#

النقاط الرئيسية

• الجهات التنظيمية المصرفية الأمريكية تطرح أسئلة أكثر تفصيلاً حول استخدام الذكاء الاصطناعي.

• التركيز ينصب على الحوكمة، والإشراف على الموردين، والوصول إلى البيانات، وخطط البدائل.

• يمكن للبنوك وشركات التكنولوجيا المالية المغربية اعتبار ذلك إنذاراً لمراجعة الضوابط الآن.

• أبرز المخاطر هي ضعف ممارسات البيانات، وسوء الشراء، وعدم وضوح المسؤولية.

• الجاهزية العملية أهم من الطموح في الذكاء الاصطناعي وحده.

ما الذي حدث

أفادت رويترز في 2026-06-12 أن الجهات التنظيمية المصرفية الأمريكية تضغط على المقرضين لتقديم إجابات تفصيلية حول استخدامهم للذكاء الاصطناعي خلال عمليات التفتيش الروتينية. وتشمل الأسئلة الوصول إلى البيانات، وضوابط الحوكمة، والإشراف على الموردين من الأطراف الثالثة، ومفاتيح الإيقاف، وخطط الطوارئ في حال تعطل الأنظمة. ويذكر التقرير أن الهدف هو تعميق فهم الجهات التنظيمية، وليس الإعلان عن قواعد جديدة.

بالنسبة للقراء المغاربة، الإشارة واضحة. فالمشرفون الماليون في العديد من الأسواق ينتقلون من النقاش العام حول الذكاء الاصطناعي إلى فحوصات المخاطر التشغيلية. وهذا التحول مهم للبنوك وشركات التأمين وشركات التكنولوجيا المالية التي ترغب في استخدام الذكاء الاصطناعي في خدمة العملاء، واكتشاف الاحتيال، وسير عمل الائتمان، أو العمليات الداخلية.

لماذا يهم هذا المغرب

لم يرد ذكر المغرب في المصدر، لذا فهذه قراءة تحليلية وليست تقريراً عن إجراء محلي. ومع ذلك، فإن النمط مفيد. عندما يبدأ المنظمون في السؤال عن كيفية التحكم في الذكاء الاصطناعي، فإنهم لا يعودون يسألون فقط عمّا يمكن للأداة فعله. بل يسألون من يملكها، ومن يمكنه إيقافها، وماذا يحدث عند تعطلها.

وهذا مهم في المغرب لأن المؤسسات المالية غالباً ما تعمل بأنظمة مختلطة، وعدة موردين، ومستخدمين متعددين اللغات. وقد تحتاج أدوات الذكاء الاصطناعي إلى التعامل مع العربية والفرنسية وأحياناً الدارجة في سير العمل الفعلي. وهذا يفرض ضغطاً إضافياً على جودة البيانات، والاختبار، والمراجعة البشرية.

كما أنه مهم لأن قرارات الشراء قد تتحرك أسرع من الحوكمة. فقد يشتري فريق أداة قبل أن تكون لديه سياسة واضحة بشأن التحكم في الوصول، والتسجيل، والتصعيد، أو مراجعة النموذج. وبالنسبة للمؤسسات المغربية، يمكن أن تتحول هذه الفجوة إلى مشكلة امتثال وأمن سيبراني.

حالات الاستخدام المحتملة في المغرب

غالباً ما يكون الذكاء الاصطناعي في التمويل جذاباً لأنه يمكن أن يقلل العمل اليدوي. وفي السياق المغربي، قد يشمل ذلك دعم العملاء، وفرز المستندات، ومراقبة الاحتيال، والمساعدة الداخلية في الامتثال. قد تكون هذه الاستخدامات مفيدة، لكنها تحتاج أيضاً إلى ضوابط دقيقة.

البنك الذي يستخدم الذكاء الاصطناعي في التفاعلات مع العملاء سيحتاج إلى إدارة مزيج اللغات والنبرة. فقد ينجح النظام في لغة واحدة ويفشل في أخرى. وهذا قد يؤدي إلى أخطاء في الخدمة، أو شكاوى، أو ضرر بالسمعة.

