بيتر بلوشان، مستشار إدارة المخاطر الرئيسي لمنطقة أوروبا والشرق الأوسط وأفريقيا في SAS – سلسلة المقابلات

Peter Plochan هو EMEA Principal Risk Management Advisor at SAS الذي يساعد المؤسسات المالية على التعامل مع تحدياتها المتعلقة بالتمويل واللوائح المتعلقة بالمخاطر، وإدارة المخاطر المؤسسية، وحوكمة المخاطر، وتحليل المخاطر المستقبلي، واختبار الضغط، وإدارة مخاطر النماذج، ونمذجة المخاطر وإدارة مخاطر تغير المناخ.

بيتر يمتلك خلفية مالية (درجة ماجستير في البنوك) وهو معتمد كمدير مخاطر مالية (FRM) مع أكثر من 19 سنة من الخبرة في إدارة المخاطر في القطاع المالي. لقد ساعد مؤسسات بنكية وتأمينية مختلفة في تنفيذ إدارة مخاطر على نطاق واسع أثناء عمله داخليًا وخارجيًا كمستشار إدارة مخاطر (PwC). منذ انضمامه إلى SAS في عام 2014، يعمل بيتر كخبير مجال عالمي – مستفيدًا من أحدث الاتجاهات في تحليلات المخاطر والتكنولوجيا مع خبرته العميقة في إدارة المخاطر والمالية.

لقد عملت عبر مؤسسات مالية كبرى وشركات استشارية بما في ذلك PwC وABN AMRO وAtradius والآن SAS، مع خبرة واسعة في تنظيم البنوك وإدارة المخاطر المؤسسية واختبار الضغط المالي. بالنظر إلى مسيرتك المهنية، ما هي نقاط الضعف الهيكلية في نهج البنوك تجاه المخاطر الجيوسياسية التي لا تزال غير محلولة بشكل مفاجئ؟

كنت أستضيف ندوة ويب حديثة مع متخصصي المخاطر الجيوسياسية. لخص أحد رؤساء إدارة المخاطر في بنك التحدي المستمر بشكل جيد عندما قال: “إدارة المخاطر البطيئة هي إدارة مخاطر سيئة.” عند مواجهة صدمات جيوسياسية، غالبًا ما تحتاج البنوك إلى استجابة مفاجئة وسريعة.

الاقتصاد العالمي يزداد ترابطًا بشكل متزايد. وهذا يعني أن سرعة أي انتشار نتيجة صدمة جيوسياسية تتزايد أيضًا.

بالطبع، الصدمات الجيوسياسية متنوعة، من تغيرات أسعار النفط إلى حروب تجارية وتعريفات إلى حروب إطلاق النار، وغيرها.

لا يمكن للبنوك والمؤسسات المالية أن تتحمل الانتظار طويلاً لتقييم تأثير هذه الصدمات على ميزانياتها. السرعة لا تزال هي الملك.

في السنوات العشر الأخيرة، حسّن قطاع الخدمات المالية قدرته على إجراء حسابات المخاطر بسرعة أكبر من أي وقت مضى. ومع ذلك، لا يزال اختبار الضغط أحد أكثر الأنشطة استهلاكًا للكمبيوتر والعمليات كثافةً في المؤسسات المالية.

تحتاج البنوك إلى إنشاء جرد لقروضها وأصولها، ثم تقييم أي أجزاء من ميزانيتها معرضة لصدمات محددة. العامل الرئيسي للنجاح في هذا الجهد هو مدى تفصيل واكتمال الجرد الذي تُعده البنوك، ومدى دقة تحليلاتها وتقييماتها للمخاطر.

على سبيل المثال، يجب على البنوك النظر ليس فقط إلى الصدمات الجيوسياسية نفسها، بل أيضًا إلى آثارها غير المباشرة، التي قد تكون أحيانًا أقل وضوحًا وتطورًا أبطأ من الصدمات نفسها. ماذا يحدث عندما يرتفع سعر النفط ليس فقط عند مضخة الوقود بل عبر سلسلة التوريد بأكملها؟ وكيف قد يؤثر ارتفاع أسعار النفط ليس فقط على البنزين والديزل وتكاليف النقل الأخرى، بل أيضًا على تكاليف وأسعار الأسمدة والبلاستيك وحتى الأدوية الصيدلانية المنتجة في دولة أو منطقة معينة؟

في كثير من الحالات، لا تمتلك البنوك فهمًا عميقًا للتأثيرات المحتملة للصدمات الجيوسياسية على عملائها وسلاسل إمداد عملائهم، مما يجعل إدارة المخاطر الجيوسياسية أكثر صعوبة.

