الذكاء الاصطناعي يعيد تشكيل الاستشارات المالية في البحرين

في 06/01/2026، التقطت الأسواق إشارة واضحة: غولدمان ساكس أطلق ذراعاً استشارية متخصصة في السوق الثانوية لصناديق الاستثمار الخاصة داخل منطقة أوروبا والشرق الأوسط وأفريقيا (EMEA). الخبر في ظاهره “توسعة خدمة”، لكنه في العمق رسالة عن اتجاه عالمي: الاستشارات المالية تتحول إلى أعمال كثيفة البيانات، ومن يملك القدرة على تحويل البيانات إلى قرارات بسرعة ودقة سيكسب.

هذا يهم البحرين مباشرة. لأن البحرين ليست مجرد سوق محلية؛ هي بوابة تنظيمية ومالية في الخليج، وتملك بيئة تمكّن البنوك وشركات التكنولوجيا المالية من بناء خدمات استشارية رقمية أكثر ذكاءً. والواقع أن النقلة القادمة في الاستشارات—سواء في صفقات الأسواق الخاصة أو إدارة الثروات أو تمويل الشركات—لن تُحسم فقط بالخبرة البشرية، بل بمن يجمع بين الخبرة والذكاء الاصطناعي في الخدمات المالية.

جملة مختصرة تلخص المشهد: الاستشارات الحديثة = خبرة بشرية + نماذج تتعلم من البيانات + حوكمة صارمة.

لماذا توسّع غولدمان ساكس في استشارات السوق الثانوية مهم للمنطقة؟

الجواب المباشر: لأن السيولة أصبحت ميزة نادرة في الأصول غير السائلة، والسوق الثانوية هي المكان الذي يبحث فيه المستثمرون عن مخرج أسرع أو إعادة تموضع.

وفق ما ورد في التقرير، تعمل الاستشارات الثانوية على شراء وبيع وهيكلة حصص في صناديق قائمة (مثل: الاستحواذات، رأس المال الجريء، الائتمان الخاص، العقارات، البنية التحتية). وهذه السوق كانت تاريخياً “أصغر” من أن تكون محوراً لدى بنوك كبرى، لكنها تكبر بسرعة.

أرقام الخبر تعطي سياقاً ملموساً:

• في 2025 كان متوقعاً تداول نحو 1.4% من الأصول المُدارة (AUM) عبر السوق الثانوية، مقارنة بمتوسط 0.9% خلال 2014–2024 (حسابات Breakingviews اعتماداً على بيانات Preqin وEvercore).
• تقرير لـ S&P أشار إلى أن صناديق الـ secondaries جمعت قرابة 38.8 مليار دولار حتى منتصف يونيو (بيانات Preqin Pro)، بما يضع جمع الأموال على مسار لتجاوز 60.78 مليار دولار مقارنة بـ 2024.

هذه ليست مجرد نسب. هذه إشارة شهية مؤسساتية: عندما يخصص بنك عالمي موارد وقيادة تنفيذية لخدمة متخصصة (وتعيين مدير إداري لقيادتها في EMEA)، فهذا يعني أن الطلب يتكرر، وأن العمليات تحتاج نظاماً تشغيلياً أدق.

ما علاقة “Continuation Vehicles” بما يحدث؟

الخبر ذكر تركيزاً على Continuation Vehicles (مركبات الاستمرارية). الفكرة باختصار: بدلاً من بيع أصل داخل صندوق قديم بشكل تقليدي، يتم نقل الأصل إلى مركبة جديدة، ما يعطي المستثمرين خيارين:

• الخروج (بيع حصتهم)
• أو الاستمرار (الاحتفاظ بالتعرض للأصل)

وهنا يدخل الذكاء الاصطناعي من الباب العريض: لأن تقييم الأصول، ونمذجة السيناريوهات، وتحليل الحساسية، وتوقع التدفقات النقدية—كلها أعمال تتطلب وقتاً وبيانات وفرقاً كبيرة، ويمكن للذكاء الاصطناعي أن يقلص الزمن ويزيد الاتساق.

أين يدخل الذكاء الاصطناعي في الاستشارات المالية فعلاً؟ (بعيداً عن الشعارات)

الجواب المباشر: الذكاء الاصطناعي لا “يستبدل المستشار”، بل يقلل المساحة الرمادية في القرار ويُسرّع دورة الصفقة.

