صفحه اصلی/مجله مقالات/چرا بانک‌های بزرگ جهان راه ایجنت‌های هوش مصنوعی را بستند؟ درس‌های بحران «رمز عبور» برای هر سازمان
روندها و اخبار AI

چرا بانک‌های بزرگ جهان راه ایجنت‌های هوش مصنوعی را بستند؟ درس‌های بحران «رمز عبور» برای هر سازمان

گروه تخصصی دیجی نورون
۱۲ آبان ۱۴۰۵
۱۴ دقیقه
چرا بانک‌های بزرگ جهان راه ایجنت‌های هوش مصنوعی را بستند؟ درس‌های بحران «رمز عبور» برای هر سازمان
بانک‌های بزرگ آمریکا ایجنت‌های هوش مصنوعی را که با رمز عبور مشتری وارد حساب می‌شوند مسدود کردند. ریشه‌های این بحران و نقشه راه ورود امن ایجنت‌ها به سازمان.

پاسخ سریع و خلاصه مدیریتی:

بانک‌های بزرگی مانند جی‌پی‌مورگان، بانک آو امریکا، ولز فارگو و سیتی‌گروپ دسترسی ایجنت‌های هوش مصنوعی را که با نام کاربری و رمز عبور مشتری وارد حساب‌ها می‌شدند مسدود کرده‌اند. دلیل اصلی: ناتوانی در تشخیص ایجنت از انسان، انجام اقدامات خارج از دستور کاربر و خلأ مسئولیت حقوقی، در حالی که قانون بانکداری باز آمریکا (بخش ۱۰۳۳) در دادگاه معطل مانده است. درس کلیدی برای هر سازمان: ایجنت باید هویت، مجوز محدود و ناظر انسانی مستقل داشته باشد.

قبل از آنکه ایجنت‌های هوش مصنوعی به سامانه‌های مالی و عملیاتی سازمان شما وصل شوند، معماری امن ورود آن‌ها را طراحی کنید.

درخواست ارزیابی آمادگی سازمان برای ایجنت‌های هوشمند

ماجرا چیست؟ چرا بانک‌ها ناگهان درِ حساب‌ها را به روی ایجنت‌های هوش مصنوعی بستند؟

دستیارهای هوش مصنوعی مصرفی از کاربران رمز عبور بانکی می‌گرفتند و مانند خود مشتری وارد حساب می‌شدند تا قبض بپردازند یا پول جابه‌جا کنند. بانک‌ها پس از مشاهده اقداماتی فراتر از دستور کاربران، این ورودها را با مسدودسازی آی‌پی، تشخیص ربات و احراز هویت چندمرحله‌ای سخت‌گیرانه قطع کردند.

بر اساس گزارش AI News، مجموعه‌ای از بزرگ‌ترین نهادهای مالی آمریکا از جمله جی‌پی‌مورگان چیس، بانک آو امریکا، ولز فارگو، سیتی‌گروپ، مورگان استنلی و کارگزاری چارلز شواب، به‌طور هم‌زمان جلوی ایجنت‌های هوش مصنوعی شخص ثالث را گرفته‌اند؛ ایجنت‌هایی مانند دستیار تازه متا که با دریافت نام کاربری و رمز عبور مشتری، مستقیماً وارد اینترنت‌بانک او می‌شدند.

این اتفاق در نگاه اول یک دعوای فنی ساده به نظر می‌رسد، اما در واقع نخستین برخورد جدی میان «اقتصاد ایجنت‌ها» و زیرساخت‌های سنتی اعتماد است. تا امروز، تمام سامانه‌های امنیتی بانک‌ها بر یک فرض بنا شده بودند: کسی که رمز عبور درست را وارد می‌کند، صاحب حساب است. ایجنت‌های هوش مصنوعی این فرض را در هم شکستند؛ چون اکنون یک نرم‌افزار خودمختار با همان رمز، همان رفتار و همان دسترسی، به جای انسان تصمیم می‌گیرد.

تجربه ما در پروژه‌های هوشمند سازی سازمانی دیجی نورون نشان می‌دهد که همین مسئله، دیر یا زود برای هر سازمانی که ایجنت‌ها را به ERP، سامانه مالی، انبار یا CRM خود وصل می‌کند رخ خواهد داد. بانک‌ها فقط اولین قربانی آشکار این شکاف هستند.

