ذكاء اصطناعي صيني يفحص 68 ألف جهة.. المركزي النمساوي يكشف مخاطر الائتمان

استعان باحثون في البنك المركزي النمساوي بنموذج ذكاء اصطناعي صيني لتحليل وتصنيف 68,205 جهات مالية واقتصادية، ضمن دراسة تستهدف قياس انكشاف البنوك على سوق الائتمان الخاص، الذي بلغت أصوله المدارة عالميًا نحو 1.8 تريليون دولار بنهاية 2025.

وكشفت الدراسة عن ارتباطات مباشرة للبنوك النمساوية بصناديق الائتمان الخاص تبلغ نحو 4.4 مليار يورو، بينما يصل إجمالي انكشاف المؤسسات المالية النمساوية، بما يشمل شركات التأمين وصناديق التقاعد، إلى 12 مليار يورو.

واعتمد الباحثون على نموذج MiniMax M2.7، الذي طورته شركة صينية، وشغّلوه داخل البنية التقنية للبنك المركزي. ويستهدف هذا النهج تسهيل تحليل البيانات واسعة النطاق، مع تجنب التكلفة المرتفعة للاعتماد على نماذج خارجية.

68 ألف جهة تحت الفحص.. كيف استخدم المركزي النمساوي الذكاء الاصطناعي؟

كشف تقرير الاستقرار المالي رقم 52، الصادر عن البنك المركزي النمساوي في 11 نوفمبر 2026، تفاصيل استخدام نموذج الذكاء الاصطناعي.

وأوضح الباحثون أنهم استخدموا النموذج لتصنيف 68,205 جهات مقابلة ضمن بيانات الانكشافات الائتمانية للبنوك.

وجمع التحليل بين البيانات الرقابية والبحث الإلكتروني لتحديد الجهات المرتبطة بأنشطة الائتمان الخاص، وتصنيفها وفق طبيعة نشاطها.

وتكمن أهمية هذه الخطوة في صعوبة الاعتماد على التصنيفات الاقتصادية التقليدية لتحديد جميع الشركات والصناديق العاملة في هذا السوق.

ويتيح النموذج تطبيق معايير بحث وتصنيف موحدة على عدد كبير من المؤسسات، بما يدعم جهود تحليل الروابط المالية.

لماذا اختار البنك المركزي نموذج MiniMax الصيني؟

اعتمد الباحثون على نموذج MiniMax M2.7 المطور من شركة MiniMax الصينية، بدلًا من تنفيذ المهمة باستخدام نماذج لغوية خارجية.

وأوضحوا أن استخدام النماذج الخارجية لمعالجة هذا العدد من الحالات كان سيؤدي إلى تكاليف مرتفعة للغاية.

ولهذا، اختاروا تشغيل النموذج داخل البنية التقنية للبنك المركزي، بما يسمح بتنفيذ عمليات البحث والتصنيف على نطاق واسع.

ويبرز هذا النهج أهمية الموازنة بين التكلفة والأداء عند اختيار تقنيات الذكاء الاصطناعي للمؤسسات المالية.

لكن الدراسة لم تقدم مقارنة رقمية تفصيلية بين تكلفة MiniMax والنماذج الأمريكية، كما لم تعلن قيمة محددة للوفورات المحققة.

وتؤكد التجربة أن اختيار أدوات الذكاء الاصطناعي قد يعتمد على ملاءمتها للمهمة وتكلفتها، وليس على شهرة الشركة المطورة وحدها.

1.8 تريليون دولار.. ما حجم سوق الائتمان الخاص العالمي؟

تأتي الدراسة في وقت يشهد فيه سوق الائتمان الخاص Private Credit توسعًا كبيرًا، بالتزامن مع زيادة دور المؤسسات غير المصرفية في تقديم التمويل.

ووفق بيانات Preqin التي استند إليها التقرير، ارتفعت الأصول المدارة في هذا القطاع من 32 مليار دولار عام 2000 إلى 1.8 تريليون دولار بنهاية 2025.

وتشمل هذه الأصول رأس المال المستثمر، إضافة إلى التزامات رأسمالية لم تُستخدم بعد، وتمثل نحو 30% من الإجمالي.

ويقوم النشاط على تقديم التمويل للشركات من خلال صناديق ومديري أصول، بدلًا من الاعتماد على القروض المصرفية التقليدية وحدها.

وتبرز جاذبية القطاع في توفير حلول تمويلية مرنة للشركات، خصوصًا المؤسسات التي قد تواجه صعوبات في الحصول على التمويل المعتاد.

لكن انخفاض مستويات الإفصاح وتفاوت طرق تقييم الأصول يجعلان قياس المخاطر أكثر تعقيدًا.

4.4 مليار يورو انكشافًا للبنوك.. ماذا كشفت الدراسة؟

أظهرت الدراسة أن الانكشاف المباشر للبنوك النمساوية على صناديق الائتمان الخاص يبلغ نحو 4.4 مليار يورو بنهاية 2025.

ويمثل هذا المبلغ أقل من 0.5% من إجمالي أصول البنوك، ما يشير إلى محدودية الانكشاف المباشر وفق نطاق الدراسة.

وتتركز التمويلات في أنشطة الائتمان الخاص للشركات بنحو 2.4 مليار يورو، إلى جانب تمويلات عقارية تقارب 1.8 مليار يورو.

