النشرات الشهرية
الدور المتنامي للذكاء الاصطناعي في الاستشارات المالية والتمويل
الدور المتنامي للذكاء الاصطناعي في الاستشارات المالية والتمويل
على مدى العامين الماضيين، انتقل الذكاء الاصطناعي بسرعة من هوامش الخدمات المالية إلى صميم العمل اليومي. بدأ الأمر بروبوتات الدردشة لخدمة العملاء وأتمتة العمليات التشغيلية، ليمتد اليوم إلى النمذجة المالية وتحليل الائتمان وتحضير الصفقات ومراجعة المستندات وإعداد تقارير العملاء. ويشهد هذا التحول ذاته انتشاراً داخل إدارات التمويل بالشركات، حيث يُطلب من فرق الخزينة والتخطيط والتقارير المالية إنجاز مهام أكبر بالعدد ذاته من الموظفين. وبالنسبة لشركات الاستشارات، والشركات التي تتعامل معها، لم يعد السؤال هو ما إذا كان ينبغي استخدام هذه الأدوات، بل أين تضيف قيمة حقيقية، وأين تخلق مخاطر خفية.
والصورة العامة ليست متجانسة. فالأرقام الإجمالية تشير إلى أن معظم الجهات تستخدم الذكاء الاصطناعي بشكل أو بآخر، إلا أن عدداً محدوداً فقط من المؤسسات وصل بهذا الاستخدام إلى درجة تُحدث تغييراً فعلياً في طريقة إنجاز العمل. وفي الوقت نفسه، بدأت القواعد المنظمة لاستخدام الذكاء الاصطناعي في القطاع المالي تتبلور، وقد شهدت تعديلاً جديداً في الشهر الماضي فقط.
لا تهدف هذه النشرة إلى تقييم مزودي حلول الذكاء الاصطناعي، ولا إلى توقع مستقبل هذه التقنية، بل تسعى إلى بيان كيفية استخدام الذكاء الاصطناعي حالياً في أعمال الاستشارات والمالية وتمويل الشركات ، وما تستطيع الأدوات الحالية تقديمه وما يتجاوز قدراتها، وما يستلزمه استخدامها من حذر.
لماذا انتقل الذكاء الاصطناعي من مرحلة التجربة إلى التطبيق الفعلي؟
أصبح تبنّي الذكاء الاصطناعي واسع الانتشار، إلا أنه لا يزال سطحياً في معظمه. فقد استندت دراسة عالمية صادرة في أبريل 2026 عن مركز كامبريدج للتمويل البديل إلى بيانات 628 مؤسسة في 151 دولة، منها 352 شركة عاملة في قطاع الخدمات المالية. وتبيّن أن 81% من هذه الشركات تستخدم الذكاء الاصطناعي بشكل أو بآخر، فيما لم تتجاوز مرحلة التجربة سوى نسبة قليلة منها.
الفئة | تستخدم الذكاء الاصطناعي بشكل أو بآخر | التبنّي المتقدم | مرحلة التحول |
قطاع الخدمات المالية (إجمالاً) | 81% | 40% | 14% |
شركات التقنية المالية | – | 47% | 19% |
المؤسسات المالية التقليدية | – | 30% | 6% |
الجهات التنظيمية والرقابية | – | 20% | – |
المصدر: مركز كامبريدج للتمويل البديل، التقرير العالمي لاستخدام الذكاء الاصطناعي في الخدمات المالية لعام 2026 (أبريل 2026). ويشمل “التبنّي المتقدم” مرحلتي التوسع والتحول.
وتبرز هنا نقطتان جديرتان بالملاحظة: الأولى أن نحو شركتين من كل خمس شركات تفيد بأنها في مرحلة التوسع أو التحول، بينما لا تزال البقية في مرحلتي الاستكشاف أو التجربة. والثانية أن الجهات التنظيمية والرقابية تتخلف عن القطاع الذي تشرف عليه بنحو عشرين نقطة مئوية، وهي فجوة تحدد سرعة ظهور المتطلبات الرسمية، ومدى ما يتعين على الشركات تحديده بنفسها في هذه الأثناء.
