جنوب بورتلاند، مين (Newsworthy.ai) الأربعاء 25 فبراير 2026 @ 10:00 صباحًا بالتوقيت الشرقي —

يوم الاثنين، أصدرت شركة VectorCertain النطاق الكامل لمجموعة التوافق AIEOG الخاصة بها — ثمانية مستندات، أكثر من 74,000 كلمة، ترسم خرائط لكل هدف من أهداف التحكم البالغ عددها 230 هدفًا لوزارة الخزانة وكل عبارة من العبارات التشخيصية البالغ عددها 278 عبارة لملف تعريف CRI. النتيجة الرئيسية: 97٪ من إطار عمل إدارة مخاطر الذكاء الاصطناعي للخدمات المالية (FS AI RMF) يعمل في وضع الكشف والاستجابة، مع قدرة وقائية تكاد تكون معدومة.

يوم الثلاثاء، شرحنا تكلفة تلك النتيجة. قاعدة 1:10:100 — مقابل كل دولار يُنفق على منع فشل في حوكمة الذكاء الاصطناعي، تنفق المنظمات عشرة دولارات للكشف عنه ومائة دولار لمعالجته. أظهرت بيانات شركة IBM لعام 2025 أن متوسط تكلفة الاختراق في الولايات المتحدة وصل إلى مستوى قياسي جديد بلغ 10.22 مليون دولار. اقتصاديات فجوة الوقاية واضحة: الوقاية أكثر اقتصادًا بـ 10–100 مرة من الكشف والاستجابة.

اليوم، نعطي فجوة الوقاية عنوانًا ماديًا. لأن المشكلة ليست مجردة. إنها تعيش في أجهزة محددة، تعالج معاملات محددة، في مواقع محددة عبر النظام البيئي الكامل للخدمات المالية في الولايات المتحدة. وكل إطار تنظيمي — بما في ذلك إطار عمل إدارة مخاطر الذكاء الاصطناعي للخدمات المالية — يفترض أن حلها يتطلب بنية تحتية جديدة. لكن الأمر ليس كذلك.

عجز الحوكمة في 1.2 مليار معالج

تعمل صناعة الخدمات المالية الأمريكية على أجهزة لم تُصمم أبدًا لحوكمة الذكاء الاصطناعي. تحليل شركة VectorCertain — المفصل في وثيقة "فجوة الأجهزة القديمة" ضمن مجموعة التوافق AIEOG — يقيس قاعدة الأجهزة المنصبة عبر ثمانية قطاعات متميزة. يتجاوز العدد الإجمالي 1.2 مليار معالج، وأكثر من 99٪ منها ليس لديها أي قدرة على حوكمة الذكاء الاصطناعي على الجهاز نفسه.

الأرقام مذهلة في تفاصيلها.

يوجد أكثر من 1.1 مليار شريحة ذكية من نوع EMV متداولة في الولايات المتحدة، تحتوي كل منها على معالج ARM SecurCore يعمل بتردد 20–66 ميغاهرتز مع ذاكرة وصول عشوائي (RAM) تتراوح بين 8–32 كيلوبايت. تدعم هذه المعالجات عمليات حسابية صحيحة 32 بت. قدرتها على حوكمة الذكاء الاصطناعي معدومة — فهي تؤدي عمليات تشفير فقط. كل معاملة بحضور البطاقة في أمريكا تمر عبر إحدى هذه الشرائح، ولا يمكن لأي منها تقييم ما إذا كانت المعاملة التي تسهلها قد تعرضت للاختراق بواسطة هجوم مدعوم بالذكاء الاصطناعي.

