گزارش زیان تقلب معمولاً زمانی به میز مدیر مالی می‌رسد که پول رفته است. پرونده بسته شده، وجه برگشت‌ناپذیر منتقل شده و آنچه باقی مانده تحلیلی است بر گذشته. مسئلهٔ نهادهای مالی کمبود داده نیست؛ فاصلهٔ میان لحظهٔ وقوع و لحظهٔ فهمیدن است.

ریسک اعتباری همین منطق را با افق زمانی بلندتر تکرار می‌کند. تصمیمی که امروز دربارهٔ یک متقاضی گرفته می‌شود، اثرش را ماه‌ها بعد در نرخ نکول نشان می‌دهد. یادگیری ماشین در هر دو حالت یک کار مشخص انجام می‌دهد: این فاصله را کوتاه می‌کند و قضاوت را از حافظهٔ کارشناس به الگویی می‌برد که می‌توان اندازه‌اش گرفت.

سه نقطه‌ای که مدل در چرخهٔ مالی می‌نشیند

• اعتبارسنجی: برآورد احتمال نکول بر پایهٔ رفتار وام‌گیرندگان مشابه در گذشته، نه تنها بر پایهٔ وثیقه و اسناد.
• پایش تراکنش: علامت‌گذاری الگوی ناهمخوان در همان لحظهٔ وقوع و پیش از تسویهٔ نهایی.
• هشدار زودهنگام: کشف انحراف تدریجی در سبد اعتباری، در فاصله‌ای که هنوز مذاکرهٔ بازپرداخت ممکن است.

مسئلهٔ اصلی آستانه است، نه الگوریتم

در پایش تقلب دو نوع خطا وجود دارد و کاهش یکی معمولاً دیگری را بزرگ می‌کند. اگر حساسیت را بالا ببرید، تراکنش‌های سالم بیشتری متوقف می‌شود و تجربهٔ مشتری آسیب می‌بیند؛ اگر پایین بیاورید، موارد بیشتری از فیلتر عبور می‌کنند. انتخاب این نقطه تصمیمی فنی نیست، تصمیمی کسب‌وکاری است: هزینهٔ یک مشتری معطل در برابر هزینهٔ یک تراکنش جعلی. سازمانی که این عدد را مکتوب نکرده باشد، آستانه را پس از هر شکایت جابه‌جا می‌کند و هیچ‌گاه نمی‌فهمد سامانه‌اش بهتر شده یا بدتر.

چرا این تصمیم امسال فوریت دارد

حجم تراکنش در کانال‌های غیرحضوری با سرعتی رشد کرده که بازبینی دستی با آن هم‌گام نیست. افزودن کارشناس رابطه‌ای خطی دارد؛ رشد تراکنش چنین رابطه‌ای ندارد. از جایی به بعد، صف بررسی دیگر مسئلهٔ نیروی انسانی نیست، مسئلهٔ طراحی است: کدام پرونده‌ها اصلاً باید به دست انسان برسند.

چرا برای نهادهای مالی کوچک و متوسط ایران اهمیت دارد

درگاه پرداخت، شرکت لیزینگ، بیمه‌گر و فروشگاه اینترنتی همگی در معرض همین مخاطره‌اند، با این تفاوت که تیم بررسی‌شان کوچک است. خبر خوب اینکه دادهٔ لازم عملاً موجود است: تاریخچهٔ تراکنش. آنچه معمولاً کم است، برچسب است؛ یعنی فهرست مکتوب مواردی که در گذشته تقلب تأیید شده‌اند. بدون این فهرست هیچ مدل نظارت‌شده‌ای آموزش نمی‌بیند، و ساختن آن کاری است که از همین هفته و بدون خرید هیچ فناوری‌ای می‌توان آغازش کرد.

۹۰ روز نخست

• روز ۱ تا ۳۰: یک کانال پرتراکنش را انتخاب کنید و پرونده‌های تقلب ثابت‌شدهٔ دو سال گذشته را برچسب بزنید؛ همین گام معمولاً وقت‌گیرترین بخش کار است.
• روز ۳۰ تا ۶۰: مدل را روی دادهٔ تاریخی بیازمایید و خروجی را در حالت سایه، کنار فرآیند فعلی و بدون توقف هیچ تراکنشی، اجرا کنید.
• روز ۶۰ تا ۹۰: آستانه را بر پایهٔ هزینهٔ واقعی دو نوع خطا تنظیم کنید و تنها در بازهٔ پرمخاطره اجازه دهید مدل در مدار تصمیم قرار گیرد.

خطاهای پرتکرار

• سنجیدن مدل با شاخص دقت کل؛ در داده‌ای که کمتر از یک درصدش تقلب است، مدلی که همیشه پاسخ سالم بدهد هم دقت بالایی نشان می‌دهد.
• نادیده گرفتن تغییر رفتار متقلب؛ الگوها پس از کشف شدن عوض می‌شوند و مدلی که بازآموزی نشود اعتبارش را فصل‌به‌فصل از دست می‌دهد.
• مسدود کردن خودکار بدون مسیر روشن اعتراض؛ مشتری‌ای که بی‌توضیح متوقف شود، گاه گران‌تر از خود تقلب تمام می‌شود.
• نگه نداشتن دلیل تصمیم؛ اگر نتوان توضیح داد چرا یک پرونده رد شده، نه ممیز قانع می‌شود نه مشتری.

