الكثير من الذكاء الاصطناعي، مبكرًا جدًا: هل تُعِدُّ فرق المالية نفسها للفشل؟

تواجه فرق المالية ضغطًا هائلًا لتبني الذكاء الاصطناعي، يُعزى ذلك في الغالب إلى مجالس الإدارة التي تسعى لتحقيق كفاءات، ومدراء المالية الذين يلاحقون إغلاقًا أسرع، والبائعين الذين يَعِدُون بأتمتة غير مسبوقة. 

الافتراض السائد هو أن المزيد من الذكاء الاصطناعي سيؤدي بطبيعة الحال إلى نتائج أفضل، لأنه يستطيع تحليل البيانات بكفاءة خلال ثوانٍ. لكن السرعة وحدها ليست العامل الوحيد الذي يضمن النجاح، خاصةً إذا كانت العملية الأساسية معيبة أو غير مطورة. 

مع تسارع المؤسسات لدمج الذكاء الاصطناعي في سير العمل المالي، فإنها تخاطر بتجاهل حقيقة أساسية: الذكاء الاصطناعي فعال بقدر فعالية الأنظمة التي يُؤتمتها. 

يمكنه تسريع المهام، لكنه لا يستطيع تعويض الضوابط الضعيفة أو البيانات المتفرقة أو العمليات غير المتسقة.

ومع ذلك، تكتسب التقنية بروزًا داخل الشركات الكبيرة، وتزداد عدد الشركات التي تأمل أن توفر نتائج فورية. 

لعام 2025، ارتفعت حصة التنفيذيين في المستوى C الذين يحددون مخاطر سلوك الذكاء الاصطناعي كأحد أهم المخاوف المادية قد ارتفعت من 16٪ خلال السنوات الثلاث الماضية إلى 56٪ في المستقبل، مما يجعلها الخطر غير المالي الرائد. وفي الوقت نفسه، قد ارتفعت حوادث سلوك الأعمال الكبرى بنسبة 55٪ بين 2023 و2025، بتكلفة متوسطية قدرها 14 مليون دولار لكل حادث، مما أدى إلى استثمارات رد فعلية بدلاً من استثمارات استباقية في الحوكمة وجودة البيانات. 

ليس هناك مجال آخر تكون فيه استخدامات الذكاء الاصطناعي أكثر حيوية من المالية، حيث تعتمد إغلاقات نهاية الشهر على الضوابط والمطابقة والتحقق. قد يزيد الذكاء الاصطناعي من سرعة تلك العملية، لكن دون أساس صلب، يمكنه أن يضخم نقاط الضعف القائمة بنفس السهولة التي قد يزيلها. 

السؤال إذن هو ما إذا كانت المالية قد قامت بما يكفي من التحضير لتكون جاهزة لاستيلاء واسع النطاق للذكاء الاصطناعي. 

الذكاء الاصطناعي مضاعف، وليس حلاً

بينما لا شك أن الذكاء الاصطناعي أداة رائعة لتسهيل إنجاز المهام، فإن هناك تصورًا شائعًا خاطئًا بأن الذكاء الاصطناعي يمكنه إصلاح جميع العمليات المكسورة، بينما في الواقع، كل ما يفعله هو تضخيم ما هو موجود بالفعل. 

إذا كانت البيانات الأساسية غير متسقة، أو الضوابط ضعيفة، أو ممارسات المطابقة معيبة، فإن الذكاء الاصطناعي سيقوم ببساطة بتنفيذ تلك العيوب بسرعة أكبر وعلى نطاق أوسع. مبدأ “القمامة تدخل، القمامة تخرج” القديم لم يختفِ؛ بل يعمل الآن بسرعة الآلة.

لا يعني هذا أن الذكاء الاصطناعي غير مفيد؛ على العكس، فهو ي automatis مهام كثيفة العمالة مثل استخراج البيانات وعرضها، مما يحرّر المتخصصين في المالية للتركيز على أعمال ذات قيمة أعلى. يمكنه أن يتيح لهم الاستثمار أكثر في التفكير النقدي، واستخلاص الاستنتاجات، وضمان الرقابة على ما تنفذه الآلات. 

