كيف يساعد الذكاء الاصطناعي في كشف الاحتيال المالي والحماية منه

المحتويات

لماذا أصبح الذكاء الاصطناعي حاسماً في القطاع المالي

أكثر أنواع الاحتيال المصرفي شيوعاً

دور الذكاء الاصطناعي في كشف الاحتيال

دراسة حالة: Danske Bank

مواءمة الذكاء الاصطناعي مع الامتثال التنظيمي

3 طرق فعّالة يمنع بها الذكاء الاصطناعي الحواري الاحتيال في القطاع المصرفي والتقنية المالية

الذكاء الاصطناعي من أجل خدمات مصرفية ومالية أكثر أماناً وسهولة

لماذا أصبح الذكاء الاصطناعي حاسماً في القطاع المالي؟

يربط القطاع المالي جميع القطاعات، التجارية وغير التجارية، الربحية وغير الربحية، والكيانات والأفراد معاً.

ويمكن تلخيص ما يدفع تطوره وتبنّيه للتقنية في ثلاثة محفّزات رئيسية:

• تقديم خدمة أفضل للعملاء
• الاستجابة للتهديدات الخارجية
• خلق فرص مالية جديدة

وتقع على المصارف وشركات التقنية المالية مسؤولية أخلاقية بأن تواكب سرعة الموجة التقنية وتحسّن خدماتها وعملياتها لترقى إلى المعايير المطلوبة واحتياجات العملاء.

رقمنة المنتجات المصرفية

أدّت رقمنة المنتجات المصرفية إلى طفرة في أنواع الدفع الجديدة، مثل الدفع الفوري والمدفوعات الإلكترونية، ومنحت المستخدمين إمكانية الوصول إلى التطبيقات عبر الإنترنت.

وقد حسّنت هذه النقلة المحورية في المعاملات المالية وسلوك المستهلك تجربة العملاء عموماً، لكنها أدّت أيضاً إلى ارتفاع حاد في الاحتيال.

وهكذا وجدت المصارف وشركات التقنية المالية نفسها مضطرة إلى اللجوء إلى تعلّم الآلة والتعلّم العميق للبقاء متقدمة على المحتالين المتمرّسين تقنياً.

تحوّل في سلوك المستهلك

“نحن ننتقل إلى عصر المدفوعات الخالية من الاحتكاك، أو المدفوعات البديهية” (Mastercard).

فالمستهلكون يتحولون إلى متبنّين سريعين وواعين. وهم يطالبون بمنتجات عالية الجودة، وبالراحة والمرونة والخصوصية.

واستجابةً لذلك، نقلت المصارف تركيزها من إبقاء الاحتيال منخفضاً والحدّ من الخسائر إلى تقديم أفضل تجربة ممكنة للمستهلك مع أقل قدر من الاحتيال، بحيث لا تُدخل الاحتكاك إلا عند الضرورة القصوى.

كشف الاحتيال بالذكاء الاصطناعي مقابل الكشف التقليدي

كثيراً ما تعتمد أساليب كشف الاحتيال التقليدية على أنظمة قائمة على القواعد، تستخدم قواعد محددة مسبقاً للإشارة إلى المعاملات المشبوهة.

ومع أنها فعّالة إلى حدّ ما، فقد تعجز هذه الأنظمة عن تحليل كميات هائلة من البيانات فورياً.

أما كشف الاحتيال القائم على الذكاء الاصطناعي فيعتمد على الذكاء الاصطناعي، ولا سيما تعلّم الآلة، الذي يتفوق في معالجة مجموعات البيانات الضخمة وتحليلها.

وهو قادر على رصد أنماط وانحرافات دقيقة عبر التعلّم من بيانات المعاملات التاريخية، ما يتيح كشفاً أدق وأسرع للاحتيال.

• كشف الاحتيال التقليدي مقابل الكشف القائم على الذكاء الاصطناعي
• أنظمة قائمة على القواعد مقابل تعلّم الآلة والتعلّم العميق
• قد تصبح متقادمة مع تطوير المحتالين أساليب جديدة، في حين تتكيف نماذج تعلّم الآلة باستمرار مع أنماط الاحتيال الجديدة
• تتطلب تحديثات يدوية للقواعد، بينما تتعلّم نماذج تعلّم الآلة فورياً وتعدّل خوارزمياتها تلقائياً
• قد تولّد نتائج إيجابية كاذبة أو سلبية كاذبة، في حين تعزز نماذج الذكاء الاصطناعي الدقة بأخذ عوامل متعددة في الحسبان، وتقلّل النتائج الإيجابية الكاذبة
• مشكلات في زمن الاستجابة، خصوصاً مع تزايد أحجام المعاملات، ما يجعل الكشف الفوري صعباً. في المقابل، يتفوق الذكاء الاصطناعي في التحليل الفوري، ما يتيح رصداً سريعاً للأنماط المشبوهة واستجابة فورية للاحتيال المحتمل
• غير متاح في الأنظمة التقليدية؛ فالتعلّم غير الخاضع للإشراف ضمن الذكاء الاصطناعي يتيح للنظام رصد الأنماط من دون تسميات محددة مسبقاً. وهذا مفيد بوجه خاص لكشف أساليب احتيال مستجدة لم تُصادَف من قبل.

