لماذا يمثّل مكعّب OLAP الأساس الخاطئ للذكاء الاصطناعي في التمويل

المكعّب متعدد الأبعاد هو الأداة الصامتة التي تدور تحت إدارة الأداء المؤسسي التقليدية. فأنظمة مثل TM1 (المعروفة اليوم باسم Planning Analytics) وJedox وBoard والمحرّكات القائمة على أسلوب Hyperblock تستند جميعها إلى الفكرة نفسها: نمذجة العمل بوصفه أبعادًا متقاطعة (الحساب حسب الكيان حسب الفترة حسب السيناريو حسب المنتج)، ثم إتاحة تنقّل المستخدم بين مليارات الخلايا في الزمن الذي تستغرقه نقرة واحدة. وطوال ثلاثين عامًا كانت تلك هي المقايضة الصحيحة. فحين يحتاج المخطّط إلى الإيرادات حسب المنطقة حسب الشهر، مقطّعة بأربع طرق مختلفة داخل اجتماع، يجيب المكعّب فورًا حيث يتباطأ الاستعلام العلائقي زحفًا.

لذلك حين تركّب الفرق مساعدًا ذكيًا فوق منظومة EPM لديها، يبدو المكعّب المكان البديهي لتوجيهه إليه. فهو أصلًا “الرقم الواحد”، وهو أصلًا سريع. لكن المشكلة تكمن فيما تخلّى عنه المكعّب بهدوء ليحصل على تلك السرعة. فالمكعّب يخزّن الإجابات لا المنطق الذي أدّى إليها. والذكاء الاصطناعي الذي يستدلّ من إجابات مخزّنة يرث كل قرار تجميع وربط جرى ترسيخه قبل طرح السؤال بوقت طويل، من دون أي وسيلة للرجوع إلى المعاملة التي تُثبته أو تنفيه.

المكعّب يخزّن الخلاصات لا الأدلّة

الحركة المميِّزة لتقنية OLAP هي التجميع المسبق. فالمعاملات الخام تُرحَّل صعودًا عبر هرميّات الأبعاد (تنطوي آلاف القيود المحاسبية في خلية واحدة عنوانها “أوروبا والشرق الأوسط وأفريقيا / الربع الثاني / صافي الإيراد”)، لأن حساب هذه التجميعات سلفًا هو بالضبط ما يجعل الاستعراض لحظيًا. وذلك الترحيل طريق باتجاه واحد. فبمجرد أن تُجمَع القيود في خلية، لا تحتفظ الخلية بأي ذاكرة عن القيود التي جاءت منها. إنها خلاصة أُلقيَ الدليل عنها.

هذا مقبول، بل مثالي، للمهمة التي بُنيت المكعّبات من أجلها. فلا أحد يتصفّح تقرير انحرافات يريد أن يسحب عشرة ملايين سطر يومية. لكن هذا يعني أن المكعّب، من حيث بنيته، ذو شكل خاطئ للسؤال الذي على الذكاء الاصطناعي في التمويل أن يصمد أمامه فعليًا: “من أين جاء هذا الرقم؟”. والإجابة الصادقة التي يقدر المكعّب على تقديمها هي “مجموع الخلايا التي تحته”، وهذه مجموعة أخرى من الخلاصات لا من الأدلّة. يمكنك النزول في الهرمية حتى تصل إلى أدنى مستوى مخزّن، ثم تتوقّف. وما دون ذلك المستوى، في دفتر الأستاذ، هو حيث يعيش مسار التدقيق، والمكعّب لا يملك أي مؤشّر يشير إليه.

الربط غير مرئي، والذكاء الاصطناعي لا يراه هو الآخر

إدخال البيانات إلى المكعّب ليس نسخًا، بل ترجمة. فعملية التحميل تربط حسابات المصدر بحسابات المكعّب، وتطبّق قلب الإشارات، وتحويل العملات، واستبعادات المعاملات البينية، وقواعد التوزيع، ثم تكتب النتيجة في الخلايا. وكل واحد من تلك التحويلات قرار نمذجة، ومعظمها يقيم داخل نصوص التحميل، أو عمليات TurboIntegrator، أو ملفات القواعد التي لا يكشفها المكعّب نفسه بوصفها بيانات.

