مقابلات
دانييل ليشتنشتاين، الرئيس التنفيذي والمؤسس المشارك لشركة Hypercore – سلسلة المقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
Daniel Liechtenstein، الرئيس التنفيذي والمؤسس المشارك لشركة Hypercore، هو رائد أعمال في مجال التكنولوجيا المالية واستراتيجي مالي يمتلك خلفية تشمل تقنية الإقراض، تطوير البرمجيات، استشارات الأعمال، والتخطيط المالي على نطاق واسع. شارك في تأسيس Hypercore عام 2020 بعد أن شغل سابقاً منصب شريك تطوير الأعمال في شركة Articode، حيث ركز على مشاريع برمجيات التكنولوجيا المالية وعملاء الخدمات المالية، وعمل بشكل مستقل كمستشار مالي وتجاري للشركات الناشئة والشركات المتوسعة. في مرحلة سابقة من مسيرته، شغل ليشتنشتاين مناصب عليا في التخطيط المالي والاستراتيجية داخل قوات الدفاع الإسرائيلية ووزارة الدفاع الإسرائيلية، حيث كانت مسؤولياته تشمل إدارة ميزانيات تكنولوجيا المعلومات والاتصالات الكبيرة، تقييم الاستثمارات التقنية، التفاوض على اتفاقيات واسعة النطاق مع مزودي التكنولوجيا العالميين، والمساهمة في بنية السحابة التحتية ومبادرات الشراء الاستراتيجية.
Hypercore هي منصة تقنية تم بناؤها لصناديق الائتمان الخاصة والمقرضين غير البنكيين، صُممت لتحديث البنية التحتية التشغيلية وراء الإقراض. تُركز منصتها الشاملة بيانات القروض وتدعم دورة الحياة الكاملة من الإنشاء وإدارة خط الأنابيب عبر الخدمة، وإدارة مصادر التمويل، وإعداد التقارير، والنضج، مع أتمتة العديد من الحسابات وتدفقات العمل التي كانت تُدار تقليدياً عبر جداول البيانات والأنظمة المنفصلة. في الآونة الأخيرة، وسعت Hypercore تركيزها على إدارة القروض المدعومة بالذكاء الاصطناعي، باستخدام وكلاء الذكاء الاصطناعي إلى جانب بيانات القروض المنظمة والإشراف المهني لأتمتة الأنشطة الخدمية المتكررة مثل إدخال المرافق، والحسابات، والمدفوعات، والمصالحات، والإشعارات، وإعداد التقارير. صُممت المنصة لتزويد المقرضين برؤية فورية للمحفظة، وتدفقات عمل قابلة للتدقيق، والبنية التحتية اللازمة لتوسيع العمليات دون الحاجة إلى توسيع الفرق الإدارية بصورة متناسبة.
عندما أسست Hypercore، ما الذي كنت تعتقد أنه مفقود في طريقة إدارة شركات الائتمان الخاصة للقروض بعد الإغلاق؟ وكيف تغيرت تلك الفكرة مع تطور الذكاء الاصطناعي؟
أسسنا Hypercore لأنه لم يكن هناك نظام لإدارة القروض مُصمم خصيصاً للائتمان الخاص.
تتعامل العديد من الأنظمة مع منتجات الإقراض القياسية بشكل مقبول، لكن الائتمان الخاص ليس قياسياً. فهو يتضمن هياكل مختلفة، وآليات دفع مختلفة، وشروطاً، وتعديلات، وتوزيعات متدرجة، ومجموعات مقرضين، وأكثر من ذلك. لا يوجد صفقتان متطابقتان، وتعتمد الشركات بشكل مفرط على جداول البيانات والعمليات اليدوية.
كانت فكرتنا هي بناء بنية تحتية يمكنها تمثيل القرض بشكل صحيح وإدارته طوال دورة حياته الكاملة.
تطورت هذه الفكرة عندما أدركنا أنه بمجرد توفر تلك البنية التحتية، يمكن للذكاء الاصطناعي أن يقوم بشيء مفيد معها. إذا تم تمثيل القرض بشكل صحيح في النظام وعرفت حالته الحالية، يستطيع الذكاء الاصطناعي فهم الحدث، وتطبيق شروط القرض، وبدء تدفق العمل، وتحديث الأنظمة، وإعداد المخرجات، وإشراك شخص عندما يكون الحكم البشري أو الموافقة مطلوبة.
