تبنّي الذكاء الاصطناعي بات بالفعل أمراً شائعاً في البنوك الهامة بمنطقة اليورو
لم يعد الذكاء الاصطناعي مجرد تجربة متخصصة في القطاع المصرفي الأوروبي. ففي خطاب ألقاه في مارس 2026 حول الذكاء الاصطناعي واقتصاد منطقة اليورو، أفاد البنك المركزي الأوروبي بأن ما يقرب من 90% من البنوك الهامة في منطقة اليورو كانت تستخدم بالفعل تقنيات الذكاء الاصطناعي. كما استثمرت البنوك أكثر من 4 مليارات يورو في التقنيات الرقمية خلال عام 2025. وكان التبني مرتفعاً بشكل خاص في مجالات الكشف عن الاحتيال والجرائم السيبرانية، تليها التسويق، وروبوتات الدردشة، وتحديد الجدارة الائتمانية.
تكتسب هذه الأرقام أهميتها من كونها تغير مسار النقاش حول السياسات والإدارة. فلم يعد السؤال المطروح هو ما إذا كان الذكاء الاصطناعي سيصبح مهماً في القطاع المصرفي، فهو كذلك بالفعل. بل إن الأسئلة الأكثر إلحاحاً تتعلق بكيفية حوكمة التطبيقات المختلفة، والقيمة التي تخلقها، وكيفية إدارة المؤسسات للمخاطر الناجمة عن البيانات والنماذج ومقدمي الخدمات الخارجيين.
أين تستخدم البنوك الذكاء الاصطناعي
يُعد الكشف عن الاحتيال والجرائم السيبرانية من المجالات الطبيعية لتبني الذكاء الاصطناعي، لأن العمل المصرفي يولد كميات كبيرة من البيانات السلوكية والمعاملاتية. ويمكن لأنظمة التعلم الآلي تحديد الأنماط التي قد تغفل عنها الضوابط التقليدية القائمة على القواعد، مما يساعد المؤسسات على تحديد أولويات التنبيهات والاستجابة بشكل أسرع. ومع ذلك، فإن هذه الأنظمة تخلق مشكلات تشغيلية خاصة بها. فقد تسبب النتائج الإيجابية الخاطئة إزعاجاً للعملاء، وقد تعرض النتائج السلبية الخاطئة البنك للخسارة، كما يجب مراقبة سلوك النماذج مع تطور الأساليب الإجرامية.
يُعد التسويق استخداماً شائعاً آخر. يمكن للذكاء الاصطناعي تحليل سلوك العملاء ودعم التواصل الأكثر تخصيصاً، لكن التخصيص يثير تساؤلات حول الخصوصية والإنصاف والاستخدام المناسب لبيانات العملاء. وتحتاج البنوك إلى فهم ما إذا كان النموذج يحسن معدلات التحويل فحسب، بل وما إذا كانت الطريقة المستخدمة تتوافق مع توقعات حماية البيانات وقواعد السلوك والسمعة.
يمكن لروبوتات الدردشة وتطبيقات خدمة العملاء تحسين إمكانية الوصول وتقليل عبء العمل الروتيني، لكن من المنطقي أن يفترض العميل أن المعلومات التي يقدمها البنك موثوقة. لذا تحتاج المؤسسات إلى حدود واضحة حول المواضيع التي يمكن لروبوت الدردشة تناولها، ومسارات لتصعيد الأسئلة المعقدة، وضوابط جودة للاستجابات المولدة.
يتم تطوير تحديد الجدارة الائتمانية بحذر أكبر لأن القرارات المتعلقة بالوصول إلى التمويل حساسة وخاضعة للتنظيم. يمكن للذكاء الاصطناعي تحديد الأنماط التي قد لا تلتقطها النماذج التقليدية، لكن التحيز والمتغيرات البديلة وقابلية التفسير تصبح مخاوف كبيرة. لذا فإن التحقق القوي والإشراف البشري أمران ضروريان.
حوكمة البيانات والنماذج تصبح قدرات استراتيجية
تسلط أدلة البنك المركزي الأوروبي الضوء أيضاً على أهمية جودة البيانات. فغالباً ما تكشف مشاريع الذكاء الاصطناعي عن نقاط الضعف في هياكل المعلومات المجزأة. وتعتمد النماذج على بيانات متسقة وذات صلة ومحكومة جيداً، وإلا فقد تكون المخرجات غير موثوقة بغض النظر عن التطور التقني. لذلك، غالباً ما يتطلب الاستثمار في الذكاء الاصطناعي استثماراً في حوكمة البيانات في الوقت نفسه.
تحتاج حوكمة النماذج أيضاً إلى التطور. يتصرف الذكاء الاصطناعي التوليدي بشكل مختلف عن العديد من النماذج الإحصائية التقليدية لأن المخرجات يمكن أن تختلف باختلاف الأوامر والسياق. لذا يجب أن يأخذ الاختبار في الاعتبار مجموعة أوسع من السلوكيات. وينبغي للبنوك فهم الظروف التي يؤدي فيها النظام أداءً جيداً، والحالات التي يفشل فيها، والضوابط التي تعوض نقاط الضعف تلك.
الاعتماد على الأطراف الثالثة والمرونة التشغيلية
لن تقوم معظم البنوك بتطوير كل نموذج أساسي بنفسها. بل ستعتمد على مزودي الذكاء الاصطناعي والسحابة الخارجيين، مما يخلق مخاطر التركيز والموردين. وتصبح العقود وشروط التعامل مع البيانات وتوافر الخدمة وخيارات الخروج قضايا استراتيجية. ويرتبط هذا مباشرة بقانون الصمود التشغيلي الرقمي (DORA) والاهتمام الرقابي الأوسع بالمرونة التشغيلية.
