بقلم/ د. محمد غازي المهنا
محكم تجاري دولي
دكتوراة في الرقابة القانونية على هيئة سوق المال m7md_almuhanna@hotmail.com
أحدث الذكاء الاصطناعي ثورة حقيقية في المنظومة المالية، حيث تحول إلى سلاح ذي حدين؛ إذ تستخدمه المؤسسات المالية والهيئات التنظيمية كأداة متطورة لكشف ومكافحة الجرائم المالية، وفي المقابل، تستغله الشبكات الإجرامية لتطوير أساليب معقدة لغسل الأموال عبر الفضاء الرقمي والعملات المشفرة.
تمثل جرائم غسل الأموال تحدياً اقتصادياً هائلاً، حيث تشير تقديرات الأمم المتحدة وصندوق النقد الدولي إلى أن حجم هذه الجرائم يتراوح بين 800 مليار وتريليوني دولار سنوياً (ما يعادل 2% إلى 5% من الناتج المحلي الإجمالي العالمي).
أولاً: كيف يساهم الذكاء الاصطناعي في مكافحة غسل الأموال؟
تتجاوز الأنظمة المدعومة بالذكاء الاصطناعي الطرق التقليدية القائمة على مطابقة الكلمات أو القواعد الثابتة، لتوفير حلول استباقية وذكية تشمل:
– تحليل الأنماط السلوكية وتحديد المعاملات المشبوهة: تستخدم التقنيات خوارزميات تعلم الآلة (Machine Learning) لمعالجة ملايين المعاملات اللحظية، وتحديد أي سلوك مالي غير اعتيادي لا يتطابق مع الملف الشخصي للعميل.
– تقليل الإيجابيات الكاذبة (False Positives): كانت الأنظمة القديمة تطلق إنذارات خاطئة كثيرة لمجرد تشابه الأسماء. أما تقنيات الفحص الذكي مثل أداة Didit’s AML Screening فتمنح درجة مطابقة دقيقة تعتمد على نقاط بيانات متعددة كالعمر، والبلد، ورقم الوثيقة لتوفير جهد المحققين.
– معالجة اللغة الطبيعية (NLP): تسهم في فحص ومسح الوثائق والتقارير والبيانات غير المنظمة المنشورة في الأخبار أو القوائم السوداء العالمية للتحقق من هوية العملاء (KYC) بدقة وعمق أكبر.
– التحليل الشبكي ومراقبة الدارك ويب (Dark Web): يسمح الذكاء الاصطناعي الاستباقي برصد الروابط المخفية بين الحسابات المصرفية، وتتبع تدفقات الأموال وعلاقتها بالجريمة المنظمة أو شبكات الإرهاب في العوالم الافتراضية.
مبادرات رقابية وحكومية بارزة:
– الكويت: أعلنت وحدة التحريات المالية الكويتية توجهها لتطبيق الذكاء الاصطناعي في التحليل المالي للإخطارات الواردة إليها لرفع كفاءة عمليات الرصد والمتابعة.
– التنظيم الدولي: أصدر بنك التسويات الدولية (BIS) نصائح للهيئات التنظيمية بضرورة تسخير تقنيات الذكاء الاصطناعي بشكل مسؤول للإشراف على الامتثال.
– العمل الشرطي: ركزت نقاشات القمة الشرطية العالمية المنعقدة في دبي على دمج التكنولوجيا والاستخبارات الرقمية لمواجهة الأساليب المتطورة للجرائم المالية العابرة للحدود.
ثانياً: الجانب المظلم للذكاء الاصطناعي في غسل الأموال
على الجانب الآخر، تستغل المنظمات الإجرامية نفس التقنيات لتجاوز الأنظمة الدفاعية للبنوك من خلال:
1- التمويه الآلي للمعاملات: استخدام خوارزميات لتقسيم المبالغ الكبيرة إلى معاملات بالغة الصغر (Smurfing) يتم إرسالها عبر آلاف الحسابات بتوقيتات مدروسة لتجنب إثارة الإنذارات الأمنية.
2- استغلال “وكلاء الذكاء الاصطناعي” (AI Agents): مع تطور قدرة الوكلاء الأذكياء على تنفيذ المعاملات المالية ذاتياً، أثيرت مخاوف تنظيمية كبيرة حول إمكانية استغلالهم؛ ما دفع منصات كبرى مثل بينانس إلى اقتراح أطر عمل خماسية المستويات لضبط معاملات وكلاء الذكاء الاصطناعي ومنع استغلالهم في غسل الأموال.
