منصّة بيانات وتحليلات ذكاء اصطناعي مؤسسية

منصّة بيانات وتحليلات ذكاء اصطناعي للمؤسسات

المشكلة

كانت مجموعة مصرفية إقليمية غنيّة بالبيانات لكنها فقيرة بالرؤى. لكل وظيفة تقاريرها الخاصّة، ولكل تقرير تعريفاته الخاصّة، وكانت كل مراجعة تنفيذية تبدأ بجدال حول الأرقام. وظلّت حالات الاستخدام التنبّؤية مثل مخاطر الائتمان والاحتيال والإجراء التالي الأفضل للعميل حبيسة المشاريع التجريبية لأن أساس البيانات تحتها لم يكن قادراً على دعمها.

التكليف: تصميم وإقامة منصّة بيانات موحّدة بتحليلات ذكاء اصطناعي مدمجة، مع الحوكمة التي تجعل المالية والمخاطر والعمليات تثق بها فعلاً.

النهج

ارتباط واحد يغطّي المنصّة والنماذج والحوكمة.

• منصّة بيانات موحّدة. بنية lakehouse حديثة تسحب أكثر من 20 مصدراً إلى طبقة محكومة وسهلة الاستعلام، تحلّ محلّ مستودعات البيانات المنفصلة لكل وظيفة.
• ذكاء أعمال ذاتي الخدمة. طبقة دلالية بتعريفات مشتركة، بحيث يعني المقياس ذاته الشيء ذاته في كل لوحة بيانات.
• نماذج ذكاء اصطناعي وتعلّم آلي. ستة نماذج تنبّؤية نُقلت من دفتر الملاحظات إلى الإنتاج: تسجيل مخاطر الائتمان، وإشارات الاحتيال، والتسرّب، والإجراء التالي الأفضل، والتنبّؤ بالودائع، وكشف الشذوذ التشغيلي.
• إطار حوكمة. ملكية البيانات، وضوابط الوصول، وإدارة مخاطر النماذج، وحقوق القرار التي تجعل المنصّة جديرة بالثقة عند التدقيق.
• نموذج تشغيلي. فريق المنصّة، وإيقاع عمليات النماذج، ونهج تحميل التكاليف الذي يُبقي المنصّة مستدامة.

الأثر

• خفض زمن إعداد التقارير بنسبة 75%. يقضي المحلّلون ساعاتهم في التحليل، لا في تسوية البيانات.
• توحيد أكثر من 20 نظام مصدر في طبقة بيانات محكومة واحدة.
• 6 نماذج ذكاء اصطناعي وتعلّم آلي في الإنتاج، انتقلت من التجربة إلى قرارات حيّة، مع مراقبة وإيقاع لإعادة التدريب.

يُشغّل المصرف الآن مصدراً واحداً موثوقاً للحقيقة التحليلية، مع أساس المنصّة الذي يُتيح مواصلة إضافة حالات استخدام الذكاء الاصطناعي فوقه.