UAB MAGAZIN AUGUST 2025

27 موضوع الغلاف ) 2025 إتحادالمصارفالعربية(آب/ أغسطس U NION OF A RAB B ANKS ( August 2025) ل الذكاء الإصطناعي من مجرد أداة تقنية إلى ّ مكن أن يتحو ُ ي حافز للتنمية الشاملة والمستدامة في الأردن. الذكاء الإصطناعي في مكافحة غسل الأموال وتمويل الإرهاب عد مكافحة غسل الأموال وتمويل الإرهاب من الأولويات ُ ت ً القصوى للمؤسسات المصرفية والرقابية حول العالم، نظرا لتزايد تعقيد هذه الجرائم وتشعبها عبر الحدود. وفي الأردن، ولي السلطات المصرفية، وعلى رأسها البنك المركزي، أهمية ُ ت في ظل تصاعد الضغوط الدولية ً متزايدة لهذا الملف، خصوصا المتعلقة بالإمتثال للمعايير الصادرة عن مجموعة العمل المالي ر أساليب الجريمة المالية، بات من الواضح ُّ . ومع تطو FATF أن النظم التقليدية لم تعد قادرة وحدها على رصد الأنشطة ال، ما يفتح الباب أمام الذكاء الإصطناعي ّ المشبوهة بشكل فع ليقوم بدور محوري في هذا المجال. ويوفر الذكاء الإصطناعي أدوات متقدمة تسمح بتحليل كميات هائلة من البيانات المصرفية في وقت زمني قصير، وإكتشاف أنماط سلوك معقدة يصعب على الأنظمة التقليدية ملاحظتها. ن خوارزميات التعلم الآلي من تتبع ِ ّ مك ُ فعلى سبيل المثال، ت الأنشطة غير الإعتيادية في الحسابات، سواء من حيث حجم المعاملات أو توقيتها أو وجهتها، وربطها ببيانات سابقة أو معاملات مماثلة قد تكون مرتبطة بأنشطة غير مشروعة. مكن لهذه الخوارزميات أن «تتعلم» من الوقائع السابقة ُ وي ، مما يرفع من ً لتحسين قدرتها على كشف الاحتيال مستقبلا مستوى اليقظة والفعالية بشكل مستمر. سهم تقنيات الذكاء الإصطناعي في بناء أنظمة إنذار ُ كما ت صدر ُ رات خطر وت ّ مبكر ترصد السلوكيات التي تحمل مؤش تنبيهات تلقائية إلى وحدات الامتثال الداخلي داخل المصارف. ل الإعتماد على العمليات اليدوية المرهقة، ّ قل ُ وهذا من شأنه أن ي بات ّ ع الإستجابة للحالات الطارئة، بما ينسجم مع متطل ّ سر ُ وي الجهات الرقابية الدولية. وقد بدأت بعض المصارف الأردنية الكبرى بتجربة هذه الأدوات عبر التعاون مع مزودي خدمات في ً )، خصوصا RegTech التكنولوجيا المالية الرقابية ( مجالات مثل فحص أسماء العملاء مقابل قوائم العقوبات، أو تحليل شبكات العلاقات بين الكيانات المرتبطة بمعاملات مشبوهة . ولعل من أبرز أوجه القوة في استخدام الذكاء الاصطناعي، هو قدرته على الجمع بين مصادر بيانات متنوعة – مالية وتجارية واجتماعية – وتوليد رؤية متكاملة للعميل وسلوكه. فعلى سبيل Natural المثال، يمكن استخدام تحليلات اللغة الطبيعية ( ) لفهم طبيعة التحويلات المالية Language Processing من خلال دراسة وصف المعاملات، أو تعقب المحتوى الرقمي الذي يرتبط بالأشخاص محل الشبهات. كما يمكن استخدام تقنيات تصنيف الكيانات والتعرف على الهوية الرقمية لتحديد الحسابات التي قد تستخدم كواجهات لغسل الأموال أو تمويل أنشطة غير قانونية. ومع إدراك الجهات الرقابية الأردنية لأهمية هذه التكنولوجيا، فسح ُ شرع البنك المركزي الأردني بتحديث التعليمات الرقابية لي المجال لاستخدام الذكاء الإصطناعي ضمن ضوابط تتعلق بالشفافية والتفسير ومراقبة أداء الخوارزميات. ويشير هذا التحول إلى انفتاح نسبي على تبني الذكاء الإصطناعي ضمن النظم الوطنية لمكافحة غسل الأموال، وهو ب تطوير البنية التحتية وتعزيز الشراكة مع شركات ّ ما يتطل التكنولوجيا المتخصصة وبناء القدرات البشرية المؤهلة. إلا أن إستخدام الذكاء الاصطناعي في هذا السياق لا يخلو من تحديات، من بينها الحاجة إلى بيانات ضخمة ودقيقة في العديد من ً لتدريب الأنظمة الذكية، وهو أمر لا يزال محدودا المؤسسات المصرفية. كما تبرز مخاوف تتعلق بالخصوصية، وتضارب الصلاحيات بين وحدات الامتثال والإدارة التكنولوجية، إلى جانب الحاجة إلى الحوكمة الصارمة للخوارزميات لتجنب ز»أو إصدار نتائج خاطئة. ّ «التحي مثل نقلة نوعية ُ يات، فإن الذكاء الاصطناعي ي ّ ورغم هذه التحد ز من قدرة النظام المصرفي ّ عز ُ في أدوات الإمتثال المالي وي الأردني على حماية نفسه من المخاطر المرتبطة بالجرائم المالية المعقدة، بما يضمن سلامة النظام المالي ويحافظ على سمعته ز من ثقة المؤسسات الدولية والمستثمرين ّ عز ُ ، وي ً ودوليا ً إقليميا بالبيئة المالية في المملكة. يات التي تواجه تبني الذكاء الإصطناعي في الأردن ّ التحد رغم إدراك القطاع المصرفي الأردني لأهمية الذكاء الإصطناعي ودوره المحوري في تعزيز الكفاءة التشغيلية ومكافحة الجرائم ي ّ أن هناك مجموعة من التحديات التي تعوق تبن ّ المالية، إلا مة هذه التحديات ضعف ّ ال. تأتي في مقد ّ هذه التقنيات بشكل فع البنية التحتية الرقمية في بعض المؤسسات المالية وعدم كفاية