نمذجة السيناريوهات وتحليل ماذا-لو بسرعة سؤال مجلس الإدارة

يميل أحد أعضاء مجلس الإدارة إلى الأمام ويطرح السؤال الذي تدرّب عليه كل مدير مالي وخشيه في آن واحد: “إذا فقدنا أكبر عميل لدينا وبقيت الأسعار على حالها، فأين يستقر النقد في الربع الثالث؟” يخيّم الصمت على القاعة. أمامك خياران: أن تنتظر يومين حتى يعيد فريق التخطيط والتحليل المالي بناء النموذج، أو أن تجيب الآن. هذا الانجذاب نحو “الإجابة الآن” هو بالضبط ما يجعل الذكاء الاصطناعي يبدو مغرياً، وهو بالضبط حيث يمكن أن يدمّر مصداقيتك في جملة واحدة.

فهنا يكمن نمط الإخفاق الذي لا يعرضه أحد. تسأل مساعد ذكاء اصطناعي عن سؤال فقدان العميل، فيخرج لك رقماً نقدياً واثقاً حتى آخر دولار، وهذا الرقم تخمين، لا حساب. إنه رقم محتمل إحصائياً صيغ على هيئة إجابة. وإذا اختبره أحد أعضاء المجلس مقابل أمر يعرفه مسبقاً، فأنت بذلك علّمت أهم الأشخاص في القاعة أن أرقامك مجرد مسرحية.

السيناريوهات هي صلب العمل، ومعظم العمل سباكة

التخطيط بالسيناريوهات ليس نشاطاً جانبياً في الإدارة المالية. إنه النشاط نفسه. تشير الاستطلاعات إلى أن فرق التخطيط والتحليل المالي تقضي شريحة كبيرة من وقتها – غالباً ما يقارب الثلث إلى ما يناهز نصف الأسبوع – في جمع البيانات وتنظيفها بدلاً من تحليلها، وهذه هي الضريبة التي تدفعها في كل مرة يطلب فيها أحدهم حالة جديدة. والشهية في تزايد مستمر: فمعظم الفرق المالية باتت تتنبأ شهرياً، وشريحة لا يُستهان بها تتنبأ أسبوعياً، والمؤسسات التي تتعامل مع التخطيط بالسيناريوهات بوصفه منهجية منظّمة تتفوق بشكل ملموس على تلك التي ترتجل.

فالطلب حقيقي والطلب دائم. تريد مجالس الإدارة سيناريوهات أثرى وأكثر عدداً وأسرع وصولاً. والغريزة التي تدفع لتوجيه الذكاء الاصطناعي نحو عنق الزجاجة غريزة صائبة. أما الخطأ فهو ترك الذكاء الاصطناعي يؤدي الجزء الذي يُتقنه أقل من سواه.

أين يخفق الذكاء الاصطناعي بصمت: حين يقدّر الحالة المتشائمة

نموذج اللغة الكبير محرّك تنبؤ. اطلب منه حالة متشائمة فسيكتب لك واحدة تُقرأ ببراعة وتصل في لحظتها. تكمن المشكلة في الطريقة التي وصل بها. فهو لم يأخذ قاعدة إيراداتك المطابَقة، ويزيل الحساب المفقود، ويثبّت محرّك الأسعار على حاله، ويمرّر التغيير عبر منطق التكاليف والنقد لديك. بل طابق نمطاً لما تبدو عليه الحالة المتشائمة عادةً، وأنتج رقماً في ذلك المحيط.

أحياناً يكون المحيط قريباً. وأحياناً يكون منحرفاً بهامش ذي أثر. ولا يمكنك معرفة أيهما من المخرجات، لأن النسخة الواثقة والنسخة الصحيحة تبدوان متطابقتين. تلك هي الفخ. فجوهر الحالة المتشائمة أنها يجب أن تصمد للدفاع تحت الضغط، والرقم الذي لا يمكنك تتبّعه هو نقيض القابلية للدفاع.

هذه هي الفجوة الاستدلالية نفسها التي تظهر في مختلف أعمال الذكاء الاصطناعي المالية. فالنموذج بارع حقاً في اللغة والبنية والتنسيق. لكنه غير موثوق في الحساب لحظة أن تتجاوز الأرقام مستوى التفاهة. والتعامل مع هاتين القدرتين على أنهما مهارة واحدة هو الخطأ الجذري.

التقسيم الذي يجعل السيناريوهات جديرة بالثقة

الحل ليس مطالبة أفضل ولا نموذجاً أذكى. إنه بنية تنزع الحساب من نموذج اللغة الكبير نزعاً كاملاً.

تخيّل وظيفتين متمايزتين. الأولى هي فهم السؤال وتحديد ما ينبغي تغييره: أي محرّك نُمرّن، وبأي مقدار، وعلى أي فترات. هذا استدلال، والذكاء الاصطناعي بارع فيه. والثانية هي احتساب النتيجة: تطبيق التغيير على نموذج مالي مطابَق وإعادة حساب كل بند تابع. هذا تنفيذ، ولا بد أن يكون حتمياً.

