عصر جديد من الشمول المالي: استغلال الذكاء الاصطناعي لتمكين الأسر ذات الدخل المنخفض - افتتاحية FTW الأحد

اكتشف أهم أخبار وفعاليات التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يقرأها التنفيذيون في JP Morgan، Coinbase، Blackrock، Klarna وغيرهم

في افتتاحية هذا الأحد، نود في FinTech Weekly أن نشارككم بحثًا مهمًا لفت انتباهنا من قبل Commonwealth، وهي منظمة غير ربحية وطنية ملتزمة ببناء الأمان المالي والفرص للأشخاص الضعفاء ماليًا من خلال الابتكار والشراكات.

يهدف مبادرتهم Emerging Tech For All (ETA) إلى استكشاف كيف يمكن تصميم الذكاء الاصطناعي لخدمة الأسر ذات الدخل المنخفض والمتوسط (LMI) بشكل حقيقي، وهو فئة غالبًا ما تُغفل في التقدم التكنولوجي.

لقد حظي الذكاء الاصطناعي، خاصة الذكاء الاصطناعي الحواري، باعتراف واسع بقدرته على إعادة تشكيل الخدمات المالية. التحدي الحقيقي هو ما إذا كانت هذه الأنظمة يمكنها تقديم دعم عملي وموثوق للأسر ذات الدخل المنخفض والمتوسط، بدلاً من مجرد خدمة المستخدمين ذوي الدخل الأعلى والمهارة التكنولوجية. المشكلة ليست فقط في الوصول، بل في تصميم أدوات تلبي احتياجات من تم تركهم خلف الركب بسبب التقدم التكنولوجي.

فهم المخاطر

تواصلت الفجوات في التقدم التكنولوجي والوصول إليها عبر التاريخ. الأنظمة الذكية، خاصة تلك الموجهة للخدمات المالية، غالبًا ما تستهدف احتياجات المستخدمين ذوي الدخل الأعلى. الأدوات المصممة لتعزيز الراحة لفئة معينة غالبًا لا تنقل فعاليتها إلى فئات أخرى.

تُظهر بيانات أبحاث Commonwealth بوضوح هذا الانقسام. في عام 2023، أفاد حوالي 30% من البالغين في الولايات المتحدة باستخدام الذكاء الاصطناعي، لكن جزءًا صغيرًا فقط من هؤلاء ينتمون إلى أسر ذات دخل منخفض ومتوسط. يعكس هذا الفارق مشكلة أعمق: غالبًا ما تُطوّر أدوات الذكاء الاصطناعي دون مراعاة الاحتياجات والمخاوف الخاصة للأشخاص ذوي الدخل المنخفض والمتوسط. قد تقدم الأنظمة قدرات متطورة، لكنها تفتقر إلى الصلة حيثما يكون الأمر أكثر أهمية.

أظهر الحماس حول نماذج الذكاء الاصطناعي التوليدي مثل ChatGPT، الذي تم تقديمه في 2022، إمكانات هذه الأنظمة في تقديم إرشادات مالية قابلة للتوسع وشخصية. ومع ذلك، فإن الأدوات تستهدف بشكل رئيسي المستخدمين الذين يمتلكون موارد مالية أو مهارات تكنولوجية. لم يتحول حماس المطورين والشركات بعد إلى حلول عملية وفعالة للأسر ذات الدخل المنخفض والمتوسط.

بناء الثقة ومعالجة المخاوف الحقيقية

لا تزال الثقة عاملًا حاسمًا في مدى تقبل فئات الدخل المنخفض والمتوسط للأنظمة الذكية. بالنسبة لكثير من المستخدمين، ليست أنظمة الذكاء الاصطناعي مجرد أدوات تكنولوجية، بل خدمات يجب أن تظهر قيمة حقيقية مع ضمان الخصوصية والأمان. تظل المخاوف بشأن أمان البيانات والخصوصية عقبات كبيرة أمام الاعتماد.

وفقًا لأبحاث Commonwealth، 63% من المستخدمين يقلقون بشأن أمان الذكاء الاصطناعي، و53% يقلقون بشأن الخصوصية. تعكس هذه المخاوف شكوكًا أوسع تجاه التقنيات التي تبدو غازية أكثر منها داعمة. غالبًا ما تعد أدوات الذكاء الاصطناعي بالراحة، لكنها تفشل في توضيح كيف ستقوم بحماية المعلومات الشخصية للمستخدمين.

من المثير للاهتمام أن العديد من مستخدمي الدخل المنخفض والمتوسط لا يرون الدردشات الآلية على أنها “ذكاء اصطناعي”. يرونها أدوات مصممة لأداء مهام محددة مثل دفع الفواتير، التحقق من الرصيد، أو حل المشكلات البسيطة. هذه الرؤية تقدم رؤى قيمة للمطورين: الناس ليسوا بالضرورة مهتمين بمفهوم الذكاء الاصطناعي؛ إنهم مهتمون بأدوات عملية تلبي احتياجاتهم دون تعقيد غير ضروري.