الذكاء الاصطناعي الذي يستعلم من المكعّب يرى ناتج تلك الترجمة من دون أن تكون الترجمة نفسها مرفقة به. اسأله لماذا قفز الإنفاق التسويقي، فسيبلّغك بأمانة عن قيمة الخلية. لكنه لا يستطيع أن يخبرك بأن القفزة حقيقية أم أنها ناتجة عن أساس توزيع غيّره أحدهم في الربع الماضي، لأن تلك الحقيقة لم تكن يومًا داخل المكعّب. لقد كانت في العملية التي غذّته. وهذا هو الإخفاق نفسه الذي يصطدم به جدول البيانات بوصفه أساسًا خاطئًا، بلوغًا إليه من طريق مختلف. فالشبكة تخفي الفرق بين رقم من دفتر الأستاذ ورقم كُتب فوقه يدويًا، والمكعّب يخفي الفرق بين رقم خام ورقم محوّل. وفي كلتا الحالتين يقرأ النموذج رقمًا واثقًا وقد نُزع عنه مصدره.

”تتبّع هذا الرقم” يصطدم بجدار مسدود عند خلية

اجمع المشكلتين معًا فتحصل على العيب الجوهري بالنسبة إلى الذكاء الاصطناعي. فالمساعد المؤسَّس على الاسترجاع لا يزيد في جدارته بالثقة عن المصدر الذي يقدر على الاستشهاد به. وحين يكون المصدر مكعّبًا، فأفضل استشهاد متاح هو إحداثيّة: عنوان خلية داخل مجموعة من الأبعاد.

سؤال يطرحه المدير المالي	ما يقدر المكعّب على إعادته	ما هو المفقود
ما صافي إيراد الربع الثاني لأوروبا والشرق الأوسط وأفريقيا؟	قيمة الخلية، فورًا	لا شيء: هذه هي نقطة قوة المكعّب
أي الصفقات تكوّن ذلك الرقم؟	الخلايا الفرعية بمستوى واحد للأسفل	المعاملات؛ النزول يتوقّف عند أدنى مستوى مخزّن
لماذا تحرّك مقابل التوقّع؟	خليتان والفرق بينهما	المحرّك؛ فالفارق حسابٌ لا تفسير
أثبت أن هذا يطابق دفتر الأستاذ	إجمالي تجميعي	الربط والقيود المصدرية التي تُثبته

هذا الصف الأخير هو اللعبة كلها. فإحداثيّة الخلية ليست استشهادًا يقبله مدقّق. إنها تقول “هنا موضع الرقم داخل النموذج”، لا “هنا من أين جاء الرقم في الواقع”. يصطدم التتبّع بجدار مسدود عند خلية، وإجابة الذكاء الاصطناعي التي تنتهي عند خلية هي ادّعاء لا حقيقة قابلة للدفاع. ولهذا فإن ربط نموذج لغوي مباشرة بمكعّب EPM (وهو الوعد الكامن خلف كثير من شعارات “التخطيط المولود من الذكاء الاصطناعي”) يحسّن الواجهة من دون أن يمسّ مشكلة الثقة. فالاسترجاع مؤسَّس على مصدر لا يمكن هو نفسه تتبّعه إلى الوراء.

السريع ليس هو المؤسَّس

لا شيء من هذا يجعل المكعّبات تقنية سيئة. فهي ممتازة حقًا في أداء التجميع، وفي التخزين المتناثر، وفي إتاحة استكشاف الإنسان لنموذج كبير تفاعليًا. وإن كان مطلبك الوحيد هو التقطيع والتحليل السريع فوق أرقام يثق بها أحدهم أصلًا، فمن الصعب التفوّق على المكعّب، وأدوات مثل Board وJedox بارعة في هذا بالضبط.