مع ذلك، الاعتماد المفرط على الذكاء الاصطناعي قد يخلق نقاط ضعف إذا فشلت الأنظمة أو أنتجت نتائج غير متوقعة. على سبيل المثال، إذا تعطل نموذج الذكاء الاصطناعي المستخدم لتوقعات السوق أثناء أزمة، فقد يضاعف الخسائر أو يزعزع استقرار الأسواق. 

لجنة بازل للرقابة المصرفية وغيرها من الهيئاتقلقة بشكل خاص من المخاطر النظامية، حيث يمكن أن تهدد فشلات الذكاء الاصطناعي الواسعة النطاق استقرار النظام المالي. 

بدلاً من اعتبار الذكاء الاصطناعي علاجًا لعدم كفاءة العمليات، ينبغي على المؤسسات التركيز على بناء البنية التحتية المالية التي تسمح للأتمتة بالعمل بشكل موثوق. وهذا يعني عمليات مطابقة موحدة، وضوابط داخلية أقوى، وحوكمة بيانات أفضل، ورؤية أوسع لعملية الإغلاق.

“هناك تصور شائع خاطئ بأن الذكاء الاصطناعي حل لمشكلات العملية. ليس كذلك. إنه مضخم لكل ما هو موجود بالفعل. غالبًا ما يلجأ قادة المالية إلى الذكاء الاصطناعي بحثًا عن تخفيف العبء عن العمل اليدوي، أو الإغلاقات البطيئة، أو التقارير التي تستغرق وقتًا طويلاً,” قال شاجون مالهوتر، الرئيس التنفيذي لبرنامج إغلاق نهاية الشهر الآلي SkyStem، خلال حديثه مع Unite AI. 

ولكن إذا كانت العملية الأساسية معيبة، كما أضافت، فإن الذكاء الاصطناعي لا يصلح العيب. بل ينفذه بسرعة أكبر وعلى نطاق أوسع. “التصور الخاطئ هو أن التكنولوجيا تقوم بعمل تشخيصي عندما لا تكون كذلك. لا يزال هذا الجزء يحتاج إلى محترف خلفه.” 

تركز SkyStem أساسًا على مساعدة المؤسسات التي تُوحِّد منصات إغلاقها المالي عمليات المطابقة، وت automatis سير العمل، وتعزز الضوابط الداخلية قبل إضافة الذكاء الاصطناعي إلى عمليات المحاسبة الحيوية. بدلاً من استبدال العمليات المالية المنضبطة بالذكاء الاصطناعي، تبني الشركة أسس تشغيلية موثوقة بحيث يمكن للأتمتة أن تقدم نتائج دقيقة دون الإضرار بالبيانات. 

“يخلق الذكاء الاصطناعي قيمة هائلة في الحجم والاتساق والسرعة للمهام المحددة بوضوح […] لكن الأماكن التي يجب أن يبقى فيها البشر مسيطرين هي بالضبط حيث تكون الخبرة هي الأهم: حدس المخاطر، والتعرف على الأنماط تحت الغموض، والأهم من ذلك، اتخاذ القرار تحت الضغط,” أضافت مالهوتر.  

الأساس قبل الأتمتة

تتمتع المالية بهوامش خطأ قليلة جدًا. التقارير الدقيقة، والمطابقات، والامتثال التنظيمي، والقابلية للتدقيق ضرورية؛ يجب أن يعزز الذكاء الاصطناعي هذه العمليات ويبسطها، لا أن يعرّضها للخطر عبر تسريع نقاط الضعف القائمة داخل النظام. 

تتبنى Kognia Labs، شركة استشارات وتطوير برمجيات الذكاء الاصطناعي، وجهة نظر مشابهة. فهي تساعد المؤسسات على تنفيذ أنظمة تكشف العيوب أو التناقضات داخل التقارير قبل أن تصبح مكلفة جدًا. 

قبل أن يدخل الذكاء الاصطناعي في سير عمل حيث ينتظر العميل الإجابة، يجب أن تكون ثلاثة أمور صحيحة في المؤسسة: الاتصال بين الأنظمة، الوصول إلى المعلومات التي لا تُحفظ كوثيقة، والقدرة على التحقق من مصدر الإجابة، وفقًا لألكسندرا أوليه، مديرة الإستراتيجية في Kognia Labs. 

“المعلومات التي يحتاجها المستشار موزعة عبر أنظمة وصيغ مختلفة، وهذه الأنظمة عادةً لا تتواصل مع بعضها البعض. وهذا ما يجعل الإجابات بطيئة وغير متسقة في المقام الأول,” قال أوليه لـ Unite AI. “الذكاء الاصطناعي لا يحل ذلك بإضافته فوقها.” 

