إدارة المخاطر في التكنولوجيا المالية: تطبيقات وتحديات إدارة المخاطر القائمة على الذكاء الاصطناعي

بينيديكتوس رولاندو ، هيري موليونو

1- قسم الإدارة، كلية إدارة الأعمال جامعة ديناميكا بانجسا، جامبي، إندونيسيا.
2- قسم نظم المعلومات كلية علوم الحاسوب، جامبي، إندونيسيا.

تجريدي 

أصبح الذكاء الاصطناعي تقنية تحويلية في مجال التكنولوجيا المالية ، حيث يستفيد من الخوارزميات المتقدمة والتعلم الآلي لتحديد المخاطر واتخاذ قرارات مستنيرة. ومع ذلك ، فإن اعتماده على نطاق واسع يمثل تحديات جديدة تتعلق بالاستخدام الأخلاقي ، وخصوصية البيانات ، والمخاوف الأمنية ، والتحيز المحتمل ، والتمييز. تهدف هذه الدراسة إلى استكشاف فوائد إدارة المخاطر القائمة على الذكاء الاصطناعي في التكنولوجيا المالية مع تسليط الضوء على التحديات المرتبطة بها وتقديم التوصيات. يستخدم هذا البحث منهجية المراجعة المنهجية لتحليل الأدبيات الموجودة وتحديد الأنماط والثغرات والمجالات المهمة لمزيد من التحقيق. استخدمت الدراسة البيانات التي تم جمعها من قاعدة بيانات Scopus للحصول على مواد علمية موثوقة. تم جمع بيانات البحث من مجموعة متنوعة من البلدان بما في ذلك الولايات المتحدة والصين والدول الأوروبية ودول آسيوية أخرى من أجل تطوير فهم شامل الإدارة المخاطر القائمة على الذكاء الاصطناعي على نطاق عالمي. تسلط النتائج الضوء على الدور الحاسم للاعتبارات الأخلاقية في تنفيذ أنظمة إدارة المخاطر القائمة على الذكاء الاصطناعي لضمان العدالة والشفافية والمساءلة. علاوة على ذلك، تحتاج صناعة التكنولوجيا المالية إلى وضع تدابير قوية لحماية البيانات ومعالجة القضايا المتعلقة بالتحيز والتمييز من أجل غرس الثقة ودعم ثقة الجمهور في إدارة المخاطر القائمة على الذكاء الاصطناعي. يجب أن تركز الأبحاث المستقبلية على تقييم فعالية الخوارزميات والنهج المختلفة مع دراسة الأطر التنظيمية المحتملة والآثار القانونية المرتبطة باستراتيجيات إدارة المخاطر القائمة على الذكاء الاصطناعي.

1. مقدمة

 يتم اعتماد تقنيات الذكاء الاصطناعي الذكاء الاصطناعي والتعلم الآلي (ML) بشكل متزايد في قطاع التكنولوجيا المالية لإحداث ثورة في ممارسات إدارة المخاطر (2021 ،Ashta and Herrmann). أظهرت الأبحاث زيادة في استخدام الذكاء الاصطناعي والتعلم الآلي في المؤسسات المالية ، مع تطبيقات تشمل التداول الخوارزمي ، وإدارة المخاطر ، واكتشاف الاحتيال ، وتسجيل الائتمان ، وخدمة العملاء (الحج ، ۲۰۲۳). علاوة على ذلك ، هذا كما عززت بشكل كبير قدرة المؤسسات المالية على تحديد وتقييم وتخفيف المخاطر المرتبطة بابتكارات التكنولوجيا المالية( Vučinić and Luburić, 2022).

لقد ثبت أن دمج الأنظمة القائمة على الذكاء الاصطناعي في الخدمات المصرفية يعزز فعالية إدارة المخاطر ، ويقلل التكاليف ، ويعزز ثقة العملاء في الخدمات المصرفية (2022) ، Ali et al. أدى صعود شركات التكنولوجيا المالية التي تتخذ من الذكاء الاصطناعي مقرا لها إلى عمليات اندماج واستحواذ بين مقدمي الخدمات المالية ومديري الثروات أثناء تنقلهم في تعقيدات السوق  (Ashta and Herrmann ،2021).

في مجال إدارة المخاطر المصرفية ، يمكن أن يساعد استخدام تقنيات الذكاء الاصطناعي و ML في تخفيف المخاطر ، بشرط أن تنفذ البنوك الاستراتيجيات والخطط المناسبة (2022 ، Vucinic and Luburić). والجدير بالذكر أن هناك تركيزا متزايدا على نماذج الذكاء الاصطناعي القابلة للتفسير في إدارة مخاطر الائتمان ، لا سيما في السيناريوهات التي تنطوي على منصات الإقراض من نظير إلى نظير( 2020 ، .Bussmann et al). أبرزت الدراسات كيف يمكن للتقنيات الذكاء الاصطناعي تحويل الممارسات المصرفية التقليدية ، وتعزيز كفاءة وفعالية عمليات إدارة مخاطر الائتمان( المصطفى ، ۲۰۲۳).

يبرز المشهد المتطور لإدارة المخاطر في مجال التكنولوجيا المالية من خلال التركيز المتزايد على إدارة مخاطر المؤسسة (ERM) كالية حاسمة للنجاح التنظيمي (2023 ، .Beasley et al) تؤكد مرونة التكنولوجيا المالية ونموها بعد الجائحة على أهميتها في النظام المالي ، مما يشير إلى التحول نحو الاقتصاد الرقمي في الأسواق المالية (2023 ، Bedowska-Sojka). بالإضافة إلى ذلك ، سلطت الأبحاث الضوء على كيفية قيام تقنيات الصناعة ٤٠٠ بدفع الأهمية المالية لإدارة مخاطر الاستدامة ، مما يساهم في فهم هذا المجال المتطور (2023 ، Turek).