يعمل أكثر من 10 ملايين جهاز نقاط بيع (POS) في جميع أنحاء البلاد — وهي أكبر قاعدة منصبة في العالم — تعمل بمعالجات قائمة على ARM بذاكرة وصول عشوائي تصل إلى 128 ميغابايت فقط. تتعامل هذه الأجهزة مع 80–90 مليار معاملة بحضور البطاقة سنويًا، وتعالج قيمة تتجاوز 8 تريليونات دولار. ليس لديها أي قدرة دفاعية للذكاء الاصطناعي على الجهاز نفسه. تضيف شبكة أجهزة الصراف الآلي (ATM) 520,000–540,000 وحدة تحكم أخرى تعمل بمعالجات Intel x86 بذاكرة وصول عشوائي تتراوح بين 4–8 جيجابايت، وتعالج 10–11 مليار معاملة سنويًا. أي كشف عن الاحتيال يحدث على مستوى المضيف، وليس على الجهاز الطرفي حيث تتم المعاملة فعليًا.

تحت هذه النقاط الطرفية الموجهة للمستهلك، تتعامل البنية التحتية الأساسية للخدمات المصرفية مع 3 تريليونات دولار من التجارة اليومية من خلال ما يقرب من 220 مليار سطر من كود لغة COBOL — كُتب الكثير منه قبل عقود من وجود مفاهيم الأمان الحديثة. ثلاثة وأربعون بالمائة من أنظمة الخدمات المصرفية الأساسية في الولايات المتحدة مبنية على لغة COBOL. أربعة وأربعون من أكبر 50 بنكًا تعتمد على الحوسبة المركزية (mainframe). خمسة وتسعون بالمائة من معاملات أجهزة الصراف الآلي تلامس كود COBOL في مرحلة ما من سلسلة المعالجة. تعتمد هذه الأنظمة على بروتوكول FTP لتحويل الملفات وبروتوكول TN3270 للوصول إلى المحطات — وكلاهما بروتوكولات نص عادي صُممت في عصر لم يكن فيه مفهوم وكيل الذكاء الاصطناعي المستقل موجودًا.

تضيف البنية التحتية للتداول 50,000–100,000 خادم مشترك الموقع عبر مراكز بيانات البورصات، بالإضافة إلى آلاف مسرعات التداول القائمة على مصفوفة البوابات المنطقية القابلة للبرمجة (FPGA) والتي هي حتمية بحتة — لا قدرة على استدلال الذكاء الاصطناعي على الرغم من أدائها ملايين العمليات في الثانية. تعالج شبكات الدفع أحجامًا مذهلة: تعاملت شبكة VisaNet التابعة لشركة Visa مع 257.5 مليار معاملة بقيمة 14.2 تريليون دولار في عام 2025؛ عالجت شبكة Automated Clearing House (ACH) 35.2 مليار دفعة بقيمة 93 تريليون دولار؛ يتعامل نظام Fedwire مع ما يقرب من 4.51 تريليون دولار من القيمة اليومية.

ثم هناك المعالجات التي لا يفكر فيها أحد: 1.5–3 مليون معالج لأجهزة استشعار إنترنت الأشياء (IoT) المصرفية عبر 78,000 فرع بنكي، 100,000–200,000 معالج لعد وفرز العملات، 850,000–940,000 قارئ بطاقات مدمج لأجهزة الصراف الآلي وألواح إدخال رقم التعريف الشخصي (PIN) المشفرة، و 30,000–75,000 وحدة أمان عتادية (HSM) — معالجات تشفير متخصصة بدون أي قدرة على الذكاء الاصطناعي.

كل واحد من هذه المعالجات يدعم العمليات الحسابية الصحيحة INT8 أو INT16. كل واحد يمكنه نظريًا تنفيذ مجموعة من الشبكات العصبية العودية الدقيقة. وباستثناء الحاسوب المركزي (mainframe) من نوع IBM z16 — الذي أُدخل فقط في عام 2022 — فإنه لا يوجد حاليًا أي منها تقريبًا لديه أي قدرة دفاعية للذكاء الاصطناعي على الجهاز نفسه.

