ما هي نماذج الذكاء الاصطناعي التي يمكنك الوثوق بها مع بياناتك المالية في 2026؟ قراءة نقدية لجداول التصنيف

أرسل إلينا أحد المراقبين الماليين عرضاً تسويقياً من أحد المورّدين في الربع الماضي. والعنوان البارز: “نموذجنا يهلوس بنسبة 1.8% فقط من الوقت”. والوعد الضمني: اختر النموذج المناسب وتختفي مشكلة الأرقام. لكن الأمر ليس كذلك. فهذه النسبة البالغة 1.8% مأخوذة من معيار قياس لتلخيص المستندات، تم قياسه على نص نثري نظيف، وقيّمه حَكَم آلي. وهو لا يقول شيئاً تقريباً عمّا إذا كان النموذج نفسه سيحسب هامش الربح الإجمالي للربع الثالث بشكل صحيح حين يكون المصدر ميزان مراجعة مُجمَّعاً مسحوباً من دفترَي أستاذ لا يتطابقان.

معدلات الهلوسة في 2026 حقيقية ومتاحة للعموم ومفيدة. لكنها كذلك تُقرأ بشكل خاطئ على نحو روتيني. فإذا كنت بصدد اختيار أداة ذكاء اصطناعي لعرض أرقام أمام مجلس إدارتك، فأنت بحاجة إلى معرفة ما تقيسه جداول التصنيف، وما لا تقيسه، ولماذا تكمن الأخطاء المالية تحديداً في الفجوة بين الاثنين.

ما الذي تقوله الأرقام فعلاً

لنأخذ جدول تقييم الهلوسة من Vectara، وهو المعيار العام الأكثر استشهاداً به. وفقاً لأحدث تحديث له، تتجمّع النماذج المتصدّرة بتقارب لافت. فحفنة منها تقبع تحت 2%. وعدة نماذج رئيسية من OpenAI وGoogle وAnthropic تحط عند نسب من خانة واحدة منخفضة في الاختبار الأصلي. أما التفاوت بين جميع النماذج المُقيَّمة، من الأفضل إلى الأسوأ، فيمتد من أقل من 2% إلى ما يتجاوز 20% بكثير.

وهنا يأتي الجزء الذي تتجاوزه العروض التسويقية. فإن Vectara يقيس شيئاً واحداً ضيّقاً: عدد المرات التي يُدخل فيها النموذج ادعاءات غير مدعومة عند تلخيص مستند قصير سُلِّم له. وهذا اختبار للأمانة على النص. إنه ليس اختباراً حسابياً، ولا اختبار تسوية بين عدة مستندات، ولا اختباراً لما إذا كان النموذج قادراً على قراءة جدول مالي دون أن يبدّل أعمدته.

وحين أعاد Vectara بناء المعيار في أواخر 2025 بمدخلات أصعب، شملت مستندات أطول تصل إلى نحو 32,000 توكن وطيفاً أوسع من المجالات تضمّن المالية، قفزت النماذج الاستدلالية نفسها التي حصلت على نسب من خانة واحدة منخفضة إلى ما فوق 10%. النماذج نفسها. مهمة أصعب وأقرب إلى الواقع. وتضاعف معدل الخطأ. هذه الحقيقة وحدها كفيلة بإعادة ضبط طريقة قراءتك لأي جدول تصنيف: فالنتيجة خاصية من خصائص الاختبار، لا النموذج وحده.

لماذا لا تنتقل نتيجة جدول التصنيف إلى دفاترك

ثلاثة أمور تفصل مستند المعيار عن بياناتك المالية الفعلية، وكل واحد منها يُضعف أداء النموذج بطرق لا يلتقطها الرقم البارز أبداً.

أولاً، بياناتك فوضوية ومتعددة المصادر. معيار التلخيص يعطي النموذج مستنداً نظيفاً واحداً. أما سؤالك الحقيقي، “كم بلغ الـ EBITDA المعدَّل في الربع الماضي”، فيلامس دفتر أستاذ عاماً، وبضع تسويات يدوية تقبع في جدول بيانات، وربما دفتراً مساعداً يُسجَّل بتأخّر. على النموذج أن يجد الأرقام الصحيحة عبرها جميعاً قبل أن يفعل أي شيء. وأخطاء الاسترجاع هنا تبدو مطابقة تماماً لأخطاء الاستدلال في المُخرَجات، ولا توجد نتيجة أمانة على المستندات تتنبأ بها.

ثانياً، بياناتك تحتوي على جداول وملفات PDF. تنخفض دقة النموذج على الأرقام المالية انخفاضاً حاداً حين يكون المصدر بياناً ممسوحاً ضوئياً أو صورة بدلاً من نص نظيف. فالنموذج الذي يلخّص مقالاً بأمانة قد يسيء مع ذلك قراءة خلية في الميزانية العمومية لأن عنوان العمود كان أعلى بصفّين فخمّن النموذج المحاذاة.

