استخدام الذكاء الاصطناعي في مجال الخدمات المصرفية

وللبقاء في صدارة توجهات التكنولوجيا المالية، وزيادة ميزتهم التنافسية، وتقديم خدمات قيّمة وتجارب عملاء أفضل، تبنَّت البنوك وغيرها من شركات الخدمات المالية مبادرات التحول الرقمي.

لقد أدى ظهور تقنيات الذكاء الاصطناعي إلى جعل التحول الرقمي أكثر أهمية، وأعاد تشكيل ملامح القطاع. لم يَعُد الذكاء الاصطناعي خيارًا بل أصبح ضرورة حتمية—والمؤسسات المالية التي تستثمر في منصات الذكاء الاصطناعي لديها إمكانات أكبر للريادة والازدهار.

تاريخيًا، واجه مقدمو الخدمات المالية الحاليون صعوبة في الابتكار. وجدت دراسة أجرتها شركة McKinsey أن البنوك الكبيرة كانت أقل إنتاجية بنحو 40% من البنوك الرقمية.¹ تتقدم العديد من الشركات الناشئة في القطاع المصرفي في تطوير حالات استخدام الذكاء الاصطناعي، ما يجعل من الضروري على البنوك التقليدية مواكبة هذا التطور والبدء بالابتكار.

على الدوام يستخدم المصرفيون معالجة اللغة الطبيعية (NLP) لتحليل الكمّ الهائل من البيانات المتوفرة لديهم داخليًا أو المستخلصة من مصادر خارجية. وهم يستخدمون أدوات تحليل البيانات للكشف عن الرؤى والتوجهات، واتخاذ قرارات أكثر استنارة بشأن الاستثمارات الرئيسية وإدارة الثروات.

ويعتمد القطاع المصرفي، على وجه الخصوص، بشكل متزايد على مزايا تقنيات الذكاء الاصطناعي للحفاظ على قدرته التنافسية. يريد العملاء الحصول على تجارب مصرفية رقمية سلسة: التطبيقات التي تتوقع احتياجاتهم والقدرة على التفاعل مع الأشخاص أو المساعدين الافتراضيين اعتمادًا على مدى تعقيد مشكلتهم. تحتاج الشركات إلى تحسين تجربة المستخدمين للحفاظ على سعادة هؤلاء العملاء. ويُعَد اعتماد ونشر حلول الذكاء الاصطناعي التوليدي، إلى جانب إدارة البيانات الفعَّالة، خطوة أساسية نحو تحقيق هذا الهدف.

في حين أن الذكاء الاصطناعي فائق الإمكانات في حد ذاته، فإن الجمع بينه وبين الأتمتة يُتيح المزيد من الإمكانات. تجمع الأتمتة المدعومة بالذكاء الاصطناعي بين ذكاء التقنية وموثوقية الأتمتة. ولقد كانت الأدوات التقليدية مثل أتمتة العمليات الآلية (RPA) مفيدةً في تبسيط المهام المتكررة، إلا أن البنوك بدأت الآن في اعتماد أنظمة الذكاء الاصطناعي الوكيل للتعامل مع مهام سير العمل الأكثر تعقيدًا.

يمتلك وكيل الذكاء الاصطناعي القدرة على صناعة القرار بشكل مستقل، وعلى سبيل المثال، يمكنه توجيه التطبيق من البداية إلى النهاية. يمكنه التفاعل مع العميل، والتحقق من المستندات، وفحص الجدارة الائتمانية وفقًا لقواعد البيانات الداخلية والخارجية، والتنبيه بشأن أي مشكلات تتعلق بالامتثال. يتكيّف مع المعلومات المتغيرة ويتخذ قرارات في الوقت الفعلي بدلًا من الالتزام بقواعد محددة مسبقًا، وكل ذلك بأقل تدخل بشري.

تتبنى المؤسسات المصرفية ومؤسسات الخدمات المالية الذكاء الاصطناعي لأسباب مختلفة، بما في ذلك إدارة المخاطر، وتحسين تجربة العملاء وتبسيط العمليات في المكاتب الأمامية والوسطى والخلفية.

يساعد الذكاء الاصطناعي العملاء على تحسين عملية اتخاذ القرار في الأمور المالية. من المرجح أن يبقوا مع البنوك التي تستخدم أحدث تقنيات الذكاء الاصطناعي لمساعدتهم على إدارة أموالهم بشكل أفضل.

