الطبقات الست للبنية التحتية للمدفوعات التي تحتاجها كل منصة تعمل بالذكاء الاصطناعي قبل استقبال معاملة واحدة

معظم المنصات التي تعمل بالذكاء الاصطناعي تقدم معالجة المدفوعات كميزة، وتقوم بتوصيل حزمة تطوير برامج (SDK) لمعالج واحد، وتعتبر التكامل منتهيًا بمجرد تسوية أول معاملة. هذا النهج ينجح في السنة الأولى وينهار في مكان ما في السنة الثانية، عندما يقوم المعالج بتحديد فئة، أو تجميد دفعة تسوية، أو يطلب دليل امتثال لم تنتجه المنصة أبدًا. أفضل بنية تحتية للمدفوعات للمنصات التي تعمل بالذكاء الاصطناعي ليست بائعًا واحدًا؛ بل هي ست طبقات مكدسة معًا، كل طبقة تقوم بالمهمة التي لا تستطيع أي طبقة أخرى القيام بها، والمنصات التي تقوم بذلك بشكل صحيح قبل استقبال معاملة واحدة تتجنب إعادة البناء التي تستهلك المنصات التي تخطئ في ذلك.

طبقة الاكتتاب والمخاطر التي تحدد العملاء الذين يمكن للمنصة خدمتهم

الطبقة الأولى في بنية المدفوعات لمكدس وكلاء الذكاء الاصطناعي هي طبقة الاكتتاب والمخاطر، وهي الطبقة التي تتعامل معها فرق هندسة الذكاء الاصطناعي بشكل روتيني على أنها مشكلة شخص آخر. يتخذ فريق الاكتتاب بالمعالج قرارًا ثنائيًا بشأن كل تاجر أو كل فئة عميل، وهذا القرار يحدد ما إذا كانت منصة الذكاء الاصطناعي يمكنها استقبال معاملة على الإطلاق. بناء قصة الاكتتاب قبل بدء التكامل هو الطريقة الوحيدة لتجنب اكتشاف القيد بعد طرح المنتج في السوق.

تتكون قصة الاكتتاب من ثلاثة مكونات: ملف تعريف المخاطر الخاص بالمنصة، وملف تعريف فئة العميل، وملف تعريف نمط المعاملات. يغطي ملف تعريف المخاطر الخاص بالمنصة الكيان المؤسسي، وفريق القيادة، وتاريخ التمويل، وتاريخ المدفوعات السابق للمؤسسين، والصحة المالية للمنصة. يغطي ملف تعريف فئة العميل رموز MCC التي تخطط المنصة لضمها وقواعد الاكتتاب التي يطبقها كل معالج على تلك الفئات. يغطي ملف تعريف نمط المعاملات متوسط حجم التذكرة، وتوقع عمليات رد المبالغ المدفوعة، ومعدل الاسترداد، والتوزيع الجغرافي.

يجب توثيق كل مكون من هذه المكونات الثلاثة قبل بدء محادثة المعالج. سيطلب المعالج دليلًا على كل واحد، ومنصة الذكاء الاصطناعي التي تصل مع الأدلة المجمعة مسبقًا تسرع دورة الاكتتاب من شهور إلى أسابيع. المنصة التي تصل بدون وثائق تدخل في حالة انتظار بينما تنتج الأدلة، ويمكن أن يؤدي هذا التأخير إلى خسارة المنصة لربع كامل من سرعة طرح المنتج في السوق.

تغطي طبقة المخاطر أيضًا المراقبة المستمرة بعد موافقة الاكتتاب. يراقب المعالجون نسب رد المبالغ المدفوعة، ومعدلات الاسترداد، وأوقات الاستجابة للنزاعات، وأنماط التفويض بشكل مستمر، ويمكن خفض تصنيف منصة تنحرف إلى نمط أكثر خطورة أو إنهاء خدمتها دون تحذير يمكن لوكيل الذكاء الاصطناعي التصرف بناءً عليه. يجب على المنصة تتبع مقاييس المخاطر الخاصة بها بالتوازي مع مراقبة المعالج، حتى يتمكن وكيل الذكاء الاصطناعي من اكتشاف الانحراف والاستجابة قبل أن يستجيب المعالج أولًا.

