كيف يعرض بنك موسكو للائتمان تطور التدريب في المصارف — من الكتبة إلى الذكاء الاصطناعي

يُظهر تاريخ التدريب المصرفي أن التقنيات تتغير بينما تبقى المهمة نفسها: الحد من الأخطاء، وإدخال الموظفين إلى العمل بسرعة أكبر، ومنحهم أدوات لاتخاذ القرار. فقبل عدة قرون كان المبتدئون يتعلمون التمييز بين العملات المعدنية المزيفة ومسك دفاتر الحسابات يدوياً. أما اليوم فتراهن المصارف بشكل متزايد على الذكاء الاصطناعي، الذي يساعد على تخصيص التدريب وشرح القواعد الداخلية وتسريع تأقلم الموظفين.

لم تكن المصارف الأولى في مطلع العصر الحديث قادرة ببساطة على الاعتماد على متخصصين جاهزين من سوق العمل. ففي القرن السابع عشر كان المستوى العام للتعليم متدنياً، وكان العمل المصرفي يتطلب مهارات تطبيقية بحتة. وكان الكتبة الجدد يتدربون داخل المؤسسة نفسها: كيف يُنظَّم القيد في السجلات، وكيف يُتعامل مع أنواع مختلفة من النقود، وكيف تُكشف المزيفات، وكيف تُتفادى الخسائر عند استلام العملات المعدنية. لم يكن ذلك بالنسبة للمصارف ميزة إضافية، بل مسألة بقاء: فخطأ الموظف كان يضرب مباشرة في الأموال والسمعة.

ومع بداية القرن العشرين تغير الوضع. ظهرت برامج تعليمية ومعاهد متخصصة لم تكن تُعلّم العاملين المصرفيين المستقبليين المحاسبة والرياضيات المالية فحسب، بل أيضاً المراسلات التجارية والاختزال والطباعة على الآلة الكاتبة وفن الخطابة. ومع ذلك لم يختفِ التدريب المؤسسي. فقد ظلت المصارف مضطرة إلى استكمال تدريب موظفيها وفق عملياتها الخاصة، وشرح اللوائح الداخلية، وإعداد الناس لمخاطر حقيقية، من الاحتيال إلى الأخطاء في تداول الوثائق. وبذلك أصبح التعليم الخارجي أساساً، وصار الإعداد الداخلي وسيلة لرفع المعرفة إلى المستوى المطلوب.

ومع انتشار الذكاء الاصطناعي انتقل التركيز في التدريب من برنامج موحد للجميع إلى مسار شخصي لكل متدرب. وتشير الأبحاث التي يستند إليها MKB إلى أن النماذج التوليدية وروبوتات الدردشة تساعد على ترسيخ المادة بشكل أفضل، وعلى اختيار مهام تناسب مستوى المستخدم، وعلى تخفيف التوتر الناتج عن العملية التعليمية. وتزداد أهمية ذلك في بيئة الشركات: فلا يحتاج الموظف إلى انتظار مرشد متفرغ أو إلى إعادة قراءة عشرات الوثائق، إذا كان بإمكان النظام أن يجمع بسرعة شرحاً موجزاً، ويختبر فهم الموضوع، ويقترح الوحدة التالية.

وتبدأ القيمة العملية للذكاء الاصطناعي في المصارف من التأهيل الوظيفي (الأونبوردينغ). فمثل هذه الأنظمة قادرة على تحليل خبرة الموظف الجديد، وكشف الثغرات في معرفته، ووضع خطة تأقلم فردية، مثلاً مع التركيز على الامتثال أو السياسات الداخلية أو خصائص المنتجات أو العمليات التقنية. وهناك سيناريو مستقل هو البحث عن الإجابات في قواعد المعرفة الداخلية. فإذا كان روبوت الدردشة مرتبطاً بالوثائق المؤسسية ومضبوطاً بما يراعي صلاحيات الوصول، فبوسعه أن يشير بسرعة إلى اللائحة المطلوبة، ويشرح الإجراء، ويُعدّ ملخصاً عن الموضوع. ويوفر ذلك الوقت ويخفف العبء عن الموارد البشرية والمرشدين والمديرين المباشرين.

ويورد المقال أيضاً حالات تطبيقية أكثر. ففي أحد بنوك الاستثمار الدولية يُستخدم الذكاء الاصطناعي لبناء خطط تدريب شخصية للمتخصصين الشباب وللتوليد الآلي للاختبارات والملخصات الموجزة. وفي الفرع الأوروبي لـ Raiffeisen Bank أُطلقت دورات تدريبية مستقلة ليتعلم الموظفون كيفية العمل مع دردشة الذكاء الاصطناعي المؤسسية. وفي Pictet Group يجيب روبوت الدردشة عن أسئلة تتعلق بسياسة الشركة وعمليات الموارد البشرية والمهام التقنية، بينما أسرع نظام LLM في أحد المصارف الآسيوية الكبرى إعداد مستندات العملاء بشكل ملحوظ. أما MKB نفسه فينظر إلى الذكاء الاصطناعي كذلك بوصفه أداة داخلية لفرق تقنية المعلومات، ومن بين الأفكار المطروحة: روبوت دردشة حول الأنظمة المصرفية، ومساعد للمختبِرين، ومرشد بالذكاء الاصطناعي للمطورين.

والخلاصة هنا بسيطة: التدريب المؤسسي في المصارف لا يختفي حتى حين تتوافر في السوق الشهادات والدورات بكثرة. فالذي يتغير هو المهام فحسب. فقد كان المطلوب سابقاً تعليم الإنسان ألا يقبل عملة معدنية مقصوصة، وأن يمسك دفتر الحسابات دون أخطاء. أما الآن فالمطلوب إدخاله بسرعة في بيئة تنظيمية معقدة، ودعم متطلبات الامتثال، ومساعدته على فهم اللوائح وإتقان الأدوات الرقمية الجديدة. ولذلك فإن الذكاء الاصطناعي في المصرف ليس مرتبطاً فقط بخدمات العملاء وأتمتة العمليات، بل أيضاً بكيفية تنشئة الموظفين الأكفاء بسرعة أكبر داخل المؤسسة نفسها.