لكن نظرًا إلى اللوائح الكثيرة في هذا المجال، تحتاج البنوك ومؤسسات الخدمات المالية الأخرى إلى استراتيجية شاملة للتعامل مع الذكاء الاصطناعي. يتطلب استخدام الذكاء الاصطناعي وجود استراتيجية وإطار تنفيذ يهدفان إلى زيادة القيمة للأعمال مع تقليل المخاطر.

نشر معهد IBM لقيمة الأعمال (IBV) دليلا للبنوك التي تسعى لدمج أدوات وممارسات الذكاء الاصطناعي في عملياتها في تقريره Global Outlook for Banking لعام 2025.² تتضمن بعض الإجراءات الرئيسية ما يلي:

تعديل نموذج الأعمال للاستفادة من التحول الرقمي في الخدمات المالية. راجِع استراتيجية أعمالك من خلال إعادة تشكيل طريقة خدمتك للعملاء. وسِّع قدرتك على خدمة العملاء من خلال التمويل المضمَّن، ما يُتيح لهم إجراء المعاملات المصرفية في أي وقت ومن أي مكان. عزِّز عروضك الاستشارية باستخدام الذكاء الاصطناعي بهدف تحقيق مصادر دخل جديدة، سواء من العملاء الأفراد أو الشركات أو القطاعات المتخصصة مثل الخدمات المصرفية الاستثمارية. أعِد النظر في مبادرات الدفع باعتبارها العمود الفقري للبيانات الجديدة، بهدف تعزيز إدارة المخاطر المدعومة بالذكاء الاصطناعي عبر مختلَف الأنظمة.

تعزيز الكفاءة التشغيلية باستخدام الذكاء الاصطناعي. ركِّز على أعباء العمل عالية التأثير لتبسيط العروض وتحسينها، وجعلها متوافقة بسلاسة مع البيئة الرقمية. استخدِم الذكاء الاصطناعي لإعادة تصوُّر العمليات من البداية إلى النهاية، ما يعزز الكفاءة والابتكار. صمِّم بنية تعتمد على السحابة الهجينة لتحسين التكاليف وتبسيط العمليات.

جدِّد ثقافة إدارة المخاطر - بحيث يصبح كل مصرفي مديرًا لمخاطر الذكاء الاصطناعي. سرِّع تطوير البرمجيات باستخدام الذكاء الاصطناعي، ولكن لا تغفل عن مخاطر تعقيد الأنظمة المتزايد - استثمر في حوكمة واضحة للمنصة لضمان الأمان والامتثال والمرونة مع توسُّع الابتكار. أعطِ أولوية لحوكمة البيانات لحماية السرية والسلامة والتوافر، ما يساهم في ضمان بناء نماذج الذكاء الاصطناعي على أُسس قوية تقلل من مخاطر مثل تسريب البيانات، وعدم وضوح الجوانب القانونية، والانحياز في النماذج.

نفِّذ برامج تعليمية متطورة تواكب التطورات التكنولوجية. وجهة نظرنا أن الذكاء الاصطناعي يشكل فرصة أتمتة وتحسينًا في الوقت ذاته—إذ إنه يمكِّن المصرفيين من إعادة تصوُّر دورهم في صناعة تشهد تحوُّلًا رقميًا. ينطبق هذا النهج أيضاً على مجالات الأعمال وأقسام التكنولوجيا على حد سواء. قد تواجه البنوك صعوبة في إيجاد المهارات المناسبة، ولا يمكنها تأجيل إعادة تأهيل العاملين الذين غالبًا ما يكونون محاصرين في مهام روتينية وغير قادرين على مواكبة الابتكار السريع.

كُن رائدًا بالذكاء الاصطناعي أو ستتخلف عن المنافسة. يجب على البنوك أن تصمِّم استراتيجيات أعمالها بوضوح لتبرِز تميُّزها عن المنافسين في عصر الذكاء الاصطناعي - فالتجديد التكنولوجي وحده لا يكفي. يتطلب الانتقال من الابتكار باستخدام الذكاء الاصطناعي إلى الابتكار المعتمد على الذكاء الاصطناعي تبني نهج "الذكاء الاصطناعي أولًا"، حيث تصبح منصة الذكاء الاصطناعي مركزية في جميع الاستراتيجيات التجارية والتشغيلية. 

