توطين الهندسة بالسعودية: دروس لبناء مواهب ذكاء اصطناعي للبحرين

في 31/12/2025 صدر قرار سعودي يفرض على منشآت القطاع الخاص توطين 30% من 46 مهنة هندسية، مع حد أدنى لراتب المهندس السعودي 8,000 ريال شهرياً، ومهلة تصحيح 6 أشهر للالتزام. هذه ليست “أخبار وظائف” فقط؛ هي إشارة واضحة أن دول الخليج بدأت تتعامل مع المهارات التقنية كأصل اقتصادي لا يقل أهمية عن رأس المال.

وهنا تظهر الزاوية التي تهمّنا في سلسلة «كيف يُحوّل الذكاء الاصطناعي قطاع الخدمات المالية والتكنولوجيا المالية في البحرين»: إذا كانت الهندسة تُوطَّن بهذه الصرامة، فالتخصصات القريبة من الذكاء الاصطناعي—من علم البيانات إلى أمن المعلومات ونمذجة المخاطر—ستكون التالية عملياً، لأن القطاع المالي يعيش على الثقة والامتثال والكفاءة التشغيلية.

أرى أن الدرس الأكبر للبحرين ليس “رفع نسب التوطين” حرفياً، بل تحويل التوطين إلى برنامج لتوليد مواهب ذكاء اصطناعي جاهزة للبنوك وشركات التكنولوجيا المالية. والوقت مناسب: بداية عام 2026 عادةً ما تكون فترة تخطيط ميزانيات ومبادرات موارد بشرية—والشركات التي تتخذ قرارات مبكراً تكسب أفضل المواهب.

ماذا يعني قرار التوطين السعودي فعلياً للمهارات الرقمية؟

الإجابة المباشرة: القرار يخلق “طلباً إلزامياً” على الكفاءات المحلية، ويرفع جودة المعروض عبر الاعتماد المهني والحد الأدنى للأجور—وهذه ثلاثة عناصر تُسرّع نضج السوق.

القرار—بحسب ما نُشر—يستهدف منشآت القطاع الخاص التي لديها 5 موظفين أو أكثر في الأدوار الهندسية المحددة، ويُلزمها بنسبة توطين لا تقل عن 30%. هذه النقطة تهمّنا لأن الذكاء الاصطناعي في الخدمات المالية يعتمد على فرق متعددة التخصصات: مهندسون، مطورو برمجيات، محللو بيانات، مختصو أمن سيبراني، ومختصو امتثال.

عنصران يلفتان الانتباه: الراتب والاعتماد

وجود حد أدنى للراتب (8,000 ريال) ليس تفصيلاً ثانوياً. عندما تضع الدولة أرضية للأجور في تخصص تقني، فهي:

• تقلل “التسعير المنخفض” للمهنة الذي يدفع الكفاءات للهجرة أو تغيير المسار.
• تُشجع الخريجين على دخول المجال والاستمرار فيه.
• تُجبر الشركات على الاستثمار في إنتاجية الموظف (تدريب، أدوات، مسارات مهنية) بدل الاعتماد على دوران سريع.

أما شرط الاعتماد (مثل الاعتماد لدى الهيئة/المجلس المهني) فيحمي السوق من توظيف شكلي ويُقربه من نموذج الكفاءة القابلة للقياس—وهذا بالضبط ما تحتاجه البنوك عندما تقول: “نريد فريق ذكاء اصطناعي” لكنها لا تملك طريقة عملية لتقييم الجودة.

لماذا يهمّ هذا التحول البحرين تحديداً في الخدمات المالية والتكنولوجيا المالية؟

الإجابة المباشرة: لأن الذكاء الاصطناعي في البنوك لا ينجح بدون مواهب محلية تفهم السياق التنظيمي والعميل المحلي، وتستطيع تشغيل النماذج بأمان وامتثال.

البحرين مركز مالي إقليمي، ومع ذلك فالمنافسة على مهارات الذكاء الاصطناعي في الخليج أصبحت شرسة. المشكلة المتكررة التي أراها في مشاريع الذكاء الاصطناعي البنكي ليست في “شراء منصة” أو “توقيع عقد”، بل في سؤال بسيط:

من سيُشغّل النموذج بعد الإطلاق؟ ومن سيُحاسَب على انحرافه أو مخاطره؟

في التمويل، المخاطر ليست نظرية. نموذج ذكاء اصطناعي يخطئ في تصنيف معاملة قد يخلق:

• إنذارات كاذبة في مكافحة الاحتيال (تكلفة + تجربة عميل سيئة)
• تفويت حالات احتيال حقيقية (خسائر مالية وسمعة)
• تحيزاً في قرارات الائتمان (مخاطر امتثال وعدالة)

وهنا تأتي “فلسفة التوطين” كحل عملي: بناء فريق محلي مستقر قادر على التحكم، القياس، والتحسين المستمر.

