لطالما مثلت قسم الامتثال عبئاً ضروريًا للبنوك—آلة بيروقراطية ضخمة مصممة للقبض على ما يطالب به المنظمون، يعمل بها محققون يفحصون الآلاف من تقارير النشاط المريب (SARs) سنويًا، كثير منها خيوط كاذبة. الآن FIS، إحدى أكبر شركات برمجيات الخدمات المالية في العالم، وAnthropic، شركة السلامة الاصطناعية الذكية خلف Claude، يراهنان على أن الذكاء الاصطناعي الموكول يمكن أن يعيد تشكيل أساسي لكيفية إجراء البنوك لتحقيقات غسل الأموال. يتوقف الرهان على ما إذا كانت الأتمتة قادرة على تحقيق ما لم تحققه الامتثال بقيادة بشرية تماماً: السرعة والاتساق والكفاءة من حيث التكلفة على نطاق واسع.
يمثل الشراكة أكثر من مجرد ابتكار تجاري روتيني. إنه يشير إلى لحظة فاصلة في كيفية اقتراب المؤسسات المالية من أحد أكثر التحديات التشغيلية تكلفة وعدم القدرة على التنبؤ بها. كانت البنوك تغوص في عمل AML (مكافحة غسل الأموال) لمدة عقدين. أطر التنظيم ما بعد 2008، وانتشار قنوات الدفع الرقمية، والأنظمة العقابية التي تستهدف جغرافيات محددة—كل هذا أنشأ حملاً استقصائياً ينمو أسرع من رواتب البنوك. وفقاً لاستطلاعات الصناعة، تضاعفت تكاليف الامتثال أكثر من أربع مرات منذ 2010. يقضي المحققون أسابيع في مراجعة العمليات وأنماط السلوك للعملاء وقواعد بيانات الأطراف الثالثة—عمل مباشر فكريًا لكن شاق زمنياً. تم تصميم Financial Crimes AI Agent من FIS-Anthropic لأتمتة بالضبط هذا النوع من التحليل الروتيني عالي الحجم. من خلال نشر نماذج اللغات الكبيرة (LLMs) والقدرات التفكيرية المستقلة، تعد الأداة بضغط جداول الزمنية للتحقيق من أسابيع إلى أيام، أو ربما ساعات للحالات منخفضة المخاطر.
ما يميز هذا التعاون عن محاولات تكنولوجيا الامتثال السابقة هو التركيز على السلوك الموكول—بمعنى أن نظام الذكاء الاصطناعي لا يعلم ببساطة عن النشاط المريب أو مستوى المخاطر، بل يجري بنشاط سير عمل التحقيق متعدد الخطوات. يمكن للوكيل استرجاع السجلات المعاملية ذات الصلة، والمرجع المتقاطع لملفات تعريف العملاء مقابل قوائم المراقبة، وتحديد سلاسل الملكية المستفيدة، وتجميع النتائج في تقارير تحقيق منظمة دون توسيط بشري في كل مرحلة. في النظرية، ستتدخل موظفو الامتثال فقط في نقاط القرار حيث يتطلب الحكم أو المسؤولية القانونية أو الدقة التنظيمية إشرافاً بشرياً. تعكس هذه الهندسة كيفية عمل شركات الاستشارات والمحققين من أطراف ثالثة، لكن بجزء صغير من التكلفة ودون قيود الموارد البشرية التي تعذب الفريق الداخلي.
ومع ذلك، فإن وعد أتمتة AML يجلس عند تقاطع حساس من القدرة التكنولوجية والقبول التنظيمي. لم تؤيد المنظمون الماليون—بما فيهم هيئة السلوك المالي (FCA) في المملكة المتحدة، ولجنة الأوراق المالية والبورصة (SEC) في الولايات المتحدة، والسلطات الوطنية في جميع أنحاء أوروبا—بشكل صريح عمليات التحقيق التي تحركها الذكاء الاصطناعي باعتبارها معادلة للمراجعات التي يجريها الإنسان. تقع العواقب القانونية والسمعية لنظام ذكاء اصطناعي يعلم أو يفشل في تعليم معاملة غسل أموال بالكامل على البنك، وليس على FIS أو Anthropic. تخلق هذه البنية من المسؤولية حافزاً قوياً يثبط الاعتماد المبكر، بغض النظر عن مكاسب الكفاءة. أظهرت المنظمون تشكفاً متزايداً تجاه اتخاذ قرار الذكاء الاصطناعي "الصندوق الأسود" في السياقات الموجهة للمستهلك؛ التحقيق من الامتثال يرجح أن يكون ذا رهان أعلى، نظراً لتقاطعه مع إنفاذ العقوبات والتزامات تمويل مكافحة الإرهاب (CFT).