يوجد العديد من الفوائد الرئيسية تستفيد بها البنوك التي تتبنى أنظمة الذكاء الاصطناعي وتنشرها.

واجهات برمجة تطبيقات محسَّنة: تعتمد العمليات المصرفية بشكل متزايد على استخدام واجهات برمجة التطبيقات (APIs) لتمكين العملاء من تتبُّع أموالهم على التطبيقات المختلفة. على سبيل المثال، يجب على البنوك منح إذن واجهة برمجة التطبيقات لتطبيقات تحديد الميزانية التابعة لجهات خارجية حتى يتمكن العملاء من مراقبة حسابات مصرفية متعددة. يعزِّز الذكاء الاصطناعي استخدام واجهة برمجة التطبيقات من خلال تفعيل المزيد من الإجراءات الأمنية وأتمتة المهام المتكررة، ما يجعلها أكثر صلابة.

أدوات عملاء أكثر ذكاءً: يشير ظهور الذكاء الاصطناعي التوليدي والذكاء الاصطناعي الوكيل المدعوم بالتعلم العميق إلى أن الصناعات الاستثمارية والمصرفية يمكنها نشر أدوات أكثر تطورًا لتبسيط خدمة العملاء. يمكن أن تعمل روبوتات المحادثة والمساعدون الافتراضيون المدعومون بالذكاء الاصطناعي على تعزيز دعم العملاء، ما يساعدهم على حل المشكلات الصغيرة بأنفسهم. يمكن أن يشغِّل الذكاء الاصطناعي أيضًا تطبيقات وضع الميزانية التي تساعد العملاء على إدارة شؤونهم المالية بشكل أفضل وتوفير مزيد من المال.

تقييم ائتماني أكثر ذكاءً: تُعَد عملية تحديد الجدارة الائتمانية من الأنشطة المصرفية الحيوية. تحتاج البنوك إلى معالجة كميات كبيرة من بيانات العملاء لاتخاذ قرارات ائتمانية مهمة، مثل قبول طلب بطاقة ائتمان أو الموافقة على زيادة الائتمان. يمكن لخوارزميات الذكاء الاصطناعي وأساليب التعلم الآلي مساعدة المؤسسات المالية في الموافقة على بطاقات الائتمان أو رفضها، وزيادات الائتمان وغيرها من طلبات العملاء بسرعات عالية.

تعزيز الأمن الإلكتروني والكشف عن الغش: يستخدم المهاجمون الإلكترونيون الذكاء الاصطناعي بشكل متزايد لابتكار طرق أكثر تطورًا للاحتيال على المؤسسات المالية. فبإمكانهم استخدام الصوت المُنشأ بواسطة الذكاء الاصطناعي³ لتقليد العملاء، ما يُحدِث ارتباكًا لدى وكلاء خدمة العملاء. ويمكنهم استخدام الذكاء الاصطناعي لجعل رسائل التصيد الاحتيالي تبدو شرعية بشكل متزايد. ونتيجةً لذلك، يتعين على هذه المؤسسات المالية استخدام خوارزميات الذكاء الاصطناعي لحماية موظفيها من تهديدات الأمن الإلكتروني في الوقت الفعلي، مع إنشاء أدوات لمساعدة العملاء على تجنُّب الحيل نفسها. يمكن للمؤسسات المالية والوكالات الحكومية أيضًا استخدام أنظمة الذكاء الاصطناعي لإحباط الجرائم المالية الأخرى مثل غسيل الأموال أو انتحال الهوية.

الخدمات المصرفية المدمجة: وهي إدراج الخدمات البنكية ضمن تجارب غير تقليدية، مثلما حدث عندما أطلقت Starbucks تطبيق المدفوعات الخاص بها.⁴ ومن المتوقع أن تنمو الخدمات المصرفية المدمجة كخدمة مستقلة. يلعب الذكاء الاصطناعي دوراً محورياً في هذا النمو، حيث يساعد شركات التجزئة وغيرها من المؤسسات على جمع وتحليل البيانات المتعلقة بفرص السوق المحتملة، والتنبؤ بالجدارة الائتمانية، وتقديم خدمات مخصصة بشكل أفضل للعملاء.

