تتصدر مطابقة المعاملات بين الشركات التابعة والتسويات المصرفية وعمليات الإقفال المالي، قائمة المجالات التي تحقق فيها الإدارات المالية السعودية فوائد ملموسة من الذكاء الاصطناعي والأتمتة، وفقاً لأنور حديدي، مسؤول النمو في قطاع التدقيق والضمان، ومسؤول قطاع التدقيق في السعودية لدى «ديلويت» الشرق الأوسط.

ويوضح حديدي، في مقابلة مع «الشرق الأوسط» أن هذه العمليات تتميز بكثافة المعاملات ووضوح إجراءاتها، ما يجعلها أكثر ملاءمة للأتمتة، بينما لا تزال تطبيقات أكثر تعقيداً، مثل التنبؤ المالي، تواجه تحديات تتعلق باتساق النتائج وقابليتها للتفسير وثقة الإدارات بها قبل التوسع في استخدامها.

وتعكس هذه الفجوة نتائج تقرير «اتجاهات المالية 2027» الصادر عن «ديلويت»، الذي أظهر أن 42 في المائة من قادة المالية المشاركين في استطلاع تناول طموحاتهم في الذكاء الاصطناعي الوكيل وجاهزيتهم للتوسع حتى عام 2027، يرون أن طموحاتهم تتجاوز القدرات المتاحة حالياً، بسبب الحاجة إلى ضوابط أقوى قبل توسيع نطاق الاستخدام.

ويشرح حديدي أن القيمة الأكثر وضوحاً في السوق السعودية تظهر في عمليات مطابقة الحسابات والإقفال المالي، لأنها تعتمد على معاملات كبيرة الحجم وبيانات منظمة نسبياً. أما التنبؤات المالية، فعلى الرغم من إمكاناتها، لا تزال مؤسسات كثيرة تعمل على إثبات اتساق نتائجها وقابليتها للتفسير، وبناء ثقة الإدارة بها، قبل عدّ فوائدها قابلة للتوسع والاعتماد عليها بصورة منتظمة.

أنور حديدي مسؤول النمو بقطاع التدقيق والضمان وقطاع التدقيق في السوق السعودي «ديلويت الشرق الأوسط»

الفجوة بين التجربة والتشغيل الفعلي يوضح حديدي أن أحد الأسباب الرئيسية لتعثر الانتقال من التجارب الأولية إلى الأنظمة التشغيلية هو تصميم كثير من مشاريع الذكاء الاصطناعي لإثبات الإمكانات التقنية، بدلاً من اختبار قدرتها على العمل بصورة موثوقة ضمن العمليات المالية اليومية.

فقد تحقق التجربة نتائج جيدة اعتماداً على بيانات اختيرت ونُظمت مسبقاً، لكنها تواجه تحديات مختلفة عند التعامل مع بيانات المؤسسة الفعلية، بما تتضمنه من استثناءات وتفاوت في الجودة وتعقيدات تشغيلية.

كما تعمل بعض التطبيقات التجريبية بمعزل عن أنظمة الإدارة المالية الأساسية، دون تحديد واضح للجهة المسؤولة عن النتائج أو الضوابط المطلوبة أو إجراءات التصعيد عند اكتشاف أخطاء أو نتائج غير متوقعة.

وبالنسبة إلى المدير المالي، لا تكفي قدرة النموذج على تنفيذ المهمة في ظروف اختبار محددة. فالثقة التشغيلية تتطلب دمج النظام في سير العمل، واختباره بصورة مستمرة، وتحديد المسؤوليات المتعلقة بالمخرجات والاستثناءات والقرارات التي تتأثر بها.

ويلفت حديدي إلى أن المؤسسات تحتاج، قبل توسيع الاستخدام، إلى تحديد الجهة المالكة لكل عملية، والضوابط التي تحكم سير العمل الآلي، وكيفية انتقال الحالات الاستثنائية إلى الموظفين المخولين بمراجعتها واتخاذ القرارات بشأنها. وتبرز أهمية هذه المتطلبات عندما تنتقل التقنية من تقديم تحليلات مساعدة إلى إنتاج معلومات تُستخدم مباشرة في التقارير المالية أو القرارات الإدارية.

