الخدمات المالية — العمليات الداخلية
سندمساعد أعمال مؤسسي بالعربية أولًا
تصوّر لمساعد ذكاء اصطناعي يجيب موظفي مؤسسة مالية من سياساتها وإجراءاتها الداخلية، بإجابات موثّقة بمصادرها، ومع احترام صلاحيات كل موظف.
01
التحدي
في المؤسسات المالية تتوزّع المعرفة التشغيلية بين أدلة سياسات بصيغة PDF، ومواقع داخلية، وتعاميم تنظيمية، وأنظمة تذاكر، وبريد إلكتروني. ويقضي موظف خدمة العملاء أو الائتمان وقتًا ثمينًا بحثًا عن الإجراء الصحيح، وكثيرًا ما يجد نسختين متعارضتين من الوثيقة نفسها.
وروبوتات المحادثة العامة لا تحلّ المشكلة: أداؤها بالعربية متذبذب أمام ثراء الصرف والاشتقاق وتعدّد الرسم الإملائي والمصطلحات المختلطة بين العربية والإنجليزية، وقد تختلق إجابة بثقة تامة. والأخطر أنها لا تعرف من يسأل، فقد تكشف لموظف محتوى لا يحق له الاطلاع عليه.
ثم تأتي اشتراطات لا تقبل التهاون: توطين البيانات داخل المملكة، ونظام حماية البيانات الشخصية، وإمكانية تتبّع كل إجابة إلى مصدرها لأغراض التدقيق والامتثال.
02
الحل المقترح
يقوم «سند» على التوليد المعزز بالاسترجاع (RAG) مع فرض الصلاحيات لحظة الاستعلام: تُزامَن قوائم التحكم بالوصول من مزوّد الهوية وأنظمة المصدر، ولا يُسترجع أي مقطع لا يملك السائل صلاحية قراءته أصلًا. فالنموذج لا يرى ما لا يجوز له أن يقوله.
ويجمع الاسترجاع بين البحث المعجمي BM25 بعد تطبيع عربي مدروس — توحيد صور الألف والياء والتاء المربوطة، وحذف التطويل والتشكيل — وبين المتجهات الدلالية متعددة اللغات، ثم يُعاد ترتيب النتائج بنموذج cross-encoder. وتُقطَّع الوثائق وفق بنيتها من عناوين وبنود وجداول، لا وفق عدد ثابت من الرموز، فتبقى الاستشهادات دقيقة حتى مستوى الفقرة.
ويمرّ كل طلب عبر بوابة نماذج مستقلة عن المزوّد، توجّهه إلى نماذج مستضافة ذاتيًا داخل المملكة أو إلى خدمات خارجية بحسب تصنيف البيانات، خلف طبقة حماية تحجب البيانات الشخصية وتكشف محاولات حقن التعليمات. ويستطيع المساعد تنفيذ أدوات محدودة كفتح تذكرة أو تلخيص ملف عميل، لكن أي إجراء يغيّر بيانات يتطلب تأكيد الموظف أولًا.
03
منطق التصميم
الثقة هي معيار التصميم الأول: كل إجابة تحمل استشهادات قابلة للنقر تفتح المقطع المصدر مظلّلًا، ويصرّح المساعد بوضوح حين لا يجد دليلًا كافيًا بدل أن يخمّن. ويظهر تاريخ آخر تحديث للوثيقة المصدر كي لا يُبنى قرار على سياسة ملغاة.
واجهة المحادثة مصمّمة للعربية من الأساس: اتجاه RTL مع عزل اتجاهي للمقاطع الإنجليزية والأرقام والرموز، وتسامح مع العامية والأخطاء الإملائية الشائعة في الإدخال، وخط عربي واضح بأحجام مريحة للقراءة الطويلة. ويمكن تبديل لغة الإجابة دون إعادة صياغة السؤال.
زرّ «التحويل إلى مختص» حاضر دائمًا، وتقييم الإجابة بنقرة واحدة يغذّي مجموعة اختبار ذهبية بالعربية تقيس الجودة قبل كل تحديث للنموذج أو الفهرس. والواجهة قابلة للاستخدام كاملةً بلوحة المفاتيح وقارئات الشاشة، بوضعين داكن وفاتح.
04
مثال على المعمارية
تقسيم توضيحي لطبقات النظام، من الشاشات التي يستخدمها الناس إلى البنية التحتية. نقطة انطلاق نتحقق منها في مرحلة الاكتشاف، وليست تصميمًا نهائيًا.
