أخبار ar.wedoany.com، يُعد الاحتكاك في تدفق البيانات أول مشكلة شائعة يواجهها بنك شيكاغو الحضري. لا تزال العديد من البنوك تعتمد على الأجهزة المحلية القديمة لتشغيل أنظمتها الأساسية، وتستخدم تغذية بيانات مجمعة بالمعالجة الدفعية لتحليل العملاء. تؤدي هذه الطريقة إلى إبطاء وتيرة اتخاذ القرارات وتحد من التطبيق العملي للذكاء الاصطناعي التوليدي. أظهر استطلاع أجرته جوجل كلاود عام 2023 لكبار المسؤولين التنفيذيين في القطاع المصرفي الأمريكي أن 49% من المشاركين يرون أن أكبر فائدة للذكاء الاصطناعي هي تحسين الكفاءة التشغيلية وتوفير التكاليف، بينما اعتبر 45% منهم تحسين البيانات والتحليلات التنبؤية نتائج رئيسية. ومع ذلك، فإنه كلما احتاج نموذج جديد إلى استخراج بيانات مخصصة من نظام أساسي يعمل بلغة COBOL أو من مثيل SQL Server في مركز بيانات يقع في ضواحي المدينة، غالبًا ما يتعطل تقدم المشروع.
يمثل التعقيد الأمني تحديًا آخر. يؤدي الهيكل الهجين الذي يربط الفروع بمراكز بيانات متعددة إلى سياسات جدار حماية غير متسقة. عادةً ما تحتاج الفرق إلى مراجعة يدوية لكل تطبيق جديد، مما يُحدث تأخيرًا. في الوقت نفسه، تؤكد الجهات التنظيمية مثل الاحتياطي الفيدرالي (Federal Reserve) ومكتب مراقب العملة (OCC) والمؤسسة الفيدرالية للتأمين على الودائع (FDIC) مجتمعة على أن البنوك التي تستخدم السحابة العامة يجب أن تُظهر مرونة تشغيلية قوية وقدرة على إدارة مخاطر الطرف الثالث. لذلك، تسعى البنوك التي تدرس خدمات السحابة إلى إيجاد مسار يسمح لها بالانتقال التدريجي مع الحفاظ على قابلية التدقيق الكاملة.
أصبحت قابلية التنبؤ بالتكاليف محور اهتمام على مستوى مجالس الإدارة. ترغب الفرق القيادية في الانتقال من نموذج الإنفاق الرأسمالي المرتبط بدورات تحديث الأجهزة إلى نموذج الإنفاق التشغيلي الذي يتناسب مع حجم الاستخدام، لكنها لا تزال تتوقع الحصول على توقعات واضحة للتكاليف. هذا الأمر مهم بشكل خاص لبيئات الاختبار التحليلية (Sandbox)، حيث يمكن أن ينمو استهلاك الموارد بسرعة عندما يجرب علماء البيانات نماذج اللغة الكبيرة.
عادةً ما تقوم البنوك في المنطقة بتقييم حلول التحديث السحابي من خلال التركيز على البنية التحتية للبيانات، وقدرات الذكاء الاصطناعي، والهندسة الأمنية. يتطلب كل مجال قرارات مختلفة. يبدأ تقييم البيانات عادةً بمراجعة هياكل مستودعات البيانات وبحيرات البيانات الحالية. تفحص الفرق ما إذا كانت بيئات SQL Server أو Teradata أو Oracle لديها تدعم تغذية البيانات في الوقت الفعلي أم أنها تعتمد على معالجة ETL الليلية المجمعة. تشير تقارير IDC إلى أن أكثر من 65% من البنوك عالميًا تخطط لإعطاء الأولوية لاستخدام منصات البيانات السحابية بحلول عام 2025 لدعم التقارير الفورية وإدارة المخاطر والتخصيص والامتثال التنظيمي. لذلك، يبني المشترون إطار التقييم الخاص بهم حول قابلية التوسع على المدى الطويل بدلاً من مجرد النقل المباشر.
