التجارة الوكيلة محسنة من أجل الكفاءة. ستتحمل الشركات الصغيرة مخاطر الاحتيال.

بواسطة ستيفاني أو’كونور، Wind River Payments.

طبقة الاستخبارات لصالح المتخصصين في مجال التكنولوجيا المالية ممن يفكرون لأنفسهم.

استخبارات من المصدر الأساسي. تحليل أصلي. مساهمات من الأشخاص الذين يعرّفون الصناعة.

موثوق من قبل محترفين في JP Morgan وCoinbase وBlackRock وKlarna والمزيد.

انضم إلى دائرة الوضوح للأسبوع المالي FinTech Weekly →

تم تصميم أدوات الاحتيال حول طريقة تسوّق الناس عادةً: كيف ينتقلون عبر الموقع، وكم يستغرقون في التصفح، وما الذي يغيّرونه قبل النقر على زر الشراء. غالبًا ما تحدد هذه الإشارات ما إذا كانت المعاملة شرعية.

تستطيع أنظمة الاحتيال الحديثة بالفعل تحديد سلوك الروبوتات التقليدي. لكن التحدي مع التجارة الوكيلة (agentic commerce) مختلف. يمكن تدريب وكلاء الذكاء الاصطناعي على تقليد أنماط البشر بدقة كافية بحيث تصبح تلك الإشارات أصعب في التمييز عن المتسوقين من البشر.

حتى عندما تعمل أنظمة الاحتيال كما هو مقصود، تظهر مشكلات منفصلة عندما يبدأ الذكاء الاصطناعي في اتخاذ قرارات الشراء.

عادةً ما تُبنى وكلاء الذكاء الاصطناعي لتحسين السعر والسرعة. ولا يتوقفون للتشكيك في أشياء قد يتساءل عنها البشر، مثل سعر يبدو منخفضًا قليلًا جدًا، أو بائع ليس بائعًا تجزئة معتمدًا، أو إعلان لا يتطابق تمامًا مع العلامة التجارية. ينفذون التعليمات. قد يحسن ذلك معدلات التحويل، لكنه أيضًا يزيل طبقات التصفية غير الرسمية للمخاطر التي يطبقها البشر تلقائيًا.

يؤدي تحسين السعر إلى ضغط فوري على الشركات الصغيرة والمتوسطة. إذا تم توجيه وكيل لشراء “X بسعر أقل من Y”، يفوز البائع الأقل تكلفة. تم هيكلة الشركات المصنعة الأكبر ومشغلي منصات السوق عالية الحجم للمنافسة على السعر. تتنافس العديد من الشركات الصغيرة والمتوسطة على الخدمة والتخصص وثقة العملاء. يضعف الشراء الآلي تلك المزايا.

تُصبح القوائم المزورة أيضًا فرصًا مُحسّنة آليًا. بينما سيلاحظ المشتري البشري أن منتجًا مخفّضًا بعمق يبدو مريبًا، لن يفعل وكيل الذكاء الاصطناعي ذلك، ما لم يكن مبرمجًا صراحةً لتقييم شرعية العلامة التجارية وأنماط التسعير. لا يحتاج البائعون المزورون إلى خفض السعر بشكل كبير عن سعر السوق كي يفوزوا. تكفي أي تخفيضات بسيطة للاستيلاء على المشتريات التي تتم بشكل آلي.

تضيف النطاقات والمواقع المُحالَة (spoofed) مخاطر إضافية. إذا أجرت الوكلاء معاملات بشكل مستقل، فيجب عليهم تقييم ما إذا كان الموقع شرعيًا. يمكن لموقع مقلَّد أن يعترض الطلبات الآلية قبل أن يدرك المستهلك أن هناك شيئًا غير صحيح. يقع الضرر على السمعة على التاجر الحقيقي. تميل الشركات الأصغر إلى الافتقار إلى أدوات المراقبة وموارد الأمن التي تستخدمها الشركات الأكبر للكشف عن حالات انتحال الهوية وإيقافها بسرعة.

من طبقة المدفوعات، نرى مدى سرعة انتقال التعرض عندما تتغير سلوكيات المعاملة. صُممت نماذج المبالغ المستردة (chargeback) وتقييمات الاحتيال وإجراءات المنازعات بناءً على سلوك الشراء لدى البشر. إذا زادت المعاملات التي يقودها الذكاء الاصطناعي من نزاعات المنتجات المقلدة أو مطالبات الشراء غير المصرّح به، فستتحمل الشركات الصغيرة والمتوسطة الأثر المالي أولًا.

حتى لو كان تبني المستهلكين تدريجيًا، فإن قرارات البنية التحتية تجري الآن. يحتاج مزودو المدفوعات والبرمجيات إلى تعديل نماذج المخاطر قبل أن يتوسع الشراء الآلي.

وهذا يعني:

*   تحديث نماذج الاحتيال لإدراج السلوك الذي تقوده الآلة
*   تطبيق معايير تحقق من التاجر قابلة للقراءة بواسطة الآلة
*   المراقبة بحثًا عن مواقع مستنسخة أو شبيهة جدًا بالمواقع الأصلية
*   توضيح المسؤولية والتعامل مع المنازعات بخصوص عمليات الشراء التي يبدأها الذكاء الاصطناعي

يمكن أن تكون التجارة التي يقودها الذكاء الاصطناعي أكثر كفاءة. لكن دون إجراء تغييرات على مستوى البنية التحتية، فسوف تنقل أيضًا تعرض الاحتيال وضغوط التسعير إلى أصغر اللاعبين في السوق.

إذا تغيّر المشتري، يجب أن تتغير معه نماذج المخاطر وأطر المسؤولية.

نبذة عن المؤلف

تعمل ستيفاني أو’كونور كمديرة للعمليات وتجربة التاجر في Wind River Payments، حيث تقود فريقًا من مديري العلاقات الذين يعملون مباشرة مع العملاء لمساعدتهم على اجتياز تعقيدات المدفوعات الحديثة—من معالجة المعاملات إلى الوقاية من الاحتيال وتجربة العملاء. لديها أكثر من عقد من الخبرة في مجال الخدمات المالية، وتعمل بشكل وثيق مع التجار وشركاء الدفع.