تعد إدارة المخاطر القائمة على الذكاء الاصطناعي أمرا بالغ الأهمية في صناعة التكنولوجيا المالية لأنها تساعد المؤسسات على التنقل بفعالية في البيئات الرقمية المعقدة وسريعة التطور (المصطفى وآخرون ، ۲۰۲۳). تعد إدارة المخاطر القائمة على الذكاء الاصطناعي حيوية بشكل متزايد في صناعة التكنولوجيا المالية ، مما يساعد المؤسسات في التنقل في تعقيدات البيئات الرقمية. أجرى (2023 .Jain et al ) مراجعة منهجية للأدبيات حول مشهد المخاطر في Fintech ، مع تسليط الضوء على الاتجاهات والتأثيرات والموضوعات المرتبطة بها. قام علي وآخرون (۲۰۲۲) بتقييم التنفيذ الذكاء الاصطناعي في الخدمات المصرفية ، مع التركيز على الأتمتة ، وتعزيز إدارة المخاطر ، وخفض التكاليف ، وثقة العملاء بالإضافة إلى ذلك ، أكد (2020 .Bussmann et al) على أهمية التعلم الآلي القابل للتفسير في إدارة مخاطر الائتمان ، مما يدل على الاستخدام المتزايد لأساليب الذكاء الاصطناعي في تحسين عملية صنع القرار وتقييم المخاطر في هذا المجال. تؤكد هذه الدراسات مجتمعة على أهمية الذكاء الاصطناعي في إدارة المخاطر المالية في Fintech. ومن خلال الاستفادة من التقنيات الذكاء الاصطناعي، يمكن للمؤسسات تحسين ممارسات إدارة المخاطر وأتمتة العمليات، والتكيف مع المشهد الرقمي، مما يعزز في نهاية المطاف الكفاءة التشغيلية وصنع القرار في القطاع المالي.

يتضمن دمج الذكاء الاصطناعي في عمليات إدارة المخاطر في صناعة التكنولوجيا المالية الاستفادة من الخوارزميات المتقدمة وتقنيات التعلم الآلي لتحليل البيانات وتحديد الأنماط والحالات الشاذة وإجراء تقييمات المخاطر في الوقت الفعلي. تدعم الأبحاث أهمية الذكاء الاصطناعي في تعزيز إدارة المخاطر داخل المؤسسات المالية الحج (۲۰۲۳) 2023 ,.Jain et al جارج ، ۲۰۲۳ ؛ خان , ۲۰۲۳؛ جوديتشي ورافينيتي ، ۲۰۲۳ ؛ شريستا وآخرون ، ۲۰۲۳ ؛ المصطفى (۲۰۲۳) من خلال استخدام التقنيات الذكاء الاصطناعي ، يمكن للمؤسسات التنقل في التعقيدات الرقمية ، وتعزيز الكفاءة التشغيلية ، وتحسين عمليات إدارة مخاطر الائتمان( 2023 .Beasley et al غيرا وآخرون ۲۰۲۲ جيانغ وآخرون ، ۲۰۲۲).

الذكاء الاصطناعي الأتمتة في الخدمات المصرفية ، وتعزيز إدراك المخاطر ، وإعادة تشكيل الممارسات التقليدية مدعومة بالدراسات (2019 .Murdoch et al توريك ، ۲۰۲۳ : 2023 ، Faccia). يساعد الذكاء الاصطناعي في Fintech في تقييم المخاطر ، ويعالج تحيزات المستثمرين ، ويدير المحافظ الآلية (2022 .Al-Gasaneh et al أشتا وهيرمان, ۲۰۲۱ جراسي ولانفرانشي, ۲۰۲۲ بيوتروفسكي ، ۲۰۲۳). يتطلب المشهد المتطور للمخاطر المالية تبنيا الذكاء الاصطناعي للتخفيف من المخاطر وتعزيز عملية صنع القرار (2023 ,Bedowska-Sojka ميشينكو وآخرون ۲۰۲۱ بوسمان وآخرون ، ۲۰۲۰).

يتماشى دمج الذكاء الاصطناعي في إدارة المخاطر مع التحول الرقمي ، مع التركيز على تقنيات الصناعة 4.0 (Vucinic 2022 ، and Luburić فيرسال وآخرون ، ۲۰۲۲) تكافح إدارة المخاطر القائمة على الذكاء الاصطناعي الاحتيال وتعزز الكفاءة التشغيلية وتعالج التحديات التنظيمية في التمويل( 2022 .Ali et al حداد وهور نوف, ۲۰۲۳ ؛ بريسنياك ، ۲۰۲۲). الذكاء الاصطناعي في إدارة مخاطر الائتمان من خلال أساليب التعلم الآلي القابلة للشرح يعزز قابلية تفسير النموذج والشفافية (Bhatia 2020 .et al كليوس وآخرون ۲۰۲۰ بوريكو وما ساروتي ، ۲۰۲۰).

في مجال إدارة المخاطر المالية ، تقدم الذكاء الاصطناعي مجموعة واسعة من التطبيقات التي تلعب دورا أساسيا في تعزيز عمليات إدارة المخاطر. يتم اعتماد تقنيات الذكاء الاصطناعي والتعلم الآلي بشكل متزايد في القطاع المالي ، مع تطبيقات تشمل التداول الخوارزمي وإدارة المخاطر واكتشاف الاحتيال وتسجيل الائتمان وخدمة العملاء (الحج، ۲۰۲۳). هذه التقنيات لديها القدرة على إعادة تشكيل الممارسات المصرفية التقليدية ، وتعزيز الكفاءة ، وتحسين عمليات إدارة مخاطر الائتمان (المصطفى ، ۲۰۲۳).

يمكن أن يكون لتطبيقات الذكاء الاصطناعي / ML المحسوبة بعناية والمعدة جيدا آثار إيجابية على مجالات إدارة المخاطر المختلفة ، بما في ذلك الائتمان والسوق والسيولة والمخاطر التشغيلية وغيرها (2022 ، Vucinic and Luburić). أظهرت الدراسات أن الذكاء الاصطناعي يمكن أن تلعب دورا مركزيا في تعزيز الإدارة الفعالة للمخاطر ، وخفض التكاليف ، وتحسين ثقة العملاء في الخدمات المصرفية (2022 ، Ali et al). بالإضافة إلى ذلك ، يمكن الذكاء الاصطناعي تخفيف العلاقة بين المخاطر المتصورة ونية استخدام خدمات الذكاء الاصطناعي المالية ، مع تأييد المؤثرين والفوائد الأمنية المتصورة التي تلعب أدوارا حاسمة (القصاونة وآخرون ، ۲۰۲۲).