يدخل الذكاء الاصطناعي أيضاً إلى البنوك من خلال منتجات الإنتاجية العادية بدلاً من برامج تطوير النماذج الرسمية. وقد يستخدم آلاف الموظفين الميزات التوليدية في برامج المكتب وأدوات البرمجة وأنظمة المعرفة. لذا ينبغي أن يشمل جرد كامل للذكاء الاصطناعي الميزات المدمجة من الموردين والمشاريع التجريبية وأدوات الموظفين، بدلاً من الاقتصار على المشاريع التي ترعاها المؤسسة مركزياً.
الآثار المترتبة على المهارات المصرفية
مع توسع التبني، ستتغير الأدوار. قد تصبح المهام التحليلية والإدارية الروتينية مؤتمتة بشكل متزايد، بينما يقضي الموظفون المزيد من الوقت في التعامل مع الاستثناءات وإصدار الأحكام والتفاعل مع العملاء. وهذا يزيد من قيمة المتخصصين الذين يفهمون مجال الأعمال والتكنولوجيا المؤثرة في عملهم.
يحتاج المتخصصون في التكنولوجيا إلى فهم قوي للعمليات المصرفية واللوائح. ويحتاج المتخصصون في العمل المصرفي إلى مستوى كافٍ من الثقافة في الذكاء الاصطناعي للتشكيك في المخرجات والتعرف على أنماط الفشل. وتحتاج فرق المخاطر والامتثال إلى فهم كيفية تفاعل سلوك النموذج مع الضوابط الحالية. لذا ستصبح القدرة متعددة الوظائف مهمة بشكل متزايد.
تعتبر أكاديمية العمل المصرفي التابعة لـ eBSI هذه الكفاءة الرقمية الأوسع جزءاً من التطوير المهني. لا يحتاج المصرفيون إلى أن يصبحوا مهندسي ذكاء اصطناعي، لكن ينبغي لهم فهم كيف تؤثر الأنظمة الأكثر ذكاءً بشكل متزايد على المخاطر والعملاء والعمليات. وتوضح بيانات البنك المركزي الأوروبي أن هذا لم يعد سؤالاً يتعلق بمهارات المستقبل.
الخلاصة
يوفر تبني الذكاء الاصطناعي فرصاً كبيرة لتحسين الكفاءة والأمن ودعم اتخاذ القرار داخل البنوك. كما أنه يفرض تبعيات جديدة ومتطلبات حوكمة واحتياجات لمهارات مهنية. وستكون المؤسسات الأكثر استفادة هي تلك التي تتجنب كلا الطرفين المتطرفين: رفض الابتكار المفيد من جهة، ونشر الذكاء الاصطناعي دون ضوابط منضبطة من جهة أخرى. ويتطلب التبني المستدام أن تتطور التكنولوجيا والحوكمة وقدرات القوى العاملة معاً.
المصدر
البنك المركزي الأوروبي، «الذكاء الاصطناعي واقتصاد منطقة اليورو»، 23 مارس 2026. أفاد البنك المركزي الأوروبي بأن ما يقرب من 90% من البنوك الهامة في منطقة اليورو تستخدم بالفعل تقنيات الذكاء الاصطناعي، وأن الاستثمار الفعلي في التقنيات الرقمية خلال عام 2025 تجاوز 4 مليارات يورو.
ينبغي تفسير أرقام التبني كتحدٍ للحوكمة ومقياساً للابتكار في آنٍ واحد
تشير أرقام البنك المركزي الأوروبي أيضاً إلى أن الجهات الرقابية ستحكم بشكل متزايد على البنوك ليس بناءً على ما إذا كانت تستخدم الذكاء الاصطناعي، بل بناءً على ما إذا كان هذا الاستخدام خاضعاً للرقابة. وعندما يصبح التبني واسع النطاق، يكف الذكاء الاصطناعي عن كونه ميزة تنافسية جديدة ويصبح مصدراً آخر للمخاطر التشغيلية ومخاطر النماذج التي يجب إدراجها في الأطر الحالية. لذا ينبغي للمؤسسات التأكد من أن جردها لتطبيقات الذكاء الاصطناعي كامل، بما في ذلك الوظائف المدمجة في منتجات الموردين وبرامج الإنتاجية العادية.
ينبغي أن يعكس تطوير القوى العاملة هذا التطور نحو اعتبار الذكاء الاصطناعي أمراً اعتيادياً. فقد يتفاعل آلاف الموظفين مع الذكاء الاصطناعي بشكل غير مباشر دون أن يعتبروا أنفسهم مستخدمين له. لذا ينبغي أن تتجاوز الثقافة الأساسية فرق البيانات المتخصصة. وفي الوقت نفسه، ينبغي توجيه تدريب أعمق إلى الموظفين الذين يتحققون من صحة النماذج أو يشرفون على القرارات المؤتمتة أو يديرون العمليات التي تؤثر على العملاء. ويُعد النهج المتدرج أكثر واقعية من افتراض أن مساراً واحداً يمكن أن يلبي كل المتطلبات في بنك كبير.
ينبغي للمؤسسات أيضاً التمييز بين التجريب والاستخدام الإنتاجي. يمكن أن يكون النشاط التجريبي قيماً للتعلم، ولكن بمجرد أن يؤثر نظام الذكاء الاصطناعي على العمليات المصرفية العادية، فإنه يحتاج إلى مالك مسؤول، وضوابط للتغيير، وترتيبات مراجعة محددة. وهذا الانتقال من التجربة إلى الإنتاج هو المكان الذي تحتاج فيه الابتكارات غير الرسمية إلى أن تصبح حوكمة رسمية.