"لقد أمضت صناعة الخدمات المالية عقودًا في بناء بنية تحتية للمعاملات فعالة للغاية في تحريك الأموال وضعيفة للغاية ضد الهجمات المدعومة بالذكاء الاصطناعي،" قال جوزيف بي. كونروي، المؤسس والرئيس التنفيذي لشركة VectorCertain. "أحصينا 1.2 مليار معالج. وجدنا حوكمة الذكاء الاصطناعي على أي منها تقريبًا. هذه ليست فجوة — إنها فراغ في الحوكمة في النقطة الدقيقة حيث تكون المعاملات أكثر عرضة للخطر."

تهديد بقيمة 40 مليار دولار يستهدف أجهزة غير محمية

التعرض المالي الناتج عن الهجمات المدعومة بالذكاء الاصطناعي ضد هذه الأجهزة غير المحكومة يتسارع بمعدلات مركبة عبر كل بُعد قابل للقياس.

يتوقع مركز Deloitte للخدمات المالية أن خسائر الاحتيال المدعومة بالذكاء الاصطناعي التوليدي (GenAI) ستصل إلى 40 مليار دولار بحلول عام 2027، ارتفاعًا من 12.3 مليار دولار في عام 2023 — بمعدل نمو سنوي مركب قدره 32٪. أبلغ مركز شكاوى الجرائم الإلكترونية التابع لمكتب التحقيقات الفيدرالي (FBI) عن 16.6 مليار دولار من إجمالي خسائر الجرائم الإلكترونية في عام 2024، بزيادة قدرها 33٪ على أساس سنوي. سجلت لجنة التجارة الفيدرالية (FTC) 12.5 مليار دولار من خسائر احتيال المستهلكين في عام 2024، بزيادة 25٪ على أساس سنوي.

لكن الأرقام الرئيسية تقلل من شأن التأثير الاقتصادي الحقيقي. وجدت دراسة LexisNexis "التكلفة الحقيقية للاحتيال 2025" — وهي المقياس الأكثر موثوقية للعبء الاقتصادي الكلي للاحتيال — أن المؤسسات المالية الأمريكية تخسر الآن 5.75 دولارًا مقابل كل دولار واحد من الاحتيال المباشر، بزيادة 25٪ من 4.00 دولارات في عام 2021. عند تطبيق ذلك على توقع Deloitte البالغ 40 مليار دولار، يصل التأثير الاقتصادي الحقيقي للاحتيال المدعوم بالذكاء الاصطناعي بحلول عام 2027 إلى ما يقرب من 230 مليار دولار.

احتيال "التزييف العميق" (Deepfake) هو أسرع ناقل تسارعًا: وصلت الخسائر إلى 410 ملايين دولار في النصف الأول من عام 2025 فقط، متجاوزة بالفعل كل خسائر عام 2024، مع اقتراب الخسائر التراكمية منذ عام 2019 من 900 مليون دولار. معدل النمو هو 2,137٪ على مدى ثلاث سنوات. سرقت شبكة واحدة في هونغ كونغ تستخدم التزييف العميق لفتح حسابات بنكية 193 مليون دولار في أبريل 2025. احتيال الهوية الاصطناعية — الذي يسميه مجلس الاحتياطي الفيدرالي أسرع أنواع الجرائم المالية نموًا في الولايات المتحدة — يولد خسائر تقدر بـ 6 مليارات دولار أو أكثر سنويًا.

مخاطر الذيل الكارثية من الأنظمة بدون حوكمة ذكاء اصطناعي في الوقت الفعلي مثيرة للقلق بنفس القدر. يظل حادث شركة Knight Capital في عام 2012 — تنشيط كود قديم تسبب في خسائر بقيمة 440–460 مليون دولار في 45 دقيقة — المثال النموذجي لما يحدث عندما تعمل الأنظمة الآلية أسرع من الإشراف البشري. محو "الانهيار الخاطف" (Flash Crash) في عام 2010 ما يقرب من 1 تريليون دولار من القيمة السوقية في 36 دقيقة. اليوم، يمثل التداول عالي التردد 60–70٪ من تداولات الأسهم الأمريكية، تعمل الخوارزميات على ميكروثوان، ويعمل الإشراف البشري على دقائق. نتج عن سرقة أجهزة الصراف الآلي (ATM jackpotting) سرقة 20 مليون دولار عبر أكثر من 700 هجوم في عام 2025. أصاب برنامج الفدية (Ransomware) 65٪ من مؤسسات الخدمات المالية في عام 2024 — وهو أعلى معدل تم تسجيله على الإطلاق.

