نهاية SR 11-7: ماذا يعني إطار مخاطر النماذج لعام 2026 للذكاء الاصطناعي في القطاع المالي

في 17 أبريل 2026، تخلّى مجلس الاحتياطي الفيدرالي ومكتب مراقب العملة (OCC) والمؤسسة الفيدرالية للتأمين على الودائع (FDIC) معاً عن التوجيه الذي حكم مخاطر النماذج في القطاع المصرفي الأمريكي طوال خمسة عشر عاماً. فقد حلّت SR 26-2 محل SR 11-7 الصادر عام 2011. وإن كنت تشغّل أي نوع من الذكاء الاصطناعي على الأرقام المالية، فهذه هي الوثيقة التي تحدد الآن سقف توقعات الجهات الرقابية تجاهك.

التغيير الأبرز ليس قائمة ضوابط أطول، بل العكس تماماً. فقد صُمّمت SR 26-2 عمداً لتكون قائمة على المبادئ. وحرصت الجهات الرقابية على التوضيح بأنها لا تضع معايير قابلة للإنفاذ، وأن عدم الامتثال لن يستدعي بحد ذاته انتقاداً رقابياً. وبعد عقد كامل تعاملت فيه الفرق مع SR 11-7 بوصفها قائمة امتثال يُكتفى بمراجعتها مرة في السنة، باتت الجهات الرقابية تطلب ما هو أصعب: حُكماً مهنياً يُمارَس باستمرار، ويتناسب مع حجم الضرر الذي قد يحدثه النموذج.

يبدو هذا أكثر تساهلاً. لكنه ليس كذلك.

من قائمة التحقق إلى الحُكم المهني

كان الإطار القديم يكافئ الأعمال الورقية. تُعدّ جرداً لنماذجك، وتكتب تقارير التحقق، وتضع سياسة معتمدة من مجلس الإدارة، ثم تشير إلى كل ذلك أثناء التفتيش. كانت هذه المستندات موجودة سواء أكان النموذج تحت السيطرة فعلياً يوماً بيوم أم لا.

أما SR 26-2 فترتكز على الأهمية النسبية بدلاً من ذلك. فدرجة الإشراف المتوقعة تتناسب طردياً مع حجم التعرّض المالي للنموذج ووزن القرارات التي يقودها. لم تعد عملية حسابية بسيطة في جدول بيانات تُعامَل بالفئة نفسها التي يُعامَل بها نموذج مخصصات الخسائر الائتمانية المتوقعة (CECL) بالعبء التوثيقي ذاته. والمطلوب منك أن تنفق ميزانية الحوكمة حيث تكمن العواقب.

وهنا يكتسب مصطلح “التحقق المبكر” (shift-left) معناه. ففي تطوير البرمجيات، يعني التحقق المبكر اكتشاف العيوب في وقت مبكر، عند نقطة إنشاء البيانات والمنطق، لا في نهاية المطاف عبر مراجعة ختامية. والتحديث الذي جرى عام 2026 يدفع مخاطر النماذج في الاتجاه ذاته. فالضوابط المدمجة في تدفق البيانات تتفوق على تقرير تحقق يُكتب بعد أشهر من إطلاق النموذج. وإذا كانت المدخلات خاطئة، فإن التحقق لم يكن سوى استعراض.

ولمن يربط نموذجاً لغوياً (LLM) بالتقارير المالية، فإن إعادة التأطير هذه هي جوهر اللعبة كلها.

لماذا يقع وقعه ثقيلاً على الذكاء الاصطناعي

ثمة استثناء يستحق قراءة متأنية. فقد وُضع الذكاء الاصطناعي التوليدي والوكيلي خارج النطاق المباشر لـ SR 26-2. وتقول الجهات الرقابية إنه ينبغي للمؤسسات أن تحكم تلك الأنظمة في الوقت الراهن بممارسات إدارة المخاطر القائمة لديها، وقد أشارت إلى طلب وشيك للحصول على معلومات يخص الذكاء الاصطناعي تحديداً، بما في ذلك الذكاء الاصطناعي التوليدي والوكيلي.

لا تقرأ هذا الاستثناء على أنه إجازة، بل اقرأه على أنه تحذير بأن القواعد آتية، وأن المبادئ الواردة فعلاً في SR 26-2 هي القالب. واثنان منها ينطبقان مباشرة على الذكاء الاصطناعي العامل على البيانات المالية.

أولاً، أنت من يتحمّل المخاطرة حتى عندما يكون النموذج لطرف آخر. تؤكد SR 26-2 من جديد أن الاعتماد على مورّد لا ينقل المسؤولية. لا يمكنك أن تشير إلى OpenAI أو Anthropic وتعدّ مخاطر نموذجك مُدارة. فالنموذج لهم، أما المخاطرة فلك.

ثانياً، يجب أن يكون الإشراف متناسباً مع العواقب. فالذكاء الاصطناعي الذي يصوغ ملخص اجتماع منخفض المخاطر. أما الذكاء الاصطناعي الذي يبلّغ مديرك المالي بأن هامش الربح الإجمالي للشركة تحرّك بمقدار 180 نقطة أساس، ثم ينتهي هذا الرقم في عرض تقديمي لمجلس الإدارة أو في حساب تعهّد مالي، فهو نموذج عالي الأهمية النسبية سواء أطلق أحدٌ عليه هذه التسمية أم لا. فللرقم وزن. وهذا الوزن هو ما يقيسه الإطار الآن.

