الذكاء الاصطناعي في التأمين والتمويل: درس من ADNIC

حين يحقق مُؤمِّن بحجم «شركة أبوظبي الوطنية للتأمين (ADNIC)» نمواً في إجمالي الأقساط المكتتبة إلى 7.2 مليار درهم خلال أول 9 أشهر من 2025، مع نسبة مجمّعة 93.2% (أي أن الانضباط الاكتتابي ما زال متماسكاً)، فالقصة لا تتعلق بالأرقام فقط. القصة تقول شيئاً عملياً: الاقتصاد القوي يخلق “هوامش أمان” تسمح للمؤسسات المالية بالاستثمار في الأتمتة والذكاء الاصطناعي بدل الاكتفاء بإطفاء الحرائق اليومية.

هذا يهمّنا مباشرةً في سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الخدمات المالية والتكنولوجيا المالية في البحرين». لأن البحرين — كمركز مالي إقليمي — تعيش نفس المعادلة تقريباً: سوق منظم، منافسة عالية، ضغط على تجربة العميل، وحاجة مستمرة لرفع الإنتاجية دون التضحية بالامتثال.

سأستخدم خبر ADNIC كـ“مرآة” لفهم سؤال يواجه كل بنك وشركة تأمين وشركة فينتك في المنطقة: لماذا الآن هو الوقت المناسب لتوسيع استخدام الذكاء الاصطناعي في الخدمات المالية؟ وما الذي يجب أن نفعله كي لا يتحول الذكاء الاصطناعي إلى مشروع مكلف بلا عائد واضح؟

لماذا الأداء القوي لشركات التأمين مؤشر مبكر على جاهزية الذكاء الاصطناعي؟

الإجابة المباشرة: التأمين هو المختبر الطبيعي للذكاء الاصطناعي لأن عملياته مليئة بالقرارات المتكررة والبيانات غير المنظمة (مطالبات، تقارير طبية، صور حوادث، مراسلات، وثائق). وعندما نرى شركة كبيرة مثل ADNIC تربط أداءها بـالرقمنة والأتمتة ونشر الذكاء الاصطناعي لتحسين المطالبات والتسعير وتجربة العميل، فهذا يرسل إشارة واضحة: النضج التشغيلي والمالي صار يسمح بتبني تقنيات أعمق.

الخبر يذكر عناصر تُغري أي مجلس إدارة:

• استقرار ورأسمال منضبط (Scale, stability, capital discipline).
• تصنيفات ائتمانية قوية (A من S&P وAM Best) تعني أن إدارة المخاطر ليست “تجريبية”.
• نمو مالي متوازن: +15.3% أرباح قبل الضريبة إلى 395 مليون درهم مع +17.4% أقساط مكتتبة.

في رأيي، هذه ليست مجرد “نتائج”. هذه شروط تشغيل تسمح بتطبيق الذكاء الاصطناعي بجدية: لديك بيانات كافية، وعمليات قابلة للقياس، وقدرة على الاستثمار، وهدف واضح (خفض كلفة المطالبة، تسريع الخدمة، تقليل الاحتيال، تحسين التسعير).

من أبوظبي إلى البحرين: ما الرابط الحقيقي بين الاقتصاد والذكاء الاصطناعي المالي؟

الإجابة المباشرة: الاقتصاد المتنوع والنشط يرفع الطلب على منتجات مالية أكثر تعقيداً… والذكاء الاصطناعي هو الطريقة الواقعية لتلبية هذا التعقيد بسرعة وبكلفة أقل.

مقال ADNIC يربط نمو التأمين في أبوظبي بعوامل مثل توسع القطاعات غير النفطية، مشاريع البنية التحتية، نمو الشركات الصغيرة والمتوسطة، وتزايد التأمين الصحي والحركي. هذه العوامل تُنتج شيئاً واحداً: مزيداً من المخاطر التي يجب قياسها وتسعيرها وخدمتها.

والبحرين؟ حتى لو اختلفت التفاصيل، المنطق واحد:

• زيادة الخدمات الرقمية والاعتماد على القنوات الإلكترونية يعني توقعات أعلى من العميل: موافقة أسرع، خدمة 24/7، شفافية أكبر.
• المنافسة بين البنوك وشركات الفينتك تدفع نحو خفض زمن الدورة: فتح حساب، تقييم ائتمان، إصدار وثيقة، معالجة مطالبة.
• الجهات الرقابية في المنطقة ترفع سقف الامتثال (KYC/AML، حوكمة البيانات، إدارة المخاطر)، ما يجعل العمل اليدوي أقل قابلية للاستمرار.