ثالثاً، وهو الأهم، المالية حساب، والحساب ليس ما تقيسه هذه المعايير. يمكن للنموذج أن يسترجع الإيرادات وتكلفة البضاعة المباعة بشكل مثالي، ثم يحسب هامش الربح الإجمالي على أنه فرق بدلاً من نسبة، أو يقلبه، أو يطبّق رقم العام الماضي. ولا شيء من ذلك يُسجَّل بوصفه “هلوسة” على جدول تصنيف للأمانة. فالادعاء مستند إلى المصدر. الحساب وحده خاطئ. وقد كتبنا من قبل عن هذه الفئة الخفية من الأخطاء في الذكاء الاصطناعي أصاب في الأرقام وأخطأ في الحساب، وهي تحديداً الفئة التي تعمى عنها جداول التصنيف.

الحُجّة المستقلة عن النموذج

إذاً، أي نموذج ينبغي أن تثق به مع بياناتك المالية؟ الجواب الصادق لأي مدير مالي هو: السؤال نفسه مصاغ بشكل خاطئ.

إذا كانت دقتك تعتمد على النموذج الذي اخترته هذا الربع، فأنت قد بنيت نظاماً هشّاً. النماذج تتغيّر باستمرار. ونادراً ما يكون متصدّر جدول التصنيف في فبراير هو المتصدّر بحلول أغسطس. فالمزوّدون يُطلقون إصدارات جديدة، ويوقفون القديمة، ويعيدون ضبط السلوك بصمت. وربط نزاهة تقاريرك بنموذج بعينه يعني إعادة التحقق من سير عملك المالي بأكمله في كل مرة يتقدّم فيها رقم الإصدار، ومعظم الفرق لا تفعل ذلك، ما يعني أنها تعمل على نموذج لم تختبره قط.

ثمة موقف أمتن. اجعل النموذج هو الجزء القابل للتغيير، وضع تحته الأشياء التي يجب ألا تتغيّر حيث لا يستطيع أي نموذج أن يمسّها.

وهذا يعني طبقة تُجري التسوية قبل أن يرى الذكاء الاصطناعي البيانات، بحيث يرتبط كل رقم بدفتر الأستاذ. ويعني توجيه كل عملية حسابية، من الهامش ومعدل النمو والانحراف والنسبة، عبر محرّك حتمي بدلاً من ترك النموذج اللغوي يقوم بالحساب. النموذج يقرر ماذا يُحسب؛ والمحرّك يحسبه بالطريقة نفسها في كل مرة. ويعني أن كل إجابة تحمل أثراً يعود إلى مصدرها، بحيث يستطيع المراقب المالي إثبات رقم بالطريقة نفسها التي يثبت بها معادلة، لا أن يأخذه على محمل الثقة.

وحين توجد هذه الطبقة، يكفّ معدل هلوسة النموذج عن كونه رقماً يحمل العبء. فالنموذج الأضعف ينتج نثراً أكثر فظاظة؛ لكنه لا ينتج هامش ربح إجمالياً خاطئاً، لأنه لم يقم بالحساب أصلاً. ويمكنك أن تستبدل GPT بـ Gemini بـ Claude يوم الثلاثاء ولا تتزحزح أرقامك المُبلَّغ عنها. هذا ما يشتريه لك الاستقلال عن النموذج فعلاً: المرونة في وجه المتغيّر الوحيد الذي لا تستطيع التحكم به.

كيف تقرأ العرض التسويقي القادم

حين يستهلّ مورّد عرضه بمعدل هلوسة، اطرح ثلاثة أسئلة. على أي مهمة جرى قياسه، تلخيص أم حساب؟ على أي بيانات، نص نظيف أم جداول فوضوية متعددة المصادر؟ وماذا يحدث لأرقامك حين يتغيّر النموذج الأساسي في الربع القادم؟ إذا كان الجواب الصادق على السؤال الأخير هو “سيتعيّن علينا إعادة اختبار كل شيء”، فإن الدقة تقطن في النموذج، والنموذج رمال متحركة.

جداول التصنيف تستحق القراءة. فهي إشارة حقيقية إلى أن النماذج تتحسّن، وإلى أن بعضها أفضل بوضوح من غيره في البقاء مستنداً إلى المصدر. فقط لا تخلط بين نتيجة أمانة على مستندات شخص آخر وضمانة على دفاترك. الرقم الجدير بالثقة ليس ذاك الصادر عن أفضل نموذج. بل هو الرقم الذي جرت تسويته قبل أن يراه النموذج وحُسب بأداة حتمية بعده.

إذا أردت أن ترى كيف تبدو الدقة المستقلة عن النموذج على بياناتك المالية أنت لا على بيانات معيار، احجز عرضاً توضيحياً وأحضِر رقماً لم تثق قط بأن يصيبه ذكاء اصطناعي. وللاطّلاع على الحُجّة الأوسع بأن حتى النتائج القوية في المعايير هي درجة رسوب لمالية غير خاضعة للإشراف، فإن قائمة التحقق من أرقام عروض مجلس الإدارة قراءة تالية مفيدة، وكذلك المقال المحوري حول هلوسة الذكاء الاصطناعي في البيانات المالية.