وكلاء الذكاء الاصطناعي يدفعون البنوك إلى تحديث البنية الخلفية

أعادت بيانات يوليو 2026 ترتيب النقاش حول التقنية المالية. فبحسب بيانات كرنش بيس، جمعت شركات التقنية المالية الناشئة عالمياً 28.6 مليار دولار في النصف الأول من العام، بزيادة 22.7% عن الفترة نفسها من 2025، وهي الزيادة التي صاغتها كرنش بيس نيوز باعتبارها نمواً يقارب 23%. لكن الرقم الأهم ربما لا يكمن في الزيادة نفسها، بل في شكلها: عدد الصفقات هبط إلى 1,605 صفقات، بانخفاض 25.7% عن النصف الأول من 2025، وبنحو 40% عن النصف الأول من 2024. رأس المال لم يعد ينتشر على نطاق واسع؛ إنه يتجمع خلف عدد أقل من الشركات الأكبر والأكثر ارتباطاً بالبنية التحتية المؤسسية.

هذا التحول يأتي في لحظة تغير فيها البنوك الكبيرة طريقة تعاملها مع الذكاء الاصطناعي. لم تعد المسألة محصورة في واجهات محادثة أو أدوات إنتاجية معزولة. جيه بي مورغان تشيس، مثلاً، تحدثت في 2026 عن ميزانية تقنية تقارب 19.8 مليار دولار، وعن أسس حديثة في السحابة والبيانات وبنية تحتية مرنة وآمنة. وقالت أيضاً إنها قطعت أكثر من عشرة أعوام في تعلم الآلة والذكاء الاصطناعي المتقدم، مع قيمة قابلة للقياس في الائتمان والاحتيال والتخصيص، وأنها تنشر الذكاء الاصطناعي التوليدي على نطاق مؤسسي لتسريع التطوير ورفع كفاءة العمليات وتعزيز إدارة المخاطر.

غير أن السؤال الأصعب لا يتعلق باستخدام الذكاء الاصطناعي بحد ذاته، بل بما يحدث عندما ينتقل من نموذج يساعد موظفاً أو يحلل ملفاً إلى منظومة تضم وكلاء متعددين يتصلون بالبيانات والأدوات وأنظمة القرار. هنا يبدأ الضغط الحقيقي على أنظمة البنوك الأساسية القديمة: ليس لأنها ستُستبدل كلها دفعة واحدة، بل لأن الذكاء الاصطناعي القائم على الوكلاء يحتاج إلى بنية تسمح له بالوصول الآمن، والعمل تحت صلاحيات واضحة، وترك أثر قابل للتدقيق، والتوقف عند حدود المخاطر والامتثال.

من تمويل التطبيقات إلى تمويل البنية التحتية

تصف كرنش بيس نيوز اهتمام مستثمري التقنية المالية في النصف الأول من 2026 بأنه امتد إلى إدارة الثروات والبنية التحتية المالية وأتمتة المؤسسات. وقال جاستن أوفردورف من لايتسبيد فينتشر بارتنرز إن استثمارات شركته في التقنية المالية قفزت في 2026، مع تزايد الاهتمام ببنية حركة الأموال والعملات المستقرة وتتبع الأصول الحقيقية على البلوك تشين. كما أشار إلى أن الشركات الناشئة تستخدم الذكاء الاصطناعي لاختصار سير عمل معقد في الاكتتاب وكشف الاحتيال والاستشارات، كانت تستغرق من فرق المحللين أسابيع، وتحويلها إلى مهام تنجز خلال دقائق.

تظهر هذه اللغة انتقالاً في مركز الجاذبية. خلال موجات سابقة من التقنية المالية، كانت القيمة المرئية في الواجهة: تطبيق أسرع، تجربة عميل أبسط، حساب رقمي أكثر سلاسة. أما في موجة الذكاء الاصطناعي المؤسسي، فالقيمة تتحرك إلى الطبقات الأقل ظهوراً: جودة البيانات، أدوات القرار، ربط الأنظمة، مراقبة النماذج، الامتثال، وحركة الأموال. لذلك تبدو شركات مثل تاكتايل وفلاترويف ذات صلة بالنقاش، لا لأنها تمثل السوق كله، بل لأنها تكشف أين يبحث المستثمرون عن الرافعة التالية. فقد ذكرت كرنش بيس نيوز أن تاكتايل، التي تبني منصة قرارات قائمة على الوكلاء للبنوك وشركات التأمين، جمعت 110 ملايين دولار في جولة من الفئة ج في يونيو 2026 بقيادة غولدمان ساكس ألترناتيفز. وذكرت أيضاً أن فلاترويف، بوصفها شركة أفريقية ناشئة في بنية المدفوعات، جمعت جولة من الفئة هـ في الشهر نفسه عند تقييم بلغ 3.2 مليار دولار.