من المسؤول عن قرارات الذكاء الاصطناعي؟ مع ازدياد اعتماد الإدارات المالية على التحليلات التي تنتجها النماذج، تبرز مسألة المسؤولية عن القرارات المستندة إلى هذه التحليلات. ويرى حديدي أن المسؤولية يجب أن تبقى لدى الإدارة، وليس لدى التقنية، حتى عندما يؤدي الذكاء الاصطناعي دوراً مهماً في إعداد التوصية أو تحليل البيانات.

ويعني ذلك أن المسؤول المالي المختص يظل مطالباً بمراجعة النتائج وفهم الأساس الذي استندت إليه، وتحمل مسؤولية القرار النهائي وتبعاته. ولهذا ينبغي تحديد الحالات التي يُسمح فيها باستخدام الذكاء الاصطناعي، ومستوى المراجعة البشرية المطلوب، والجهة المخولة باعتماد النتائج، وآلية توثيق الموافقات بحيث يمكن التحقق منها لاحقاً.

ويؤكد حديدي أن تسريع العمليات لا ينبغي أن يأتي على حساب الرقابة، مشدداً على ضرورة إمكان تتبع المخرجات إلى بياناتها الأصلية، والمنطق المستخدم في إنتاجها، وسجل إصدارات النموذج والتعديلات التي طرأت عليه، ومراجعات الإدارة. كما يدعو إلى إخضاع هذه التطبيقات لضوابط إدارة التغيير وصلاحيات الوصول ومعالجة الاستثناءات والاختبارات الدورية، على غرار الأنظمة المالية الأخرى. ويختصر المعيار الواجب تطبيقه على النتائج المالية بالقول إن الإدارة إذا لم تتمكن من تفسير رقم معين، فلا ينبغي إدراجه في التقارير الرسمية.

«ديلويت»: تعوق جودة البيانات وضعف الحوكمة انتقال تطبيقات الذكاء الاصطناعي من التجارب إلى التشغيل الفعلي (أدوبي)

أتمتة الأعمال المتكررة وحدود الحكم المهني حسب حديدي، تشمل العمليات الأكثر ملاءمة للأتمتة حالياً الحسابات الدائنة ومطابقة الفواتير والتسويات والتحقق من المصروفات ومعالجة القيود المحاسبية الروتينية. وتتميز هذه المجالات بتكرار المهام ووجود قواعد واضحة لتنفيذها، ما يسمح بتقليل التدخل اليدوي مع الاحتفاظ بآليات الرقابة والمراجعة. لكن ذلك لا يعني إمكان تطبيق المنهج نفسه على جميع الوظائف المالية، إذ تبقى الحاجة إلى الحكم المهني أساسية في العمليات التي تتضمن تقديرات أو تفسيرات محاسبية معقدة.

ومن أبرز الأمثلة تقييم انخفاض قيمة الأصول، وتكوين المخصصات، وتقدير خسائر الائتمان المتوقعة، والاعتراف بالإيرادات في الحالات المعقدة، وتقييم قدرة المنشأة على الاستمرار في أعمالها. وفي هذه المجالات، قد يوفر الذكاء الاصطناعي معلومات وتحليلات تدعم المختصين، لكنه لا يحل محل مسؤوليتهم عن تقييم الافتراضات وفهم السياق التجاري واتخاذ القرارات المحاسبية.

وفي المقابل، يمكن للتقنية أن تعزز الرقابة المالية من خلال فحص مجموعات البيانات بالكامل، بدلاً من الاقتصار على نطاقات محدودة، والكشف المبكر عن القيود المحاسبية غير المعتادة أو المخالفات المتعلقة بالفصل بين الصلاحيات وإجراءات الموافقة. غير أن هذه القدرات تقترن بمخاطر تشمل التغييرات التي تطرأ على النماذج، والوصول غير المصرح به إلى المعلومات، وضعف الإشراف، والاعتماد المفرط على النتائج الآلية. ولهذا يشدد حديدي على ضرورة إدماج الذكاء الاصطناعي في منظومة الرقابة الداخلية القائمة، وليس السماح له بالعمل خارجها.

مشكلة البيانات التي لا تحلها النماذج يصف حديدي جودة البيانات بأنها العامل الأكثر أهمية في نجاح الذكاء الاصطناعي المالي، وفي الوقت نفسه أحد الجوانب التي تقلل المؤسسات غالباً من حجم التحديات المرتبطة بها. فمؤسسات كثيرة تستخدم أنظمة مختلفة لتخطيط موارد المؤسسة، وهياكل غير موحدة للحسابات، وبيانات مرجعية متفاوتة الجودة، وتعريفات متباينة للمؤشرات المستخدمة في التقارير. وتؤدي هذه الاختلافات إلى صعوبات في جمع المعلومات وتحليلها بصورة متسقة، خصوصاً عندما تعتمد النتائج على بيانات مستمدة من شركات تابعة أو إدارات متعددة.

