لماذا لا تكفي عبارة "فقط استخدم مفسّر أكواد" لجعل الذكاء الاصطناعي آمناً مالياً

في كل مرة يشير فيها أحدهم إلى أن نماذج اللغة الكبيرة ضعيفة في الرياضيات، يردّ مهندس واثق بالعبارة نفسها: “فقط أعطها مفسّر أكواد.” فيكتب النموذج كود Python، ويُنفَّذ الكود، وتأتي العملية الحسابية دقيقة. المشكلة محلولة.

لكنها ليست كذلك.

مفسّر الأكواد يحلّ مشكلة حقيقية، لكنها ضيقة. فهو يزيل العطل الوحيد الذي يراه الجميع، ويترك أربعة أعطال لا يلتقط أحد لها صورة. سيتوقف الذكاء الاصطناعي عن الادعاء بأن حاصل ضرب 8.4 في 12 هو 99.2. جيد. لكن الرقم الذي ضربه في 12 ظلّ مسحوباً من العمود الخطأ، في الفترة الخطأ، ومن دون مصدر يمكنك تتبّعه. لقد أصبح الناتج خاطئاً بدقّة بدلاً من أن يكون خاطئاً تقريباً، ولا يستطيع المدير المالي أن يميّز الفرق بمجرد النظر.

ما الذي يصلحه مفسّر الأكواد فعلاً

حين يُحيل النموذج عملية الحساب إلى بيئة Python معزولة (أو أي أداة لاستدعاء الدوال)، فإنه يتوقف عن إجراء العمليات الحسابية ذهنياً. وهذا أمر مهم. فنماذج اللغة الكبيرة تعامل الأرقام كنصوص وتطابقها بالأنماط، ولهذا تنهار دقّة حساباتها انهياراً حاداً كلما زاد عدد الأرقام. سلّم الحساب إلى numpy وستحصل على إجابة حتمية قابلة للتكرار. اجمع عموداً من 4,000 معاملة وسيتطابق المجموع في كل مرة.

فإذا كان السؤال “هل يستطيع الذكاء الاصطناعي جمع قائمة من الأرقام بشكل صحيح”، فالجواب مع مفسّر الأكواد هو نعم. ولسنا نختلف على ذلك. نحن أنفسنا نستخدم التنفيذ الحتمي، لأن نموذج اللغة لا ينبغي أن يكون الآلة الحاسبة أبداً.

المشكلة أن “اجمع هذه الأرقام” لا يكاد يكون المهمة الفعلية أبداً. المهمة هي “كم بلغ صافي الاحتفاظ بالإيرادات في الربع الثالث، وهل هو الرقم نفسه الذي سنعرضه على مجلس الإدارة.” وهذا السؤال فيه ما لا يقل عن أربع طرق للخطأ قبل أن تجري أي عملية ضرب.

الأعطال الأربعة التي لا يمسّها المفسّر إطلاقاً

1. المدخلات الخاطئة

يحسب مفسّر الأكواد بإتقان على أي شيء تغذّيه به. غذِّه بإجمالي الإيرادات حين كنت تقصد الصافي، أو بإيرادات مؤجلة مسجَّلة كإيرادات معترَف بها، أو ببند فاتورة مكرَّر، وسيعيد لك إجابة دقيقة للسؤال الخطأ. مدخلات رديئة، ومخرجات رديئة محسوبة بإتقان. البيئة المعزولة لا رأي لها في ما إذا كانت المدخلات هي المدخلات الصحيحة. ولا يمكنها ذلك، لأنها لا تعرف معنى “الصحيح” في دليل حساباتك.

هذا هو العطل الذي يقتلك في عرض مجلس الإدارة، لأن الأرقام تبدو متماسكة. لا أحد يشكّك في رقم تتطابق حساباته.

2. البيانات غير المطابَقة

معظم الشركات لا تملك مجموعة واحدة من الأرقام. لديها QuickBooks، ونظام فوترة، ونظام إدارة علاقات عملاء فيه حقول للإيرادات السنوية المتكررة يحدّثها أحدهم يدوياً، وثلاثة جداول بيانات. اسحب “الإيرادات” من أداة الفوترة و”الإيرادات” من دفتر الأستاذ، وستحصل على رقمين مختلفين، كلاهما قابل للدفاع عنه، وليس أيٌّ منهما مطابَقاً للآخر.

سيحسب الذكاء الاصطناعي المزوَّد بمفسّر أكواد على أيٍّ منهما بكل رضا. ولن يلاحظ أنهما متعارضان. فليس لديه مفهوم لمصدر وحيد للحقيقة يتطابق مع دفتر الأستاذ العام، لأن المطابقة مشكلة بيانات في مرحلة سابقة، لا مشكلة حساب وقت التشغيل. هذه الفجوة هي السبب الكامل في أن وكلاء التمويل المستقلين يحتاجون أولاً إلى طبقة أرقام موثوقة. وهذا هو الجزء الذي تستهين به الفرق أكثر من غيره. فالاستطلاعات تواصل اكتشاف أن جودة البيانات وتكاملها هما العائق الأول أمام تحقيق قيمة من الذكاء الاصطناعي في التمويل، لا دقّة النموذج. لم يكن النموذج يوماً هو عنق الزجاجة.

