أخبار
«فوكال» منصة سعودية لمكافحة الجرائم المالية عبر الذكاء الاصطناعي
تشهد التكنولوجيا المتعلقة بالأمن الرقمي والذكاء الاصطناعي اللغوي تطورات بارزة من خلال مزيج فريد من تدابير الأمن السيبراني وتقنيات الذكاء الاصطناعي المصممة خصيصاً لتناسب التعقيدات اللغوية، ومنها العربية. وفي قلب هذا المشهد تبرز شركة «مُزن» السعودية المعتمِدة على الذكاء الاصطناعي والمصمَّمة لتعزيز الأمن السيبراني للمؤسسات المالية، مقدمة منصتين بارزتين هما «فوكال» و«أُسس».
مكافحة الجرائم المالية
تعدّ «فوكال» منصةً مخصصةً لمكافحة الجرائم الإلكترونية المالية عبر الذكاء الاصطناعي. تتضمن المنصة حلولاً مبتكرة مدعّمة بأحدث وأقوى تقنيات الذكاء الاصطناعي؛ لحماية المؤسسات وعملائها من العمليات المشبوهة والمخاطر المالية. وأوضح مالك اليوسف، رئيس العمليات وشريك مؤسس لـ«مُزن» في حديث لـ«الشرق الأوسط» من الرياض، أن ما يميز «فوكال» هو قدرتها على مساعدة المؤسسات المالية من خلال تزويدها بالبرمجيات التي تُمكّنها من اتخاذ القرارات عبر نقاط الاتصال كافة مع العملاء. ويتعمق محرك الذكاء الاصطناعي الخاص بالمنصة في أنماط وسلوكيات المحتالين، وبالتالي تعزيز نظام بيئي أكثر أماناً.
تكاليف الاحتيال الباهظة
تبلغ التكلفة المالية العالمية للجرائم الإلكترونية نحو 6 تريليونات دولار سنوياً، وفقاً لتقديرات شركة «سايبر سيكيوريتي فنتشرز (Cybersecurity Ventures)» لعام 2023.
تُشكّل هذه التكلفة عبئاً كبيراً على اقتصادات الدول، حيث تُؤثّر في كل من الشركات والأفراد والحكومات من خلال سرقة البيانات المالية، واختراق أنظمة المعلومات، والابتزاز الإلكتروني. وتكلف مكافحة ذلك بحسب بعض الدراسات نحو 200 مليار دولار. هنا تبرز أهمية منصة «فوكال» بحسب مالك اليوسف بوصفها «أداة لا غنى عنها في مكافحة الجرائم المالية». ويعدّ اليوسف أن «مُزن» أثبتت بالفعل نجاحاً كبيراً من خلال «فوكال»، وتمكّنت من تحديد آلاف الأجهزة التي يستخدمها المحتالون لاختراق بيانات اعتماد الحساب، وبالتالي منع أكثر من 5000 جهاز من الوصول إلى البنية التحتية لمؤسسة مالية.
«أُسس» لمواكبة الذكاء الاصطناعي
تحرص «مُزن» على أن تواكب تطورات الذكاء الاصطناعي عبر ابتكار منتجات وحلول تعزز التطور الرقمي، وتلبي الاحتياجات الفريدة للمؤسسات، وتمكِّنها من التقليل من المخاطر. ولذلك تقدم منصة أخرى تدعى «أُسس» وهي عبارة عن نموذج اللغة العربية الكبيرة المتخصص (LLM)، تم تصميمه من خلال التحدي المتمثل في معالجة البيانات العربية لاتخاذ القرار. يصف مالك اليوسف نموذج «أُسس» بأنه نموذج اللغة العربية الأكثر دقة في السوق، وهو مصمم لدعم المؤسسات المالية والحكومات في الاستفادة من البيانات العربية بشكل فعال. ويقول اليوسف إنه مع إمكانات تتراوح بين البحث المؤسسي وتطبيقات الدردشة، يجسّد «أُسس» حلاً مخصصاً يشبه «تشات جي بي تي (Chat GPT)»، ولكنه تم تطويره خصيصاً للغة العربية، مما يعالج فجوةً كبيرةً في مشهد الذكاء الاصطناعي.