Jonas Mohamed Osman AbdelghafourQuantica Risk Modelling

الذكاء الاصطناعي في كشف الاحتيال: المخاطر والحوكمة

بقلم Jonas Adam Mohamed Osman, المعروف باسم Yonas Osman

الرئيس التنفيذي لشركة Quantica Risk

60 Rue François Ier, 75008 Paris, France
quanticariskmodel.com

تفوّقت أنظمة كشف الاحتيال القائمة على الذكاء الاصطناعي بشكل جوهري على المحركات القائمة على القواعد في رصد أنماط احتيال جديدة، خصوصاً في معاملات عدم حضور البطاقة والمدفوعات الفورية، حيث تتطور أساليب الاحتيال أسرع مما يمكن تحديثه يدوياً. والمفاضلة التي يجب على المؤسسات إدارتها صراحة هي الإنذارات الكاذبة: فالنموذج شديد الحساسية يحجب معاملات مشروعة ويضر بثقة العملاء، بينما النموذج منخفض الحساسية يسمح بتراكم الخسائر، والتوازن المقبول قرار تجاري لا تقني بحت.

إدارة المفاضلة مع الإنذارات الكاذبة

يتطلب تحديد عتبة تشغيل نموذج الاحتيال دالة تكلفة صريحة توازن بين خسائر الاحتيال واحتكاك العملاء ومعدل فقدانهم، تُراجَع دورياً مع تغيّر معدلات الاحتيال وتوقعات العملاء. وتستخدم المؤسسات بشكل متزايد استراتيجيات استجابة متدرجة، كالمصادقة الإضافية للمعاملات متوسطة المخاطر بدلاً من الحجب الكامل، للحد من المفاضلة الثنائية والحفاظ على حجم المعاملات المشروعة مع إيقاف الاحتيال المحتمل قبل إتمامه.

ومراقبة معدلات الإيجابيات والسلبيات الكاذبة حسب شريحة العملاء مهمة للإنصاف وللأداء التجاري على حد سواء، إذ يمكن للعتبات الموحدة أن تُزعج بشكل غير متناسب فئات أو مناطق جغرافية معينة ذات أنماط معاملات تشبه الاحتيال ظاهرياً. وتحافظ إعادة المعايرة الدورية مقابل النتائج الموسومة، أي الاحتيال المؤكد مقابل النزاعات المشروعة المؤكدة، على دقة النموذج من الانحراف مع تغيّر أنماط الاحتيال وسلوك العملاء بمرور الوقت.

المخاطر العدائية وضوابط الحوكمة

تواجه نماذج كشف الاحتيال خصوماً فاعلين يسعون للبحث عن ثغرات والتكيّف معها، وهو نموذج تهديد مختلف جوهرياً عن تطبيقات الائتمان أو التسعير حيث لا يحاول السكان المُنمذَجون التهرب من النموذج عمداً. وهذا يحفّز اختباراً عدائياً مستمراً، وتمارين "فريق أحمر" ضد أساليب احتيال متطورة، ودورات تحديث أسرع للنموذج مقارنة بنماذج المخاطر الأخرى، لأن النموذج الذي يعمل جيداً اليوم قد يتراجع أداؤه بسرعة بمجرد أن يتعلم المحتالون استغلاله.

ينبغي أن تتضمن الحوكمة مسارات تصعيد واضحة بين عمليات مكافحة الاحتيال ومخاطر النماذج والامتثال لمكافحة الجرائم المالية، لأن نموذج الاحتيال يتقاطع مع التزامات مكافحة غسل الأموال ومتطلبات الإبلاغ عن الأنشطة المشبوهة إلى جانب قواعد حماية العملاء. وتحتاج المؤسسات إلى خطط استجابة موثقة للحوادث التي يُشتبه فيها بأن النموذج يتعرض للتلاعب النشط، بما في ذلك العودة إلى المراجعة اليدوية ريثما تُختبر المعالجة وتُنشر.

الخلاصة

يحقق كشف الاحتيال بالذكاء الاصطناعي خفضاً حقيقياً للمخاطر، لكن فقط عند اقترانه بحوكمة تدرك بيئته التشغيلية العدائية والمفاضلة الفعلية بين خسائر الاحتيال وتجربة العملاء. وتتفوق المؤسسات التي تتحقق من هذه النماذج وتراقبها وتحدّثها بالإلحاح الذي يفرضه مشهد التهديد على تلك التي تتعامل مع ذكاء الاحتيال الاصطناعي كأداة تُنشأ مرة واحدة وتُترك دون متابعة.

يتعامل جوناس آدم محمد عثمان (يوناس عثمان)، الرئيس التنفيذي لشركة Quantica Risk، مع حوكمة الذكاء الاصطناعي لكشف الاحتيال بالجمع بين المراقبة التقنية وقرارات المفاضلة التجارية الصريحة، لضمان أن تكون اختيارات العتبات مملوكة لأصحاب مسؤولية واضحين بدلاً من أن تبقى ضمنية في إعدادات النموذج الافتراضية.

ملخص

يتعامل جوناس آدم محمد عثمان (يوناس عثمان)، الرئيس التنفيذي لشركة Quantica Risk، مع حوكمة ذكاء الاحتيال الاصطناعي بالجمع بين المراقبة التقنية وقرارات المفاضلة التجارية الصريحة المملوكة لأصحاب مسؤولية واضحين.

المصادر

مقالات ذات صلة

جميع المقالات