وأصبحت الجدوى التجارية لهذه التقنية أوضح مما كانت عليه سابقاً. ففي دراسة نُشرت للمرة الأولى عام 2023، قدّرت مؤسسة ماكنزي أن الذكاء الاصطناعي التوليدي قد يضيف ما بين 200 و340 مليار دولار أمريكي من القيمة سنوياً للقطاع المصرفي العالمي، أي ما يعادل تقريباً 9% إلى 15% من الأرباح التشغيلية، ويعود ذلك في معظمه إلى تحسّن الإنتاجية لا إلى إيرادات جديدة. وفي الفترة ذاتها، قدّرت مؤسسة ديلويت أن مكاسب إنتاجية المكاتب الأمامية قد تتراوح بين 27% و35% بحلول عام 2026 في أكبر 14 بنكاً استثمارياً عالمياً. وتُعد هذه التقديرات تقديرات عامة على مستوى القطاع، لا نتائج حققتها شركة بعينها، ويُستحسن قراءتها كاتجاه عام لا كأرقام نهائية.
ويمكن تفسير هذا الانتقال من مرحلة التجربة إلى الاستخدام اليومي بعدة عوامل:
وخلص تقرير NVIDIA بعنوان “واقع الذكاء الاصطناعي في الخدمات المالية”، الصادر في يناير 2026، إلى أن 61% من المؤسسات المالية تستخدم الذكاء الاصطناعي التوليدي أو تختبره حالياً، بينما تستخدم أو تختبر نحو 42% منها ما يُعرف بالذكاء الاصطناعي الوكيل (Agentic AI)، وقد بدأت مؤسسة واحدة من كل خمس مؤسسات تقريباً بتشغيله فعلياً.
أين يُستخدم الذكاء الاصطناعي في أعمال الاستشارات والتمويل؟
في أعمال الاستشارات والتمويل، يقتصر دور الذكاء الاصطناعي غالباً على مساعدة فريق العمل في مرحلة التحضير، لا في اتخاذ القرار. ويوضح الجدول أدناه مواضع استخدامه ضمن مهمة استشارية نمطية.
المرحلة | الاستخدام النمطي | الفائدة المتحققة |
المصدر والفرز الأولي | تحديد الشركات المماثلة والصفقات السابقة والأطراف المحتملة | تغطية أوسع في وقت أقل |
التحليل المالي | استخراج الأرقام من القوائم المالية، وتبويب البيانات المالية، وبناء نموذج مالي أولي | تقليل إعادة الإدخال اليدوي وأخطاء النسخ |
العناية الواجبة | قراءة اتفاقيات التسهيلات والعقود ومستندات غرفة البيانات | اكتشاف أسرع للبنود الجوهرية والثغرات |
إعداد المستندات | إعداد المسودات الأولى للمذكرات التعريفية والمقترحات الائتمانية والملخصات التعريفية | تقصير دورة الصياغة |
الائتمان والمتابعة | التصنيف الائتماني، ومؤشرات الإنذار المبكر، ومتابعة التعهدات والتدفقات النقدية | اكتشاف المشكلات في وقت أبكر |
تقارير العملاء | تلخيص المراكز وإعداد التحديثات الدورية | اتساق أكبر بين الفترات |
أما ما لم يتغيّر فهو موضع الحكم المهني. فهيكلة التسهيل الائتماني، وتقدير حجم الدين الذي يمكن أن تتحمله المنشأة، والتفاوض مع الجهات المقرضة، وفهم المقصد الحقيقي وراء بنود ورقة الشروط، كلها أمور لا تزال تتطلب حكماً بشرياً ورقابة بشرية بدرجة كبيرة. وتنبع المكاسب هنا من تقليص وقت التحضير، ما يتيح لفريق صغير إدارة عدد أكبر من المهام في آنٍ واحد. غير أن القرار النهائي، والمسؤولية المترتبة عليه، يظلان بيد القائمين على العمل أنفسهم.
المنظور من داخل إدارة التمويل بالشركات
تركز معظم الأبحاث المنشورة حول الذكاء الاصطناعي في القطاع المالي على البنوك وشركات الاستشارات. أما داخل إدارات التمويل بالشركات، فالصورة مختلفة، بل متأخرة من عدة جوانب. فقد أظهرت دراسة أُجريت عام 2026 على قادة الإدارات المالية أن 56% منهم يستخدمون الذكاء الاصطناعي بشكل أو بآخر، أي ضعف مستوى الاستخدام المسجل عام 2023 تقريباً. إلا أن الدراسة ذاتها صنّفت إدارة التمويل في المرتبة الأخيرة بين وظائف الأعمال من حيث تبنّي الذكاء الاصطناعي، إذ لا تزال نحو 45% من الفرق في مرحلة تجريب محدودة، ولا تتجاوز نسبة من يستخدمونه في صميم عملهم 17%.