الأسواق والفرص الجديدة: يمكن للتحليلات التنبؤية والتوقعات المدعومة بالذكاء الاصطناعي تحديد مجالات نمو جديدة، وتحسين عمليات الاكتتاب، وتحديد العملاء المحتمل خسارتهم بدقة أكبر. على سبيل المثال، تستطيع البنوك تحليل سلوكيات عملائها ومقارنتها بنقاط بيانات أخرى لتحديد ما إذا كان العملاء الأفراد على وشك إلغاء حساباتهم.

لا يخلو إدخال الذكاء الاصطناعي في مجال الخدمات المصرفية من المخاطر والتعقيدات. وجدت دراسة لمعهد IBM IBV لعام 2025 أن 55% من الرؤساء التنفيذيين في قطاعات الأعمال والأسواق المالية يرون أن مكاسب الإنتاجية المحتملة من الأتمتة كبيرة جدًا لدرجة أنهم مضطرون لقبول مخاطر كبيرة للحفاظ على تنافسيتهم.⁵  تتضمن بعض هذه المخاطر:

الأمن الإلكتروني: يمكن استخدام تقنية الذكاء الاصطناعي التوليدي لمنع الاحتيال وإدارة الامتثال، ولكنها أيضًا تنتج مخاطر. يطرح إدخال أدوات الذكاء الاصطناعي وتقنياته المفتوحة في أنظمة تقنية المعلومات المصرفية بعض التحديات الأمنية، وذلك لأن نماذج الذكاء الاصطناعي تُعد أهدافًا قيمة بشكل خاص للجهات الخبيثة. ولهذا السبب تحتاج البنوك إلى نهج شامل لحوكمة الذكاء الاصطناعي يوازن بشكل فعال بين الابتكار وإدارة المخاطر.

الشكوك القانونية المتعلقة بالعمليات: تحتاج نماذج الذكاء الاصطناعي التوليدي إلى التدريب على مجموعات البيانات الحالية لتكون فعَّالة. لا تزال هناك بعض القضايا غير المحلولة حول إذا ما كان تحليل البيانات المتاحة علنًا، مثل الأخبار والفيديوهات التوضيحية، يشكِّل انتهاكًا لحقوق النشر.⁶ يقول 77% من الرؤساء التنفيذيين في قطاعات الأعمال والأسواق المالية إن المعايير والتنظيمات غير المتسقة تُعيق قدرتهم على نمو أعمالهم.²تتمثل إحدى الطرق لتجنب هذه المشكلة في استخدام نماذج الذكاء الاصطناعي التي تدربت على البيانات التي يمتلكها البنك، مثل تعاملات خدمة العملاء أو الأبحاث الخاصة بها.

صعوبات في التحكم بدقة النتائج: في الوقت الحالي، لا تتحكم نماذج الذكاء الاصطناعي في مخرجاتها أو "تفهمها". بدلًا من ذلك، تكتشف نماذج الذكاء الاصطناعي الأنماط في البيانات المقدمة لها وتُنتج النتائج بناءً عليها. لذلك، لا يمكن للنموذج إخبار الموظف البشري إذا ما كانت البيانات غير صحيحة أو غير دقيقة. هذا يجعل قابلية التفسير أمرًا حاسمًا، خصوصًا في صناعة منظمة مثل المصارف، حيث يكون فهم كيفية توصُّل النموذج إلى قراره أمرًا ضروريًا.

التحيّز الناجم عن انحياز النماذج: تستثمر البنوك بشكل متزايد في مبادرات الممارسات البيئية والاجتماعية وحوكمة الشركات (ESG) كوسيلة لإظهار الشفافية والمساءلة عن أفعالها. ونظرًا لأن نماذج الذكاء الاصطناعي يتم تدريبها على بيانات أنشأها البشر، فهي قد ترث بعض التحيُّزات التي تؤثِّر في البشر. تحتاج البنوك إلى القضاء على التحيُّز في طرق تسويق المنتجات وتحديد عوامل مثل الجدارة الائتمانية، والتي أثرت سلبًا تاريخيًا في بعض الفئات السكانية.

تتعرض المؤسسات المصرفية لضغوط متزايدة من أجل التحول الرقمي. يطلب العملاء تجارب مؤتمتة مع إمكانات الخدمة الذاتية، ولكنهم يريدون أيضاً أن تكون تفاعلاتهم ذات طابع شخصي وإنساني فريد.

