گذار تاریخی فین‌تک از دستور به تصمیم/ معماری پرداخت عامل‌محور در ترازوی رگولاتوری و امنیت

مهدی فاطمیان، فعال و کارشناس حوزه فین‌تک در یادداشتی اختصاصی برای گروه اقتصاد خبرگزاری آنا، نوشت:صنعت پرداخت و زیست‌بوم خدمات مالی در آستانه یک دگرگونی بنیادین قرار گرفته است؛ تحولی پارادایمی که نقطه ثقل تعاملات مالی را از مدل سنتی «کاربر دستور می‌دهد» به سمت الگوی نوین «هوش مصنوعی به نمایندگی از کاربر تصمیم می‌گیرد» جابه‌جا می‌کند. این گذار صرفاً یک نوآوری در لایه تجربه کاربری نیست، بلکه بازآفرینی کل زنجیره ارزش تراکنش‌ها محسوب می‌شود و تحقق آن بیش از هر چیز به دو مؤلفه هم‌راستا وابسته است: نخست، میزان آمادگی زیرساخت‌های فناورانه و چابکی چارچوب‌های مقرراتی، و دوم، بلوغ رفتار مالی و پذیرش فرهنگی جامعه هدف.

در بطن این معماری جدید، کاربر برای مدیریت بهینه دارایی و انجام امور مالی خود به یک «ایجنت هوشمند»  وکالت می‌دهد تا به عنوان نماینده دیجیتال وی، تراکنش‌ها را به شکل خودمختار نهایی کند. با این حال، استقرار چنین بستری نیازمند آن است که شرکت‌های پرداخت الکترونیک و شبکه بانکی بتوانند این عامل‌های مستقل را به صورت ایمن و استاندارد به شبکه پرداخت کشور متصل سازند؛ چالشی که با توجه به استقرار عمده این ایجنت‌ها در بستر پلتفرم‌های بین‌المللی و گوشی‌های هوشمند غول‌های فناوری، مستلزم بازنگری فوری و ریل‌گذاری شجاعانه در آیین‌نامه‌ها و قوانین بالادستی بانک مرکزی است تا اجازه اتصال امن و امکان فراهم‌سازی مسیر تراکنش از طریق این ابزار‌ها برای بخش خصوصی نوآور میسر شود.

هم‌زمان با این تحول در لایه پردازش و اجرای تراکنش، هوش مصنوعی صحنه نبرد امنیتی و سامانه‌های کشف تقلب مالی را نیز وارد فاز جدیدی از جنگ فناورانه کرده است؛ میدانی نامتقارن که برنده آن نه با رویکرد‌های سنتی، بلکه با حجم سرمایه‌گذاری در زیرساخت‌های پردازشی، جذب سرمایه انسانی متخصص، سرعت توسعه مدل‌ها و عمق بلوغ الگوریتم‌ها تعیین خواهد شد. از آنجا که جریان‌های مخرب و بازیگران حوزه تقلب نیز به شکلی روزافزون از شیوه‌ها و ابزار‌های هوشمند برای دور زدن پروتکل‌های امنیتی بهره می‌گیرند، شرکت‌های پرداخت الکترونیک دیگر نمی‌توانند با اتکا به مدل‌های ایستا و الگو‌های محافظه‌کارانه گذشته به مقابله با تهدیدات پویا بپردازند؛ از این رو توسعه سامانه‌های کشف تقلب مبتنی بر هوش مصنوعی باید فرآیندی پیوسته، لحظه‌ای و همواره در حال به‌روزرسانی باشد. 

البته در ارزیابی واقع‌بینانه از آرایش فعلی جرایم سایبری، هوش مصنوعی هنوز به مرحله‌ای نرسیده که به شکل کاملاً خودمختار و صفر تا صد، هدفی را شناسایی، آسیب‌پذیری را کشف و کلاهبرداری را اجرا کند، بلکه در شرایط کنونی بیشتر به عنوان یک دستیار شتاب‌دهنده در خدمت مجرمان قرار دارد؛ هرچند شتاب شگفت‌انگیز این فناوری ایجاب می‌کند که نهاد‌های نظارتی و امنیتی از هم‌اکنون برای سناریو‌های پیچیده‌تر آماده شوند.

در نهایت، افق پیش‌روی صنعت پرداخت آشکارا نشان می‌دهد که هوش مصنوعی از نقش‌های حاشیه‌ای و پشتیبانی پشت‌صحنه نظیر برنامه‌نویسی یا مراکز تماس عبور کرده و به درون هسته اصلی محصولات مالی، مدیریت مالی شخصی ، تحلیل ریسک و هدایت مستقیم پرداخت‌ها نفوذ خواهد کرد. تحقق تمام‌عیار این آینده محتوم در اقتصاد دیجیتال ایران و بهره‌مندی از فرصت‌های بی‌شمار آن، مستلزم همگرایی و هم‌زمانی سه رکن کلیدی است: جهش سرمایه‌گذاری و توسعه فنی توسط شرکت‌های دانش‌بنیان و فین‌تک، انعطاف‌پذیری و گشایش رگولاتوری از سوی بانک مرکزی، و ارتقای سطح اعتماد و آمادگی رفتاری کاربران در سپردن اختیارات مالی به دستیاران هوشمند؛ پیوندی که هرگونه تعلل در شکل‌گیری آن، هزینه عقب‌ماندگی از تحولات شتابان فین‌تک بین‌المللی را به کل اقتصاد کشور تحمیل خواهد کرد.