الخلاصة العملية: قوة السوق ليست رفاهية؛ هي الوقود الذي يجعل الاستثمار في الذكاء الاصطناعي منطقياً ومربحاً.

أين يربح الذكاء الاصطناعي فعلياً داخل التأمين والبنوك؟ (4 حالات استخدام قابلة للقياس)

الإجابة المباشرة: أفضل الحالات هي التي تُقلل “العمل اليدوي المتكرر” وتُحسن جودة القرار، في نقاط الاحتكاك اليومية مع العميل.

1) أتمتة المطالبات (Claims): السرعة مع ضبط الاحتيال

في التأمين، المطالبة هي لحظة الحقيقة. أي تأخير أو طلبات متكررة للوثائق يساوي تذمر العميل وتكلفة تشغيلية أعلى.

كيف يُستخدم الذكاء الاصطناعي عملياً؟

• قراءة الوثائق واستخراج البيانات تلقائياً (OCR + فهم لغوي).
• تصنيف المطالبات حسب التعقيد: “سريع الدفع” مقابل “يحتاج تدقيق”.
• مطابقة أنماط الاحتيال عبر بيانات تاريخية (كشف التكرار، العلاقات غير الطبيعية، تضارب التواريخ).

المؤشر الذي تقيسه الإدارة: متوسط زمن تسوية المطالبة، ونسبة المطالبات التي تُعالج بدون تدخل بشري.

2) تسعير أدق: اكتتاب منضبط دون خسارة النمو

المقال يلفت إلى أن نسبة ADNIC المجمعة 93.2% تعكس انضباطاً في التسعير والاكتتاب. هذا بالضبط المكان الذي يُفيد فيه الذكاء الاصطناعي: ليس “رفع الأسعار”، بل التسعير حسب المخاطر بدقة أكبر.

أمثلة واقعية:

• نماذج تتنبأ باحتمالية الخسارة حسب خصائص العميل والسلوك والموقع والاستخدام.
• تحسين الشرائح التسويقية: من هو العميل الذي يستحق خصماً؟ ومن يحتاج شروطاً إضافية؟

المؤشر: تحسن نسبة الخسائر Loss Ratio داخل شرائح محددة، وليس على مستوى الشركة فقط.

3) خدمة العملاء: المساعد الذكي الذي يقلل الضغط ولا يسبب كوارث امتثال

في البنوك والفينتك بالبحرين، أكبر مكسب سريع غالباً يأتي من مساعدات محادثة ذكية تُجيب عن الاستفسارات وتُنجز الطلبات الروتينية.

لكن الشرط هنا واضح:

المساعد الذكي الناجح ليس الذي “يتكلم كثيراً”… بل الذي يعرف متى يُحوّل المحادثة لموظف ويُوثّق السبب.

المؤشر: انخفاض عدد الاتصالات المتكررة لنفس المشكلة، وارتفاع معدل الحل من أول تواصل.

4) الائتمان وتمويل التجارة: الذكاء الاصطناعي كدرع ضد تقلبات سلاسل الإمداد

الشراكة التي ذكرها المقال بين ADNIC وAllianz Trade لتعزيز تأمين ائتمان التجارة تلمح لموضوع أوسع: مخاطر التجارة أصبحت ديناميكية.

في البحرين، حيث الشركات تتعامل مع تجارة إقليمية وعالمية، يمكن للذكاء الاصطناعي أن يساعد في:

• تقييم مخاطر الطرف المقابل باستخدام إشارات متعددة (سلوك سداد، تغييرات قطاعية، بيانات مالية).
• إنذار مبكر لتدهور الجدارة الائتمانية قبل وقوع التعثر.

المؤشر: انخفاض الخسائر الائتمانية (NPL/Write-offs) وتحسن سرعة اتخاذ القرار.

ما الذي يمنع المؤسسات من النجاح؟ 5 أخطاء أراها تتكرر

الإجابة المباشرة: المشكلة ليست في النموذج، بل في الحوكمة والبيانات والتشغيل.

