بنك PSB يكشف كيف يدمج الذكاء الاصطناعي في عمله: روبوتات محادثة وRAG وخدمات للأعمال

لم يكشف PSB عن مجرد مجموعة تجارب في الذكاء الاصطناعي، بل عن مخطط صارم وعملي لإدخاله في البنية المصرفية. ويؤكد البنك أنه لم يسعَ إلى أن يكون من أوائل من يختبرون كل أدوات LLM، لكنه بنى حلوله بشكل تدريجي في المجالات التي يمكن أن يظهر فيها الأثر التجاري سريعًا: خدمة المنشآت الصغيرة والمتوسطة، وأتمتة الاستشارات، وتخفيف العبء عن الموظفين. ونتيجة لذلك، يعمل لدى PSB اليوم نظام متكامل يضم روبوتات قائمة على سيناريوهات، ومساعدًا توليديًا، وبحث RAG في قاعدة المعرفة، ومشاريع تجريبية للفرق الداخلية.

وفي الخدمات الخارجية، ينصبّ التركيز الأساسي على رواد الأعمال. يستخدم PSB نماذج توصية في نظام CRM لتحليل المعاملات واقتراح التعرفات والمنتجات الأنسب ومناسبات التواصل مع العميل. والمنطق بسيط: الذكاء الاصطناعي لا ينبغي أن يسلّي، بل أن يوفّر المال والوقت. فمثلًا، قد يلاحظ النظام أن العميل يدفع بانتظام رسومًا إضافية عن عمليات تتجاوز الحد المسموح، وأن الانتقال إلى تعرفة أخرى أنسب له. أو قد يقترح نقل أحد المتعاملين مع العميل إلى PSB إذا كان ذلك سيخفض تكلفة المدفوعات على الطرفين. وبحسب البنك، فإن نحو 98% من الخدمات المقدمة لرواد الأعمال متاحة عن بُعد، وإن 74% منها تمر بأتمتة شاملة دون تدخل بشري في المراحل الوسيطة.

المنتج الرئيسي هنا هو المساعد الذكي «كاتيوشا»، المتاح في الخدمات المصرفية عبر الإنترنت وتطبيق الجوال وعلى الموقع وفي VK. ولا يُستخدم كروبوت محادثة للإجابة عن الأسئلة فحسب، بل كأداة تطبيقية للمهام الروتينية في الأعمال: إعداد نصوص المبيعات، وأوصاف بطاقات المنتجات في المتاجر الإلكترونية، والرد على التقييمات، ومنشورات وسائل التواصل الاجتماعي، وحتى أسئلة المقابلات مع المرشحين للوظائف. ويتحدث البنك عن نحو أربعة آلاف طلب في الربع، ويشدد على أن الخدمة تبقى مجانية لعملاء قطاع المنشآت الصغيرة والمتوسطة. ويعمل خلفها نموذج LLM روسي بدأ PSB اختباره منذ مرحلة تجريبية مبكرة. والفكرة هي جمع أكثر السيناريوهات تكرارًا في نافذة واحدة بدلًا من إحالة العميل إلى خدمات خارجية متعددة.

والخطوة التالية هي إدخال RAG في مسار الاستشارات في «كاتيوشا». ووفق PSB، فإن هذه الطبقة بالذات أحدثت القفزة النوعية الأبرز: ففي المرحلة التجريبية ارتفعت أتمتة الطلبات بنسبة 7%، وتقلص متوسط زمن حل المسألة ثماني مرات، وزاد رضا العملاء في روبوت المحادثة بنسبة 21%. وفي الوقت نفسه، تمكّن البنك من خفض نسبة الإجابات الخاطئة من 3% إلى 1%. وهذه نتيجة مهمة للبنك، لأن كل نقطة مئوية إضافية عند مستوى أتمتة مرتفع أصعب بكثير في التحقيق منها عند البداية.

وتمثّلت مشكلة مستقلة في المرشّح الأخلاقي لنموذج LLM: ففي الاختبارات حجب هذا المرشّح نحو 30% من الطلبات بسبب صياغات في قاعدة المعرفة. وبعد إعادة صياغة النصوص واستبدال الكلمات الحساسة وإضافة معالجة لاحقة، خُفّضت نسبة الحجب إلى 1%، ما جعل المشروع التجريبي قابلًا للاستمرار.

ويشكّل البنك في تطبيقات المراسلة والذكاء الاصطناعي الداخلي للموظفين اتجاهًا مستقلًا. فمنذ عام 2023، تعمل «كاتيوشا» في VK لا كمستشار فحسب، بل كواجهة للعمليات الأساسية في الخدمات المصرفية للأعمال (РКО): إصدار الفواتير والمدفوعات وعرض كشوف الحساب والرصيد. وفي عام 2025 نما عدد المستخدمين النشطين لهذه القناة بنسبة 35%، ومرّ عبرها أكثر من 60 ألف عملية دفع. بعد ذلك أطلق PSB خدمات الدفع في MAX أيضًا.

وداخل البنك، انطلق المشروع التجريبي للموظفين في أكتوبر 2025، بدايةً مع 25 شخصًا يحتاجون إلى الرد سريعًا على الطلبات الواردة من مكاتب المبيعات والمديرين الميدانيين. والهدف هو تحرير نحو 10% من وقت العمل، لكن المشروع التجريبي أظهر أن الذكاء الاصطناعي لا يقدّم أكبر قيمة في الأسئلة النمطية، بل في سيناريوهات أضيق لا تتضمن بيانات شخصية، وتكون فيها الاستشارات الدقيقة والتوصيات حول المنتجات هي الأهم.

ومن ذلك كله تتشكل استراتيجية واضحة إلى حد كبير. فPSB لا يحاول بناء بنك ذكاء اصطناعي شامل دفعة واحدة، بل يوزّع المهام بحسب مستوى المخاطر والفائدة: نماذج سحابية للسيناريوهات المتعلقة بالمحتوى وغير المخصصة للعميل، وروبوتات سيناريوهات للإجابات السريعة البسيطة، وRAG للاستشارات القابلة للتوسع، ونماذج LLM داخل المحيط الخاص للبيانات الحساسة والخدمات الداخلية. وفي عام 2026 يعتزم البنك نشر LLM داخل محيطه الخاص ورفع حصة إجابات RAG في إجمالي تدفق الاستشارات من 4% إلى 16%.

وبالنسبة للسوق، هذا مثال دالّ على كيفية إدخال بنك كبير للذكاء الاصطناعي التوليدي ليكون أداة عمل بمقاييس واضحة، لا واجهة استعراضية.