ويعلن دليل McKinsey للذكاء الاصطناعي: “بفضل الحلول البرمجية القائمة على الذكاء الاصطناعي، تملك الشركات إمكانية إطلاق قيمة إضافية تصل إلى تريليون دولار!”

أكثر أنواع الاحتيال المصرفي شيوعاً

أنواع الاحتيال المصرفي لا تُحصى، ومع تبنّي كل تقنية جديدة تظهر تحديات جديدة كل يوم.

وفي ما يلي أكثر أنواع الاحتيال المصرفي شيوعاً حول العالم.

المعاملات غير المصرّح بها

أفاد مقال في Forbes بأن نحو ثمانية من كل عشرة من مستخدمي الخدمات المصرفية عبر الهاتف المحمول قلقون بشأن الاحتيال ببطاقات الائتمان.

الوقاية من الاحتيال بالذكاء الاصطناعي: يرصد الذكاء الاصطناعي الانحرافات في أنماط إنفاق صاحب البطاقة ويشير إليها فورياً.

وببناء نماذج تنبؤية لإنفاق المستخدم المستقبلي، يرسل تنبيهات فورية عند رصد سلوك مشبوه.

وعندها يستطيع صاحب البطاقة الشرعي إيقافها والحدّ من الأضرار.

كما تستطيع الأنظمة المصرفية المدعومة بالذكاء الاصطناعي إنشاء “ملفات شراء” للعملاء ورصد المعاملات التي تنحرف كثيراً عن المعتاد.

تطبيق واقعي: يستخدم نظام Decision Intelligence من Mastercard الذكاء الاصطناعي لتحليل سلوك إنفاق حامل البطاقة (تاريخ مشترياته)، وتحديد خط أساس سلوكي يقارن به كل معاملة جديدة، وتقييم مخاطر الاحتيال فورياً، ما يمكّنه من إيقاف المعاملات المشبوهة قبل الموافقة عليها.

عمليات التصيّد الاحتيالي

يمكن أن يقع المستهلكون وموظفو الشركات على حدّ سواء ضحية لهجمات التصيّد، ما يؤدي إلى معاملات غير مصرّح بها، أو الاستيلاء على الحسابات، أو تسريب البيانات، أو سرقة الهوية.

الوقاية من الاحتيال بالذكاء الاصطناعي: تستطيع خوارزميات تعلّم الآلة رصد النشاط الاحتيالي في رسائل البريد الإلكتروني استناداً إلى العناوين والمحتوى وتفاصيل أخرى، وتصنيفها كرسائل غير مرغوب فيها. وهذا ينبّه المستخدم ويقلّل خطر الاحتيال.

سرقة الهوية

هذا النوع من الاحتيال هو الشكوى الأكثر شيوعاً بين المستهلكين.

وفيه يسرق مجرمو الإنترنت هوية العميل عبر اختراق حسابه وتغيير بيانات اعتماد أساسية مثل كلمات المرور.

الوقاية من الاحتيال بالذكاء الاصطناعي: لأن الذكاء الاصطناعي يتعرّف على أنماط سلوك العميل، فبإمكانه رصد أنشطة غير متوقعة مثل تغيير كلمة المرور أو معلومات التواصل. ولتفادي سرقة الهوية، ينبّه العميل ويطبّق إجراءات مثل المصادقة متعددة العوامل.

تزوير المستندات

نتحدث هنا عن التوقيعات المزوّرة، وبطاقات الهوية المزيّفة، وطلبات بطاقات الائتمان والقروض المزيّفة، وهي مشكلات شائعة في القطاع المصرفي.

الوقاية من الاحتيال بالذكاء الاصطناعي: تتعلّم خوارزميات الذكاء الاصطناعي وتعلّم الآلة أنماط التوقيع وبطاقة الهوية، وترصد عيوباً دقيقة لا تدركها العين البشرية.

وهكذا تستطيع المصارف التمييز بين الهويات الأصلية والمزيّفة، والتحقق من التواقيع، وكشف التزوير بدقة عالية جداً.

كما يمكنها تقليل احتمال صرف شيك ببطاقة هوية مزيّفة.

ومن الأدوات المفيدة الأخرى المصادقة متعددة العوامل وإجراءات “اعرف عميلك” (KYC) المدعومة بالذكاء الاصطناعي.