وهكذا، حين يطرح المجلس سؤال فقدان العميل، لا يخترع الذكاء الاصطناعي رقماً نقدياً. بل يترجم السؤال إلى تعريف سيناريو. أزِل تدفق إيرادات هذا العميل. ثبّت التسعير. أعد الاحتساب حتى الربع الثالث. ثم يسلّم هذا التعريف إلى محرّك حساب يعمل استناداً إلى نموذج واحد مطابَق مرتبط بدفتر الأستاذ، فيُرجع المحرّك الرقم. ويتولى الذكاء الاصطناعي سرد النتيجة. وهو لا ينتج الرقم بنفسه أبداً.

والفرق في التطبيق العملي: يصبح كل سيناريو إعادة احتساب حتمية بدلاً من تخمين. مدخلات واحدة، وإجابة واحدة، في كل مرة. ولأن الحساب جرى على أرقام تطابق المصدر، يمكنك أن تعرض عملك بنداً بنداً إن سأل أحد. وهذا ما يحوّل “قال الذكاء الاصطناعي إن النقد ينخفض إلى X” إلى “إليك بالضبط كيف ينخفض النقد إلى X”.

ما الذي يتغير حين يصمد الأساس

ما إن يستقر الحساب في المحرّك لا في النموذج، تتوقف السرعة التي أردتها عن كونها خطيرة.

يمكنك طرح أسئلة المتابعة آنياً، داخل القاعة نفسها. استبعد العميل لكن افترض زيادة سعرية بنسبة 6% على القاعدة المتبقية. أضف تجميداً للتوظيف اعتباراً من مارس. أدخِل خفضاً في الأسعار. كل تباين هو إعادة تشغيل للمنطق الحتمي نفسه، لا هلوسة جديدة، فتبقى متسقة داخلياً مع بعضها ومع الخطة الأساسية. يستطيع عضو المجلس أن يكدّس ثلاثة افتراضات وتظل الأرقام متطابقة، لأنها جميعاً محسوبة بالطريقة نفسها استناداً إلى الأساس نفسه.

ولهذا السبب أيضاً يكتسب الأساس المطابَق الكامن تحت التنبؤ المستمر هذه الأهمية البالغة هنا. فالسيناريوهات ليست أجود من القاعدة التي تنطلق منها. فإذا انحرفت أرقامك الفعلية أو أُعيد اشتقاق علاقات محرّكاتك بشكل غير متسق في كل تشغيل، فإن كل سيناريو يرث تلك الضوضاء. ثبّت القاعدة، واجعل المحرّكات حتمية، فيتحول تحليل ماذا-لو إلى تجربة مضبوطة بدلاً من تمرين في الكتابة الإبداعية.

الحدود الصريحة

هذا ليس سحراً، وثمة بضعة أمور يجدر قولها بصراحة.

المحرّك صحيح بقدر صحة منطق النموذج الذي تبنيه فيه. الحتمية لا تعني الصواب؛ بل تعني القابلية للتكرار والفحص. علاقة محرّك خاطئة ستنتج الإجابة الخاطئة نفسها بموثوقية. والمكسب هو أنك تستطيع العثور عليها وإصلاحها، وهو ما لا يمكنك فعله مع رقم انتشله الذكاء الاصطناعي من العدم.

وثمة كذلك حُكم بشري حقيقي في اختيار السيناريوهات التي تُشغَّل. يستطيع الذكاء الاصطناعي أن يقترح مجموعة منطقية وأن ينبّه إلى توليفات قد تفوتك، لكن تحديد أي حالة متشائمة محتملة بما يكفي للتخطيط لمواجهتها يظل قراراً بشرياً. البنية تُزيل خطر الحساب. لكنها لا تُلغي الحاجة إلى مدير مالي يعرف الأعمال.

ولا، هذا لا يمكّنك من الإجابة عن كل سؤال للمجلس فوراً من اليوم الأول. فهو يتطلب نموذجاً يطابق فعلاً دفتر أستاذك، ومنطق محرّكات أمعن فيه أحدهم التفكير. وهذا عمل حقيقي. لكنه عمل تنجزه مرة واحدة وتعيد استخدامه في كل سؤال، بدلاً من عمل تعيده من الصفر في كل مرة يقول فيها أحدهم “ماذا لو”.

الخلاصة

لا يريد المجلس رقماً سريعاً. بل يريد رقماً يستند إليه وهو يتخذ قراراً تبلغ قيمته الملايين. السرعة دون قابلية للتتبّع أسوأ من البطء، لأنها تحوّل التأخير إلى مسؤولية. الفرق التي ستكسب نقاش السيناريوهات في 2026 هي تلك التي تترك الذكاء الاصطناعي يتولى اللغة والتنسيق بينما يتولى محرّك حتمي كل رقم، استناداً إلى نموذج يعود إلى المصدر.

إن أردت أن ترى سؤال ماذا-لو يُجاب عنه آنياً ثم يُتتبَّع بنداً بنداً حتى دفتر الأستاذ، احجز عرضاً توضيحياً. ذلك التتبّع هو الفارق كله بين التخمين والإجابة.

المصادر: Cube: FP&A 2026 Guide، Resourceful Finance Pro: Structured Scenario Planning، FutureCFO: How finance teams use scenario planning