ما لا تستطيع طبقة الاكتتاب والمخاطر فعله هو إصلاح نموذج عمل سيء. إذا كان مزيج عملاء المنصة محفوفًا بالمخاطر بشكل أساسي للمعالجة التقليدية، فلن يغير أي قدر من الوثائق قرار الاكتتاب، ويجب على المنصة إما تغيير مزيج العملاء أو قبول أنها ستعمل في المسار عالي المخاطر بشكل دائم. التظاهر بأن طبقة الاكتتاب مرنة عندما لا تكون كذلك هو الخطأ الأول الذي يرتكبه مؤسسو منصات الذكاء الاصطناعي في البنية التحتية للمدفوعات.

طبقة علاقة المعالج التي تحدد التكلفة والتغطية وشروط التسوية

تقع طبقة علاقة المعالج تحت قرار الاكتتاب وفوق تكامل البوابة. وهي المكان الذي تتفاوض فيه المنصة على التسعير، وتوقيت التسوية، ومتطلبات الاحتياطي، وشروط معالجة رد المبالغ المدفوعة، والعلاقة التجارية المستمرة مع المكتسب. منصات الذكاء الاصطناعي التي تتعامل مع المعالج كبائع SaaS وتقبل العقد القياسي تترك اقتصاديات مهمة على الطاولة وترث شروطًا تقيد المنتج لاحقًا.

تفاوض التسعير له أبعاد أكثر من المعدل الرئيسي. تسعير Interchange Plus، والتسعير المدمج، والحد الأدنى الشهري، ورسوم البوابة، ورسوم رد المبالغ المدفوعة، ورسوم ACH، ورسوم المعاملات الدولية، ورسوم تحويل العملات، ورسوم امتثال PCI، كلها تتراكم، وغالبًا ما يخفي المعدل الرئيسي المقتبس في محادثة المبيعات تكاليف تظهر في فاتورة الشهر الأول. منصات الذكاء الاصطناعي التي تبني نموذج تكلفة كامل قبل التوقيع تتجنب المفاجأة التي تضرب في الأسبوع السادس.

يعد توقيت التسوية أهم مما يدركه المؤسسون حتى يصبح مهمًا جدًا. التسوية القياسية هي يومي عمل؛ يقدم بعض المعالجين تسوية في اليوم التالي أو في نفس اليوم بعلاوة؛ يطلب البعض T زائد ثلاثة أو أطول للفئات عالية المخاطر. يعتمد وضع رأس مال المنصة العامل على توقيت التسوية، ولا تستطيع منصة الذكاء الاصطناعي ذات الهوامش الضئيلة على منتجها تحمل معالج يحتفظ بالأموال لمدة أسبوع دون نمذجة التأثير بعناية.

يعد هيكل الاحتياطي المصطلح الذي يدمر تخطيط التدفق النقدي بهدوء. لا يطلب المعالجون الرئيسيون عادة احتياطيات للتجار ذوي المخاطر المنخفضة ولكنهم يطبقونها بقوة للتجار الجدد، أو الفئات عالية المخاطر، أو التجار ذوي نسب رد المبالغ المدفوعة المرتفعة. يمكن أن يكون الاحتياطي نسبة مئوية من الحجم الشهري المحتفظ به لفترة محددة، أو يمكن أن يكون مبلغًا ثابتًا بالدولار، أو يمكن أن يكون هيكلًا متدحرجًا ينمو مع نمو الحجم. منصات الذكاء الاصطناعي التي تصمم تأثير التدفق النقدي للاحتياطي قبل التوقيع تتجنب أزمة رأس المال العامل التي تضرب عندما ينمو الاحتياطي أسرع من المتوقع.

تحدد شروط معالجة رد المبالغ المدفوعة مقدار عمل النزاع الذي يجب على المنصة القيام به مقابل مقدار ما يتعامل معه المعالج. يقدم بعض المعالجين تأمينًا ضد رد المبالغ المدفوعة أو خدمات إدارة رد المبالغ المدفوعة بتكلفة إضافية؛ يقدم البعض أدوات ولكنهم يتوقعون من التاجر القيام بعمل الاستجابة للنزاع؛ يطبق البعض رسوم رد المبالغ المدفوعة التلقائية التي تكون أعلى من قيمة المعاملة الأساسية. تحتاج منصة الذكاء الاصطناعي التي تقوم بأتمتة الاستجابة للنزاعات من خلال وكلائها إلى معالج يكشف عن واجهة برمجة تطبيقات النزاع ويقبل الاستجابات البرمجية، وليس كل معالج يفعل ذلك.

