قواعد السعودية للاستخدام الثانوي للبيانات تبرز درسًا مهمًا للبحرين: حوكمة البيانات هي طريق الذكاء الاصطناعي في البنوك والفنتك. تعرّف على التطبيقات والخطوات العملية.
قواعد البيانات الثانوية: دفعة للذكاء الاصطناعي بالتمويل البحريني
في 31/12/2025، أعلنت الهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA) عن قواعد عامة جديدة لتنظيم “الاستخدام الثانوي للبيانات”—أي إعادة استخدام البيانات الموجودة لأغراض مثل البحث والتطوير وصنع القرار وخدمة المصلحة العامة، ضمن ضوابط وإجراءات واضحة. الخبر سعودي، لكن رسالته إقليمية: لا توجد نماذج ذكاء اصطناعي موثوقة من دون حوكمة بيانات يمكن الاعتماد عليها.
وهنا تحديدًا تبرز أهمية الموضوع في سياق سلسلة “كيف يُحوّل الذكاء الاصطناعي قطاع الخدمات المالية والتكنولوجيا المالية في البحرين”. كثير من الفرق في البنوك وشركات التكنولوجيا المالية تتحدث عن روبوتات محادثة، وتخصيص العروض، وكشف الاحتيال. لكن الواقع؟ أغلب التعثر لا يأتي من نقص الخوارزميات، بل من سؤال بسيط ومزعج: هل نستطيع الوصول إلى البيانات وإعادة استخدامها بشكل قانوني وآمن وقابل للتدقيق؟
جملة واحدة تلخص المشهد: حوكمة البيانات هي البنية التحتية غير المرئية لكل ابتكار مرئي في الخدمات المالية.
ماذا يعني “الاستخدام الثانوي للبيانات” ولماذا يهم التمويل؟
الاستخدام الثانوي للبيانات هو استعمال البيانات التي جُمعت أصلًا لغرض محدد (مثل فتح حساب، تنفيذ معاملة، أو التحقق من الهوية) في أغراض أخرى لاحقة—مثل تحسين نماذج المخاطر، تطوير منتجات، أو قياس جودة الخدمة—مع الالتزام بالضوابط.
في الخدمات المالية، هذا المفهوم حساس لأن البيانات غالبًا تتضمن:
- بيانات تعريفية وشخصية (KYC)
- بيانات معاملات وحركة حساب
- بيانات سلوكية رقمية (تفاعل المستخدم مع التطبيق)
- بيانات ائتمانية ومخاطر
الفائدة الكبرى من التنظيم ليست “السماح بالمشاركة” فقط، بل تحويل المشاركة إلى عملية متوقعة بدل أن تكون اجتهادًا فرديًا بين الإدارات، أو سلسلة موافقات طويلة تُجهض أي تجربة.
الفرق بين الابتكار العشوائي والابتكار القابل للتوسع
عندما لا توجد قواعد للاستخدام الثانوي:
- كل مشروع ذكاء اصطناعي يبدأ من الصفر في “الحصول على البيانات”
- تتكرر عمليات التنظيف وربط البيانات بشكل غير موحد
- يصعب إثبات الامتثال عند المراجعة أو التدقيق
أما عندما تكون القواعد واضحة:
- تصبح البيانات “قابلة لإعادة الاستخدام” بمخاطر أقل
- تتسارع التجارب (POCs) لأنها لا تعيد اختراع الإجراءات
- تزيد جودة النماذج لأن مصادر البيانات تُدار بطريقة معيارية
لماذا خطوة السعودية تهم البحرين مباشرة؟
الرسالة الأساسية في إطار SDAIA—كما ورد في الخبر—هي وضع ضوابط وإجراءات طلب ومشاركة البيانات لأغراض ثانوية بهدف دعم البحث والابتكار وتحسين الخدمات الحكومية وصنع القرار. هذا النوع من الأطر يشكل اتجاهًا خليجيًا واضحًا: تنظيم مشاركة البيانات بدل تركها للرماديّات.