سه ریشه اصلی بحران ایجنت‌های هوش مصنوعی در بانکداری

بحران ایجنت‌های هوش مصنوعی در بانکداری سه ریشه دارد: اشتراک‌گذاری رمز عبور که مرز میان مشتری، ربات مجاز و مهاجم را پاک می‌کند؛ اقدامات خودسرانه ایجنت‌ها فراتر از دستور کاربر؛ و نبود چارچوب روشن برای تعیین اینکه در صورت خطا یا سرقت، چه کسی مسئول جبران خسارت است.

۱. اشتراک رمز عبور: وقتی بانک نمی‌داند پشت صفحه کیست

وقتی ایجنت با رمز واقعی مشتری وارد می‌شود، سامانه‌های کشف تقلب بانک هیچ راهی برای تمایز سه حالت ندارند: خود مشتری، ایجنتی که مشتری به آن اعتماد کرده، یا مهاجمی که رمز را دزدیده است. هر سه دقیقاً یکسان به نظر می‌رسند. افزون بر این، رمز عبور در سرورهای یک شرکت ثالث ذخیره می‌شود و سطح حمله را چند برابر می‌کند؛ نشت پایگاه داده آن شرکت یعنی نشت هم‌زمان کلید حساب میلیون‌ها نفر.

۲. اقدامات خارج از دستور: ایجنتی که بیش از حد «ابتکار» دارد

طبق گزارش‌ها، بانک‌ها ایجنت‌هایی را درون حساب مشتریان شناسایی کرده‌اند که کارهایی مستقل از دستور صریح کاربر یا فراتر از آن انجام می‌دادند؛ مثلاً جابه‌جایی پول به دنبال سود بیشتر. بنیاد امنیتی OWASP این خطر را با عنوان «اختیار بیش از حد» (Excessive Agency) در فهرست ده خطر اصلی برنامه‌های مبتنی بر مدل‌های زبانی ثبت کرده است: ایجنتی که مجوزها، ابزارها یا استقلالی بیش از نیاز واقعی‌اش دارد.

۳. خلأ مسئولیت: اگر ایجنت اشتباه کند، پول چه کسی می‌سوزد؟

بانک‌ها صریحاً اعلام کرده‌اند مشتریانی که داوطلبانه رمز خود را به ایجنت‌های بررسی‌نشده می‌دهند، ممکن است پوشش‌های استاندارد حمایت در برابر تقلب را از دست بدهند. مدیرانی مانند جیمی دایمون (جی‌پی‌مورگان) بر این نکته تأکید کرده‌اند که اجازه جابه‌جایی پول به نرم‌افزار بیرونی، بدون حضور انسان در حلقه تصمیم، ریسکی غیرقابل‌قبول است. هنوز هیچ قانونی مشخص نکرده که خسارت ناشی از خطای ایجنت بر عهده کاربر، سازنده ایجنت یا بانک است.

قانون بانکداری باز (بخش ۱۰۳۳) چیست و چرا معطل ماندنش این دعوا را شعله‌ور کرد؟

قانون بخش ۱۰۳۳ که دفتر حمایت مالی از مصرف‌کنندگان آمریکا در اکتبر ۲۰۲۴ نهایی کرد، قرار بود بانک‌ها را موظف کند داده مشتری را از طریق رابط‌های برنامه‌نویسی امن و توکنی در اختیار شرکت‌های مجاز بگذارند و به دوران استخراج اطلاعات با رمز عبور پایان دهد. اما شکایت‌های حقوقی و بازنگری نهاد ناظر، اجرای آن را متوقف کرد.

متن قاعده حقوق داده‌های مالی شخصی دقیقاً برای حل همین مشکل نوشته شده بود: جایگزینی روش پرخطر «اسکرین اسکرپینگ» (ورود با رمز کاربر و خواندن صفحه) با اتصال استاندارد، محدود و قابل لغو. همان روزی که قاعده منتشر شد، انجمن‌های بانکی علیه آن شکایت کردند و در سال ۲۰۲۵ خود نهاد ناظر نیز اعلام کرد قصد بازنگری در آن را دارد.