أما الانكشافات المرتبطة بالبنية التحتية، فبلغت نحو 108 ملايين يورو.

وكشفت البيانات عن تركز جغرافي ملحوظ، إذ استحوذت الولايات المتحدة على نحو 2.7 مليار يورو من الانكشافات البنكية المباشرة.

ويعكس هذا التركز مواقع الصناديق والكيانات المالية المستفيدة من التمويل، وليس بالضرورة المواقع النهائية لجميع المقترضين.

12 مليار يورو للمؤسسات المالية.. شركات التأمين تتصدر الانكشافات

لم تقتصر الدراسة على القطاع المصرفي، بل شملت شركات التأمين وصناديق التقاعد النمساوية.

وبلغ إجمالي الانكشافات المقدرة للمؤسسات المالية نحو 12 مليار يورو، بما يقل عن 1% من أصولها المجمعة.

واستحوذت شركات التأمين على 6.2 مليار يورو، مقابل 4.4 مليار يورو للبنوك و1.4 مليار يورو لصناديق التقاعد.

وتوضح الأرقام اختلاف طبيعة العلاقة بين هذه المؤسسات وسوق الائتمان الخاص.

فبينما تقدم البنوك التمويل للصناديق والكيانات المرتبطة بالسوق، تستثمر شركات التأمين وصناديق التقاعد بصورة أكبر في الأصول الائتمانية نفسها.

وتزيد هذه الروابط أهمية المتابعة الرقابية، خاصة عند تعرض الصناديق لضغوط سيولة أو تراجع في جودة الأصول.

مخاطر الائتمان الخاص.. لماذا تراقبه البنوك المركزية؟

يواجه سوق الائتمان الخاص تحديات تتعلق بمحدودية الشفافية وصعوبة تحديد القيمة السوقية لبعض الاستثمارات.

كما تعتمد بعض الصناديق على تقييمات دورية للأصول، بدلًا من الأسعار المتاحة باستمرار في الأسواق العامة.

وقد يؤدي ذلك إلى تأخر ظهور بعض الخسائر، خصوصًا خلال فترات اضطراب الأسواق أو تعثر المقترضين.

وتزداد المخاطر مع اتساع الروابط بين صناديق الائتمان الخاص والبنوك وشركات التأمين والمؤسسات الاستثمارية.

وكانت ضغوط طلبات الاسترداد التي واجهتها بعض الصناديق خلال 2026 قد أعادت هذه التحديات إلى اهتمام الجهات الرقابية.

ومع ذلك، خلصت الدراسة النمساوية إلى أن الانكشافات المباشرة الحالية لا تمثل تهديدًا جوهريًا للاستقرار المالي في النمسا.

وشدد الباحثون على ضرورة استمرار الرقابة، نظرًا لاحتمال انتقال ضغوط السوق إلى مؤسسات مالية أخرى بصورة غير مباشرة.

هل يمكن الاعتماد على الذكاء الاصطناعي وحده في الرقابة المصرفية؟

رغم نجاح الباحثين في تطبيق أسلوب موحد للتصنيف، أقرت الدراسة بوجود حدود لدقة النتائج.

وأظهرت المراجعات اليدوية انخفاض نسبة التصنيفات الخاطئة، لكنها لم تستبعد وقوع أخطاء في تصنيف بعض الجهات.

وتعني هذه النتيجة أن استخدام الذكاء الاصطناعي يظل أداة مساعدة للباحثين والمحللين، وليس بديلًا كاملًا للتحقق البشري.

كما أن استخدام النموذج في دراسة بحثية لا يعني بالضرورة اعتماده لاتخاذ قرارات رقابية مستقلة أو إلزامية.

وتبرز أهمية هذه الضوابط في القطاع المالي، حيث قد تؤثر الأخطاء في تحليل البيانات على تقدير المخاطر.

الذكاء الاصطناعي الصيني يدخل المشهد المصرفي الأوروبي.. ماذا تعني التجربة؟

تعكس تجربة البنك المركزي النمساوي اتساع الخيارات المتاحة أمام المؤسسات المالية عند استخدام تقنيات الذكاء الاصطناعي.

فبدلًا من الاقتصار على الحلول الخارجية الأعلى تكلفة، يمكن تقييم نماذج بديلة وتشغيلها ضمن بنية تقنية خاضعة لإدارة المؤسسة.

وقد يساعد هذا التوجه في معالجة كميات كبيرة من البيانات، وتعزيز كفاءة البحث والتصنيف وتحليل الانكشافات المالية.

لكن نجاح أي تطبيق يعتمد على دقة النتائج، وضوابط البيانات، وكفاءة التشغيل، وتكلفة الاستخدام الفعلية.

وتوضح الدراسة أن الفائدة لا تقتصر على الجانب التقني، بل تمتد إلى تحسين القدرة على قياس الروابط بين البنوك والأسواق الأقل شفافية.

وبين تحليل 68,205 جهات وكشف انكشافات مالية تبلغ 12 مليار يورو، تقدم تجربة البنك المركزي النمساوي مثالًا على توظيف الذكاء الاصطناعي في دراسة المخاطر المصرفية، مع استمرار الحاجة إلى المراجعة البشرية والرقابة المتخصصة.