قامت Rocket Close بأتمتة التحقق من حقوق الملكية باستخدام الذكاء الاصطناعي الوكيلي من AWS

روكيت كلوز، منصة لأتمتة معاملات العقارات، قد بنت نظام وكلاء ذكاء اصطناعي يُسمى سوبرتشارجر على AWS. يؤتمت الحل التحقق من صكوك الملكية — إحدى أكثر المراحل كثافة من حيث الوثائق وخطورة في إغلاق الصفقة.

المشكلة: أكوام من المستندات قبل كل صفقة

قبل أن تتمكن صفقة عقارية من الإغلاق، يجري متخصصو صكوك الملكية فحصًا قانونيًا شاملاً للعقار. يتضمن ذلك دراسة سجلات جميع المالكين السابقين والسجلات الرهنية وسجلات الحجوز والأعباء القضائية والديون الضريبية والارتفاقات والقيود. يمكن أن يمتد التاريخ الخاص بكل عقار إلى عقود مضت، وغالبًا ما يتم توزيع البيانات عبر السجلات البلدية والإقليمية والفيدرالية.

يتطلب المعالجة اليدوية لمثل هذه الطلبات وقتًا وتركيزًا عاليًا. يمكن لسجل عبء واحد مفقود أن يحجب أو يلغي صفقة بملايين الدولارات. عند توسع نطاق الأعمال، تصطدم هذه العملية بسقف الموارد البشرية: لا يمكنك ببساطة توظيف المزيد من المتخصصين وتوقع نمو خطي في الإنتاجية.

هذه هي بالضبط المهمة التي عالجتها روكيت كلوز عند تصميم سوبرتشارجر. الهدف هو أتمتة الفحوصات القياسية وترك للمتخصصين فقط الحالات غير القياسية التي تتطلب حكماً مهنياً.

كيف يعمل سوبرتشارجر

يتم بناء النظام على مجموعة من عدة مكونات AWS موحدة في معمارية وكلاء موحدة:

• وكلاء Strands — إطار عمل AWS لتنسيق وكلاء ذكاء اصطناعي متعددين؛ يتخصص كل وكيل في نوعه الخاص من التحقق
• Amazon Bedrock — منصة للعمل مع النماذج اللغوية الكبيرة؛ تجري تحليلاً دلاليًا للمستندات واستخراج المعلومات المنظمة
• قواعد معارف Amazon Bedrock — قاعدة معارف متجهة لـ RAG: يسترجع الوكلاء ديناميكياً المتطلبات التنظيمية والقوالب القانونية والسوابق ذات الصلة بالطلب الحالي
• بروتوكول سياق النموذج (MCP) — معيار مفتوح يسمح بتوصيل الأدوات الخارجية ومصادر البيانات مباشرة بنماذج اللغة

في دورة العمل، يتلقى الوكلاء مهمة، ويحددون بشكل مستقل أي الأدوات وقواعد البيانات التي يمكن الوصول إليها، ويجرون استخراج المعلومات والتحقق منها، ثم يعيدون نتيجة منظمة. يتم إشراك المشغلين فقط في الحالات الاستثنائية — عندما يصادف الوكيل مستندًا خارج الأنماط المعروفة أو يتطلب تفسيراً قانونياً.

الدروس المستفادة من الفريق عند التنفيذ

تنشر AWS دراسة حالة روكيت كلوز في مدونة Machine Learning كأحد أولى الأمثلة على تطبيق وكلاء Strands في ظروف الإنتاج. يشارك الفريق عدة استنتاجات عملية.

أثبتت جودة قواعس المعارف أنها العامل الحاسم. بدون قاعدة معارف منظمة وموضحة بعناية، فقد الوكلاء السياق عند التعامل مع الصيغ القانونية غير القياسية — المصطلحات المحددة من الولايات الفردية والسجلات القديمة أو أشكال الأعباء غير النمطية. قضى الفريق وقتًا كبيراً في بناء وتوضيح مجموعة مستندات قبل أن يبدأ النظام في تقديم نتائج موثوقة بشكل ثابت.

سرّع MCP بشكل كبير التكامل مع مصادر البيانات الخارجية. بدلاً من كتابة موصلات مخصصة لكل سجل، قام الفريق بتوصيل مصادر جديدة من خلال البروتوكول القياسي، مما قلل من وقت التطوير. من بين النتائج التجارية الموثقة: تقليل الوقت اللازم لمعالجة طلبات الصك، وتقليل الحمل التشغيلي للفحوصات الروتينية، والقدرة على توسع حجم العمل دون نمو متناسب في الموظفين.

ما يعنيه هذا

دراسة حالة روكيت كلوز هي مثال واضح على كيفية توسيع ذكاء اصطناعي وكيلي خارج شركات التكنولوجيا وبدء حل المهام التشغيلية في الصناعات التقليدية: القانونية والمالية والتأمين والعقارات. تعزز AWS بنشاط وكلاء Strands كأداة جاهزة للإنتاج، وتصبح دراسة هذه الحالة أحد أولى التأكيدات العامة لتطبيقها في العالم الحقيقي في سياق يتطلب دقة وموثوقية عالية. إذا انتشر النهج، فقد تصبح عمليات الصكوك حالة استخدام قياسية للأتمتة الوكيلية في قطاع العقارات — مع نقل لاحق للنمط إلى العمليات المجاورة كثيفة الوثائق: الاكتتاب بالتأمين والمراجعة القانونية للعقود وفحوصات الامتثال في البنوك.