من خلال إدارة المخاطر الجيوسياسية، تحاول البنوك فهم وتقييم تأثير الصدمات على عملائها والقروض الخاصة بهم، والتي تشكل الجزء الأكبر من ميزانيات البنوك. تسعى إدارة المخاطر الجيوسياسية للبنوك للإجابة على سؤال يبدو بسيطًا على السطح لكنه معقد في جوفه: ما هو تأثير هذه الصدمة على كل عميل بنكي وقدرته على سداد القروض؟

كما هو الحال مع إدارة مخاطر المناخ (التي لها العديد من أوجه التشابه مع إدارة المخاطر الجيوسياسية)، تحتاج كل بنك إلى التعمق أكثر مما يفعله عادةً. من خلال جمع وتحليل البيانات الصحيحة وتطبيق منهجيات مثل اختبار الضغط، يمكن للبنك أن يفهم بشكل أفضل تعرض عملائه لصدمة ما ومخاطر ميزانيته الخاصة.

من خلال اعتبار جميع إدارة المخاطر – للمخاطر الجيوسياسية، ومخاطر المناخ، ومخاطر الائتمان، ومخاطر السيولة وغيرها – أكثر من مجرد تمرين امتثال، يمكن للبنوك اكتشاف رؤى يمكن أن توجه تخطيط الأعمال الأساسي.

من خلال استخدام الرؤى التحليلية من برنامج إدارة مخاطر قوي (بما في ذلك اختبار الضغط)، يمكن للبنك اتخاذ قرارات أعمال أفضل لتخفيف المخاطر الجيوسياسية وغيرها وتعزيز مرونته التشغيلية.

للقراء غير المألوفين بالمصطلح، ما هو بالضبط “اختبار الضغط” في البنوك، ولماذا أصبح أكثر أهمية في البيئة الجيوسياسية والاقتصادية الحالية؟

اختبار الضغط هو شكل من أشكال تحليل السيناريوهات. باستخدام محاكاة مستقبلية، يمكن للبنك أو شركة خدمات مالية أخرى فحص حالة اقتصادية (مثل انخفاض التضخم، أو ارتفاع الضرائب أو تكاليف الكهرباء) أو تغيير ما وتقييم تأثيره على مؤشرات البنك المالية ومؤشرات المخاطر وأدائه.

اختبار الضغط هو أحد أكثر الأنشطة تعقيدًا واستهلاكًا للكمبيوتر في مؤسسة مالية، ويتطلب العديد من الحسابات المعقدة. للإجابة على أسئلة “ماذا لو” الرئيسية وفهم أفضل لتأثيرات المخاطر الجيوسياسية والمناخية وغيرها، تحتاج البنوك إلى جمع بيانات عن عملائها، والاتجاهات الاقتصادية (من مصادر عامة وخاصة) وحساسيتهم للمخاطر المحددة التي يرغبون في تقييمها. ثم يجب عليهم تحليل هذه البيانات لاكتشاف التأثيرات المحتملة عبر محافظ القروض والميزانيات.

يركّز اختبار الضغط الجيوسياسي على تحديد الأداء المستقبلي للبنك بناءً على تأثير صدمات مثل الحرب، والقيود التجارية، والتعريفات والعقوبات، وغيرها. يشارك اختبار الضغط الجيوسياسي العديد من الخصائص نفسها مع اختبار الضغط المناخي، الذي يركز على تأثير صدمات المناخ (مثل الفيضانات أو ارتفاع درجات الحرارة المستمر).

اختبار الضغط هو أداة أساسية لإدارة المخاطر ومحرك اتخاذ قرارات. بما أن لا بنك يمتلك كرة بلورية، فهو لا يعرف أي سيناريو أو صدمة ستحدث لاحقًا. لكن يمكن للبنوك إجراء تحليل “ماذا لو” بناءً على سيناريوهات محتملة لتحديد المخاطر والاحتمالات المستقبلية – وحتى الفرص – لعملائها وعملياتها الخاصة واستخدام النتائج للبدء في الاستعداد وفقًا لذلك.