في سياق إدارة مخاطر الائتمان ، يتم تطبيق أساليب التعلم الآلي القابلة للتفسير بشكل متزايد لتعزيز عمليات صنع القرار (2020 ، .Bussmann et al). علاوة على ذلك ، تم استكشاف تأثير الابتكار والتكنولوجيا المالية على المخاطر النظامية ، بما في ذلك تنظيم حماية البيانات ، والتكنولوجيا التنظيمية ، وتحديد الهوية الرقمية ، والتحول الرقمي ، في الولايات المتحدة الأمريكية وأوروبا (2021 ، .Mishchenko et al). كما أن اعتماد التكنولوجيا المالية والبيئات التنظيمية واستقرار البنوك هي أيضا مواضيع للتحقيقات التجريبية في اقتصادات دول مجلس التعاون الخليجي (خان,۲۰۲۳).

أصبح استخدام الذكاء الاصطناعي في إدارة المخاطر المالية أمرا لا غنى عنه بشكل متزايد في صناعة التكنولوجيا المالية ، مما يدفع المؤسسات نحو قدر أكبر من المرونة والقدرة على التكيف في مشهد دائم التغير. يسمح دمج الذكاء الاصطناعي في عمليات إدارة المخاطر للمؤسسات المالية بتحديد التهديدات المحتملة والتخفيف من حدتها بشكل أفضل ، وأتمتة العمليات المعقدة ، وتقليل الأخطاء البشرية ، وتعزيز الكفاءة التشغيلية. علاوة على ذلك ، يقدم الذكاء الاصطناعي رؤى قيمة حول سلوك العملاء واتجاهات السوق ، مما يسمح باتخاذ قرارات أكثر استنارة واستراتيجيات تخفيف المخاطر المستهدفة.

في حين أن دمج الذكاء الاصطناعي في عمليات إدارة المخاطر في صناعة التكنولوجيا المالية قد حظي باهتمام وثناء كبيرين ، فمن الأهمية بمكان الاعتراف بالتحديات والاعتبارات المحتملة المرتبطة بهذا التبني التكنولوجي.
أحد أهم المخاوف المحيطة بإدارة المخاطر القائمة على الذكاء الاصطناعي هو الآثار الأخلاقية لاستخدام الخوارزميات المتقدمة وتقنيات التعلم الآلي لاتخاذ قرارات حاسمة. ويؤدي الاعتماد على النماذج الذكاء الاصطناعي إلى خطر التحيز والتمييز في عمليات صنع القرار، ولا سيما في مجالات مثل تسجيل الائتمان وخدمة العملاء. أبرزت الدراسات إمكانية أن تؤدي الخوارزميات الذكاء الاصطناعي إلى إدامة أو حتى تفاقم التحيزات الاجتماعية الحالية ، لا سيما في سياق تقييم مخاطر الائتمان ( Smith et al , ۲۰۲۲؛ جونسون ولي ، ۲۰۲۲). وهذا يثير اعتبارات أخلاقية ومجتمعية مهمة لا يمكن التغاضي عنها في السعي لتحقيق التقدم التكنولوجي.

وعلاوة على ذلك، يشكل تعقيد النماذج الذكاء الاصطناعي وغموضها تحديا كبيرا من حيث الشفافية والمساءلة. يمكن أن يؤدي الافتقار إلى قابلية التفسير في بعض أساليب التعلم الآلي المستخدمة لتقييم المخاطر إلى إعاقة فهم كيفية وصول هذه النماذج إلى قراراتها. لا يثير هذا التعتيم مخاوف بشأن الامتثال التنظيمي وقابلية التدقيق فحسب ، بل يحد أيضا من قدرة أصحاب المصلحة ، بما في ذلك العملاء والسلطات التنظيمية ، على فهم نتائج عمليات إدارة المخاطر التي تحركها الذكاء الاصطناعي وتحديها.

هناك اعتبار حاسم آخر يتعلق بنقاط الضعف المحتملة وقابلية الأنظمة الذكاء الاصطناعي للهجمات والتلاعبات العدائية. يجب على مؤسسات التكنولوجيا المالية والمؤسسات المالية التي تستخدم إدارة المخاطر القائمة على الذكاء الاصطناعي معالجة مخاطر الأمن السيبراني المتزايدة المرتبطة بتنفيذ الذكاء الاصطناعي. ويمكن أن يؤدي استغلال النماذج الذكاء الاصطناعي من خلال المدخلات العدائية أو هجمات تسميم البيانات إلى عواقب وخيمة، مما يعرض سلامة تقييمات المخاطر للخطر ويعرض النظام المالي لأشكال جديدة من التهديدات السيبرانية.

تكمن أهمية هذه الدراسة في تسليط الضوء على المخاوف والتحديات المحيطة بدمج الذكاء الاصطناعي والتعلم الآلي في إدارة المخاطر في صناعة التكنولوجيا المالية. ومن خلال التصدي لهذه التحديات والاعتبارات، يمكن للمؤسسات المالية بناء الثقة في استخدام نظم إدارة المخاطر القائمة على الذكاء الاصطناعي بالإضافة إلى ذلك ، يعد التعاون والتعاون الدولي أمرا بالغ الأهمية في إدارة هذه المخاطر بفعالية وضمان التعرف على نقاط الضعف المحتملة لتقنيات الذكاء الاصطناعي / ML ومعالجتها بشكل صحيح. 

2 . طريقة البحث

تستخدم الدراسة نهجا منهجيا شاملا لمراجعة الأدبيات ، وفحص الأدبيات والأبحاث الموجودة حول استخدام إدارة المخاطر القائمة على الذكاء الاصطناعي. نقوم أيضا بدمج دراسات الحالة والأمثلة من تطبيق إدارة المخاطر القائمة على الذكاء الاصطناعي في مختلف القطاعات لتوفير فهم شامل للموضوع. تتضمن منهجية البحث تحليل السياسات والمبادرات المتعلقة بدمج الذكاء الاصطناعي في قطاع التكنولوجيا المالية. كما تنظر هذه الدراسة في الأطر الأخلاقية والمبادئ التوجيهية للاستخدام المسؤول للتكنولوجيا والذكاء الاصطناعي في إدارة المخاطر. عند إجراء مراجعة منهجية للأدبيات حول إدارة المخاطر القائمة على الذكاء الاصطناعي في قطاع التكنولوجيا المالية ، يتبع الباحثون المبادئ التوجيهية المعمول بها مثل عناصر الإبلاغ المفضلة للمراجعات المنهجية والتحليلات التلوية (PRISMA) من خلال الالتزام بهذه المبادئ التوجيهية ، يمكن للباحثين تعزيز شفافية واكتمال عملية المراجعة الخاصة بهم ، وبالتالي زيادة مصداقية النتائج التي توصلوا إليها.