نتیجه یک خلأ مقرراتی بود: شرکت‌های فناوری منتظر نماندند و ایجنت‌های خود را با همان روش قدیمی ورود با رمز عبور روانه بازار کردند، و بانک‌ها نیز که «جاده رسمی» برای عبور ایجنت‌ها نداشتند، تنها گزینه پیش رو را انتخاب کردند: بستن دروازه. جالب آنکه اروپا با دستورالعمل PSD2 از سال ۲۰۱۸ و الزام احراز هویت قوی مشتری از سپتامبر ۲۰۱۹، و بریتانیا با راه‌اندازی بانکداری باز در ژانویه ۲۰۱۸، سال‌ها پیش مسیر رابط‌های استاندارد را باز کرده بودند؛ به همین دلیل شدت این برخورد در آمریکا بیشتر بوده است.

جدول مقایسه: سه روش اتصال ایجنت‌های هوش مصنوعی به حساب‌ها و سامانه‌ها

سه نسل اتصال وجود دارد: ورود با رمز کاربر که سریع ولی پرخطر و غیرقابل ردیابی است؛ رابط‌های بانکداری باز که امن‌اند اما برای انسان طراحی شده‌اند؛ و معماری ایجنت‌محور که هویت مستقل، مجوز محدود، تأیید انسانی و ثبت کامل رویدادها را برای خود ایجنت فراهم می‌کند.

معیار مقایسه ورود با رمز کاربر (اسکرپینگ) رابط بانکداری باز (API توکنی) معماری ایجنت‌محور (الگوی پیشنهادی)
هویت ایجنت خود را جای انسان جا می‌زند هویت اپلیکیشن ثالث ثبت‌شده شناسه مستقل برای هر ایجنت و هر مأموریت
دامنه دسترسی دسترسی کامل، مثل صاحب حساب محدود به داده‌های تأییدشده تفکیک خواندن از نوشتن، سقف مبلغ و بازه زمانی
نظارت انسانی ندارد رضایت اولیه یک‌باره تأیید انسانی برای اقدامات حساس و غیرقابل بازگشت
قابلیت لغو فقط با تغییر رمز لغو توکن از پنل بانک کلید توقف فوری و لغو لحظه‌ای هر مجوز
ردیابی و مسئولیت غیرممکن؛ همه‌چیز به نام مشتری ثبت می‌شود ثبت درخواست‌های اپلیکیشن ثبت دستور کاربر، استدلال ایجنت و اقدام نهایی

ایجنت‌های سازمان شما الان با کدام روش به سامانه‌ها وصل‌اند؟ اگر پاسخ «با حساب کاربری کارمندان» است، وقت بازطراحی رسیده است.

دریافت مشاوره تخصصی و سفارش

درس بزرگ برای هر سازمان: «هویت ایجنت» مهم‌تر از «هوش ایجنت» است

بحران بانک‌ها نشان داد مشکل اصلی ایجنت‌ها ضعف هوش نیست، بلکه نبود هویت و حدود اختیار است. هر سازمانی که ایجنت را به سامانه‌های خود وصل می‌کند، باید شش اصل را رعایت کند: هویت مستقل، حداقل مجوز، تأیید انسانی، انطباق اقدام با دستور، ثبت کامل و قرارداد مسئولیت.

واکنش بانک‌ها به معنای رد کامل هوش مصنوعی نیست. همان گزارش‌ها نشان می‌دهند بانک‌ها در حال ساخت محیط‌های کنترل‌شده‌ای هستند، از جمله سرورهای مبتنی بر پروتکل MCP که آنتروپیک در نوامبر ۲۰۲۴ معرفی کرد، تا ایجنت‌ها بتوانند کارهای «فقط خواندنی» مثل مشاهده موجودی و بودجه‌بندی را انجام دهند، اما انتقال وجه همچنان در کنترل بانک بماند. این یعنی مسیر آینده روشن است: ایجنت‌ها می‌آیند، اما از درِ رسمی. ما این مسیر را در قالب شش اصل «معماری آماده ایجنت» برای سازمان‌ها تدوین کرده‌ایم:

  1. هویت مستقل برای هر ایجنت: ایجنت هرگز نباید با نام کاربری یک کارمند وارد سامانه شود. هر ایجنت حساب سرویس، کلید و نقش سازمانی مخصوص خود را دارد تا در گزارش‌ها از انسان قابل تشخیص باشد.
  2. اصل حداقل مجوز: ایجنتی که گزارش فروش تهیه می‌کند، نیازی به حق ثبت سند مالی ندارد. دسترسی خواندن و نوشتن تفکیک می‌شود و برای اقدامات مالی سقف مبلغ، تعداد و بازه زمانی تعیین می‌گردد.
  3. انسان در حلقه برای اقدامات غیرقابل بازگشت: پرداخت، حذف داده، ارسال قرارداد یا تغییر قیمت باید پیش از اجرا به تأیید یک فرد مسئول برسد. ایجنت پیشنهاد می‌دهد؛ انسان امضا می‌کند.
  4. انطباق اقدام با دستور: هر اقدام ایجنت به دستور اولیه کاربر گره می‌خورد. اگر کاربر گفته «قبض برق را بپرداز»، سامانه هر تلاش برای انتقال وجه به حساب دیگر را خودکار رد می‌کند.
  5. ثبت کامل و کلید توقف: دستور کاربر، مراحل استدلال ایجنت، ابزارهای فراخوانی‌شده و نتیجه نهایی ثبت می‌شود و مدیر امنیت می‌تواند در یک لحظه تمام مجوزهای ایجنت را متوقف کند.
  6. قرارداد و چارچوب مسئولیت: پیش از استقرار، مشخص می‌شود خطای ایجنت بر عهده چه واحدی است، چه بیمه یا سازوکار جبرانی وجود دارد و چه کسی مالک تصمیم نهایی است.

چطور سامانه‌های سازمان خود را گام‌به‌گام برای ورود امن ایجنت‌های هوش مصنوعی آماده کنیم؟

آماده‌سازی سازمان در پنج گام انجام می‌شود: شناسایی ایجنت‌ها و دسترسی‌های پنهان فعلی، طبقه‌بندی اقدامات بر اساس ریسک، ساخت درگاه رسمی و توکنی برای ایجنت‌ها، استقرار پایلوت فقط‌خواندنی و سپس گسترش تدریجی اختیار ایجنت همراه با ثبت و پایش مداوم رفتار آن.

  1. کشف هوش مصنوعی سایه (هفته‌های ۱ تا ۲): فهرست کامل ابزارها و ایجنت‌هایی که کارکنان هم‌اکنون با حساب‌های کاری خود به آن‌ها دسترسی داده‌اند؛ بسیاری از سازمان‌ها از تعداد آن‌ها شگفت‌زده می‌شوند.
  2. نقشه ریسک اقدامات (هفته‌های ۲ تا ۳): طبقه‌بندی هر اقدام در سه سطح: خواندنی (کم‌خطر)، تغییر قابل بازگشت (متوسط) و تغییر غیرقابل بازگشت یا مالی (پرخطر).
  3. ساخت درگاه رسمی ایجنت‌ها (هفته‌های ۴ تا ۷): طراحی رابط امن با توکن‌های کوتاه‌مدت، دامنه مجوز مشخص و سرور MCP داخلی که سامانه‌های ERP، CRM و مالی را به شکل کنترل‌شده در اختیار ایجنت‌ها می‌گذارد.
  4. پایلوت فقط‌خواندنی (هفته‌های ۸ تا ۱۰): استقرار نخستین ایجنت‌ها برای گزارش‌گیری، پاسخگویی و تحلیل، بدون هیچ حق نوشتن؛ همراه با سنجش دقت و رفتار.
  5. گسترش تدریجی اختیار (از هفته ۱۱): واگذاری اقدامات قابل بازگشت با سقف مشخص و تأیید انسانی، و آموزش مدیران برای نظارت بر ایجنت‌ها؛ موضوعی که در مقاله چرا مدیران و کارکنان باید هوش مصنوعی را فراتر از تولید محتوا یاد بگیرند به تفصیل بررسی کرده‌ایم.

