الذكاء الاصطناعي في التمويل: دروس من عقد غاز ضخم لتركيا

في 31/12/2025 أعلنت شركة Saipem الإيطالية فوزها بعقد بحري بقيمة 425 مليون دولار لاستكمال المرحلة الثالثة من تطوير حقل سكاريا—أكبر حقل غاز بحري في تركيا. الخبر يبدو “طاقة بحتة”، لكن ما يهمنا في سلسلة كيف يُحوّل الذكاء الاصطناعي قطاع الخدمات المالية والتكنولوجيا المالية في البحرين هو ما يحدث خلف الكواليس: التمويل، وإدارة المخاطر، والامتثال، وسلاسل الإمداد، والتعاقدات العابرة للحدود.

مشاريع بهذا الحجم لا تُدار بالحدس ولا بالجداول التقليدية. عندما نتحدث عن خطوط أنابيب بحرية جديدة بطول 153 كم، على أعماق تصل إلى 2,200 متر، وعقد يمتد قرابة سنتين ونصف، وتنفيذ بحري مخطط له في النصف الثاني من 2027—فنحن أمام منظومة مالية وتشغيلية معقّدة. وهنا تحديدًا يظهر دور الذكاء الاصطناعي في الخدمات المالية: ليس كشعار، بل كأداة عملية لرفع دقة التوقعات، وتسريع القرارات، وتقليل خسائر التأخير.

لماذا عقد سكاريا يهم البنوك وشركات الفنتك في البحرين؟

الجواب المباشر: لأن المشاريع الدولية الضخمة تحتاج بنية مالية ذكية، والبحرين—كمركز مالي خليجي—مرشحة لتقديم أجزاء كبيرة من هذه البنية عبر البنوك، والتمويل التجاري، وحلول الفنتك.

قيمة عقد Saipem (425 مليون دولار) ليست فقط رقمًا في خبر. هي سلسلة قرارات مالية: إدارة سيولة، وجدولة دفعات، وخطوط ائتمان، وضمانات، وتأمينات، وتحوط من العملات والمواد الخام، ومتابعة امتثال عبر دول متعددة. أي خطأ في تقدير مخاطر أو تأخر في اكتشاف انحراف الميزانية قد يتحول إلى ملايين.

من واقع ما أراه في التحول الرقمي لدى المؤسسات المالية، أغلب نقاط الألم هنا تقع في ثلاثة محاور:

• التخطيط المالي الديناميكي بدل ميزانيات ثابتة تُراجع بعد فوات الأوان.
• إدارة المخاطر والامتثال بصورة مستمرة وليست على شكل “تدقيق لاحق”.
• التواصل والتحكم بالمستندات (العقود، أوامر التغيير، المطالبات، الفواتير) بطريقة قابلة للتتبع.

الذكاء الاصطناعي كـ “محرك” للتخطيط المالي وإدارة المخاطر

الإجابة أولًا: الذكاء الاصطناعي يرفع جودة القرار المالي عبر التنبؤ، والكشف المبكر، والمحاكاة—خصوصًا في المشاريع التي تتغير ظروفها أسبوعيًا.

في مشروع بحري مثل سكاريا، المخاطر ليست نظرية:

• تقلبات أسعار الوقود والمواد.
• أحوال بحرية تؤخر أعمال التركيب.
• تأخيرات لوجستية لمعدات بحرية متخصصة.
• اختلافات تشريعية بين أطراف العقد.

1) التنبؤ بالتدفقات النقدية (Cash Flow Forecasting) بشكل واقعي

في التمويل التقليدي، التوقعات تُبنى غالبًا على جداول ثابتة. أما في الواقع، المشاريع البحرية تتعرض لانقطاعات وتأجيلات.

هنا يعمل الذكاء الاصطناعي على دمج بيانات متعددة (تقدم الأعمال، أوامر الشراء، مؤشرات سلسلة الإمداد، سجلات التأخير السابقة) لإنتاج توقعات متجددة.

فكرة تطبيقية للبنوك في البحرين:

• تقديم خدمة “توقع سيولة المشروع” كمنتج ضمن التمويل التجاري أو تمويل المشاريع.
• ربط التوقعات بتنبيهات: إذا زاد احتمال التأخير في بند معين، تُعدّل حدود الائتمان أو مواعيد السحب.