الخطوة الأولى في توليف الأدبيات المنهجية هي تحديد أهداف البحث بوضوح. ستوجه أهداف البحث هذه البحث عن الأدبيات ذات الصلة وتساعد في هيكلة توليف النتائج. تتضمن الخطوة التالية إجراء بحث شامل في الأدبيات لتحديد الدراسات والمقالات ذات الصلة. الهدف من هذه المراجعة المنهجية للأدبيات هو دراسة تأثير إدارة المخاطر القائمة على الذكاء الاصطناعي على الشركات في قطاع التكنولوجيا المالية معالجة التطبيقات والتحديات الرئيسية لاستخدامه لاحقا. أجرينا بحثا منهجيا للعديد من قواعد البيانات الإلكترونية ، بشكل أساسي من قاعدة بيانات Scopus والمصادر الداعمة من EconLit و JSTOR و SSRN. يتم ذلك لتوفير مجموعة واسعة من الأدبيات ذات الصلة ، بما في ذلك المقالات البحثية وأوراق المؤتمرات والتقارير الحكومية. تم إجراء عمليات البحث بالكلمات الرئيسية باستخدام مصطلحات مثل المخاطر"" و ""المخاطر"" و ""الإدارة"" و ""المالية"" و ""التكنولوجيا"" و ""الذكاء الاصطناعي"" التي تم استخدامها بشكل متكرر في الوثيقة للتأكيد على الموضوعات الرئيسية مما أدى إلى ٢٤١ وثيقة ذات صلة.

قمنا بتضمين الدراسات التجريبية التي فحصت العلاقة بين تطبيق إدارة المخاطر الذكاء الاصطناعي على الشركات مع التركيز على التمويل أو صناعة التكنولوجيا المالية. تم تضمين الدراسات إذا استوفت المعايير التالية نشرت في مجلات تمت مراجعتها من قبل الأقران وكتبت باللغة الإنجليزية ، وحققت تجريبيا في تأثير الذكاء الاصطناعي على إدارة المخاطر وقدمت منهجيات واضحة ونتائج تجريبية. كما استبعدنا الأوراق النظرية والمراجعات والافتتاحيات والدراسات التي لا علاقة لها بإدارة مخاطر الذكاء الاصطناعي أو صناعة التكنولوجيا المالية. 

في عملية اختيار الدراسة ، قام اثنان من المراجعين المستقلين بفحص عناوين وملخصات المقالات المحددة لتحديد أهليتها المراجعة النص الكامل. وتم حل الخلافات من خلال المناقشة، وتمت استشارة مراجع ثالث إذا تعذر التوصل إلى توافق في الآراء. تم استرجاع المقالات ذات النص الكامل التي تفي بمعايير الإدراج وتقييمها لإدراجها النهائي في المراجعة.

تم استخراج البيانات باستخدام نموذج موحد لالتقاط المعلومات ذات الصلة من كل دراسة مشمولة. تضمنت البيانات المستخرجة المؤلف (المؤلفين) ، وسنة النشر ، وتصميم الدراسة ، وحجم العينة ، والمتغيرات التي تم فحصها ، والأساليب التجريبية ، والنتائج الرئيسية ، والقيود.

تم تقييم الجودة المنهجية للدراسات المشمولة باستخدام نسخة معدلة من مقياس نيوكاسل - أوتاوا للدراسات المقطعية والطولية. ركز التقييم على تصميم الدراسة ، وتمثيل العينة ، وقياس التعرض والنتائج ، والتحليل الإحصائي ، والمصادر المحتملة للتحيز . قام اثنان من المراجعين المستقلين بتقييم جودة كل دراسة ، مع حل أي اختلافات من خلال المناقشة.

تم استخدام نهج التوليف السردي لتلخيص نتائج الدراسات المشمولة. تم تحديد الموضوعات والأنماط عبر الدراسات ، وتمت مناقشة نقاط القوة والقيود في قاعدة الأدلة. وبالإضافة إلى ذلك، أجريت تحليلات للفئات الفرعية لاستكشاف الاختلافات في النتائج استنادا إلى مختلف التدابير التنظيمية والمناطق الجغرافية.

تلتزم مراجعة الأدبيات المنهجية هذه بإرشادات PRISMA) عناصر الإبلاغ المفضلة للمراجعات المنهجية والتحليلات التلوية لضمان الشفافية والاكتمال في إعداد التقارير. لم تكن هناك حاجة إلى موافقة أخلاقية لهذه المراجعة المنهجية للأدبيات لأنها تضمنت تحليل البيانات المتاحة للجمهور من الدراسات المنشورة سابقا.

الشكل 1 نموذج PRISMA لوصف المراجعة المنهجية والتدفق 

3 . النتائج والمناقشة

أثرت إدارة المخاطر القائمة على الذكاء الاصطناعي في التكنولوجيا المالية بشكل كبير على الصناعة المالية. أدى دمج تقنيات الذكاء الاصطناعي والتعلم الآلي (ML) في عمليات إدارة المخاطر إلى تقدم ملحوظ في التداول وتقييم المخاطر والعمليات المالية (الحاج وحمود ,۲۰۲۳). لم تعزز هذه التطورات الكفاءة التشغيلية فحسب ، بل عززت أيضا دقة تقييم المخاطر وتجربة العملاء في البنوك التجارية (المصطفى وآخرون ،۲۰۲۳). علاوة على ذلك ، لعبت تطبيقات الذكاء الاصطناعي دورا حاسما في معالجة المخاطر السيبرانية وتعزيز التفكير القائم على المخاطر في عمليات التكنولوجيا المالية (2022 ، Vučinic and Luburic).

أكدت مراجعة منهجية حديثة للأدبيات حول مشهد المخاطر في Fintech على تأثير تطوير التكنولوجيا المالية على معدلات الجريمة ، مما يشير إلى التحول من الجرائم المادية إلى الجرائم الإلكترونية (2023، .Jain et al). وهذا يؤكد على ضرورة وجود استراتيجيات قوية لإدارة المخاطر لمواجهة التهديدات المتطورة في العصر الرقمي. بالإضافة إلى ذلك ، أظهر استخدام الذكاء الاصطناعي لابتكار العمليات المالية في البنوك التجارية نتائج واعدة في تحسين الخدمات المصرفية وتحقيق فوائد مالية للصناعة (المصطفى وآخرون ، ۲۰۲۳).
على الرغم من أن دمج الذكاء الاصطناعي في إدارة المخاطر في قطاع التكنولوجيا المالية يوفر فرصا للابتكار وتعزيز الكفاءة التشغيلية وتحسين استراتيجيات التخفيف من المخاطر. فقط من خلال الاستخدام الفعال والأخلاقي للتقنيات الذكاء الاصطناعي ، يمكن للمؤسسات المالية التنقل في مشهد المخاطر المعقد ، وضمان الامتثال التنظيمي ، ودفع النمو المستدام في العصر الرقمي.

