في عالم المؤسسات المالية الكبيرة، يعد تقييم المخاطر عملية حيوية تضمن اتخاذ القرارات السليمة عند التعامل مع التغييرات التقنية. ومع ذلك، تعتمد العديد من هذه المؤسسات على استبيانات ذاتية حيث تكون النتائج حساسة للتلاعب، مما قد يؤدي إلى تقييمات غير دقيقة في الفارق بين التغييرات الروتينية وتلك التي قد تؤدي إلى حوادث كبرى.

تعتبر منصة SENTRY تحوّلاً نوعياً في هذا المجال، حيث تستبدل نظام التقييم القائم على الأسئلة باستراتيجية جديدة تقوم على الذكاء الاصطناعي. تعمل هذه المنصة على إنشاء خط أنابيب تعلم آلي حاسم يعتمد على الأشجار المعززة (XGBoost) وعمليات البحث الهجينة (RAG) لتقدير المخاطر بدقة.

تجمع SENTRY بين بيانات التشغيل المنظمة، الرسوم البيانية للاعتمادات التطبيقية، والسجلات التاريخية للحوادث، كما تعتمد على بحث هجيني يجمع بين الدلالات اللفظية والمعاني لتحليل الطلبات السابقة. يسمح هذا النظام بالتقاط إشارة المخاطر من النصوص غير المنظمة وتحويلها إلى ميزة واحدة مركّزة قبل تنفيذ النموذج.

بفضل هذا التصميم، تحتفظ المنصة بالقدرة التفسيرية لكل توقع عبر استخدام قيم SHAP، مما يعزز من اعتماديتها.

وفي تقييمات تمت على بيانات تغييرات على مستوى مؤسسات كبيرة، حققت SENTRY دقة تصل إلى 85% وROC AUC يصل إلى 0.87، مما يتيح اكتشاف التغييرات عالية المخاطر بمعدل يفوق النظام السابق بنحو 3.25 مرة.

نختتم باستعراض الجوانب المعمارية لهذا التصميم وما تعنيه من استخدام تقنيات الذكاء الاصطناعي في إدارة التغييرات المنظمة.