تواصل البنوك إعطاء الأولوية للاستثمار في الذكاء الاصطناعي للبقاء في صدارة المنافسة وتقديم أدوات متطورة بشكل متزايد للعملاء لإدارة أموالهم واستثماراتهم. يواصل العملاء إعطاء الأولوية للبنوك التي يمكنها تقديم تطبيقات ذكاء اصطناعي مخصصة تساعدهم على اكتساب رؤية حول فرصهم المالية.

من المحتمل أن يشمل مستقبل الذكاء الاصطناعي في القطاع المصرفي مؤسسات تُعلن عن استخداماتها للذكاء الاصطناعي وكيفية نشرها للتطورات بشكل أسرع من المنافسين. سيساعد الذكاء الاصطناعي البنوك على الانتقال إلى نماذج تشغيل جديدة، وتبسيط سير العمل، وتبني الرقمنة والأتمتة الذكية، وتحقيق الربحية المستدامة في عصر جديد من الخدمات المصرفية للأعمال وللأفراد.

استخدم مجموعات بيانات متنوعة وتمثيلية، وأجرِ اختبارات مستمرة للتحيز الخوارزمي للكشف عن الأثر المتباين عبر الفئات المحمية. قم بإدراج ضوابط التحكم ضمن إطار عمل رسمي لإدارة مخاطر النماذج (MRM) لضمان التحقق من صحة النماذج ومراقبتها وتوثيقها. تأكد من الامتثال لقوانين الإقراض العادل وقانون تكافؤ الفرص الائتمانية (ECOA)، واللذين يحظران معاً القرارات الائتمانية التمييزية ويتطلبان القدرة على التفسير.

اعتمد نهج قائم على واجهة برمجة التطبيقات (API) أولاً، يقوم بإضافة خدمات الذكاء الاصطناعي كطبقات فوق أنظمة العمليات المصرفية الأساسية الحالية، بدلاً من استبدالها بالكامل. استخدم البرمجيات الوسيطة والخدمات المصغرة لفك الارتباط بين قدرات الذكاء الاصطناعي الجديدة والبنية التحتية القديمة، وتحديث مسارات البيانات لضمان الوصول إليها في الوقت الفعلي، مع التنفيذ على مراحل لإدارة المخاطر التشغيلية والتنظيمية.

لدعم التخصيص الفائق، يستخدم الذكاء الاصطناعي نماذج التعلم الآلي المدربة على سجل المعاملات، والإشارات السلوكية، وبيانات الأحداث الحياتية لتقديم عروض وأسعار واستشارات مالية مخصصة لكل فرد. يمكن لوكلاء الذكاء الاصطناعي بعد ذلك التصرف بناء على هذه الرؤى في الوقت الفعلي من خلال إشراك العملاء بشكل استباقي أو تعديل التوصيات. التحليلات التنبؤية تتوقع احتياجات العملاء (مثل فرص إعادة التمويل) مع ضمان معايير قوية لخصوصية البيانات.

حدد مؤشرات أداء رئيسية (KPIs) واضحة لحالات الاستخدام وربطها بالقيمة التجارية، مثل نمو الإيرادات، وخفض التكاليف، والحد من الاحتيال، وتحسين خسائر الائتمان، أو الاحتفاظ بالعملاء؛ مع مقارنة الأداء الأساسي بالأداء المدعوم بالذكاء الاصطناعي. يجب أن يأخذ العائد على الاستثمار (ROI) في الاعتبار أيضاً العوائد المعدلة حسب المخاطر، بما في ذلك مكاسب كفاءة رأس المال والحد من الخسائر التشغيلية الناتجة عن تحسين عملية اتخاذ القرار.

يمكن للمؤسسات الحفاظ على ثقة العملاء من خلال التعامل مع الذكاء الاصطناعي كقدرة استراتيجية ومخاطرة مُدارة في آنٍ واحد، مدعومة بهياكل واضحة لـ حوكِمة الذكاء الاصطناعي تُحدد المسؤوليات، والرقابة، والمعايير الأخلاقية. إن دمج إدارة مخاطر النماذج، وضوابط الأمن السيبراني وحوكمة البيانات ضمن عمليات مخاطر المؤسسة، جنباً إلى جنب مع التقارير الشفافة ومراقبة الأداء، يساعد في ضمان أمن أنظمة الذكاء الاصطناعي وتوافقها مع تطلعات العملاء.