غير أن النية قائمة بوضوح. ففي استطلاع “مؤشرات المدير المالي” الذي أجرته ديلويت في الربع الرابع من عام 2025 على 200 مدير مالي في كبرى الشركات بأمريكا الشمالية، أفاد 87% منهم بأن الذكاء الاصطناعي سيكون بالغ الأهمية أو مهماً جداً لعمليات التمويل خلال عام 2026. كما أظهر استطلاع أجرته Grant Thornton في الربع الأول من عام 2026 على أكثر من 230 من قادة الإدارات المالية في الولايات المتحدة أن 68% منهم يتوقعون ارتفاع الإنفاق على تقنية المعلومات والتحول الرقمي خلال العام المقبل، وهو أعلى مستوى تسجله هذه الدراسة منذ 21 ربعاً. وتبدو الفجوة بين النية والتطبيق أقرب إلى فجوة في البيانات والمهارات منها إلى فجوة في الميزانيات. وقد بيّن استطلاع أجرته Gartner في مطلع عام 2026 أن بناء الكفاءات المتخصصة في الذكاء الاصطناعي داخل إدارة التمويل، لا التقنية ولا الميزانية، هو التحدي الأكثر إلحاحاً في المدى القريب بحسب ما أفاد به المديرون الماليون.
مجال العمل المالي | موضع استخدام الذكاء الاصطناعي | ما يجب الانتباه إليه |
التخطيط والتحليل | تحليل الانحرافات، وبناء السيناريوهات، وتجميع الموازنات | جودة المخرجات لا تتجاوز جودة البيانات المُدخلة |
الخزينة | التنبؤ بالسيولة، وملخصات التعرضات، ومراجعة الرسوم المصرفية والتعهدات | لا تزال افتراضات التوقيت بحاجة إلى تقدير بشري |
المحاسبة والتقارير | التسويات، واكتشاف القيود غير المعتادة، وإعداد المسودات الأولى للأقسام السردية | أي محتوى يُدرج في التقارير النظامية يستلزم مراجعة كاملة |
تقارير الجهات المقرضة والمستثمرين | إعداد الحزم الدورية وملخصات الأداء مقابل التعهدات | يجب أن تبقى التعريفات ثابتة بين الفترات |
الذمم الدائنة والمدينة | مطابقة الفواتير، وترتيب أولويات التحصيل، وفرز النزاعات | لا تزال الحالات الاستثنائية بحاجة إلى تقدير بشري |
مراجعة العقود والسياسات | قراءة اتفاقيات التسهيلات، وحصر الالتزامات والتواريخ الجوهرية | استخراج البند لا يعني فهم مضمونه |
بالنسبة لشركة تستعد لطلب تمويل، تبرز الفائدة الأوضح في مرحلة التحضير. فإعداد حزمة المستندات المقدَّمة للجهة المقرضة، ومطابقة الحسابات الإدارية بالأرقام المدقَّقة، وكتابة الوصف التعريفي للنشاط، وبناء السيناريو الأساسي، وتجميع الجداول المساندة، كلها أعمال توثيقية في معظمها، وهي بالضبط نوع العمل الذي تُسرّعه هذه الأدوات. أما ما لا يمكنها تسريعه فهو الجانب الذي يحدد النتيجة فعلياً: جودة الأرقام، ومصداقية الافتراضات، والقدرة على الإجابة عن استفسارات الجهة المقرضة اللاحقة دون تردد.
وهناك أيضاً جانب متعلق بطريقة العرض. فالجهات المقرضة والمستثمرون يطّلعون على كم كبير من المستندات، ومن السهل عليهم تمييز النص الذي يُقرأ بسلاسة دون أن يحمل مضموناً محدداً. فأي مستند تمويلي يمكن أن يصف أي شركة في القطاع عادة ما يستدعي مزيداً من الأسئلة.
----------
ما هي الأدوات المتاحة حالياً؟
تنقسم الأدوات المستخدمة حالياً إلى خمس فئات رئيسية، لكل منها فائدتها الخاصة، ولكل منها حدودها كذلك.
