أذكر ذلك المساء جيداً، كان الوقت قد تجاوز منتصف الليل في مكتب الشركة الناشئة التي كنت أعمل معها كمستشار تقني. أكوام من الأوراق وصور جوازات السفر وبطاقات الهوية مكدسة على الطاولات، وفريق العمل منهك تماماً. كنا على وشك إطلاق منتج مالي جديد، والقانون يُلزمنا بالتحقق من هوية كل عميل جديد ضمن إجراءات “اعرف عميلك” أو ما يُعرف بالـ KYC.
كانت العملية يدوية بالكامل: موظف يفتح صورة الهوية، ثم يفتح جدول بيانات، ويبدأ بنقل البيانات حرفاً حرفاً ورقماً رقماً. الاسم، تاريخ الميلاد، رقم الهوية… الخ. وفي خضم هذا الضغط، صرخ أحد الموظفين الشباب: “يا جماعة، فيه خطأ في رقم هوية العميل رقم 57! أدخلته بالخطأ والآن النظام رفض المعاملة كلها!”.
في تلك اللحظة، نظرت إلى أكوام الورق، وإلى وجوه الفريق المتعبة، وقلت في نفسي: “يا زلمة مش معقول! إحنا في القرن الواحد والعشرين، وبنشتغل في التكنولوجيا، ولسه بنعمل شغل يدوي ممل زي هيك! لازم يكون فيه حل”. كانت تلك الليلة هي الشرارة التي دفعتنا للبحث عن حل جذري، حل ينقذنا من هذا الجحيم الورقي، وكان الحل يكمن في ثلاثة أحرف: OCR.
جحيم التحقق اليدوي: ما هو الـ KYC ولماذا هو كابوس؟
قبل أن نغوص في الحل التقني، دعونا نفهم حجم المشكلة التي كنا نواجهها. إنها مشكلة تعاني منها كل شركة في القطاع المالي والتكنولوجي المالي (Fintech).
ما هو “اعرف عميلك” (KYC)؟
ببساطة، “اعرف عميلك” (Know Your Customer) هو مجموعة من الإجراءات واللوائح التنظيمية التي تفرضها الحكومات على المؤسسات المالية (كالبنوك وشركات التكنولوجيا المالية) للتحقق من هوية عملائها. الهدف الأساسي هو مكافحة غسيل الأموال، وتمويل الإرهاب، والاحتيال المالي. هذا يعني أنه لا يمكنك فتح حساب بنكي أو محفظة رقمية دون أن تثبت من أنت عبر مستندات رسمية.
الكابوس الورقي: تحديات العملية اليدوية
عندما تتم عملية الـ KYC يدوياً، تتحول من إجراء أمني ضروري إلى كابوس تشغيلي حقيقي، وهذه أهم تحدياته:
- الوقت والجهد المهول: عملية التحقق من عميل واحد قد تستغرق من 5 إلى 15 دقيقة للموظف الواحد. تخيل أن لديك 1000 عميل جديد في اليوم!
- الأخطاء البشرية القاتلة: كما حدث معنا، خطأ واحد في إدخال رقم أو حرف يمكن أن يؤدي إلى رفض العميل، أو ما هو أسوأ، مشاكل قانونية لاحقاً. فالعين البشرية تكلّ والتركيز يقلّ مع التكرار.
- التكلفة التشغيلية المرتفعة: أنت بحاجة لتوظيف فريق كامل من الموظفين لا يقومون بأي عمل إبداعي، بل مجرد نقل بيانات. هذا يعني رواتب، تدريب، وإدارة.
- تجربة العميل السيئة: لا أحد يحب الانتظار. عندما يقرر العميل استخدام خدمتك، فهو يريدها الآن. إجباره على الانتظار لساعات أو أيام حتى يتم التحقق من هويته يدوياً هو أسرع طريقة لجعله يذهب إلى منافس آخر أسرع منك.
- صعوبة التوسع (Scalability): يمكنك التعامل مع 100 عميل يدوياً، ولكن ماذا عن 10,000 أو 100,000؟ العملية اليدوية لا يمكنها التوسع والنمو مع نمو شركتك.
طوق النجاة التقني: كيف أنقذنا “التعرف الضوئي على الحروف” (OCR)؟
بعد ليلتنا العصيبة تلك، كان قرارنا حاسماً: أتمتة عملية الـ KYC. وهنا يأتي دور بطل قصتنا، الـ OCR.