يُبنى الثقة من خلال الاتساق والوضوح. يجب أن تقدم أنظمة الذكاء الاصطناعي خدمات موثوقة وشفافة تحترم خصوصية المستخدمين وتمكنهم دون أن تظهر كأنها تستغلهم. تثبت الأدوات الفعالة قيمتها من خلال نتائج عملية وقابلة للقياس.

ما الذي يريده مستخدمو الدخل المنخفض والمتوسط فعلاً

توفر أبحاث Commonwealth رؤى مهمة حول ما يبحث عنه الأسر ذات الدخل المنخفض والمتوسط حقًا. إنهم يبحثون عن أدوات تقدم مساعدة عملية للتحديات المالية الواقعية، وليس تكنولوجيا متطورة من أجل الترف.

أكثر المجالات التي يمكن للذكاء الاصطناعي أن يحدث فيها فرقًا تشمل الميزانية، بناء الائتمان، ومعالجة المدفوعات. هذه المجالات ليست جذابة، لكنها ضرورية لتحقيق الاستقرار المالي. تشير اختبارات ميدانية من Commonwealth إلى أن المستخدمين يفضلون أدوات الذكاء الاصطناعي التي تقدم إرشادات مباشرة وخالية من الأحكام، مع التركيز على سهولة الاستخدام والوصول.

عدم الأمان المالي غالبًا ما يصاحبه خجل وقلق، مما يصعب طلب المساعدة. من المحتمل أن تحظى أنظمة الذكاء الاصطناعي المصممة لتقديم إرشادات دون جعل المستخدمين يشعرون بالتدقيق أو الحكم بقبول أكبر. من الضروري بناء العملية والتعاطف في بنية هذه الأدوات.

إمكانات وحدود الذكاء الاصطناعي التوليدي

يقدم الذكاء الاصطناعي التوليدي إمكانات كبيرة لتعزيز الخدمات المالية. قدرته على تقديم إرشادات شخصية ورؤى في الوقت الحقيقي يمكن أن يعيد تشكيل تفاعل الأسر ذات الدخل المنخفض والمتوسط مع الأنظمة المالية. ومع ذلك، تظل المخاوف العملية بشأن الدقة، الخصوصية، والتعقيد عقبات مهمة.

بالنسبة لكثير من مستخدمي الدخل المنخفض والمتوسط، لا يزال الذكاء الاصطناعي التوليدي يبدو غير موثوق به. القدرة على تحويل الدردشات الآلية من أدوات بسيطة للإجابة على الأسئلة إلى مرشد مالي شامل واعد، لكنه يتطلب أداءً ثابتًا وموثوقًا. الأنظمة المصممة لفهم الظروف الفردية وتقديم نصائح مخصصة ستحدث على الأرجح أكبر تأثير.

أماكن يمكن للذكاء الاصطناعي أن يحدث فيها فرقًا: المساعدات العامة وأدوات العمل

تسلط أبحاث Commonwealth الضوء أيضًا على مجالات يمكن للذكاء الاصطناعي أن يحسن فيها الشمول المالي بشكل كبير. لا تزال أنظمة المساعدات العامة معقدة وصعبة التصفح. يُقدّر أن 140 مليار دولار من المساعدات الحكومية تذهب دون المطالبة بها سنويًا بسبب الحواجز البيروقراطية. أدوات الذكاء الاصطناعي التي يمكنها تبسيط فحوصات الأهلية وتسهيل عمليات التقديم يمكن أن تحسن الوصول لملايين الأفراد.

كما يمكن للأنظمة الذكية أن تعزز أدوات التمويل في مكان العمل. الشركات التي تدمج الذكاء الاصطناعي الحواري في بنيتها التحتية للموارد البشرية يمكن أن تساعد الموظفين على الوصول إلى موارد تتراوح من خطط التقاعد إلى برامج الادخار الطارئ. القدرة على تقديم إرشادات واضحة وشخصية حول المزايا المتاحة يمكن أن تعزز الثقافة المالية والرفاهية عبر القوى العاملة بأكملها.

المضي قدمًا بنية واضحة

تكشف نتائج أبحاث Commonwealth عن حقيقة أساسية: إنشاء أنظمة ذكاء اصطناعي تفيد الأسر ذات الدخل المنخفض والمتوسط حقًا ليس مجرد تحدٍ تكنولوجي، بل هو مسألة تصميم أخلاقي. يجب بناء أدوات فعالة مع فهم حقيقي لاحتياجات من تم استبعادهم تاريخيًا من التقدم التكنولوجي.

التقنية موجودة. ما يتبقى هو تحدي بناء أدوات موثوقة وشاملة وقادرة على تلبية الاحتياجات الخاصة للأشخاص الذين من المفترض أن تخدمهم. سيكون الذكاء الاصطناعي قادرًا على تحقيق إمكاناته الحقيقية فقط عندما يعمل فعلاً للجميع.