في خبر غولدمان ساكس، الحديث عن نمو معاملات ثانوية يعني معاملات أكثر، مستندات أكثر، جهات أكثر، و”وقت أقل للرد”. هذا هو المكان المثالي لأتمتة ذكية.

1) ذكاء اصطناعي للبحث والتصفية (Deal Sourcing & Screening)

بدلاً من الاعتماد على العلاقات فقط، يمكن لنماذج التحليل أن:

• تجمع إشارات السوق من مصادر داخلية (محافظ العملاء، عروض سابقة، حدود المخاطر)
• وتصنف الفرص حسب معايير واضحة: العائد المتوقع، مدة الاستثمار، جودة مدير الصندوق، مخاطر القطاع

النقطة الحاسمة: التصفية لا تعني القرار النهائي. لكنها تمنح فريق الاستشارات “قائمة قصيرة” أفضل خلال ساعات بدلاً من أيام.

2) ذكاء اصطناعي للـ Due Diligence والوثائق

العمليات الثانوية ثقيلة بالوثائق: اتفاقيات اشتراك، تقارير مدير الصندوق، رسائل رأس المال، شروط التحويل، التزامات غير ممولة.

أدوات NLP (معالجة اللغة الطبيعية) يمكنها:

• استخراج البنود الحساسة (قيود التحويل، رسوم الإدارة، حقوق الرفض)
• تلخيص المخاطر التشغيلية
• وضع “خريطة بنود” مقارنة بين صفقات متعددة

الفارق هنا ليس فقط السرعة، بل تقليل الأخطاء البشرية المتكررة.

3) نماذج تقييم و”مساعد قرار” للاستشاري

التقييم في الأسواق الخاصة ليس مثل الأسهم. البيانات أقل، والشفافية أقل، والافتراضات أكثر.

الذكاء الاصطناعي يساعد عبر:

• بناء سيناريوهات متعددة (أساسي/متفائل/متشدد)
• اختبار حساسية التقييم لتغير معدلات الخصم أو نمو الإيرادات
• اقتراح نطاقات تسعير مدعومة بمنطق يمكن مراجعته

وأنا أميل لرأي واضح هنا: المؤسسات التي لا تبني طبقة “قرار مدعوم بالبيانات” ستدفع ثمناً في التسعير أو المخاطر—حتى لو كان لديها فريق قوي.

4) خدمة عميل استشارية “قريبة” طوال الوقت

في الاستشارات التقليدية، العميل ينتظر مكالمة أو عرضاً تقديمياً. في 2026، العميل يريد:

• تحديثات فورية
• تفسيرات مختصرة
• مؤشرات مخاطر واضحة

هنا تظهر قيمة مساعد افتراضي مؤسسي داخل البنك أو شركة التقنية المالية، يجيب ضمن حدود الامتثال، ويستخرج معلومات من قواعد معرفة داخلية، ويعرضها بلغة بسيطة.

ماذا يمكن للبحرين أن تتعلمه من هذا التحرك العالمي؟

الجواب المباشر: البحرين تستطيع تحويل “الاستشارات” من خدمة نخبوية إلى قناة رقمية قابلة للتوسع—خصوصاً في إدارة الثروات، وتمويل الشركات، وخدمات المستثمرين.

البحرين تتميز بثلاث نقاط تجعلها بيئة مناسبة لهذا التحول:

1. مؤسسات مالية ناضجة لديها بيانات تشغيلية وتاريخ تعاملات
2. قطاع fintech نشط قادر على التجريب وبناء منتجات بسرعة
3. منظومة تنظيمية تميل إلى الابتكار المنضبط عند توفر الحوكمة

بدلاً من انتظار أن تُدار كل الاستشارات من مراكز مالية أكبر، يمكن للجهات في البحرين بناء عروض مثل:

• منصات استشارة استثمارية رقمية للأفراد ذوي الملاءة (Mass Affluent) مع تخصيص مبني على البيانات
• أدوات تحليل تدفقات نقدية ومخاطر للشركات الصغيرة والمتوسطة (SMEs)
• وحدات دعم للصفقات (M&A/تمويل/هيكلة) تعتمد على أتمتة المستندات والتحليلات

مثال عملي قريب من الواقع: “مركز استشارات ثانوية مصغّر” داخل بنك بحريني

حتى لو لم يكن البنك ينفذ صفقات secondaries عالمية، يمكن تطبيق نفس المنطق على منتجات محلية/إقليمية:

• إعادة هيكلة محافظ استثمارية
• بيع وشراء حصص في أدوات بديلة محلية أو إقليمية (وفق الأنظمة)
• تصميم حلول سيولة للعملاء عبر منتجات متوافقة مع شهية المخاطر

المفتاح: بناء محرك بيانات يربط بين سلوك العميل، وأهدافه، وسياق السوق، ثم تقديم توصية قابلة للتفسير.

