الكشف عن الاحتيال بالذكاء الاصطناعي في الوقت الفعلي: ما مدى سرعة السحابة GPU في إيقاف المعاملات الاحتيالية للبنوك وشركات التكنولوجيا المالية في فيتنام؟

الاحتيال المالي يتحول إلى “سباق تسلح بالذكاء الاصطناعي” — كيف تستجيب البنوك الفيتنامية؟

التزييف العميق الصوتي، تزييف الوجه، وروبوتات تحاكي سلوك المستخدم الحقيقي لتجاوز طبقات المصادقة — لم يعد الاحتيال المالي في عام 2026 عملية احتيال يدوية، بل أصبح مؤتمتًا باستخدام نفس تقنية الذكاء الاصطناعي التي تستخدمها البنوك للدفاع عن نفسها. وبحسب بيانات جمعتها NVIDIA، من المتوقع أن تصل الخسائر العالمية الناتجة عن الاحتيال في معاملات بطاقات الدفع إلى 43 مليار دولار بحلول عام 2026. وفي فيتنام، أدت حادثة فقدان عميل بنك لمبلغ 5 مليارات دونج فيتنامي بسبب ما وصفه رئيس البنك بـ”علامات احتيال تقني متقدم” إلى دفع الصناعة بأكملها لإعادة تقييم قدراتها الدفاعية، في حين حذّر خبير من جامعة RMIT فيتنام من أن حتى البنوك التي تملك أنظمة مكافحة احتيال رائدة عالميًا تخسر في المتوسط ما بين 3% و5% من إيراداتها سنويًا بسبب الاحتيال.

المشكلة غالبًا لا تكمن في غياب نماذج كشف الاحتيال — فمعظم البنوك وشركات الأوراق المالية وشركات التكنولوجيا المالية في فيتنام تُشغّل بالفعل نوعًا من نماذج تقييم المخاطر. السؤال الحقيقي هو: هل البنية التحتية التي تُشغّل هذا النموذج سريعة بما يكفي لإيقاف المعاملة قبل أن تخرج الأموال فعليًا من الحساب؟

لماذا تُعد سرعة الاستدلال (Inference) عاملًا حاسمًا وليست “ميزة إضافية”

عملية تحويل الأموال، أو الدفع بالبطاقة، أو أمر شراء أوراق مالية، تحتاج عادة إلى إتمامها في غضون مئات من الميلي ثانية. فإذا كان نظام تقييم المخاطر يعمل على معالجات CPU عادية ويستغرق ثانية أو ثانيتين لإعادة النتيجة، يضطر البنك للاختيار بين السماح للمعاملة بالمرور وتحمّل المخاطرة، أو إبطاء تجربة العميل — وكلا الخيارين مكلف.

لهذا السبب بالضبط، تحوّلت المؤسسات المالية الكبرى حول العالم بعملية استدلال كشف الاحتيال إلى بنية تحتية تعتمد على وحدات معالجة الرسوميات (GPU). وتذكر NVIDIA أن PayPal حسّنت كشف الاحتيال في الوقت الفعلي بنسبة 10% بعد نقل استدلال الذكاء الاصطناعي إلى وحدات GPU، مع تقليص عدد الخوادم المطلوبة بنحو 8 مرات مقارنة ببنيتها السابقة القائمة على CPU. وبالمثل، سجّل بنك BNY (بنك نيويورك ميلون) تحسنًا بنسبة 20% في دقة كشف الاحتيال بعد نشر الذكاء الاصطناعي على أنظمة NVIDIA DGX GPU. تُظهر هذه الأرقام أن وحدات GPU لا تعني فقط “أسرع”، بل تتيح تشغيل نماذج أكثر تطورًا (الشبكات العصبية البيانية، التعلم العميق) يصعب على المعالجات العادية التعامل معها ضمن ميزانية زمنية فعلية.

