EN
تتوسع الشركة التي يقع مقرها في أبوظبي في الوقت الذي تدرس فيه المؤسسات المالية ليس فقط ما يمكن أن يقرره الذكاء الاصطناعي، بل أين يعمل وكيف تُحكم القرارات.
يُعد تمويل سينابس أناليتيكس البالغ 13 مليون دولار في جولة السلسلة A قصة تمويل تتعلق بجزء محدد من أتمتة العمليات المصرفية: النقطة التي تتحول فيها المعلومات إلى قرار بقبول عميل أو الموافقة على ائتمان أو الإشارة إلى معاملة للمراجعة الإضافية.
أُعلنت الجولة في 14 سبتمبر، وقادها بارتيك بمشاركة من ألجبرا فنتشرز وسيليكون باديا. ويرفع هذا التمويل إجمالي التمويل المعلن للشركة إلى 17 مليون دولار. وتقول سينابس إن الأموال ستدعم التوظيف وتطوير المنتجات والتوسع الدولي.
تتمثل فكرتها في أن المؤسسات المالية تستطيع استخدام أدوات قرار آلية أكثر تطوراً مع الاحتفاظ بالتكنولوجيا والبيانات داخل البنية التحتية التي تسيطر عليها. وهذا التمييز مهم في الوقت الراهن. إذ يفحص المنظمون والباحثون في القطاع المالي دور الذكاء الاصطناعي في العمليات الحساسة، حيث لا يعني الوصول إلى إجابة أسرع بحد ذاته أن الإجابة مناسبة أو قابلة للتفسير.
مكان اتخاذ القرار
يصف إعلان الاستثمار خيارات النشر التي تشمل مقر البنك نفسه وبيئات السحابة الخاصة أو السيادية والأنظمة المعزولة. كما يشير إلى أن فرق الائتمان والمخاطر تستطيع اختبار تغييرات السياسات مقابل البيانات التاريخية قبل تطبيقها في الإنتاج. وهذه قدرات معلنة للمنصة وليست تقييماً مستقلاً لكل عملية نشر.
تعالج هذه البنية سؤالاً مختلفاً عن دقة نموذج الذكاء الاصطناعي. يتعلق الأول بالسيطرة على البيئة التي تُعالج فيها المعلومات، بينما يتعلق الثاني بجودة القرار المنتج. يستطيع البنك الاحتفاظ ببياناته داخلياً ويظل بحاجة إلى دراسة كيفية تدريب النموذج وما إذا كان يتصرف باستمرارية ومن يستطيع الموافقة على التغييرات.
لا يكشف الإعلان عن التقييم أو شروط الصفقة. كما أن حجم التمويل الذي جمع لا يقيس حجم الائتمان الذي ستوافق عليه البنوك باستخدام المنصة. يدعم تمويل المشاريع تطوير المورد، في حين تبقى قرارات الإقراض والتعرضات المالية المرتبطة بها نشاطاً منفصلاً.
الخدمات المصرفية المفتوحة تضيف معلومات ولا تمنح يقيناً آلياً
يرأس سينابس المؤسس المشارك والرئيس التنفيذي أحمد أبازا، وقد ربط بالفعل أعماله في اتخاذ قرارات الائتمان مع بنية الخدمات المصرفية المفتوحة في المنطقة. وفي شراكة أعلن عنها مع لين تكنولوجيز عام 2025، رسم خططاً لدمج معلومات الحسابات المالية مع بيانات مكاتب الائتمان وتحليل التدفقات النقدية لصالح المقرضين في السعودية والإمارات والمنطقة الأوسع.
تكمن الأهمية في جمع أدلة مختلفة حول المقترض. إذ يصف سجل مكتب الائتمان ونمط حركة الأموال داخل الحساب وخارجه جوانب مرتبطة لكنها متمايزة من النشاط المالي. يمكن أن يغير جمعهما المعلومات المتاحة لفريق الاكتتاب، إلا أنه لا يلغي الحاجة إلى تحديد المعلومات ذات الصلة وكيفية تفسيرها.