3- تزييف الهوية الرقمية: استخدام التزييف العميق (Deepfakes) لإنشاء هويات وثائقية أو حيوية مزورة لتخطي تفعيل الحسابات عن بُعد وأنظمة (KYC) البيومترية.
ثالثاً: التحديات والمستقبل
رغم الفعالية الكبيرة للذكاء الاصطناعي، تشير تقارير منصات مثل LinkedIn إلى أن العديد من المؤسسات المالية تواجه صعوبة في الاعتماد الكامل عليه. يعود ذلك إلى عدم جاهزية البيانات الداخية للإنتاج، إلى جانب ضعف ثقة المحققين البشريين في تفسير بعض قرارات الذكاء الاصطناعي (تحدي الصندوق الأسود). لذا، يجمع الخبراء على أن المنظومة المثالية تكمن في الحفاظ على نموذج “الإنسان في الحلقة” (Human-in-the-loop)؛ حيث يقوم الذكاء الاصطناعي بأتمتة العمليات المعقدة والمطابقات، بينما يظل القرار التنفيذي والقانوني النهائي بيد الخبراء والممتثلين البشر. ما هو دور الذكاء الاصطناعي في القطاع المالي؟
تساهم تطبيقات الذكاء الاصطناعي في إعادة تشكيل قطاع التكنولوجيا المالية (Fintech) من خلال تحسين الكفاءة، وتقديم خدمات متطورة للأفراد والمؤسسات.
أبرز تطبيقات الذكاء الاصطناعي في التكنولوجيا المالية التداول الآلي وإدارة المحافظ:
* تحليل أسعار الصرف واتجاهات السوق والمؤشرات الاقتصادية بشكل فوري لتوجيه الاستثمارات.
* تقييم الجدارة الائتمانية: استخدام النماذج التنبؤية لتحليل البيانات وتحديد أهلية الأفراد للحصول على القروض بسرعة ودقة.
* اكتشاف الاحتيال والأمن السيبراني: رصد الأنشطة والأنماط غير المعتادة في المعاملات المالية لحماية الحسابات ومنع عمليات الاختراق.
* الخدمات المصرفية التفاعلية: توفير المساعدة الفورية للعملاء عبر الروبوتات الذكية والمستشارين الماليين الافتراضيين.
* الشمول المالي: توسيع نطاق الوصول إلى الخدمات المصرفية للفئات المهمشة أو التي لا تمتلك حسابات بنكية تقليدية، كما هو موضح في أبحاث بوابة الجزائر للمجلات العلمية.
التحديات والاعتبارات المرتبطة
* الشفافية وقابلية التفسير: صعوبة فهم الطريقة التي تصل بها بعض الخوارزميات إلى قراراتها المصرفية.
* الأمن وحماية البيانات: الحاجة المستمرة لقواعد تنظيمية وتشريعية صارمة لحماية خصوصية العملاء.
يمكنك كسب المال عن طريق الذكاء الاصطناعي عبر تحويل الأدوات التوليدية والذكية إلى وسائل لتقديم خدمات أسرع، أو إنشاء منتجات رقمية، أو تطوير مشاريع مستقلة. لم يعد هذا المجال حكراً على المبرمجين، بل بات متاحاً للمبتدئين لإنشاء مصادر دخل متنوعة.
إليك أبرز الطرق العملية والموثوقة لتحقيق الدخل باستخدام الذكاء الاصطناعي:
1- صناعة المحتوى والكتابة الحرة: تتيح لك النماذج اللغوية الكبيرة مثل ChatGPT وGemini وClaude العمل في مجال تقديم الخدمات النصية بكفاءة عالية وسرعة فائقة:
2- كتابة المقالات والمدونات: صياغة محتوى متوافق مع معايير السيو (SEO) للمواقع والشركات.
3- إدارة منصات التواصل الاجتماعي: كتابة منشورات، وتخطيط جداول المحتوى الشهرية، وإعداد الحملات الإعلانية للشركات الصغيرة.
4- كتابة السير الذاتية وخطابات التقديم: تقديم خدمات تحسين وتعديل ملفات التوظيف للباحثين عن عمل بناءً على الأوصاف الوظيفية.
5- تصميم الرسوميات وبيع الصور باستخدام أدوات توليد الصور مثل Midjourney وDALL·E وLeonardo AI، يمكنك تحويل النصوص البسيطة إلى تصميمات مبهرة:
5- بيع الصور الرقمية: رفع التصميمات الفريدة على منصات بيع الصور العالمية مثل Adobe Stock أو Shutterstock والربح مع كل عملية تحميل.
