فيناسترا: السعودية تتبنى تقنية الذكاء الاصطناعي في الخدمات المالية
تاريخ النشر: 28th, November 2023 GMT
يُظهر استطلاع "فيناسترا" العالمي السنوي بأنه على الرغم من القيود الاقتصادية، فإن المؤسسات المالية في دولة الإمارات العربية المتحدة والمملكة العربية السعودية تُعدّ من بين المؤسسات العالمية الرائدة في الاستثمار في تقنية الذكاء الاصطناعي ونهج الخدمات المصرفية كخدمة (BaaS) والخدمات الماليّة المضمّنة.
كما تظهر نتائج الاستطلاع الصادر بعنوان: "الخدمات المالية: استطلاع آراء المجتمع المحلي 2023" بأن ما يقرب من 9 من بين كل 10 (87٪) مؤسسات في دولة الإمارات العربية المتحدة وما يقرب من الثلثين (64٪) في المملكة العربية السعودية تُفيد بأن المناخ الاقتصادي قد شكّل قيوداً على استثماراتهم في التقنية.
وبالرغم من ذلك، يُظهر الاستطلاع بأن كلا الدولتين برزتا من المناطق الرائدة عالمياً في مجال الذكاء الاصطناعي. وأشار 55% من المستطلعين في المملكة العربية السعودية، وهي أعلى نسبة على مستوى العالم، و45% في دولة الإمارات العربية المتحدة، وهي ثاني أعلى نسبة، بأنهم قد قاموا بتبنّي استخدام أو تحسين الذكاء الاصطناعي على مدى الإثني عشر شهراً الماضية. وتُبدي دولة الإمارات العربية المتحدة ارتفاعاً ملحوظاً في اعتماد استخدام تقنية الذكاء الاصطناعي عن نسبة 25% المسجلة في عام 2022، كما أن معدل تبني تلك التقنية في المنطقتين أعلى بشكل لافت من المتوسط العالمي البالغ 37%. ومن الملاحظ بأن المؤسسات المالية توجّه أنظارها نحو الذكاء الاصطناعي التوليدي (Gen AI) على وجه الخصوص. فقد ذكر 88% من صناع القرار في المملكة العربية السعودية و86% في دولة الإمارات العربية المتحدة بأن لديهم اهتمام بالتقنية، وبأن 27% و34% على التوالي قد قاموا بالفعل بدمجها في أعمالهم بشكل أو بآخر، وكلا النسبتين أعلى من المتوسط العالمي البالغ 26%.
أبدى المستطلعون وجهات نظر مختلفة حول حالات الاستخدام ذات الأولوية فيما يتعلق بالذكاء الاصطناعي التوليدي. في دولة الإمارات العربية المتحدة، يشير المستطلعون من المؤسسات إلى أن أتمتة المهام اليدوية أو المتكررة، مثل فحص المستندات أو خاصيّة رمز التوثيق تأتي في صدارة تلك المنافع (43%)، يليها استلام أو معالجة أو تحليل بيانات الحوكمة البيئية والاجتماعية والمؤسسية (ESG)، مثل اتخاذ قرارات الاستثمار أو الإقراض (40%). ويمثل هذا الأخير الفائدة القصوى بالنسبة لنحو 47% من الشركات في المملكة العربية السعودية، يليه تحسين عمليات تقنية المعلومات، مثل أتمتة العمليات أو تحسين البنية التحتية (36%).
استقصت الدراسة التي أجريت في الفترة من أغسطس إلى سبتمبر 2023، آراء 956 متخصصاً في المؤسسات المالية في كل من فرنسا وألمانيا وهونج كونج وسنغافورة والمملكة العربية السعودية ودولة الإمارات العربية المتحدة والمملكة المتحدة والولايات المتحدة وفيتنام.