الدرس الأول: ربط التوظيف بمسارات مهارية للذكاء الاصطناعي (وليس مسميات)

الإجابة المباشرة: أفضل طريقة لبناء فريق ذكاء اصطناعي مالي هي تحديد المهارات المطلوبة لكل حالة استخدام، ثم توظيف/تدريب الناس على هذه المهارات—لا الاكتفاء بمسمى “Data Scientist”.

السياسات التي تُلزم نسب توطين تُنجح فقط عندما تكون مرتبطة بمخرجات واضحة. في البنوك وشركات الفنتك بالبحرين، يمكن تحويل ذلك إلى “سُلّم مهارات” مرتبط بأكثر حالات استخدام واقعية:

حالات استخدام AI الأكثر طلباً في التمويل (ومهاراتها)

1. كشف الاحتيال (Fraud Detection):

   • تحليل سلاسل زمنية، نماذج تصنيف، فهم سلوك المدفوعات
   • MLOps لمراقبة الأداء والانحراف
   • تعاون وثيق مع فرق المخاطر والامتثال

2. خدمة العملاء الذكية (Chat/Voice):

   • نماذج لغة، تصميم حوارات، قياس الجودة، حوكمة المحتوى
   • ربط آمن مع أنظمة البنك (الهوية، الحسابات، الطلبات)

3. الائتمان والتنبؤ بالتعثر:

   • نمذجة مخاطر، تفسير النماذج (Explainability)
   • اختبارات تحيز وعدالة، توثيق قرارات النموذج

4. أتمتة العمليات (RPA + AI):

   • استخراج بيانات من مستندات (OCR/IDP)
   • تحسين مسارات الموافقات وتقليل زمن الدورة

النقطة: عندما تُعرّف المهارات بهذا الشكل، يصبح من الأسهل:

• تصميم برامج تدريب داخلية
• عقد شراكات مع جامعات
• تقييم المرشحين بمهام عملية

الدرس الثاني: “حد أدنى للأجر” في التخصصات الحرجة يمنع فشل المشاريع

الإجابة المباشرة: تسعير المهارات بشكل منخفض في الذكاء الاصطناعي يؤدي لمشاريع متعثرة، لأن أفضل الكفاءات ستذهب للجهة التي تدفع وتُقدّر.

قرار السعودية وضع حد أدنى لأجر المهندسين ضمن إطار التوطين. في سياق البحرين، لا نحتاج بالضرورة لحد أدنى رسمي، لكن تحتاج المؤسسات إلى معيار داخلي لرواتب ومسارات ذكاء اصطناعي، لأن البديل مؤلم:

• توظيف مبتدئين بدون إشراف كافٍ → أخطاء في البيانات والنماذج
• الاستعانة بمصادر خارجية بالكامل → فقدان المعرفة داخل المؤسسة
• دوران وظيفي عالي → “مشروع يبدأ كل 6 أشهر من الصفر”

اقتراح عملي للبنوك وشركات الفنتك:

• حدّد 3 مسارات: محلل بيانات مالي، مهندس تعلم آلي، مهندس MLOps/حوكمة.
• ضع نطاقات رواتب واضحة ومراجعة سنوية.
• اربط الترقيات بشهادات/مشاريع داخلية، لا بالسنوات فقط.

الدرس الثالث: الاعتماد المهني = حوكمة للذكاء الاصطناعي

الإجابة المباشرة: شرط الاعتماد في الهندسة يشبه ما تحتاجه المؤسسات المالية في AI: أطر اعتماد داخلية تُثبت الكفاءة وتقلل المخاطر.

السعودية اشترطت اعتماد المهندس لدى جهة مهنية. في الذكاء الاصطناعي المالي، يمكن ترجمة الفكرة إلى اعتماد داخلي (AI Practitioner Accreditation) داخل البنك/الفنتك يغطي:

• أساسيات البيانات والخصوصية
• إدارة دورة حياة النموذج (من الفكرة إلى التشغيل)
• اختبارات الانحراف والعدالة والتفسير
• التوثيق (Model Cards) وملفات المخاطر

هذه ليست بيروقراطية. هذه الطريقة العملية لتقليل المخاطر التشغيلية والتنظيمية، خصوصاً مع صعود حلول الذكاء الاصطناعي التوليدي في خدمة العملاء والتحقق من المستندات.