طبقة البوابة والترميز التي تحدد تعقيد التكامل وقابلية نقل البيانات

تعد طبقة البوابة والترميز هي الطبقة التي يفكر فيها معظم فرق هندسة الذكاء الاصطناعي أولاً، لأنها الطبقة التي يجب عليهم التكامل معها. البوابة هي واجهة برمجة التطبيقات (API) التي تستدعيها المنصة لتفويض بطاقة، والتقاط معاملة، وإصدار استرداد، والتعامل مع التدفق الأساسي. تحدد طبقة الترميز كيفية تخزين المنصة لبيانات البطاقة، وكيفية وصولها إلى الخزانة، وما إذا كان يمكن نقل الخزانة إلى معالج مختلف في المستقبل.

يختلف تعقيد التكامل بشكل كبير بين البوابات. تقدم البوابات الحديثة مثل Stripe و Checkout.com واجهات برمجة تطبيقات REST نظيفة، ومكتبات عميل شاملة، وموثوقية Webhook التي يمكن لفرق هندسة الذكاء الاصطناعي العمل معها. تتطلب البوابات القديمة مثل بعض تكاملات Worldpay أو First Data واجهات برمجة تطبيقات قائمة على XML، وصفحات دفع مستضافة، أو تدفقات نموذجية لا تتناسب مع منتج حديث. يختلف وقت التكامل وعبء الصيانة بشكل كبير بين خيارات البوابة، وتتأثر سرعة الهندسة لمنصة الذكاء الاصطناعي بالاختيار.

قرار الترميز هو القرار الذي يحدد قابلية النقل. إذا قامت المنصة بتخزين بيانات البطاقة في خزانة المعالج، فإن البيانات مملوكة للمعالج، وتتطلب الهجرة إلى معالج مختلف إما ترحيل الخزانة (الذي يقوم به المعالجون أحيانًا ولا يقومون به أحيانًا) أو إعادة تفويض كل حامل بطاقة (مما يدمر التحويل ويمثل كابوسًا تشغيليًا). إذا استخدمت المنصة رمز شبكة من Visa أو Mastercard، أو خزانة طرف ثالث من بائع مثل Spreedly أو VGS، فإن المنصة تمتلك الرمز ويمكنها توجيهه إلى أي معالج يدعم نفس تنسيق الرمز.

يجب اتخاذ قرار قابلية النقل قبل المعاملة الأولى. منصات الذكاء الاصطناعي التي تؤجل قرار قابلية النقل تحبس نفسها في المعالج الأصلي وتكتشف هذا القيد فقط عندما تحتاج إلى الترحيل. تزداد تكلفة الترحيل مع حجم الخزانة، ولا تستطيع منصة تحتوي على ملايين حاملي البطاقات المسجلين تحمل خسارتهم في عملية ترحيل. تتجنب المنصة التي تتخذ قرار قابلية النقل الصحيح في الأسبوع الأول تكلفة الترحيل تمامًا.

نطاق امتثال PCI هو المتغير الآخر الذي تحدده طبقة البوابة والترميز. يمكن للمنصة التي تستخدم حقول المعالج المستضافة، أو إطار iframe الخاص بالمعالج، أو حزمة تطوير البرامج المتنقلة (SDK) الخاصة بالمعالج، أن تظل في أدنى مستوى من امتثال PCI (SAQ A) وتتجنب عبء التدقيق. تقع المنصة التي تتعامل مع بيانات البطاقة الخام، ولو لفترة وجيزة، في مستوى PCI أعلى وتواجه تدقيقًا سنويًا يكلف المال ووقت الهندسة. يجب تصميم بنية فاتورة وكيل الذكاء الاصطناعي للحفاظ على نطاق PCI في حده الأدنى، لأن كل التزام إضافي بـ PCI يبطئ فريق الهندسة.

طبقة الامتثال والتوثيق التي تصمد أمام تدقيقات الجهات التنظيمية والمعالجات

طبقة الامتثال والتوثيق هي الطبقة التي يؤجلها مؤسسو منصات الذكاء الاصطناعي لأطول فترة ممكنة، ثم يضطرون إلى بنائها تحت ضغط المواعيد النهائية عندما يطلبها معالج أو جهة تنظيمية. SOC 2 Type II، وتصديق PCI DSS، ووثائق HIPAA BAA، واتفاقيات معالجة البيانات بموجب اللائحة العامة لحماية البيانات (GDPR)، وأي امتثال خاص بقطاع معين مثل HITRUST أو FedRAMP، كلها تندرج ضمن هذه الطبقة، ويُقاس الجدول الزمني للتدقيق بالشهور وليس بالأسابيع.