بنية Viettel IDC السحابية لوحدات GPU لتقييم المخاطر في الوقت الفعلي

بتشكيلة تمتد من وحدة NVIDIA A30 (24 جيجابايت) الاقتصادية المناسبة لنماذج تقييم المخاطر الصغيرة والمتوسطة، إلى الطرازين الرائدين L40S (48 جيجابايت) و H200 (141 جيجابايت) لأحمال العمل الأثقل في الذكاء الاصطناعي والتعلم الآلي، تتيح خدمة Viettel Cloud GPU للبنوك وشركات الأوراق المالية وشركات التكنولوجيا المالية اختيار التهيئة المناسبة تمامًا لحجم معاملاتها، بدءًا من بطاقة GPU واحدة وحتى 8 بطاقات حسب الحاجة. ويمكن للفرق التي لم تحدد بعد أي فئة من وحدات GPU تناسب حِمل عملها الرجوع إلى مقارنة تفصيلية بين وحدات GPU السحابية T4 و A30 و L40S و H200 للتعرف على الأداء وحالات الاستخدام.

تأتي البنية التحتية مع تثبيت مسبق لتعريفات NVIDIA ومجموعة أدوات CUDA، ودعم كامل لأطر الذكاء الاصطناعي والتعلم الآلي الرئيسية (TensorFlow، PyTorch)، مما يتيح لفريق علوم البيانات في البنك نشر نماذج تقييم المخاطر، أو كشف الحالات الشاذة، أو النماذج القائمة على الرسم البياني لتتبع شبكات الحسابات المرتبطة بالاحتيال، دون الحاجة لإعادة بناء البيئة من الصفر. كما تتيح ميزة المحاكاة الافتراضية لوحدات GPU (vGPU) لعدة فرق — المخاطر، مكافحة غسل الأموال، مكافحة احتيال البطاقات — مشاركة مجموعة GPU فعلية واحدة مع الحفاظ على عزل الموارد، مما يحسّن تكاليف التشغيل على المدى الطويل مقارنة ببناء كل فريق لبنيته التحتية الخاصة.

يعمل النظام بالكامل على مراكز بيانات مبنية وفق معيار ANSI/TIA-942-B Rated 3 وحاصلة على شهادات ISO 27001/27017 و PCI-DSS — وهو معيار أساسي إلزامي لأي بنية تحتية تعالج بيانات المعاملات ومعلومات حاملي البطاقات. وهذا أيضًا أحد المعايير التي يجب على شركات الأوراق المالية والتكنولوجيا المالية فحصها بدقة، كما تم تناوله في المقال السابق حول المعايير الأساسية الخمسة لاختيار بنية السحابة الخاصة/VPC لشركات الأوراق المالية والتكنولوجيا المالية في فيتنام.

حالات استخدام عملية حسب فئة العميل

  • البنوك: تقييم المخاطر في الوقت الفعلي للتحويلات والدفع بالبطاقة، إلى جانب نظام eKYC مقاوم للتزييف العميق — وهو مجال تسارع البنوك الفيتنامية لتعزيزه، كما هو مفصّل في مقال بنية GPU السحابية المتوافقة مع معيار eKYC الجديد المضاد للتزييف العميق.
  • شركات الأوراق المالية: كشف أنماط الطلبات غير الطبيعية (التزييف، التداول الوهمي) خلال جلسة التداول نفسها، مما يقلل من المخاطر التشغيلية عند معالجة حجم كبير من الطلبات في وقت قصير.
  • شركات التكنولوجيا المالية والمحافظ الإلكترونية: نماذج الشبكات العصبية البيانية لتتبع شبكات الحسابات المرتبطة بعصابات الاحتيال المنظم، تعمل بشكل متواصل دون الحاجة للاستثمار في مجموعة GPU فعلية مخصصة.

من أين نبدأ؟

لا تحتاج الشركة إلى الاستثمار فورًا في مجموعة ضخمة من وحدات GPU للتحقق من فعالية هذا النهج. تقدم خدمة Viettel Cloud GPU تجربة إثبات المفهوم (POC) لمدة تصل إلى 7 أيام، وهو وقت كافٍ لفريق المخاطر أو مكافحة غسل الأموال لتشغيل نموذج حقيقي على بيانات معاملات نموذجية وقياس التحسن في السرعة والدقة قبل اتخاذ قرار التوسع — مما يجعل تكاليف التشغيل على المدى الطويل أكثر مرونة بكثير مقارنة بالاستثمار في بنية تحتية مخصصة منذ البداية.

المراجع:

للحصول على عرض سعر تفصيلي واستشارة بشأن الحل المناسب، يُرجى التواصل مع فريق المبيعات عبر الخط الساخن/Zalo/WhatsApp: 0966707701 أو البريد الإلكتروني: dungnh1@viettelidc.com.vn