دور الذكاء الاصطناعي في كشف الاحتيال

يضيف الذكاء الاصطناعي بعداً جديداً إلى الحماية من الاحتيال، إذ يوظّف خوارزميات متقدمة وتعلّم الآلة لتحليل مجموعات بيانات ضخمة فورياً.

وإليكم كيف يكشف الذكاء الاصطناعي الاحتيال ويمنعه:

التعرف على الأنماط: قوة رصد الانحرافات

يتفوق الذكاء الاصطناعي في التعرف على الأنماط ورصد الانحرافات داخل مجموعات البيانات الضخمة.

فبتحديد خط أساس لسلوك المستخدم الطبيعي، تستطيع خوارزمياته اكتشاف الانحرافات التي قد تشير إلى نشاط احتيالي بسرعة.

ويتيح هذا النهج الديناميكي للمصارف البقاء متقدمة بخطوة على المحتالين الذين يطوّرون أساليبهم باستمرار.

القياسات الحيوية السلوكية: كشف قناع المحتالين

إلى جانب الإجراءات الأمنية المعتادة، يستخدم الذكاء الاصطناعي قياسات حيوية قائمة على السلوك للتحقق من هوية المستخدمين.

وللتأكد من صحة هوية المستخدم، يمكن تحليل عوامل مثل أنماط الكتابة، وحركات الفأرة، وحتى الإيقاع الفريد للصوت.

وهذا لا يضيف طبقة أمان إضافية فحسب، بل يضمن أيضاً تجربة سلسة وسهلة للمستخدم.

التحليلات التنبؤية: استباق تحركات المحتالين

الذكاء الاصطناعي لا يكتفي بالتفاعل مع التهديدات المعروفة، بل يستبقها.

فمن خلال التحليلات التنبؤية، تحلّل نماذج الذكاء الاصطناعي البيانات التاريخية للتنبؤ باتجاهات الاحتيال المحتملة.

ويتيح هذا النهج الاستباقي للمصارف اتخاذ تدابير وقائية تحمي أصولها وثقة عملائها معاً.

المراقبة الفورية: الحاجة إلى السرعة

الاحتيال لا ينتظر، وكذلك ينبغي أن تكون إجراءات الحماية.

ويتيح الذكاء الاصطناعي مراقبة فورية للمعاملات، مع رصد سريع للأنشطة المشبوهة فور وقوعها.

وسرعة الاستجابة هذه حاسمة في تخفيف الخسائر المحتملة ومنع إتمام المعاملات الاحتيالية.

دراسة حالة: Danske Bank

Danske Bank مصرف شامل في منطقة الشمال الأوروبي، ورغم خبرته الممتدة 145 عاماً في السوق، لم يتجاوز معدل كشفه للاحتيال 40%.

فمن أصل 1,200 نتيجة إيجابية كاذبة يومياً، تبيّن أن 99.5% من الحالات التي كان المصرف يحقق فيها لا صلة لها بالاحتيال.

ولوضع حدّ لهذه المسارات المسدودة، قرر المصرف تطبيق تقنيات تحليلية مبتكرة بشكل استراتيجي، بما فيها الذكاء الاصطناعي، لتحسين رصد حالات الاحتيال مع خفض النتائج الإيجابية الكاذبة.

والنتائج تتحدث عن نفسها:

• انخفاض بنسبة 60% في النتائج الإيجابية الكاذبة، مع توقّع بلوغها 80%.
• زيادة بنسبة 50% في النتائج الإيجابية الصحيحة.
• تركيز الموارد على حالات الاحتيال الفعلية.

مواءمة الذكاء الاصطناعي مع الامتثال التنظيمي

تشكّل اللائحة العامة لحماية البيانات (GDPR) حجر أساس في صون خصوصية بيانات العملاء.

ويساعد الذكاء الاصطناعي، بقدرته على تحليل مجموعات بيانات ضخمة ومعالجتها، المؤسسات المالية على الالتزام باللائحة عبر تطبيق تدابير قوية لحماية البيانات.

ومن خلال خوارزميات تشفير متقدمة وتقنيات إخفاء الهوية، تسهم أنظمة الذكاء الاصطناعي في التعامل الآمن مع المعلومات الحساسة، بما يتوافق مع مبادئ اللائحة في المعالجة المشروعة والشفافة للبيانات.

كما يفرض معيار أمن بيانات صناعة بطاقات الدفع (PCI DSS) إرشادات صارمة لحماية بيانات بطاقات الدفع.

وتستفيد المؤسسات المالية من أنظمة كشف الاحتيال المدعومة بالذكاء الاصطناعي لفحص المعاملات بدقة وفورياً، ورصد الانحرافات والتهديدات المحتملة لمعلومات حاملي البطاقات.

وباستخدام خوارزميات تعلّم الآلة، تتطور هذه الأنظمة باستمرار للتعرف على أنماط جديدة من الأنشطة الاحتيالية، بما يضمن استمرار الامتثال لمتطلبات PCI DSS.