هذا الإدراك هو ما دفعنا للبدء في تقديم خدمات إدارة القروض جنباً إلى جنب مع البرنامج. نحن نستخدم البنية التحتية التي بنيناها بالفعل، إلى جانب وكلاء الذكاء الاصطناعي وفريق العمليات لدينا، لتنفيذ العمل.
يجب أن تكون البنية التحتية موجودة أولاً، ولكن بمجرد توفرها، يمكنك استخدام الذكاء الاصطناعي لتغيير طريقة إكمال العمليات بعد الإغلاق.
معظم النقاش حول الذكاء الاصطناعي في الائتمان الخاص كان يدور حول الإقراض المسبق والعناية الواجبة. لماذا تعتقد أن الفرصة الأكبر قد تكمن فعلياً بعد إغلاق القرض؟
الإقراض المسبق هو المكان الواضح للبدء لأنه يوجد الكثير للقراءة والتحليل، والذكاء الاصطناعي جيد جداً في ذلك. ومع ذلك، تستغرق هذه العملية بضعة أسابيع فقط. بعد الإغلاق، تكون مسؤولاً عن القرض لسنوات، وتتعامل مع المدفوعات، وتغييرات الأسعار، والتعديلات، واختبارات الشروط، والسحب، والإشعارات، والمصالحات، وإعداد التقارير، وأكثر من ذلك. بالإضافة إلى ذلك، كلما نمت المحفظة، يزداد حجم هذا العمل معها.
إذا وفر الذكاء الاصطناعي للمتخصص الاستثماري ساعة واحدة أثناء الإقراض المسبق، فهذا مفيد. ولكن إذا قلل من كمية العمل اليدوي المطلوب لتشغيل محفظة يومياً، فهذا هائل.
ما الذي يجعل صيانة قرض يمتد لخمس أو سبع سنوات أصعب في الأتمتة مقارنةً بتحليله عندما يتم إقراض الصفقة لأول مرة؟
إذا طلبت من نظام الذكاء الاصطناعي تلخيص اتفاقية الائتمان، فهذه مهمة أساسية جداً. يقوم شخص ما بفحص إجابة الذكاء الاصطناعي ثم ينتقل إلى ما بعد ذلك.
لكن الصيانة لا تعمل بهذه الطريقة. قد يتأثر حساب هذا الشهر بتعديل من العام الماضي، وإعادة ضبط سعر الفائدة قبل ثلاثة أشهر، ومدفوعات من الأسبوع الماضي. حالة القرض، وفي الواقع القرض نفسه، يتغير باستمرار. الاتفاقية الأصلية هي مجرد نقطة الانطلاق. عليك أيضاً متابعة التعديلات، والإعفاءات، والاختيارات، وأي شيء آخر تم الاتفاق عليه خارج الوثيقة الأصلية.
هذا ليس بالأمر السهل! ليس مجرد قراءة المستندات؛ بل عليك الحفاظ على أداة مالية حية على مدى عدة سنوات وضمان تطبيق كل حدث جديد بشكل صحيح. إذا ارتكبت خطأً في البداية، قد ينتقل عبر الحسابات المستقبلية لأشهر أو حتى سنوات قبل أن يلاحظه أحد.
لا يزال العديد من المديرين يحتفظون بـ “الكتاب الظلي” الخاص بهم للتحقق من عمل المسؤول لديهم. لماذا أصبح ذلك شائعًا إلى هذا الحد؟ وما الذي يجب أن يتغير لكي تشعر الشركات بالراحة في التخلي عنه؟
إذا أرسل لك المسؤول حسابًا دون أي معلومات عن كيفية الوصول إليه، فستقوم على الأرجح بحسابه بنفسك! هذا هو بالضبط ما يعنيه الكتاب الظلي. إنه يخلق عملًا مكررًا، لكنه موجود لسبب؛ يحتاج المدير إلى التأكد من صحة الأرقام.
للتخلص من الكتب الظلية، سيحتاج المديرون إلى رؤية أوضح بكثير للعمل، بما في ذلك ما هي المدخلات المستخدمة، وما هي الشروط المطبقة، وما إذا كان هناك أي تغيير.
إذا كان المدير والمسؤول يعملان على نفس سجل القرض الأساسي، فلا حاجة للكتب الظلية. ومع ذلك، لا أعتقد أن أحدًا سيتخلى عنها لمجرد أن مزودًا جديدًا يقول إنه يمكن ذلك. سيتعين كسب هذا الثقة من خلال نتائج دقيقة على مدى فترة من الزمن.
