حوكمة الذكاء الاصطناعي في المالية: مخاطر النماذج والضوابط والتحقق في عصر نماذج اللغة الكبيرة

في أبريل 2026، ألغى الاحتياطي الفيدرالي ومكتب مراقب العملة ومؤسسة التأمين على الودائع الفيدرالية نشرة SR 11-7، واستبدلوها بإطار مشترك بين الجهات قائم على المخاطر لإدارة مخاطر النماذج. ثم أقدموا على خطوة ينبغي أن تستوقف كل قائد مالي: فقد استثنى التوجيه الجديد صراحةً الذكاء الاصطناعي التوليدي والوكيلي من نطاقه، واصفًا إياه بأنه “مستجد وسريع التطور”، ووعدوا بطلب منفصل للمعلومات لاحقًا. وهكذا وصلت أقوى تقنية وأقلها قابلية للتنبؤ تشهدها المالية منذ عقد إلى منظومتك في اللحظة ذاتها التي خلت فيها قواعد حوكمتها.

هذه الفجوة ليست مبررًا للانتظار. لا يحتاج المفتشون إلى خطاب مخصص بشأن الذكاء الاصطناعي كي يسألوك كيف تضبط أداةً تمسّ دفتر الأستاذ العام. سيسألون على أي حال. وعبارة “هكذا قال نموذج اللغة” ليست إجابة ترغب في تقديمها وأنت تحت الاستجواب.

هذا المحور يدور حول سدّ تلك الفجوة بضوابط يمكنك الدفاع عنها فعليًا. لا استعراض للسياسات، ولا ميثاق ذكاء اصطناعي من 40 صفحة لا يقرؤه أحد. الحجة التي تسري في كل صفحة أدناه بسيطة: نموذج اللغة الكبير واجهةٌ مفيدة ونظامُ سجلٍّ بائس. والسبيل إلى حوكمة الذكاء الاصطناعي في المالية هو الكفّ عن مطالبته بما لا يمكن التحقق منه، وإحاطة ما يجيده بآلية حتمية ومسار تدقيق صارم.

لماذا يفشل نموذج اللغة في اختبار مخاطر النماذج

ارتكزت إدارة مخاطر النماذج دائمًا على بضعة افتراضات. فالنموذج أسلوب كمّي يحوّل المدخلات إلى مخرجات. يمكنك توصيفه، والتحقق منه إزاء المعايير المرجعية، واختبار حدوده، وإعادة إنتاج نتائجه. وكان جوهر مطلب SR 11-7 هو “التحدي الفعّال”: أشخاص مؤهلون ومستقلون يضغطون على النموذج حتى يدركوا أين يتعثّر.

ونموذج اللغة الكبير ينتهك معظم هذه الافتراضات دفعةً واحدة.

فهو غير حتمي. اطرح السؤال نفسه مرتين، وقد تحصل على رقمين مختلفين، وتقريبين مختلفين، وتفسيرين مختلفين لعبارة “الربع الأخير”. ولا يملك مسار تدقيق خاصًا به: فالأوزان التي أنتجت الإجابة صندوق أسود من 175 مليار معامل، لا حساب مفصّل قابل للمراجعة. وهو قابل للإيحاء. فصياغة بارعة لأمرٍ ما، أو حتى نصٌّ مخبّأ داخل مستند يقرؤه، قادران على توجيه المخرجات. وسيذكر رقمًا ملفّقًا بالثقة الهادئة ذاتها التي يذكر بها رقمًا صحيحًا. يسمّي المتحققون هذا الأخير هلوسة؛ أما المفتش فيسمّيه بيانًا جوهريًا مغلوطًا بلا تفسير.

