الاعتمادات غير الظاهرة: الجزء من مجموعة أدوات التحليل الذي توقفنا عن التساؤل عنه

أونور ألب سونر هو المؤسس المشارك والرئيس التنفيذي لشركة Countly.

التكنولوجيا المالية تتطور بسرعة. الأخبار في كل مكان، والوضوح غير موجود.

يقدم أسبوعياً أخبار وفعاليات التكنولوجيا المالية الرئيسية في مكان واحد.

انقر هنا للاشتراك في النشرة الإخبارية لأسبوعية التكنولوجيا المالية

يقرأها التنفيذيون في JP Morgan، Coinbase، BlackRock، Klarna وغيرهم.

عندما تتعرض البيانات للاختراق وتصبح خبرًا، غالبًا ما يُنظر إليها على أنها استثناء – خطأ في التكوين، إذن تم تجاهله، خطأ بشري يمكن أن يحدث لأي شخص. يتوقف النقاش غالبًا عند هذا الحد، كما لو أن الحادث نفسه هو السبب. في الواقع، الاختراقات غالبًا ما تكون إشارات أكثر منها فشل. فهي تكشف عن تبعيات أصبحت مركزية جدًا وغامضة جدًا قبل أن يحدث أي خطأ. بحلول الوقت الذي يتم فيه تسريب البيانات، يكون الخطر قد تراكم بصمت لسنوات.

لطالما كانت التحليلات في فئة ذهنية آمنة. كانت تُعتبر مراقبة، شيء يراقب النظام بدلاً من تشكيله. على عكس المدفوعات، الهوية، أو البنية التحتية الأساسية، نادرًا ما كانت التحليلات تُعامل كطبقة يمكن أن تؤثر بشكل مادي على النتائج.

في التكنولوجيا المالية، خاصة، تؤثر التحليلات الآن على كيفية تطور الأنظمة وكيفية اتخاذ القرارات، مما يشكل سلوك المنتج، ضوابط المخاطر، وحتى الأتمتة. ومع ذلك، لا تزال البنية التحتية وراءها غالبًا خارجية، تعمل على منصات طرف ثالث خارج السيطرة المباشرة للمؤسسة.

هذه هي التبعية غير المرئية التي توقفنا عن التساؤل عنها.

لماذا توقفت عبارة “لا بيانات شخصية” عن أن تكون تعريفًا كافيًا للأمان

عندما تبرر الفرق استئجار التحليلات، يكون الجدل عادة حول البيانات الشخصية. يتم إخفاء الأحداث. لا يتم جمع أسماء أو رسائل بريد إلكتروني. بدون بيانات شخصية، يُفترض أن الخطر منخفض.

بينما كان هذا المنطق صحيحًا عندما كانت التحليلات تركز بشكل رئيسي على عد المستخدمين والجلسات، فإنه يتفكك عندما تبدأ التحليلات في التقاط سلوك الأنظمة.

البيانات الحدثية الحديثة تفعل أكثر من مجرد وصف المستخدمين الأفراد. تكشف عن الهيكل الداخلي. أسماء الميزات، عناوين URL الداخلية، متغيرات التجارب، حالات الأخطاء، أنماط التوقيت، واستجابات الخلفية تكشف كيف تم تصميم المنتج وكيف تتدفق القرارات خلاله. لا يحدد أي من ذلك شخصًا مباشرة، ومع ذلك يمكن أن يعيد بناء أجزاء كبيرة من المنطق الداخلي للمؤسسة.

هنا يصبح تأثير الفسيفساء عمليًا. تظهر الأحداث الفردية غير ضارة عند النظر إليها بشكل منفرد. عند تجميعها مع مرور الوقت، عبر الميزات والتدفقات، تكشف عن كيفية عمل المنتج فعليًا. في التكنولوجيا المالية، لهذا عواقب حقيقية. حتى الأحداث المجهولة الهوية يمكن أن تشير إلى حدود الموافقة، قواعد تقييم المخاطر، أو مسارات التصعيد. حساسية بيانات التحليلات اليوم أقل في من تتعقب ومن ما تكشفه.

حدود “نحن نعتني بالأمان لك”.

تتفوق بائعات التحليلات في الأداء، السرعة، وسهولة التكامل. تلك القوة مهمة. ما لا يقومون بتحسينه هو الأمان على المدى الطويل، قابلية الامتثال التنظيمي، أو قدرة المؤسسة على شرح بنيتها التحتية تحت التدقيق.

عندما تقول الشركات إنهم “يتولون الأمان”، عادةً يقصدون أن التعقيد مخفي. لا يمكنك رؤية كيف يتم دمج البيانات، الاحتفاظ بها، أو ما الإشارات الثانوية المستخلصة. يُباع عدم الرؤية على أنه بساطة، لكن السيطرة تُستبدل بالثقة. معايير مثل SOC2 تصادق على الضوابط، وليس على الخيارات المعمارية. يمكن أن يكون النظام معتمدًا بالكامل ومع ذلك يركز البيانات الحساسة للتحليلات بطرق يصعب تبريرها عند التدقيق.

قد يكون هذا التوازن مقبولًا في أماكن أخرى. بالنسبة للتحليلات التي تؤثر على القرارات، فإنه يخلق مخاطر هيكلية من خلال استبدال الأمان القابل للتحقق بأنظمة مخفية وثقة مفترضة.

السجلات المالية تعمل بالفعل وفقًا لهذا المنطق: القابلية للتتبع، القابلية للمراجعة، والملكية غير قابلة للتفاوض. الآن، تشكل التحليلات قرارات مهمة أيضًا، لكنها لم تُعامل بعد بنفس الانضباط.