ويحذر حديدي من الاعتقاد بأن الاستثمار في نماذج أكثر تقدماً سيعالج المشكلات الأساسية للبيانات، موضحاً أن الذكاء الاصطناعي قد يكشف هذه المشكلات ويضاعف آثارها بدلاً من حلها. وينوه بأن الخطأ المتكرر هو شراء الأدوات المتقدمة قبل إنشاء قواعد واضحة لحوكمة البيانات وتحديد ملكيتها ومصادرها ومسارات انتقالها، والعمل على توحيدها. وتصبح هذه الأسس ضرورية عندما تنتقل المؤسسة من استخدام أدوات محدودة النطاق إلى تطبيقات مرتبطة مباشرة بإعداد الحسابات والتوقعات والتقارير.

خصوصية الحوكمة في السوق السعودية تضيف متطلبات حماية البيانات والأمن السيبراني إلى قرارات تبني الذكاء الاصطناعي في السعودية اعتبارات تتجاوز كفاءة الأدوات وقدراتها التقنية. ويفسر حديدي أن المؤسسات تحتاج إلى تقييم شفافية النماذج وآليات التعامل مع المعلومات الحساسة وحوكمة التطبيقات السحابية، خصوصاً عندما تنطوي عمليات المعالجة على نقل بيانات أو التعامل معها عبر الحدود. وتبرز هذه التعقيدات في المجموعات الكبيرة التي تعمل من خلال شركات متعددة وضمن ولايات قضائية مختلفة، حيث يصبح تحديد مكان البيانات والجهات المخولة بمعالجتها والوصول إليها جزءاً من تصميم النظام المالي نفسه.

ويربط حديدي هذه التحديات بأهمية متطلبات إقامة البيانات، والحاجة إلى النظر في حلول الذكاء الاصطناعي السيادي، إلى جانب تعزيز دور مجالس الإدارة ولجان التدقيق في الإشراف على المخاطر والضوابط المرتبطة بالتقنية. ولا يقتصر الأمر على اختيار البيئة التقنية التي تُشغّل فيها النماذج؛ بل يمتد إلى التأكد من قدرة المؤسسة على توثيق عمليات المعالجة، وإدارة صلاحيات الوصول، وتتبع النتائج والتحقق من سلامة استخدامها.

ويؤكد ذلك أهمية التنسيق بين الإدارة المالية وفرق التقنية والأمن والمخاطر والتدقيق الداخلي، بدلاً من التعامل مع الذكاء الاصطناعي بوصفه مشروعاً منفصلاً تتولى إدارته جهة واحدة.

يعزز الذكاء الاصطناعي الرقابة المالية وكشف الأخطاء لكن المسؤولية عن القرارات تبقى لدى الإدارة البشرية (شاترستوك)

كيف يُقاس العائد الفعلي؟ لا يرى حديدي أن الوقت الذي توفره الأتمتة يمثل وحده مقياساً كافياً لنجاح الاستثمار في الذكاء الاصطناعي. فالتقييم الأكثر دقة ينبغي أن يشمل تقصير دورات الإقفال المالي وتحسين موثوقيتها، وتقليل التدخل اليدوي، وخفض التعديلات الناتجة عن عمليات التدقيق، وتحسين دقة التوقعات. ويضيف إلى ذلك سرعة معالجة الحالات الاستثنائية، وخفض تكلفة المعاملة المالية الواحدة، وتحسين إدارة رأس المال العامل.

لكن المؤشر الأهم، وفق حديدي، هو مدى استفادة الإدارة المالية من القدرات التي وفرتها الأتمتة لتقديم تحليلات أكثر فائدة والمساهمة في تحسين القرارات، بدلاً من الاكتفاء بإنجاز العمل التقليدي بصورة أسرع.

وتشير نتائج تقرير «اتجاهات المالية 2027» الصادر عن «ديلويت» إلى أن 43 في المائة من المشاركين وضعوا دمج الذكاء الاصطناعي والتقنيات المتقدمة لأتمتة العمليات ضمن أبرز أولوياتهم حتى السنة المالية 2027.

