أثر الذكاء الاصطناعي على القطاع المصرفي والتقنية المالية في السعودية

المحتويات

• تبنّي القطاع المصرفي للذكاء الاصطناعي
• كيف تستفيد المؤسسات السعودية من الذكاء الاصطناعي؟
• السعودية: «المركز» المالي
• دراسة حالة 1: روبوت المحادثة المدعوم بالذكاء الاصطناعي في Al Rajhi Bank
• دراسة حالة 2: كشف الاحتيال بالذكاء الاصطناعي في STC Pay
• المشهد المستقبلي

تبنّي القطاع المصرفي للذكاء الاصطناعي

ينقسم الأفراد والشركات حول سرعة تبنّي الذكاء الاصطناعي في حياتهم اليومية وعملياتهم، إذ لا تقتصر مرافقة الذكاء الاصطناعي على الفرص بل تشمل تحديات ومخاطر أيضاً. غير أن القطاع المصرفي يبدو استثناءً لافتاً عالمياً وفي منطقة الشرق الأوسط وشمال أفريقيا. فبحسب Google، سيكون قطاع الخدمات المالية والمصارف الأكبر إنفاقاً على تقنيات الذكاء الاصطناعي في المنطقة. ويمكن تفسير ذلك بطبيعة القطاع الخدمية وأهميته في حياة الناس. فالمستهلكون يتطلعون أكثر فأكثر إلى خدمات مالية سريعة وآمنة ومرنة ومريحة، ما يفرض على المؤسسات المالية الاستجابة سريعاً.

كيف تستفيد المؤسسات المالية السعودية من الذكاء الاصطناعي؟

للذكاء الاصطناعي تطبيقات عديدة في القطاع المالي، وهو يفيد جميع الأطراف عبر ضمان الراحة وتبسيط العمليات وتحسين تجربة المستخدم.

1- كشف الاحتيال ومنعه

تسهّل خوارزميات الذكاء الاصطناعي كشف المعاملات الاحتيالية في الوقت الفعلي، بما يمنع الخسائر المالية عن البنك وعملائه.

2- تقسيم شرائح العملاء والتخصيص

يتيح تقسيم شرائح العملاء المدعوم بالذكاء الاصطناعي، بناءً على السلوك والبيانات الديموغرافية والسمات النفسية، تخصيص المنتجات والحملات التسويقية وتجربة العميل ككل.

3- التقييم الائتماني وتقدير المخاطر

تدعم خوارزميات الذكاء الاصطناعي قرارات الإقراض والائتمان القائمة على البيانات، لتوفير درجات ائتمانية أكثر دقة، ما يحسّن جودة محفظة القروض ويخفض معدلات التعثر.

4- روبوتات المحادثة والمساعدون الافتراضيون

توفّر روبوتات المحادثة المدعومة بالذكاء الاصطناعي دعماً للعملاء على مدار الساعة، مع قدرة على الرد بأسلوب أقرب إلى البشري. ووظائفها الأساسية هي الإجابة عن الاستفسارات والمساعدة في المعاملات، مع تقليص زمن الاستجابة وتكاليف العمالة، ما يرفع رضا العملاء.

5- التداول الخوارزمي وإدارة الاستثمارات

تحلّل خوارزميات الذكاء الاصطناعي اتجاهات السوق والأخبار والبيانات التاريخية للتنبؤ بأسعار الأسهم واتخاذ قرارات التداول في الوقت الفعلي. ومن الفوائد المباشرة تحسين المحافظ الاستثمارية، واتخاذ قرارات واثقة في الأسواق المتقلبة، والتخفيف الفعّال للمخاطر.

6- الامتثال لمكافحة غسل الأموال (AML) واعرف عميلك (KYC)

يُستخدم الذكاء الاصطناعي ومعالجة اللغة الطبيعية (NLP) لتحليل كميات كبيرة من البيانات، بما يحسّن كشف الأنشطة المشبوهة، ويقلّل الإنذارات الكاذبة والتحقيقات اليدوية، ويعزّز الامتثال التنظيمي.

7- تقليل تسرّب العملاء

تتيح التحليلات التنبؤية الكشف المبكر عن احتمال تسرّب العميل، وتحفّز البنك على تطبيق استراتيجيات احتفاظ جديدة وإجراءات استباقية مثل العروض المخصصة والرسائل الموجّهة.

