سبع حالات استخدام للذكاء الاصطناعي لمساعدة مديري الأصول على تعزيز الكفاءة والإنتاجية في مواجهة الرياح المعاكسة للسوق

ستيوارت غرانت هو رئيس أسواق رأس المال، وإدارة الأصول والثروات في SAP.

اكتشف أهم أخبار وتقنيات في مجال التكنولوجيا المالية والفعاليات!

اشترك في النشرة الإخبارية FinTech Weekly

يقرأها التنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna وغيرها

من الضغط على هوامش الرسوم إلى التحولات غير المواتية في الظروف الاقتصادية الكلية إلى تصاعد الاستثمارات التقنية التي لم تؤدّ بعد كما هو متوقع، تواجه منظمات إدارة الأصول تحديات كبيرة مع انتقال التقويم إلى عام 2026.

في تحليل عام 2025 لصناعة إدارة الأصول العالمية، وجدت McKinsey & Company، على سبيل المثال، أن هوامش مديري الأصول انخفضت بمقدار ثلاث نقاط مئوية في أمريكا الشمالية وبخمس نقاط مئوية في أوروبا خلال السنوات الخمس الماضية نتيجة عوامل مثل هذه.

لكن يوجد صمام تخفيف ضغط وشيك على شكل تطبيقات موجّهة ومدروسة للذكاء الاصطناعي. فالذكاء الاصطناعي بأشكاله المختلفة — التوليدي، والوكيلّي/المستقل، وما إلى ذلك — بدأ يُظهر قيمة في مجموعة من حالات الاستخدام ضمن العمليات الأمامية والوسطى والخلفية، مما يوفّر لمديري الأصول وسيلة لالتقاط مكاسب جديدة في الإنتاجية والكفاءة، ولتحديد والاستفادة من فرص أعمال مربحة جديدة قبل المنافسة. ووفقًا لتحليلها، الذي يستند إلى مسح شمل كبار التنفيذيين (من مستوى C-level) لدى شركات إدارة الأصول في جميع أنحاء أمريكا الشمالية وأوروبا، خلصت McKinsey إلى أن لدى مدير أصول متوسط الإمكانات المتوقعة للتأثير من الذكاء الاصطناعي والذكاء الاصطناعي التوليدي والذكاء الاصطناعي الوكيلّي “قد تكون تحويلية، بما يعادل 25 إلى 40 بالمئة من قاعدة تكلفتها.”

تتمثل إذن التحديات التي تواجه منظمات إدارة الأصول في تحديد أين يمكن للذكاء الاصطناعي أن يقدّم أكبر قيمة داخل مؤسساتها.

تطبيق الذكاء الاصطناعي لتحقيق أقصى أثر

توظّف الشركات عبر مشهد إدارة الأصول الذكاء الاصطناعي في مجموعة متنوعة من المجالات. يحدث جزء كبير من هذا النشاط داخل مؤسسات أكبر تمتلك الموارد العميقة لتطوير قدراتها الخاصة حول النماذج اللغوية الكبيرة، مع وكلاء ذكاء اصطناعي موجّهين وما شابه. لكن الجانب الآخر من عملة الذكاء الاصطناعي هو أنه يمكنه أيضًا مساعدة مديري الأصول خارج أكبر مؤسسات الفئة الأولى (Tier One) على المنافسة بندّية أكبر ضد تلك الشركات الأكبر.

فضلاً عن ذلك، في حين تركز العديد من المؤسسات استثماراتها على حالات استخدام الذكاء الاصطناعي المواجهة للعملاء، فمن المهم ألا يغيب عن البال عدم تفويت الفرص لخلق قيمة من خلال تطبيقات ذكاء اصطناعي قابلة للتوسع أيضًا عبر العمليات الأمامية والوسطى والخلفية. بدلًا من السعي إلى حلول نقطية قد لا تتكامل جيدًا مع بعضها بعضًا، قد يكون النهج الأذكى لتوليد القيمة من الذكاء الاصطناعي هو استهداف استثمارات تعمل على إذابة “الجدران الافتراضية” بين طبقات المكاتب الثلاث لخلق كفاءات، وتعزيز الإنتاجية، وتبسيط العمليات، وتحسين تزويد التخطيط والاستراتيجية بمعلومات أفضل.