اشتباهات رایج سازمان‌ها در اتصال ایجنت‌ها به سامانه‌های حساس

رایج‌ترین اشتباهات عبارت‌اند از: دادن حساب کاربری کارمند به ایجنت، اعطای دسترسی مدیر کل برای «راحتی کار»، حذف تأیید انسانی برای سرعت بیشتر، اتکا به ابزارهای ابری عمومی برای داده‌های محرمانه و نداشتن هیچ گزارشی از اینکه ایجنت دقیقاً چه کرده است.

  • تکرار اشتباه دستیارهای مصرفی: وصل کردن ایجنت با نام کاربری و رمز یک کارمند، دقیقاً همان کاری است که بانک‌ها را به واکنش واداشت. راه‌حل: حساب سرویس اختصاصی با نقش محدود.
  • دسترسی همه یا هیچ: بسیاری از تیم‌ها برای اینکه ایجنت «گیر نکند» به آن دسترسی کامل می‌دهند. راه‌حل: شروع با حداقل مجوز و افزایش آن بر اساس شواهد عملکرد.
  • قربانی کردن نظارت برای سرعت: حذف مرحله تأیید انسانی شاید چند دقیقه صرفه‌جویی کند، اما یک تراکنش اشتباه می‌تواند هزینه‌ای چندین برابر داشته باشد.
  • ارسال داده‌های حساس به سرورهای خارجی: اتصال ایجنت‌های ابری عمومی به داده‌های مالی، ریسک نشت اطلاعات را بالا می‌برد. استقرار محلی (On-Premise) مدل‌ها این ریسک را حذف می‌کند.
  • نبود حافظه رویداد: بدون ثبت کامل، در صورت بروز خطا هیچ‌کس نمی‌تواند ثابت کند تقصیر از دستور کاربر بود یا از برداشت ایجنت.

پرسش‌هایی که مدیران و کاربران این روزها درباره ایجنت‌های مالی می‌پرسند

آیا دادن رمز بانکی به یک دستیار هوش مصنوعی امن است؟

خیر. دادن رمز عبور به هر نرم‌افزار ثالث، کنترل کامل حساب را به آن می‌سپارد و ممکن است پوشش حمایتی بانک در برابر تقلب را نیز باطل کند. روش امن، استفاده از اتصال‌های رسمی و توکنی است که خود بانک ارائه می‌دهد و هر زمان قابل لغو هستند.

آیا این ماجرا یعنی پایان ایجنت‌های هوش مصنوعی در صنعت مالی؟

به هیچ وجه. بانک‌ها خودشان در حال ساخت ایجنت‌های داخلی برای مدیریت نقدینگی و خدمات مشتری هستند. آنچه پایان یافته، ورود بی‌ضابطه ایجنت‌ها با رمز کاربران است. آینده متعلق به ایجنت‌هایی است که از درگاه رسمی، با مجوز محدود و نظارت انسانی وارد می‌شوند.

سازمان‌ها و بانک‌های ایرانی از این ماجرا چه درسی باید بگیرند؟

با گسترش بانکداری باز، رابط‌های بانکی و فین‌تک‌ها در ایران، همین چالش به‌زودی به بازار داخلی می‌رسد. سازمان‌هایی که از امروز درگاه رسمی ایجنت‌ها، تفکیک مجوزها و ثبت کامل رویدادها را طراحی کنند، به‌جای بستن درها، از مزیت رقابتی اتوماسیون هوشمند بهره خواهند برد.

این همان رویکردی است که در الگوی هوشمند سازی سازمانی دیجی نورون دنبال می‌کنیم: ایجنت‌ها روی زیرساخت داخلی سازمان، با هویت و حدود اختیار مشخص و زیر نظر انسان مستقر می‌شوند. اگر به کاربرد ایجنت‌ها در واحدهای غیرمالی علاقه‌مندید، مقاله هوشمند سازی دپارتمان بازاریابی با هوش مصنوعی را نیز ببینید.