يعد تدقيق SOC 2 Type II الأساس الذي تبنى عليه معظم وثائق الامتثال الأخرى. يغطي تقرير النوع الثاني فترة تدقيق محددة، تتراوح عادة من ستة إلى اثني عشر شهرًا، تعمل خلالها ضوابط المنصة في الإنتاج. لا يمكن للمنصة إنتاج تقرير من النوع الثاني عند الطلب؛ بل يجب أن تعيش مع الضوابط الموجودة طوال فترة التدقيق، ثم تتعاون مع المدقق، ثم تخضع للتدقيق، ثم تنتج التقرير. لا تستطيع منصات الذكاء الاصطناعي التي تحتاج إلى تقرير من النوع الثاني في غضون ثلاثة أشهر إنتاجه إذا لم تبدأ في تنفيذ الضوابط قبل عام.

يعتمد تصديق PCI DSS على نطاق PCI الذي تحدده طبقة البوابة والترميز. يمكن للمنصة التي تقع ضمن نطاق SAQ A إكمال استبيان التقييم الذاتي في أيام؛ بينما تتطلب المنصة التي تقع ضمن نطاق SAQ D إشراك مقيّم أمني مؤهل يستغرق شهورًا. يكون الامتثال للمدفوعات التي تعمل بالذكاء الاصطناعي أسهل بكثير عندما تكون المنصة قد صممت نفسها لنطاق PCI أدنى منذ البداية، وأصعب بكثير عندما تكون المنصة قد تراكمت لديها معالجة بيانات البطاقة التي تدفعها إلى نطاق أعلى.

تعتبر وثائق HIPAA BAA مهمة لأي منصة ذكاء اصطناعي تتعامل مع تدفقات الرعاية الصحية. تحتاج المنصة إلى اتفاقيات BAA مع كل بائع في تدفق البيانات الذي يلامس معلومات الصحة المحمية (PHI)، بما في ذلك المعالج، ومزود السحابة، وبائع البريد الإلكتروني، وبائع التحليلات، وأي مزود استدلال بالذكاء الاصطناعي. وكيل الذكاء الاصطناعي الذي يلخص لقاءً سريريًا ويخزن الملخص في حقل بيانات تعريف الدفع قد وضع للتو معلومات الصحة المحمية (PHI) في نظام غير مغطى باتفاقية BAA، ولدى المنصة خرق HIPAA للتبليغ عنه.

تعتبر اتفاقيات معالجة بيانات GDPR مهمة لأي منصة ذكاء اصطناعي تتعامل مع بيانات مواطنين أوروبيين. يجب أن تحدد اتفاقيات معالجة البيانات مع كل بائع تدفقات البيانات، وسياسات الاحتفاظ، وآليات النقل الدولي، وإجراءات الإبلاغ عن الخروقات. المنصة التي لم تنتج هذه الاتفاقيات قبل انضمام أول عميل أوروبي لديها فجوة في الامتثال سيجدها أي مراجع على الفور.

يختلف الامتثال الخاص بالقطاع حسب الصناعة. تحتاج منصات الذكاء الاصطناعي للخدمات المالية إلى النظر في توقعات FINRA و SEC والجهات التنظيمية على مستوى الولاية. تحتاج منصات الذكاء الاصطناعي للرعاية الصحية إلى HITRUST بالإضافة إلى HIPAA للعديد من عملاء الشركات. قد تحتاج المنصات الحكومية المجاورة إلى FedRAMP. يجب بناء خارطة طريق الامتثال قبل أن يكشف طلب العميل عنها، لأن جداول تدقيق الامتثال لا تتراجع عندما ينتظر عميل رئيسي.

طبقة التنسيق والتوجيه التي تحسن الأداء عبر محفظة المعالجات

تقع طبقة التنسيق والتوجيه فوق علاقات المعالج وتوجه المعاملات عبر المحفظة بناءً على التكلفة، ومعدل التفويض، والتغطية الإقليمية، وإشارات الاحتيال، أو أي متغير آخر تختاره المنصة للتحسين. بالنسبة لمنصات الذكاء الاصطناعي التي تعمل عبر معالجات متعددة، تعد طبقة التنسيق العمود الفقري المعماري الذي يسمح للمنصة بتقديم تجربة منتج نظيفة عبر مكدس متعدد المعالجات.