6- الطباعة عند الطلب: وضع التصاميم على منتجات مثل الأكواب، والملابس، والحقائب وبيعها عبر متاجر إلكترونية.
7- تصميم الهويات البصرية: تقديم خدمات تصميم الشعارات وأغلفة الكتب على منصات العمل الحر (مثل خمسات وفايفر).
8- إنشاء قنوات فيديو مجهولة الهوية (Faceless Channels) يمكنك إدارة قنوات على يوتيوب أو تيك توك وإنتاج مقاطع فيديو دون الحاجة للظهور بوجهك أو استخدام معدات تصوير مكلفة:
باستخدام أدوات مثل ChatGPT لكتابة السكريبت (السيناريو)، ثم توليد تعليق صوتي احترافي وطبيعي باستخدام أدوات مثل ElevenLabs. تحويل النص إلى فيديو وتعديله عبر تطبيقات مثل Pictory أو InVideo، ومن ثم تحقيق الأرباح من الإعلانات أو الرعايات.
9- تطوير التطبيقات والمنتجات الرقمية لم تعد بحاجة إلى معرفة عميقة بلغات البرمجة لإنشاء أدوات برمجية؛ إذ يمكنك الاستعانة بالذكاء الاصطناعي لتوليد الأكواد البرمجية وإصلاحها:إم آي تي تكنولوجي ريفيو وبناء تطبيقات ويب مصغرة: إنشاء أدوات مفيدة (مثل حاسبات متخصصة، أدوات تحويل صيغ الملفات) وإتاحتها مجاناً مع تفعيل إعلانات Google AdSense أو باشتراكات شهيرة.
11- إنشاء الدورات الرقمية والكتب الإلكترونية: تجميع وتنسيق محتوى تعليمي في تخصص معين بمساعدة الذكاء الاصطناعي وبيعه كمنتج رقمي جاهز.
12- إنجاز المهام الصغيرة وتدريب البيانات (AI Data Labeling)
تعتمد شركات الذكاء الاصطناعي على البشر لتدريب نماذجها وتصنيف البيانات وتدقيق النصوص. يمكنك التسجيل في منصات عالمية والقيام بمهام بسيطة مقابل مبالغ مالية.
كيف يُحوّل الذكاء الاصطناعي منطق مطابقة مكافحة غسل الأموال
يجلب الذكاء الاصطناعي مستوى جديداً من التعقيد إلى فحص مكافحة غسل الأموال من خلال تجاوز المطابقة البسيطة للكلمات الرئيسية. بدلاً من ذلك، تستخدم الأنظمة المدعومة بالذكاء الاصطناعي خوارزميات تعلم آلة متقدمة لفهم السياق وتحديد الأنماط والتعلم من البيانات التاريخية. وهذا يمكنها من تقييم الاحتمال الحقيقي بأن المطابقة المحتملة هي بالفعل نفس الشخص أو الكيان، مما يقلل بشكل كبير من الإيجابيات الخاطئة.
على سبيل المثال، يستفيد Didit’s AML Screening من الذكاء الاصطناعي لتوليد درجة مطابقة دقيقة لكل تطابق محتمل. هذه الدرجة، التي تتراوح من 0 إلى 100، تحدد مدى قرب المطابقة المحتملة لمكافحة غسل الأموال مع الفرد الذي تم فحصه. تأخذ في الاعتبار نقاط بيانات متعددة مثل الاسم، وتاريخ الميلاد، والبلد، وحتى أرقام الوثائق. على عكس مجموعات القواعد الثابتة، يمكن للذكاء الاصطناعي وزن هذه العوامل ديناميكياً، مع فهم أن اختلافاً طفيفاً في الاسم قد يكون لا يذكر إذا كانت المعرفات الأخرى، مثل تاريخ الميلاد والبلد، مطابقة تماماً. تسمح هذه الدرجة الذكية بالرفض التلقائي للمطابقات غير المحتملة للغاية (الإيجابيات الخاطئة) وتحديد أولويات تلك التي تتطلب مراجعة بشرية حقيقية.