تلك الفجوة، بين تسريع العملية وتحسينها فعليًا، هي التي تجعل المخاطر المالية ملموسة: عندما تكون الأموال على المحك، لا تكون الموثوقية اختيارية، وإدارة نظام الذكاء الاصطناعي بشكل غير سليم تحمل تبعات قانونية حقيقية. 

“يُحسّن الذكاء الاصطناعي العملية عندما تستخدمه الشركة لتغيير طريقة إنجاز العمل فعليًا. عادةً ما يبدأ ذلك بفهم سبب فشل العملية، وهو ما لا تستطيع معظم المؤسسات رؤيته بوضوح لأن الأدلة تكمن في آلاف محادثات العملاء التي لا يملك أي فريق الوقت لتصفحها,” أكدت أوليه.   

الطريق إلى الأمام: جسر بين الذكاء الاصطناعي والإنسان

قبل الاعتماد على الذكاء الاصطناعي لأتمتة سير العمل المالي الحاسم، يجب على المؤسسات أولاً التأكد من جاهزية عملياتها له. يبدأ ذلك بتقييم نضج العملية، ومعالجة الاختناقات ومشكلات جودة البيانات، وإدخال الذكاء الاصطناعي تدريجيًا في المناطق ذات المخاطر المنخفضة قبل التوسع إلى عمليات مالية أكثر تعقيدًا. 

إن بناء أساس تشغيلي قوي أولاً، باختصار، يتيح للأتمتة تحسين الكفاءة دون الإضرار بالدقة أو الرقابة. وهذه هي النقطة التي لا يمكن للإنسان فيها التراخي؛ فهناك أمور لا يستطيع الذكاء الاصطناعي القيام بها بمفرده. 

هناك بالفعل بعض الشركات التي يركز تنفيذ الذكاء الاصطناعي لديها على نهج “الإنسان أولاً” يضمن وجود إشراف بشري ومصداقية على الأنظمة المؤتمتة. على سبيل المثال، Solvd هي شركة هندسة برمجيات مقرها كاليفورنيا تطور وتنفذ وتدير أنظمة الذكاء الاصطناعي للمؤسسات، متخصصة في بناء سير عمل معقد يتم تحسينه لاحقًا بواسطة البشر قبل توسيعه عبر الأتمتة. 

“الشركات التي تأخذ الذكاء الاصطناعي على محمل الجد ستتعلم أسرع، وتجمع رؤى عملاء أغنى، وتعمل بكفاءة أكبر، وتُخصّص بشكل أكثر فعالية. مع مرور الوقت، يصبح مواكبة التطورات أصعب لأن المنافسين لا يقتصرون على نشر أدوات أفضل؛ بل يبنون بيانات أفضل، وعمليات، وتعلم مؤسسي”، قال سكاي لار روبيك، الرئيس التقني في Solvd، لـ Unite AI. 

تكون المؤسسة جاهزة حقًا للذكاء الاصطناعي عندما يتوافق فريقها التنفيذي ليس فقط على أهمية الذكاء الاصطناعي، بل أيضًا على كيفية خلق ميزة تنافسية ذات معنى للأعمال. 

“لا ينبغي اعتبار الإشراف البشري مجرد شخص يوافق على كل إجراء للذكاء الاصطناعي. هذا النهج لا يتوسع وغالبًا ما يخلق وهمًا بالأمان دون توفير سيطرة ذات معنى,” شدد روبيك، مضيفًا أن النظام يجب أن يكون قادرًا على العمل بشكل مستقل ضمن حدود واضحة، وأن يتعرف على حالة عدم اليقين للرفع عندما يتطلب الأمر حكمًا بشريًا. 

الخلاصة، يمتلك الذكاء الاصطناعي القدرة على تحويل المالية، لكنه لا يستطيع استبدال الانضباط التشغيلي والحكم البشري الذي تتطلبه اتخاذ القرارات المالية. الهدف هنا ليس تسريع الإغلاق، بل تسريع الثقة فيه. 

لن تكون المنظمات الناجحة حقًا هي التي تقوم بالأتمتة أولاً، بل تلك التي تبني الأساس الصحيح، وتضع الأشخاص في مركز العمليات الأكثر أهمية.