الفئة | وظيفتها | أبرز قيودها |
| المساعدات العامة | صياغة المستندات الطويلة وتلخيصها وقراءتها | تستلزم المخرجات مراجعة، ولا يوجد فيها مسار تدقيق مدمج |
| منصات إدارة الصفقات وسير العمل | مراجعة غرفة البيانات، وإعداد المستندات، وتحليل الشركات المماثلة | تعتمد على صلاحيات الوصول للبيانات ومحتوى المصدر |
| مزودو البيانات والمحطات المالية | بحث مدعوم بالذكاء الاصطناعي في الإفصاحات والأبحاث وقواعد بيانات الصفقات | قيود الترخيص والاقتباس |
| أنظمة التخطيط وتخطيط موارد المؤسسات والخزينة | خصائص ذكاء اصطناعي مدمجة ضمن أدوات تدفع الإدارات المالية اشتراكها أصلاً | غالباً ما تُستخدم بشكل جزئي ونادراً ما تُهيَّأ بالشكل الصحيح |
| الأنظمة الوكيلة | تنفيذ عدة خطوات متتالية بإشراف محدود | تتراكم الأخطاء عبر الخطوات ويصعب تتبعها |
ويُعد الذكاء الاصطناعي الوكيل من أبرز التطورات خلال العام الماضي، وإن كانت في الوقت ذاته من أقلها استقراراً. فبدلاً من الإجابة عن سؤال واحد في كل مرة، تنفّذ هذه الأنظمة سلسلة من الخطوات المتتالية: البحث عن المستندات، واستخراج الأرقام، وتعبئة القالب، وتنبيه المستخدم إلى أي أمر غير معتاد. وتبدو الجدوى من حيث الكفاءة واضحة، إلا أن الجانب المتعلق بالحوكمة أكثر تعقيداً، إذ إن الخطأ الذي يقع في مرحلة مبكرة من السلسلة قد يمر عبر عدة خطوات لاحقة قبل أن يلاحظه أحد.
الموازنة بين المزايا والقيود
من المفيد تحديد المواضع التي تثبت فيها هذه الأدوات جدواها والمواضع التي لا تفعل ذلك بدقة، إذ عادة ما يظهر الجانبان معاً في المهمة الواحدة.
حيث يقدّم الذكاء الاصطناعي فائدة واضحة | حيث لا يزال قاصراً حالياً |
| قراءة كميات كبيرة من المستندات وتلخيصها | الأحكام التي تعتمد على سياق لا تتضمنه المستندات |
| استخراج بيانات منظَّمة من مصادر غير منظَّمة | الدقة الحسابية والاتساق عبر نموذج مالي طويل |
| إعداد المسودات الأولى للمستندات المتكررة كل فترة | الصياغة النهائية حين تحمل الدقة اللغوية بعداً قانونياً أو تجارياً |
| مطابقة المستند مع قائمة تحقق أو جدول تعهدات | تحديد ما ينبغي أن تتضمنه قائمة التحقق تلك أصلاً |
| توسيع نطاق الشركات المماثلة والسوابق المدروسة | الحكم على مدى الملاءمة الفعلية لتلك الشركات المماثلة |
| رفع سرعة واتساق أداء الفريق الصغير | تحمّل المسؤولية التي تقع على عاتق مراجع محدد بالاسم |
وتبرز ثلاثة قيود رئيسية هنا. أولها أن الصياغة الناتجة تبدو واثقة سواء كانت صحيحة أم لا، ما يجعل الأخطاء أقل وضوحاً مما لو كانت معادلة حسابية غير صحيحة. وثانيها أن السؤال ذاته قد يُجاب عليه إجابتين مختلفتين في مرتين متتاليتين، ما يصعّب إعادة إنتاج المخرجات نفسها بشكل مستقل. وثالثها أن هذه الأدوات تعكس البيانات التي دُرِّبت عليها، وقد تحمل هذه البيانات افتراضات متقادمة أو لا تنطبق على هذا السوق تحديداً.
في المقابل، تظل الفوائد حقيقية عندما تكون حدود المهمة واضحة. فالوقت الذي يُصرف في القراءة والنسخ والتنسيق لا يُحسّن جودة القرار في حد ذاته، وتحرير هذا الوقت يفسح مجالاً أكبر للتحليل الذي يُحسّنها فعلاً.