3.1 الآثار الأخلاقية الذكاء الاصطناعي في الصناعة المالية

أثار دمج الذكاء الاصطناعي الذكاء الاصطناعي في القطاع المالي اعتبارات أخلاقية مهمة ، مثل التحيز الخوارزمي والإنصاف والشفافية. أقر أصحاب المصلحة بأهمية التوجيه الأخلاقي في تطوير ونشر أنظمة الذكاء الاصطناعي لضمان التوافق مع القيم والأولويات المجتمعية (2019 ، .Jobin et al) تمت مناقشة المخاوف المتعلقة بالعدالة والإنصاف والخصوصية والثقة على نطاق واسع في الأوساط الأخلاقية والعلمية ، مما يؤكد على ضرورة وجود مبادئ توجيهية ولوائح واضحة لمعالجة هذه القضايا.

تنتشر تقنيات الذكاء الاصطناعي بشكل متزايد في الصناعة المالية ، مما يوفر فرصا لتحسين الخدمات وخفض التكاليف واتخاذ القرارات بشكل أسرع. ومع ذلك ، فإن الاعتماد السريع لأنظمة الذكاء الاصطناعي أثار أيضا مخاوف أخلاقية تتعلق بالتحيز والإنصاف والمساءلة (2020، Cao) تشير الأبحاث إلى أن الاستفادة من الذكاء الاصطناعي يمكن أن تساعد في تقليل التأثير المالي للكوارث وتعزيز العدالة في ممارسات الإقراض ، مع تسليط الضوء على الفوائد المحتملة الذكاء الاصطناعي في تحسين الخدمات المالية (ليو وآخرون ، ۲۰۲۳).

المعالجة الآثار الأخلاقية الذكاء الاصطناعي في مجال التمويل ، يعد التركيز على الشفافية والإنصاف والمساءلة في عمليات صنع القرار أمرا بالغ الأهمية برزت الذكاء الاصطناعي القابلة للتفسير (XAI) كأداة حيوية لتمكين أصحاب المصلحة من تقييم أنظمة الذكاء الاصطناعي والثقة بها ، مما يضمن أن القرارات عادلة وخاضعة للمساءلة وتتماشى مع المعايير الأخلاقية (2023 ، Praveenraj). تم اقتراح مبادئ مثل المساءلة والشفافية والإنصاف والسلامة والتحكم البشري كمبادئ توجيهية أساسية لتنظيم تطوير ونشر أنظمة الذكاء الاصطناعي في مختلف القطاعات ، بما في ذلك التمويل (Careglio et al. 2022).

علاوة على ذلك ، هناك دعوة لتوحيد إجراءات التقييم الأخلاقي لأنظمة الذكاء الاصطناعي ، لا سيما في مجال التمويل ، لضمان تلبية الطلبات الذكاء الاصطناعي للحد الأدنى من المتطلبات الأخلاقية وتعزيز العدالة (2023) ، .Genovesi et al). تم اقتراح أطر الذكاء الاصطناعي المسؤولة لتوجيه تنفيذ الأساليب الذكاء الاصطناعي ، مع التركيز على الإنصاف وقابلية تفسير النموذج والمساءلة (Barredo Arrieta et al. ،2020).
مع استمرار الذكاء الاصطناعي في إحداث ثورة في القطاع المالي ، فإن معالجة الاعتبارات الأخلاقية مثل التحيز الخوارزمي والإنصاف والشفافية أمر بالغ الأهمية. ومن خلال تبني ممارسات الذكاء الاصطناعي المسؤولة، وتعزيز الشفافية وضمان المساءلة، يمكن لأصحاب المصلحة الاستفادة من فوائد الذكاء الاصطناعي مع التمسك بالمعايير الأخلاقية وتعزيز الثقة في الأنظمة الذكاء الاصطناعي.

3.2 الاعتبارات التنظيمية لأنظمة إدارة المخاطر القائمة على الذكاء الاصطناعي

يجب على المؤسسات المالية التي تستكشف أنظمة إدارة المخاطر القائمة على الذكاء الاصطناعي التنقل في مشهد تنظيمي معقد لضمان الامتثال والتخفيف من المخاطر المحتملة. يتطلب الاعتماد المتزايد لتقنيات الذكاء الاصطناعي والتعلم الآلي في المؤسسات المالية لمهام مثل التداول الخوارزمي وإدارة المخاطر واكتشاف الاحتيال فهما عميقا للاعتبارات التنظيمية (الحاج وحمود، ۲۰۲۳) تشير الأبحاث إلى أن البيئة التنظيمية تؤثر بشكل كبير على اعتماد التكنولوجيا المالية واستقرار البنوك ، مما يؤكد أهمية مواءمة تطبيقات الذكاء الاصطناعي مع المتطلبات التنظيمية لضمان المرونة التشغيلية (خان وآخرون ، ۲۰۲۳) تعد حلول RegTech ، التي تستخدم تقنيات الذكاء الاصطناعي والبيانات ، مفيدة في مساعدة المؤسسات المالية في إدارة المخاطر الجديدة ، والالتزام باللوائح ، وتحسين الكفاءة (2022 ، Grassi and Lanfranchi). ومن خلال اعتماد أدوات التكنولوجيا التنظيمية، يمكن للمؤسسات المالية تبسيط عمليات الامتثال التنظيمي، وتعزيز ممارسات إدارة المخاطر والتكيف مع المتطلبات التنظيمية المتطورة في العصر الرقمي.