والطبيعة التكيّفية للذكاء الاصطناعي لا تقوّي الدفاعات ضد الوصول غير المصرّح به فحسب، بل تضع المؤسسات المالية في موقع يتيح لها التصدي استباقياً للتحديات الناشئة، وهو أمر بالغ الأهمية لمواكبة التوقعات التنظيمية المتغيّرة باستمرار.

وللحفاظ على جدارة هذه النماذج التكيّفية بالثقة، تعمد المؤسسات المالية بصورة متزايدة إلى مواءمة حوكمة الذكاء الاصطناعي لديها مع معايير عالمية معترف بها (انظر إطار NIST لإدارة مخاطر الذكاء الاصطناعي: https://www.nist.gov/itl/ai-risk-management-framework).

3 طرق فعّالة يمنع بها الذكاء الاصطناعي الحواري الاحتيال في القطاع المصرفي والتقنية المالية

التحدث إلى عملائكم أمر بالغ الأهمية لمنع الاحتيال.

فأي شخص قد يخرج عن أنماطه السلوكية لأي سبب، والمؤسسات المالية بالتأكيد لا تريد إلغاء معاملة مشروعة.

ويستطيع الذكاء الاصطناعي الحواري جعل هذه الفحوص آلية بالكامل، وهو التوازن الأمثل بين الصرامة في وقف الاحتيال والتيسير على العملاء.

الذكاء الاصطناعي الحواري للتحقق من المعاملات

يتيح الذكاء الاصطناعي الحواري لنظام آلي أن يستجيب فورياً للكلام البشري، بما ينتج حوارات ديناميكية وقريبة من الطبيعية.

ويحقق ذلك هدفين حاسمين في كشف الاحتيال:

• زيادة ثقة المستهلك في الروبوت الصوتي لديكم.
• تمكين الروبوتات الصوتية من جمع البيانات التي تحتاجها أنظمتها للتحقق من صحة المعاملات المشروعة وإبطال الاحتيالية منها.

وهذا الانتقال إلى التحقق الصوتي يجعل الإشعارات الفورية أيسر منالاً وأكثر ملاءمة لجميع المستخدمين.

الذكاء الاصطناعي الصوتي لمنع هجمات التصيّد الصوتي

في عمليات التصيّد الصوتي، يتصل المحتالون بعملائكم، وغالباً ما يستخدمون أصواتاً اصطناعية رديئة الجودة لأتمتة المحاولة.

وقد يزعمون أنهم يمثلونكم للحصول على معلومات شخصية تمكّنهم من استنزاف بيانات اعتماد الحساب.

وهذا تحدٍّ خطير للمصارف لأن أنظمتها ليست طرفاً في عملية الاحتيال. فأنتم لا تستطيعون التحكم بها!

ولذلك، فإن مفتاح منع التصيّد هو منح العملاء القدرة على التحقق من هويتكم أنتم.

فكيف يمكن للعملاء التحقق من ممثلي مصارفهم؟

عبر تقديم صوت واحد لا يمكن الخلط فيه لعلامتكم التجارية: صوت اصطناعي مخصص بالكامل، يُعرف بالصوت المخصص، فريد لمؤسستكم، ومبني على شبكات عصبية تنتج كلاماً دافئاً وقريباً من الطبيعي.

كما يساعد الذكاء الاصطناعي الصوتي المصارف وشركات التقنية المالية على التحقق من هوية من تخدمهم.

البصمة الصوتية للتحقق من هوية المستخدم

التحقق الصوتي شكل جديد من القياسات الحيوية يمكنه منع سرقة الهوية في التفاعلات الصوتية بين المصارف والمستهلكين.

وباستخدام الذكاء الاصطناعي، يتعرف على صوت المتحدث بوصفه صوته هو دون سواه، إذ يحتوي الصوت البشري على أكثر من 100 معرّف فريد.

غير أن أنظمة البصمة الصوتية هذه يجب أن ترشد المستخدمين أيضاً خلال عملية تسجيل الدخول، ما يستلزم استخدام مخرجات صوتية.

والصوت المخصص المميز للعلامة التجارية يمنح المستهلكين الثقة التي يحتاجونها لقبول أسلوب التحقق الجديد هذا.

الذكاء الاصطناعي من أجل خدمات مصرفية ومالية أكثر أماناً وسهولة

يؤسس الذكاء الاصطناعي عصراً جديداً من الراحة والأمان للمؤسسات المالية والمستهلكين على حدّ سواء.

وباحتضان قدرات الذكاء الاصطناعي بجميع جوانبها، تستطيع المصارف وشركات التقنية المالية والمستهلكون ضمان تحليل دقيق للبيانات، واستجابة سريعة، ومعاملات آمنة، ووقاية ثابتة من الاحتيال.