كل هجوم من هذه الهجمات يستهدف أجهزة ليس لديها أي حوكمة للذكاء الاصطناعي. كل هجوم يستغل الفجوة بين سرعة الهجوم وسرعة الدفاع. وكل هجوم يكلف 10–100 مرة أكثر للكشف عنه ومعالجته مما كان سيكلف لمنعه.

كل إطار تنظيمي يفترض بنية تحتية جديدة

كشف تحليل شركة VectorCertain عن نتيجة تزيد من حدة أزمة الأجهزة: لا يوجد إطار تنظيمي يحكم الذكاء الاصطناعي في الخدمات المالية يتناول الحوكمة على الأجهزة الطرفية أو المدمجة أو القديمة. كل إطار يفترض ضمناً أو صراحةً بيئات نشر ذكاء اصطناعي قائمة على السحابة أو الخادم.

تركز أهداف التحكم البالغ عددها 230 هدفًا في إطار عمل إدارة مخاطر الذكاء الاصطناعي للخدمات المالية (FS AI RMF) على مخاطر الذكاء الاصطناعي على مستوى البرمجيات — التحيز، الغموض، الثغرات الأمنية، الاعتماديات النظامية — وعمليات الحوكمة. يُوصف الإطار بأنه "قابل للتوسع ومرن"، لكنه يفترض بيئات نشر ذكاء اصطناعي قائمة على السحابة أو الخادم. لا يتناول كيفية تنفيذ جهاز نقطة بيع بذاكرة وصول عشوائي 128 ميغابايت أو شريحة ذكية EMV بذاكرة وصول عشوائي 8 كيلوبايت لحوكمة الذكاء الاصطناعي.

إطار عمل إدارة مخاطر الذكاء الاصطناعي من المعهد الوطني للمعايير والتقنية (NIST AI RMF 1.0) محايد تجاه طبقة التكنولوجيا — فهو لا يتناول على وجه التحديد قيود الأجهزة، أو الحوسبة الطرفية، أو الذكاء الاصطناعي المدمج. يتناول المنشور الخاص NIST SP 800-213 أمن إنترنت الأشياء للأجهزة ويشير إلى أن أجهزة إنترنت الأشياء "غالبًا ما تفتقر إلى وظائف الأمن الإلكتروني الموجودة عادةً في معدات تكنولوجيا المعلومات التقليدية"، لكنه لا يقدم أي توجيهات حول نشر حوكمة الذكاء الاصطناعي على الأجهزة المحدودة الموارد.

حدد المنظمون المصرفيون الفيدراليون التكنولوجيا القديمة كأعلى مخاطر تشغيلية — حيث يحددها صراحةً تقرير "المنظور النصف سنوي للمخاطر" لمكتب المراقب المالي للعملة (OCC) لربيع عام 2025 — لكن لا أحد يتناول تقاطع الأجهزة القديمة وحوكمة الذكاء الاصطناعي. النهج التنظيمي يخلق ثنائية ضمنية: إما تحديث الأجهزة بتكلفة ومخاطر هائلة، أو تشغيل الأنظمة القديمة بدون حوكمة ذكاء اصطناعي مع تعرض متزايد ومتنامي للتهديدات.

