31 أغسطس 2026 التكنولوجيا المالية بقلم Vedhagiri Prakasam

كشف تعديلات الشيكات ومؤشّرات الاحتيال بالذكاء الاصطناعي

الاحتيال في الشيكات ليس واضحًا دائمًا. فقد لا يحتوي الشيك المشبوه إلا على تغيير صغير.

رقم مضاف إلى المبلغ. مستفيد معدَّل. تاريخ أُعيدت كتابته. توقيع ملصَق. منطقة MICR مغيَّرة. شيك سبق تقديمه يُقدَّم مرة أخرى. يستطيع المراجعون البشريون اكتشاف كثير من ذلك، لكن البيئات عالية الحجم تجعل الفحص المتّسق صعبًا. وهنا يوفّر التحليل بمساعدة الذكاء الاصطناعي طبقة حماية إضافية.

شيك مع مناطق مميّزة تشير إلى تعديل مشتبه به في المبلغ وتغيير في المستفيد

أدلّة، لا اتهامات

ما الذي يمكن لمنصّة شيكات ذكية البحث عنه

تعديل المبلغ. يمكن تحليل منطقة المبلغ الرقمي بحثًا عن تناقضات بصرية مثل الكتابة فوق النص أو اختلاف أنماط الحبر أو تغيّر محاذاة الحروف أو اضطراب مشبوه في الخلفية. وقد يقول التنبيه: تعديل مشتبه به في حقل المبلغ — يُوصى بمراجعة يدوية.

تعديل المستفيد. تغيير المستفيد قد يغيّر الغرض من الشيك جوهريًا. ويمكن للنظام إبراز المناطق التي تبدو فيها بنية النص أو خلفية المستند غير متسقة. والصياغة مهمّة هنا: النظام يحدّد تعديلًا محتملًا، بينما يقرّر المحققون المخوّلون ما إذا كان الاحتيال قد وقع فعلًا.

شذوذ التواقيع. يمكن للتحليل تحديد تشابه منخفض مقابل النماذج المسجّلة، أو خصائص غير متوقّعة تبرّر مراجعة إضافية للتوقيع.

التقديم المكرّر. يمكن أن يجمع الكشف بين رقم الشيك وMICR ورقم الحساب والمبلغ والمستفيد وتشابه الصورة وسجلّ التقديم السابق:

تشابه الصورة99.4%
تطابق MICRنعم
تطابق رقم الشيكنعم
تطابق الحسابنعم
تطابق المبلغنعم
التقييماحتمال عالٍ للتكرار

وهذا يمنح المراجع أدلّة بدلًا من مجرّد تنبيه بلا تفسير.

ينبغي أن يكون تقييم المخاطر قابلًا للتفسير

ينبغي أن تتجنّب المنصّة البنكية المؤسسية إنتاج رقم غامض. فدرجة المخاطر يجب أن تُظهر العوامل المسهمة فيها:

العامل الإسهام
تعديل محتمل في المبلغ+٢٥
شذوذ في التوقيع+٢٠
نمط تكرار+١٥
تعديل المستفيد+١٠
مخالفة في الصورة
المخاطر الإجمالية٧٥ / ١٠٠

وهذا يمنح فرق العمليات والاحتيال سياقًا لا حكمًا.

لا ينبغي أن يكون الذكاء الاصطناعي السلطة النهائية في الاحتيال

هذه نقطة جوهرية. فاكتشاف خاصية بصرية غير معتادة لا يثبت بالضرورة وقوع نشاط احتيالي. فقد تكون هناك أسباب مشروعة: اختلاف خط العميل، أو جودة المسح، أو الأختام، أو فروق الحبر، أو التلف المادي، أو ببساطة استخدام أكثر من أداة كتابة.

لذلك ينبغي أن يميّز النظام المصمَّم جيدًا بين لا مشكلة ومطلوب مراجعة ومخاطر عالية وتحقيق. ووحدهم موظفو البنك المخوّلون يتخذون القرار النهائي بشأن الاحتيال وفق سياسة البنك.

وبمجرّد تصعيد الشيك، يحتاج المحققون إلى أكثر من الصورة. إذ يمكن لمساحة عمل مخصّصة للقضية أن توفّر صورة الشيك مع المناطق المميّزة والبيانات المستخرجة وعوامل المخاطر ومقارنة التوقيع وسجلّ التكرار والقضايا السابقة ذات الصلة ونتائج النظام البنكي الأساسي وملاحظات المحلّل وخطًا زمنيًا كاملًا للتدقيق. وهذا يحوّل تنبيه الذكاء الاصطناعي إلى عملية تحقيق تشغيلية.

نحو عمليات شيكات قائمة على المخاطر

يتيح تحليل الاحتيال بمساعدة الذكاء الاصطناعي للبنوك ترتيب أولويات جهد المراجعة. فبدلًا من مراجعة كل شيك بالقدر نفسه من الانتباه، يمكن لفرق العمليات التركيز على الشيكات عالية القيمة والتواقيع منخفضة الثقة والتعديلات المحتملة وأنماط التكرار وسلوك MICR غير المتوقّع والحالات التي تجتمع فيها عدّة مؤشّرات. وهكذا تصبح التقنية طبقة لترتيب أولويات الأدلّة، وهنا يقدّم الذكاء الاصطناعي قيمة حقيقية في عمليات مكافحة احتيال الشيكات.

تبني مسقط لحلول التقنية أنظمة استخراج بيانات الشيكات للبنوك والفرق المالية في عُمان والخليج. ولاستكشاف كيف يجمع Cheque Reader AI بين تحليل التعديل وكشف التكرار ومسارات مخاطر الاحتيال في منصّة واحدة، تواصل معنا لعرض توضيحي.

قد ترغب أيضا

المشاركات ذات الصلة