بث مباشر 18.11 · الدفعة 318 نوفمبر، 19:00 بتوقيت موسكو — ورشة عملية مجانية لوكلاء الذكاء الاصطناعي · الدفعة 3 تبدأ 23.11ورشة 18 نوفمبر ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارHabr AI→ المصدر

سبير تختصر اعتماد المحتوى المصرفي من سبعة أيام إلى ساعة واحدة

استبدلت سبير سلسلة الموافقات الطويلة بثلاثة فحوصات بالذكاء الاصطناعي: تحريرية وسمعية وقانونية. وقد جُمعت القواعد من ملاحظات المتخصصين السابقة وخرائط المخاطر، مع إبقاء الإنسان للحالات الخلافية. وبحسب الفريق، انخفضت الرحلة من الموجز إلى التصدير إلى نظام CRM من سبعة أيام إلى ساعة، لكن النظام لا يغطي حتى الآن سوى 30% من الرسائل النصية وإشعارات الدفع.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
سبير تختصر اعتماد المحتوى المصرفي من سبعة أيام إلى ساعة واحدة
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1تتجاوز دقة المحامي الآلي وفحص النبرة 90%.
حقيقة رئيسية #2خلال عامين ارتفع إنتاج المحتوى من نحو 11 ألف إلى 22 ألف وحدة.
المبدأ العمليأتمتة القرارات النمطية لا عملية الاعتماد نفسها.

عادةً لا يكون توليد النص هو عنق الزجاجة الرئيسي. فمسودة إشعار الدفع تُنجز في ثوانٍ، ثم تتنقل لأيام بين المحرر والمحامي ودائرة المخاطر السمعية وقسم الامتثال ومالك المنتج. في سبير قرروا أتمتة هذا الطابور تحديدًا: حوّلوا ملاحظات المتخصصين المتكررة إلى فحوصات آلية، وأبقوا الإنسان للحالات التي يكون فيها الخطر مرتفعًا فعلًا.

وبحسب فريق المشروع، انخفضت الرحلة من الموجز إلى تصدير الرسالة الجاهزة إلى نظام CRM من سبعة أيام إلى ساعة واحدة. وهذا ليس زرًّا شاملًا: فالعملية الكاملة تعمل حتى الآن لنحو 30% من الرسائل النصية وإشعارات الدفع. لكن الحالة مفيدة لأنها تعرض بنية عملية للأتمتة في شركة خاضعة للتنظيم.

ثلاثة فحوصات بدلًا من ثمانية معتمِدين

يقسّم النظام الرقابة إلى ثلاث طبقات. الأولى، AI-Boost، تفحص الإملاء والقواعد التحريرية وصياغات المنتجات. فقد درس الفريق الملاحظات المتراكمة للمحررين والمدققين واختزل المتطلبات المتكررة إلى نحو 50–60 قاعدة. وأُضيفت إليها قواميس وأدلة منتجات وقيود على طول الرسائل.

الطبقة الثانية، Smart ToV، تبحث عن المخاطر السمعية: الفكاهة غير المناسبة، والموضوعات السامة، والعامية المشكوك فيها، والنبرة الخاطئة في أثناء حالات الطوارئ. وهنا يُعتمد نظام «إشارة المرور». النتيجة الخضراء تمر تلقائيًا، والحمراء تحيل المادة إلى إنسان.

أما الطبقة الثالثة فهي المحامي الآلي. فقد أعد الفريق لخمسة منتجات مالية خرائط مخاطر: صياغات خطرة، والمسؤولية المحتملة، وطرق التصحيح. ولا يكتفي النموذج بوضع علامة، بل يعرض الخطر المكتشف ويقترح صياغة أكثر أمانًا. والفحص الذي كان يستغرق سابقًا بحسب اتفاقية مستوى الخدمة (SLA) حتى خمسة أيام يُنجَز الآن، بحسب مؤلفي المشروع، في نحو ثلاث دقائق.

مثال بسيط: يُعدّ المصرف إشعار دفع عن منتج مالي. على النموذج أن يلاحظ وعدًا بعائد غير مضمون، ويتحقق من وجود الملاحظة الإلزامية، ويحدد ما إذا كانت النبرة المرحة مناسبة للسياق الإخباري الراهن. فإذا كانت المخالفة واضحة يُعاد النص للتعديل. وإذا كان الخطر حدّيًا يتخذ المتخصص القرار.

من أين تأتي القواعد

أثمن ما في هذا النهج ليس النموذج اللغوي الكبير المختار، بل بيانات الفحص. فقد استخرج الفريق المحتوى المعتمد لعدة سنوات، وحلّل تعليقات المحررين والمحامين ومديري المخاطر، ثم جمّع الملاحظات المتكررة. وإلا لاضطُر إلى أن يطلب من النموذج بشكل مجرد «افحص نصًا جيدًا»، وهو طلب يستحيل قياسه وتحديثه بثبات.

