كيف يعيد الذكاء الاصطناعي كتابة قواعد التمويل

 

عندما تمنح التكنولوجيا المالية فرصة لمن رفضتهم البنوك . في عالمٍ تُقاس فيه الجدارة المالية غالبًا بالأرقام الجامدة، يظل ملايين روّاد الأعمال خارج النظام المصرفي، ليس لأنهم غير مؤهلين، بل لأنهم “غير مرئيين”  بالنسبة للأنظمة التقليدية. هنا تحديدًا، يأتي دور الذكاء الاصطناعي ليقلب المعادلة في محاضرة ملهمة على منصة TED، تطرح Mercedes Bidart سؤالًا جوهريًا: هل يمكن للذكاء الاصطناعي أن يمنح فرصة مالية عادلة لمن ترفضهم البنوك التقليدية؟ الإجابة، كما تكشفها تجربتها، هي: نعم — بل وأكثر من ذلك

الاقتصاد غير المرئي: المشكلة التي تتجاهلها البنوك

في العديد من دول أمريكا اللاتينية، يعمل ملايين الأفراد ضمن الاقتصاد غير الرسمي. هؤلاء لا يمتلكون حسابات مصرفية، ولا سجلات ائتمانية، ولا تاريخًا ماليًا يمكن للبنوك الاعتماد عليه .لكن المفارقة؟ هؤلاء الأشخاص يملكون شيئًا أكثر قيمة: الثقة المجتمعية. في الأسواق المحلية، لا يحتاج البائع إلى بطاقة ائتمان، بل إلى “سمعة”. يعرفه الناس، ويثقون به، ويمنحونه الائتمان بناءً على علاقات طويلة الأمد. هذا ما تصفه بيدارت بـالثقة. ومع ذلك، فإن هذا النوع من البيانات لا يظهر في أنظمة التمويل التقليدي، مما يؤدي إلى إقصاء واسع النطاق. الذكاء الاصطناعي كجسر للعدالة المالية هنا يظهر دور التكنولوجيا المالية (FinTech) المدعومة بالذكاء الاصطناعي.

بدلاً من الاعتماد الحصري على البيانات البنكية التقليدية، أصبحت الأنظمة المالية الحديثة تستفيد من مصادر بيانات متنوعة تُعرف بالبيانات البديلة (Alternative Data)، والتي تشمل سلوك المستخدم على الهاتف المحمول، والرسائل النصية، والنشاط على منصات التواصل الاجتماعي، ومقاطع الفيديو المرتبطة بالأنشطة التجارية، بالإضافة إلى أنماط الدفع غير الرسمية.

ومن خلال توظيف خوارزميات التعلم الآلي، تُحلَّل هذه البيانات وتُحوَّل إلى هوية مالية رقمية تعكس السلوك الاقتصادي للفرد ومستوى موثوقيته المالية، مما يتيح تقييماً أكثر شمولاً للجدارة الائتمانية.

وفي هذا السياق، يمثل الذكاء الاصطناعي تحولاً جوهرياً في آليات التقييم الائتماني. ففي النظام التقليدي، كان غياب السجل الائتماني يعني عملياً استبعاد الفرد من فرص الحصول على التمويل. أما في النماذج القائمة على الذكاء الاصطناعي، فيتم تقييم الأفراد استناداً إلى مجموعة واسعة من المؤشرات السلوكية والاجتماعية والاقتصادية، بما يسمح بإدماج فئات واسعة كانت مستبعدة سابقاً من النظام المالي الرسمي.

أما في نموذج الذكاء الاصطناعي:

• يتم تحليل سلوكك
• تقييم استقرار عملك
• قياس مستوى الثقة بك داخل مجتمعك

وهذا ما يخلق نموذجًا جديدًا يُعرف باسم:

🔑 

AI-powered Credit Scoring 

 

هذا النموذج لا يعتمد فقط على الأرقام، بل على السلوك البشري والأنماط الاجتماعية.

والنتيجة؟

• منح قروض صغيرة تبدأ من 10 دولار
• تحسين تدريجي للنماذج عبر التعلم المستمر
• وصول آلاف رواد الأعمال إلى التمويل الرسمي  

كسر دائرة الاستغلال المالي

واحدة من أخطر نتائج الإقصاء المالي هي الوقوع في فخ القروض الجائرة (Predatory Lending)، حيث تصل الفوائد إلى مستويات غير إنسانية.

لكن مع ظهور حلول التمويل الذكي (Smart Lending):

• يتم تقديم قروض عادلة
• بشروط مخصصة لكل مستخدم
• بناءً على تحليل بياناته الحقيقية

هذا التحول لا يعزز فقط الشمول المالي (Financial Inclusion)، بل يساهم أيضًا في تقليل الفقر وتعزيز الاقتصاد المحلي.

نحو نظام مالي أكثر إنسانية

ما تطرحه هذه التجربة ليس مجرد ابتكار تقني، بل تحول فلسفي في فهم “الجدارة المالية”.

بدلاً من السؤال:

هل لديك سجل بنكي؟

أصبح السؤال:

كيف تعيش وتعمل وتتفاعل مع مجتمعك؟

وهذا يقودنا إلى مفهوم جديد في عالم التكنولوجيا المالية: 

Human-Centered FinTech

حيث يتم تصميم الأنظمة المالية حول الإنسان — لا العكس.

تحديات لا يمكن تجاهلها

رغم الإمكانيات الهائلة، لا يخلو هذا النموذج من التحديات:

1. الخصوصية الرقمية

جمع البيانات من الهواتف ووسائل التواصل يثير تساؤلات حول حماية المستخدم.

2. التحيز الخوارزمي

إذا لم يتم تصميم النماذج بعناية، قد تعيد إنتاج نفس أشكال التمييز.

3. الشفافية

كيف يمكن للمستخدم فهم سبب منحه أو رفضه للقرض؟

مستقبل التكنولوجيا المالية: ما بعد البنوك

نحن نشهد تحولًا جذريًا في بنية النظام المالي