أهم محاور المنشور:

  • في النصف الأول من عام 2026، ساعدت أنظمة المخاطر التي يقودها الذكاء الاصطناعي لدى بينانس على حماية أكثر من 8 ملايين مستخدم وتجنّب خسائر محتملة تقارب 4.6 مليارات دولار أمريكي.

  • في الوقت الحالي، تدعم الذكاء الاصطناعي 80% إلى 90% من قرارات المخاطر في الوقت الحقيقي في التحقق من الهوية، وأمان الحساب، والمدفوعات، وفرز المعاملات، بينما يتولى المراجعون البشريون التعامل مع الحالات القصوى التي تتطلب حُكمًا أكثر دقة.

  • أكثر من 100 نموذج من نماذج الذكاء الاصطناعي تُعزّز ضوابط مكافحة الاحتيال للكشف عن عمليات الاحتيال، والمستندات المزورة، ومحاولات الهندسة الاجتماعية على نطاق واسع.

يمكن الآن توليد صورة لعملية دفع مزيفة أو مستند هوية تم العبث به خلال ثوانٍ، ويمكن تخصيص سيناريو احتيال لاستهداف شخص واحد بتكلفة شبه معدومة. ومع انخفاض تكلفة تنفيذ الخداع، تصبح الطريقة الوحيدة الواقعية لمواكبته هي تقييم المخاطر باستمرار وعلى نطاق واسع ووفقا للوقت الحقيقي.

هنا أصبح الذكاء الاصطناعي في صميم الطريقة التي تحمي بها Binance مستخدميها. في النصف الأول من عام 2026، ساعدت أنظمة المخاطر المدفوعة بالذكاء الاصطناعي لدى Binance في حماية أكثر من 8 ملايين مستخدم ومنع حوالي 4.6 مليارات دولار من الخسائر المحتملة، من خلال تغطية أنشطة التداول غير المعتادة ومحاولات اختراق الحساب والاحتيال في المعاملات.

يشرح هذا المدونة الأرقام بالتفصيل: أين يعمل الذكاء الاصطناعي على طول رحلة المستخدم، وكيف تعمل النماذج الداخلية والخارجية معًا، ولماذا لا يزال المراجعون البشريون في قلب الدورة، وكيف تتجاوز المنهجية منع الخسائر لتحقيق الامتثال والعمليات الداخلية.

حوّلت Binance أكثر من 100 نموذج ذكاء اصطناعي إلى حماية للمستخدمين في الوقت الحقيقي

في النصف الأول من عام 2026، اعترضت Binance ملايين محاولات الاحتيال والتصيد، وأدرجت أكثر من 42,000 عنوان خبيث في القائمة المحظورة، وأصدرت أكثر من 14,000 تنبيه في الوقت الحقيقي يوميًا.

تأتي هذه النتائج من بنية تحتية للذكاء الاصطناعي تطورها Binance وتدرّبها وتشرف عليها داخليًا. حاليًا، نشغّل أكثر من 100 نموذج ذكاء اصطناعي ضمن ضوابط مكافحة الاحتيال ومكافحة التصيّد، حيث يقوم محللو المخاطر من البشر بتحديد الحدود ومراجعة الحالات القصوى وإعادة تدريب النماذج كلما ظهرت أنماط جديدة للاحتال.

في KYC (التحقق من الهوية)، حققت خطوط المراجعة المدعومة بالذكاء الاصطناعي زيادات تصل إلى 100x في الكفاءة التشغيلية مقارنة بالعمليات اليدوية في مسارات عمل محددة، مع الحفاظ على الخبراء ضمن الدورة للحالات الأعلى خطورة.

تدمج Binance حماية المخاطر بالذكاء الاصطناعي على طول رحلة المستخدم

يتم تضمين الذكاء الاصطناعي في جميع مراحل رحلة المستخدم، كلما احتاج الأمر إلى اتخاذ قرار بشأن المخاطر في الوقت الحقيقي. ويتضمن ذلك التحقق من الهوية وأمن الحساب (مثل اكتشاف علامات اختراق الحساب) والمدفوعات وحماية أوسع وفرز المعاملات.

يتم تقييم كل إجراء في اللحظة التي يحدث فيها، وتُحل الغالبية العظمى تلقائيًا. وهذا ما يسمح للحماية بالعمل على نطاق منصة دون إبطاء المستخدمين الشرعيين، إذ إن معظم الناس لن يروا عمليات التحقق وهي تعمل في الخلفية أثناء نشاطهم.