مع ذلك، لا يسمح مسار التمويل باستنتاج مبسط مفاده أن كل رأس المال ينتقل إلى مزودي البنية التحتية للبنوك القائمة. فبيانات كرنش بيس نفسها تظهر أن تمويل النصف الأول من 2026 انخفض 17.3% مقارنة بالنصف الثاني من 2025، حين جمعت شركات التقنية المالية 34.6 مليار دولار، وكانت تلك أقوى فترة تمويلية من ستة أشهر في القطاع منذ النصف الثاني من 2022. كما أظهرت بيانات سي بي إنسايتس للربع الأول من 2026 أن عدد صفقات التقنية المالية هبط إلى 762 صفقة، وهو أدنى مستوى في عدة سنوات، مع عودة قيمة التمويل إلى مستوياتها السابقة بعد قفزة الربع الرابع من 2025. وخلصت سي بي إنسايتس إلى أن السوق تصبح أصغر حجماً لكنها ليست أضعف، لأن رأس المال يتركز خلف عدد أقل من الشركات في مراحل أكثر تقدماً وبقناعة استثمارية أعلى.

الفارق بين طفرة التمويل وتركيز التمويل هو مساحة التحليل كلها.

ما الذي يطلبه الوكلاء من الأنظمة الأساسية؟

حين تستخدم مؤسسة مالية نموذجاً لغوياً لمساعدة موظف على تلخيص مستند، تكون متطلبات البنية التحتية محدودة نسبياً. لكن عندما يتولى وكيل ذكاء اصطناعي قراءة بيانات عميل، واستدعاء أدوات داخلية، واقتراح قرار ائتماني، أو تمرير تنبيه امتثال، أو تشغيل خطوات ضمن سير عمل تشغيلي، تصبح المشكلة مصرفية بالمعنى الكامل: من يملك حق الوصول؟ ما البيانات التي استخدمها النموذج؟ كيف يمكن تفسير القرار؟ من راقب المخرجات؟ وما أثر الخطأ على العميل والميزانية والالتزام الرقابي؟

جيه بي مورغان تشيس صاغت جزءاً من هذه المعادلة بوضوح عندما قالت إن البيانات المهيأة للذكاء الاصطناعي يجب أن تكون قابلة للاستخدام عند نقطة اتخاذ القرار، وإن ربط النماذج ببيانات محكومة جيداً وبضمانات تحمي العملاء والشركة والنظام المالي يصبح ضرورياً مع إدماج الذكاء الاصطناعي في المؤسسة. وفي تقرير اتجاهات التكنولوجيا الناشئة لعام 2026، قالت إن نجاح الذكاء الاصطناعي في المؤسسات يعتمد على تمكين وكلاء الذكاء الاصطناعي من الوصول الآمن إلى البيانات والأدوات الأكثر صلة. كما ربط التقرير الطلب المتزايد على تشغيل النماذج بالبنية التحتية اللازمة لها، من مراكز البيانات والرقائق إلى شبكات التوصيل.

هذا يفسر لماذا لا يشبه تبني الذكاء الاصطناعي في البنية الخلفية تبنيه في واجهة المستهلك. البنك لا يحتاج فقط إلى نموذج أكثر ذكاءً، بل إلى قنوات بيانات نظيفة، ومعايير صلاحيات، وسجلات تدقيق، ومراقبة مستمرة، وآليات تحقق، وقدرة على عزل الأخطاء قبل أن تنتقل إلى عملية حية. لذلك تصبح الأنظمة المعيارية مهمة. جيه بي مورغان تشيس تقول إن الأنظمة الحديثة المعيارية تتيح الاختبار بسرعة، والتعلم فورياً، والتوسع بكفاءة، بما يقلل الوقت المخصص للصيانة ويزيد الوقت المخصص للابتكار. هذه ليست دعوة إلى نسف كل نظام أساسي قديم، بل إلى تقليل صلابته عبر طبقات أكثر قابلية للربط والمراقبة والتعديل.

وقد أعلنت جيه بي مورغان تشيس أيضاً طرح مساعد الموظف، وهو وكيل مدعوم بالذكاء الاصطناعي ومصمم بحسب المستخدم، يتيح للموظفين مورداً واحداً للمساعدة واتخاذ إجراءات عبر المؤسسة. هذا مثال مهم لأنه يثبت انتقال الوكلاء إلى بيئة مؤسسية فعلية في بنك كبير، لكنه في الوقت نفسه يوضح حدود المرحلة: الانتشار الموثق هنا يتعلق بعمليات الموظفين وبالدعم المؤسسي، لا بإعلان عن تنسيق مستقل واسع بين وكلاء متعددين يديرون المعاملات الأساسية على مستوى النظام المصرفي كله.