لا شيء من هذا يجعل نماذج اللغة الكبيرة عديمة الفائدة. بل يجعلها غير صالحة للدور الذي يسنده إليها معظم المورّدين بهدوء: أن تكون هي مَن يحسب الرقم. وفي حقيقة الأمر، فإن منهج إطار 2026 (تصنيف المخاطر حسب الخطورة الكامنة والغرض، وتتبّع دورة الحياة من التطوير حتى الإيقاف، والضوابط المتناسبة) ينطبق بسلاسة على هذا الواقع إذا فصلت بين الوظيفتين اللتين تؤديهما أداة الذكاء الاصطناعي. فهناك وظيفة التفسير (فهم السؤال، وإيجاد الأرقام ذات الصلة، وشرح الإجابة)، ووظيفة الحساب (إنتاج الرقم). الأولى يمكن أن يؤديها نموذج اللغة. أما الثانية فيجب ألا يؤديها.

هذا الفصل هو الفكرة الحاملة وراء طريقة بناء Rexfin، وهو العمود الفقري لـهندسة المنصة.

نموذج الضوابط: تحقّق من المخرَج، لا من العرّاف

لا يمكنك التحقق من نموذج توليدي بالطريقة التي تتحقق بها من بطاقة تسجيل ائتماني. لن تحصل منه على دالة مستقرة قابلة للتكرار، فكفّ عن محاولة اعتماد النموذج، وابدأ باعتماد الحدّ المحيط به. ثلاثة ضوابط تنهض بالعبء الأكبر.

الحوسبة الحتمية. كل رقم يطرحه الذكاء الاصطناعي ينبغي أن يأتي من محرك حساب يعمل بالطريقة ذاتها في كل مرة، لا من حسابات نموذج اللغة نفسه. يقرر نموذج اللغة ماذا يُحسب وأي الأرقام يستدعي. ومحرك حتمي منفصل هو الذي يجري الحساب فعليًا. شغّله ألف مرة، تحصل على الإجابة ذاتها ألف مرة. تلك هي الخاصية التي وُجدت إدارة مخاطر النماذج لاختبارها، وهي الخاصية التي لا يقدر نموذج لغة خام على تقديمها أبدًا. مزيد عن الآلية في صفحة كيف يعمل.

التحقق من المخرجات وتتبّع المصدر. قبل أن يصل أي رقم إلى إنسان، يجب أن يرتبط بمصدر محدد: حساب في دفتر الأستاذ، أو بند مُسوّى، أو بيان مودَع. وإن تعذّر تتبّع رقمٍ إلى أصله، فإنه لا يُعرض. وهكذا تتحول الهلوسة من خطر صامت إلى خطأ مُلتقَط. فالإجابة إما أن تتتبّع إلى مصدر، وإما أن تُحجب.

مسار تدقيق متكامل. مَن سأل عن ماذا، وأي نسخة من البيانات أجابت، وأي حساب جرى، وما الذي أُعيد: مسجَّلًا في كل تفاعل. وحين يسأل مفتش أو مدقق “أرني كيف أُنتج هذا الرقم”، تكون الإجابة سجلًّا، لا هزّة كتفين.

نموذج واحد مُسوّى، وإلا فأنت لا تحوكم شيئًا

الضوابط المحيطة بالذكاء الاصطناعي ضرورية لكنها غير كافية. فإذا كان الذكاء الاصطناعي يقرأ ثلاثة تصديرات من نظامَي تخطيط موارد مؤسسية، وجدول بيانات أرسله أحدهم بالبريد، فأنت لم تبنِ نظامًا قابلًا للحوكمة، بل بنيت طريقة أسرع لإنتاج أرقام متضاربة. مدخلات رديئة، فمخرجات رديئة واثقة.

لهذا فإن الأساس أهم من النموذج. يربط Rexfin مصادر بياناتك المحاسبية والمالية (QuickBooks وXero وNetSuite وSage وSAP وOracle، أو مستودع بيانات، أو بيانات مرفوعة) ويبني نموذجًا ماليًا واحدًا مُسوّى يتطابق مع دفتر الأستاذ. مصدر واحد للحقيقة. يسترجع منه الذكاء الاصطناعي، ومنه وحده. فلا توجد نسخة ثانية للإيرادات يتيه فيها.