إن القدرة على تكوين عتبة درجة المطابقة تُعد تغييراً جذرياً. مع عتبة افتراضية تبلغ 93، على سبيل المثال، يتم تصنيف أي تطابق يسجل أقل من هذا تلقائياً على أنه “إيجابي خاطئ” ويتم رفضه، بينما يتم وضع علامة على تلك التي تبلغ أو تزيد عن ذلك على أنها “غير مراجعة”، مما يستلزم مزيداً من التحقيق. تضمن هذه الدقة أن تركز فرق الامتثال جهودها حيث تكون أكثر أهمية، مما يحسن الكفاءة دون المساس بالأمان. فوائد نهج الذكاء الاصطناعي الأصيل لمكافحة غسل الأموال
يوفر اعتماد نهج الذكاء الاصطناعي الأصيل للامتثال لمكافحة غسل الأموال العديد من المزايا المقنعة.
أولاً: يحسن الدقة بشكل كبير. تتعلم نماذج الذكاء الاصطناعي وتتكيف باستمرار مع البيانات الجديدة، وتصبح أكثر دقة بمرور الوقت في التمييز بين الأنشطة المشروعة والمشتبه بها. تعني دورة التعلم المستمر هذه أن النظام يصبح أكثر ذكاءً مع كل معاملة وفحص، مما يقلل من احتمالية كل من الإيجابيات الخاطئة والسلبيات الكاذبة.
ثانياً: يتم تعزيز الكفاءة التشغيلية بشكل كبير. من خلال أتمتة الفحص الأولي وتحديد أولويات التنبيهات بذكاء، يحرر الذكاء الاصطناعي المحللين البشريين للتركيز على الحالات المعقدة التي تتطلب حقاً خبرتهم. يؤدي هذا إلى أوقات انضمام أسرع للعملاء الشرعيين، وتحسين تخصيص الموارد، وتخفيض كبير في التكاليف التشغيلية المرتبطة بالمراجعة اليدوية.
ثالثاً: تعد منصات الذكاء الاصطناعي الأصيلة أكثر قابلية للتوسع والتكيف بطبيعتها. مع تطور المشهد التنظيمي وظهور أنماط جديدة للجرائم المالية، يمكن إعادة تدريب نماذج الذكاء الاصطناعي وتحديثها بسرعة أكبر من الأنظمة التقليدية القائمة على القواعد. تضمن هذه المرونة أن تظل دفاعات مكافحة غسل الأموال قوية وفعالة ضد أحدث التهديدات. يسمح الهيكل المعياري لـ Didit، على سبيل المثال، للشركات بتوصيل وتشغيل فحوصات الهوية وتنسيق سير العمل بمحرك لا يتطلب برمجة، مما يسهل دمج حلول مكافحة غسل الأموال وتخصيصها لتلبية احتياجات محددة.
في الختام الذكاء الاصطناعي أمر بالغ الأهمية في معالجة القضايا المعقدة التي تواجهها المؤسسات المالية فيما يتعلق بمكافحة غسل الأموال (AML). إن دور الذكاء الاصطناعي في تعزيز الامتثال لمكافحة غسل الأموال من خلال أتمتة العمليات الرئيسية مهم للغاية. يُمكِّن الذكاء الاصطناعي المؤسسات المالية من تحسين جهودها في مجال مكافحة غسل الأموال من خلال اتخاذ إجراءات وقائية ضد الأنشطة غير المشروعة وتعزيز الكشف والامتثال. فهو يمكّن هذه المؤسسات من تحديد أنشطة غسل الأموال وإيقافها وإبلاغ السلطات عنها بكفاءة ودقة أكبر مما تسمح به الأساليب التقليدية. ويمكن رؤية مثال على هذه القدرة من خلال استخدام دانسك بنك Danske Bank لتقنية الذكاء الاصطناعي للكشف عن مخططات غسل الأموال المخفية وسط مجموعات البيانات الواسعة المتعلقة بالمعاملات، مما يدل على القوة الكامنة في مثل هذه الحلول التكنولوجية. للإلمام الكامل بكيفية إحداث الذكاء الاصطناعي لثورة في الالتزام بمكافحة غسل الأموال، من المهم دراسة بعض التقنيات والأساليب المستخدمة. ويشمل ذلك فهم كيفية تحسين التعلم الآلي لتنفيذ مهام مكافحة غسل الأموال، ودراسة معالجة اللغة الطبيعية لفائدتها في توليد تقارير دقيقة عن الحالات المحتملة لغسل الأموال، وإدراك كيف تلعب التحليلات التنبؤية دوراً حاسماً في مراقبة المعاملات وأنظمة تعزز فعاليتها بشكل كبير.