المخاطر الجيوسياسية في تزايد، مع صدمات تأتي أسرع من أي وقت مضى وغالبًا ما تتداخل. نظرًا لأن الأحداث الجيوسياسية تؤثر على الأسواق والتجارة وسلاسل التوريد في آن واحد، يساعد اختبار الضغط البنوك على محاكاة السيناريوهات المستقبلية مبكرًا وتحضير استجابات محتملة.

كما أشار مدير المخاطر الآخر إليّ في لوحة حديثة، “الرؤية دون فعل لا قيمة لها.” من خلال تطبيق الرؤى التحليلية، يدعم اختبار الضغط اتخاذ قرارات أعمال أفضل. النتيجة؟ يمكن للبنوك اتخاذ إجراءات مستنيرة للتنقل عبر الصدمات الجيوسياسية مع تحسين استراتيجيتها التجارية.

الصدمات الجيوسياسية اليوم غالبًا ما تتكشف في وقت واحد عبر التجارة، والطاقة، والسلع، والتهديدات السيبرانية، وسلاسل التوريد. هل لا تزال نماذج مخاطر البنوك التقليدية قادرة على التعامل مع هذا النوع من المخاطر النظامية المتشابكة؟

جزئيًا.

عندما نفكر في نمذجة مخاطر البنوك التقليدية وقدرتها على التعامل مع المخاطر المتشابكة والنظامية، هناك طبقتان يقيم من خلالهما البنوك تأثير الصدمات الجيوسياسية على محافظهم.

الطبقة الأولى هي على المستوى الاقتصادي الكلي. إذا كان هناك صدمة في أسعار النفط، على سبيل المثال، سيحاول البنك فهم التأثير العام على الاقتصاد الإقليمي أو المحلي حيث يتواجد العميل.

لذا إذا كان عميل البنك مصنعًا كبيرًا في تكساس، قد يتحسن اقتصاد تلك الولاية خلال صدمة نفطية، لأنها تنتج النفط. قد يشير نمذجة مخاطر الاقتصاد الكلي للبنك إلى أن الشركات في تكساس أكثر احتمالًا للازدهار مع انخفاض البطالة وزيادة حجم الأعمال محليًا، على سبيل المثال. من ناحية أخرى، سيتأثر معظم الاقتصادات الأخرى سلبًا، مما سيؤثر سلبًا على أنشطة جميع الشركات في تكساس.

اليوم، على المستوى الاقتصادي الكلي، تمتلك معظم البنوك أساسًا قويًا من حيث النمذجة. في اختبار الضغط الخاص بهم، يمكنهم تحويل الصدمات الجيوسياسية إلى مؤشرات اقتصادية كبرى (على مستوى الولاية أو الدولة أو المنطقة).

باستخدام مثالنا، سيملك البنك نموذجًا يتنبأ بما سيحدث لقطاع التصنيع في تكساس من حيث احتمال التخلف عن السداد إذا ارتفع الناتج المحلي للولاية بنسبة مئوية محددة.

لذا فإن نماذج مخاطر البنوك مجهزة بالفعل لتحليل التأثيرات الاقتصادية الكلية للصدمات الجيوسياسية على عملاء البنك (والمقترضين).

لكن الطبقة الثانية لا تزال تمثل تحديًا.

على المستوى الصغير، يحتاج البنك إلى التكبير لتقييم حساسية عميل معين لصدمة جيوسياسية معينة ومخاطره من التخلف عن السداد نتيجة لذلك.

ما هو تأثير انخفاض إنتاج الأسمدة بنسبة 50٪ على شركة تصنيع سيارات؟ ليس كثيرًا، على الأقل ليس مباشرة (على الرغم من أن هذه الشركة ستشعر تقريبًا بتأثيرات التضخم العالي الناتج). ولكن إذا كان العميل منتجًا زراعيًا، فقد يعني ذلك انخفاضًا كبيرًا في الإيرادات.

في المستوى الصغير، تحتاج البنوك إلى دقة وتحديد في البيانات في اختبار الضغط ونمذجة المخاطر. يجب عليهم التكبير إلى قطاعات الأعمال، والمناطق، والطرف المقابل الفردي في محافظهم، وفهم أي العملاء حساس لأي نوع من المخاطر الجيوسياسية. في النهاية، تحتاج البنوك إلى رؤى حول كيفية تأثير صدمة معينة على كل عميل وقدرته على سداد القروض، وكذلك لدعم القرارات بشأن ما إذا كان سيتم تمديد القروض، أو تعديل الشروط أو حتى اختيار عدم تمديد الائتمان.