باختصار، ابحث عن حالات استخدام للذكاء الاصطناعي تشجع — ويمكنها الاستفادة من — الحركة الأكثر حرية للبيانات داخل المؤسسة. إليك باقة من حالات تبدو واعدة بشكل خاص:

1. أتمتة وتسريع الإقفال المالي ووظائف التمويل الأخرى. تاريخيًا، كانت التمويل منطقة مليئة بالعمليات اليدوية. وبمساعدة وكلاء الذكاء الاصطناعي، لدى منظمات إدارة الأصول فرصة لأتمتة العديد من العمليات المحيطة بوظيفة التمويل، بما في ذلك الإقفال المالي وكذلك AR وAP، وتسوية فواتير/مطالبات منتهية من حيث التطابق (invoice reconciliation) وما شابه. في هذه السيناريوهات يمكن للذكاء الاصطناعي دعم تحسين أتمتة نقل البيانات. كما يمكنه تزويد مستخدمي الأعمال في مجال التمويل بإشعارات استباقية — وسيناريوهات قابلة للتنفيذ — بشأن مشكلات محتملة غير مرئية سابقًا مثل فائض/عجز رأس المال وتعديلات الميزانية العمومية وما شابه.

2. تحسين إدارة المخاطر عبر مواءمة حقيقية مع التمويل. يمكن للبيانات من مكتب الخلف أن تكون ذات قيمة هائلة لفرق إدارة المخاطر في مكتب الوسط. يمكن لهذه الفرق استخدام بيانات حول ممتلكات المستثمرين، والتدفقات النقدية، والسيولة في السوق، والهامش/الضمان، وما إلى ذلك، جنبًا إلى جنب مع بيانات ملف العميل والبيانات المتعلقة بالتواصل معه لتحديد إشارات مبكرة لعمليات استرداد (redemptions) محتملة لدى العملاء وما يتصل بها من مخاطر سيولة.

3. تحديد فرص جديدة لهياكل الرسوم ونماذج الأعمال والتنقل بسرعة عليها. يمكن للمؤسسات توجيه أدوات الذكاء الاصطناعي الخاصة بها للبحث ونمذجة أثر التغييرات المحتملة في الرسوم وكذلك نماذج الأعمال الجديدة. ماذا تشير البيانات التاريخية حول كيفية تأثير تغيير الرسوم على الذمم المدينة؟ هل توجد فرص لتقسيم منطقة قائمة من أعمال الشركة (مثل فئة أصول محددة أو صناديق جغرافية محددة) إلى جزأين أو أكثر، أو لتجميع العملاء بشكل مختلف، وإذا كان الأمر كذلك، فمدى قوة الحجة التجارية لمثل هذه التحركات؟

4. إتاحة المعلومات لاتخاذ قرارات بشأن التوسع في منتجات أو مناطق جغرافية جديدة. مؤسستك تفكر في خطوة نحو سوق جغرافية جديدة واعدة لكنها تنطوي على مخاطر نسبياً. كيف سارت الخطوات السابقة مثل هذه من حيث التكاليف المتوقعة والتكاليف الفعلية؟ ما الآثار التنظيمية والموارد البشرية المتوقعة لمثل هذه الخطوة؟ يمكن لحوار مع مساعد رقمي قائم على الذكاء الاصطناعي التوليدي أن ينتج إجابات قيّمة عن أسئلة من هذا النوع، مما يؤدي إلى قرارات استراتيجية أكثر إحاطة.

5. نمذجة سيناريوهات “ماذا لو” حول الأثر المحتمل لإعادة توازن المحفظة على الأرباح المستقبلية، وكذلك أولويات استثمار العملاء وشهية المخاطر لديهم. يمكن لأدوات الذكاء الاصطناعي تقديم رؤى حول الأثر المحتمل لهذه التحولات، مع تقديم توصيات أيضاً بشأن التوقيت الأمثل في ضوء التزامات الحسابات الدائنة وعوامل أخرى. ومن خلال ربط هذه الأمور ببيانات، يساعد الذكاء الاصطناعي على معالجة فجوات المعلومات بين وظيفة التمويل وإدارة محافظ المكتب الأمامي، بما يدعم تخطيطًا استراتيجيًا وموازنات أكثر دقة ومحورية.

