الشركات المالية تدرك: الذكاء الاصطناعي الوكيلي يحتاج إلى بيانات جاهزة

تُعدّ الخدمات المالية الذكاء الاصطناعي الوكيلي لأتمتة عملياتها: تحليل طلبات الائتمان، واكتشاف الاحتيال، وإدارة المحافظ الاستثمارية. لكنها تواجه مشكلة غير متوقعة: فالنجاح لا يتوقف على تعقيد الخوارزمية، بل على جاهزية البيانات.

الذكاء الاصطناعي الوكيلي في القطاع المالي

الذكاء الاصطناعي الوكيلي هو أنظمة تتخذ القرارات وتتصرف بشكل مستقل. وفي القطاع المالي يعني ذلك أن الوكيل يفحص الطلب الوارد، ويحلل البيانات المتاحة، ثم يقرر بسرعة: الموافقة على قرض، أو رصد معاملة مشبوهة، أو إعادة موازنة محفظة استثمارية. ويجب أن يتم كل ذلك في الوقت الفعلي، لأن الأسواق المالية تتغير في كل ثانية.

وفي الوقت نفسه، تعمل الخدمات المالية في أحد أكثر قطاعات الاقتصاد خضوعًا للتنظيم. فكل قرار يتخذه الوكيل قد يطعن فيه الجهة التنظيمية، وعلى الشركة أن تشرح لماذا اتُّخذ هذا القرار بالذات.

البيانات أهم من الخوارزمية

هنا يكمن التناقض الرئيسي: تستثمر الشركات في GPT-5 وفي نماذج المحوّلات (Transformers) القوية وفي الأنظمة المعقدة، ومع ذلك يبدأ الوكيل بالعمل بشكل سيئ. والسبب أن الوكيل يتلقى بيانات قديمة وناقصة ومتناقضة.

مثال على ذلك: يدرّب مدير المخاطر الوكيل على اتخاذ القرارات استنادًا إلى السجلات الائتمانية للعملاء. لكن إذا لم يُحدَّث السجل في الوقت الفعلي، فسيوصي الوكيل بمنح قروض لأشخاص تعثّروا بالفعل عن السداد في مصرف آخر. أو مثال آخر: يحلل الوكيل الصفقات لكشف الاحتيال، لكنه يتلقى المعلومات متأخرة بساعتين. وخلال هاتين الساعتين يكون المحتال قد سحب الأموال.

التحديات التي تعرقل حتى أذكى أنظمة الذكاء الاصطناعي:

• الحداثة في الوقت الفعلي — يجب أن تتحدث البيانات لحظة بلحظة، لا مرة واحدة في اليوم
• الاتساق بين الأنظمة — يرى نظام CRM شيئًا، ويرى المكتب الخلفي شيئًا آخر، وتعرض بحيرة البيانات شيئًا ثالثًا
• الاكتمال التنظيمي — يجب توثيق جميع البيانات المطلوبة لمتطلبات KYC وAML وPCI-DSS وإتاحتها للتدقيق
• جودة السجل التاريخي — البيانات السيئة من الماضي تدرّب الوكلاء على اتخاذ قرارات سيئة
• الاندماج في العملية الفعلية — يقدّم الوكيل توصياته، لكن الأنظمة التشغيلية لا تستجيب له

التنظيم بوصفه جزءًا من البنية

في شركات التأمين والمصارف، لا يستطيع الوكيل أن يكتفي بقول «أوافق». عليه أن يوثّق كل خطوة: ما البيانات التي استخدمها، وما القواعد التي طبّقها، وما النتيجة التي توصّل إليها. وتشترط الجهة التنظيمية أن يكون ذلك قابلًا للتفسير.

وهذا يعني أن البيانات يجب ألا تكون محدّثة فحسب، بل قابلة للتدقيق أيضًا. فكل قيمة يجب أن تقترن بختم زمني ومصدر ونسخة من المخطط (schema). وعندما يبدأ البنك المركزي عملية التفتيش، يتعين على الشركة أن تثبت أن الوكيل التزم بجميع المتطلبات. ويعني ذلك أن بنية البيانات يجب أن تُصمَّم منذ البداية بما يتوافق مع التنظيم، لا أن يُضاف ذلك لاحقًا.

من التجارب إلى الإنتاج

تبدأ كثير من الشركات المالية بمشاريع تجريبية: تأخذ مجموعة صغيرة من البيانات، وتدرّب الوكيل على بيانات تاريخية، ثم تطلقه في بيئة معزولة (sandbox). لكن عندما يحين وقت نقل الوكيل إلى الإنتاج (production)، يتبيّن أن البنية التحتية للبيانات غير موجودة أصلًا. فلا يوجد نظام يدمج البيانات في الوقت الفعلي، ولا طبقة حوكمة (governance) تراقب الجودة، ولا وسيلة للتراجع عن قرار إذا تبيّن أن البيانات تالفة.

أما الشركات المالية التي نجحت، فقد بنت البنية التحتية للبيانات أولًا، ثم أطلقت الوكلاء. وهذا طريق طويل، أكثر كلفة وأبطأ من شراء GPT-5 والأمل في أفضل النتائج.

ماذا يعني ذلك

سيتعين على الشركات المالية أن تستثمر في البنية التحتية للبيانات أكثر مما تستثمر في الذكاء الاصطناعي نفسه. فبحيرات البيانات (data lakes) وخطوط المعالجة في الوقت الفعلي (real-time pipelines) وأطر الحوكمة (governance frameworks) ستصبح ميزة تنافسية. فالشركة ذات البيانات الجيدة ستطلق وكيلها بسرعة وستطوّره بسرعة. أما الشركة التي ظنّت أنها تحتاج إلى «أفضل خوارزمية» فستتخلف عن الركب.