اختر منطقتك 
الرأي: Konstantin Anissimov ، الرئيس التنفيذي العالمي في currency.com
الامتثال ليس ما كان عليه. في السوق الذي يمتد على مدار الساعة طوال أيام الأسبوع عبر سلطات قضائية متعددة وطرق الدفع والبروتوكولات ، فإن الوضع الراهن من مربعات التحقق من الصناديق وتقارير الإيداع يشعر بالانفصال عن كيفية عمل التمويل الرقمي فعليًا. يجب أن يتطور الامتثال عندما يكون النظام الذي يحميه بلا حدود ، لا مركزية ويتحرك باستمرار.
بالنسبة للكثيرين ، لا يزال الطريق إلى الأمام غير واضح. وفقًا لتقرير الصناعة مؤخرًا ، يتوقع 71 ٪ من المديرين التنفيذيين زيادة تهديدات الجريمة المالية في عام 2025 ، ومع ذلك ، فإن 23 ٪ فقط يعتبرون أطرهم الحالية عملية حقيقية. الفجوة بين التهديد والاستعداد تتسع.
إن النهج الجديد بدأ في التمسك. عبر Fintech ، يتم إعادة التفكير في الامتثال كطبقة نظام مدمجة في القلب ، والآن ، مركز الاهتمام هو الذكاء الاصطناعي-المحرك وراء المراقبة في الوقت الفعلي ، والفحص والثقة السياقية.
يتحول مكدس الامتثال من يدوي إلى مضمن
يعتقد البعض أن نموذج الامتثال القديم يتجول من عيب واحد ولكنه يتشقق تحت سلالة متراكمة. مع انتقال العملات الرقمية إلى الاستخدام المالي الأوسع ، يظهر عبء إعدادات الامتثال القديمة في كل مقياس – الكثير من التنبيهات ، وعدد قليل جدًا من الأفكار والقليل من الوقت للتصرف.
في عام 2024 ، تم تسجيل أكثر من 40 مليار دولار في معاملات التشفير غير المشروعة. وفي الوقت نفسه ، لا يزال فحص العقوبات هش: 39 ٪ من الشركات يقولون إنها واثقة من قدرتها على اكتشاف الانتهاكات ، ولا يشعر سوى ثالث بالاستعداد لمخاطر الجيوسياسية المتزايدة. ببساطة ، هذا يبدو أشبه برقوع تحت الضغط.
هل هناك طريقة من خلال الضغط؟ نعم ، ويبدأ بتضمين الامتثال في قلب النظام. وهذا يعني عددًا أقل من لوحات المعلومات والمزيد من القرارات في المنبع من قبل النماذج التي تعلن عن المخاطر وتضع السياق قبل مشاركة الإنسان.
والنتيجة هي انتقال تدريجي من سير العمل المتمحور حول الإنسان إلى أنظمة القرار المضمّنة التي تعمل بالنيابة. في الممارسة العملية ، تساعد هذه الأدوات في تعيين سلوك المحفظة ، وتفسير الحالات الشاذة عبر السلاسل واكتشاف عدم التطابق بين منطق الأعمال والمناطق التنظيمية في الوقت الفعلي والمقياس.
ننسى فكرة استبدال فرق الامتثال تمامًا. بدلاً من ذلك ، تأكد من أن لديهم أدوات كافية. نظرًا لأن هذا المنطق المدمج يجد مكانه ، فإنه يغير بهدوء كيفية تفاعل الناس مع التمويل الرقمي.
متعلق ب: يمكن أن يعيد هذا LLM مفتوح المصدر إلى إعادة تعريف أبحاث الذكاء الاصطناعي ، وهو عام بنسبة 100 ٪
إذا أصبح الامتثال غير مرئي – دائمًا ، التحقق باستمرار – السؤال الكبير التالي هو: هل يمكن للمستخدمين الوثوق في نظام لم يعد يرونه؟
تطالب الأنظمة غير المرئية بالمساءلة المرئية
مع توفر الامتثال ، تتغير تجربة المستخدم بطرق تهم بعمق ، وليس مرئيًا دائمًا. ليس هناك منبثق يطلب منك التحقق من مصدر الأموال ، أو عدم وجود تجميد مفاجئ من خوارزمية ملائمة لا تفسر نفسها.
من الخارج ، يشعر بسلاسة. كلما أصبح أكثر سلاسة ، أكثر الثقة تصبح مسألة الأنظمة.