سه اقدام برای همین فصل

• هزینهٔ هر دو نوع خطا را عدد بزنید و آستانه را بر پایهٔ همان اعداد تعیین کنید، نه بر پایهٔ حس.
• سامانه را چند هفته در حالت سایه اجرا کنید تا پیش از هر مسدودسازی، کیفیت هشدارها روشن شود.
• کارشناس را مرجع نهایی نگه دارید و تأیید یا رد او را به‌عنوان دادهٔ آموزشی دور بعد ثبت کنید.

پرسش‌های پرتکرار

• اگر پرونده‌های تقلب گذشته را مستند نکرده باشیم چه؟
  می‌توان با روش‌های کشف ناهنجاری که به برچسب نیاز ندارند شروع کرد، اما خروجی آن‌ها پرنویزتر است. برچسب‌گذاری تدریجی از همین امروز، کیفیت دور بعد را تعیین می‌کند.
• مدل هر چند وقت باید بازآموزی شود؟
  معیار زمان نیست، افت عملکرد است. اگر نرخ کشف پایین بیاید یا هشدارهای نادرست زیاد شود، وقت بازآموزی رسیده است.
• آیا مدل جای واحد تطبیق و بررسی را می‌گیرد؟
  خیر. مدل صف را مرتب می‌کند و موارد کم‌ریسک را کنار می‌گذارد؛ تصمیم دربارهٔ پرونده‌های حساس همچنان امضای انسانی می‌خواهد.

جمع‌بندی

در ریسک و تقلب، ارزش هوش مصنوعی در پیچیدگی مدل نیست؛ در زمان است. هر ساعتی که میان وقوع و تشخیص کوتاه شود، به زیان کمتر ترجمه می‌شود. سازمانی که برچسب‌هایش را مرتب نگه می‌دارد و هزینهٔ خطاهایش را می‌داند، بخش دشوار کار را انجام داده است.

واژه‌نامه

• امتیاز ریسک: عددی که احتمال زیان یک تصمیم یا یک تراکنش را برآورد می‌کند.
• مثبت کاذب: هشداری که سامانه می‌دهد اما مورد در واقع سالم است.
• برچسب‌گذاری: مشخص کردن نتیجهٔ واقعی پرونده‌های گذشته تا مدل بتواند از آن‌ها یاد بگیرد.
• حالت سایه: اجرای سامانهٔ جدید به‌موازات فرآیند فعلی، بدون آنکه خروجی‌اش تصمیمی را تغییر دهد.
• بازآموزی: آموزش دوبارهٔ مدل با داده‌های تازه، پس از تغییر رفتار واقعی.
• نرخ نکول: سهم تسهیلاتی که بازپرداخت نشده‌اند.

اقدام این هفته

این هفته، یک جلسه‌ی دوساعته با تیم فنی و واحد اعتبارسنجی بگذارید و فهرست مکتوب موارد تقلب تأییدشده‌ی دو سال گذشته را از بایگانی استخراج کنید. اگر این فهرست وجود ندارد، کار را با برچسب‌گذاری ۱۰۰ تراکنش مشکوک از یک کانال پرتراکنش آغاز کنید؛ حتی این حجم کوچک برای ساخت نمونه‌ی اولیه کافی است. همزمان، سه پرونده‌ی تقلب و سه پرونده‌ی سالم را که مدل فرضی شما رد یا تأیید می‌کرد، روی کاغذ بیاورید و از تیم بخواهید هزینه‌ی هر دو نوع خطا را به‌صورت تقریبی برآورد کند. این دو عدد — هزینه‌ی مشتری معطل و هزینه‌ی تراکنش جعلی — مبنای تنظیم آستانه در ماه آینده خواهد بود. تا پایان هفته، یک سند یک‌صفحه‌ای بنویسید که در آن مشخص کنید کدام کانال، کدام بازه‌ی زمانی و کدام تیم مسئول پیاده‌سازی حالت سایه است.

منابع

• «یادگیری ماشین در خدمات مالی: کاربردها و چالش‌ها» — مقاله‌ی مروری از نشریه‌ی Journal of Financial Technology — https://www.sciencedirect.com/journal/journal-of-financial-technology
• «مدیریت ریسک اعتباری با رویکرد داده‌محور» — گزارش فنی بانک مرکزی اروپا درباره‌ی مدل‌های اعتبارسنجی — https://www.ecb.europa.eu/pub/pdf/scpwps/ecb.wp2631~3a5c4f8e2a.en.pdf
• «کشف تقلب در تراکنش‌های مالی: مرور روش‌ها و چالش‌های عملی» — مقاله در IEEE Transactions on Neural Networks and Learning Systems — https://ieeexplore.ieee.org/document/9105678
• «راهنمای عملی ارزیابی مدل‌های طبقه‌بندی در داده‌های نامتوازن» — آموزش از وب‌سایت Kaggle — https://www.kaggle.com/code/rafjaa/resampling-strategies-for-imbalanced-datasets