ما يجعل النمذجة الصغيرة صعبة بشكل خاص هو أنه غالبًا لا يمكنك التعميم عبر صناعة أو منطقة. قد يكون أحد عملاء البنك الزراعي منتجًا صديقًا للبيئة لا يستخدم أي أسمدة. لذا فإن وضع افتراضات بناءً على صناعة أو قطاع العميل قد يؤدي إلى معلومات وقرارات سيئة.

نظرًا لأن البنوك عادةً لا تمتلك بيانات دقيقة حول عمليات العميل، فإنها تحتاج إلى موازنة التكلفة والجهد في جمع هذه البيانات التفصيلية – عبر الاستطلاعات والاستبيانات، على سبيل المثال – مع الفوائد التي تحصل عليها من وجود دقة أكبر في نماذجها.

أحيانًا يكون الحصول على هذه البيانات صعبًا. قد لا يعرف عميل البنك ما إذا كان أسفاده يمر عبر مضيق هرمز، على سبيل المثال.

كلما كانت البيانات التي يجمعها البنك أكثر تفصيلًا، كلما زادت الرؤى المحتملة التي يمكنه استخراجها. ولكن كلما تعمق أكثر، كلما ارتفعت التكلفة من حيث الوقت والجهد لجمع هذه المعلومات.

لتجاوز هذا التحدي، غالبًا ما تتبع البنوك نهج باريتو – لا يزال قاعدة 80/20 سارية. غالبًا ما يكون لدى البنوك 80٪ من تعرضها أو مخاطرها ضمن 20٪ من محفظتها أو عملائها. لذا يمكنهم التركيز على أعلى التعرضات ومحاولة تبسيط البقية. قد تشمل التبسيط إجراء تحليل على مستوى (المنطقة الفرعية) و/أو (القطاع الفرعي) بدلاً من مستوى العميل الفردي.

كما هو الحال مع اختبار الضغط المناخي، فإن وجود بيانات محدودة أو عدم وجودها ليس عذرًا للتقليل من هذه التقييمات المخاطرية.

الرسالة الأساسية من إرشادات البنك المركزي الأوروبي بشأن مخاطر المناخ تنطبق أيضًا على المخاطر الجيوسياسية. أقرّ البنك المركزي الأوروبي بأن البنوك غالبًا لا تمتلك جميع البيانات اللازمة لإجراء اختبار الضغط المناخي. وأن اتخاذ البنوك إجراءات بناءً على بيانات محدودة سيؤدي إلى تحديات وأخطاء. لكن البنك المركزي الأوروبي أشار إلى أن عدم اتخاذ أي إجراء هو خطر أعلى. لذا يجب على البنوك التحرك، حتى مع بيانات محدودة. نفس المنطق ينطبق على تحليل المخاطر الجيوسياسية.

كيف تبدأ البنوك في استخدام الذكاء الاصطناعي ونماذج اللغة الكبيرة لمراقبة التطورات الجيوسياسية في الوقت الحقيقي وتحويلها إلى تقييمات مخاطر قابلة للتنفيذ؟

تبدأ البنوك في استخدام وكلاء الذكاء الاصطناعي لتحليل البيانات غير المهيكلة، وهو حالة استخدام نموذجية للذكاء الاصطناعي.

على سبيل المثال، يمكن للبنوك تطبيق وكلاء الذكاء الاصطناعي على بوابات الأخبار، والبحث عن نصوص محددة مسبقًا قد تشير إلى قرب صدمة جيوسياسية، وإطلاق إنذارات داخل المؤسسة.

وكما نوقش سابقًا، ترغب البنوك في فهم أفضل لعملائها الرئيسيين ومواقع عملياتهم وسلاسل إمدادهم جغرافيًا. تقوم بعض البنوك بنشر وكلاء الذكاء الاصطناعي لتصفح إفصاحات العملاء ومعلومات عامة أخرى لفهم مواقع المصانع والموردين الرئيسيين للشركة. عندما تحدث صدمة في منطقة معينة، يمكن للبنك فهم تأثيرها على ذلك العميل بشكل أفضل.