في المقابل، حدد 34 في المائة تعزيز كفاءة التكاليف على مستوى المؤسسة، و33 في المائة تحسين تخصيص رأس المال والقرارات الاستثمارية، و32 في المائة تقوية التأثير الاستراتيجي للإدارة المالية.

وتعكس هذه الأرقام أولويات المشاركين في الاستطلاع الذي يستند إليه التقرير، ولا تمثل نسباً خاصة بالمؤسسات السعودية.

من إعداد الأرقام إلى تفسيرها يرى حديدي أن أحد أبرز التغيرات التي يفرضها الذكاء الاصطناعي على المهن المالية يتمثل في انتقال دور الموظف من إنتاج الأرقام ومعالجة المعاملات إلى تفسير النتائج وفحص الافتراضات ودعم القرارات.

ومع أتمتة الأعمال المتكررة، تزداد الحاجة إلى متخصصين قادرين على التحقيق في النتائج غير المعتادة، وتقييم دقة التحليلات، وفهم دلالاتها على الأداء المالي والتجاري للمؤسسة. ويكتسب هذا التحول أهمية خاصة في السعودية، حيث يشير حديدي إلى فرصة تطوير كفاءات وطنية في التحليلات والتنبؤ المالي والشراكة مع قطاعات الأعمال، بدلاً من الاعتماد على المسارات الوظيفية التي تتركز على تنفيذ العمليات المحاسبية التقليدية. ويربط هذا الاتجاه بأهداف الاستراتيجية الوطنية للبيانات والذكاء الاصطناعي، الرامية إلى تعزيز مكانة المملكة في مجال الذكاء الاصطناعي بحلول عام 2030.

وتكشف بيانات تقرير «حالة الذكاء الاصطناعي في المؤسسات 2026» الصادر عن «ديلويت» أن 60 في المائة من المشاركين أفادوا بإعادة تصميم وظائف حول الذكاء الاصطناعي بدرجات متفاوتة.

وتشير النسبة إلى المؤسسات المشمولة بالدراسة التي أبلغت عن تغييرات في تصميم الوظائف، وليس إلى نسبة الوظائف التي استُبدلت أو تغيرت، كما لا تمثل قياساً مستقلاً لسوق العمل السعودية.

كما يقول حديدي إن احتياجات الإدارات المالية تتجه نحو مزيج جديد من المهارات، يجمع المعرفة المحاسبية والمالية بفهم البيانات والضوابط والتقنية، بما يسمح للموظفين بمراجعة النتائج الآلية وتفسيرها والمشاركة في القرارات المؤسسية.

الإدارة المالية الناضجة بحلول 2027 مع توسع استخدام الذكاء الاصطناعي، يربط حديدي نضج الإدارة المالية بقدرتها على الجمع بين سرعة تنفيذ العمليات وقوة الرقابة والاستعداد للتعامل مع المتغيرات المستقبلية. وفي هذا النموذج، تتولى الأنظمة الآلية نسبة أكبر من المهام الروتينية، وتصبح البيانات أكثر ترابطاً وموثوقية، بينما يخصص الموظفون وقتاً أكبر للتحليل وبناء السيناريوهات والتعاون مع الإدارات الأخرى. لكن الفارق بين المؤسسات التي بلغت هذه المرحلة وتلك التي لا تزال تختبر إمكانات التقنية لا يُقاس بعدد النماذج المستخدمة أو حجم الإنفاق عليها.

فحسب حديدي، تتطلب المرحلة الأكثر تقدماً تحديداً واضحاً لملكية العمليات، وسجلاً بالنماذج المستخدمة، وإمكان تتبع مخرجاتها، واختبارات منتظمة للضوابط، وثقة الإدارة التنفيذية في طريقة الاستفادة من نتائجها.

كما تحتاج المؤسسات إلى بيانات موثوقة، وإجراءات تشغيل محددة، وتوزيع للمسؤوليات يسمح باكتشاف الأخطاء ومعالجتها قبل أن تنتقل آثارها إلى التقارير والقرارات. ويحذر حديدي من أن توسيع استخدام الذكاء الاصطناعي دون معالجة هذه الأسس قد يؤدي إلى توسيع نطاق أوجه القصور الموجودة أصلاً، بدلاً من تحسين الأداء.