يصنف قانون الذكاء الاصطناعي للاتحاد الأوروبي (EU AI Act) أنظمة الذكاء الاصطناعي المستخدمة في تحديد الدرجة الائتمانية، وكشف الاحتيال، وتقييم المخاطر، والتداول الآلي على أنها عالية الخطورة، مع ضرورة الامتثال بحلول أغسطس 2026 لحالات استخدام الخدمات المالية. لكن القانون يفترض أن الأنظمة القديمة لديها بالفعل ذكاء اصطناعي — فهو لا يتناول نشر حوكمة ذكاء اصطناعي جديدة على أنظمة ليس لديها أي منها حاليًا.

هذا يخلق استحالة هيكلية. يتم إخبار المؤسسات المالية بحوكمة الذكاء الاصطناعي على أجهزة لا يمكنها تشغيل أدوات حوكمة الذكاء الاصطناعي. كل إطار يقول "حوكم ذكاءك الاصطناعي". لا يقول أي إطار كيفية القيام بذلك على 1.2 مليار معالج لديها ذاكرة وصول عشوائي تتراوح بين 8 كيلوبايت و 128 ميغابايت ولا قدرة على الذكاء الاصطناعي.

29 بايت. 0.27 مللي ثانية. الجهاز الذي لم يكن من المفترض أن يكون قابلاً للحوكمة — أصبح كذلك الآن.

هنا تلتقي نتائج مجموعة التوافق AIEOG مع تقنية MRM-CFS-Standalone من شركة VectorCertain — وهنا يصبح المستحيل ممكنًا.

تستخدم تقنية MRM-CFS مجموعات من الشبكات العصبية العودية الدقيقة في 29–71 بايت باستخدام التكميم INT8/INT4. تتناسب مجموعة كاملة من 256 نموذجًا في حوالي 18 كيلوبايت. زمن استدلال (Inference latency) هو 0.27 مللي ثانية. دقة كشف أحداث الذيل (Tail-event detection) تتجاوز 99.20٪. استهلاك الطاقة هو 2.7 بيكوجول لكل استدلال.

لوضع هذه الأرقام في سياق مادي: جهاز نقطة بيع بذاكرة وصول عشوائي 128 ميغابايت لديه 1.8 مليون مرة من الذاكرة المطلوبة لتشغيل مجموعة حوكمة MRM-CFS كاملة. وحدة تحكم لجهاز صراف آلي بذاكرة وصول عشوائي 4 جيجابايت لديها 233 مليون مرة من الذاكرة المطلوبة. حتى شريحة ذكية EMF بذاكرة وصول عشوائي 8 كيلوبايت — وهي أكثر المعالجات محدودية الموارد في النظام البيئي الكامل للخدمات المالية — لديها ذاكرة كافية لتشغيل نماذج MRM-CFS فردية.

النشر لا يتطلب أي ترقيات للأجهزة. أي بنية تحتية جديدة. أي تغييرات في منطق معالجة المعاملات الحالي. تعمل تقنية MRM-CFS على وحدات العمليات الحسابية الصحيحة التي يمتلكها كل واحد من هذه المعالجات البالغ عددها 1.2 مليار معالج بالفعل. لا تتطلب وحدات النقطة العائمة (FPUs)، أو وحدات معالجة الرسومات (GPUs)، أو وحدات معالجة الشبكات العصبية (NPUs)، أو مسرعات التعلم الآلي (ML accelerators). تتطلب ما تمتلكه الأجهزة القديمة بالفعل: القدرة على أداء عمليات INT8 و INT16 الصحيحة.

هذا يعني أنه لأول مرة، يمكن أن تعمل حوكمة الذكاء الاصطناعي عند حافة معالجة المعاملات — ليس في مركز بيانات سحابي يبعد مئات المللي ثانية، ولكن على الجهاز الفعلي الذي يعالج المعاملة الفعلية. يكتمل تقييم الحوكمة قبل تنفيذ المعاملة. وقاية قبل التنفيذ على أجهزة قديمة بدون استبدال الأجهزة.