الخطأ هو معاملة “السرعة في الاستعلام” كأنها تعني “الأمان في أن يستدلّ الذكاء الاصطناعي منها ويستشهد بها”. فهاتان خاصيّتان مختلفتان. المكعّب يحسّن سرعة الاسترجاع عبر الالتزام مسبقًا بمجموعة من التجميعات وعمليات الربط، أما جدارة الذكاء الاصطناعي بالثقة فتتطلّب العكس: القدرة على تفكيك أي رقم نزولًا إلى مصدره عند الطلب، بما في ذلك حقائق ضغطها المكعّب عمدًا وأخفاها. لا يمكنك أن تستخرج سلسلة النَّسَب من بنية صُمِّمت للتخلّص منها في سبيل السرعة. ومسار النزول المركَّب لاحقًا يبلغ دفتر الأستاذ فقط من أجل الخلايا المحدّدة التي وصّلها أحدهم سلفًا؛ إنه ليس تتبّعًا عامًا للنَّسَب، ولا يسع الذكاء الاصطناعي أن يفترض وجوده.

كيف يبدو الأساس القابل للاستشهاد

الحل يعكس حالة جدول البيانات: انقل مصدر الحقيقة إلى ما تحت طبقة الاستعلام، إلى نموذج يحتفظ فيه كل رقم برابطه بالمعاملة التي أنتجته. تبني Rexfin ذلك النموذج بالاتصال بحيث تعيش الأرقام فعلًا (النظام المحاسبي، والبنك، والمستودع، أو الكشوف المرفوعة)، ومطابقتها في نموذج واحد يتّزن مع دفتر الأستاذ. والتحويلات التي يدفنها المكعّب في نصوص التحميل (عمليات الربط، والاستبعادات، والتوزيعات) تصبح جزءًا من سلسلة نَسَب مسجّلة داخل النموذج بدلًا من أن تكون خطوة معالجة مسبقة غير مرئية. وهذا هو الانضباط نفسه الكامن خلف التوحيد المالي السليم: على النموذج أن يعرف كيف جُمِّع، لا ما خلص إليه فحسب.

يبقى التجميع قائمًا، فأنت ما زلت تريد الإيرادات حسب المنطقة حسب الشهر فورًا. لكن الفرق أن كل قيمة مجمّعة تحمل مؤشّرًا نازلًا إلى القيود والقواعد التي تحتها، وأن محرّكًا حتميًا، لا حساب النموذج ذاته، هو من يجري العملية الحسابية. وهكذا حين يجيب الذكاء الاصطناعي، يسترجع من النموذج المطابَق ويقدر على إعادة الرقم مع تتبّعه مرفقًا: القاعدة، والصفوف المصدرية، والمسار الذي سيسلكه المدقّق. المكعّب يعطيك إحداثيّة. أما النموذج المطابَق فيعطيك استشهادًا.

الخلاصة

نال مكعّب OLAP مكانته لكونه سريعًا في التقطيع والتحليل، وينبغي أن يحتفظ بتلك المكانة. لكنه نال تلك السرعة بتخزين الخلاصات والتخلّص من الأدلّة، والذكاء الاصطناعي لا يستطيع الاستشهاد إلا بما يحتفظ به مصدره. وجّه نموذجًا إلى مكعّب، فينتهي “تتبّع هذا الرقم” عند خلية: موضع لا مصدر. والفرق الذي تنتزع منه أجوبة قابلة للدفاع في الذكاء المالي لا تستعلم من مكعّب أسرع؛ إنها تضع نموذجًا مطابَقًا في الأسفل، بحيث يعود كل رقم إلى دفتر الأستاذ، ويقدر الذكاء الاصطناعي على الإجابة وإظهار خطوات عمله.

للصورة الكاملة، ابدأ بالركيزة حول طبقة النمذجة المالية الموثوقة للذكاء الاصطناعي. ولتراها تتتبّع أرقامك الخاصة رجوعًا إلى المصدر، احجز عرضًا توضيحيًا.