التكلفة الخفية لتأخر تبنّي الذكاء الاصطناعي في القطاع المالي
لا تظهر تكلفة الانتظار عادةً في بند واحد، بل تتراكم في بطء القرارات، والعمل اليدوي، وارتفاع المخاطر، وضياع الخبرة التي يكتسبها المنافسون كل يوم.
By Adspro Editorial Team9 min readUpdated 24 يوليو 2026
نادراً ما تظهر تكلفة تأخر تبنّي الذكاء الاصطناعي في صورة إخفاق كبير ومفاجئ. غالباً ما تبدو عادية تماماً: قرار ائتماني يستغرق يومين بدلاً من عشرين دقيقة، أو مراجعة يدوية إضافية لدى فريق الامتثال، أو إشارة احتيال لم تُفحص في الوقت المناسب، أو عميل اختار بهدوء الخدمة الرقمية الأسهل.
لا تبدو أي من هذه اللحظات حاسمة بمفردها. لكنها، حين تتكرر، تغيّر اقتصاديات المؤسسة المالية.
هذا لا يعني أن على كل بنك أتمتة كل شيء دفعة واحدة. فالقطاع المالي أكثر حساسية وتنظيماً من أن يحتمل ذلك. لكنه يعني أن «الانتظار حتى تستقر التقنية» لم يعد خياراً بلا تكلفة. في الوقت الذي تنتظر فيه مؤسسة ما، تعمل أخرى على تحسين بياناتها، وإعادة تصميم إجراءاتها، وتدريب موظفيها، وتعلّم المواضع التي يبقى فيها الحكم البشري ضرورياً.
هذه الخبرة المتراكمة هي الميزة التي يصعب رؤيتها. فالمؤسسة التي تبدأ اليوم لا تنافس النموذج الأول لدى منافسها، بل تنافس سنوات من التعلم داخل العمل الفعلي.
أرقام تساعد على فهم المشهد
يُتوقع أن يرتفع إنفاق القطاع المالي على الذكاء الاصطناعي من نحو 35 مليار دولار في 2023 إلى 97 مليار دولار في 2027، وفق أرقام أوردها صندوق النقد الدولي.
حققت شركات التكنولوجيا المالية إيرادات تقارب 650 مليار دولار في 2025، بنمو سنوي يقارب 21%، بينما نما قطاع الخدمات المالية الأوسع بنحو 6%، بحسب ماكنزي وQED Investors.
تقدّر ماكنزي أن الذكاء الاصطناعي والتحليلات قد يضيفان ما يصل إلى تريليون دولار سنوياً إلى قيمة القطاع المصرفي العالمي. وهذا تقدير للإمكانات، وليس عائداً مضموناً.
في دراسة ماستركارد لعام 2025 حول منع الاحتيال، قال 42% من مُصدري البطاقات و26% من الجهات المستحوذة إن الذكاء الاصطناعي ساعدهم على منع محاولات احتيال تجاوزت قيمتها خمسة ملايين دولار خلال عامين.
تنتمي هذه الأرقام إلى دراسات مختلفة، ولذلك لا يصح جمعها في توقع واحد للعائد على الاستثمار. أهميتها أنها تكشف اتجاهاً واضحاً: الاستثمار والمنافسة والممارسة التشغيلية تتحرك كلها في الاتجاه نفسه.
لماذا يبدو الانتظار أكثر أماناً مما هو عليه
للحذر في العمل المصرفي أسباب وجيهة. قد تنتج النماذج قرارات متحيزة أو إجابات خاطئة، وقد تسرّب بيانات حساسة أو تفشل بطريقة يصعب تفسيرها. كما تزيد الأنظمة القديمة تعقيد التكامل، بينما تطالب الجهات التنظيمية بمساءلة واضحة ويتوقع العملاء حماية أموالهم وبياناتهم.
لكن الحذر لا يساوي الجمود.
يمكن للبنك أن يؤجل أتمتة القرارات التي تمس العملاء، وفي الوقت نفسه يحسّن جودة البيانات، ويبني حوكمة للنماذج، ويرسم مسارات العمل كثيرة التعطيل، ويختبر أدوات داخلية منخفضة المخاطر. هذه الخطوات تفتح خيارات جديدة. أما عدم التحرك فيرسّخ الاعتماد على الإجراءات القديمة ويجعل التحول لاحقاً أكبر حجماً وأعلى تكلفة وأصعب في الرقابة.