يجب تصميم منطق التوجيه حول أهداف التحسين الفعلية للمنصة. إذا كان الهدف هو أعلى معدل تفويض، فإن منطق التوجيه يرسل كل معاملة إلى المعالج الأكثر احتمالًا للموافقة عليها بناءً على الأنماط التاريخية. إذا كان الهدف هو أقل تكلفة، فإن منطق التوجيه يرسل كل معاملة إلى أرخص معالج سيقبلها. إذا كان الهدف هو التغطية الإقليمية، فإن منطق التوجيه يرسل كل معاملة إلى المعالج الذي يتمتع بأفضل اكتساب محلي في بلد حامل البطاقة. يجب على المنصة اختيار هدف التحسين الأساسي قبل أن يصبح منطق التوجيه ذا معنى.

يعد منطق إعادة المحاولة النصف الآخر من طبقة التنسيق. عندما يتم رفض معاملة على المعالج الأساسي، يمكن لطبقة التنسيق إعادة المحاولة على معالج ثانوي، والتقاط المعاملات التي كان من الممكن أن تضيع. يجب تصميم إعادة المحاولة بعناية لتجنب التفويضات المكررة (التي تبدو كاحتيال وتضر بعلاقة حامل البطاقة) ولتتوافق مع قواعد شبكة البطاقات حول تكرار إعادة المحاولة ورموز سبب الرفض. إذا تم تنفيذها بشكل جيد، يرفع منطق إعادة المحاولة معدلات الموافقة بنقاط مئوية قليلة؛ وإذا تم تنفيذها بشكل سيء، فإنها تؤدي إلى عقوبات من العلامة التجارية للبطاقة.

تتعامل طبقة التنسيق أيضًا مع سيناريو الانهيار عندما يتعطل المعالج. انقطاعات المعالج نادرة لكنها تحدث، ومنصة الذكاء الاصطناعي التي تعتمد على معالج واحد لديها نقطة فشل واحدة تعطل تدفق الدفع بأكمله عندما يواجه المعالج يومًا سيئًا. يمكن لطبقة التنسيق ذات علاقات المعالجات المتعددة تجاوز انقطاع المعالج تلقائيًا، مما يحافظ على وظائف تدفق الدفع للمنصة بينما يتعافى المعالج المتأثر.

يجب تبرير تكلفة طبقة التنسيق بالتحسين الذي تنتجه. يتقاضى بائع التنسيق رسومًا لكل معاملة، وعند الحجم المنخفض يمكن أن تتجاوز التكلفة المدخرات. يجب على المنصة تصميم اقتصاديات التنسيق بعناية والتأكد من أن التحسين في معدل التفويض، أو التوفير في التبادل، أو الكفاءة التشغيلية من التكامل الموحد يبرر التكلفة. تجد معظم المنصات أن اقتصاديات التنسيق تعمل فوق بضعة ملايين من حجم البطاقة الشهرية وليس قبل ذلك.

طبقة الخزانة وتحريك الأموال التي تتعامل مع عمليات الحسابات المصرفية بخلاف البطاقات

تتعامل طبقة الخزانة وتحريك الأموال مع عمليات الحسابات المصرفية التي تترافق مع معالجة البطاقات. إنشاء ACH، والتحقق من الحساب المصرفي، والمدفوعات في الوقت الفعلي، وبدء التحويلات البنكية، وإصدار البطاقات، والمطابقة مقابل كشوف الحسابات المصرفية، كلها تقع ضمن هذه الطبقة، وتحتاج منصات الذكاء الاصطناعي العاملة في القطاعات الخاضعة للتنظيم بشكل متزايد إلى هذه الطبقة لأن معالجة البطاقات وحدها لا تغطي سير عمل تحريك الأموال بالكامل.