تحتاج البنوك التي لديها مئات الشركات في محفظتها إلى تشغيل هذه التحليلات على نطاق واسع. يمكن لوكلاء الذكاء الاصطناعي المساعدة في أتمتة أجزاء من حسابات اختبار الضغط. لذا إذا تجاوزت أحداث جيوسياسية معينة العتبات المحددة مسبقًا التي حددتها البنك، يمكن للوكيل إعداد سيناريوهات اقتصادية كبرى وتنفيذ حساب اختبار الضغط تلقائيًا.

وفي مثال آخر، يمكن للذكاء الاصطناعي ونماذج اللغة الكبيرة (LLMs) المساعدة في شرح نتائج اختبار الضغط لمستخدمي الأعمال والمديرين التنفيذيين. بناءً على دفاتر تشغيل محددة مسبقًا، يمكن لوكلاء الذكاء الاصطناعي اقتراح إجراءات تصحيحية معينة.

لذا فإن الذكاء الاصطناعي يُستخدم بالفعل لأجزاء مختلفة من عملية اختبار الضغط، رغم أننا لا نزال في المراحل الأولية.

العديد من المؤسسات المالية تواجه بالفعل قيودًا في الموظفين والموارد داخل فرق المخاطر والامتثال. أين يقدم الذكاء الاصطناعي حاليًا أكبر ميزة تشغيلية؟

لفرق المخاطر والامتثال في البنوك، يساعد الذكاء الاصطناعي على أتمتة جمع البيانات، وتوليد السيناريوهات، وتنفيذ الحسابات وتفسيرها. يمنح ذلك هذه الفرق مزيدًا من الوقت لتفسير نتائج تحليل النماذج وتقديم المشورة للقيادة بشأن استراتيجية المخاطر.

يدعم الذكاء الاصطناعي التقليدي، والتوليدي، والوكيل أيضًا العديد من الأنشطة في اختبار الضغط الجيوسياسي. يشمل ذلك جمع البيانات وتحليل حساسية العملاء (وعملاتهم، وسلاسل إمدادهم، إلخ) ومحافظ البنوك تجاه الصدمات الجيوسياسية. كما أُشير سابقًا، يمكن لنماذج اللغة الكبيرة ووكلاء الذكاء الاصطناعي أيضًا مساعدة في شرح نتائج اختبارات الضغط للقيادة لدعم اتخاذ قرارات أفضل.

من الجدير بالذكر أن استخدام الذكاء الاصطناعي والنماذج التحليلية في اتخاذ القرارات يضيف مخاطر إضافية، لأن النموذج قد يكون خاطئًا أو غير دقيق بما فيه الكفاية.

تقوم البنوك بإدارة مخاطر النماذج لأكثر من عقد من الزمن. وكما يحب كثير من مديري مخاطر النماذج القول، “كل النماذج خاطئة، لكن بعضها مفيد.”

نظرًا لأن النماذج هي تبسيط لحالة مستقبلية، فهي بطبيعتها ليست دقيقة تمامًا. تحتاج البنوك والمؤسسات المالية إلى أن تكون واعية وتدير مخاطر النماذج عند نشر نماذج مدعومة بالذكاء الاصطناعي لاختبار الضغط وإدارة المخاطر.

حوكمة الذكاء الاصطناعي أمر حاسم للبنوك والشركات المالية. تساعدهم على حماية وإدارة البيانات الحساسة والامتثال لللوائح مع ضمان الشفافية وإدارة المخاطر.

الحوكمة مهمة بشكل خاص لنماذج الذكاء الاصطناعي وتعلم الآلة (ML)، التي يمكنها تقديم توقعات دقيقة ولكن قد تستجيب بشكل غير ملائم للمواقف غير المتوقعة، مما يؤدي إلى قرارات سيئة. تحتاج نماذج الذكاء الاصطناعي وتعلم الآلة إلى مراقبة أداء متكررة ومراجعة البيانات. يضمن الإشراف عبر حوكمة الذكاء الاصطناعي وإدارة مخاطر النماذج الشفافية، حيث يمكن للبنك شرح بوضوح – للمنظمين والإدارة العليا – كيفية عمل نماذج الذكاء الاصطناعي والقرارات التي تنتج عنها.

