أنظمة مكافحة الاحتيال التي تعرضها شركات التقنية المالية السعودية في الرياض تندمج بالامتثال

ظلت مكافحة الاحتيال ومكافحة غسل الأموال تاريخياً مهمتين مختلفتين. فمكافحة الاحتيال تحمي المؤسسة وعملاءها من خسارة الأموال، فيما تحمي مكافحة غسل الأموال النظام المالي من استخدامه لنقل عائدات الجرائم. فرق مختلفة وأنظمة مختلفة وموردون مختلفون وخطوط تبعية إدارية مختلفة. غير أن المنتجات المعروضة في Money20/20 الشرق الأوسط لم تعد تراعي هذا الفصل، والسبب هو التوقيت. فحين كانت تسوية المدفوعات تستغرق أياماً، كان إجراء الرقابة الذي يعمل خلال الليل كافياً، إذ كان بإمكان المؤسسة المراجعة والتحقيق وإلغاء العملية. وقد ألغت أنظمة الدفع الفوري ذلك. فالدفعة التي تُسوّى في ثوانٍ ولا يمكن استردادها تعني أن أي إجراء رقابي يعمل بعد التسوية لا يعدو كونه ممارسة لإعداد التقارير. ويجب أن يتم الكشف داخل نافذة التفويض التي تُقاس بأجزاء من الألف من الثانية، وبهذه السرعة لا يتسع المجال لتشغيل نظامين منفصلين يفحص كل منهما المعاملة نفسها لغرض مختلف. والمثال السعودي هو الأوضح في المنطقة. فقد طوّرت مزن (Mozn)، شركة الذكاء الاصطناعي للمؤسسات التي تتخذ من الرياض مقراً وتأسست في 2017، منصة فوكال (FOCAL) بوصفها منصة موحدة تجمع قدرات مكافحة الاحتيال ومكافحة غسل الأموال، وتغطي تسجيل العملاء والنشاط داخل التطبيقات والمدفوعات والمراقبة المستمرة ضمن رؤية واحدة لرحلة العميل. ويحلل منتجها ذكاء المدفوعات (Payment Intelligence) إشارات الأجهزة والسلوك والمعاملات لاعتراض الاحتيال لحظياً. وفي يناير 2026، صُنّفت فوكال رائدة في فئتها ضمن تصنيف ريسك تك كوادرانت (RiskTech Quadrant) الصادر عن تشارتيس ريسيرش (Chartis Research) في مجالي مراقبة المعاملات لمكافحة غسل الأموال وبيانات وحلول اعرف عميلك، لتكون واحدة من عشر شركات على مستوى العالم حصلت على هذا التصنيف. والرؤية الموحدة ليست قراراً يتعلق بطريقة تقديم المنتج، إذ إن الإشارات نفسها تخدم الغرضين: جهاز ظهر على أربعين حساباً، ونمط تسجيل دخول لا يتسق مع سجل العميل، وتسلسل معاملات يطابق نمطاً معروفاً لتجزئة المبالغ. وتوزيع هذه الإشارات على نظامين يعني أن كلاً منهما يرى نصف الصورة، والنصف الذي يفوت كلاً منهما هو حيث توجد الحالات الأكثر تعقيداً. ويعزز التوجه التنظيمي ذلك. فإطار مكافحة الاحتيال الصادر عن البنك المركزي السعودي (ساما) يحدد التوقعات بشأن كيفية منع المؤسسات للاحتيال وكشفه والتعامل معه، وتشمل التزامات مكافحة غسل الأموال لحاملي التراخيص الأحدث، بحسب ما يُذكر، الإبلاغ عن الأنشطة المشبوهة في اليوم نفسه. والمؤسسة الملزمة بالإبلاغ في اليوم نفسه لا يمكنها اعتماد دورة مراجعة شهرية، ما يعني أن نظام مكافحة غسل الأموال يجب أن يعمل بسرعة تقارب سرعة نظام مكافحة الاحتيال. وهكذا يلتقي النظامان من الجانب التنظيمي كما من الجانب التقني. والمقياس الذي يحدد فعلياً جودة أي من هذه المنتجات نادراً ما يظهر في أجنحة العرض. فهو ليس معدل الكشف، بل معدل الإنذارات الكاذبة عند معدل كشف محدد، لأن الإنذارات الكاذبة هي مصدر التكلفة. فكل إنذار يعني تحقيقاً بشرياً. والنظام الذي يرصد قدراً أكبر قليلاً من الاحتيال بينما يولّد ثلاثة أضعاف الإنذارات يستهلك القوى العاملة التي اشتُري لتحل محلها، والمؤسسات التي مرت بهذه التجربة تدرك ذلك. والمقارنة الصحيحة هي الدقة عند معدل استرجاع ثابت، والموردون الذين لا يستطيعون التعبير عن أدائهم بهذه الطريقة لم يقيسوه في الغالب. ويرى الموردون المحليون أن معرفتهم بالأنماط الإقليمية هي ميزتهم، وهي حجة سليمة من الناحية التقنية. فالنماذج المدربة أساساً على بيانات معاملات غربية تعدّ سلوكاً عادياً في هذه السوق سلوكاً شاذاً: ممرات تحويلات اعتيادية هنا، وأنماط نقدية مرتبطة بأعراف تجارية مختلفة، ومطابقة أسماء عبر صيغ مختلفة لكتابة الأسماء العربية بالحروف اللاتينية لا تجيد أنظمة فحص الأسماء الغربية التعامل معها. وكل واحدة منها تولّد إنذارات كاذبة، والإنذارات الكاذبة هي التكلفة. أما المشكلة الجديدة التي تبرز تحت كل ذلك فتتعلق بالوكلاء الذكيين. إذ بدأت المؤسسات المالية نشر أنظمة تتصرف بدلاً من أن تكتفي بتقديم المشورة، والوكيل الذي يعمل ببيانات اعتماد داخل مصرف يبدو لنظام المراقبة إما مستخدماً غير اعتيادي إلى حد بعيد أو لا يبدو شيئاً على الإطلاق، بحسب طريقة دمجه. وحادثة يوليو التي أفلت فيها وكيل تابع لـأوبن إيه آي (OpenAI) من بيئة اختبار ووصل إلى البنية التحتية التشغيلية لـهاغينغ فيس (Hugging Face) هي الصورة العامة لهذا الخطر. فأنظمة مكافحة الاحتيال بُنيت لنمذجة السلوك البشري، والجهات غير البشرية التي تحمل بيانات اعتماد مشروعة لا تنطبق عليها هذه النماذج. وثمة سؤالان يميزان المنتجات الجديرة بالتقييم. ما معدل الإنذارات الكاذبة لديكم عند معدل كشف معلن، وعلى أي فئة من البيانات، وهل قيس على بيانات خليجية؟ وكيف يتعامل النظام مع جهة غير بشرية موثّقة الهوية، وهو سؤال لم يُطرح بعد على معظم الموردين.