كيف تستفيد شركات الفنتك والبنوك في البحرين خلال 90 يوماً؟

الإجابة المباشرة: ابدأ بثلاث خطوات: جرد مهارات، حالة استخدام واحدة ذات أثر مالي، وبناء فريق صغير متعدد التخصصات.

أقترح خطة تنفيذ قصيرة وواضحة يمكن لأي مؤسسة مالية تبنيها في الربع الأول من 2026:

1) أسبوعان: جرد مهارات البيانات والذكاء الاصطناعي

• من لديه خبرة SQL/تحليل بيانات؟
• من يفهم مخاطر وامتثال؟
• من يملك خبرة هندسة نظم/واجهات/API؟

اكتبها كقائمة، لا كتصورات.

2) 30 يوماً: اختيار حالة استخدام واحدة تُقاس بالأرقام

اختيار “بوت محادثة” قد يبدو جذاباً، لكنه قد يفشل بدون بيانات معرفة وإجراءات. في المقابل، حالات مثل تقليل الإنذارات الكاذبة في الاحتيال بنسبة 10–20% أو خفض زمن معالجة مستندات KYC عادةً أسرع قياساً وأوضح أثراً.

3) 60–90 يوماً: فريق صغير + حوكمة بسيطة

كوّن فريقاً من 4–6 أشخاص:

• مالك منتج (من الأعمال)
• محلل مخاطر/امتثال
• مهندس بيانات
• مهندس تعلم آلي
• مهندس MLOps أو منصة

واجعل لديهم طقوس تشغيل أسبوعية: مراجعة جودة البيانات، أداء النموذج، وملاحظات العملاء.

جملة قابلة للاقتباس: أي نموذج ذكاء اصطناعي في بنك بلا مراقبة تشغيلية هو “خطر مؤجل” لا “ابتكار”.

أسئلة شائعة يطرحها التنفيذيون (وإجابات عملية)

هل سيؤدي التوطين إلى نقص في الخبرات؟

قد يحدث نقص مؤقت، لكن الحل ليس التراجع؛ الحل هو نقل المعرفة بشكل منظم: فرق مختلطة، توثيق، وبرامج تدريب أثناء العمل. الاعتماد على الاستشارات وحدها يترك المؤسسة مكشوفة عند انتهاء العقد.

ما علاقة الهندسة بالذكاء الاصطناعي في التمويل؟

الهندسة هي العمود الفقري للتنفيذ: تكامل البيانات، بناء الأنظمة، تشغيل النماذج، الأمان، والموثوقية. الذكاء الاصطناعي “فكرة جميلة” حتى يصبح نظاماً يعمل 24/7.

ما المؤشر الذي يثبت نجاح الاستثمار في المواهب؟

مؤشرات واضحة مثل:

• زمن نشر نموذج من الفكرة إلى الإنتاج (بالأسابيع)
• نسبة الانحراف المكتشفة قبل أن تؤثر على العملاء
• خفض تكلفة معالجة عملية محددة (مثل KYC)
• انخفاض الإنذارات الكاذبة في الاحتيال

أين يقودنا هذا في 2026؟

السياسات التي تُعزز الكفاءات الوطنية—مثل قرار توطين المهن الهندسية في السعودية—تُرسل رسالة مفادها أن الخليج يضع المهارات التقنية في قلب اقتصاده. بالنسبة للبحرين، الرسالة الأهم هي أن التحول بالذكاء الاصطناعي في الخدمات المالية لن يثبت بدون فريق محلي مدرّب ومُحوكم.

إذا كنت تدير بنكاً أو شركة فنتك في البحرين، ففكّر في هذا كفرصة تنافسية: من يبدأ الآن ببناء مواهب الذكاء الاصطناعي (توظيفاً وتدريباً وحوكمة) سيُطلق منتجات أسرع، ويخدم العملاء أفضل، ويتعامل مع الامتثال بثقة أكبر.

الخطوة التالية بسيطة: اختر مجالاً واحداً تريد أن ترى فيه أثراً خلال 90 يوماً—الاحتيال، KYC، أو خدمة العملاء—ثم ابنِ فريقاً صغيراً يمتلك المهارة والمسؤولية. السؤال الذي يستحق التفكير: هل ستبقى مواهب الذكاء الاصطناعي لديك “مشروع موارد بشرية”، أم ستصبح جزءاً من نموذج عملك المالي؟