قضيت سنوات في العمل على مخاطر المناخ وأطر الاستدامة للمؤسسات المالية. هل ترى أن اختبار الضغط للمخاطر الجيوسياسية سيصبح مهمًا استراتيجيًا مثل تحليل مخاطر المناخ؟

نعم. ستصبح إدارة المخاطر الجيوسياسية بشكل متزايد جزءًا من الأعمال اليومية للبنوك والشركات المالية. أكثر فأكثر، سيتم دمج هذه المخاطر في نماذج الائتمان التقليدية ونماذج مخاطر السوق مع تحولها إلى جزء أساسي من جهود إدارة المخاطر الشاملة في قطاع البنوك والخدمات المالية.

دفعت مخاطر المناخ البنوك إلى تحديث أطر اختبار الضغط الخاصة بها، بسبب تعقيدها وتأثيرها المحتمل الضخم على الأداء المالي.

وبالمثل، يمكن للمخاطر الجيوسياسية – وسرعة وتكرار الأحداث والصدمات – أن تؤثر بشكل كبير على النتائج المالية للبنوك. إنها تضغط على البنوك لتقييمها (من خلال اختبار الضغط)، وتخفيفها ومراعاتها.

كلاهما مهم استراتيجيًا وسيستمر في كونه كذلك، حيث تتعامل البنوك مع صدمات جيوسياسية مثل الصراع في إيران وتداعياته، بالإضافة إلى التأثيرات المستمرة المتعلقة بالمناخ مثل توقعات “السوبر” أو “غودزيلا” لظاهرة النينيو لهذا العام.

العديد من المؤسسات لا تزال ترى اختبار الضغط أساسًا كمتطلب تنظيمي أكثر من كونه أداة استراتيجية. ما هي الفرص التي تفوتها البنوك باتباع هذا النهج؟

من قصور نظر للبنك أن يركز اختبار الضغط أساسًا على تحقيق الامتثال التنظيمي. بينما الالتزام باللوائح أمر حاسم، يمكن لاختبار الضغط مساعدة مؤسسات الخدمات المالية على القيام بأكثر من مجرد الامتثال.

من خلال اتخاذ نهج أكثر استراتيجية لاختبار الضغط، يمكن للبنوك إجراء تحليلات “ماذا لو” التي تقيم السيناريوهات المحتملة وتأثير الاستجابات البديلة لكل من الصدمات الجيوسياسية وتغير المناخ.

يمكن لنتائج هذه التحليلات “ماذا لو” أن تساعد البنك في اختيار المسار الأمثل للمستقبل، وتحديد فرص عمل جديدة، وتعديل استراتيجية الإقراض الخاصة به، وإيجاد ميزة تنافسية من خلال جهود إدارة المخاطر.

البيانات والنماذج موجودة بالفعل. إنه فرصة ضائعة عدم استخدامها بالكامل.

بالطبع، ستحدد كفاءة ومرونة ونضج عمليات وأنظمة اختبار الضغط الأساسية للبنك ما يمكن أن يحققه البنك. وما إذا كان اختبار الضغط مجرد إجابة على الامتثال التنظيمي أو محرك دعم قرار أكثر شمولًا.

كما قال لي ذلك مدير المخاطر، “الرؤية دون فعل لا قيمة لها.”

التقرير الأخير، منهجيات اختبار الضغط المناخي: الممارسات الحالية، التحديات، والطريق إلى الأمام، يقارن الممارسات الحالية؛ يحدد الفجوات في النمذجة والحوكمة والبنية التحتية؛ ويقدم نصائح عملية لدمج اختبار الضغط المناخي في أطر المخاطر الأساسية. التقرير من مبادرة التمويل للبرنامج البيئي للأمم المتحدة (UNEP FI) وSAS يعتمد على مدخلات من 21 بنكًا عالميًا.

مع اعتماد المؤسسات المالية بشكل متزايد على الأنظمة المدفوعة بالذكاء الاصطناعي والنمذجة الآلية، هل تشعر بالقلق من ظهور أشكال جديدة من مخاطر النماذج داخل بنية البنوك التحتية نفسها؟

كما أُشير سابقًا، كانت إدارة مخاطر النماذج عملية أساسية في البنوك لأكثر من 10 سنوات. وإن التبني المتسارع للذكاء الاصطناعي والنماذج التحليلية يضيف مخاطر إضافية، لأنها قد تكون غير دقيقة.