والجانب المُقلق: إن ما تنشره معظم الفرق، أي روبوت محادثة “يجيب عن أسئلة حول الأرقام المالية”، هو بالضبط رُبع المصفوفة العالي الأهمية والمنخفض الضبط الذي صُمّم التوجيه الجديد لكشفه.

ماذا تتطلب المبادئ الجديدة فعلاً

إذا جرّدت SR 26-2 إلى ما تطلبه من منظومة ذكاء اصطناعي تعمل على الأرقام المالية، تبرز ثلاثة مطالب.

يجب أن تتطابق الأرقام. الحوكمة القائمة على المبادئ لا تزال تفترض أن مدخلات النموذج سليمة. فإذا كان ذكاؤك الاصطناعي يقرأ من ركام من الصادرات غير المطابقة، جدول بيانات هنا وملف CSV هناك، فلا وجود لـ”نموذج واحد” يمكن حوكمته. هناك عشرات الإجابات المتضاربة، وليس لدى التحقق شيء ثابت يتحقق منه. والضابط الأول هو نموذج مالي مطابَق يتطابق مع دفتر الأستاذ.

لا يمكن أن تكون الحسابات تخميناً. النماذج اللغوية (LLMs) احتمالية بطبيعتها. فهي بارعة في اللغة وضعيفة في الحساب، وتُخطئ بصمت، وهذه أسوأ تركيبة ممكنة في الشأن المالي. والتركيز عام 2026 على الأهمية النسبية يعني أن العملية الحسابية وراء أي رقم عالي المخاطر يجب أن تكون موثوقة وقابلة للتكرار. وهذا يرجّح إبعاد النموذج اللغوي عن الحساب كلياً، وتمرير الأرقام عبر محرك حتمي، بحيث يعيد السؤال نفسه الإجابة نفسها في كل مرة، وتكون الإجابة قابلة للتدقيق.

يجب أن يكون كل مخرَج قابلاً للتتبّع حتى المصدر. ضوابط التحقق المبكر لا تعمل إلا إذا كان بإمكانك أن ترى من أين أتى الرقم. فالذكاء الاصطناعي الذي يُنتج رقماً دون مسار يعود به إلى المعاملات الأساسية هو، من منظور الأهمية النسبية، نموذج غير مُتحقَّق منه يُنتج مخرجات جوهرية. التتبّع ليس ميزة محبَّذة، بل هو، في التأطير الجديد، سجل التدقيق الذي ستطلبه منك جهتك الرقابية.

أين يكمن دور Rexfin

هذه هي البنية التي شيّدنا Rexfin حولها، والتحديث الذي جرى عام 2026 يدافع عنها أبلغ مما كنا نستطيع نحن.

يربط Rexfin منصات المحاسبة والبيانات المالية لديك، سواء QuickBooks أو Xero أو NetSuite أو Sage أو SAP أو Oracle، أو مستودع بيانات، أو يعمل انطلاقاً من قوائم مالية مرفوعة، ويبني نموذجاً مالياً واحداً مطابَقاً يتطابق مع دفتر الأستاذ. وهذا هو المصدر الموحّد للحقيقة الذي يمكن لإطار الحوكمة أن يشير إليه فعلاً. فحين يستدعي الذكاء الاصطناعي رقماً، يستدعيه من ذلك النموذج، لا من صادرات قديمة.

تجري الحسابات عبر محرك حتمي، لا عبر النموذج اللغوي. فالنموذج اللغوي يتولى السؤال والشرح، أما الحساب فمحسوب وقابل للتكرار. وتُحلَّل سيناريوهات “ماذا لو” استناداً إلى القاعدة المطابَقة ذاتها. وكل رؤية تحليلية تعود في تتبّعها إلى المعاملات المصدرية، بحيث تكون الإجابة عن سؤال “من أين أتى هذا الرقم” نقرةً واحدة، لا تحقيقاً كاملاً.

لا شيء من هذا يجعل SR 26-2 مشكلة محلولة. فالحوكمة برنامج لا منتج، وما زلت أنت من يملك السياسات وقرارات الجرد والأحكام المتعلقة بالأهمية النسبية. وما تفعله البنية هو أن تجعل تلك الأحكام قابلة للدفاع عنها. لا يمكنك حوكمة أرقام لا تتطابق، أو حسابات لا تستطيع تكرارها. أصلِح الأساس أولاً، ويصبح النظام القائم على المبادئ شيئاً يمكنك الوفاء به فعلاً.

للاطلاع على التفاصيل الأعمق، انظر كيف نتعامل مع التحقق القائم على المخرجات لنماذج المورّدين اللغوية، إذ لا يمكنك التحقق من الأوزان، والبنية المرجعية لمنظومة ضبط الذكاء الاصطناعي التي تربط هذه الضوابط معاً. أما ركيزة الحوكمة كاملةً فتغطي المخاطر التي لم تتوقعها SR 11-7 قط.

يطرح إطار عام 2026 سؤالاً واحداً على كل ذكاء اصطناعي توجّهه نحو أرقامك المالية: هل تستطيع إثبات الرقم؟ وإن كانت الإجابة الصادقة لا، فتلك هي الفجوة التي يجب سدّها قبل أن يتحوّل طلب المعلومات إلى قاعدة. احجز عرضاً توضيحياً وسنُريك كيف يبدو الأمر حين تكون الإجابة نعم.