر النماذج القائمة
تمتلك معظم الشركات بالفعل إطار عمل داخليًا لمخاطر النماذج مصممًا لنماذج التسعير والائتمان. ويُبنى نظام الذكاء الاصطناعي داخل المحيط الخاص ليعيش ضمن الإطار نفسه: مُسجَّلاً ومُصنَّفًا بإصدارات وقابلاً للمراجعة، بدلاً من أن يصبح نظامًا خفيًا لم يوافق عليه أحد.
كيف تبدأون
نظام أول في الإنتاج، لا عرض شرائح
01ابدأوا بتدقيق، لا ببناء
يوضح تدقيق استراتيجية وجاهزية الذكاء الاصطناعي الذي يستغرق أسبوعين إلى ثلاثة أسابيع أي حالات الاستخدام تدعمها بياناتكم فعلاً، وأي مستوى تنظيمي تقع ضمنه كل حالة، قبل أن يلتزم أحد بميزانية للبناء.
02حددوا مدى اندماجنا معكم
توضح صفحة المنهجية كل نموذج مشاركة وكيفية تحديد نطاقه وتسعيره، من مشاركة استشارية إلى مهندس منتشر أماميًا (forward-deployed) يعمل داخل فريقكم.
03أطلقوا النظام الأول على بنيتكم التحتية
يعمل أول نظام إنتاجي داخل VPC الخاصة بكم أو محليًا (on-prem)، مع ضوابط الوصول والتسجيل التي يفرضها فريق الامتثال لديكم بالفعل على كل ما تُشغّلونه من أنظمة أخرى.
الأسئلة الشائعة
هل هذا لا يزال ضجيجًا تسويقيًا، أم يوجد نظام عامل فعلاً يمكن الإشارة إليه؟
ذكاء المستندات وفرز التنبيهات ومساعدو الصياغة تعمل بالفعل في بيئة الإنتاج لدى شركات مالية اليوم، وهذا ليس أمرًا افتراضيًا. أما ما لا يزال في طور النضج فهو اتخاذ القرار المستقل الكامل؛ ونحدد نطاق المشاركات وفق ما يستطيع النموذج القيام به بشكل موثوق اليوم، لا وفق وعد بخارطة طريق.
كم من الوقت يستغرق وصول أول نظام إلى بيئة الإنتاج؟
عادةً ما يصل نظام أول محدد النطاق، مثل ذكاء مستندات KYC أو فرز تنبيهات مكافحة غسل الأموال، إلى مرحلة تجريبية إنتاجية خلال 8 إلى 12 أسبوعًا، بما في ذلك توثيق الامتثال الذي ستريد لجنة المراجعة لديكم الاطلاع عليه.
هل نحتاج إلى توظيف فريق ذكاء اصطناعي داخلي أولاً؟
لا. يبدأ معظم العملاء بفريق مندمج ضمن أحد نماذج المشاركة لدينا، ولا يبنون قدرات داخلية إلا مع نمو البرنامج؛ وتُسلَّم الأنظمة والوثائق بحيث يستطيع فريقكم تشغيلها على المدى الطويل دوننا. وإذا رغب أحد العملاء في بناء فريق داخلي موازٍ، تُحدَّد خطة التسليم هذه منذ المشاركة الأولى، لا أن تُضاف لاحقًا بعد نجاح المرحلة التجريبية.
هل يُعرّضنا هذا لالتزامات عالية المخاطر بموجب EU AI Act لسنا مستعدين لها؟
بعض حالات الاستخدام المرشحة قد تفعل ذلك؛ فتقييم الجدارة الائتمانية وتسعير مخاطر التأمين على الحياة والصحة، على سبيل المثال، حالات عالية المخاطر بموجب الملحق الثالث. نرسم خريطة كل حالة استخدام وفق التصنيف الفعلي أثناء التدقيق، لتعرفوا العبء الامتثالي قبل الالتزام، لا بعد اكتشافه.
هل يمكن دمج هذا مع أنظمة الخدمات المصرفية الأساسية أو إدارة الوثائق القديمة (legacy) لدينا؟
نعم، وهذا عادة النصف الأصعب من العمل. نبني طبقة التكامل داخل أنظمة الخدمات المصرفية الأساسية أو المطالبات أو إدارة الوثائق الحالية لديكم، بدلاً من مطالبتكم بالانتقال إلى منصة جديدة أولاً.
كيف يبدو الناتج الواقعي بعد السنة الأولى؟
عادةً نظام أو اثنان في بيئة الإنتاج يغطيان جزءًا محددًا من سير عمل عالي الحجم، مثل قائمة تنبيهات، أو عملية استقبال مستندات، أو خط أنابيب تقارير. ويُحدَّد نطاق النظامين الثاني والثالث بناءً على ما أثبته النظام الأول، لا طرح ذكاء اصطناعي على مستوى الشركة بأكملها في السنة الأولى.
تواصلوا معنا بشأن أول نظام ذكاء اصطناعي لكم
مكالمة مدتها 30 دقيقة لتحديد شكل أول نظام بناءً على بياناتكم وأنظمتكم الخاصة، والمستوى الامتثالي الذي يقع ضمنه. دون عرض تقديمي عام، بل قراءة صريحة لما يستحق البناء أولاً.
احجز مكالمة تعريفية مدتها 30 دقيقة