3.3 اعتبارات الخصوصية والأمان للتكنولوجيا المالية

تعتبر اعتبارات الخصوصية والأمان حاسمة في مجال التكنولوجيا المالية (Fintech) لحماية البيانات الحساسة ودعم الثقة مع العملاء. تقدم العديد من الدراسات رؤى قيمة حول تقاطع الخصوصية والأمن والتكنولوجيا المالية ، مع التأكيد على ضرورة اتخاذ تدابير قوية في هذا المجال. يدرس (2022).Al-Gasawneh et al العلاقة بين الأمن المتصور والمخاطر ونية استخدام الذكاء الاصطناعي في الخدمات المالية. ويؤكد البحث على كيفية تأثير المخاطر المتصورة سلبا على خدمات الذكاء الاصطناعي المالية، ويسلط الضوء على التأثير المعتدل للأمن المتصور وتأييد المؤثرين. وهذا يؤكد على أهمية إنشاء شعور بالأمان والثقة بين المستخدمين لتعزيز اعتماد الخدمات المالية القائمة على الذكاء الاصطناعي مع معالجة مخاوف الخصوصية.

بالإضافة إلى ذلك ، يبحث (2023) Piotrowski في حدود الخصوصية في تفاعلات العملاء مع البنوك ، مع التركيز على أهمية الحوافز المالية وتقييم المستهلكين لممارسات معلومات البنوك المتعلقة بمعالجة البيانات الشخصية. تؤكد هذه الدراسة على الدور الحاسم للشفافية والتواصل الواضح فيما يتعلق بممارسات خصوصية البيانات لإنشاء ودعم ثقة العملاء في خدمات التكنولوجيا المالية بإيجاز ، تعد اعتبارات الخصوصية والأمان في Fintech محورية للحفاظ على سلامة البيانات وحماية معلومات العملاء وتعزيز الثقة.

3.4 استراتيجيات الاستخدام الأخلاقي الذكاء الاصطناعي في إدارة مخاطر التكنولوجيا المالية

توفر الأدبيات حول تأثير إدارة المخاطر القائمة على الذكاء الاصطناعي في Fintech رؤى قيمة حول الفوائد والتحديات المرتبطة بهذه التكنولوجيا (2022، Vucinic and Luburić) في إدارة مخاطر التكنولوجيا المالية ، يلعب الاستخدام الأخلاقي للذكاء الاصطناعي الذكاء الاصطناعي دورا حاسما تم اعتماد الذكاء الاصطناعي بشكل متزايد في القطاع المالي ، لا سيما في مجالات مثل إدارة مخاطر الائتمان ، والتداول الخوارزمي ، واكتشاف الاحتيال ، وتعزيز خدمة العملاء (الحاج وحمود,۲۰۲۳). أظهر تنفيذ الابتكار القائم على الذكاء الاصطناعي تأثيرا إيجابيا على الأداء المالي والربحية داخل القطاع المصرفي (المصطفى وآخرون ، ۲۰۲۳). أبرزت الدراسات أهمية الذكاء الاصطناعي في تعزيز الإدارة الفعالة للمخاطر وخفض التكاليف وتحسين ثقة العملاء في الخدمات المصرفية (2022 ، .Ali et al).

لضمان الاستخدام الأخلاقي الذكاء الاصطناعي في إدارة مخاطر التكنولوجيا المالية ، من الضروري للمؤسسات المالية النظر في الآثار والتحديات المرتبطة باعتماد الذكاء الاصطناعي. يعد فهم الأسباب الجذرية للمخاطر المتعلقة بابتكارات التكنولوجيا المالية ومعالجة الجوانب القانونية لإدارة المخاطر خطوات حاسمة في التخفيف من المزالق المحتملة (2021 ، .Mishchenko et al). بالإضافة إلى ذلك ، تلعب البيئة التنظيمية واستقرار البنوك دورا مهما في التبني الناجح للتكنولوجيا المالية (خان وآخرون ، ۲۰۲۳)

علاوة على ذلك ، يمكن أن يوفر استخدام نماذج الذكاء الاصطناعي القابلة للتفسير في إدارة مخاطر الائتمان الشفافية والمساءلة في عمليات صنع القرار (2021، .Bussmann et al) من خلال تسخير التقنيات الذكاء الاصطناعي ، يمكن للمؤسسات المالية تعزيز تدابير التخفيف من المخاطر ، شريطة أن تعتمد استراتيجيات وخطط تنفيذ مناسبة ( Vucinic and 2022 ، Luburic), علاوة على ذلك ، يمكن أن يؤدي دمج الذكاء الاصطناعي في الخدمات المالية إلى تحسينات في إدارة الديون وحماية الدائنين والأداء المالي العام (2023 ، .Jiang et al). وتشمل استراتيجيات الاستخدام الأخلاقي للذكاء الاصطناعي في إدارة المخاطر أيضا أطرا قوية لحوكمة البيانات لضمان الخصوصية والأمن، ونماذج الذكاء الاصطناعي شفافة وقابلة للتفسير لبناء الثقة والمساءلة، والمراقبة والتدقيق المنتظمين لأنظمة الذكاء الاصطناعي لتحديد وتخفيف التحيزات أو النتائج التمييزية، والتدريب والتعليم المستمر للموظفين لفهم التقنيات الذكاء الاصطناعي وآثارها في إدارة المخاطر. يتم دعم هذه الاستراتيجيات من خلال العديد من المراجع ذات السمعة الطيبة التي توفر رؤى حول دمج الذكاء الاصطناعي في الخدمات المالية وممارسات إدارة المخاطر.

أولا، تعد أطر حوكمة البيانات القوية ضرورية لحماية الخصوصية والأمان عند استخدام الذكاء الاصطناعي في إدارة المخاطر. يسلط المصطفى وآخرون (۲۰۲۳) الضوء على الإمكانات التحويلية الذكاء الاصطناعي في تعزيز الخدمات المالية داخل البنوك التجارية ، مع التركيز على إدارة مخاطر الائتمان. وهذا يؤكد أهمية إنشاء أطر تحكم جمع البيانات وتخزينها واستخدامها للحفاظ على معايير الخصوصية والأمان.

ثانيا، تؤدي نماذج الذكاء الاصطناعي الشفافة والقابلة للتفسير دورا حاسما في بناء الثقة وضمان المساءلة. يقترح (2021) .Bussmann et al نموذج الذكاء الاصطناعي قابل للتفسير الإدارة مخاطر الائتمان ، مع التأكيد على أهمية الشفافية في الذكاء الاصطناعي الخوارزميات لفهم وتفسير القرارات التي تتخذها هذه الأنظمة تعزز هذه الشفافية الثقة بين أصحاب المصلحة وتمكن من تحسين المساءلة عن النتائج الناتجة عن النماذج الذكاء الاصطناعي.