2) محاكاة السيناريوهات بدل النقاشات الطويلة

عند ظهور “أمر تغيير” في عقد كبير، يبدأ الجدل: كم سيكلف؟ كم سيؤخر؟

الذكاء الاصطناعي لا يُنهي التفاوض، لكنه يُحسن نقطة البداية عبر:

• محاكاة أثر التغيير على الوقت والتكلفة.
• اقتراح نطاق تكلفة بناءً على مشاريع مشابهة.
• ربط ذلك باحتمالات المخاطر (Probability-Weighted Cost).

هذه النقطة مهمة لأن التأخير في مشاريع الطاقة غالبًا ما ينتج عنه سلسلة كلف غير مباشرة: تمديد إيجار سفن متخصصة، ساعات عمل إضافية، وإعادة جدولة مورّدين.

3) إنذار مبكر للمخاطر (Early Warning)

في مشروع يمتد لسنتين ونصف، الانتظار حتى نهاية الربع المالي لمعرفة الانحرافات خطأ شائع.

حل واقعي: بناء “لوحة مخاطر” مدعومة بالتعلم الآلي تعتمد على مؤشرات مثل:

• تكرار تعديل أوامر الشراء.
• تفاوت بين تقدم الأعمال والفواتير.
• تأخر مزمن من مورد بعينه.

البنوك وشركات الفنتك في البحرين تستطيع تحويل ذلك إلى قيمة عبر ربطه بمنتجات:

• تسعير ديناميكي للمخاطر في التمويل.
• حدود ائتمان مرنة مرتبطة بمؤشرات أداء المشروع.

الامتثال والتواصل في العقود الدولية: أين يثبت الذكاء الاصطناعي نفسه؟

الإجابة أولًا: في العقود العابرة للحدود، الذكاء الاصطناعي يقلل “الضبابية” عبر قراءة المستندات، وتوحيد البيانات، ومراقبة الامتثال بشكل شبه لحظي.

خبر Saipem يذكر أن العقد مُنح من Turkish Petroleum OTC، وأن العمل يتضمن ربط احتياطي غاز غوكتيبي بمنشآت المرحلة الثالثة عبر خطوط أنابيب ومنشآت تحت البحر. مجرد هذه الجملة تعني عشرات الحزم التعاقدية واللوجستية.

1) ذكاء اصطناعي للامتثال (Compliance AI)

في مشاريع الطاقة، الامتثال لا يتوقف عند “اعرف عميلك” (KYC). هناك:

• فحص قوائم العقوبات للأطراف والموردين.
• سياسات مكافحة الرشوة والفساد (خاصة في التعاقدات الكبيرة).
• متطلبات بيئية وسلامة.

بدل أن يبقى الامتثال قسمًا يوقف العمليات، الذكاء الاصطناعي يجعله جزءًا من سير العمل:

• استخراج أسماء الأطراف من العقود تلقائيًا.
• مطابقة المستفيدين الحقيقيين (UBO) إن توفرت البيانات.
• رصد تغييرات غير معتادة في شروط الدفع.

2) أدوات تواصل ذكية تقلل سوء الفهم (خصوصًا عبر اللغات)

عقود الطاقة تجمع فرقًا من بلدان متعددة. سوء الفهم في بند واحد قد يتحول إلى مطالبة (Claim) بالملايين.

الذكاء الاصطناعي يساعد عبر:

• تلخيص ملاحق العقود.
• مقارنة نسخ البنود واكتشاف الفروقات.
• بناء قاعدة معرفة داخلية تربط “البند” بـ“تفسيره التشغيلي”.

هذه نقطة ذهبية للفنتك البحريني: تقديم منصات تعاون/تمويل للمشاريع تدمج المستندات مع الدفع والتحقق.

من خطوط الأنابيب إلى تطبيقات البحرين: أين تدخل الفنتك؟

الإجابة أولًا: الفنتك يترجم احتياج المشاريع الضخمة إلى حلول قابلة للتنفيذ مثل تمويل سلاسل الإمداد، والأتمتة، والتحقق، والتحصيل.

مشروع مثل سكاريا يعتمد على سلسلة توريد بحرية معقدة. وكل حلقة فيها تمثل فرصة مالية:

1) تمويل سلاسل الإمداد (Supply Chain Finance) المدعوم بالذكاء الاصطناعي

بدل تمويل عام بمعدلات ثابتة، يمكن استخدام نماذج تقيم مخاطر كل مورد بناءً على:

• تاريخ التسليم.
• جودة الفواتير.
• مدى التزامه بعقود سابقة.