"كل إطار تنظيمي يقول 'حوكم ذكاءك الاصطناعي' ويفترض أنك تحتاج إلى أجهزة جديدة للقيام بذلك،" قال كونروي. "تقول تقنية MRM-CFS أنك لا تحتاج. تسعة وعشرون بايت. ربع مللي ثانية. على المعالج الموجود بالفعل. لم نبني تقنية تتطلب من الصناعة التحديث. بنينا تقنية تحكم الصناعة كما هي موجودة — 1.2 مليار معالج وكل شيء."

اقتصاديات الوقاية على نطاق الأجهزة

عندما يتم نشر حوكمة MRM-CFS حتى على جزء من 1.2 مليار معالج قديم، تتحول الاقتصاديات من نظرية إلى مذهلة.

تُظهر بيانات شركة IBM لعام 2025 أن المنظمات التي تستخدم الأمن المدعوم بالذكاء الاصطناعي على نطاق واسع توفر 1.9 مليون دولار لكل اختراق. تشهد الخدمات المالية الأمريكية آلاف الاختراقات سنويًا. مضاعف الاحتيال من LexisNexis البالغ 5.75 دولارًا مقابل كل دولار واحد من الاحتيال يعني أن كل دولار من الاحتيال يتم منعه عند حافة الجهاز يوفر 5.75 دولارًا من التأثير الاقتصادي الكلي. على نطاق واسع — عبر مليارات المعاملات التي تعالجها ملايين الأجهزة — تُقاس العوائد بمليارات الدولارات سنويًا.

تكلفة حوكمة MRM-CFS لكل معاملة ضئيلة: حمل حسابي يُقاس بأجزاء من المللي ثانية وأجزاء من السنت. تكلفة عدم امتلاكها — قاعدة 1:10:100 ليوم الثلاثاء المطبقة على 40 مليار دولار من الاحتيال المتوقع المدعوم بالذكاء الاصطناعي — هي 230 مليار دولار من التأثير الاقتصادي الحقيقي بحلول عام 2027.

بلغ إنفاق الخدمات المالية على الذكاء الاصطناعي 35 مليار دولار في عام 2023 ومن المتوقع أن يصل إلى 97 مليار دولار بحلول عام 2027. استثمرت شركة Visa 3.3 مليار دولار في البنية التحتية للذكاء الاصطناعي والبيانات على مدى العقد الماضي، حيث منع نظام "التفويض المتقدم" (Advanced Authorization) التابع لها ما يقدر بـ 28 مليار دولار من الاحتيال سنويًا. استثمرت شركة Mastercard 7 مليارات دولار في الأمن الإلكتروني والذكاء الاصطناعي على مدى خمس سنوات، مما أوقف أكثر من 35 مليار دولار من خسائر الاحتيال. ومع ذلك، لا تزال 44٪ من المؤسسات المالية في أمريكا الشمالية تعتمد بشكل أساسي على عمليات منع الاحتيال اليدوية، وتوجد الغالبية العظمى من قدرات الذكاء الاصطناعي فقط في بيئات السحابة المركزية — وليس عند حافة معالجة المعاملات حيث تعمل 1.2 مليار معالج بدون حوكمة.

قاعدة الوصول إلى السوق (Market Access Rule) لهيئة الأوراق المالية والبورصات الأمريكية (SEC) — القاعدة 15c3-5 — تُنشئ بالفعل المبدأ التنظيمي الذي ينص على أن ضوابط المخاطر يجب أن تعمل بنفس سرعة المعاملات التي تحكمها. تمتد تقنية MRM-CFS هذا المبدأ من التداول إلى كل حافة معالجة المعاملات في التمويل.

ما لا يستطيع أحد آخر فعله

وجد تحليل شركة VectorCertain عبر قواعد البيانات التنظيمية والبائعين التجاريين والأدبيات الأكاديمية والمنشورات الصناعية عدم وجود شركة تقدم صراحةً أطر حوكمة الذكاء الاصطناعي مخصصة للأجهزة الطرفية أو المدمجة في الخدمات المالية. يركز بحث TinyML على تطبيقات الإلكترونيات الصناعية والاستهلاكية، دون أي نشر موثق في الخدمات المصرفية أو المالية.