3. غياب مصدر البيانات

اطلب من مدير مالي أن يضع رقماً أمام مدقّق حسابات أو مستثمر أو جهة تنظيمية، وسيكون أول سؤال “من أين جاء هذا الرقم.” يعطيك مفسّر الأكواد نتيجةً ونصّاً لكود Python الذي أنتجها. لكنه لا يعطيك مساراً يعود بالرقم إلى المستند المصدر، أو القيد المحاسبي، أو الفترة، أو إصدار النموذج. وإذا لم تستطع النقر على رقم وتتبّعه رجوعاً إلى أصله، فهو ليس جاهزاً للتدقيق، مهما كانت العملية الحسابية نظيفة. ولهذا بالضبط تكون مسارات التدقيق أهم من الدقّة وحدها متى صار المال الحقيقي على المحك.

4. غموض اللغة المحلية والتنسيق

وهنا يأتي العطل الصامت. هل 12,345 تعني اثني عشر ألفاً أم اثني عشر وكسوراً (12.345)؟ في الولايات المتحدة تعني اثني عشر ألفاً. وفي ألمانيا تعني نحو اثني عشر. وإذا خلطت أرقاماً عربية مشرقية في المستند نفسه، ساء التحليل أكثر. ينفّذ مفسّر الأكواد ما قرّر النموذج أنه الرقم. وإذا أخطأ النموذج في قراءة الفاصل، فإن البيئة المعزولة تحسب بأمانة على قيمة تبعد ثلاث مراتب عشرية عن الصحيح. ولا يُطلق أي خطأ. فكود Python عمل على ما يُرام.

العملة، وحدود السنة المالية، النسبة المئوية مقابل نقاط الأساس، التحجيم بالآلاف مقابل الملايين في جدول مُبلَّغ عنه. كلٌّ من هذه تأويلٌ يحدث قبل الحساب، والآلة الحاسبة لا تستطيع التقاط سوء تأويل لم ترَه قط.

النمط: الحساب هو الـ20% السهلة

لاحظ ما تشترك فيه الأعطال الأربعة جميعاً. إنها تحدث قبل العملية الحسابية أو بعدها، لا أثناءها. مفسّر الأكواد إصلاح في الطبقة الخطأ. الأمر أشبه بتوظيف محاسب بارع ثم تسليمه صندوقاً من الإيصالات غير المرتَّبة، الخاطئة التسمية، التي ربما تكون مكرَّرة. ستكون حساباته مثالية، وستظل القوائم المالية خاطئة.

ضبط الأرقام في التمويل هو في معظمه مشكلة بيانات ومشكلة مصدر بيانات. الرياضيات هي الجزء السهل، وهي الجزء الوحيد الذي يعالجه المفسّر.

ما الذي يجعل الذكاء الاصطناعي آمناً مالياً فعلاً

الحل ليس نموذجاً أذكى ولا بيئةً معزولة أسرع. إنه طبقة نموذج مطابَقة تقع بين بياناتك الخام والذكاء الاصطناعي، وعليها أن تؤدي ثلاثة أشياء لا يؤديها المفسّر.

• طابِق أولاً. اربط المصادر المحاسبية والمالية، واحسم التعارضات، وابنِ نموذجاً واحداً يتطابق مع دفتر الأستاذ قبل أن يطرح الذكاء الاصطناعي أي سؤال. يسترجع الذكاء الاصطناعي من أرقام مُتحقَّق منها، لا من أي نظام أجاب أولاً. نتعمّق أكثر في هذا في لماذا تُعدّ البيانات المطابَقة هي المفتاح الحقيقي.
• احسب حتمياً، استناداً إلى المدخلات الصحيحة. نعم، استخدم محركاً حتمياً. لكن وجّهه نحو أرقام مطابَقة، ومُحلَّلة بشكل صحيح، ومتسقة مع الفترة، مع حسم اللغة المحلية والتحجيم مسبقاً. كون المحرّك دقيقاً لا ينفع إلا إذا كانت المدخلات صحيحة.
• تتبّع كل رقم إلى مصدره. كل رقم يبلّغ عنه الذكاء الاصطناعي ينبغي أن يحمل سلسلة نسبه: السجل المصدر، ومسار الحساب، والفترة، والإصدار. هذا ما يحوّل الإجابة إلى شيء يمكنك الدفاع عنه.

هذا هو الفصل العصبي الرمزي مطبَّقاً كما ينبغي. يفعل نموذج اللغة ما يجيده: فهم السؤال، واختيار المنهج، وشرح النتيجة بلغة واضحة. ويتولّى المحرّك الحتمي الرياضيات. ويضمن النموذج المطابَق المتتبَّع المصدر من تحته أن الرياضيات تجري على أرقام هي فعلاً أرقامك. يمكنك أن ترى كيف يعمل المحرّك الحتمي وكيف يتصل بأنظمتك القائمة من دون أن تُعيد إدخال أي شيء.

مفسّر الأكواد ضروري. لكنه أبعد ما يكون عن أن يكون كافياً. الشركات التي تكتوي بالنار هي تلك التي رأت العملية الحسابية تُصلَح فافترضت أن مشكلة الثقة قد حُلّت معها.

إذا أردت للذكاء الاصطناعي أن يلامس أرقامك الحقيقية، فابدأ من الطبقة التي يتجاوزها المفسّر. احجز عرضاً توضيحياً وسنريك رقماً متتبَّعاً من مخرَج جاهز لمجلس الإدارة وصولاً إلى القيد المحاسبي الذي جاء منه.