البنوك البريطانية تستهلك حوالي 3.3 مليار جنيه إسترليني سنويًا للحفاظ على أنظمتها الأساسية القديمة، وهو ما يشكل تقريبًا ربع ميزانيات تكنولوجيا المعلومات لديها. ومع ذلك، يعترف ما يقرب من نصفها بأنها تواجه صعوبة في مواكبة الطلب اليومي والأولويات الاستراتيجية.
هذه التكاليف كانت تعتبر لعقود طويلة ضرورية لضمان الاستقرار. إذ تدير هذه الأنظمة ملايين المعاملات يوميًا، وتلتزم باللوائح، وتحافظ على ثقة العملاء، وتستمر في دفع الأموال. وكان يُنظر إلى استبدالها على أنه مخاطرة كبيرة، أو مكلف جدًا، أو قد يسبب اضطرابات كبيرة.
لكن الذكاء الاصطناعي يُغير تلك الافتراضات بشكل جذري.
تسريع التغيير عبر الذكاء الاصطناعي
يلعب الذكاء الاصطناعي دورًا محوريًا في تسريع وتيرة تطوير البرمجيات. أدوات الذكاء الاصطناعي التي تسرع عملية التكويد، وت automate الاختبارات، وتدعم التوثيق، تضغط على مهل التطوير بشكل كبير. ومع تزايد توقعات أصحاب المصالح التجارية، يطالبون بإصدارات أسرع، وخدمات أكثر تخصيصًا، وقرارات أسرع.
وعلى الرغم من أن قدرات الذكاء الاصطناعي تتقدم بسرعة، إلا أن نماذج تقديم التطبيقات في العديد من البنوك لا تزال تعتمد على ممارسات يدوية ومجزأة، وُجدت في عصر أبطأ. هذا الفارق بين ما يتيحه الذكاء الاصطناعي وما يمكن أن تدعمه الأنظمة القديمة أصبح واضحًا بشكل متزايد، ويصعب تجاهله.
الهشاشة المخفية لنماذج التنفيذ
ليست الأنظمة القديمة فقط المشكلة، بل إن العمق الحقيقي يكمن في كيفية تنفيذ التغييرات حولها. في كثير من البنوك، تتسم متطلبات الأعمال بعدم التوحيد أو عدم التحديد المستمر. تتداخل المنطق التجاري في تطبيقات مختلفة، وتُكرر عبر جدران مؤسسية، أو تُفسر بشكل متفاوت بين الفرق. وغالبًا، يكون المعرفة المؤسسية مركزة في مجموعة صغيرة من الخبراء القدامى، بدلاً من أن تكون موثقة في أصول مشتركة ومنظمة.
ومع مرور الوقت، تتراكم طبقات من الديون التقنية والتشغيلية التي يصعب ملاحظتها وإدارتها. إدخال أدوات الذكاء الاصطناعي في هذا البيئة لا يحل هذه المشكلات تلقائيًا، بل قد يُفاقمها إذا لم تكن المتطلبات واضحة والقواعد متجانسة. فالنواتج التي يولدها الذكاء الاصطناعي تعتمد بشكل كبير على نوعية البيانات المدخلة. عندما يكون المنطق التجاري غامضًا أو غير موحد، فإن الذكاء الاصطناعي يعيد إنتاج تلك الحالة بشكل موسع.
وبالتالي، قد تبدو العمليات أسرع، لكنها تظل هشة، غير متوقعة، وتحمل مخاطر عالية، لأن الأساس غير مستقر. النتيجة هي معضلة مألوفة: تستثمر البنوك في الذكاء الاصطناعي لتسريع التسليم، لكن التغييرات لا تزال بطيئة ومكلفة، مع مخاطر امتثال عالية. لقد كشفت أدوات الذكاء الاصطناعي هشاشة أنظمتها التقليدية، وأظهرت مدى ضعفها.
تكاليف الصيانة والتعقيد المتراكم
الـ3.3 مليار جنيه إسترليني التي تُنفق سنويًا على صيانة الأنظمة القديمة ليست فقط ناتجة عن تكنولوجيا عفا عليها الزمن، بل تعكس تعقيدًا متراكمًا. على مر العقود، بنى البنوك شبكات معقدة من الاندماجات، والحلول المخصصة، والنُهج الجزئية حول أنظمتها الأساسية. كل تحديث تنظيمي، أو إطلاق منتج جديد، أو عملية استحواذ، يضيف طبقات جديدة.