وعلاوة على ذلك، فإن الرصد والتدقيق المنتظمين لنظم الذكاء الاصطناعي أمران حيويان لتحديد وتخفيف التحيزات أو النتائج التمييزية. يناقش تطبيقات الذكاء الاصطناعي والتعلم الآلي في إدارة المخاطر، مع التأكيد على حاجة المهنيين الماليين إلى تكييف مهاراتهم ومعالجة التحديات مثل مخاوف خصوصية البيانات والاعتبارات الأخلاقية. تساعد المراقبة والتدقيق المستمران في اكتشاف التحيزات وضمان عمليات صنع قرار عادلة وغير متحيزة.

وأخيرا، يعد التدريب والتعليم المستمران للموظفين ضروريين لتعزيز فهمهم لتقنيات الذكاء الاصطناعي وآثارها في إدارة المخاطر. يقدم (2021) Ashta and Herrmann لمحة عامة عن الفرص والمخاطر المرتبطة بالذكاء الاصطناعي في القطاع المالي ، مع تسليط الضوء على حاجة المؤسسات المالية إلى أن تكون على دراية بالمخاطر الكامنة في تكنولوجيا الذكاء الاصطناعي. يمكن أن تساعد برامج التدريب الموظفين على التنقل في تعقيدات الأنظمة الذكاء الاصطناعي واتخاذ قرارات مستنيرة تتماشى مع المعايير الأخلاقية.

3.5 أفضل الممارسات لدمج الذكاء الاصطناعي في استراتيجيات مخاطر التكنولوجيا المالية

يتطلب دمج الذكاء الاصطناعي في استراتيجيات مخاطر التكنولوجيا المالية نهجا شاملا يستفيد من فوائد التقنيات الذكاء الاصطناعي مع إدارة المخاطر المرتبطة بها بشكل فعال. يعد دمج الذكاء الاصطناعي الذكاء الاصطناعي في استراتيجيات مخاطر التكنولوجيا المالية مجالا مهما للاهتمام للمؤسسات المالية التي تسعى إلى تعزيز عمليات إدارة المخاطر لديها. تقدم العديد من الدراسات رؤى قيمة حول الفوائد والتحديات المرتبطة بدمج الذكاء الاصطناعي في القطاع المالي.

يسلط (2021) .Bussmann et al الضوء على أهمية نماذج الذكاء الاصطناعي القابلة للتفسير في إدارة مخاطر الائتمان ، مما يضمن الشفافية وقابلية التفسير في عمليات صنع القرار. يقدم (2018) .Peters et al رؤى من دراسة استقصائية حول إدارة المخاطر التشغيلية ، ويقدم وجهات نظر عالمية حول أفضل الممارسات في إدارة المخاطر داخل المؤسسات المالية. يساهم (2018) Giudici في المناقشة من خلال التركيز على علم البيانات المالية ، والذي يلعب دورا حاسما في فهم وتخفيف المخاطر في القطاع المالي من خلال التقنيات الإحصائية والاحتمالية المتقدمة.

يؤكد المصطفى وآخرون (۲۰۲۳) على أهمية الذكاء الاصطناعي في إعادة تشكيل الممارسات المصرفية التقليدية وتعزيز عمليات إدارة مخاطر الائتمان من خلال الابتكار التكنولوجي والإدارة الاستراتيجية. وبعبارة أخرى، يستكشف بحثه كيف يمكن للتقنيات الذكاء الاصطناعي أن تحدث ثورة في الممارسات المصرفية التقليدية، لا سيما في إدارة مخاطر الائتمان، مع التركيز على إمكانات الذكاء الاصطناعي لتعزيز الكفاءة والفعالية في إدارة مخاطر الائتمان. وبالمثل ، يناقش Ashta and Herrmann (2021) دمج الذكاء الاصطناعي في العمليات المالية ، مع تسليط الضوء على الأساليب المختلفة التي تتبناها المؤسسات المالية ، سواء كانت داخلية أو خارجية أو قائمة على النظام البيئي.

يتعمق الحاج وحمود (۲۰۲۳) في الاعتماد الواسع النطاق لتقنيات الذكاء الاصطناعي والتعلم الآلي (ML) في المؤسسات المالية ، ويعرض تطبيقاتها في التداول وإدارة المخاطر واكتشاف الاحتيال وتسجيل الائتمان وخدمة العملاء. وهذا يوضح الأدوار المتنوعة التي يمكن أن تلعبها الذكاء الاصطناعي في التخفيف من المخاطر عبر الوظائف المالية المختلفة.

علاوة على ذلك ، يؤكد (2022) Vucinic and Luburic على أهمية الذكاء الاصطناعي والتعلم الآلي في دعم تدابير التخفيف من المخاطر في الخدمات المصرفية ، شريطة أن تنفذ المؤسسات الاستراتيجيات والخطط المناسبة. وهذا يؤكد أهمية وجود استراتيجيات تنفيذ مدروسة جيدا عند دمج الذكاء الاصطناعي في ممارسات إدارة مخاطر التكنولوجيا المالية. علاوة على ذلك ، يناقش (2020) .Bhatia et al إمكانات الخدمات الاستشارية الآلية في معالجة التحيزات السلوكية بين المستثمرين ، وتسليط الضوء على كيف يمكن للحلول القائمة على الذكاء الاصطناعي أن تساهم في عمليات صنع القرار الأكثر استنارة في الخدمات المالية. لذلك، فإن الاستفادة من الذكاء الاصطناعي في استراتيجيات مخاطر التكنولوجيا المالية توفر إمكانات كبيرة لتعزيز ممارسات إدارة المخاطر في القطاع المالي. ومن خلال دمج هذه المراجع، يمكن للمؤسسات المالية تطوير استراتيجيات مخاطر قوية تسخر قوة الذكاء الاصطناعي مع الحفاظ على الشفافية وقابلية التفسير والكفاءة التشغيلية. يمكن أن يمكن أن يمكن الاعتماد الفعال لتقنيات الذكاء الاصطناعي مؤسسات التكنولوجيا المالية من تحسين الكفاءة والدقة وعمليات صنع القرار في إدارة أنواع مختلفة من المخاطر.

٦,٣ اعتبارات السياسة العامة لدمج الذكاء الاصطناعي في إدارة المخاطر.