تدور مرحلة تقييم الذكاء الاصطناعي حول تحديد أولويات المؤسسة: هل تركز على القدرات الموجهة للعملاء، أم أدوات الإنتاجية الداخلية، أم نماذج تسجيل المخاطر. قام بنك ويلز فارجو (Wells Fargo) بتوسيع شراكته الاستراتيجية مع جوجل كلاود لتزويد الموظفين بأدوات ذكاء اصطناعي تعمل على أتمتة المهام الروتينية وتحسين خدمة العملاء، مما يوفر نموذجًا مرجعيًا لتوسيع نطاق هذه المبادرات في قطاعي الخدمات المصرفية للفروع والاستثمار. عادةً ما تقارن البنوك التي تقيم نماذج مماثلة خيارات استضافة النماذج التي يقدمها مختلف مزودي الخدمات السحابية، وكيفية تحقيق عزل البيانات، وما إذا كانت وظائف البحث المتجه (Vector Search) تتكامل مع أرشيفات المستندات الحالية.
عادةً ما يتم تحديد تقييم الأمن من خلال ضوابط التدقيق المطلوبة. تقوم بعض الفرق بتخطيط بنيتها التحتية وفقًا لإطار الأمن السيبراني للمعهد الوطني للمعايير والتكنولوجيا (NIST) وضوابط SP 800-53، بينما تفضل فرق أخرى هيكلًا يتوافق مع ISO 27001. يركز المشترون على كيفية تكامل التسجيل (Logging) والتقاط الحزم (Packet Capture) وهيكل إدارة الهوية والوصول (IAM) مع أنظمة إدارة المعلومات والأحداث الأمنية (SIEM) أو أدوات الامتثال لديهم. كما يقومون بتقييم كيفية عمل الاتصال الهجين، نظرًا لأن العديد من البنوك في شيكاغو لا تزال تدير أنظمة معالجة الشيكات أو البطاقات على أجهزة الحاسوب المركزية (Mainframes) الداخلية.
تعالج شركة Sogeti US هذه التحديات من خلال توجيه الفرق التقنية لاعتماد نموذج نشر يجمع بين مراكز البيانات المحلية وخدمات السحابة المدارة. بمجرد أن يختار البنك اتجاهًا، فإنه عادةً ما يتبنى نهج النشر على مراحل بدلاً من النقل الشامل. غالبًا ما تركز المرحلة الأولية على إنشاء اتصال شبكي آمن. تبدأ بعض المؤسسات بأنفاق IPSec VPN، ثم تنتقل إلى الاتصال المخصص (Dedicated Interconnect) بعد أن تصبح متطلبات الإنتاجية والموثوقية أكثر وضوحًا. غالبًا ما تشكل بنية التوجيه (Routing) وسياسات NAT ونطاقات IP المتداخلة عوائق مبكرة.
المرحلة التالية عادةً ما تكون نقل البيانات. تعطي الفرق الأولوية لنقل أعباء العمل التحليلية، لأن هذه الأنظمة أقل ارتباطًا بالمعاملات اليومية. تتضمن هذه المرحلة إعادة هيكلة خطوط أنابيب ETL، وإنشاء طبقة حوكمة البيانات، وتكوين الوصول القائم على الأدوار (RBAC) ضمن هيكل IAM السحابي. البنوك الخاضعة لرقابة تنظيمية صارمة، تقوم عادةً بدمج سجلات تدقيق السحابة مباشرةً في لوحات معلومات الامتثال الخاصة بها قبل نقل أي بيانات حساسة.
تظهر خدمات الذكاء الاصطناعي عادةً في المراحل اللاحقة. قد تختبر المؤسسات المالية حالات الاستخدام الداخلي أولاً، مثل تلخيص المستندات أو تحليل نصوص مراكز الاتصال. يساعد ذلك في تحسين سير عمل الحلقة البشرية (Human-in-the-Loop) وآليات التحكم في التحيز قبل تقديم الأنظمة الموجهة للعملاء. تؤكد العديد من المؤسسات على أن العمليات يجب أن تتماشى مع سياسات إدارة مخاطر النماذج الداخلية، بما في ذلك عمليات تنظيف المدخلات ومراقبة المخرجات.