يصف بيان الشراكة الاستخدامات المستهدفة بما في ذلك اختبار استراتيجيات المخاطر ودمج النماذج مع السياسات القائمة. غير أنه لا يؤسس لتحسن شامل في نتائج الإقراض. ولا يمكن افتراض أن نموذجاً مستخدماً لشريحة معينة من المقترضين أو منتج محدد سيؤدي إلى النتيجة ذاتها في سوق آخر بمجرد مشاركة البرمجية الأساسية.
يورد الملف التعريفي للشركة الخاص بسينابس أكثر من 50 عميلاً وأكثر من 10 ملايين طلب معالج وأكثر من 200 مليون دولار من القروض التي سهلت. هذه أرقام على مستوى الشركة بأكملها، ولا ينبغي قراءتها على أنها نشاط مقتصر على الإمارات أو محفظة قروض خاصة بالشركة. كما أن الطلبات المعالجة لا تتوافق بالضرورة مع مقترضين متمايزين.
يميز الباحثون بين التفسير والضمان
يتناول تقرير صادر عن معهد الاستقرار المالي نشرته بنك التسويات الدولية في سبتمبر 2025 صعوبة تفسير نماذج الذكاء الاصطناعي المعقدة. ويلاحظ أن التقنيات الم intended لتوضيح سلوك النموذج قد تكون غير دقيقة أو غير مستقرة بحد ذاتها. لذا فإن التفسير المقدم بلغة عادية ليس بالضرورة حساباً موثوقاً لكيفية الوصول إلى المخرج.
يربط التقرير الموضوع بتطوير النموذج والتوثيق والتحقق والمراقبة والمراجعة المستقلة. كما يناقش التوازن بين الأداء والقدرة على التفسير بدلاً من افتراض أن قاعدة بسيطة واحدة تناسب كل التطبيقات. هذه ملاحظات تحليلية من المؤلفين وليست شهادة على سينابس أو أي مورد آخر.
وفي مجال الإقراض يكون هذا التمييز عملياً. فإعادة إنتاج البيانات ونسخة السياسة المستخدمة في قرار ما تختلف عن إنتاج وصف معقول بعد وقوع الحدث. يساعد الاختبار التاريخي في دراسة كيفية تصرف السياسة المقترحة، لكن البيانات الماضية وحدها لا تستطيع تحديد أدائها تحت كل الظروف الاقتصادية المستقبلية.
ولهذا ينبغي النظر في القدرة على تغيير السياسات إلى جانب الضوابط المحيطة بهذه التغييرات. تكون السرعة مفيدة فقط داخل عملية تجعل المسؤولية واضحة. فقد تقع سلطة اقتراح التعديل والموافقة عليه ورصده لدى أشخاص مختلفين حتى لو ظهرت الخطوات الثلاث ضمن بيئة برمجية واحدة.
تبقى المؤسسة نقطة المساءلة
يحدد تقييم مجلس الاستقرار المالي للذكاء الاصطناعي في القطاع المالي نقاط ضعف أوسع نطاقاً تشمل الاعتماد على أطراف ثالثة ومخاطر الأمن السيبراني ومخاطر النماذج وجودة البيانات. كما ينظر في إمكانية أن تؤدي النماذج والمصادر المعلوماتية المشابهة إلى تصرف المؤسسات المالية بطريقة أكثر ترابطاً.
تتجاوز هذه المخاوف مجرد موقع الخادم. يمكن لنموذج منشور محلياً أن يظل يعتمد على المورد في الصيانة والتحديثات والخبرة. وعلى العكس من ذلك، لا يعني الاستعانة بمصادر خارجية للتكنولوجيا بالضرورة نقل مسؤولية المؤسسة عن الخدمة المالية. لذا ينبغي تقييم خيارات البنية التحتية وخيارات الحوكمة معاً.
يضع رأس المال الجديد لسينابس الشركة ضمن الجهات التي تسعى إلى تحويل هذه المتطلبات إلى منتج يستطيع البنوك تشغيله. وستأتي الأدلة التالية من طريقة حوكمة عمليات النشر وكيفية الإبلاغ عن نتائجها عبر المؤسسات المختلفة. توفر الجولة موارد إ tamb إضافية لهذا العمل، إلا أنها لا تحسم السؤال الأكثر صعوبة حول أداء القرارات الآلية على مدار دورة إقراض كاملة.