التعقيد الثاني يتعلق بالتوتر الكامن بين الأتمتة والمتطلبات القابلية للتفسير المدرجة في أطر AML الحديثة. التحقيقات التي يجريها المحللون البشريون تولد مسارات تدقيق لنداءات الحكم والمنطق ونقاط القرار التي ترضي فحص التنظيم. عندما يجري وكيل الذكاء الاصطناعي تحقيقاً، تصبح السلسلة السببية غير واضحة. لماذا أعطى النظام وزناً لنمط معاملة واحد باعتباره مريباً بينما تجاهل آخر؟ ما مدى تعتمد الخلاصة الاستقصائية على القطع الأثرية لبيانات التدريب مقابل إشارات المخاطر الحقيقية؟ تطالب إرشادات هيئة السلطات المصرفية الأوروبية (EBA) بشأن حوكمة الذكاء الاصطناعي بالقابلية للتفسير والمساءلة البشرية للقرارات الآلية في المجالات عالية المخاطر. التحقيق من الامتثال يتوافق بلا التباس مع المخاطر العالية. ستحتاج البنوك التي تنشر هذه التكنولوجيا إلى تطوير أطر قوية لقابلية شرح الذكاء الاصطناعي والمراجعة البشرية والشفافية التنظيمية—من المحتمل أن تنفي بعض مكاسب الكفاءة التي تعد بها الأتمتة.
فرصة السوق، مع ذلك، هائلة. إذا تمكنت FIS و Anthropic من إثبات أن التحقيق الموكول للذكاء الاصطناعي ينتج نتائج معادلة للمحققين البشريين، مع تقليل وقت الدوران والتكلفة، يمكن أن يتسارع الاعتماد بسرعة. البنوك الإقليمية ذات الحجم المتوسط التي تعاني من تراكم AML تمثل سوقاً معنونة فورية. قد تتابع البنوك الكبرى ذات الأهمية النظامية عالمياً (G-SIBs)، التي تدير بنية تحتية ضخمة من الامتثال، بحذر أكبر لكن بتأثير مطلق أكبر. يشير التعاون أيضاً بشكل ضمني إلى أن المنطق القائم على LLM—الذي تم تجاهله سابقاً كموثوق جداً للخدمات المالية—قد نضج بشكل كافٍ للتعامل مع المهام الاستقصائية المنظمة والمستندة إلى الحقائق حيث تكون الدقة قابلة للتحقق مقابل بيانات المعاملات الملحوظة وقوائم المراقبة التنظيمية.
ما يظل دون حل هو ما إذا كان المنظمون سيعاملون التحقيق بمساعدة الذكاء الاصطناعي كأداة تكميلية (تعزيز المراجعة بقيادة بشرية) أو كمنصة بديلة (استبدال المحققين البشريين). يحمل التمييز آثاراً عميقة على الموظفين وهيكل التكلفة وفي النهاية على السرعة التي تتحول بها الامتثال المصرفي نفسه. إذا طالب المنظمون بتوقيع بشري على كل خلاصة استقصائية للذكاء الاصطناعي، فإن مكاسب الكفاءة تتقلص بشكل كبير. إذا سمحوا بالمراجعة المفوضة، مع تركيز الإشراف البشري على الحالات الحدية، تصبح التكنولوجيا تحويلية حقاً.
شراكة FIS-Anthropic هي بالتالي أقل من مشكلة محلولة من كونها رهاناً استراتيجياً حول أين يتجه تنظيم الخدمات المالية. تفترض أن المنظمين سيعتنقون في النهاية أتمتة الامتثال التي يحركها الذكاء الاصطناعي، بشرط وضع الضمانات والهياكل الحكومية المناسبة. قد يثبت هذا الافتراض أنه صحيح—لكن ليس قبل التفاوض الكبير مع السلطات الرقابية، والاستثمار الكبير في بنية قابلية الشرح، وربما سلسلة من البرامج التجريبية التي تختبر كل من التكنولوجيا والشهية التنظيمية لصنع القرار الخوارزمي في AML. يجب على البنوك التي تراقب هذا أن تتوقع تسارع أتمتة الامتثال في النهاية وانخفاض التكاليف. لكن فترة الانتقال ستكون أطول وأكثر فوضى وأكثر اعتماداً على إرادة التنظيم الجيدة من رسائل البائع الحالية تشير إليها.
كتبتها فريق التحرير — صحافة مستقلة مدعومة بـ Codego Press.