إن سير عمل إنشاء ACH أثقل من معالجة البطاقات تقنيًا ومن منظور الامتثال. تستغرق معاملات ACH أيامًا للتسوية، ويمكن إرجاعها لأسابيع، وتتطلب من المنصة الحفاظ على امتثال SEC NACHA، بما في ذلك قواعد التشغيل المتعلقة بمعدلات الإرجاع، ومعدلات الإرجاع غير المصرح بها، وتقارير NACHA العامة. يجب على منصات الذكاء الاصطناعي التي تبدأ ACH من خلال وكلائها بناء مراقبة الإرجاع في منطق الوكيل، لأن إرجاع ACH تفوته المنصة يمكن أن يؤدي إلى عقوبات NACHA وإنهاء حساب المعالج.

تحدد طبقة التحقق من الحساب المصرفي ما إذا كانت منصة الذكاء الاصطناعي يمكنها التحقق من الحسابات المصرفية قبل بدء معاملات ACH. يعد Plaid البائع المهيمن للتحقق من الحساب المصرفي من خلال الوصول إلى الحساب المصرح به من قبل المستخدم؛ وتلعب Stripe Financial Connections دورًا مشابهًا داخل نظام Stripe البيئي؛ وتتعامل Modern Treasury و Routable مع تنسيق سير عمل الحساب المصرفي للمنصات التي ترغب في أداة على مستوى الخزانة. يعتمد الاختيار على ما إذا كانت المنصة تحتاج إلى وصول كامل إلى الحساب المصرفي أو مجرد التحقق من أرقام التوجيه والحساب.

أصبحت إمكانية إصدار البطاقات مهمة لمنصات الذكاء الاصطناعي التي تحتاج إلى تزويد عملائها النهائيين ببطاقات افتراضية لإدارة المصروفات، أو التحكم في المشتريات، أو سير عمل الإنفاق الآلي. تقدم Stripe Issuing، و Marqeta، و Lithic إمكانية إصدار البطاقات مع مقايضات مختلفة من حيث تعقيد التكامل، وتخصيص العلامة التجارية، وعبء الامتثال. تصبح منصة الذكاء الاصطناعي التي تصدر البطاقات تاجرًا لعلامة تجارية للبطاقات وترث التزامات امتثال العلامة التجارية للبطاقة، وهو ما يمثل خطوة كبيرة إلى الأمام من كونها تاجرًا لمعالجة المدفوعات.

تحدد طبقة المطابقة ما إذا كانت دفاتر منصة الذكاء الاصطناعي تتطابق مع دفاتر البنك في نهاية كل يوم. المطابقة اليدوية ممكنة بالحجم المنخفض ومستحيلة على نطاق واسع؛ تحتاج منصات الذكاء الاصطناعي ذات العمليات الخزينة الكبيرة إلى أدوات مطابقة آلية تقارن سجلات معاملات المنصة بكشف الحساب المصرفي وتضع علامة على التناقضات للمراجعة البشرية. تقدم Modern Treasury، و Trovata، و Ramp أدوات مطابقة بتركزات مختلفة، ويعتمد الاختيار على تعقيد حركة الأموال في المنصة.

الشريك المصرفي وطبقة الراعي التي تمتلك الميثاق الكامن تحت كل شيء

تعد طبقة الشريك المصرفي والراعي الأساس الذي تقوم عليه بنية المدفوعات بأكملها، حتى عندما لا يدرك مؤسسو منصات الذكاء الاصطناعي ذلك. يتطلب إصدار البطاقات بنك راعيًا يحمل رقم التعريف المصرفي (BIN)، ويتطلب إنشاء مدفوعات ACH بنك راعٍ يتمتع بعضوية NACHA، وتتطلب نماذج Payfac بنك راعٍ يتمتع بعلاقة اكتساب، وتتطلب أنشطة أعمال الخدمات المالية بنك راعٍ أو ترخيص تحويل أموال حسب الولاية القضائية. وتعتبر علاقة الشريك المصرفي هي المكان الذي يتم فيه اختبار وضع الامتثال للمنصة في النهاية.

يجب أن يوازن اختيار الشريك المصرفي بين الرغبة في العمل مع منصات الذكاء الاصطناعية الأصلية وبين دقة الامتثال. تخصصت بعض البنوك الراعية في شراكات التكنولوجيا المالية والذكاء الاصطناعي ولديها عمليات انضمام مبسطة؛ بينما تراجعت أخرى عن رعاية التكنولوجيا المالية بعد الضغط التنظيمي ولم تعد تقبل شركاء جددًا. يجب على منصة الذكاء الاصطناعي تحديد الشركاء المصرفيين الموجودين بنشاط في السوق ولديهم شهية لنموذج الأعمال المحدد للمنصة.