بالنسبة للبحرين كمركز مالي إقليمي، الفكرة قابلة للترجمة إلى سياق الخدمات المالية والتكنولوجيا المالية عبر ثلاثة محاور عملية:
1) الذكاء الاصطناعي في التمويل يحتاج بيانات “صالحة للاستخدام” لا “متاحة فقط”
ليس كافيًا أن تكون البيانات موجودة في مستودعات. المطلوب أن تكون:
- موصوفة (Metadata) ومفهومة
- مصنّفة حسب الحساسية
- مرتبطة بسجل موافقات (Consent) وأسس استخدام
- قابلة للتتبع: من استخدمها؟ ولماذا؟ وبأي نسخة؟
بدون ذلك، ستبقى مشاريع مثل التخصيص الذكي أو كشف الاحتيال محصورة في نطاق ضيق.
2) إعادة الاستخدام الأخلاقي للبيانات يرفع ثقة العملاء
العملاء في الخليج—بما في ذلك البحرين—أصبحوا أكثر حساسية تجاه الخصوصية. في يناير 2026، ومع اتساع الخدمات الرقمية، الثقة لم تعد تُبنى بالواجهة الجميلة فقط؛ تُبنى أيضًا بالسياسات.
قاعدة واضحة للاستخدام الثانوي تعني أن المؤسسة تستطيع أن تقول للعميل بوضوح:
- ما الذي نعيد استخدامه؟
- لماذا؟
- كيف نحميه؟
- وما حقوقك في الاعتراض أو التعديل؟
وهذا ينعكس مباشرة على اعتماد القنوات الرقمية وتقليل التردد في مشاركة البيانات.
3) الحوكمة تقلل كلفة الامتثال وتزيد سرعة الابتكار
البنوك وشركات الفنتك تعاني عادة من معادلة صعبة: “ابتكر بسرعة” مقابل “امتثل بدقة”. الأطر التنظيمية الجيدة تجعل المعادلة أقل ألمًا عبر:
- مسارات موافقة قياسية
- قوالب تقييم مخاطر
- مسؤوليات واضحة بين فرق البيانات والامتثال والمنتج
النتيجة: زمن إطلاق التجربة ينخفض، واحتمال التراجع بسبب ملاحظة تدقيقية ينخفض معه.
كيف يترجم “الاستخدام الثانوي” إلى حالات استخدام FinTech في البحرين؟
الإجابة العملية: عبر تحويل البيانات التاريخية والمعاملات والسلوك الرقمي إلى أصول تستخدم مرة أخرى—بشكل مضبوط—لصناعة خدمات أذكى.
كشف الاحتيال ومكافحة غسل الأموال (AML) ببيانات متعددة المصادر
أقوى نماذج كشف الاحتيال لا تعتمد على المعاملة وحدها، بل على إشارات إضافية مثل:
- نمط الجهاز وتغيره
- تكرار محاولات الدخول
- اختلاف مواقع الاستخدام
- العلاقات بين الحسابات (شبكات)
الاستخدام الثانوي يسمح بدمج هذه البيانات ضمن ضوابط، بدل أن تبقى كل إشارة في نظام منعزل.
نماذج مخاطر ائتمانية أكثر عدلًا عبر “بيانات بديلة”
في التمويل الرقمي، جزء من العملاء لا يملكون سجلًا ائتمانيًا غنيًا. هنا تظهر قيمة البيانات البديلة (ضمن القانون والضوابط)، مثل:
- انتظام الدخل عبر التحويلات
- نمط المصروفات الثابتة
- سلوك السداد في منتجات صغيرة
لكن استخدام هذه البيانات يتطلب قواعد صارمة حتى لا يتحول إلى تمييز غير مقصود.
خدمة عملاء مدعومة بالذكاء الاصطناعي دون تجاوز الخصوصية
روبوتات المحادثة في البنوك تتعثر عندما لا يُسمح لها بالوصول إلى سياق العميل. وفي المقابل، فتح الوصول بلا ضوابط خطر.