تشمل أبرز نتائج الاستطلاع الأخرى ما يلي:
دولة الإمارات العربية المتحدة والمملكة العربية السعودية تتصدران اتجاه تبني الخدمات المصرفية كخدمة (BaaS): هناك ما يقرب من نصف المؤسسات (49%) في دولة الإمارات العربية المتحدة (وهي أي أعلى بقليل عن نسبة 41% المسجلة في عام 2022)، و53% في المملكة العربية السعودية قامت بتحسين أو تطبيق الخدمات المصرفية كخدمة (BaaS) في الاثني عشر شهراً الماضية، وهي أعلى من المتوسط العالمي البالغ 48%. وكثيراً ما يشار إلى حالة الاستخدام الأكثر تقدماً في دولة الإمارات العربية المتحدة على أنها "خدمة الصرف الأجنبي كخدمة" (FX as a Service)، في حين أن الإقراض المضمّن للشركات الصغيرة والمتوسطة هو في الواقع الأكثر انتشاراً وشيوعاً في المملكة العربية السعودية.
التمويل المفتوح نهج مرحّب به، ولكن يتطلب المزيد من الدعم: يعتقد 9 من بين كل 10 مستطلعين في دولة الإمارات العربية المتحدة بأن التمويل المفتوح يتيح للمستهلكين الوصول إلى مجموعة أكبر من الخدمات المالية، ومع ذلك، ترى نسبة مماثلة من المستطلعين (91%) بأن هناك حاجة إلى تقديم مزيد من الدعم من الجهات التنظيمية والهيئات الرقابية في القطاع لإنجاح تبني نهج التمويل المفتوح. وهذه الأرقام الاحصائية متماثلة في المملكة العربية السعودية، حيث تبلغ 89% و88% على التوالي.
الخدمات المصرفية لا تقتصر على مجرد التمويل: يفيد ما يقرب من 9 من بين كل 10 (89%) من القادة في دولة الإمارات العربية المتحدة وأكثر بقليل منهم (92%) في المملكة العربية السعودية بأنه من المهم للغاية أن تدعم الخدمات المالية مبادرات الحوكمة البيئية والاجتماعية والمؤسسية (ESG)وبأن تسعى بشكل نشط إلى تحسين أدائها في هذا المجال. ويُجمع أغلبية المستطلعين أيضاً على أن التوعية بالمبادئ الأساسية للشؤون المالية، ودعم الفئات المستضعفة من الناس ينبغي أن يكون محط اهتمام رئيسي (88% و90% على التوالي).
قادة القطاع متحمّسون لوتيرة التغيّر المتسارع: عند سؤال القادة المستطلعين عما إذا كانوا متحمسين للتغير التقني والثقافي في الخدمات المالية على المستوى الشخصي، وفي مؤسساتهم المالية والقطاع على نطاق أوسع، سجلت كلا المنطقتين أرقاماً مرتفعة في كافة المجالات. وتبلغ هذه الأرقام في دولة الإمارات العربية المتحدة 90% و88% و80% على التوالي، في حين ينطبق الأمر نفسه على 93% و90% و92% بالنسبة للمؤسسات في المملكة العربية السعودية.
وقال سايمون باريس، الرئيس التنفيذي لشركة "فيناسترا"، "على الرغم من المناخ الاقتصادي المتقلّب، يُظهر استطلاعنا بوضوح أن الاستثمار في الذكاء الاصطناعي والخدمات المصرفية كخدمة (BaaS) والتمويل المضمّن لايزال يشكّل أولوية قصوى لمؤسسات الخدمات المالية على مدى الاثني عشر شهراً القادمة." وأضاف سايمون بالقول، "ويُعدّ هذا الاتجاه، على وجه الخصوص، هو السائد في دولة الإمارات العربية المتحدة والمملكة العربية السعودية، حيث برزت المؤسسات باعتبارها من بين القادة العالميين في مجال الابتكار التقني، وهو ما يعكس نتائج العام الماضي في دولة الإمارات العربية المتحدة - مما ينمّ عن مستقبل واعد ومشرق للخدمات المالية في هذه المناطق. ونحن في "فيناسترا" نشارك التزام القطاع المستمر بدعم مبادرات الحوكمة البيئية والاجتماعية والمؤسسية (ESG)، والتعاون بشأن تبني نهج التمويل المفتوح، وتحفيز استخدام التقنيات المتقدمة مثل الذكاء الاصطناعي للمساعدة في توفير مزيد من الفرص المستقبلية الواعدة."
المصدر: بوابة الوفد
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
من يمنح الإرهابيين تأشيرة عبور؟