هناك فرق كبير بين الذكاء الاصطناعي القادر على قراءة اتفاقية الائتمان والذكاء الاصطناعي القادر فعليًا على تنفيذ أعمال الخدمة. ما الذي يحتاجه النظام قبل أن تثق به لتنفيذ تلك سير العمل؟
يتطلب ذلك عدة أمور، بما في ذلك:
- سجل قرض موثوق
- معرفة الأنشطة السابقة
- الوصول إلى الأنظمة التي يُنجز فيها العمل
- الوعي بموعد انتهاء المهمة وما يجب فعله إذا بدا شيء غير صحيح
خذ مثالًا على سداد دفعة. من الواضح أن الذكاء الاصطناعي يجب أن يحسب الدفعة، لكن الأمر لا يتوقف عند ذلك.
يجب أيضًا معالجة الدفعة، وقد تحتاج الإشعارات إلى التوزيع، ويجب تحديث الأنظمة، وربما يحتاج إنسان إلى مراجعتها، ثم يجب تسوية النقد بعد ذلك.
وتسامح الأخطاء منخفضة جدًا. لهذا السبب فريقنا مسؤول عن خدمة الإدارة التي نقدمها. يقوم الذكاء الاصطناعي ببعض الأعمال في الخلفية، لكننا لا ندعي أن البرنامج نفسه مسؤول بطريقة ما عن النتيجة.
بمجرد أن يبدأ الذكاء الاصطناعي في التعامل مع أمور مثل المدفوعات، والتخصيصات، وتقرير المستثمرين، كيف تقرر ما يمكنه التعامل معه بمفرده وأين لا يزال الشخص بحاجة إلى التدخل؟
صراحةً، يعتمد ذلك على ما يحدث إذا كان النظام خاطئًا. هناك العديد من الحالات التي يمكن للذكاء الاصطناعي فيها إنجاز العمل تلقائيًا، مثل سحب المعلومات، ومطابقة السجلات، وتحديد الشذوذ—هذه أمور من هذا النوع. ولكن إذا كنت تنقل نقدًا أو ترسل شيئًا إلى الخارج، فستحتاج إلى تدخل شخص.
مع ذلك، أعتقد أن التركيز الزائد على وجود خطوة موافقة بشرية يطغى على ما يمكن لهذا الشخص رؤيته فعليًا. إذا أعطيت شخصًا رقمًا وزر موافقة، فهذا لا يساعد كثيرًا. يحتاج إلى القدرة على فهم مصدر الرقم دون إضاعة ساعة في إعادة حسابه.
باختصار، إذا تغير معدل ما، يحتاج النظام إلى القدرة على تقديم المعدل القديم، والمعدل الجديد، والوثيقة المصدر، والمدخلات. ثم يمكن للإنسان مراجعته فعليًا.
مع إثبات النظام نفسه في سير عمل معين، يمكنك أتمتة المزيد منه، لكن لا تفعل ذلك لمجرد إصدار نموذج جديد.
قروض الائتمان الخاصة يمكن أن تكون مخصصة بشكل كبير. كيف تقوم بأتمتة ذلك دون أن تطلب من نموذج الذكاء الاصطناعي إعادة تفسير الصفقة في كل مرة يحدث فيها شيء؟
يكون الذكاء الاصطناعي مفيدًا عندما تقرأ المستندات وتحدد كيف تعمل الصفقة. اتفاقية مكوّنة من 200 صفحة بالإضافة إلى التعديلات هي بالضبط النوع الذي يمكن للذكاء الاصطناعي المساعدة فيه. ثم، بمجرد أن تفهم الهيكل، يمكن للذكاء الاصطناعي مساعدة في ربط الصفقة بنموذج القرض بحيث يتم تمثيلها بشكل صحيح. بعد ذلك، تصبح الحسابات حتمية.
إذا كان القرض يحتوي على شلال مالي، أو مكوّن PIK، أو عدة شرائح، أو خطوة تخفيض سعر، فإن هذه القواعد موجودة في النظام. نحن لا نطلب من نموذج اللغة إعادة قراءة المستندات في كل مرة تصل فيها دفعة! يجب أن يكون المديرون قادرين على إعادة إنتاج كل حساب وشرحها؛ وهذا مستحيل إذا كان النموذج يعيد تفسير الصفقة في كل مرة يحدث فيها شيء.