مؤخرًا قمت بإدارة نقاش لوحة افتراضية يضم رؤساء إدارة مخاطر النماذج (MRM). أحد الاستنتاجات الرئيسية، التي أكدها كل من الخبراء والجمهور العالمي، هو أن مخاطر الذكاء الاصطناعي أعلى بكثير من مخاطر النماذج التقليدية.

تحتاج البنوك وشركات الخدمات المالية إلى تبني واعتماد حوكمة شاملة للذكاء الاصطناعي لحماية وإدارة البيانات الحساسة، والامتثال لللوائح، وضمان الشفافية وإدارة المخاطر الفعالة.

ما هي عوامل المخاطر الجيوسياسية التي تعتقد أنها تُقَلَّل من قيمتها حاليًا أكثر من قبل القطاع المالي: الصراع السيبراني، تجزئة التجارة، ضغط الدين السيادي، اضطراب الطاقة، عدم استقرار سلاسل الإمداد، أم شيء آخر؟

جميع هذه عوامل خطر يمكن أن تنشأ من الأحداث الجيوسياسية. وأود أن أقول إن العامل الذي يسبب أكبر صداع للبنوك هو اضطراب سلاسل الإمداد.

هذا يرتبط بنقاشنا السابق حول العوامل الاقتصادية الكلية والصغيرة.

إذا كان هناك صدمة في أسعار النفط، على سبيل المثال، يمكن للبنك تحليل الأرقام الكلية ورؤية تقلبات السوق الناتجة والضغط على الائتمان والسيولة.

لكن من الصعب على البنوك تقييم التأثير على محفظتهم لأن معظم البنوك لا تمتلك معلومات دقيقة على مستوى العميل الصغير حول كيفية تأثير صدمة كهذه على كل عميل وعملياته.

بالنسبة للبنوك، يتلخص الأمر في استخدام اختبار الضغط لتحديد بشكل أفضل كيف تؤثر الأحداث الجيوسياسية وتغير المناخ على محفظة القروض وقدرة كل عميل على سدادها.

بالطبع، غالبًا ما لا تحدث هذه العوامل المخاطرية بشكل منفرد، بل في تركيبة. لذا ليس أن البنوك تقلل من قيمة أي منها. من خلال أداة اختبار الضغط القوية، يمكن للبنوك تقييم تأثير عوامل ومُحركات متعددة على عملياتها ومجموع مخاطرها بشكل أفضل.

نظرة إلى المستقبل خلال السنوات الخمس القادمة، كيف ترى اختبار الضغط المدعوم بالذكاء الاصطناعي يغيّر طريقة تخصيص البنوك لرأس المال، وتقييم المخاطر، والاستعداد للأزمات المستقبلية؟

خلال السنوات الخمس القادمة، سيساعد الذكاء الاصطناعي البنوك على تكوين رؤية أفضل بكثير للسيناريوهات المستقبلية. وسيكون اختبار الضغط المدفوع بالذكاء الاصطناعي أقل تمرينًا دوريًا وأكثر قدرة مستمرة.

ستجري البنوك المزيد من السيناريوهات، بشكل أكثر تكرارًا، وتستخدمها لإبلاغ قرارات الأعمال.

نظرًا لأن الشركات المالية التي يمكنها اتخاذ إجراءات سريعة بناءً على رؤى مدفوعة بالذكاء الاصطناعي ستحظى بميزة تنافسية واضحة، خاصة في الأزمات الجيوسياسية السريعة التطور.

يجب على البنوك وفِرق التكنولوجيا والشركاء الالتزام بإنشاء عمليات تعزز الثقة في الحسابات المدفوعة بالذكاء الاصطناعي.

لذا عندما تستخدم البنك أداة ذكاء اصطناعي توليدية مع نظام إدارة الأصول والخصوم (ALM)، على سبيل المثال، يمكنه الوثوق بالنتائج وعدم القلق المفرط من الأخطاء الوهمية.

أو عندما يجري اختبار ضغط للمخاطر الجيوسياسية أو المناخية، يمكن للبنك أن يكون أكثر ثقة في نتائج التحليل والقرارات التجارية التي يتخذها نتيجة لذلك.

شكرًا لك على المقابلة الرائعة. يمكن للقراء الذين يرغبون في معرفة المزيد عن عمل بيتر بلوشان وقيادته الفكرية زيارة PeterPlochan.com أو استكشاف حلول إدارة المخاطر والتحليلات والذكاء الاصطناعي التي تقدمها SAS.