ما هو الـ OCR ببساطة؟
التعرف الضوئي على الحروف (Optical Character Recognition) هي تقنية برمجية تسمح للكمبيوتر بـ “قراءة” النصوص الموجودة داخل الصور. بدل أن يرى الكمبيوتر صورة بطاقة الهوية على أنها مجرد مجموعة من البيكسلات الملونة، يقوم الـ OCR بتحليل هذه البيكسلات وتحديد أشكال الحروف والأرقام وتحويلها إلى نص رقمي قابل للتحرير والبحث والمعالجة.
بالمختصر، الـ OCR يعطي “عيوناً قارئة” للبرامج، تماماً كما نقرأ نحن البشر.
رحلة بناء الحل: من الفكرة إلى التنفيذ
لم يكن الطريق سهلاً، ولكنه كان ممتعاً ومجزياً. مررنا بعدة خطوات أساسية لبناء نظام KYC آلي يعتمد على الـ OCR.
الخطوة الأولى: اختيار الأدوات المناسبة
كان أمامنا خياران: بناء كل شيء من الصفر (وهو أمر معقد جداً) أو استخدام مكتبات وأدوات جاهزة. بالطبع اخترنا الطريق العملي. من أشهر الأدوات في هذا المجال:
- Tesseract OCR: محرك OCR مفتوح المصدر وقوي جداً، تدعمه جوجل. هو خيار ممتاز للبداية لأنه مجاني ويتيح لك التحكم الكامل.
- خدمات سحابية (Cloud Services): مثل Google Cloud Vision AI, Amazon Textract, Microsoft Azure Computer Vision. هذه الخدمات قوية جداً وسهلة الاستخدام عبر واجهات برمجية (APIs)، لكنها مدفوعة حسب الاستخدام.
نصيحة أبو عمر: ابدأ بـ Tesseract لتفهم المبدأ وتجري تجاربك الأولية. عندما يصبح منتجك حقيقياً ويتطلب دقة عالية وتعامل مع لغات متعددة وصور معقدة، فكّر جدياً بالانتقال إلى الخدمات السحابية. فهي توفر عليك الكثير من عناء الضبط والمعالجة.
الخطوة الثانية: المعالجة المسبقة للصور (Image Pre-processing)
هذه هي أهم خطوة على الإطلاق، وكثير من المطورين المبتدئين يتجاهلونها. لا يمكنك أن ترمي أي صورة لمحرك الـ OCR وتتوقع نتائج مثالية. “النظافة من الإيمان”، وجودة المخرجات تعتمد على جودة المدخلات.
هاي النقطة مهمة جداً، زي ما بتعدل ورقة مصورة مايلة بإيدك قبل ما تقراها، لازم “تعدل” الصورة برمجياً قبل ما تعطيها للـ OCR.
أهم عمليات المعالجة المسبقة:
- تحويل لدرجات الرمادي (Grayscaling): الألوان لا تهم الـ OCR، بل التباين بين الحرف والخلفية. التخلص من الألوان يبسّط الصورة.
- التحويل الثنائي (Binarization): تحويل الصورة إلى أسود وأبيض فقط. هذا يزيد التباين لأقصى درجة.
- إزالة التشويش (Noise Reduction): إزالة النقاط العشوائية أو البقع من الصورة.
- تصحيح الميلان (Deskewing): إذا كانت صورة الهوية مائلة قليلاً، يجب تعديلها لتصبح مستقيمة.
الخطوة الثالثة: استخلاص البيانات وتنسيقها
بعد أن يقوم الـ OCR بعمله ويُرجع لنا كتلة من النص، تأتي مهمة “الذكاء” الحقيقي. النص المستخرج يكون غير منظم. مهمتنا هي استخلاص المعلومات التي نريدها (الاسم، الرقم، التاريخ) من هذه الكتلة النصية. الأداة السحرية هنا هي التعبيرات النمطية (Regular Expressions – Regex).
فمثلاً، للبحث عن رقم هوية مكون من 9 أرقام، نستخدم تعبيراً نمطياً بسيطاً مثل d{9}. وللبحث عن تاريخ بصيغة DD/MM/YYYY، نستخدم شيئاً مثل d{2}/d{2}/d{4}.
مثال عملي بالكود: استخلاص بيانات من بطاقة هوية (باستخدام Python)
لتقريب الصورة، هذا مثال بسيط جداً باستخدام مكتبة pytesseract للتعامل مع Tesseract ومكتبة OpenCV لمعالجة الصور.