أما في سير عمل الائتمان أو المخاطر، فإن توافر البيانات يصبح أمراً حاسماً. فإذا كانت السجلات غير مكتملة أو غير متسقة أو يصعب تدقيقها، فقد تكون مخرجات الذكاء الاصطناعي غير موثوقة. وسيحتاج الفريق المغربي إلى اختبار مدى ملاءمة البيانات للغرض قبل توسيع أي نموذج.

وبالنسبة لشركات التكنولوجيا المالية، فإن الاعتماد على الموردين يمثل قضية أخرى. فالكثير من الشركات الصغيرة تعتمد على منصات خارجية لميزات الذكاء الاصطناعي. وهذا يجعل الإشراف على الموردين أمراً أساسياً، خاصة عندما يتحكم المزود في التحديثات أو سلوك النموذج أو معالجة البيانات.

ما الذي يبحث عنه المنظمون فعلاً

يشير تقرير رويترز إلى عقلية تنظيمية عملية. فالمشرفون يريدون معرفة ما إذا كانت الشركات تفهم أنظمتها الخاصة. كما يريدون معرفة ما إذا كانت الشركات قادرة على شرح الضوابط المحيطة بتلك الأنظمة.

وهذا يعني عادةً الحوكمة. من يوافق على حالة الاستخدام؟ من يراجع المخرجات؟ من يتحمل المسؤولية عندما يرتكب النظام خطأً؟ هذه أسئلة أساسية، لكنها غالباً ما تكون النقطة التي تضعف عندها برامج الذكاء الاصطناعي.

كما يعني المرونة. فمفتاح الإيقاف لا يكون مفيداً إلا إذا كان الموظفون يعرفون متى وكيف يستخدمونه. وخطة الطوارئ لا تنجح إلا إذا كان العمل قادراً على الاستمرار بدون أداة الذكاء الاصطناعي. وينبغي للمؤسسات المغربية أن تفترض أن أي نظام ذكاء اصطناعي قد يحتاج إلى الإيقاف المؤقت أو الاستبدال أو التجاوز اليدوي.

المخاطر والحوكمة للمؤسسات المغربية

أكبر خطر ليس الذكاء الاصطناعي نفسه، بل الذكاء الاصطناعي غير المُدار. فإذا كان النظام يتعامل مع بيانات العملاء أو القرارات المالية أو عمليات الامتثال، فإن الضوابط الضعيفة قد تخلق تعرضاً قانونياً وتشغيلياً وسمعياً.

الوصول إلى البيانات أحد الشواغل. ينبغي للمؤسسات أن تحد من الأشخاص الذين يمكنهم رؤية المدخلات والمخرجات الحساسة. كما ينبغي أن تسجل عمليات الوصول وتراجعها بانتظام. وبدون ذلك، يصبح من الصعب التحقيق في الأخطاء أو سوء الاستخدام.

الأمن السيبراني هو شاغل آخر. فقد توسع أدوات الذكاء الاصطناعي سطح الهجوم إذا اتصلت بأنظمة داخلية أو بموردين خارجيين. وستحتاج الشركات المغربية إلى مراجعة المصادقة، والصلاحيات، والاستجابة للحوادث قبل النشر.

كما أن الخصوصية والامتثال مهمان. فإذا كان الذكاء الاصطناعي يعالج بيانات شخصية أو مالية، فيجب على المؤسسة أن تعرف ما هي البيانات المستخدمة، وأين تُخزن، ومن يمكنه معالجتها. وإذا كانت هذه الإجابات غير واضحة، فالنشر غير جاهز.

وتبقى المهارات قيداً أخيراً. فالفِرق تحتاج إلى أشخاص قادرين على تقييم سلوك النموذج، وادعاءات الموردين، والمخاطر التشغيلية. وإذا كانت هذه المهارات مفقودة، فقد تحتاج المؤسسة إلى تدريب أو دعم خارجي قبل توسيع استخدام الذكاء الاصطناعي.