كومة نماذج هجينة، تم تطويرها داخليًا وبالإضافة إلى ذلك

تستخدم Binance مزيجًا من التكنولوجيا المملوكة وأخرى خارجية. يتم بناء النماذج الداخلية خصيصًا للمخاطر المحددة التي تُلاحظ على المنصة، بينما تتعامل نماذج الذكاء الاصطناعي الخارجية الرائدة ونماذج الأساس مع مهام أوسع تتعلق بالاستدلال.

تضمن هذه المقاربة الهجينة اكتشافًا عند حدود قدرة الذكاء الاصطناعي، وفي الوقت نفسه تحافظ على ميزة مصممة خصيصًا لمستخدمي Binance ومنتجاتها ونطاقها. كما يعني ذلك أنه يمكن اعتماد قدرات جديدة بسرعة مع تقدم المجال الأوسع للذكاء الاصطناعي.

بالإضافة إلى نماذج الكشف، تحتفظ Binance بفريق Red Team داخلي يختبر الدفاعات كما سيفعل خصم حقيقي، بما في ذلك استكشاف كيفية استخدام التقنيات الناشئة ضد المنصة.

يشرح جيمي سو، كبير مسؤولي الأمن في Binance: “تساعدنا هذه التمارين في تحديد نقاط الضعف قبل أن يقوم المهاجمون بذلك، والتحقق من أن ضوابطنا تعمل في ظروف واقعية، وتعزيز الأشخاص والعمليات والتقنية التي تحمي مستخدمينا باستمرار. وفي مجال الأمن، لا يمكنك فقط افتراض أن دفاعاتك ستعمل—بل يجب عليك تحدّيها.”

مثال: دفاعات طبقية ضد هندسة اجتماعية

صُممت بعض الهجمات للتحايل على التكنولوجيا بالكامل، والبدل من ذلك تستهدف الثقة. يعد التداول بنظام P2P مجالًا شائعًا للغاية لمحاولات الهندسة الاجتماعية.

في Binance، تكتشف نماذج الرؤية الحاسوبية الداخلية الصور المزيفة لإثبات الدفع من خلال تحليل تفاصيل المعاملة والتلاعبات الدقيقة في الصور. كما تحدد نماذج معالجة اللغة الطبيعية رسائل الاحتيال داخل المحادثات. وتقوم نماذج التعلم الآلي التقليدية بتقييم مستوى المخاطر لكل أمر. بالإضافة إلى ذلك، تساعد نماذج لغوية كبيرة الحجم في تفسير نية الرسالة والتقاط نص الاحتيال المضمّن داخل الصور.

الآلات تقوم بالفرز، البشر يقررون، النماذج تتعلم

على الرغم من أن الذكاء الاصطناعي بارع في اكتشاف الاحتيال والفرز الأولي، فإن البشر يظلون أساسيين للتحقق التفصيلي والحكم المرتبط بالسياق. يُعد اكتشاف التفاعل الحقيقي (liveness) والتزوير لأوراق الهوية مثالًا جيدًا. يمكن للذكاء الاصطناعي إجراء فرز سريع مسبق لكميات كبيرة وتحديد المشتبه فيهم، لكن لا تزال العديد من الحالات القصوى تتطلب مراجعين بشريين لتوسيمها والحكم عليها بدقة أكبر.

ومع ظهور أنماط هجوم جديدة، يساعد الذكاء الاصطناعي في اكتشافها وتحديدها، ثم تُستخدم هذه النتائج لتعديل النماذج. والنتيجة هي دورة مستمرة يقدم فيها الذكاء الاصطناعي قابلية التوسع، بينما يقدم البشر الدقة. وفي جميع ضوابط مكافحة الاحتيال، تتخذ نماذج الذكاء الاصطناعي 80% إلى 90% من قرارات المخاطر في الوقت الحقيقي وتساعد في حوالي 45% من سير عمل مراجعة البشر.

وللحفاظ على مسؤولية الذكاء الاصطناعي بهذا النطاق، تطبق Binance حوكمة منظمة للنماذج طوال دورة حياة النموذج بأكملها—من التطوير والتحقق إلى النشر والمراقبة المستمرة. يتم اختبار النماذج بحثًا عن الانحياز والدقة قبل دخولها إلى الإنتاج، ويتم تتبع أدائها باستمرار مقارنةً بنتائج العالم الحقيقي.