# First, make sure you have Tesseract installed on your system
# Then, install the Python libraries:
# pip install pytesseract opencv-python Pillow
import cv2
import pytesseract
import re
# --- Step 1: Load and Pre-process the Image ---
image_path = 'path/to/your/id_card_image.png'
image = cv2.imread(image_path)
# Convert to grayscale
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# Apply thresholding (Binarization) to get a black and white image
_, thresh_image = cv2.threshold(gray_image, 150, 255, cv2.THRESH_BINARY)
# You can add more pre-processing steps here like noise reduction or deskewing
# --- Step 2: Use OCR to Extract Text ---
# We point pytesseract to our installed Tesseract executable if needed
# pytesseract.pytesseract.tesseract_cmd = r'C:Program FilesTesseract-OCRtesseract.exe'
# Extract text from the pre-processed image
extracted_text = pytesseract.image_to_string(thresh_image, lang='ara+eng') # Specify languages if known
print("--- Extracted Raw Text ---")
print(extracted_text)
print("--------------------------n")
# --- Step 3: Parse the Text to Find Specific Information ---
id_number = None
date_of_birth = None
# Use Regular Expressions to find patterns
# Example: looking for a 9-digit ID number
id_pattern = r'bd{9}b'
id_match = re.search(id_pattern, extracted_text)
if id_match:
id_number = id_match.group(0)
# Example: looking for a date in DD/MM/YYYY format
dob_pattern = r'b(d{2}/d{2}/d{4})b'
dob_match = re.search(dob_pattern, extracted_text)
if dob_match:
date_of_birth = dob_match.group(0)
print(f"Extracted ID Number: {id_number}")
print(f"Extracted Date of Birth: {date_of_birth}")
هذا الكود هو مجرد بداية، لكنه يوضح الفكرة الأساسية: معالجة، استخلاص، ثم تحليل.
ما بعد الـ OCR: دمج الذكاء الاصطناعي لتجربة متكاملة
الـ OCR هو حجر الأساس، ولكنه ليس الحل الكامل. لإنشاء نظام KYC آلي قوي وآمن، قمنا بدمج تقنيات أخرى من الذكاء الاصطناعي:
- التحقق من الوجه (Face Verification): بعد استخلاص صورة الشخص من بطاقة الهوية، نطلب من العميل التقاط صورة “سيلفي”. ثم يقوم نظام الذكاء الاصطناعي بمقارنة الوجهين للتأكد من تطابقهما.
- كشف الحيوية (Liveness Detection): للتأكد من أن السيلفي الذي التقطه العميل هو لشخص حي وحقيقي وليس مجرد صورة لصورة أخرى. نطلب من العميل أن يقوم بحركة بسيطة، مثل أن يبتسم أو يومئ برأسه، والنظام يتأكد من ذلك. يعني نتأكد إنه اللي بصوّر مش حاط صورة قدام الكاميرا!
- التحقق من صحة المستند (Document Authenticity): نماذج الذكاء الاصطناعي المتقدمة يمكنها التحقق من العلامات الأمنية في المستندات الرسمية، مثل العلامات المائية (Watermarks) والهولوغرام، لكشف المستندات المزورة.
خلاصة أبو عمر ونصائح من القلب
تحويل عملية الـ KYC من عملية يدوية مرهقة إلى نظام آلي ذكي لم يكن مجرد تحديث تقني، بل كان نقلة نوعية للشركة بأكملها. لقد وفرنا آلاف الساعات من العمل اليدوي، وقللنا الأخطاء إلى ما يقارب الصفر، والأهم من ذلك، حسّنا تجربة العميل بشكل جذري، حيث أصبح بإمكانه فتح حساب في أقل من دقيقتين بدلاً من يومين!
نصيحتي للمطورين: لا تخافوا من هذه التقنيات. ابدأوا صغيراً مع Tesseract، وركزوا على إتقان فن المعالجة المسبقة للصور والتعبيرات النمطية. القيمة الحقيقية التي تضيفونها ليست في بناء محرك OCR جديد، بل في كيفية استخدام الأدوات الموجودة بذكاء لحل مشكلة حقيقية.
ونصيحتي لأصحاب الشركات ورجال الأعمال: الاستثمار في أتمتة عمليات مثل الـ KYC ليس رفاهية أو تكلفة إضافية، بل هو استثمار مباشر في قابلية شركتك للنمو وفي رضا عملائك. في عالم اليوم السريع، السرعة والدقة هما ما يميزك عن منافسيك.
يلا يا جماعة، شدّوا حيلكم وخلّوا التكنولوجيا تشتغل لصالحكم. الله يوفقكم! 🚀