ومع تكرار ذلك، تتراجع وثائق التوثيق، ويُعاد كتابة المنطق البرمجي لتلبية الاحتياجات الحالية، فيما تقتصر المعرفة العميقة على مجموعة صغيرة من الخبراء الذين يقتربون من التقاعد. حتى التعديلات الصغيرة قد تؤدي إلى تأثيرات متسلسلة، ويصبح اختبار التغييرات أكثر تعقيدًا، حيث يخاف الفرق من كسر أنظمة لم تعد تفهمها بالكامل. يسيطر على عمليات الإصدار إجراءات صارمة، ويحيط بها عمليات تقليل المخاطر، مما يحد من الابتكار ويقيد القدرة على التحديث.
الذكاء الاصطناعي يكشف عن التعقيد ويزيد الحاجة إلى الذكاء في التنفيذ
عندما يُظهر الذكاء الاصطناعي حدود الأنظمة القديمة، فإن الحل ليس ببساطة مزيدًا من الأتمتة. بل يتطلب تبني مفهوم “التنفيذ المعتمد على الذكاء”.
الهدف هو دمج منطق الأعمال وسياق القرارات مباشرة في دورة حياة تطوير البرمجيات. بدلاً من تداخل القواعد عبر قواعد برمجية متعددة أو الاعتماد على التفسير الفردي، توحد المؤسسات وتُوثق القواعد في نماذج منظمة وقابلة لإعادة الاستخدام. تصبح المتطلبات موحدة وقابلة للتتبع من نية العمل حتى التنفيذ والاختبار. يوضح منطق القرارات، ويُتحكم في إصداره، ويُتاح تدقيقه.
مع وجود هذا الأساس، يصبح الذكاء الاصطناعي أكثر استقرارًا. تتوافق عمليات التوليد البرمجي مع قواعد العمل المعتمدة، ويُطابق الاختبار مسارات القرار المحددة، ويصبح تحليل التأثير أكثر دقة، لأن الاعتمادات مرئية ومفهومة.
التحول إلى إدارة ذكية للمشاريع
لا يمكن أن يأتي التسريع على حساب المرونة والأمان والامتثال التنظيمي. إدارة القرارات بشكل ذكي تضع منطق العمل في قلب دورة التطوير، مما يجعل التغييرات أكثر تحكمًا وشفافية وتفسيرًا.
مع تزايد اعتماد الذكاء الاصطناعي، يولي المنظمون اهتمامًا أكبر لكيفية تصميم وتنفيذ وإدارة القرارات الآلية. المؤسسات التي لا تستطيع شرح كيفية تطبيق قواعد العمل عبر أنظمتها تواجه تدقيقًا متزايدًا. جعل المنطق واضحًا وقابلاً للتتبع يساعد على تلبية هذه المطالب، مع تمكين الابتكار في الوقت نفسه.
مسار عملي نحو التحديث التدريجي
لا يتطلب التحول استبدالًا شاملاً للنظم الأساسية، إذ أن ذلك غير ممكن بالنسبة لمعظم البنوك بسبب تكلفته الكبيرة. يمكن أن يبدأ التقدم عبر تحسين نماذج التنفيذ نفسها. من خلال تحديد المناطق التي تتطلب تغييرات عالية، وتوثيق قواعد العمل، وتكامل أدوات الذكاء الاصطناعي مع إدارة قرارات منظمة، يمكن تقليل الاعتماد على العمليات الهشة تدريجيًا.
مع مرور الوقت، ينخفض عبء الصيانة، ويزيد الثقة في الإصدارات، ويصبح أمام المؤسسات طريق واقعي نحو تحديث تدريجي ومتدرج. إن المليارات التي تُنفق على صيانة الأنظمة القديمة تمثل عبئًا وفرصة في آنٍ واحد. بتحويل جزء من تلك الاستثمارات إلى ممارسات تعتمد على الذكاء، يمكن الانتقال من الصيانة الدفاعية إلى الابتكار الاستباقي.
الذكاء الاصطناعي ليس عدو الأنظمة القديمة، ولا حلاً سحريًا، بل هو محفز يُظهر نقاط الضعف التي تراكمت على مر السنين. البنوك التي تعيد التفكير في كيفية تقديم البرمجيات ستكون في وضع أفضل لتوسيع الذكاء الاصطناعي بطريقة آمنة ومستدامة. أما تلك التي تظل متمسكة بنماذج قديمة، فقد تجد أن الخطر الأكبر لا يكمن في اعتماد الذكاء الاصطناعي بسرعة، بل في الاستمرار في نماذج لا تستطيع مواكبة وتيرة التطور في عالم المصارف الحديث.