→ مسرد التكنولوجيا الماليةذكاء التمويل

البيانات الاصطناعية في التمويل

البيانات الاصطناعية في التمويل تشير إلى مجموعات بيانات مولدة صناعياً تحاكي الخصائص الإحصائية للبيانات المالية الحقيقية دون احتواء أي معلومات فعلية عن العملاء. تتعلم النماذج التوليدية، بما في ذلك GANs، التوزيع الأساسي للبيانات المالية الحقيقية. يستخدم توليد البيانات الاصطناعية في المالية تقنيات حسابية لإنشاء مجموعات بيانات اصطناعية تعكس البيانات المالية الحقيقية إحصائياً دون احتواء سجلات فعلية. تشمل تقنيات التوليد الرئيسية الشبكات التوليدية التنافسية (GANs)، والترميز التلقائي التباييني الذي يتعلم تمثيلاً كامناً لتوزيع البيانات ويأخذ منه عينات لتوليد سجلات جديدة، ونماذج التوابع التي تلتقط الاعتماديات المتعددة المتغيرات بين المتغيرات المالية.

في الخدمات المالية

أصبحت البيانات الاصطناعية ضرورية في الخدمات المالية لتطوير نماذج الذكاء الاصطناعي واختبارها والتحقق من صحتها. تستخدم البنوك البيانات الاصطناعية لتدريب نماذج كشف الاحتيال على الأنماط النادرة. يستخدم بنك دبي الإسلامي DIB البيانات الاصطناعية لأنظمة كشف الاحتيال. يتسارع اعتماد البيانات الاصطناعية في المالية الخليجية. استثمر بنك الإمارات دبي الوطني وبنك قطر الوطني في قدرات البيانات الاصطناعية. تتراوح حالات الاستخدام بين تدريب نماذج اكتشاف الاحتيال حين تكون بيانات الاحتيال المسماة نادرة، وتمكين شركات التكنولوجيا المالية الناشئة من اختبار التكاملات مقابل بيانات واقعية دون حواجز تنظيمية، واختبار النماذج أمام سيناريوهات انهيار السوق الاصطناعية.

مثال واقعي

طبق بنك دبي الإسلامي خط أنابيب لتوليد البيانات الاصطناعية باستخدام GANs لإنشاء بيانات معاملات واقعية. تشمل مجموعة البيانات الاصطناعية 10 ملايين معاملة تغطي المدفوعات العادية والأنماط المشبوهة وسيناريوهات الاحتيال النادرة. مثال تطبيقي: واجه فريق علوم البيانات في بنك قطر الوطني تحدياً في تدريب نموذج كشف الاحتيال بسبب ندرة حالات الاحتيال المُسمّاة في بيانات التدريب. استخدم الفريق نماذج GAN لتوليد معاملات احتيالية اصطناعية ذات إحصائيات مطابقة للأنماط الحقيقية المعروفة. أُضيفت هذه البيانات الاصطناعية إلى مجموعة التدريب بنسبة 30% مما أدى إلى تحسن بنسبة 18% في معدل الكشف عن حالات الاحتيال دون زيادة في الإيجابيات الكاذبة.

لماذا يهم في التمويل

تحل البيانات الاصطناعية التوتر الأساسي بين فائدة البيانات والخصوصية في الذكاء الاصطناعي المالي. تمكن المؤسسات من بناء نماذج أكثر قوة دون كشف بيانات العملاء. تمتد القيمة الاستراتيجية للبيانات الاصطناعية إلى ما هو أبعد من الفائدة التقنية. إنها تُديمقراطية تطوير الذكاء الاصطناعي داخل المؤسسات المالية من خلال تمكين علماء البيانات من العمل مع مجموعات بيانات واقعية دون التنقل في عمليات موافقة حوكمة البيانات المعقدة لكل مشروع جديد. كما تتيح اختبار النماذج في سيناريوهات الحافة وتقليل الوقت اللازم لطرح المنتجات المالية المدعومة بالذكاء الاصطناعي في السوق. فضلاً عن ذلك، تُعدّ البيانات الاصطناعية ركيزة أساسية في منظومة الذكاء الاصطناعي المسؤول والمستدام، إذ تُتيح اختبار النماذج في سيناريوهات متطرفة ونادرة الحدوث، وتُمكّن من التحقق من عدالة النماذج عبر مجموعات ديموغرافية متنوعة دون انتهاك خصوصية الأفراد، مما يجعلها أداةً لا غنى عنها في مسيرة المؤسسات المالية نحو نشر ذكاء اصطناعي موثوق ومُتحقق منه.