ثم تُمنح خيارات مثل:

• خصم فواتير (Invoice Discounting) بسرعة أعلى.
• تمويل شراء مواد مرتبط بأوامر شراء موثقة.

2) اكتشاف الاحتيال في الفواتير وأوامر التغيير

في المشاريع الكبيرة، الاحتيال غالبًا لا يكون “تزويرًا مباشرًا”، بل تضخيم كميات أو فواتير مزدوجة أو بنود ملتبسة.

الذكاء الاصطناعي يتفوق هنا لأنه يبحث عن أنماط:

• مورد يرسل فواتير بأرقام متقاربة في فترات غير منطقية.
• تكرار نفس الوصف مع اختلاف بسيط.
• ارتفاع مفاجئ في تكاليف بند دون مبرر من تقدم الأعمال.

3) تمويل المشاريع وإعادة تسعير المخاطر أثناء التنفيذ

التمويل التقليدي يحب الثبات. المشاريع الحقيقية لا تعرف الثبات.

الأفضل—برأيي—هو نمط تسعير يستجيب للبيانات:

• إذا ارتفعت مؤشرات المخاطر، تزيد متطلبات الضمان أو هامش المخاطر.
• إذا تحسنت مؤشرات الأداء، تنخفض الكلفة التمويلية أو تُمنح مرونة أكبر.

هذا النوع من “التمويل المرن” يحتاج بنية بيانات ونماذج—وهنا تلعب البحرين دورًا طبيعيًا بفضل نضجها في الخدمات المالية وبيئة الفنتك.

خطة عملية (90 يومًا) للمؤسسات المالية في البحرين

الإجابة أولًا: ابدأوا بمشكلات واضحة وعائد سريع، ثم وسّعوا الاستخدام تدريجيًا—لا تبدأوا بمشروع ضخم بلا بيانات.

إطار عملي يمكن تنفيذه خلال 90 يومًا:

1. جرد البيانات المتاحة: مستندات تمويل، فواتير، أوامر شراء، تاريخ تعثرات، مؤشرات تأخير.
2. اختيار حالتي استخدام فقط:
   • توقع التدفقات النقدية لمشاريع العملاء.
   • اكتشاف الشذوذ في الفواتير/الدفعات.
3. بناء لوحة مؤشرات بسيطة تُعرض للإدارة والامتثال معًا.
4. حوكمة واضحة:
   • من يوافق على النموذج؟
   • كيف نُفسر القرارات (Explainability)؟
   • كيف نحمي البيانات؟
5. ربط النتائج بقرار مالي واحد (حد ائتمان، تسعير، أو موافقة أسرع).

ماذا يقول لنا خبر Saipem عن اتجاه 2026؟

الإجابة أولًا: 2026 ستكون سنة “الانضباط” في الذكاء الاصطناعي المالي—التركيز ينتقل من التجارب إلى الأنظمة التي تُدار وتُراقَب.

تركيا تستثمر في سكاريا لتقليل الاعتماد على الواردات وتعزيز أمن الطاقة. هذا يعني استمرار مشاريع الطاقة والبنية التحتية في المنطقة الأوسع، ومعها يزداد الطلب على:

• تمويل أكثر ذكاءً.
• امتثال أسرع وأدق.
• أدوات إدارة تعاقدات ودفعات قابلة للتتبع.

وهنا تتقاطع القصة مع البحرين: من السهل الحديث عن الذكاء الاصطناعي في خدمة العملاء فقط (شات بوت، مركز اتصال). لكن القيمة الأكبر—في رأيي—تظهر عندما يدخل الذكاء الاصطناعي إلى قلب القرار المالي: المخاطر، التسعير، والتمويل المرتبط بالبيانات.

جملة تستحق أن تُحفظ: إذا كانت البنية التحتية تُبنى بالصلب والأنابيب، فإن تمويلها الحديث يُبنى بالبيانات والنماذج.

الخطوة التالية لأي بنك أو شركة فنتك في البحرين: اختيار قطاع واحد (مثل الطاقة أو المقاولات أو اللوجستيات) وبناء حزمة حلول ذكاء اصطناعي مالية مصممة له—بدل حلول عامة للجميع. لأن المشاريع الكبيرة لا تريد “منتجًا جميلًا”، تريد قرارًا أسرع وخسارة أقل.

هل مؤسستك جاهزة لتقديم تمويل يفهم المشروع أثناء تنفيذه، لا بعد انتهائه؟