لذلك ليس السؤال المفيد: «هل نحن مستعدون لاستخدام الذكاء الاصطناعي في كل مكان؟» بل: «ما القدرات التي ينبغي أن نبدأ ببنائها الآن حتى نستخدمه بمسؤولية في المواضع التي يستحق فيها ثقة العميل؟»
أربع تكاليف تختبئ في العمل اليومي
1. يتحول العمل اليدوي إلى عيب هيكلي
تستمر الإجراءات اليدوية لأن تكلفة كل خطوة تبدو مقبولة منفردة. يُراجع مستند، ويُطابق سجل، ثم تُحال الحالة إلى الفريق التالي. ولا تظهر التكلفة الحقيقية إلا عند قياس الرحلة كاملة.
يمكن للذكاء الاصطناعي تصنيف المستندات، واستخراج البيانات، وتلخيص الحالات، وتحويل الاستثناءات إلى الشخص المناسب، ومنح الموظف نقطة بداية أفضل. والهدف ليس الأتمتة العمياء، بل تقليل العمل قليل القيمة مع إبقاء المراجعة البشرية للقرارات الملتبسة أو ذات العواقب المهمة.
يقدم جي بي مورغان تشيس مثالاً مفيداً. ففي تقريره السنوي لعام 2024، ذكر البنك أن الذكاء الاصطناعي والتعلم الآلي أسهما في خفض تكلفة الوحدة لعمليات «اعرف عميلك» في قطاع الخدمات المصرفية للشركات والاستثمار بنحو 40%. ترتبط هذه النتيجة بمؤسسة وإجراء محددين، ولا ينبغي التعامل معها كوعد عام. لكنها توضّح الفرق بين ربط التقنية بعملية تشغيلية حقيقية وتركها في عرض تجريبي.
التكلفة الخفية لدى المؤسسة الأبطأ ليست ارتفاع الرواتب وحده، بل ضياع القدرة الاستيعابية. يقضي الموظفون وقتهم في نقل المعلومات بدلاً من معالجة الحالات الاستثنائية، أو تحسين الضوابط، أو خدمة العملاء.
2. يتطور الاحتيال والامتثال أسرع من القواعد الثابتة
يوضح الاحتيال كيف يُستخدم الذكاء الاصطناعي على جانبي المواجهة. تعتمد المؤسسات المالية على التعلم الآلي لاكتشاف الأنماط غير المعتادة فوراً، بينما يستخدم المحتالون الأدوات التوليدية لصنع رسائل تصيّد أكثر إقناعاً، واستنساخ الأصوات، وإنتاج مقاطع مزيفة، وإنشاء هويات تركيبية.
وجدت ماستركارد أن المؤسسات المشاركة في بحثها خسرت، في المتوسط، 60 مليون دولار بسبب احتيال المدفوعات خلال العام السابق. وفي الوقت نفسه، أبلغ عدد من المشاركين عن منع مبالغ كبيرة من الاحتيال بمساعدة الذكاء الاصطناعي. لا يعني ذلك أن نموذجاً واحداً قادر على إنهاء الاحتيال، بل إن الدفاعات القائمة أساساً على قواعد جامدة ومراجعة متأخرة تصبح أضعف أمام تهديدات تتكيف باستمرار.
ويواجه الامتثال ضغطاً مشابهاً. فقد وجد تحليل Fenergo أن الغرامات التنظيمية المفروضة على البنوك عالمياً بلغت 3.65 مليار دولار في 2024، بزيادة 522% عن العام السابق. تشمل هذه القيمة أنواعاً مختلفة من الإخفاقات، ولا تثبت أن الذكاء الاصطناعي كان سيمنعها. لكنها تبيّن بوضوح تكلفة ضعف المراقبة والضوابط.
يمكن للذكاء الاصطناعي ترتيب التنبيهات حسب الأولوية، وكشف الروابط بين المعاملات، وتجميع الأدلة اللازمة للتدقيق. لكنه يجب أن يعمل داخل نظام محكوم يتيح تتبّع القرارات واختبارها وتصعيدها ويُبقي المسؤولية واضحة. فالصندوق الأسود الأسرع لا يصنع امتثالاً أفضل.