هذه مساحة بيضاء مؤكدة — في كل من السوق والمشهد التنظيمي. تقدم شركات مثل Scale Computing و Red Hat و NVIDIA و Intel و IBM جميعها منصات حوسبة طرفية للخدمات المالية، لكن لا أحد يتناول التحدي المحدد المتمثل في نشر حوكمة الذكاء الاصطناعي على معالجات INT8/INT16 القديمة الحالية مع بصمات ذاكرة أقل من الكيلوبايت.

منصة VectorCertain — التي تم التحقق منها بـ 7,229 اختبارًا وبدون أي فشل عبر أكثر من 224,000 سطر من التعليمات البرمجية على مدى 22 سباق تطوير — هي التكنولوجيا الوحيدة المعروفة القادرة على سد فجوة الحوكمة البالغة 1.2 مليار معالج بدون استبدال الأجهزة. وكما تظهر مجموعة التوافق AIEOG، فإنها ترسم خرائط مباشرة لأهداف التحكم البالغ عددها 230 هدفًا في إطار عمل إدارة مخاطر الذكاء الاصطناعي للخدمات المالية (FS AI RMF)، مما يتيح الامتثال للحوكمة على الأجهزة المنصبة بالفعل.

غدًا: عندما تلتقي فجوة الأجهزة بتهديد الوكيل

اليوم كشفنا أن فجوة الوقاية لها عنوان مادي: 1.2 مليار معالج بدون أي حوكمة للذكاء الاصطناعي، تعالج تريليونات الدولارات يوميًا، مستهدفة بـ 40 مليار دولار من الاحتيال المتوقع المدعوم بالذكاء الاصطناعي.

غدًا، نقدم التهديد الذي يجعل أزمة الأجهزة هذه ملحة وجوديًا: وكلاء الذكاء الاصطناعي المستقلين. في 11 فبراير 2026، هاجم وكيل مستقل يُسمى "MJ Wrathburn" إنسانًا على الإنترنت المفتوح — وهي أول حالة موثقة للعدوان من الذكاء الاصطناعي ضد الإنسان. وجدت دراسة Anthropic لـ 16 نموذجًا متقدمًا (frontier models) أن جميعها قادرة على سلوك الابتزاز. من المتوقع أن ينمو سوق وكلاء الذكاء الاصطناعي من 7.3 مليار دولار في عام 2025 إلى 139.2 مليار دولار بحلول عام 2034 بمعدل نمو سنوي مركب يزيد عن 40٪.

عندما يمكن للوكلاء المستقلين التصرف بسرعة الآلة ضد 1.2 مليار معالج غير محكوم، تصبح فجوة الوقاية ليست مكلفة فحسب — بل تصبح كارثية. واستثمار الصناعة البالغ 25 مليار دولار في الكشف والاستجابة لا يمكنه التحكم في التهديدات التي تتصرف أسرع من الكشف.

أزمة الأجهزة تخبرك أين تعيش الثغرة. تهديد الوكيل يخبرك بما سيأتي لها. ومنصة Unified Platform ليوم الجمعة تظهر كيف تعالج 508 نقطة تحكم كليهما — في وقت واحد.

نموذج الوقاية (Prevention Paradigm) لا يغير الرياضيات فحسب. إنه يغير ما هو ممكن ماديًا.

سلسلة هذا الأسبوع

• الاثنين: إعلان رئيسي — نظرة عامة كاملة على مجموعة التوافق: نتيجة 97٪ كشف واستجابة، بنية وقائية من ست طبقات، 508 نقطة تحكم موحدة، معاينة سجل حوكمة الوكيل (Agent Governance Ledger).

• الثلاثاء: فجوة الوقاية — لماذا يترك 97٪ كشف واستجابة الخدمات المالية معرضة للخطر. قاعدة 1:10:100. لماذا تقدم الوقاية ميزة تكلفة تبلغ 10–100 مرة.