طبقة 01
طبقة التجربة
- مساحة محادثة بـ Next.js مع عارض للاستشهادات
- أداة قابلة للتضمين في البوابات الداخلية
- لوحة إدارة للمصادر والتقييمات
طبقة 02
التنسيق والوكلاء
- بوابة للنماذج اللغوية الكبيرة بتوجيه قائم على السياسات
- وكيل LangGraph بأدوات محددة النطاق
- سجل للتعليمات وإصداراتها
- تأكيدات بإشراف بشري
طبقة 03
الاسترجاع
- استيعاب يراعي بنية المستند (Apache Tika)
- مسار لتطبيع النص العربي وتقطيعه
- فهرس هجين: OpenSearch BM25 + pgvector
- إعادة ترتيب النتائج بنموذج cross-encoder
طبقة 04
الحوكمة والسلامة
- مزامنة قوائم الصلاحيات من مزوّد الهوية
- حجب البيانات الشخصية ومرشّحات حقن التعليمات
- سجل تدقيق غير قابل للتعديل لكل إجابة
- منظومة تقييم بمجموعة اختبار عربية مرجعية
طبقة 05
البنية التحتية
- تشغيل النماذج عبر vLLM على عُقد GPU
- Kubernetes في منطقة سحابية داخل المملكة
- دخول موحّد عبر Keycloak
- تتبّع كل طلب عبر OpenTelemetry
05
التقنيات المقترحة
أدوات قد نعتمدها في هذا التصوّر، وتشير إلى منظومات تقنية نعمل بها، لا إلى شراكات أو شهادات.
- Python
- FastAPI
- LangGraph
- vLLM
- OpenSearch
- PostgreSQL
- pgvector
- Apache Tika
- Redis
- Next.js
- TypeScript
- Keycloak
- Kubernetes
- OpenTelemetry
06
أبرز المزايا
إجابات موثّقة بالمصدر
كل إجابة مرتبطة بمقاطع محددة من الوثائق الأصلية مع تاريخ تحديثها، ويُفتح المصدر بنقرة واحدة.
استرجاع يحترم الصلاحيات
لا يرى المساعد إلا ما يحق للسائل رؤيته، استنادًا إلى صلاحيات مُزامَنة من أنظمة المصدر.
بحث عربي متمكّن
تطبيع إملائي ومعالجة صرفية وبحث هجين يفهم المرادفات والمصطلحات المختلطة بين اللغتين.
أدوات بإشراف بشري
تنفيذ مهام محددة كفتح تذكرة أو صياغة رد، مع تأكيد الموظف قبل أي إجراء يغيّر البيانات.
قياس جودة مستمر
مجموعات اختبار ذهبية بالعربية والإنجليزية تقيس الدقة وجودة الاستشهاد قبل كل إصدار.
سجل تدقيق كامل
حفظ السؤال والمصادر المسترجعة والإجابة ومسار التوجيه لأغراض المراجعة والامتثال.
07
الفوائد المحتملة
هذه أهداف تصميمية يُبنى الحل لتحقيقها، وليست نتائج مُقاسة.
تقليل الوقت الذي يقضيه الموظفون في البحث عن الإجراءات والسياسات
إجابات متّسقة مبنية على النسخة المعتمدة من كل وثيقة
خفض مخاطر تسرّب المعلومات عبر استرجاع مقيّد بالصلاحيات
تسريع تأهيل الموظفين الجدد على المعرفة المؤسسية
إطار حوكمة يسهّل التدقيق ويدعم متطلبات توطين البيانات
الخدمات والقطاع ذو الصلة
القطاع
الخدمات المالية والتقنية المالية
منصات مصرفية ومدفوعات وتحليلات رقمية آمنة، مصمّمة لتكسب الثقة وتستوعب النمو.
الخدمات المرتبطة
الذكاء الاصطناعي والأنظمة الذكية
نماذج لغوية ووكلاء أذكياء وRAG ورؤية حاسوبية، مبنية على بياناتك ومحكومة بضوابط واضحة للجودة والأمان.
خطوط بيانات موثوقة ومستودعات محكومة ولوحات تنفيذية تحوّل البيانات المتفرقة إلى قرارات.
أمان يُبنى في المعمارية والشيفرة وخطوط النشر منذ اليوم الأول، لا يُضاف بعد الإطلاق.
واجهات REST وGraphQL، وتكامل المدفوعات، وتكاملات قائمة على الأحداث تجعل أنظمتك المنفصلة منظومة واحدة.
تصميم المنتجات وتجربة المستخدم
تصميم منتجات قائم على البحث، من رحلات المستخدم إلى أنظمة تصميم جاهزة للتطوير في الواجهات المؤسسية المعقّدة.
هذا مشروع تصوّري أعدّته AMA GROUP لتوضيح منهجيتها، وليس عملًا منفّذًا لعميل؛ فالواجهة تعرض بيانات توضيحية، ولا تشير إلى أي عميل أو شعار أو نتائج محقّقة.
لديك تحدٍّ مشابه؟
شاركنا المشكلة التي تواجهها، وسنعود إليك بتصوّر واضح للنهج والنطاق والخطوات التالية.