عندما يكون الامتثال غير شفاف ، حتى لو كان فعالًا ، فقد يخلق عدم اليقين. لقد بدأ المنظمون بالفعل في التراجع ضد الشركات التي تبالغ في المبالغة في قدراتهم على الذكاء الاصطناعي ، وبدأ المستثمرون في التعامل مع المطالبات الغامضة بشك. لذلك ، الكفاءة جيدة – العتامة ليست كذلك.
هذا هو المكان الذي تهم الشفافية أكثر. يجب أن تنقل المنصات علانية كيفية استخدام الذكاء الاصطناعي ، مما قد يساعد في الاحتفاظ بالثقة في المستخدم والمنظم. في صناعة التشفير ، حيث تنتشر الأضرار السمعة بسرعة ، يتم الحصول على الثقة فقط من خلال الوضوح.
الثقة ، في هذه الحالة ، تعتمد على ما إذا كان النظام يعمل ككل. توافق أو لا ، على أن التجارب السلسة تعني القليل إذا كانت البنية التحتية وراءهم لا يمكنها مواكبة المخاطر المتزايدة أو التعقيد أو المطالب التنظيمية.
يجب أن يكون الالتزام الأصلي من الذكاء الاصطناعي قابلاً للتشغيل المتبادل ، قابل للتفسير ، قابل للتحقق منه ، قابل للتدقيق فيه للتعامل مع قواعد القواعد المتضاربة عبر الولايات القضائية. وتجميع هذا النوع من النظام يعني المزيد من الخطوات الحاسمة.
يبدأ عمل الامتثال لمنظمة العفو الدولية بالقواعد ، وليس الكود
إذا كان Crypto جادًا في جعل الامتثال الأصلي من الذكاء الاصطناعي القاعدة ، فإن الهندسة المعمارية تهم طموح. في الوقت الحالي ، يتم خياطة معظم الأنظمة معًا – يتولى نموذج واحد عقوبات ، ومحافظ أخرى للإعلام والثالث يولد تنبيهات.
قد يعمل هذا الإعداد في عزلة ، لكنه لا يصمد تحت الضغط. يجب أن تبدأ المنصات في تصميم الامتثال كطبقة تشغيل شاملة للمضي قدمًا. يجب أن تتحدث نماذج المخاطر مع بعضها البعض ، في حين يجب أن تتعلم محركات التنبيه من النتائج ، وهذه هي الطريقة لفهم القرارات والتحسن مع مرور الوقت.
بعض المنصات تظهر بالفعل المخطط. على سبيل المثال ، أطلقت شركة أمنية Crypto Cybersecurity مؤخرًا أداة منظمة العفو الدولية للكشف عن “تسمم المعالجة” ، بتقديم معدل نجاح بنسبة 97 ٪ عن طريق تحليل السياق السلوكي عبر السلاسل. يقوم المصدرون الكبار الآخرون بدمج أدوات الكشف عن المخاطر ، والمراقبة في الوقت الفعلي ، و KYC مباشرة في قضبان المعاملات الخاصة بهم.
علاوة على ذلك ، يتم تجريب أطر إثبات المعرفة الصفرية (ZKP) لإعطاء الامتثال للمقسم المفقود النهائي-التحقق من الاحتفاظ بالخصوصية. نتيجة لذلك ، تتيح ZK-Problarings منصات تأكيد محاذاة القاعدة دون تعريض هويات المستخدم.
الالتزام الأصلي من الذكاء الاصطناعي هو خيار هيكلي. تعمل الأنظمة التي تضمنت الذكاء منذ البداية على وضع خط أساس جديد: قرارات أسرع ، وعدد أقل من الإيجابيات الخاطئة ، والفهم الأكثر عمقًا للعملاء وسير العمل التي تعتبر ديناميكية لتغيير تقييم المخاطر في الوقت الفعلي.
يجب أن تضمن الصناعة نماذج موحدة ، والمنطق الشفاف والأطر مثل ZK Problarings التي تحمي المستخدمين دون التضحية بالمعايير للوصول إلى هناك. الذكاء الاصطناعي لن يجعل التمويل الرقمي متوافقًا بشكل افتراضي. وسوف يمنح أقسام الامتثال والشركات القيود المفروضة على المنحنى.
الرأي: Konstantin Anissimov ، الرئيس التنفيذي العالمي في currency.com.
هذه المقالة مخصصة لأغراض المعلومات العامة ولا تهدف إلى أن تكون ولا ينبغي اعتبارها نصيحة قانونية أو استثمارية. إن الآراء والأفكار والآراء المعبر عنها هنا هي وحدها ولا تعكس بالضرورة أو تمثل آراء وآراء Cointelegraph.
