تعزيز الجدارة الائتمانية بالذكاء الاصطناعي في التأمين

انخفاض نسبة صافي القروض إلى قيمة الأصول (Net LTV) من 51.2% بنهاية 2024 إلى أقل من 40% خلال 2025 ليس تفصيلاً محاسبياً مملاً؛ هذا النوع من الأرقام يغيّر نظرة وكالات التصنيف والممولين للشركة. في 16/12/2025، عدّلت فيتش نظرتها المستقبلية لتصنيف KIPCO إلى مستقرة بعد أن كانت سلبية مع تثبيت التصنيف عند BB-. وفي الشهر نفسه، ثبّتت Capital Intelligence تصنيف العملة الأجنبية طويل الأجل عند BB+ ورفعت النظرة إلى إيجابية.

لماذا يهمّ هذا لقطاع التأمين وإدارة المخاطر؟ لأن ما فعلته KIPCO يُشبه تماماً ما تحتاجه شركات التأمين اليوم: تحسين مقاييس المخاطر، وضبط المديونية والسيولة، وإظهار قدرة أعلى على امتصاص الصدمات. الفارق أن شركات التأمين تستطيع تسريع هذا المسار عبر الذكاء الاصطناعي في التأمين—ليس كشعار، بل كأداة تشغيلية تغيّر دقة التسعير، وجودة الاكتتاب، وسرعة اكتشاف الاحتيال، وكفاءة إدارة المطالبات.

وبما أن هذا المقال جزء من سلسلة "الذكاء الاصطناعي في الصناعة والتصنيع الذكي"، سأربط بين ما حدث مع KIPCO وبين درسٍ عملي: كما تُحسّن المصانع الذكية الإنتاجية عبر الصيانة التنبؤية والتحكم في الجودة، تستطيع شركات التأمين بناء “مصنع مخاطر” رقمي يقيس ويصحح ويتنبأ—ما ينعكس مباشرة على الثقة والملاءة، وبالتالي على الجدارة الائتمانية.

ماذا تعلّمنا من KIPCO عن بناء الثقة الائتمانية؟

الإجابة المباشرة: الثقة الائتمانية لا تُبنى بالتصريحات، بل بإشارات رقمية واضحة—انخفاض الرفع المالي، تحسن هيكل الديون، تنويع مصادر التمويل، وإدارة آجال الاستحقاق بصرامة.

وكالات التصنيف ركّزت على نقاط يمكن لأي مدير مخاطر أو مدير مالي أن يقرأها كقائمة تحقق:

• تحسن الرفع المالي: صافي LTV أقل من 40% بعد أن كان 51.2%.
• اتجاه هبوطي للدين الإجمالي والصافي في الشركة الأم.
• تحسين هيكل الاستحقاقات وتنوّع مصادر التمويل.
• سيولة جيدة وقدرة مرضية على سداد الديون قصيرة الأجل.
• تحسن أداء الشركات التابعة عبر خلق قيمة عضوي (تشغيلي) وغير عضوي (شراكات واندماجات واستحواذات).

هذه العناصر تُسمى عملياً “استراتيجية تعزيز الجدارة الائتمانية”. وفي التأمين، تُترجم إلى: جودة محفظة المخاطر، استقرار نسب الخسارة، قوة الاحتياطيات، وانضباط إدارة المطالبات والاحتيال.

التشابه الأهم: تحسين المقاييس قبل تحسين الرواية

الأسواق لا تكافئ “قصة جميلة” بدون مقاييس. KIPCO قدّمت مقاييس؛ لذلك تغيّر اتجاه التصنيف.

بالنسبة لشركات التأمين، المقاييس التي تهم المستثمرين والجهات الرقابية عادة تشمل:

• نسبة الخسارة (Loss Ratio) واستقرارها عبر الفترات.
• نسبة المصروفات (Expense Ratio) وكفاءة التشغيل.
• الملاءة والاحتياطيات الفنية وجودة نموذج تخصيصها.
• سرعة تسوية المطالبات ومعدلات النزاع.

وهنا يأتي دور الذكاء الاصطناعي: ليس لتحسين “العرض”، بل لتحسين “النتائج” التي تُقرأ مباشرة في المؤشرات.

كيف يترجم الذكاء الاصطناعي “تعزيز الائتمان” داخل شركة التأمين؟

الإجابة المباشرة: عبر جعل تقييم المخاطر أكثر دقة، وتقليل المفاجآت، وتسريع القرار، وخفض الهدر التشغيلي—وكلها تؤثر على الربحية والملاءة.

فكّر في شركة التأمين كخط إنتاج: يدخل طلب تأمين، يمر عبر اكتتاب وتسعير، ثم إدارة وثيقة، ثم مطالبات، ثم مكافحة احتيال واستردادات. أي خلل في نقطة واحدة يرفع تكلفة المخاطر.