في حالة إحدى الشركات التي أعمل معها، على سبيل المثال، فإنها تسعى إلى الجمع بين بيانات إسناد/توزيع أداء المحفظة فيما يتعلق بعناصرها الفردية، مع بيانات عن شهية المخاطر لدى العملاء وهياكل الرسوم. يتمثل الهدف في فهم الصدى/الارتدادات المالية لإعادة توازن المحفظة مقارنة بتوقعات العملاء والأرباح المستقبلية بشكل أفضل.

6. رفع الإنتاجية. يقول بعض مسؤولي إدارة الأصول الذين تحدثت معهم مؤخرًا إن مؤسساتهم تتطلع إلى مضاعفة الأصول تحت الإدارة دون زيادات مادية في عدد الموظفين، وذلك ببساطة عبر توسيع استخدام الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي بشكل أوسع عبر مؤسساتهم. إنهم يقومون بإنشاء وكلاء ذكاء اصطناعي ووضعهم إلى جانب الموظفين تمامًا — كامتدادات رقمية لهؤلاء الموظفين، بشكل أساسي. وفي النهاية، فإن مكاسب الإنتاجية التي توفرها هذه الوكلاء تمكّن الشركات الصغيرة والمتوسطة من “منافسة بوزنها” عبر تكافؤ نسبي أمام الشركات الأكبر.

7. تعزيز اكتشاف الاحتيال أثناء استقبال العملاء الجدد (onboarding). الذكاء الاصطناعي بارع في المسح والتحقق بسرعة من أصالة مستندات استقبال العملاء الجدد، وتحديد حتى أصغر حالات الشذوذ (في حجم الخط، وتنسيق المستند، وما إلى ذلك) التي قد تشير إلى أن العميل ليس من يبدو عليه، وبالتالي يحتاج إلى مزيد من التدقيق.

على الرغم من أن حالات الاستخدام مثل هذه يمكن أن تكون مؤثرة داخل منظمة إدارة الأصول، فإن تعظيم قيمتها يعتمد بشدة على جودة وإمكانية الوصول إلى البيانات التي تغذيها. وقبل كل شيء، يجب أن تكون البيانات مفهومة لكل من البشر والآلة على أساس الخدمة الذاتية. وفي كثير من الأحيان، تقوم الشركات بسحب البيانات من تطبيقات المصدر ونقلها إلى بحيرة بيانات (data lake). ومع ذلك، فإن القيام بذلك يزيل دلالات ومعاني حيوية ومحيطًا سياقيًا خاصًا ببيئة التطبيق. وبدون هذه البيانات الوصفية (metadata)، قد تكون مخرجات الذكاء الاصطناعي — والأثر الإجمالي — دون المستوى الأمثل. لذلك، في كثير من الحالات، تكون المنظمات أفضل حالًا عندما تترك تلك البيانات في بيئة تطبيقها الطبيعية جنبًا إلى جنب مع البيانات الوصفية المصاحبة. تخيّل البيانات في هذه التطبيقات كالبطاريات التي تشغّل الذكاء الاصطناعي التوليدي والذكاء الاصطناعي الوكيلّي والتحليلات الذكية داخل مؤسسة. كلما كانت البطاريات أقوى، كانت المنظمة أكثر تمركزًا للاستفادة من استثماراتها في الذكاء الاصطناعي للنفاذ عبر التحديات/رياح المواجهة التي تقف أمامها.

نبذة عن المؤلف

ستيوارت غرانت هو رئيس أسواق رأس المال، وإدارة الأصول والثروات في SAP. وعلى مدار أكثر من 20 عامًا، كان يعمل مع البيانات في قطاع أسواق رأس المال في أدوار شملت إدارة المنتجات، وتطوير الأعمال، وإدارة الأعمال.