إن الفحص النافذ للشريك المصرفي صارم وبطيء. سيطلب البنك برنامج مكافحة غسيل الأموال/مكافحة تمويل الإرهاب (BSA/AML) للمنصة، وإجراءات الفحص الخاصة بمكتب مراقبة الأصول الأجنبية (OFAC)، ومراقبة الأنشطة المشبوهة، وبرنامج تحديد هوية العملاء، وإجراءات الفحص النافذ للعملاء، وإجراءات الفحص النافذ المعزز للعملاء ذوي المخاطر العالية. المنصة التي لم تبنِ هذه البرامج قبل بدء محادثة البنك تذهب إلى قائمة انتظار البنك وتبقى هناك.

تتطلب علاقة الشريك المصرفي استثمارًا مستمرًا بعد الانضمام. سيجري البنك مراجعات دورية لبرنامج الامتثال للمنصة، وسيطلب تقارير عن أنماط المعاملات، وسيتطلب إشعارًا بالتغيرات التجارية المهمة، وسيتوقع من المنصة تصعيد أي حوادث امتثال على الفور. منصات الذكاء الاصطناعي التي تتعامل مع علاقة البنك كعلاقة بائع معاملات تجد ثقة البنك تتآكل بمرور الوقت، ويمكن للبنك إنهاء العلاقة بإشعار قصير نسبيًا.

تختلف تكلفة علاقة الشريك المصرفي بشكل كبير. تفرض بعض البنوك الراعية رسومًا شهرية ثابتة بالإضافة إلى تكاليف كل معاملة؛ بينما تشارك أخرى في التبادل أو اقتصاديات البرنامج؛ وتتقاضى أخرى رسومًا بناءً على مستويات حجم المنصة. يجب على منصة الذكاء الاصطناعي تصميم اقتصاديات الشريك المصرفي بعناية لأن العلاقة يصعب تغييرها لاحقًا، ويصعب استبدال شريك مصرفي يصبح غير تنافسي من حيث التكلفة دون تعطيل المكدس بأكمله.

كيف تقوم TFSF Ventures بهندسة جميع الطبقات الست معًا للمنصات التي تعمل بالذكاء الاصطناعي قبل إطلاقها

تقوم TFSF Ventures FZ-LLC، المسجلة بموجب RAKEZ License 47013955 وتعمل من دبي بخبرة سبعة وعشرين عامًا في المدفوعات والبرمجيات، بنشر البنية التحتية للمدفوعات للمنصات التي تعمل بالذكاء الاصطناعي من خلال هندسة جميع الطبقات الست معًا بدلاً من التعامل معها كقرارات بائع منفصلة. تبدأ منهجية النشر التي تستغرق ثلاثين يومًا بتحليل الاكتتاب، وتسلسل علاقات المعالج، وتصمم تكامل البوابة حول قابلية النقل، وتخطط لوثائق الامتثال وفقًا للجدول الزمني للتدقيق، وتبني طبقة التنسيق لمرونة مستقبلية، وتدمج علاقات الخزانة والشريك المصرفي في مكدس متماسك.

يبدأ عمل الهندسة بأنماط المعاملات الفعلية للمنصة ومزيج العملاء، وليس بقالب عام. بالنسبة لمنصة رعاية صحية تعمل بالذكاء الاصطناعي وتخطط لاستقبال ممارسات عبر ولايات متعددة بأنظمة تنظيمية مختلفة، تحدد الهندسة المعالجات التي ستقبل أنواع الممارسات، وأطر الامتثال التي تحتاجها المنصة للعمل وفقًا لها قبل المعاملة الأولى، وقدرات التنسيق والخزانة التي تحتاجها المنصة من اليوم الأول مقابل ما يمكن تأجيله. المخطط خاص بالعمليات المخطط لها للمنصة وليس قالبًا معاد تدويره.