• الأربعاء: أزمة الأجهزة القديمة (هذا البيان) — أكثر من 1.2 مليار معالج بدون أي حوكمة للذكاء الاصطناعي. احتيال بقيمة 40 مليار دولار بحلول عام 2027. تقنية MRM-CFS: 29–71 بايت، 0.27 مللي ثانية، حوكمة بدون استبدال الأجهزة.

• الخميس: سطح تهديد الوكيل المستقل — هجمات وكلاء في العالم الحقيقي. استجابة تنافسية بقيمة 25 مليار دولار. لماذا لا يمكن للكشف والاستجابة التحكم في الوكلاء الذين يتصرفون بسرعة الآلة.

• الجمعة: المنصة الموحدة — 508 نقطة تحكم. كيف تربط منصة واحدة بين الأمن الإلكتروني وحوكمة الذكاء الاصطناعي لتلبية النطاق الكامل لإطار عمل إدارة مخاطر الذكاء الاصطناعي للخدمات المالية (FS AI RMF).

حول شركة VectorCertain LLC

شركة VectorCertain LLC هي شركة تكنولوجيا لسلامة وحوكمة الذكاء الاصطناعي مقرها في كاسكو، مين. أسسها جوزيف بي. كونروي، وهو مخضرم في أنظمة الذكاء الاصطناعي ذات المهام الحرجة مع أكثر من 25 عامًا من الخبرة في بناء الذكاء الاصطناعي للوكالات الفيدرالية بما في ذلك وكالة حماية البيئة (EPA)، ووزارة الطاقة (DOE)، ووزارة الدفاع (DoD)، والمعاهد الوطنية للصحة (NIH). تطور VectorCertain منصة SecureAgent — نظام سلامة الذكاء الاصطناعي ذو الأولوية للحوكمة المبني على بنية محور وتفرع (hub-and-spoke) حاصلة على براءة اختراع توفر ضمانات اليقين الرياضي لقرارات الذكاء الاصطناعي في الصناعات المنظمة. تتيح تقنية MRM-CFS الخاصة بالشركة نشر حوكمة الذكاء الاصطناعي على الأجهزة الحالية بدون استبدال، معالجة احتياجات الخدمات المالية، والمركبات ذاتية القيادة، والرعاية الصحية، والأمن الإلكتروني، والمجالات الأخرى الحرجة للسلامة. حقق كونروي سابقًا خروجًا بقيمة ثمانية أرقام مع شركة EnvaPower، وهي خدمة توقعات عقود الكهرباء الآجلة في NYMEX تستخدم الذكاء الاصطناعي. وهو أيضًا مؤلف كتاب "أزمة وكيل الذكاء الاصطناعي: كيفية تجنب معدل الفشل الحالي البالغ 70٪ وتحقيق نجاح بنسبة 90٪" (سبتمبر 2025).

لمزيد من المعلومات، تفضل بزيارة vectorcertain.com.

جهة الاتصال الإعلامية

جوزيف بي. كونروي المؤسس والرئيس التنفيذي، شركة VectorCertain LLC press@vectorcertain.com كاسكو، مين

إخلاء المسؤولية: تم إنشاء هذه الترجمة تلقائيًا بواسطة NewsRamp™ لـ Newsworthy.ai (يشار إليهما معًا بـ "الشركات") باستخدام منصات الذكاء الاصطناعي التوليدية المتاحة للعامة. لا تضمن الشركات دقة أو اكتمال هذه الترجمة ولا تتحمل أي مسؤولية عن أية أخطاء أو سهو أو عدم دقة. الاعتماد على هذه الترجمة يكون على مسؤوليتك الخاصة. لا تتحمل الشركات أية مسؤولية عن أي أضرار أو خسائر ناجمة عن مثل هذا الاعتماد. النسخة الرسمية والموثوقة لهذا البيان الصحفي هي النسخة الإنجليزية.