كيف يتشكل الإطار التنظيمي؟
يُعد قانون الذكاء الاصطناعي الصادر عن الاتحاد الأوروبي أكثر الأطر التنظيمية تفصيلاً حتى الآن، وقد تغيّر جدوله الزمني قبل إعداد هذه النشرة بوقت قصير. فقد صدرت اللائحة (EU) 2026/1744، المعروفة باسم “الحزمة التنظيمية الرقمية الموحدة بشأن الذكاء الاصطناعي” (Digital Omnibus on AI)، في الجريدة الرسمية للاتحاد الأوروبي بتاريخ 24 يوليو 2026، ودخلت حيز النفاذ في 27 يوليو 2026. وتؤجل هذه اللائحة الالتزامات الرئيسية المتعلقة بالأنظمة القائمة بذاتها عالية المخاطر، والتي يُعد تقييم الجدارة الائتمانية أحد أمثلتها. ويقتصر التعديل بشكل أساسي على الجدول الزمني، إلا أن الحزمة التنظيمية أدخلت أيضاً تعديلات محددة أخرى على القانون، ولم تقتصر بالتالي على تغيير التواريخ فحسب.
التاريخ | الحكم المنطبق |
2 فبراير 2025 | الممارسات المحظورة والتزامات الإلمام بالذكاء الاصطناعي |
2 أغسطس 2025 | الالتزامات الخاصة بنماذج الذكاء الاصطناعي العامة الغرض |
2 أغسطس 2026 | التطبيق العام، بما يشمل التزامات الشفافية للأنظمة التوليدية |
2 ديسمبر 2026 | الوسم القابل للقراءة الآلية للأنظمة التوليدية المطروحة بالفعل في السوق |
2 ديسمبر 2027 | الأنظمة القائمة بذاتها عالية المخاطر بموجب الملحق الثالث، بما يشمل تقييم الجدارة الائتمانية |
2 أغسطس 2028 | أنظمة الذكاء الاصطناعي عالية المخاطر المدمجة في منتجات خاضعة للملحق الأول |
المصدر: اللائحة (EU) 2024/1689 المعدَّلة باللائحة (EU) 2026/1744 (يوليو 2026)
والمواعيد الجديدة ثابتة لا مشروطة، ولا يمثل هذا التعديل تخفيفاً في الالتزامات. إذ تبقى الغرامات المفروضة على مخالفة الالتزامات الخاصة بالأنظمة عالية المخاطر عند حدود تصل إلى 15 مليون يورو أو 3% من إجمالي الإيرادات السنوية العالمية، أيهما أعلى. وعملياً، أصبح لدى الشركات وقت أطول لإعداد المستندات وسجلات الاختبار وآليات الرقابة البشرية، دون أن يقل مبرر إعدادها بأي حال.
أما المملكة العربية السعودية فتسلك نهجاً مختلفاً يفضي إلى نتيجة مشابهة. فقد أعلن مجلس الوزراء عام 2026 عاماً للذكاء الاصطناعي في مارس 2026، وأصدرت الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) أدلة إرشادية وطنية لتنسيق التبنّي عبر مختلف القطاعات. وحتى تاريخ إعداد هذه النشرة، لم يصدر في المملكة نظام مستقل مخصص للذكاء الاصطناعي، وتبقى مبادئ أخلاقيات الذكاء الاصطناعي وأدلة الذكاء الاصطناعي التوليدي الصادرة عن سدايا بمثابة إرشادات استرشادية لا نظاماً ملزماً. ويخضع استخدام الذكاء الاصطناعي في القطاع المالي بالتالي للأنظمة القائمة فعلياً، ومنها نظام حماية البيانات الشخصية، وقواعد ومبادئ البيانات والذكاء الاصطناعي الصادرة عن سدايا، وأطر البنك المركزي السعودي (ساما) المتعلقة بالأمن السيبراني والإسناد للجهات الخارجية والاحتيال واستمرارية الأعمال. ويُلزم تعميم صادر عن ساما في ديسمبر 2021 الجهات الخاضعة لإشرافه بمواءمة سياساتها الداخلية مع نظام حماية البيانات الشخصية وقواعد سدايا، وهو ما يُدخل هذه القواعد ضمن نطاق الرقابة الإشرافية.
وهذا يعني بالنسبة للشركات والمؤسسات العاملة في المملكة أن حوكمة الذكاء الاصطناعي تُقيَّم في ضوء الأطر النظامية القائمة فعلياً، لا في ضوء لائحة مخصصة للذكاء الاصطناعي. فالمتطلبات الإجرائية أخف اليوم، غير أن معيار العناية الواجبة يبقى على حاله دون تخفيف.