عبر القطاعات الـ 21 التي تخدمها TFSF، أدت عمليات نشر البنية التحتية للمدفوعات إلى نتائج قابلة للقياس الكمي لمنصات الذكاء الاصطناعي التي شاركت قبل الإطلاق. تجنبت منصة ذكاء اصطناعي للخدمات المالية ما يقرب من ثلاثمائة وخمسين ألف دولار من متطلبات الاحتياطي الأولية من خلال هيكلة تسلسل حسابات التجار الخاصة بها للحفاظ على معاملات رسوم الاستشارة منخفضة المخاطر منفصلة عن التدفقات القائمة على المعاملات ذات المخاطر العالية. قللت منصة ذكاء اصطناعي للرعاية الصحية وقت أول معاملة من ستة أشهر متوقعة إلى اثنين وأربعين يومًا من خلال تسلسل تدقيق SOC 2، ومفاوضات BAA، واكتتاب المعالج بالتوازي بدلاً من التسلسل.

تغطي بنية معالجة الاستثناءات مسارات دفع وكيل الذكاء الاصطناعي على وجه التحديد. يمكن لوكيل مستقل يبدأ استردادًا دون التحقق من نافذة رد المبالغ المدفوعة، ويعيد محاولة معاملة مرفوضة دون احترام قواعد العلامة التجارية للبطاقة، ويصدر دفعة دون التحقق من الحساب المصرفي أولاً، أن يخلق حادث دفع يكلف المنصة أكثر بكثير من المعاملة الأساسية. يتضمن نشر TFSF حلًا تلقائيًا للاستثناءات الروتينية، وحلا بمساعدة الذكاء الاصطناعي للحالات الغامضة، وتصعيدًا بشريًا لأي شيء يتعلق بإشعار تنظيمي أو مراجعة مخاطر من جانب المعالج. يمتلك العميل الشفرة المصدرية بموجب ترخيص دائم، مما يعني أن منطق الاستثناءات يبقى داخل المنصة ولا يصبح أبدًا تبعية للبائع.

يتبع التسعير معايير تسعير TFSF Ventures FZ-LLC، حيث تبدأ استثمارات النشر بعشرات الآلاف المنخفضة للمنصات المركزة مع عدد قليل من الوكلاء وتتدرج بناءً على عدد الوكلاء وتعقيد التكامل ونطاق التشغيل. تتضمن جميع عمليات النشر رسومًا منفصلة لتكاليف البنية التحتية للذكاء الاصطناعي تبلغ حوالي أربعمائة إلى خمسمائة دولار شهريًا من Pulse AI بسعر التكلفة بدون أي هامش ربح. يتم الإجابة على سؤال الشرعية الذي غالبًا ما تثيره مراجعات TFSF Ventures من خلال سجل RAKEZ؛ يعكس عدم وجود مراجعات عامة سياسة السرية التي يطلبها العملاء المؤسسيون.

ما لا تستطيع بنية TFSF فعله هو أن تحل محل العمل التجاري الخاص بالمنصة. إن علاقات المعالج، وعلاقات الشركاء المصرفيين، والعلاقات مع الجهات التنظيمية، هي ملك للمنصة نفسها، ويمكن للبنية أن تهيكلها ولكن لا يمكنها الحفاظ عليها. المنصات التي تشارك مبكرًا تعامل البنية كأساس لاستثمارها المستمر في العلاقات، وليس كتسليم لمرة واحدة.

حول TFSF Ventures

TFSF Ventures FZ-LLC (RAKEZ License 47013955) هي شركة هندسة مشاريع تقوم بنشر بنية تحتية للوكلاء الأذكياء عبر الشركات من خلال ثلاث ركائز متكاملة: بنية تحتية وكيلة، مسارات دفع غير تقليدية، ومحرك مشاريع كامل. بخبرة 27 عامًا في مجال المدفوعات والبرمجيات، تعمل TFSF عالميًا، وتخدم 21 قطاعًا منهجيًا بنهج نشر يستغرق 30 يومًا. اعرف المزيد على https://tfsfventures.com

قم بإجراء تقييم ذكاء العمليات المجاني

قم بإجراء تقييم ذكاء العمليات المجاني. أجب على بعض الأسئلة السريعة حول عملك. احصل على مخطط نشر ذكاء اصطناعي مخصص في غضون 24 إلى 48 ساعة يتضمن توصيات الوكلاء، والهندسة المعمارية، وخارطة طريق خاصة بعملياتك. لا توجد مكالمة مبيعات. لا يوجد التزام. فقط بيانات. ابدأ من https://tfsfventures.com/assessment

Originally published at https://tfsfventures.com/blog/the-six-payment-infrastructure-layers-every-ai-powered-platform-needs-before-tak

Written by TFSF Ventures Research