لماذا يُعدّ جدول البيانات أساساً خاطئاً للذكاء الاصطناعي في المالية (وما الذي يحلّ محلّه)

في مراجعة واسعة الاستشهاد لخمسة وثلاثين عاماً من الأبحاث حول جداول البيانات، نُشرت عام 2024، بلغت النسبة 94 بالمئة: هذه حصة جداول البيانات المؤسسية التي فُحصت عبر عقود من الدراسات واحتوت على خطأ واحد على الأقل. وقد خلصت أعمال أخرى إلى أن نحو نصف النماذج التي تشغّلها الشركات المتوسطة والكبيرة لاتخاذ قرارات فعلية تحمل عيوباً جوهرية. هذه ليست حالات استثنائية نادرة، بل هي الركيزة التي تستخدمها معظم فرق المالية أصلاً لإعداد الموازنات والتنبؤات وتسعير الصفقات وإحاطة مجلس الإدارة.

تخيّل الآن مساعداً ذكياً يجلس فوق هذه الركيزة. يقرأ الورقة، ويكتب عليها، ويجيب عن الأسئلة المتعلقة بها بلغة طبيعية. الوعد هو أن جدول البيانات بات أخيراً يتكلّم. أما الواقع فهو أن الذكاء الاصطناعي يرث كل مرجع معطوب، وكل قيمة مُدخلة يدوياً نسي أحدهم إزالتها، وكل خلية مكتوب فيها 2024 لكنها تسحب بيانات 2023. إنه لا ينظّف الأساس، بل يبني بوتيرة أسرع فوق أساس متصدّع.

جدول البيانات لم يكن يوماً مصدراً للحقيقة

يبدو جدول البيانات ذا حُجّية لأنه ما ينظر إليه المراقب المالي. لكن الحُجّية والموثوقية خاصيّتان مختلفتان. فالشبكة تخلط المُدخلات والحسابات والعرض في الخلايا نفسها، دون أي فصل مُلزِم بين رقم آتٍ من دفتر الأستاذ العام ورقم كتبه أحدهم فوقه في الحادية عشرة ليلاً قبل موعد نهائي. لا يوجد تتبّع نَسَب أصيل. اسأل: “من أين جاء هذا الرقم؟” والجواب الصادق غالباً ما يكون: “اصعد بالنظر وثِق بشريط الصيغة”.

هذا الغموض يمكن احتماله حين يملك إنسانٌ الورقة. إذ يبني الناس معرفة محلية: أي علامات تبويب قديمة، وأي خلية لا تُلمس، وأي إجمالي هو “الرقم الحقيقي”. أما النموذج فلا يملك شيئاً من هذا السياق الضمني. فهو يتعامل مع خلية ملوّثة بالثقة ذاتها التي يتعامل بها مع خلية سليمة. وعليه فإن المشكلة الأولى في وضع الذكاء الاصطناعي فوق Excel ليست أن الذكاء الاصطناعي غبي، بل أنه يقرأ بأمانة مستنداً لم يُصمَّم قط ليكون نظام سجلّ موثوقاً.

ما تكشفه المعايير القياسية فعلاً

بات لدينا الآن دليل قاطع على كيفية تعامل النماذج اللغوية مع جداول البيانات المالية تحديداً. فقد بنى FinSheet-Bench، المنشور في مطلع 2026، معياراً قياسياً من بيانات محافظ تركيبية مصمّمة على غرار هياكل صناديق الأسهم الخاصة الحقيقية، ثم اختبر عشر تهيئات من OpenAI وGoogle وAnthropic على عمليات البحث والاستدلال الرقمي عبر مخططات واقعية.

كانت أفضل نتيجة دقّة بنحو 82 بالمئة، أي ما يعادل تقريباً إجابة خاطئة واحدة كل ست أسئلة، من أقوى نموذج في القائمة. وقد ساء الأمر مع التعقيد: ففي أكبر ملف ضمن المجموعة، هبط المتوسط عبر جميع النماذج إلى ما دون 50 بالمئة. وخلاصة الورقة نفسها صريحة: لا يبلغ أي نموذج قائم بذاته معدّل خطأ منخفضاً بما يكفي للاستخدام دون إشراف في المالية الاحترافية.

اقرأ هذا كما ينبغي لأي مدير مالي أن يقرأه. معدّل إخفاق بنسبة 18 بالمئة ليس مسألة تقريب تغطّيها بتنبيه قانوني. فإذا كان رقم من كل ستة في تنبؤٍ ما خاطئاً ولا يمكنك تحديد أيّها، فإن التنبؤ بأكمله يغدو غير صالح لأي قرار يترتّب عليه أثر. الدقّة عالية بما يكفي لتبدو صحيحة، ومنخفضة بما يكفي لتكون خطيرة، وهذا أسوأ مزيج ممكن.

ولاحظ من أين تأتي الأخطاء. بعضها إخفاقات في الاسترجاع، إذ يلتقط النموذج الخلية الخاطئة في مخطط فوضوي تتخلّله فواصل صناديق وعناوين متعددة الأسطر. وبعضها الآخر إخفاقات في الاستدلال، إذ يجري الحساب بنفسه فيخطئ فيه. وكلاهما يفشل بصمت. الناتج رقمٌ واثق، بلا إشارة تحذير، ولا مصدر، ولا سبيل لإعادة تتبّع كيفية اشتقاقه.