اعتبارات المخاطر والحوكمة
توصلت الجهات الدولية إلى قائمة مخاوف مماثلة. إذ يشير مجلس الاستقرار المالي إلى أربعة مواطن ضعف قد يفاقمها الذكاء الاصطناعي، هي: الاعتماد على عدد محدود من مزودي الخدمة الخارجيين، وازدياد الترابط في سلوك الأسواق حين تعتمد الشركات على النماذج والبيانات ذاتها، والمخاطر السيبرانية، والثغرات في إدارة مخاطر النماذج وجودة البيانات والحوكمة. كما يشير المجلس إلى أن هذه الأدوات تُسهّل إنتاج الاحتيال والمعلومات المضللة في الأسواق على نطاق واسع.
وتستحق مسألة التركّز مزيداً من التمعن، إذ إن سلسلة من القرارات الفردية المعقولة باستخدام النموذج نفسه الواسع الانتشار في أعمال الائتمان ومراجعة المستندات وإعداد التقارير قد تجعل المؤسسة تعتمد في نهاية المطاف على نقطة فشل واحدة. وعندها، فإن أي انقطاع في الخدمة أو تحيّز كامن في النموذج أو حادثة أمنية قد يؤثر على عدة عمليات في وقت واحد.
وتوجد كذلك فجوة تتعلق بقابلية التفسير. ففي استطلاع كامبريدج، أفاد 79% من الجهات التنظيمية بأن قابلية تفسير مخرجات الذكاء الاصطناعي أمر بالغ الأهمية أو مهم بالنسبة لأهدافها. وحين تُستخدم مخرجات الذكاء الاصطناعي في اتخاذ قرار ائتماني، أو تقديم طلب لجهة مقرضة، أو صياغة توصية لعميل، فإن القدرة على تفسير كيفية التوصل إلى تلك النتيجة تُختبر غالباً قبل النتيجة نفسها.
وعلى مستوى المؤسسة، عادة ما يستند الإطار السليم لإدارة هذه المخاطر إلى عدة عناصر:
وبالنسبة لبعض شركات الاستشارات والإدارات المالية، يمكن دمج هذه الضوابط ضمن الترتيبات القائمة حاليًا المتعلقة بالإسناد للجهات الخارجية، وحماية البيانات، والسرية، ومراجعة الجودة، وذلك بحسب طبيعة استخدام الذكاء الاصطناعي وحجمه.
الخاتمة
بات الذكاء الاصطناعي يشكّل جزءاً متنامياً من طريقة تحضير أعمال الاستشارات والتمويل وتمويل الشركات، ومن المرجح أن يستمر دوره في التوسع. والمكاسب المتحققة حتى الآن حقيقية، وتتركز في مراحل العملية المرتبطة بالقراءة والاستخراج والصياغة، لا في اتخاذ القرار. وعادة ما تكون المؤسسات الأكثر استفادة هي تلك التي حددت بدقة المهام التي ترغب في أتمتتها، لا تلك التي اقتنت أوسع مجموعة من الأدوات.
والقيود واضحة بالقدر ذاته. فهذه الأدوات تُخرِج نتائج تبدو واثقة سواء كانت صحيحة أم لا، وتتفاوت نتائجها بين محاولة وأخرى، وتعتمد بشكل كبير على مدى دقة صياغة الطلب الموجَّه إليها. وعند توفر إحاطة واضحة، ومادة مصدرية جيدة، ومراجع محدد بالاسم، فإنها تقدم فائدة كبيرة. أما عند استخدامها بشكل عشوائي، فإنها تنتج عملاً يُقرأ بسلاسة لكنه لا يصمد أمام السؤال الثاني الذي قد تطرحه الجهة المقرضة.
ومن المرجح أن تتوقف مسارات الأشهر الثمانية عشر المقبلة على ثلاثة عوامل رئيسية: مدى انتقال الأنظمة الوكيلة من مرحلة التجريب إلى الاستخدام الخاضع للإشراف، ومدى بناء المؤسسات للسجلات وآليات الرقابة التي تُشير إليها الجهات التنظيمية بالفعل، وسرعة تطور الأنظمة المحلية بالتوازي مع نظيراتها الدولية. فمعاملة الذكاء الاصطناعي بوصفه تغييراً في بيئة الضبط والرقابة، لا في الإنتاجية فقط، من شأنها أن تسهّل إدارة هذا التحول.
-ديراج جوبتا
تصفح محتويات أخرى قد تهمك
تواصل مع فريقنا للحصول على تحليل مخصص ومتخصص.