الحل العملي: “وصول مضبوط” يعتمد على:
- إخفاء/تعمية أجزاء من البيانات الحساسة
- تقييد ما يمكن للنموذج رؤيته بحسب نوع الطلب
- تسجيل كامل للحوارات وتبريرات الاسترجاع
هذه بالضبط روح الأطر التي تنظّم الاستخدام الثانوي: افتح الباب، لكن ببوابات واضحة.
إطار عملي: 7 ضوابط تجعل إعادة استخدام البيانات آمنة وقابلة للتدقيق
إذا كنت تعمل في بنك أو شركة فنتك في البحرين وتريد الاستفادة من الدروس الإقليمية، فهذه قائمة تنفيذية (وليست نظرية) لبناء بيئة “استخدام ثانوي” صالحة للذكاء الاصطناعي:
- تصنيف البيانات حسب الحساسية (شخصية/مالية/تشغيلية/مجمعة)
- سجل أغراض الاستخدام: كل مشروع يكتب الغرض، النطاق، والمدة
- مبدأ الحد الأدنى: اجمع/استخدم أقل قدر يحقق الهدف
- إخفاء الهوية/التجميع متى ما أمكن (خصوصًا في التحليلات)
- حوكمة الموافقات: ما الذي وافق عليه العميل؟ وكيف نثبت ذلك؟
- مراجعات تحيز وعدالة لنماذج الائتمان والتسعير
- سجلات تدقيق كاملة للبيانات والنماذج (من المصدر إلى القرار)
رأيي الصريح: أي شركة لا تبني “سجل تدقيق للبيانات والنماذج” الآن ستدفع الثمن لاحقًا—إما في ثغرة أمنية، أو في قرار ائتماني لا يمكن تبريره.
أسئلة شائعة تتكرر في مشاريع الذكاء الاصطناعي المالي (وإجابات مباشرة)
هل “الاستخدام الثانوي” يعني مشاركة البيانات مع أطراف خارجية؟
ليس بالضرورة. غالبًا يبدأ داخل المؤسسة: بين إدارات، أو بين أنظمة، أو بين فرق تحليل وفرق منتج. المشاركة الخارجية ممكنة، لكنها تحتاج طبقات إضافية من العقود والضوابط.
هل يبطئ التنظيم الابتكار؟
التنظيم السيئ يبطئه. التنظيم الجيد يسرّعه لأنه يحول كل مشروع من “معركة موافقات” إلى “مسار معروف”.
ما أول مشروع ذكاء اصطناعي يستفيد من إعادة الاستخدام بسرعة؟
عادةً: تحسين تجربة القنوات الرقمية (التخصيص/توقع الاستفسارات/تقليل زمن خدمة العميل) لأنه يعتمد على بيانات موجودة أصلًا ويمكن ضبطها تدريجيًا.
ما الخطوة التالية للبنوك وشركات الفنتك في البحرين؟
الخطوة التالية ليست شراء منصة جديدة أو توظيف فريق أكبر فقط. البداية الصحيحة هي أن تجلس فرق البيانات والامتثال والمنتج على طاولة واحدة وتجيب عن سؤال واحد: ما أنواع “الاستخدام الثانوي” التي نسمح بها الآن، وما الذي نحتاجه لنسمح به خلال 90 يومًا؟
إذا كان هدفك توليد قيمة سريعة، ابدأ بمشروع صغير لكن منضبط: نموذج لاكتشاف أنماط شكاوى العملاء في القنوات الرقمية باستخدام بيانات مجهولة/مجمعة، مع سجل موافقات وتدقيق واضح. ستتفاجأ كم من “الذكاء” يمكن الحصول عليه من بياناتكم الحالية عندما تصبح قابلة لإعادة الاستخدام بشكل صحيح.
ومع دخول 2026، الاتجاه الخليجي واضح: الذكاء الاصطناعي في الخدمات المالية لن يتقدم بخطاب تسويقي، بل بقواعد بيانات ومسارات مشاركة ومسؤوليات واضحة. والسؤال الذي يستحق التفكير: هل ستكون البحرين سبّاقة في جعل “إعادة استخدام البيانات” ميزة تنافسية لقطاعها المالي؟