خارطة طريق مختصرة لتطبيق الذكاء الاصطناعي في الاستشارات داخل البحرين

الجواب المباشر: ابدأ بحالات استخدام صغيرة ذات أثر، ثم وسّع تدريجياً مع حوكمة قوية.

إليك خطة من 6 خطوات رأيت أنها تعمل في المؤسسات المالية أكثر من المشاريع الضخمة “على الورق”:

1. حدّد نقطة ألم واحدة: مثل زمن إعداد مذكرة استثمارية، أو طول دورة الموافقة، أو تكرار أسئلة العملاء.
2. رتّب بياناتك قبل النماذج: تصنيف المستندات، تنظيف الحقول، توحيد التعاريف.
3. ابدأ بنموذج مساعد لا نموذج قرار: مساعد تلخيص/استخراج/اقتراح، والقرار يبقى للإنسان.
4. ضع ضوابط امتثال من اليوم الأول:
   • سجلات تدقيق (Audit Logs)
   • سياسات خصوصية
   • حدود واضحة لما يمكن للأداة قوله أو فعله
5. قِس النجاح بأرقام تشغيلية:
   • تقليل زمن إعداد التقارير
   • تقليل الأخطاء
   • رفع سرعة الرد على العملاء
6. وسّع تدريجياً إلى منتجات جديدة: بعد نجاح داخلي، حوّل القدرات إلى خدمة مدفوعة أو ميزة تنافسية.

قاعدة ذهبية: إذا لم تستطع شرح توصية النظام للعميل أو للمدقق خلال دقيقة، فأنت لم تبنِ نظاماً جاهزاً للإنتاج.

أسئلة شائعة يطرحها التنفيذيون في البحرين (وإجابات مباشرة)

هل الذكاء الاصطناعي مناسب للاستشارات أم فقط لخدمة العملاء؟

نعم مناسب للاستشارات، بشرط أن يستخدم كـ طبقة تحليل ومساعد إنتاج (تلخيص/نمذجة/استخراج)، لا كبديل عن المسؤولية المهنية.

ما أكبر مخاطر تطبيق الذكاء الاصطناعي في الاستشارات المالية؟

أكبر خطرين هما:

• هلاوس المحتوى عند استخدام نماذج توليدية بلا مصادر موثوقة داخلية
• انحياز البيانات الذي يجعل توصيات النظام غير عادلة أو غير دقيقة لفئات معينة

ما أول حالة استخدام أنصح بها في 2026؟

أقصر طريق لعائد واضح هو: أتمتة قراءة المستندات والتلخيص لمذكرات الاستثمار/العقود/التقارير، لأنها تقلل الوقت فوراً وتخدم فرقاً متعددة.

أين تتجه الاستشارات المالية في 2026؟

الجواب المباشر: الاستشارات ستصبح “منتجاً رقمياً” بقدر ما هي “خدمة خبراء”. وتحرك غولدمان ساكس في EMEA يؤكد أن البنوك العالمية تراهن على خدمات تحتاج عمقاً تحليلياً وسرعة تنفيذ.

بالنسبة للبحرين—ضمن سلسلة "كيف يُحوّل الذكاء الاصطناعي قطاع الخدمات المالية والتكنولوجيا المالية في البحرين"—الفرصة ليست في تقليد ما يفعله اللاعبون العالميون حرفياً، بل في أخذ الفكرة الأساسية: تحويل البيانات إلى قرار يمكن الوثوق به، ثم بناء تجربة عميل أكثر وضوحاً وأسرع.

إذا كنت تعمل في بنك، أو شركة fintech، أو إدارة استثمار في البحرين: ما الخدمة الاستشارية التي ما زالت تعتمد على ملفات متفرقة واجتماعات طويلة؟ وأي جزء منها يمكن تحويله إلى تدفق عمل مدعوم بالذكاء الاصطناعي خلال 90 يوماً؟