قُسّمت القواعد إلى صارمة وسياقية. فالخطأ في اسم المنتج يمنع النشر دائمًا. أما العامية أو الرموز التعبيرية فقد تكون مقبولة لجمهور شاب لكنها غير مناسبة في حملة أخرى. ويتيح هذا التقسيم تغيير مرشّح بعينه عند صدور قانون جديد أو حدوث أزمة، دون إعادة بناء عملية التوليد كلها.

وبحسب التقديرات الداخلية لسبير، تتجاوز دقة المحامي الآلي وSmart ToV نسبة 90%. وتولّد الفحوصات إنذارات كاذبة أكثر مما تُفلت من خطر حقيقي. وهذا انحياز مقصود لدى المصرف، لكن لا يمكن اعتبار المؤشر معيارًا مستقلًا: فمنهجية الاختبار وحجم العينة الضابطة غير مُفصَح عنهما في المادة.

ما الذي يمكن تطبيقه

ينبغي لفريق المنتج ألا يبدأ بوكيل ذكي، بل بسجل التعديلات السابقة. أولًا تحديد القرارات القابلة للتكرار وتعريف المخالفات الحرجة وتجميع مجموعة من الأمثلة الموسومة. ثم يفيد تشغيل الفحص في الوضع الخفي ومقارنة قراراته بقرارات الخبراء، وبعد ذلك فقط السماح بالمرور التلقائي للمواد منخفضة الخطر.

وهناك قيود أيضًا. فقد وصف الحالةَ فريقُ سبير نفسه، لذا تحتاج أرقام توفير الوقت والدقة إلى تحقق مستقل. كما أُطلقت العملية الكاملة حديثًا، ولا تشمل كل المحتوى، وتعمل حتى الآن بشكل أفضل مع الصيغ القصيرة. إضافة إلى ذلك، لا تلغي الأتمتة المحررين والمحامين، بل تغيّر دورهم من القراءة المتسلسلة لكل نص إلى ضبط القواعد ومعالجة الاستثناءات ومراقبة الجودة.

الخلاصة العملية بسيطة: في المحتوى المؤسسي يكون من الأجدى وضع النموذج اللغوي الكبير لا قبل خط الإنتاج فحسب حيث يكتب المسودة، بل بعده أيضًا، كمجموعة من المرشّحات الضيقة القابلة للقياس. فإزالة طابور الموافقات، لا سرعة التوليد، هي ما يحقق هنا المكسب الرئيسي.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول ثلاثة فحوصات بدلًا من ثمانية معتمِدين؟

يقسّم النظام الرقابة إلى ثلاث طبقات. الأولى، AI-Boost، تفحص الإملاء والقواعد التحريرية وصياغات المنتجات. فقد درس الفريق الملاحظات المتراكمة للمحررين والمدققين واختزل المتطلبات المتكررة إلى نحو 50–60 قاعدة. وأُضيفت إليها قواميس وأدلة منتجات وقيود على طول الرسائل. الطبقة الثانية، Smart ToV، تبحث عن المخاطر السمعية: الفكاهة غير المناسبة، والموضوعات السامة، والعامية المشكوك فيها، والنبرة الخاطئة في أثناء حالات الطوارئ. وهنا يُعتمد نظام «إشارة المرور». النتيجة الخضراء تمر تلقائيًا، والحمراء تحيل المادة إلى إنسان.

ما أبرز التفاصيل حول من أين تأتي القواعد؟

أثمن ما في هذا النهج ليس النموذج اللغوي الكبير المختار، بل بيانات الفحص. فقد استخرج الفريق المحتوى المعتمد لعدة سنوات، وحلّل تعليقات المحررين والمحامين ومديري المخاطر، ثم جمّع الملاحظات المتكررة. وإلا لاضطُر إلى أن يطلب من النموذج بشكل مجرد «افحص نصًا جيدًا»، وهو طلب يستحيل قياسه وتحديثه بثبات. قُسّمت القواعد إلى صارمة وسياقية. فالخطأ في اسم المنتج يمنع النشر دائمًا. أما العامية أو الرموز التعبيرية فقد تكون مقبولة لجمهور شاب لكنها غير مناسبة في حملة أخرى.

ما أبرز التفاصيل حول ما الذي يمكن تطبيقه؟

ينبغي لفريق المنتج ألا يبدأ بوكيل ذكي، بل بسجل التعديلات السابقة. أولًا تحديد القرارات القابلة للتكرار وتعريف المخالفات الحرجة وتجميع مجموعة من الأمثلة الموسومة. ثم يفيد تشغيل الفحص في الوضع الخفي ومقارنة قراراته بقرارات الخبراء، وبعد ذلك فقط السماح بالمرور التلقائي للمواد منخفضة الخطر. وهناك قيود أيضًا. فقد وصف الحالةَ فريقُ سبير نفسه، لذا تحتاج أرقام توفير الوقت والدقة إلى تحقق مستقل. كما أُطلقت العملية الكاملة حديثًا، ولا تشمل كل المحتوى، وتعمل حتى الآن بشكل أفضل مع الصيغ القصيرة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…