السعودية: «المركز» المالي

تعزّز رؤية السعودية 2030 بيئة داعمة للأعمال وإصلاحات تنظيمية تشجّع المؤسسات المالية الدولية على توسيع عملياتها في التقنية المالية داخل المملكة.

وتقف خمسة أهداف رئيسية خلف هذه المبادرات:

• تنويع الاقتصاد السعودي
• ترسيخ مكانة الرياض كمركز عالمي للتقنية المالية
• إيجاد 18,000 وظيفة مباشرة في القطاع المالي بحلول 2030
• زيادة الاستثمار الأجنبي المباشر (FDI) بمقدار 3.2 مليار دولار بحلول 2030
• رفع حصة المعاملات غير النقدية بين الأفراد إلى 70% بحلول 2025

وقد حوّل تطوير استراتيجية التقنية المالية في المملكة وتنفيذها عام 2022 السعودية إلى موطن لأكثر من 200 شركة تقنية مالية حتى أغسطس 2023. كما صمّم البنك المركزي السعودي (SAMA) بيئة تنظيمية تجريبية ترحّب بالشركات المحلية والدولية الراغبة في اختبار منتجاتها في السوق السعودية، عبر تقليل مخاطرها وخلق فرص جديدة. وبحلول 2030، تأمل المملكة أن يبلغ عدد شركات التقنية المالية النشطة 525 شركة.

دراسة حالة 1: روبوت المحادثة المدعوم بالذكاء الاصطناعي في Al Rajhi Bank

سعى Al Rajhi Bank، أحد أبرز المصارف الإسلامية في المملكة، إلى تحسين خدمة العملاء وتبسيط التفاعلات الاعتيادية. فطبّق روبوت محادثة مدعوماً بالذكاء الاصطناعي باسم «Rajhi» لمساعدة العملاء في الاستفسارات ومعلومات الحسابات والأنشطة المتعلقة بالمعاملات. وقد استطاع الروبوت فهم استفسارات العملاء والرد عليها في الوقت الفعلي وبأسلوب أقرب إلى البشري عبر معالجة اللغة الطبيعية (NLP). وقد أدى اعتماد روبوت المحادثة في Al Rajhi ودمجه إلى:

• تقليص أوقات الاستجابة
• توفير مساعدة للعملاء على مدار الساعة
• تقليل الحاجة إلى التدخل اليدوي
• تعزيز رضا العملاء

دراسة حالة 2: كشف الاحتيال بالذكاء الاصطناعي في STC Pay

سعت STC Pay، وهي شركة تقنية مالية بارزة في السعودية، إلى تعزيز إجراءاتها الأمنية ومكافحة الأنشطة الاحتيالية. ولتحقيق هدفها، دمجت خوارزميات ذكاء اصطناعي لكشف الاحتيال، تحلّل أنماط المعاملات وسلوك المستخدمين ومتغيرات أخرى لرصد الاحتيال المحتمل.

وتجلّى النجاح من خلال:

• كشف المعاملات الاحتيالية ومنعها
• تكيّف الخوارزميات مع أنماط الاحتيال الجديدة
• حماية أموال المستخدمين ودرء التهديدات المتطورة
• تقليل الاضطرابات على المستخدمين الفعليين

المشهد المستقبلي

يغيّر الذكاء الاصطناعي طريقة عمل المؤسسات المالية وطريقة استفادة المستهلكين من الخدمات المالية.

وتتصدر السعودية المشهد برؤية متينة واستراتيجية محكمة التنفيذ وشراكات فاعلة وقوية.

ويُنسَّق هذا الزخم الوطني عبر مؤسسات متخصصة مثل الهيئة السعودية للبيانات والذكاء الاصطناعي (انظر SDAIA: https://sdaia.gov.sa/ar/default.aspx).

ويبقى التحدي في كيفية اختيار هؤلاء الشركاء ونوع الشراكات التي يمكن للمملكة بناؤها.

والإجابات إما أن تدعم جهود السعودية أو تبطئها عن أهدافها… لنكتشف ذلك في المدونة المقبلة.