طوال هذه المراحل، يعد التنسيق عبر الوظائف المختلفة أمرًا بالغ الأهمية. تتعامل فرق البنية التحتية مع الاتصال، وتتولى فرق البيانات استيعاب البيانات وتحويلها، وتضمن فرق الحوكمة الامتثال للتوقعات التنظيمية في كل خطوة. يمكن لشركاء مثل Sogeti US المساعدة في توحيد سير العمل هذه وتسريع قرارات البنية التحتية.
تقوم البنوك التي تقيم النتائج بتتبع التحسينات المرتبطة مباشرة بالأهداف التجارية. في مجال البيانات، تسعى الفرق إلى الحصول على سمات العملاء بشكل أكثر توقيتًا، وتقليل عمليات دمج البيانات اليدوية، والقدرة على إجراء تحليلات عبر المنتجات دون الحاجة إلى استخراجات متعددة. تتوقع العديد من البنوك أن تدعم هذه القدرات اتخاذ قرارات تسويقية ومتعلقة بالمخاطر أكثر ذكاءً، وهو ما يتماشى مع تقديرات ماكينزي (McKinsey) لعام 2023 بأن التحليلات المتقدمة والذكاء الاصطناعي يمكن أن يحققا زيادة تصل إلى 25% في الأرباح التشغيلية للبنوك التجارية للأفراد.
في مجال الذكاء الاصطناعي، يقيس القادة سرعة نشر النماذج الجديدة، ووتيرة استخدام أقسام الأعمال لمساعدي الذكاء الاصطناعي، وقدرة الفرق الداخلية على إدارة التحكم في المطالبات (Prompt Control). كما يأخذون في الاعتبار ما إذا كانت الأدوات التوليدية قد قللت بشكل كبير من دورات المراجعة اليدوية في عمليات الإقراض أو الامتثال. بالنسبة للأمن، يتم تقييم التقدم من خلال درجة تكامل السجلات وسياسات IAM، وانخفاض حالات الاستثناء في السياسات عبر الفروع، وتحسين وضوح رؤية تقارير المرونة. تؤكد الجهات التنظيمية على حاجة البنوك إلى قابلية التتبع لأعباء العمل السحابية، لذلك يركز المشترون على درجة تكامل سجلات السحابة مع أدوات التدقيق الداخلي.
في سياق استكشاف القطاع المصرفي في شيكاغو لاعتماد حلول جوجل كلاود، يرى المشترون عمومًا أن النقل التدريجي يمكن أن يقلل المخاطر، خاصة عندما لا تزال أنظمة حوكمة البيانات قيد التطوير. الاستثمار المبكر في بنية الشبكة سيوفر الوقت لاحقًا عندما تحتاج أنظمة المعاملات إلى الاتصال. مواءمة النشر مع أطر NIST أو ISO يبسط حوارات التدقيق، لأن الجهات التنظيمية تتوقع بالفعل هياكل الرقابة هذه. يجد المقيمون أيضًا أن تحديد أعباء العمل التي سيتم نقلها أولاً وتلك التي ستبقى محليًا على المدى الطويل يمنع انتشار الهياكل الهجينة غير المتجانسة. يحافظ خارطة الطريق المنظمة على إمكانية التنبؤ بعملية النقل ويقلل من الحاجة إلى إعادة العمل.
تواجه البنوك الإقليمية والمجتمعية خارج شيكاغو قيودًا مماثلة. ينطبق نفس مسار التقييم، خاصة عندما يتعاون مقدمو خدمات البنوك الأساسية مثل Jack Henry مع جوجل كلاود لدعم تحديث الجيل التالي من البنية التحتية التكنولوجية للمؤسسات المالية. يحتاج المشترون عمومًا إلى توضيح أهداف البيانات، وتحديد رؤية الذكاء الاصطناعي، والمواءمة مع الأطر التنظيمية، وتصميم الاتصال الهجين بشكل هادف. تنفذ معظم البنوك النشر بترتيب مرحلي. عادةً ما يتم إنشاء الأساس الشبكي أولاً، ويتطلب مراجعة داخلية. يليه نقل البيانات، والذي يستغرق وقتًا أطول بسبب التنسيق المطلوب لفحوصات الحوكمة وسلسلة النسب (Lineage). تتم إضافة خدمات الذكاء الاصطناعي بعد أن تستقر البنية التحتية للأمن والبيانات.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