عندما تنحرف دقة نموذج ما أو ترتفع معدلات الإيجابيات الكاذبة فوق حدود مقبولة—كما تحددها عملية المراجعة البشرية المذكورة سابقًا—يتم الإشارة تلقائيًا إلى ضرورة إعادة تدريبه. وهذا يضمن بقاء القرارات الآلية عادلة وقابلة للتفسير وقابلة للتدقيق—وليس مجرد قرارات سريعة.

إضافة إلى منع الخسائر: الامتثال والكفاءة الداخلية

بالإضافة إلى حماية مستخدمينا، تستخدم فرق الامتثال لدينا أدوات أتمتة مدعومة بالذكاء الاصطناعي لزيادة قابلية التوسع وتوحيد العمليات، مثل اكتشاف الاحتيال في KYC وتنفيذ مراقبة المعاملات.

تم تنفيذ أكثر من 24 مبادرة تعتمد على الذكاء الاصطناعي في استقبال المستخدمين، وتصعيد عمليات الفرز، وعمليات العناية الواجبة للشركاء. تقوم هذه النماذج بتصنيف الحالات حسب الأولوية، وتحديد الأنماط في مجموعات بيانات معقدة—بما في ذلك نشاط السلسلة (on-chain) وبصمات أجهزة—وتوجيه المشكلات الصحيحة إلى مراجعين بشريين، مما يقلل من عدد التنبيهات الكاذبة.

ومن الناحية الداخلية، تكون النتيجة مشابهة. يستخدم المحللون الذكاء الاصطناعي للتمضي أسرع في التحليل والمراقبة ونشر النماذج، بينما تستخدمه فرق العمليات للمساعدة في التحقيقات وتفاصيل الحالات. وفي الحالتين، الهدف واحد: تحويل الأعمال المتكررة حتى يتمكن الناس من التركيز على قرارات التقدير الأعلى قيمة. ويتجلى ذلك في اعتماد الأداة—حيث يسجل “الأداة الوكيلة” الداخلية في Binance الآن حوالي 72% من التبني بين الفرق، مدعومة بتدريبات على مستوى الشركة، وبرامج هندسة الأوامر والإشراف المنظم.

وبما يدعم كل ذلك، الالتزام بالخصوصية منذ التصميم (privacy by design). تعمل أنظمة الذكاء الاصطناعي لدى Binance ضمن إطار يضع الخصوصية في الصدارة، بحيث يتم تضمين تقليل البيانات، وتحديد الغرض، وضمانات حقوق المستخدم في طريقة بناء نماذج الذكاء الاصطناعي ونشرها. الهدف واضح ومباشر: حماية المستخدمين من إساءة الاستخدام المالي والأذى دون المساس بحقهم في خصوصية البيانات—والقيام بذلك بشكل شفاف، بحيث يفهم المستخدمون أن الضمانات تعمل في الخلفية دون استخدام بياناتهم بما يتجاوز ما تتطلبه المهمة فقط.

اعتبارات ختامية

في Binance، تُعد حماية المستخدم أولوية نواصل الاستثمار فيها. يوفر الذكاء الاصطناعي قابلية التوسع؛ ويقدم البشر التقدير. ومع انخفاض تكلفة إنتاج الخداع، يجب أن يستمر هذا المزيج في التطور—ما يعني إعادة تدريب النماذج، وصقل الحدود، وإبقاء محللين ذوي خبرة في الحالات التي يحتاجون فيها إلى ذلك.

القراءة الإضافية

إشعار قانوني: يتم تقديم هذا المحتوى لك “كما هو” فحسب، لأغراض المعلومات العامة والتثقيف، دون أي تصريح أو ضمان من أي نوع. لا ينبغي تفسيره على أنه نصيحة مالية، ولا يهدف إلى التوصية بشراء أي منتج أو خدمة بعينها. قد تكون أسعار الأصول الرقمية متقلبة. قد ينخفض قيمة استثمارك أو يرتفع، وقد لا تسترد قيمة الاستثمار. أنت وحدك المسؤول عن قراراتك الاستثمارية، ولن تتحمل Binance أي مسؤولية عن أي خسائر قد تتكبدها. ليس نصيحة مالية. لمزيد من المعلومات، يُرجى الاطلاع على شروط الاستخدام وإشعار المخاطر.

تنبيه: يُرجى ملاحظة أنه قد توجد اختلافات بين هذا المحتوى الأصلي باللغة الإنجليزية وأي نسخ مترجمة (قد يتم إنشاء هذه النسخ بواسطة الذكاء الاصطناعي). يُرجى الرجوع إلى النسخة الأصلية باللغة الإنجليزية للحصول على أدق المعلومات في حال ظهور أي اختلافات.