خطوات عملية للبنوك وشركات التكنولوجيا المالية المغربية

ابدأ بجرد. أدرج كل أداة ذكاء اصطناعي قيد الاستخدام، بما في ذلك المشاريع التجريبية وميزات الموردين. ثم اربط كل أداة بصاحبها التجاري، ومدخلات البيانات، ومستوى المخاطر.

بعد ذلك، راجع الحوكمة. يجب أن تكون لكل حالة استخدام مسار موافقة واضح، ومراجع بشري، وعملية تصعيد. وإذا كانت الأداة تؤثر في العملاء أو القرارات المالية، فيجب أن تكون المراجعة أكثر صرامة.

ثم اختبر أوضاع الفشل. اسأل ماذا يحدث إذا كان النموذج خاطئاً أو غير متاح أو منفصلاً عن المورد. يجب أن تغطي خطة الطوارئ البديل اليدوي، وخطوات التواصل، ومسؤوليات التعافي.

كما ينبغي أن يتغير الشراء. يجب أن تتناول العقود معالجة البيانات، والتحكم في التحديثات، والوصول إلى التدقيق، وانقطاع الخدمة. وإذا لم يستطع المورد شرح هذه النقاط بوضوح، فهذه علامة تحذير.

السياق المغربي: ما الذي يجب مراقبته لاحقاً

بالنسبة لصناع السياسات والقادة الماليين المغاربة، فإن الدرس الرئيسي ليس نسخ القواعد الأمريكية، بل الاستعداد لنفس نمط الأسئلة. فقد يرغب المشرفون بشكل متزايد في الحصول على أدلة على أن الذكاء الاصطناعي مضبوط وموثق وقابل للعكس.

وهذا يعني أن المؤسسات يجب أن تكون مستعدة لشرح منظومة الذكاء الاصطناعي لديها بلغة بسيطة. ويجب أن تعرف ما هي البيانات المستخدمة، وأي الفرق يمكنها الوصول إليها، وكيف تتم مراقبة النظام. كما يجب أن تكون قادرة على إظهار كيفية استجابتها إذا تعطل النظام.

كما ينبغي للقراء المغاربة أن يتوقعوا أن تؤثر قيود اللغة والبنية التحتية في وتيرة التبني. فقد تعمل أنظمة الذكاء الاصطناعي بشكل مختلف عبر اللغات والقنوات. كما يمكن أن تؤثر الاتصالية، وجودة التكامل، والأنظمة القديمة في الموثوقية.

والنهج الأكثر أماناً هو التدرج. ابدأ بحالات استخدام منخفضة المخاطر. قِس الأداء. وأبقِ البشر في الحلقة. ثم توسع فقط عندما تكون الحوكمة والأمن والامتثال قوية بما يكفي.

ما الذي يجب فعله بعد ذلك

إذا كنت تعمل في بنك أو شركة تكنولوجيا مالية مغربية، فاستخدم هذه الإشارة من رويترز كقائمة تحقق. اسأل ما إذا كانت أدوات الذكاء الاصطناعي لديك موثقة، وتحت الإشراف، وسهلة الإيقاف. واسأل ما إذا كان بإمكان مورديك دعم عمليات التدقيق والاستجابة للحوادث.

إذا كنت صانع سياسات أو مشرفاً، فإن الأسئلة نفسها تنطبق على مستوى القطاع. فالهدف ليس حظر الذكاء الاصطناعي، بل التأكد من أن استخدامه مفهوم وقابل للتحكم وآمن للعملاء.

بالنسبة لفرق التمويل المغربية، هذا هو الدرس الحقيقي. لم يعد تبني الذكاء الاصطناعي يتعلق بالابتكار فقط، بل أيضاً بالانضباط التشغيلي، والحوكمة، والاستعداد للتدقيق.