3. تتشكل توقعات العملاء خارج فرع البنك
لا يقارن العميل تجربة فتح الحساب أو طلب الدعم ببنك آخر فحسب، بل بأفضل خدمة رقمية استخدمها خلال الأسبوع نفسه. يتوقع أن يرى تقدماً واضحاً، وأن يحصل على إجابة في وقت مناسب، وألا يضطر إلى شرح مشكلته مراراً.
هنا تتحول التأخيرات الصغيرة إلى خسارة تجارية. لن يقول العميل غالباً: «غادرت لأن قدراتكم في الذكاء الاصطناعي لم تنضج». بل سيكمل طلبه لدى المقرض الأسرع، أو ينقل معاملاته اليومية إلى الجهة التي حلّت مشكلته بجهد أقل.
لا يعني نمو التكنولوجيا المالية أن كل شركة ناشئة ستفوز أو أن كل بنك تقليدي سيخسر. ما زالت البنوك تملك مزايا الثقة والانتشار ورأس المال والخبرة التنظيمية. لكن قيمة هذه المزايا تصبح أكبر حين تقترن بخدمة حديثة. لا ينبغي استخدام الثقة ذريعة للاحتكاك الذي يمكن تجنبه.
4. بناء القدرة المؤسسية أبطأ من شراء البرمجيات
تتوفر النماذج والموردون للجميع تقريباً، أما المعرفة التشغيلية فلا.
تحتاج الفرق إلى تعلّم اختيار حالات الاستخدام، وإعداد البيانات، وتقييم المخرجات، ومراقبة انحراف الأداء، وتوثيق القرارات، وإعادة تصميم الأدوار، والتعامل مع السلوك غير المتوقع للنظام. كما تحتاج فرق المخاطر والشؤون القانونية والأمن والمنتج والعمليات والتقنية إلى طريقة عملية لاتخاذ القرار معاً.
لا يمكن تثبيت هذا التعاون بشراء رخصة. إنه ينمو مع التنفيذ المتكرر.
لهذا قد يصبح البدء المتأخر مكلفاً حتى لو انخفض سعر التقنية. قد توفّر المؤسسة في تكلفة النماذج، لكنها تضطر إلى ضغط معالجة البيانات والتكامل والحوكمة والتوظيف وإدارة التغيير في برنامج زمني ضيق. وفي المقابل، يعيد المنافس الأكثر خبرة استخدام مكونات ودروس اختبرها في مشروعات سابقة.
كيف تبدو أفضلية البدء المبكر عملياً
يفيد تقرير جي بي مورغان تشيس لعام 2024 لأنه يفصل بين أنواع مختلفة من القيمة. فقد قلّصت أداة Connect Coach زمن العثور على المحتوى المناسب لمحادثات العملاء بنحو 95%. ودعمت أداة Sales Assist ارتفاعاً يقارب 20% في إجمالي المبيعات على أساس سنوي ضمن مسارات العمل التي استخدمتها. كما أعلن البنك وجود أكثر من 175 حالة استخدام للذكاء الاصطناعي في بيئة الإنتاج داخل قطاع الخدمات المصرفية للشركات والاستثمار.
لا تحتاج المؤسسات الأخرى إلى نسخ هذه المنتجات. الأهم هو أن القيمة جاءت من دمج الأدوات في عمل محدد: إيجاد المعلومات، وتحضير المستشارين، وتحسين حوار العميل، وتبسيط الضوابط.
ينطبق المبدأ نفسه على مؤسسة أصغر. لا يحتاج البنك الإقليمي إلى مئات النماذج. يمكنه البدء بمسار واحد مرتفع التكلفة—مثل جمع مستندات الطلب، أو معالجة الحالات الاستثنائية، أو فرز تنبيهات الاحتيال—وتحسينه من البداية إلى النهاية.
بعد ذلك تتراكم الأفضلية في ثلاثة مواضع:
البيانات: تحسّن كل حالة مكتملة فهم المؤسسة للمدخلات والاستثناءات والنتائج.