يحظى خطر الاستثمار بطبيعة الحال بأكبر قدر من الانتباه في الائتمان الخاص. ما أنواع مخاطر العمليات التي تعتقد أن المديرين يميلون إلى التقليل من شأنها؟
يقلل المديرون من شأن الأشياء الصغيرة: تعديل ينعكس في مكان واحد دون الآخر؛ تسوية تحدث في وقت متأخر عن المتوقع؛ موظف يعمل دون علمه من نسخة قديمة من الشروط.
عادةً لا يكون الفشل كبيرًا واحدًا، بل مشكلة صغيرة تبقى خاطئة في الخلفية لفترة قبل أن تبدأ تؤثر على أمور أخرى.
على سبيل المثال، إذا حسبت شيئًا بناءً على شرط خاطئ، فإن ذلك يندمج في دفعة، ثم يظهر في التقارير. بحلول الوقت الذي يلاحظه أحدهم، سيتعين عليك مراجعة أشهر من العمل.
يمكن للذكاء الاصطناعي المساعدة عن طريق تقليل تلك النافذة. إذا استطعت إجراء التسوية كل يوم بدلاً من نهاية الربع، يمكنك اكتشاف المشكلات بسرعة أكبر. إذا تم التقاط كل تعديل وعكسه في النظام فورًا، فإنك تقلل من احتمال عمل الأشخاص على نسخ مختلفة من القرض.
ليس الأمر مثيرًا كما فكرة أن الذكاء الاصطناعي يتخذ قرارات الاستثمار، لكن من الناحية التشغيلية يحدث فرقًا كبيرًا.
بالنسبة لشركة لديها سنوات من القروض موزعة عبر الأنظمة القديمة، وجداول البيانات، وملفات PDF والبريد الإلكتروني، ما هو الصعب فعليًا في الانتقال إلى بيئة تشغيلية جديدة؟
تحديد ما هي البيانات الصحيحة.
قد تكون لدى الشركة شروط في اتفاقية ائتمان، أرصدة في نظام مختلف، تعديلات في مجلد، سجل دفعات في بريد إلكتروني، وحتى بعض السياق المهم الذي يوجد فقط في ذاكرة عضو فريق واحد!
لذلك أولاً عليك إعادة بناء القرض كما هو اليوم. ثم عليك مقارنته بما تقوله النظام الحالي. أحيانًا لا تتطابق الأرقام وعليك معرفة السبب. ربما تم ربط شيء بشكل غير صحيح أثناء الترحيل؟ ربما كان هناك تعديل يدوي قبل سنوات؟ أو ربما كان النظام القديم خاطئًا. مهما كان الحال، لا يمكنك مجرد تجاهل الاختلاف.
نوصي بتشغيل البيئة القديمة والجديدة بالتوازي لفترة من الوقت، مقارنة المخرجات، التحقيق في الاختلافات، وإعداد كل شيء قبل إكمال الترحيل.
ليس أسرع طريقة للترحيل، لكن في دفتر قروض حي، لا ينبغي أن تكون السرعة الهدف الرئيسي.
إذا سمح الذكاء الاصطناعي للشركات بإدارة محافظ أكبر بكثير بفرق تشغيل أصغر، كيف تعتقد أن ذلك سيغير دور مدير القرض التقليدي؟
كان يعني الإدارة في السابق عملًا يدويًا، لكن إذا كان الذكاء الاصطناعي يستطيع القيام بمعظم ذلك، فإن الدور الجديد لمدير القرض هو التأكد من صحة الأرقام وتصحيح أي مشكلات بسرعة.
قد يتولى المديرون القيام بالمزيد من العمل بأنفسهم، اعتمادًا على عدد الأشخاص المتاحين وما إذا كانوا قادرين على إنجاز العمل بدقة وشفافية. لا تزال العديد من الشركات تفضل الاستعانة بمصادر خارجية. لا تعمل فرق التشغيل الصغيرة إلا إذا تم توثيق معرفة الأعضاء السابقين في مكان ما. إذا قمت بإزالة الأشخاص من العملية دون القيام بذلك، فليس بالضرورة أنك حسّنت شيئًا.
شكرًا على المقابلة الرائعة، يجب على القراء الذين يرغبون في معرفة المزيد زيارة Hypercore.
