سقف الأتمتة: لماذا لا يزال دعم العملاء الماليين يحتاج إلى البشر

على مدار العقد الماضي، تعاملت الصناعة المالية مع الأتمتة كحل سحري لمعالجة التكاليف المتزايدة، والصفوف الطويلة، والعملاء غير الصبورين. بلا شك، كان مساعدو الدردشة الآلية، الذين يمثلون القوة الدافعة وراء موجة الأتمتة، قد وعدوا بالسرعة، والقدرة على التوسع، والتوافر الذي لا يمكن لفريق بشري أن يضاهيه. وبطرق عديدة، وفوا بوعدهم، حيث أن اليوم، حوالي 73% من البنوك العالمية تنفّذ دعم الذكاء الاصطناعي بنشاط، مما يساعد على معالجة ملايين الطلبات كل شهر. ومع ذلك، الواقع ليس حلوًا كما يبدو.

Customer satisfaction with banking chatbots remains the lowest among digital service channels, while 65% of people say they’re likely to leave a business after a negative chatbot experience. So the efficiency is real, yet the trust, being a cornerstone of financial relationships, is still missing. Let’s take a closer look.

الانتصارات السريعة، والشك المستمر

لقد جعلت الأتمتة دعم العملاء أسرع وأرخص. هذه حقيقة. لهذا السبب تشارك العديد من الشركات اليوم في سباق الذكاء الاصطناعي، من خلال أتمتة وتحسين كل من المهام الروتينية ومساعدة العملاء. ومن خلال تفويض الاستفسارات الروتينية إلى الذكاء الاصطناعي، توفر البنوك والشركات المالية بالفعل مليارات الدولارات كل عام.

المثال على ذلك هو Klarna. على سبيل المثال، في عام 2025، عالج روبوت الدردشة الخاص بها أكثر من 1.3 مليون محادثة مع العملاء كل شهر، مما خفض متوسط أوقات المعالجة من حوالي اثني عشر دقيقة إلى أقل من دقيقتين. وفقًا لأي معيار تشغيلي، هذا إنجاز كبير ومصدر واضح للوفورات.

ومع ذلك، لا تتحول الكفاءة تلقائيًا إلى رضا العملاء. عبر الأسواق، تُظهر الاستطلاعات أن أقل من نصف عملاء البنوك سعداء بتفاعلات روبوتات الدردشة، وأن حوالي 1٪ فقط يقولون إنهم سيختارون الروبوت على قنوات الخدمة الأخرى. واجهت Klarna نفسها هذه المشكلة: على الرغم من جميع مكاسب الكفاءة، اضطرّت إلى إعادة توظيف الوكلاء البشريين بعد موجة من إحباط العملاء. بعبارة أخرى، ما نجح في تقليل التكاليف لم ينجح في بناء العلاقات.

That’s the paradox of automation. Efficiency may reflect positively on the balance sheet, but trust always shows up in client behavior. And when trust is undermined, customers tend to leave, seeking better accountability and reassurance. Which raises the obvious question: if automation delivers scale, why do customers still feel underserved?

حيث تصل الأتمتة إلى حدها الأقصى

يتألق الذكاء الاصطناعي في المهام السهلة لكنه يتعثر عندما تزداد المخاطر. يمكن لروبوت الدردشة الإجابة على استعلامات الرصيد في ثوانٍ، لكنه يفشل عندما يتأخر تحويل أو يظهر إشارة امتثال. في تلك اللحظات، يشعر العملاء بالتخلي، وتواجه المؤسسات مخاطر لا يمكن لأي مقياس كفاءة تغطيتها.

الشق الأول هو التعاطف، أو بالأحرى، نقصه. تكرار نفس العبارة، “معاملتك قيد المعالجة”، عشر مرات لا يفيد العميل الذي ينتظر سحبًا كبيرًا. يزداد الانزعاج بسرعة لأن ما يريده العملاء هو المساءلة: شخص يمكنه شرح التأخير، والاعتراف بالمشكلة، ووعد بحلها. بدون ذلك الطمأنينة، ينتشر الإحباط ويقوّض السمعة بسرعة. والنبرة ليست سوى البداية…

تعمل الخدمات المالية على الاستثناءات مثل الفروق التنظيمية، التحويلات عبر الحدود، أو النشاط غير المعتاد في الحسابات. هذه هي الحالات التي تكون فيها فشل روبوتات الدردشة واضحًا. تخيل مديرًا ماليًا (CFO) في الخارج يكتشف أن بطاقة الشركة تم تجميدها الليلة التي تسبق صرف الرواتب. سيقتبس الروبوت القواعد على الأقل، بينما يمكن للإنسان التدخل والتفاوض لضمان دفع الرواتب.

