دورة تدريبية في الذكاء الاصطناعي في القطاع المصرفي: حالات الاستخدام ومخاطر النماذج والحوكمة

ملخص البرنامج

الذكاء الاصطناعي في القطاع المصرفي محور دورة تدريبية تمتد أسبوع لكبار التنفيذيين المصرفيين ورؤساء الوظائف، ويخرج منها كل مشارك بخارطة طريق لاعتماد الذكاء الاصطناعي في خط أعمال مصرفي واحد. تتعرض المصارف لضغط لاستخدام الذكاء الاصطناعي والذكاء الاصطناعي التوليدي في الخدمة والائتمان والعمليات، بينما تتوقع مجالس الإدارة مساءلة واضحة عن القرارات الآلية. يربط البرنامج بين اختيار حالات الاستخدام والبيانات ومخاطر النماذج والسلوك المهني والحوكمة في تسلسل واحد، ويطبق كل أداة على خط أعمال يقوده المشارك. تقدم مارس للتدريب المملكة المتحدة هذا البرنامج في الذكاء الاصطناعي في القطاع المصرفي لمجموعات من منظمات مختلفة.

المبررات المؤسسية

يمس الذكاء الاصطناعي في القطاع المصرفي خدمة العملاء والإقراض وفحوص الامتثال والأعمال الخلفية في آن واحد، فيمتد أثر أي اختيار ضعيف في مجال إلى الكلفة والمخاطر في مجالات أخرى. وحين تقود فرق التقنية وحدها الذكاء الاصطناعي في القطاع المصرفي، تتجمع تجارب بلا مالكين وأدوات توليدية تستخدم خارج السياسة. أما القادة الذين يرتبون حالات الاستخدام بحسب القيمة والمخاطر ويضعون الضوابط قبل التوسع فيمولون المشاريع الصحيحة.

• زمن معالجة الخدمة: ينخفض حين تدعم الأدوات التوليدية مهام العملاء والموظفين المناسبة تحت المراجعة.
• التعرض لمخاطر النماذج: ينخفض حين يتفق على التحقق والمتابعة والملكية قبل التشغيل.
• عائد محفظة المشاريع: يتحسن حين ترتب حالات الاستخدام وتوقف وفق معايير واضحة.

المبادئ والأساس المعرفي

• NIST AI Risk Management Framework (إطار إدارة مخاطر الذكاء الاصطناعي): تشكل وظائفه في الحوكمة والتحديد والقياس والمعالجة تصميم الضوابط في الجلستين 3 و4.
• ISO/IEC 42001 (معيار أنظمة إدارة الذكاء الاصطناعي): يؤطر السياسة والأدوار والسجلات الخاصة بنموذج الحوكمة في الجلسة 4.
• إدارة مخاطر النماذج: يوجه جرد النماذج والتحقق منها ومتابعتها المستمرة عمل الإشراف في الجلسة 3.

المشاركون المستهدفون

• التنفيذيون الذين يرعون برامج الذكاء الاصطناعي في وحدات الأفراد والشركات والعمليات.
• رؤساء الوظائف الذين يقررون أين يسمح بالقرارات الآلية والأدوات التوليدية.
• قادة المخاطر والامتثال الذين يراجعون استخدام النماذج ونتائج العملاء.
• قادة التقنية والبيانات الذين ينفذون الذكاء الاصطناعي المصرفي ويدعمونه.
• قادة المالية والاستراتيجية الذين يمولون فوائد الذكاء الاصطناعي ويتابعونها.

يأتي المشاركون عادة من الخدمات المصرفية للأفراد والخدمات المصرفية للشركات والائتمان والعمليات والامتثال.

مخرجات التعلم

1. سيكون المشاركون قادرين على تقييم حالات استخدام الذكاء الاصطناعي والذكاء الاصطناعي التوليدي في الأنشطة المصرفية.
2. سيكون المشاركون قادرين على ترتيب حالات الاستخدام بحسب القيمة والجدوى والمخاطر.
3. سيكون المشاركون قادرين على تشخيص نقاط ضعف البيانات وقابلية التفسير والتحيز في نموذج مقترح.
4. سيكون المشاركون قادرين على بناء نهج لمخاطر النماذج والضوابط لحالة استخدام.
5. سيكون المشاركون قادرين على تقدير مخاطر السلوك المهني ونتائج العملاء الناتجة عن القرارات الآلية.
6. سيكون المشاركون قادرين على تبرير خارطة طريق الاعتماد أمام لجنة تابعة لمجلس الإدارة.