1) اكتتاب وتسعير أدق = تقلب أقل في نسب الخسارة

نماذج التعلم الآلي تستطيع التقاط أنماط لا يراها التحليل التقليدي، مثل:

• تداخل عوامل المخاطر (العمر × المنطقة × نوع الاستخدام × السجل).
• مؤشرات مبكرة لارتفاع تكرار المطالبات أو شدتها.
• شرائح عملاء مربحة كانت تُسعّر سابقاً بتسعير متوسط يظلمها.

النتيجة العملية التي أراها تتكرر في المشاريع الجيدة: انخفاض “المفاجآت” في نهاية السنة، أي تقلب أقل في النتائج. وهذا تحديداً ما تحبه وكالات التصنيف: شركات يمكن توقع أدائها.

2) كشف الاحتيال مبكراً = حماية مباشرة للسيولة

في مواسم نهاية العام (ونحن الآن في ديسمبر 2025)، يزداد الضغط على فرق المطالبات: كثافة معاملات، إجازات، وسباق لإغلاق الملفات. هذا أفضل موسم للاحتيال “الخفيف” أن يمر.

الذكاء الاصطناعي يساعد عبر:

• نماذج كشف شذوذ تلتقط مطالبات غير معتادة مقارنة بنمط العميل.
• تحليل شبكات لاكتشاف مجموعات متعاونة (ورش/مستشفيات/وسطاء).
• مطابقة مستندات لاكتشاف تلاعب بالفواتير أو تكرار صور.

كل ريال/دينار يتم توفيره هنا ليس وفراً تشغيلياً فقط؛ هو تقليل لخسائر صافية تعني احتياطيات أكثر صحة وسيولة أقل ضغطاً.

3) إدارة مطالبات “مُهيكلة” مثل المصنع الذكي

في التصنيع الذكي، الصيانة التنبؤية تمنع توقف خط الإنتاج. في التأمين، “التوقف” يأخذ شكلاً مختلفاً: تراكم ملفات، تأخر تسويات، ارتفاع شكاوى، وزيادة تكاليف التقاضي.

عند بناء طبقة ذكاء اصطناعي فوق نظام المطالبات، يمكن:

• تصنيف المطالبات تلقائياً إلى مسارات (سريع/متوسط/تحقيق).
• توقع زمن التسوية بناءً على السمات.
• توصية بالوثائق الناقصة لتقليل المراسلات.

هذا يخفض كلفة المعاملة ويزيد رضا العميل، لكنه أيضاً يقلل الذمم المعلقة ويعطي رؤية أدق للتدفقات النقدية المتوقعة.

“إدارة الخصوم” في KIPCO تقابل “إدارة المخاطر” في التأمين

الإجابة المباشرة: ما سمّته KIPCO إدارة استباقية للالتزامات يشبه في التأمين إدارة استباقية للمخاطر والاحتياطيات—قبل أن تتحول لصدمة مالية.

KIPCO ركزت منذ 2022 على:

• تقوية الميزانية.
• تحسين هيكل الدين.
• تنويع التمويل.
• إدارة آجال الاستحقاق.

شركات التأمين تحتاج النسخة الخاصة بها:

• تقوية جودة البيانات (لأن نموذج مخاطر سيئ = قرار تسعير سيئ).
• حوكمة النماذج (Model Risk Management) حتى لا تتحول الخوارزمية لمصدر مخاطرة.
• تنويع مصادر الإشارة: بيانات داخلية + بيانات طرف ثالث + بيانات حساسات/إنترنت الأشياء في تأمين المصانع والمعدات.
• اختبارات ضغط دورية تربط سيناريوهات الخسارة بالسيولة والملاءة.

جملة قابلة للاقتباس: الشركة التي تُحسن مقاييس المخاطر بشكل منهجي لا تحتاج أن تشرح نفسها كثيراً—الأرقام تتكلم.

مثال عملي من سياق “التصنيع الذكي”: تأمين مصنع يعتمد على إنترنت الأشياء

الإجابة المباشرة: عندما تدخل بيانات المصنع الحية في نموذج الخطر، يصبح التأمين أقرب لقياس حقيقي للمخاطر وليس تقديراً عاماً.

لنأخذ سيناريو شائع في الخليج: مصنع أغذية أو بتروكيماويات أو خدمات نفطية (وهي قطاعات ضمن اهتمامات KIPCO على مستوى المحافظ الاستثمارية). في بيئة التصنيع الذكي، تتوفر بيانات مثل:

• اهتزازات المعدات ودرجات الحرارة.
• توقفات غير مخطط لها.
• سجل الصيانة وقطع الغيار.
• جودة المنتج ونسب الهدر.