ومع ذلك، القلق الأعمق هو خصوصية البيانات. العديد من العملاء غير متأكدين من خصوصيتهم عند مشاركة التفاصيل المالية مع روبوت، لأنهم لا يعرفون من هو المسؤول فعليًا. لذا، يؤدي التردد إلى التجنب، وهذا يقوّض الكفاءة التي تُنشر من أجلها الأتمتة. والأهم من ذلك، في المجال المالي، لا تفلت هذه الشقوق من مراقبة الجهات التنظيمية.

ليس منذ زمن طويل، حذر مكتب حماية المستهلك المالي من “دوامات العذاب”، حيث يُحاصر العملاء الذين يعترضون على رسوم في دورات لا نهائية من الإجابات الخاطئة — وأحيانًا يتعرضون للغرامات. بالنسبة للمؤسسات التي تقف وراءها، تتحول هذه الإخفاقات بسرعة من خدمة سيئة إلى مسؤولية امتثال.

وبالتالي، لا يمكن للأتمتة وحدها تحمل العبء، حيث يتعامل الذكاء الاصطناعي فقط مع الأمور البسيطة. لهذا السبب تكمن القوة الحقيقية في النماذج الهجينة التي تجمع بين الحجم والمسؤولية.

التعزيز، لا الاستبدال

انظر عن كثب، الحفاظ على الوكلاء البشريين في الحلقة ليس قديمًا. بل أعتقد أنه الطريقة الأكثر تأكيدًا لمنع زيادة التدقيق التنظيمي، وأزمات السمعة، واستياء العملاء. لهذا السبب، تصمم أكثر المؤسسات المالية فاعلية الآن الدعم كنظام متعدد الطبقات حيث يعزز الذكاء الاصطناعي المستشارين البشريين بدلاً من محاولة استبدالهم.

إلى جانب المهام البسيطة مثل التحقق من الأرصدة، أو إعادة تعيين كلمة المرور في منتصف الليل، أو الإشارة إلى نشاط مريب، يمكن للذكاء الاصطناعي أيضًا ملء تاريخ العميل مسبقًا قبل انضمام الوكيل إلى المحادثة، بحيث لا يحتاج الأمر إلى تكراره. يساعد ذلك في تحرير الفرق البشرية للتركيز على الحالات التي يكون فيها التعاطف والحكم مهمين.

وتلك الحالات غالبًا ما تكون الأكثر حساسية، حيث تُعد نزاعات الاحتيال مثالًا رئيسيًا. في عام 2025، قامت إحدى الشركات بدمج تقنية OpenAI مع إشراف بشري: راقب الذكاء الاصطناعي المعاملات للكشف عن الشذوذ، بينما شرح الوكلاء البشريون وحلوا الحالات التي تم الإشارة إليها مع العملاء المتأثرين. لذا، تولى الذكاء الاصطناعي الكشف، والبشر الحل — نظام كان سريعًا وموثوقًا.

بعض الشركات تتقدم أكثر وتستخدم التحليلات التنبؤية لنقل الدعم من رد الفعل إلى الاستباقية. إذا تباطأت فجأة نشاطات التداول للعميل، يمكن للنظام اكتشاف تلك الإشارة، مما يدفع مدير العلاقة للاتصال: “لاحظت أنك قللت من التداول — هل ترغب في مراجعة محفظتك معًا؟” بعبارة أخرى، يكتشف الخوارزمية التوقف، لكن البشر فقط يحولونه إلى محادثة تبني الثقة.

الخلاصة

في الواقع، الدعم الهجين هو النموذج الوحيد الذي يطابق حقًا تعقيد المالية الحديثة. توفر الآلات السرعة التي تحتاجها المؤسسات، بينما يقدم الناس الحكم و“اللمسة البشرية” التي يعتمد عليها العملاء. معًا، يخلقون مرونة حيث تقصر الأتمتة وحدها.

الشركات التي تتجه في هذا الاتجاه ستحافظ على الوتيرة وتحدد معايير الخدمة لسنوات قادمة. بينما تواجه الأخرى مخاطر تكاليف أعلى، ومراقبة تنظيمية أكثر صرامة، وعلاقات عملاء هشة. في الخدمات المالية، تظل الثقة هي الجوهر — الثابت الوحيد الذي لا يمكن المساومة عليه.