الرقابة تحدد من يلتقط القيمة

العامل الحاسم في هذه السوق لن يكون القدرة على بناء وكيل ذكي وحدها. القيمة ستذهب إلى من يستطيع جعله قابلاً للاستخدام داخل مصرف خاضع للتنظيم. هنا تظهر أهمية مزودي البنية التحتية المالية، ومنصات اتخاذ القرار، وحركة الأموال، وبنية المدفوعات، وتقنيات الامتثال والحوكمة، وقواعد البيانات المهيأة للذكاء الاصطناعي، ومنصات تنسيق الوكلاء التي تستطيع العمل فوق أنظمة أساسية قديمة من دون تحويل كل تغيير إلى مشروع استبدال طويل ومكلف.

لكن الطريق الرقابي لم يستقر بعد. فقد حدّث مكتب مراقب العملة، مع مجلس الاحتياطي الفيدرالي والمؤسسة الفيدرالية للتأمين على الودائع، إرشادات إدارة مخاطر النماذج في 2026، مع اعتماد نهج قائم على المخاطر. وتنص الإرشادات على أن الذكاء الاصطناعي التوليدي والذكاء الاصطناعي القائم على الوكلاء تقنيات جديدة وتتطور بسرعة، ولذلك لا تدخل ضمن نطاق إرشادات مخاطر النماذج لعام 2026. كما تقول إن الإدارة الفعالة لمخاطر النماذج تشمل تطوير النماذج واستخدامها، والتحقق منها ومراقبتها، والحوكمة والضوابط، والنظر في منتجات الموردين والأطراف الثالثة. وأعلنت الوكالات نيتها إصدار طلب معلومات عن إدارة مخاطر النماذج واستخدام البنوك للذكاء الاصطناعي، بما في ذلك الذكاء الاصطناعي التوليدي والقائم على الوكلاء.

هذا لا يجعل الذكاء الاصطناعي المصرفي مؤجلاً أو تجريبياً. تعلم الآلة يعمل فعلاً في وظائف مصرفية حية مثل الائتمان ومكافحة الاحتيال، والذكاء الاصطناعي التوليدي دخل التشغيل المؤسسي في بنوك كبرى. لكنه يعني أن تنسيق عدة وكلاء داخل سير عمل مصرفي أساسي سيظل مشروطاً بقدرة المورد والبنك على إثبات الحوكمة، لا بمجرد عرض قدرة تقنية. وقد عبّر أوفردورف عن هذه النقطة حين حذّر من أن إدخال الذكاء الاصطناعي في العمليات الأساسية يفتح باب المخاطر بقدر ما يفتح باب الفرص، وأن طبقة الامتثال والحوكمة تصبح بأهمية الذكاء الاصطناعي نفسه.

من ثم، فإن المزودين الأقرب إلى التقاط القيمة ليسوا بالضرورة أصحاب الواجهات الأجمل أو النماذج الأضخم، بل من يملكون موقعاً داخل البنية الخلفية: منصة قرار تربط البيانات بالمخاطر، بنية مدفوعات تتحمل الحجم والامتثال، طبقة تنسيق تتحكم في صلاحيات الوكلاء، أو نظام حوكمة يجعل كل خطوة قابلة للتفسير والمراجعة. ومع أن بيانات سي بي إنسايتس أظهرت تراجع تمويل القطاع المصرفي في الربع الأول من 2026 إلى 932 مليون دولار من نحو 1.8 مليار دولار في الربع الأول من 2025، وتراجع تمويل الشركات التي تمكّن البنوك مثل أنظمة البنوك الأساسية والإلحاق الرقمي للعملاء، فإن هذا لا ينفي التحول؛ بل يضبط حجمه. كما أن ذهاب ثمان من أكبر عشر صفقات مصرفية في ذلك الربع إلى شركات تنافس البنوك مباشرة على الودائع وعلاقات العملاء يذكّر بأن رأس المال لا يزال موزعاً بين واجهات المنافسة وبنى التمكين.

في المحصلة، يغير الذكاء الاصطناعي متعدد الوكلاء متطلبات أنظمة البنوك الأساسية لأنه يحول الذكاء الاصطناعي من أداة تحليل إلى طرف عامل داخل سير العمل. لكنه لا يثبت حتى الآن دورة استبدال شاملة للأنظمة القديمة. الدورة الأقرب هي تحديث عميق: بيانات أنظف، أنظمة معيارية، وصول آمن، حوكمة أدق، مراقبة مستمرة، وطبقات تنسيق تستطيع أن تجعل الوكلاء يعملون داخل حدود مصرفية صارمة. ومن يلتقط القيمة في هذه المرحلة سيكون من يبيع الثقة التشغيلية، لا الذكاء الاصطناعي وحده.