1. بدء المشروع من التقنية بدل القرار: “نريد GenAI” بدون تحديد القرار المراد تحسينه (موافقة ائتمان؟ مطالبة؟ اكتتاب؟).
2. بيانات مبعثرة وغير مُعرّفة: لا يوجد قاموس بيانات، ولا تعريف موحد للعميل أو الوثيقة.
3. غياب خط أساس: لا تقيس زمن الدورة الحالي ولا كلفة المعاملة، فلا تستطيع إثبات العائد.
4. حصر الذكاء الاصطناعي في فريق الابتكار: بينما مكانه الحقيقي في العمليات والامتثال والمخاطر.
5. إهمال الضوابط: خصوصاً في الخدمات المالية، أي “ذكاء” بدون ضوابط يعني مخاطرة سمعة وتنظيم.

هذه النقطة تهم البحرين بشدة: النجاح ليس “تجربة”، بل تشغيل مضبوط.

خطة عملية من 90 يوماً لمؤسسة في البحرين تريد نتائج ملموسة

الإجابة المباشرة: اختر حالة استخدام واحدة، واجعل قياس العائد جزءاً من التصميم، لا خطوة لاحقة.

الأسبوع 1-2: تحديد حالة استخدام ذات أثر واضح

أفضل المرشحين غالباً:

• أتمتة معالجة الطلبات/الوثائق (KYC أو مطالبات بسيطة).
• مساعد ذكي لأسئلة العملاء المتكررة مع تحويل بشري مضبوط.

الأسبوع 3-6: تجهيز البيانات والحوكمة

• تحديد مصادر البيانات والمالك (Data Owner).
• تعريف مؤشرات الأداء (زمن دورة، كلفة، جودة، امتثال).
• سياسة خصوصية واضحة واختبار تسرب بيانات.

الأسبوع 7-10: نموذج أولي + اختبار تشغيل

• تشغيل على عينة حقيقية.
• اختبار “أسوأ السيناريوهات”: بيانات ناقصة، عميل غاضب، وثيقة غير واضحة.

الأسبوع 11-13: تعميم مرحلي وربط النتائج بالإدارة

• تقرير أسبوعي بالأرقام.
• قرار واضح: توسيع/تعديل/إيقاف.

إذا كانت المؤسسة لا تستطيع تقديم رقمين قبل وبعد خلال 90 يوماً، فالمشروع غالباً اتجه للمسار الخطأ.

ماذا نتعلم من ADNIC تحديداً؟

الإجابة المباشرة: الأداء المالي القوي لا يكفي؛ القيمة تأتي عندما تُترجم القوة إلى تحسينات تشغيلية مستمرة عبر الأتمتة والذكاء الاصطناعي.

الخبر عن ADNIC يضع أمامنا ثلاث رسائل قابلة للنقل للبحرين:

• الانضباط أهم من الضجيج: نسبة مجمعة 93.2% تعني أن النمو جاء مع ضبط.
• الشراكات الذكية تسرّع التبني: مثل مزج الوصول المحلي مع تحليلات مخاطر ائتمان التجارة لدى شريك عالمي.
• الذكاء الاصطناعي يخدم “الأساسيات” أولاً: المطالبات، التسعير، تجربة العميل… وليس العروض التسويقية فقط.

الخطوة التالية للبحرين: ذكاء اصطناعي يُقاس… ويُحاسَب

الأسواق التي تتقدم في الخدمات المالية ليست تلك التي تتحدث عن الذكاء الاصطناعي أكثر، بل التي تُدخله في التشغيل اليومي وتربطه بمؤشرات دقيقة: زمن إنجاز، كلفة، جودة، واحتيال.

ضمن سياق البحرين، أنا منحاز لفكرة بسيطة: ابدأ من نقاط الألم الأكثر تكراراً (خدمة العملاء والوثائق والامتثال)، ثم توسع إلى قرارات المخاطر الأكثر حساسية (ائتمان، اكتتاب، كشف احتيال). هذا التدرج يخفف المخاطر ويُظهر العائد بسرعة.

ما المشروع الذي لو خفّضت زمنه للنصف خلال الربع الأول من 2026 سيُحدث فرقاً فورياً في تجربة العميل وإنتاجية فريقك؟ هذا السؤال وحده كافٍ ليحدد أين يجب أن يبدأ الذكاء الاصطناعي في مؤسستك.