كيف يتراكم الخطر الهيكلي في أنظمة التحليلات

معظم حوادث التحليلات لا تنجم عن خيار سيء واحد. تظهر تدريجيًا، مع تحمل الأنظمة مسؤوليات لم تكن مصممة لتحملها أبدًا.

تضيف الفرق المزيد من الأحداث، ثم المزيد من السياق، ثم المزيد من البيانات الوصفية. تزداد علامات الميزات، معرفات التجارب، رموز الأخطاء الداخلية، حالات الخلفية، وتصنيفات المستخدم ببطء في تدفقات الأحداث. مع مرور الوقت، تصبح التحليلات مرآة تفصيلية لكيفية عمل المنتج فعليًا. عندها، تتوقف عن كونها طبقة تقارير سلبية وتتحول إلى نوع من الذاكرة المؤسسية.

عندما يتم كشف البيانات، فإن التسرب ليس غالبًا مجرد أرقام خام. إنه الهيكل: كيف يتم طرح الميزات، كيف يتم تنظيم القرارات، كيف تتفاعل الخدمات، وكيف يتم التعامل مع الحالات الحدية. أظهرت الحوادث الأخيرة ذلك بوضوح، حيث كشفت السجلات التي كانت تعتبر غير ضارة عن منطق التوجيه الداخلي، تكوينات التجارب، مسارات المشرف، وأنماط السلوك التي كان من المفترض ألا تخرج من السيطرة التنظيمية.

لا يقدم الذكاء الاصطناعي هذا الخطر، لكنه يضخمه. تتزايد تغذية التحليلات السلوكية لأنظمة اتخاذ القرار الآلية، مما يعني أن التعرض الهيكلي يمكن أن يؤثر على سلوك النموذج، التحيز، ومنطق القرار. يمكن لحادث واحد أن يؤثر ليس فقط على الشفافية، بل على كيفية تصرف الأنظمة مستقبلًا.

في التكنولوجيا المالية، يتضاعف التأثير أكثر. غالبًا ما تكون بيانات التحليلات قريبة من الأنظمة التي تقيم الثقة، تكتشف الاحتيال، أو تؤتمت الموافقات. حتى عندما لا تتخذ التحليلات القرارات بنفسها، فإنها تؤثر بشكل متزايد على الأنظمة التي تفعل ذلك.

الراحة كبديل للتدقيق

للفرق التي تتعرض لضغوط للتحرك بسرعة، يصعب مقاومة لوحات المعلومات المصقولة، والتكاملات السريعة، والرؤى الفورية. مع مرور الوقت، ومع ذلك، تميل الراحة إلى استبدال التدقيق. نادرًا ما تقوم المؤسسات برسم تدفقات بيانات تحليلاتها بالتفصيل، تقييم مدى صعوبة الخروج من منصة، أو حساب مدى فعالية نقل المعرفة المؤسسية للخارج. هذا نادرًا ما يكون خيارًا متعمدًا. إنه نتيجة لمعالجة التحليلات كأدوات وليس كبنية تحتية.

هذه ليست حجة ضد الخدمات الخارجية بشكل عام. في الواقع، بعض الطبقات مناسبة تمامًا للاستئجار، خاصة عندما يكون الفشل محدودًا، والخروج بسيطًا. الفرق المهم هو ما إذا كان النظام يؤثر على النتائج.

ببساطة، أي نظام يؤثر على الوصول، الثقة، الأهلية، أو تجربة المستخدم الأساسية يجب أن يكون مرئيًا، قابلًا للمراجعة، ومفهومًا تمامًا من قبل المؤسسة التي تعتمد عليه. الأنظمة التي يسهل استبدالها ولا تشفر المنطق المؤسسي يمكن أن تعيش بأمان خارج المؤسسة.

اختبار بسيط يوضح الحد: إذا اختفى هذا النظام غدًا، هل ستظل قادرًا على شرح كيف يتصرف منتجك ولماذا تتخذ القرارات بالطريقة التي تتخذها؟

السؤال الأوسع للمساءلة

تعمل أنظمة التكنولوجيا المالية بشكل متزايد كبنية تحتية عامة. فهي تشكل من يمكنه فتح حسابات، الوصول إلى الائتمان، أو المشاركة في الاقتصاد. هذا الواقع يغير نموذج المسؤولية. لم تعد القرارات المعمارية مجرد خيارات تقنية داخلية؛ بل تحمل عواقب اجتماعية.

عندما تتركز الطبقات الحيوية مثل منصات السحابة، أنظمة التحليلات، أو نماذج الذكاء الاصطناعي في عدد قليل من الأنظمة الغامضة، يمكن أن تتردد الأخطاء والقرارات غير المبررة بعيدًا عن شركة واحدة. التبعيات غير المرئية لا تزيد فقط من مخاطر الأمان، بل تضعف المساءلة.

في النهاية، إذا لم يمكن رؤية نظام، لا يمكن إدارته. والأنظمة التي لا يمكن إدارتها لا ينبغي أن تُثق بها لاتخاذ قرارات تؤثر بشكل جوهري على حياة الناس. توقفت التحليلات عن أن تكون مجرد مراقبة منذ زمن، ومعاييرنا وافتراضاتنا لم تلحق بعد.

عن الكاتب

أونور ألب سونر هو المؤسس المشارك والرئيس التنفيذي لشركة Countly، منصة التحليلات الرقمية والتفاعل داخل التطبيق. تقني ومبادر ذاتي، بدأ Countly من الصفر ليمنح الشركات مزيدًا من السيطرة على كيفية فهمها وتفاعلها مع مستخدميها. تحت قيادته، نمت Countly لتصبح منصة موثوقة للمؤسسات حول العالم ترغب في الابتكار بسرعة مع الحفاظ على خصوصية المستخدم في مركز استراتيجيات نموها.