الحلول عرض معرّف الكيان القانوني
الترجمات غير الإنجليزية على هذا الموقع الإلكتروني مدعومة بالذكاء الاصطناعي. نحن لا نضمن الدقة ولسنا مسؤولين عن أي أخطاء أو أضرار ناتجة عن استخدام المحتوى المترجم. في حالة وجود أي تضارب أو غموض، النسخة الإنجليزية تسود.

الذكاء الاصطناعي (AI) والهوية المؤسسية


مع بدء وكلاء الذكاء الاصطناعي في العثور على الخدمات وتبادل المعلومات وإجراء المدفوعات نيابة عن المؤسسات، يطرح سؤال عملي: كيف يمكن لطرف آخر التحقق من المؤسسة التي تقف وراء الوكيل وما هي الصلاحيات الممنوحة لهذا الوكيل؟ يوفر معرّف الكيان القانوني (LEI) معرّفًا موحدًا عالميًا مرتبطًا ببيانات مرجعية للكيان القانوني تم التحقق منها. ويوسع معرّف الكيان القانوني القابل للتحقق (vLEI) نطاق هذا الأساس ليشمل التفاعلات الرقمية، مما يمكّن الأطراف المقابلة من التحقق حاسوبياً من هوية المنظمة وصلاحيات الأشخاص الذين يتصرفون نيابة عنها.

تقوم GLEIF بدراسة كيفية دعم هذه البنية التحتية للنهج المستقبلية المتعلقة بالسلطة المفوضة لوكلاء الذكاء الاصطناعي، لا سيما في مجال المدفوعات. إلى جانب هذا المجال الناشئ، تدعم البيانات المرجعية للكيان القانوني (LEI) بالفعل التصنيف القائم على الذكاء الاصطناعي للكيانات القانونية. تلبي هذه التطبيقات احتياجات مختلفة: التحقق من السلطة عند قيام وكلاء الذكاء الاصطناعي باتخاذ إجراءات، وتحسين البيانات المؤسسية المستخدمة في التحليلات التي يعتمد عليها الذكاء الاصطناعي.

الذكاء الاصطناعي الوكالي في المدفوعات: التحقق من الهوية والسلطة المفوضة

قد تفوض منظمة ما مهام الدفع إلى برنامج حاسوبي، لكن الطرف المقابل لا يزال بحاجة إلى دليل يثبت من الذي فوض الوكيل، وما هي الإجراءات التي يجوز له اتخاذها، وكيف يتم التحقق من تلك الأذونات. ويحدد معرّف LEI الكيان القانوني المعني. وتتيح بيانات اعتماد vLEI الحالية التحقق الحسابي من هوية المنظمة وأدوار وصلاحيات الأشخاص الذين يتصرفون نيابة عن ذلك الكيان. ويتطلب ربط وكيل ذكاء اصطناعي معين بمنظمة ما والإجراءات المسموح بها له أدلة إضافية على التفويض وضوابط في وقت إجراء المعاملة.

تستكشف ورقة عمل GLEIF الصادرة في سبتمبر 2026، بعنوان «الذكاء الاصطناعي الوكيل في المدفوعات: إرساء الثقة والتحكم القابلين للتشغيل البيني»، أحد النهج الممكنة. تتناول الورقة «بيانات اعتماد تفويض الوكيل» (AMC) المقترحة التي يمكنها ربط المعرّف التشفيري لوكيل الذكاء الاصطناعي بمنظمة تم التحقق منها وشخص مفوض، مع تحديد المهام المسموح بها وحدود المعاملات ومدة الصلاحية. على سبيل المثال، يمكن لمسؤول الخزانة في إحدى الشركات تفويض وكيل لتنفيذ مدفوعات محددة للموردين؛ ويمكن لمزود خدمة الدفع التحقق من سلسلة التفويض وتطبيق ضوابط وقت المعاملة قبل التنفيذ. كما تتناول الورقة موضوعات الإلغاء وسجلات التدقيق والخصوصية وقابلية التشغيل البيني. ولا تزال «بيانات تفويض الوكيل» (AMC) مجرد اقتراح يتطلب مزيدًا من البحث والاختبار. وهي ليست حاليًا شهادة تصديق صادرة ضمن منظومة vLEI ولا معيارًا صناعيًا نهائيًا.

تحليل البيانات المدعوم بالذكاء الاصطناعي: فهم اسم الكيان القانوني (LENU)

تختلف الأشكال القانونية باختلاف الولايات القضائية واللغات وقواعد التسمية، مما يجعل تصنيفها بشكل متسق أمرًا صعبًا. وتخصص قائمة رموز الأشكال القانونية للكيانات (ELF)، المستندة إلى المعيار ISO 20275، رمزًا أبجديًا رقميًا مكونًا من أربعة أحرف لكل شكل قانوني للكيان. تعاونت GLEIF مع Sociovestix Labs لتطوير «فهم اسم الكيان القانوني» (LENU)، وهي أداة تعلم آلي مفتوحة المصدر تتنبأ بالشكل القانوني للكيان من اسمه وتقترح رمز ELF المقابل. تستخدم LENU بيانات مرجعية موحدة لـ LEI لتدريب نماذج خاصة بكل ولاية قضائية ويمكنها دعم:

  • تصنيفًا أكثر اتساقًا للشكل القانوني عبر اللغات وقواعد التسمية.
  • تحسين مطابقة الكيانات وتكامل البيانات عندما تستخدم السجلات تسميات مختلفة.
  • تقليل الجهد اليدوي في إعداد بيانات الشكل القانوني للعمليات اللاحقة.
  • مراجعات جودة البيانات عندما تختلف رموز ELF المقترحة عن تلك الموجودة في سجلات LEI الحالية.

تساعد هذه التصنيفات القابلة للقراءة آليًّا المؤسسات على إعداد بيانات كيانات أكثر اتساقًا لأغراض التحليلات وإجراءات التسجيل والعمليات الرقمية الأخرى. يقدم مقطع الفيديو التالي من سلسلة «GLEIF Explains» تعريفًا بـ LENU.

LENU هي مكتبة Python مفتوحة المصدر متاحة على GitHub، مع نماذج خاصة بكل ولاية قضائية متاحة أيضًا على Hugging Face. يمكن لنماذجها القائمة على المحولات معالجة أسماء الكيانات عبر اللغات والولايات القضائية.

وعندما تكتشف GLEIF تباينات واضحة بين تنبؤات LENU وسجلات معرّفات الكيانات القانونية الحالية، يمكنها إرسال طلب الاعتراض على البيانات إلى جهة إصدار معرّفات الكيانات القانونية ذات الصلة للتحقق والتصحيح عند الحاجة. ويمكن بعد ذلك استخدام البيانات المرجعية المحدثة في إصدارات النماذج اللاحقة.

نشرت GLEIF وجامعة سانت غالن وSociovestix Labs ورقة بحثية علمية بعنوان «تصنيف الشكل القانوني للكيانات القائم على Transformer»، والتي تبحث في هذا النهج وإمكانياته في دعم توحيد البيانات ومطابقة الكيانات.

الذكاء الاصطناعي التفاعلي في المدفوعات: إرساء الثقة والتحكم القابلين للتشغيل البيني

للحصول على نظرة عامة، اقرأ أحدث مقالات مدونتنا "عندما تجري وكالات الذكاء الاصطناعي المعاملات، من يقف وراءها؟". وللاطلاع على سياق المدفوعات الأوسع نطاقًا، انظر المدفوعات عبر الحدود