العمليات: يتعلم الموظفون متى يثقون بالنظام، ومتى يعترضون عليه، وكيف يعالجون الحالات الطرفية.
الحوكمة: تصبح الضوابط عملية لأنها اختُبرت على عمل حقيقي، لا لأنها كُتبت في سياسة فقط.
مسار أكثر أماناً للحاق بالركب
لا يتطلب تقليص الفجوة إطلاقاً متعجلاً على مستوى المؤسسة كلها. المطلوب إيقاع عمل يحوّل التطبيق الأول النافع إلى قدرة يمكن إعادة استخدامها.
اختر مسار عمل، لا صيحة جديدة
ابدأ بمشكلة لها مسؤول واضح، وخط أساس معروف، وحجم كافٍ للقياس. من الخيارات المناسبة عادةً معالجة المستندات، وفرز طلبات الخدمة، ومراجعات «اعرف عميلك»، والتحقيق في الاحتيال، والبحث الداخلي في المعرفة.
لا تختَر حالة استخدام لمجرد أن عرضها يبدو مبهراً. إذا لم يملك أحد نتيجة العمل، فغالباً سيبقى المشروع تجربة معزولة.
حدّد الضوابط قبل التشغيل الفعلي
اتفق مسبقاً على البيانات التي يستطيع النظام الوصول إليها، والمخرجات التي تتطلب موافقة بشرية، وطريقة اختبار الأداء عبر مجموعات العملاء المختلفة، وما ينبغي فعله عند انخفاض الثقة. وسجّل القرارات بصيغة تستطيع فرق المخاطر والتدقيق مراجعتها.
في القطاع المالي، ليست قابلية التفسير وثيقة تجميلية؛ إنها جزء من المنتج.
قِس الرحلة كاملة
تتبّع نتيجة العمل: زمن الإنجاز، وتكلفة الحالة، والإنذارات الكاذبة، والطلبات المتروكة، وسرعة الحل، وتدخلات الموظفين، وإخفاقات الضوابط. لا تكشف درجة النموذج في اختبار تقني ما إذا كانت العملية المحيطة قد تحسنت فعلاً.
وقِس النتائج السلبية أيضاً. النظام الذي يوفر الوقت لكنه يزيد الشكاوى أو الاعتراضات أو المخاطر غير المراجعة لا يصنع قيمة مستدامة.
ابنِ ما يمكن استخدامه مرة أخرى
ينبغي أن يخلّف المشروع الأول أكثر من نموذج: أنماط بيانات معتمدة، وطرق تقييم، ومراقبة مستمرة، وضوابط وصول، وفحصاً للموردين، وفريقاً متعدد التخصصات يعرف كيف يعمل معاً. هذه الأصول تقلل تكلفة حالة الاستخدام التالية ومخاطرها.
القرار الحقيقي يتعلق بسرعة التعلم
لا ينبغي تقديم الذكاء الاصطناعي في القطاع المالي كسباق لإبعاد البشر عن القرار. المؤسسات الأقرب إلى صنع قيمة مستدامة هي التي تجمع الأتمتة بالحكم المهني، والمساءلة الواضحة، واحترام العميل.
ومع ذلك، للتبنّي المسؤول ساعته أيضاً.
كل ربع سنة يمر في النقاش وحده هو ربع بلا ملاحظات من بيئة الإنتاج، ولا فرق مدرّبة، ولا ضوابط مختبرة، ولا بيانات أفضل. لن يظهر في الحسابات بند اسمه «التأخير». ستتوزع تكلفته بين خدمة أبطأ، وعمل يدوي يمكن تجنبه، وإشارات احتيال ضائعة، وموظفين محبطين، ومشروعات يصبح إطلاقها لاحقاً أصعب.
قد يقلل الانتظار من التعرض لأدوات اليوم غير الناضجة، لكنه قد يزيد التعرض لفجوة قدرات الغد. لذلك لا تكمن الإجابة في الاندفاع غير المحسوب ولا في الحذر المفتوح بلا نهاية. ابدأ بمسار عمل ذي قيمة، واضبطه جيداً، وقِس نتائجه بصدق، ثم استخدم ما تعلمته المؤسسة لاتخاذ قرار أفضل في الخطوة التالية.