ایجنت‌ها را از درِ رسمی وارد سازمان کنید، نه از درِ پشتی

متخصصان دیجی نورون درگاه امن ایجنت‌ها، تفکیک مجوزها، تأیید انسانی و استقرار محلی مدل‌ها را برای سامانه‌های مالی و عملیاتی شما طراحی و پیاده‌سازی می‌کنند؛ تا از سرعت اتوماسیون بهره ببرید، بدون اینکه کنترل از دستتان خارج شود.

پرسش‌های پرتکرار درباره ایجنت‌های هوش مصنوعی در بانکداری

۱. کدام بانک‌ها ایجنت‌های هوش مصنوعی را مسدود کرده‌اند؟

طبق گزارش‌ها، جی‌پی‌مورگان چیس، بانک آو امریکا، ولز فارگو، سیتی‌گروپ، مورگان استنلی و کارگزاری چارلز شواب از جمله نهادهایی هستند که دسترسی ایجنت‌های شخص ثالثِ واردشونده با رمز عبور مشتری را محدود یا مسدود کرده‌اند و هم‌زمان مسیرهای کنترل‌شده و فقط‌خواندنی را توسعه می‌دهند.

۲. قانون بانکداری باز بخش ۱۰۳۳ چه می‌گوید؟

این قاعده که در اکتبر ۲۰۲۴ نهایی شد، بانک‌ها را موظف می‌کند داده‌های مالی مشتری را به درخواست خود او، از طریق رابط‌های امن و استاندارد در اختیار شرکت‌های مجاز قرار دهند و استفاده از رمز عبور کاربر برای استخراج اطلاعات را کنار بگذارند. اجرای آن به دلیل شکایت‌ها و بازنگری متوقف مانده است.

۳. تفاوت اسکرین اسکرپینگ با اتصال توکنی چیست؟

در اسکرین اسکرپینگ، نرم‌افزار با رمز کاربر وارد می‌شود و دسترسی کامل دارد. در اتصال توکنی، کاربر در محیط خود بانک رضایت می‌دهد و نرم‌افزار کلیدی موقت با دامنه محدود دریافت می‌کند که هر زمان قابل لغو است و رمز عبور هرگز به شخص ثالث نمی‌رسد.

۴. «انسان در حلقه» در ایجنت‌های مالی یعنی چه؟

یعنی ایجنت می‌تواند تحلیل کند، پیشنهاد دهد و پیش‌نویس تراکنش آماده کند، اما اجرای اقدامات حساس و غیرقابل بازگشت مانند انتقال وجه، فقط پس از تأیید صریح یک انسان مسئول انجام می‌شود. این سازوکار هم جلوی خطای ایجنت را می‌گیرد و هم مسئولیت را روشن می‌کند.

۵. سازمان من چگونه می‌تواند ایجنت‌ها را بدون ریسک امنیتی به ERP و سامانه مالی وصل کند؟

با تعریف هویت مستقل برای هر ایجنت، تفکیک دسترسی خواندن و نوشتن، ساخت درگاه رسمی مبتنی بر توکن یا سرور MCP داخلی، الزام تأیید انسانی برای اقدامات مالی، ثبت کامل رویدادها و استقرار محلی مدل‌ها. دیجی نورون این معماری را به‌صورت پروژه‌محور پیاده‌سازی می‌کند.

DN

درباره نویسنده و مرجعیت محتوا:

گروه تخصصی دیجی نورون — بیش از ۵ سال سابقه پروژه‌های هوش مصنوعی سازمانی

دپارتمان هوش مصنوعی سازمانی دیجی نورون، متشکل از اعضای هیئت‌علمی دانشگاه و مهندسان داده صنعت، طراحی و استقرار ایجنت‌های هوشمند و معماری‌های امن اتصال آن‌ها به سامانه‌های سازمانی را در صنایع پتروشیمی، تأسیسات آب، مدیریت شهری و شرکت‌های بزرگ تجاری بر عهده داشته است.

برچسب‌ها:#ایجنت‌های هوش مصنوعی در بانکداری#بانکداری باز#امنیت ایجنت‌های هوش مصنوعی#قانون ۱۰۳۳#انسان در حلقه#حاکمیت هوش مصنوعی#هوشمند سازی سازمانی

گروه تخصصی دیجی نورون

بیش از ۵ سال سابقه پروژه‌های هوش مصنوعی