بالنسبة إلى مراقب مالي، هذا هو الفرق بين أداة ذكاء اصطناعي قابلة للتدقيق وأخرى عبءٌ ينتظر ملاحظة سلبية. وانضباط التسوية الكامن وراء ذلك مشروح في ركيزة أتمتة الإقفال أدناه، وطبقة الربط في صفحة التكاملات.

ما الذي سيسأل عنه المفتش فعليًا

من المفيد أن تستعدّ للحوار. فالأسئلة التي تحدد ما إذا كانت أداة الذكاء الاصطناعي لديك ستجتاز مراجعة الحوكمة أسئلة يمكن توقّعها:

• هل يمكنك إعادة إنتاج هذا الرقم؟ (المحرك الحتمي: نعم.)
• من أين جاءت الأرقام الأساسية؟ (تتبّع المصدر: حساب مُسمّى في دفتر الأستاذ.)
• ما الذي يمنع النموذج من اختراع رقم؟ (التحقق من المخرجات: الإجابات غير المتتبَّعة محجوبة.)
• ماذا يحدث إن لقّنه أحدهم أمرًا خبيثًا؟ (حقن الأوامر لا يمكنه تغيير رقم مُسوّى، لأن نموذج اللغة لا يحسب الرقم.)
• أرني عامًا كاملًا من سجلّ مَن سأل عن ماذا. (مسار التدقيق: ها هو ذا.)

إن كانت إجابتك عن أيٍّ من هذه “نحن نثق بالنموذج”، فلديك مشكلة لن يقيك منها إطار 2026. وتتعمق صفحة الأمن في نموذج التهديد، بما في ذلك حقن الأوامر وعزل البيانات.

ابدأ من هنا

تبني صفحات هذه الركيزة الحجة ضابطًا تلو الآخر. اقرأها بأي ترتيب، لكن معظم الفرق تبدأ بمسألة التحقق:

• لماذا تفشل نماذج اللغة الكبيرة في التحقق من النماذج، وما الذي يجب التحقق منه بدلًا من ذلك: الحجة التقنية لاعتماد الحدّ، لا الصندوق الأسود.
• الحوسبة الحتمية: الضابط الذي يجعل أرقام الذكاء الاصطناعي قابلة للتكرار: كيف يُرضي فصل التفسير عن الحساب إدارة مخاطر النماذج.
• بناء مسار تدقيق يقبله المفتش: ما الذي يجب تسجيله، وكيف يحوّل تتبّع المصدر الهلوسة إلى خطأ مُلتقَط.
• حقن الأوامر وعزل البيانات في الذكاء الاصطناعي المالي: مساحة الهجوم، ولماذا يحدّ النموذج المُسوّى من نطاق الضرر.

ملاحظة عن الصدق، لأن المتشككين يستحقونها: لا شيء من هذا يجعل نموذج اللغة آمنًا للثقة به وحده، ولا يدّعي Rexfin خلاف ذلك. فقد يسيء النموذج فهم سؤال أو يلخّص بصورة رديئة. ما يتغير هو العاقبة. فحين يعجز الذكاء الاصطناعي عن حساب الرقم، ولا يبلغ رقمًا غير مُسوّى، ولا ينتج إجابة لا تتتبّع إلى مصدر، تغدو أخطاؤه ظاهرة ومحدودة بدلًا من أن تكون صامتة وجوهرية. وهذا هو غرض الحوكمة برمّته: لا أن تجعل الأداة كاملة، بل أن تجعل إخفاقاتها قابلة للالتقاط.

ستُغلق الفجوة التنظيمية في نهاية المطاف. والفرق التي تبلي حسنًا حين يحدث ذلك هي التي بنت بالفعل ضوابط صامدة، بدلًا من انتظار خطاب يخبرها بما يبدو عليه “الجيد”. وإن أردت أن ترى الحوسبة الحتمية وتتبّع المصدر ومسار التدقيق وهي تعمل على بياناتك أنت، احجز عرضًا توضيحيًا وأحضر معك أصعب أسئلتك.