كما أن اعتبارات السياسة العامة لدمج الذكاء الاصطناعي الذكاء الاصطناعي في إدارة المخاطر داخل قطاع التكنولوجيا المالية ضرورية أيضا لضمان التنفيذ الفعال والأخلاقي توفر العديد من المراجع ذات السمعة الطيبة رؤى قيمة حول استخدام الذكاء الاصطناعي في إدارة المخاطر والآثار السياسية ذات الصلة يناقش Chen and Guestrin (2016) XGBoost وهي خوارزمية تعلم الي معروفة بقابليتها للتوسع وكفاءتها في التعامل مع مجموعات البيانات الكبيرة. يسلط هذا المرجع الضوء على أهمية اختيار نماذج الذكاء الاصطناعي يمكن أن تتوسع بفعالية لإدارة الكميات الهائلة من البيانات التي تنطوي عليها عمليات إدارة المخاطر. يستكشف خان وآخرون (۲۰۲۳) العلاقة بين اعتماد التكنولوجيا المالية والبيئات التنظيمية واستقرار البنوك في اقتصادات دول مجلس التعاون الخليجي. تؤكد هذه الدراسة على أهمية الأطر التنظيمية في حوكمة دمج الذكاء الاصطناعي في إدارة المخاطر لضمان الاستقرار والامتثال داخل القطاع المالي. يؤكد الحاج وحمود (۲۰۲۳) على حاجة المهنيين الماليين والمؤسسات المالية إلى مواجهة التحديات مثل مخاوف خصوصية البيانات والامتثال التنظيمي والاعتبارات الأخلاقية عند تنفيذ الذكاء الاصطناعي في إدارة المخاطر. تؤكد هذه الإشارة على أهمية مواءمة ممارسات الذكاء الاصطناعي مع المتطلبات التنظيمية للتخفيف من المخاطر بشكل فعال. علاوة على ذلك ، يقترح Guerra et al.(2022) نظام إنذار مبكر باستخدام SupTech لتعزيز تقييم المخاطر الإشرافية الأوروبية. تسلط هذه الإشارة الضوء على ضرورة وجود منهجيات موحدة للمخاطر وتقنيات تنظيمية لرصد وإدارة المخاطر بفعالية في القطاع المالي. 

ولذلك، تبين أن اعتبارات السياسة العامة لدمج الذكاء الاصطناعي في إدارة المخاطر ينبغي أن تركز على قابلية التوسع والامتثال التنظيمي، والاعتبارات الأخلاقية، واعتماد منهجيات موحدة للمخاطر. ومن خلال معالجة هذه الجوانب، يمكن للمؤسسات المالية الاستفادة من التقنيات الذكاء الاصطناعي بشكل مسؤول لتعزيز ممارسات إدارة المخاطر مع ضمان الامتثال للمتطلبات التنظيمية.

4. استنتاج

في الختام ، فإن دمج الذكاء الاصطناعي في إدارة المخاطر في قطاع التكنولوجيا المالية لديه القدرة على تعزيز ممارسات إدارة المخاطر بشكل كبير. ومع ذلك ، من المهم التعامل مع هذا التكامل بحذر والنظر في عوامل مختلفة مثل قابلية التوسع والامتثال التنظيمي والأخلاقيات ومنهجيات المخاطر الموحدة من خلال القيام بذلك ، يمكن للمؤسسات المالية تسخير قوة الذكاء الاصطناعي لتحسين عمليات إدارة المخاطر مع الحفاظ على الثقة والاستقرار والامتثال داخل الصناعة. ومع استمرار تطور القطاع المالي، تبدو التوقعات المستقبلية للابتكارات الذكاء الاصطناعي في إدارة المخاطر المالية واعدة من المتوقع أن يكون للتقدم في تقنيات الذكاء الاصطناعي تأثير كبير على الطريقة التي تتعامل بها المؤسسات المالية مع إدارة المخاطر. مع فهم أعمق للتطبيقات المحتملة الذكاء الاصطناعي في مجال إدارة المخاطر المالية ، يصبح من الواضح أن تكامل الذكاء الاصطناعي لن يبسط العمليات فحسب، بل سيقدم أيضا استراتيجيات جديدة للتخفيف من المخاطر. 

تتقدم الابتكارات الذكاء الاصطناعي في إدارة المخاطر المالية مع تطوير نماذج الذكاء الاصطناعي قابلة للتفسير. ستعزز هذه النماذج الشفافية وقابلية التفسير في عمليات صنع القرار ، مما يوفر رؤى قيمة حول العوامل التي تؤثر على تقييم المخاطر وإدارتها. وسيكون فهم وتبرير نواتج نماذج المخاطر التي تحركها الذكاء الاصطناعي أمرا بالغ الأهمية لبناء الثقة في القرارات المستندة إلى التوصيات الذكاء الاصطناعي. علاوة على ذلك، من المتوقع أن يؤدي دمج تقنيات الذكاء الاصطناعي والتعلم الآلي في المؤسسات المالية إلى إحداث ثورة في ممارسات إدارة المخاطر عبر وظائف مختلفة بما في ذلك التداول واكتشاف الاحتيال وتسجيل الائتمان وخدمة العملاء. ومن المتوقع أن يؤدي هذا الاستخدام المتكامل الذكاء الاصطناعي إلى تقييمات أكثر دقة للمخاطر وتدابير استباقية للتخفيف من المخاطر.

وينبغي أن تركز البحوث المستقبلية على فهم القيود والمخاطر المحتملة المرتبطة الذكاء الاصطناعي في إدارة المخاطر المالية، فضلا عن وضع أطر قوية للرقابة التنظيمية والمساءلة واستشرافا للمستقبل، من الواضح أن الإدماج الاستراتيجي الذكاء الاصطناعي والتعلم الآلي في ممارسات إدارة المخاطر سيتطلب إطارا متماسكا لاعتبارات السياسة العامة. ستتطلب التوقعات المستقبلية نهجا منسقا لمعالجة قابلية التوسع والامتثال التنظيمي والاعتبارات الأخلاقية ومنهجيات المخاطر الموحدة الضمان التكامل المسؤول والفعال الذكاء الاصطناعي في إدارة المخاطر. يمثل احتمال الابتكارات الذكاء الاصطناعي في إدارة المخاطر المالية مسارا مثيرا نحو مشهد مالي أكثر ديناميكية وتكيفا ومرونة.

إدارة المخاطر في التكنولوجيا المالية تطبيقات وتحديات إدارة المخاطر القائمة على الذكاء الاصطناعي