هيكل البرنامج

اليوم 1: الذكاء الاصطناعي في القطاع المصرفي ورسم حالات الاستخدام

أين يغير الذكاء الاصطناعي والذكاء الاصطناعي التوليدي العمل المصرفي، وأين لا ينبغي أن يغيره؟

• خريطة سلسلة القيمة المصرفية
• جدول قدرات الذكاء الاصطناعي والتوليدي
• القائمة الطويلة لحالات الاستخدام
• شبكة فرز القيمة والمخاطر
• ورقة خط الأساس لخط الأعمال

اليوم 2: تطبيقات الخدمة والائتمان والامتثال

كيف تدعم أدوات الذكاء الاصطناعي العملاء وقرارات الإقراض ووظائف الرقابة؟

• تصميم مساعد خدمة العملاء
• مسار دعم تقييم الائتمان
• سير عمل مراجعة المستندات
• سيناريو متابعة الامتثال
• موجز حالة استخدام لإنتاجية الموظفين

اليوم 3: البيانات وقابلية التفسير ومخاطر النماذج

كيف يثبت أن النموذج المصرفي صالح للاستخدام وكيف يبقى تحت المراجعة؟

• فحص جودة البيانات ومسارها
• ورقة متطلبات قابلية التفسير
• خطة اختبار التحيز والإنصاف
• سجل جرد النماذج والتحقق منها
• لوحة المتابعة المستمرة

اليوم 4: السلوك المهني والضوابط والحوكمة

من يتحمل المساءلة حين يؤثر قرار آلي في عميل؟

• خريطة المساءلة وصلاحيات القرار
• سجل مخاطر نتائج العملاء
• سياسة الاستخدام المقبول للأدوات التوليدية
• قائمة تقييم الذكاء الاصطناعي لدى الأطراف الخارجية
• بروتوكول التصعيد والحوادث

اليوم 5: تطبيق الأدوات على خط أعمال واحد

هل تدعم أدوات حالات الاستخدام ومخاطر النماذج والحوكمة خارطة طريق اعتماد واحدة؟

• تطبيق شبكة فرز القيمة والمخاطر من الجلسة 1
• استخدام مسار دعم تقييم الائتمان من الجلسة 2
• اختبار سجل جرد النماذج والتحقق منها من الجلسة 3
• فحص خريطة المساءلة وصلاحيات القرار من الجلسة 4
• إنجاز خارطة طريق اعتماد الذكاء الاصطناعي المصرفي

المنهجية

يقوم البرنامج على تحليل الحالات المستند إلى سيناريوهات مصرفية مجهولة المصدر من بيئات الأفراد والشركات والعمليات. يعمل المشاركون في فرق صغيرة على خط أعمال مشترك، ويتحدى بعضهم الترتيب لدى بعض، ويتلقون ملاحظات مكتوبة من الميسرين على كل مجموعة تمارين.

• نشاط مقترح: ترتيب عشر حالات استخدام مصرفية والدفاع عن الترتيب أمام لجنة مخاطر تجريبية.
• نشاط مقترح: مراجعة ملخص نموذج لاكتشاف أدلة التحقق الناقصة.
• نشاط مقترح: صياغة قاعدة لاستخدام الموظفين مساعدا توليديا مع بيانات العملاء.

المخرج الختامي

يعد كل مشارك خارطة طريق لاعتماد الذكاء الاصطناعي في خط أعمال مصرفي واحد. وتضم قائمة مرتبة بحالات الاستخدام وتقييما لمخاطر النماذج وخريطة للمساءلة وخطة تنفيذ على مراحل وورقة لقياس الفوائد. وتستخدم الخارطة في العمل لإحاطة لجنة تابعة لمجلس الإدارة والاتفاق على الملكية مع زملاء المخاطر وتسلسل أولى المشاريع الممولة.

الأسئلة الشائعة

هل يناسب تدريب الذكاء الاصطناعي في القطاع المصرفي التنفيذيين الذين ليست لهم خلفية في علم البيانات؟

نعم، فتدريب الذكاء الاصطناعي في القطاع المصرفي يفترض مسؤولية عليا في مصرف أو مؤسسة مالية، ويبني المفردات التقنية تدريجيا دون برمجة.

ما الأطر التي يقوم عليها الذكاء الاصطناعي في القطاع المصرفي في هذا البرنامج؟

يقوم الذكاء الاصطناعي في القطاع المصرفي هنا على NIST AI Risk Management Framework وعلى ISO/IEC 42001 في الحوكمة، مع ممارسات إدارة مخاطر النماذج في التحقق والمتابعة.

كيف تستخدم الخارطة الناتجة عن الذكاء الاصطناعي في القطاع المصرفي في العمل؟

تستخدم خارطة طريق الاعتماد لإحاطة لجنة تابعة لمجلس الإدارة والاتفاق على الملكية مع زملاء المخاطر وتسلسل أولى المشاريع الممولة.

بماذا يختلف تدريب الذكاء الاصطناعي في القطاع المصرفي عن التدريب على تحليلات الاحتيال؟

يركز تدريب الذكاء الاصطناعي في القطاع المصرفي على اختيار حالات الاستخدام ومخاطر النماذج والحوكمة في الأنشطة المصرفية، بينما يركز التدريب على تحليلات الاحتيال على كشف المعاملات المشبوهة بأساليب البيانات.