لماذا تزيد الكتابة على الورقة الأمر سوءاً

قراءة ورقة معيبة مخاطرة. أما السماح للذكاء الاصطناعي بالكتابة عليها فهو فئة مخاطر مختلفة تماماً. فما إن يعدّل المساعد الخلايا حتى يصبح بإمكانه نشر خطأ عبر علامات التبويب المرتبطة، أو الكتابة فوق تعديل يدوي وُجد لسبب وجيه، أو إدخال صيغة تبدو معقولة لكنها مغلوطة على نحو خفيّ. وهكذا يصبح لديك جدول بيانات لم يؤلّفه إنسان واحد بالكامل، يتغيّر تحت تعديلات آلية، ويغذّي عرضاً يُقدَّم لمجلس الإدارة.

وثمة نقطة بنيوية أعمق هنا. النموذج اللغوي الكبير منظومة احتمالية، في حين يُفترض بالحساب المالي أن يكون حتمياً: المُدخلات ذاتها تعطي الجواب ذاته في كل مرة. وحين تدع النموذج يقرّر ما يجب حسابه وينفّذ الحساب داخل شبكة حرّة في آن واحد، فأنت توصِّل محرّكاً غير حتمي بالجزء الوحيد من العمل المطلوب قانونياً وتشغيلياً أن يكون قابلاً لإعادة الإنتاج. هذا ليس ترقية في الأتمتة، بل خلل في الرقابة ينتظر تدقيقاً يكشفه.

ما الذي يحلّ محلّ الورقة

الحلّ ليس صياغة أمر أفضل ولا نموذجاً أكثر حذراً، بل نقل مصدر الحقيقة خارج الشبكة كلياً. فبدلاً من ذكاء اصطناعي يعدّل جدول بيانات، أنت تريد ذكاءً اصطناعياً يستعلم عن نموذج مُسوّى يقع تحته.

عملياً، يعني ذلك طبقة تؤدّي ثلاثة أمور لم يستطعها جدول البيانات قط. أولاً، تتصل مباشرة بالموضع الذي تعيش فيه الأرقام فعلاً، سواء كان QuickBooks أو Xero أو NetSuite أو Sage أو SAP أو Oracle أو مستودع بيانات أو كشوفاً مرفوعة، بدلاً من وراثة تصدير يدوي. ثانياً، تُسوّي تلك المصادر في نموذج واحد يتطابق مع دفتر الأستاذ، بحيث يكون هناك رقم واحد للإيراد، لا سبعة أرقام متفاوتة قليلاً عبر سبع علامات تبويب. ثالثاً، تجري الحساب في محرّك حتميّ، لا في “رأس” النموذج. يُسمح للنموذج اللغوي بالاستدلال والاسترجاع والشرح، ولا يُسمح له باختلاق العمليات الحسابية.

هذه البنية تُغيّر معنى الإجابة. فحين يبلّغ الذكاء الاصطناعي عن رقم، يكون ذلك الرقم قد استُرجِع من نموذج مُسوّى وحُسِب بمحرّك حتميّ، ويعود في تتبّعه إلى المعاملة المصدر. يمكنك إعادة إنتاجه. ويمكنك أن تُري المدقّق المسار كاملاً. مشكلة الدقّة التي تكشفها المعايير القياسية لا تُرقَّع، بل يُلتفّ حولها، لأن النموذج لم يعد هو الجهة التي تجري العدّ.

وهنا أيضاً تستقرّ السيناريوهات أخيراً في موضعها الصحيح. فالمديرون الماليون يريدون فعلاً وجهات نظر متعددة: الحالة الأساسية، والحالة الهبوطية، وتحليل “ماذا لو” على خطة توظيف. والخطأ هو ترك تلك التباينات تعيش كأرقام متعارضة في البيانات الأساسية. فموضعها الصحيح هو سيناريوهات تُبنى فوق أساس واحد مُسوّى، يوضّح كلٌّ منها صراحةً أي الافتراضات تغيّر. مجموعة واحدة من الحقائق، وعدّة مستقبلات منمذجة، لا عدّة أوراق يدّعي كلٌّ منها أنه الحقيقة.

الخلاصة

يُعدّ Excel سطحاً ممتازاً يفكّر الإنسان من خلاله، لكنه نظام سجلّ رديء لتجري الآلة الحساب فوقه، وبيانات معدّلات الأخطاء كانت واضحة لعقود. وتثبيت الذكاء الاصطناعي فوق جدول البيانات لا يصلح ذلك، بل يضاعفه. فالفرق التي تجني قيمة حقيقية يمكن الدفاع عنها من الذكاء الاصطناعي في المالية ليست أصحاب المساعد الأذكى، بل من توقّفوا عن معاملة الشبكة بوصفها مصدر الحقيقة، ووضعوا تحتها طبقة نمذجة مُسوّاة وحتمية.

إذا كنت تقيّم الذكاء الاصطناعي للمالية، فالسؤال الذي ينبغي طرحه على أي مورّد بسيط: حين تعطيني أداتك رقماً، هل يمكنك أن تُريني بالضبط من أين جاء، وأن تُثبت الحساب بالطريقة ذاتها التي أُثبت بها صيغة؟ صُمّم Rexfin ليجيب بنعم. ولترى كيف يبدو ذلك على بياناتك أنت، احجز عرضاً توضيحياً.

وللصورة الأشمل، ابدأ بالمقال الركيزة حول طبقة النمذجة المالية الموثوقة للذكاء الاصطناعي. ومن هناك، يشرح بروتوكول MCP للمالية لا يكفي لماذا يظلّ ربط نموذج لغوي بنظام تخطيط موارد المؤسسة لديك يخطئ في الحساب، ويغطّي المصدر الموحّد للحقيقة في مقابل النسخ الكافية من الحقيقة الموضع الذي ينتمي إليه فعلاً تباين السيناريوهات.