إذا استُخدمت هذه البيانات بشكل منضبط، يمكن لشركة التأمين:

1. بناء مؤشر مخاطر تشغيلي للمصنع يتم تحديثه أسبوعياً أو يومياً.
2. ربط السعر أو الخصم بمؤشرات تحسن السلامة والصيانة.
3. توقع احتمالية تعطل كبير خلال 30–90 يوماً (نفس منطق الصيانة التنبؤية) وطلب إجراءات وقائية.

هذا لا يقلل المطالبات فقط؛ بل يحوّل شركة التأمين إلى شريك “منع الخسارة” وليس مجرد جهة تعويض. وصدقني، هذا النوع من العلاقة يخلق محافظ أكثر استقراراً—ومحافظ أكثر استقراراً تعني صورة أقوى أمام الممولين والجهات الرقابية.

أسئلة شائعة يطرحها التنفيذيون قبل تبنّي الذكاء الاصطناعي

الإجابة المباشرة: النجاح لا يتوقف على شراء منصة، بل على اختيار حالات استخدام مربحة وربطها بمؤشرات أداء ورقابة نموذجية.

هل الذكاء الاصطناعي يرفع التصنيف الائتماني مباشرة؟

لا يرفع التصنيف “مباشرة”، لكنه يحسن ما تعتمد عليه وكالات التصنيف: الربحية المعدلة بالمخاطر، استقرار التدفقات، وجودة الحوكمة.

ما أول مشروع AI يجب البدء به في التأمين؟

لو سأراهن بخيار واحد عالي العائد: كشف الاحتيال وتحسين مسارات المطالبات. لأنه يحقق وفراً سريعاً ويعطي بيانات غنية لتوسيع النماذج.

ما الخطر الأكبر؟

أكبر خطر هو “نموذج جيد على بيانات ضعيفة”. يليه خطر الحوكمة: نموذج بلا مراقبة دورية قد ينحرف مع تغير سلوك العملاء والسوق.

خطوات عملية خلال 90 يوماً لبناء “مسار تعزيز الجدارة” بالذكاء الاصطناعي

الإجابة المباشرة: ابدأ صغيراً، لكن اربطه بمؤشر مالي واضح، ثم وسّعه.

1. اختيار حالة استخدام واحدة مرتبطة بمؤشر مالي:
   • تقليل خسائر الاحتيال بنسبة محددة، أو خفض زمن تسوية المطالبات.
2. تجهيز البيانات: قاموس بيانات، جودة حقول أساسية، ومعايير خصوصية.
3. نموذج أولي قابل للقياس (Pilot) لمدة 6–8 أسابيع مع لوحة متابعة.
4. حوكمة وتدقيق: سياسات تفسير النموذج، حدود الثقة، ومراجعة الانحياز.
5. تضمين التشغيل: تدريب فرق المطالبات/الاكتتاب على قرارات “مساعد ذكي” لا “صندوق أسود”.

إذا نفذت هذه الخطوات بانضباط، ستلاحظ شيئاً مهماً: التحسن لا يظهر فقط في التقارير التقنية، بل في مؤشرات إدارة المخاطر التي تُعرض على الإدارة العليا—وهذا هو الطريق الأقصر لبناء ثقة الجهات المعنية.

ما الذي يجب أن تفعله الآن إذا كنت مسؤولاً عن المخاطر أو الابتكار؟

KIPCO قدّمت نموذجاً واضحاً: التحول الحقيقي يظهر في نسب مثل LTV وهيكل الاستحقاقات والسيولة. في التأمين، التحول الحقيقي يظهر في نسب الخسارة، سرعة التسوية، وجودة الاحتياطيات، وقدرتك على تفسير قراراتك الرقابية.

إذا كنت تعمل في شركة تأمين أو في إدارة مخاطر لمجموعة صناعية ضمن مسار التحول نحو المصانع الذكية، فإن الذكاء الاصطناعي ليس مشروع “تقني”. هو طريقة عملية لتقليل التذبذب في النتائج—والتذبذب هو العدو الأول للثقة الائتمانية.

الخطوة التالية بسيطة: اختر ملفاً واحداً تؤلمك نتائجه كل ربع سنة (مطالبات متعثرة؟ احتيال؟ تسعير غير عادل؟) وابنِ له نموذجاً بحدود واضحة وحوكمة صارمة. بعد ثلاثة أشهر ستعرف إن كنت على طريق “نظرة إيجابية” أم لا.

والسؤال الذي أتركه لك: لو طلب منك مجلس الإدارة دليلاً رقمياً واحداً على تحسن إدارة المخاطر خلال 2026—ما هو المؤشر الذي ستراهن عليه؟