بقلم هيلدا معلوف ملكي

كلما ازدادت قوة أداة تستخدمها المؤسسة، ازدادت أهمية معرفة ما الذي يُسمح لها بالوصول إليه، وكيف ستُختبر، ومن يراجع نتائجها. وفي القطاع المصرفي، أرى أن هذه الأسئلة يجب أن تتقدم أي قرار بإدخال قدرة جديدة إلى بيئة العمل.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 21 أبريل 2026 حول Claude Mythos والأمن السيبراني المصرفي، ركزتُ على قراءة الإمكانات الدفاعية التي تناولها التقرير من خلال الاختبار المنضبط وحماية البيانات، مع تجنب اعتبار أي أداة ضمانًا دائمًا للأمان.

تحويل الإمكانية إلى اختبار محدد

أقترح أن يبدأ التقييم بتحديد المشكلة التي يحتاج فريق الأمن إلى مساعدة في فهمها، ثم اختيار بيئة اختبار مناسبة ونطاق وصول محدود. ويمكن للمتخصصين مقارنة النتائج بما يعرفونه عن الأنظمة، وتوثيق ما يحتاج إلى تحقق إضافي.

فالتقرير عن قدرة نموذج على اكتشاف مشكلة لا يمنح المؤسسة وحده دليلًا على ملاءمته لبيئتها الخاصة. وأفضّل أن تطلب القيادة من الفريق تفسير كيفية إجراء الاختبار، وما الذي أثبته، وما الذي بقي خارج نطاقه.

المسؤولية عن الاستجابة

من المهم، في المنهج الذي أوصي به، أن يبقى القرار بشأن معالجة النتائج لدى الأشخاص المخولين. وينبغي أن تعرف المؤسسة من يراجع المشكلة، ومن يقرر الإجراء، وكيف يُوثق أثره على الخدمات التي يعتمد عليها العملاء.

كما أقترح مراجعة ترتيبات الوصول إلى البيانات قبل التجربة وبعدها، حتى تظل الصلاحيات مرتبطة بالمهمة الفعلية وبالمدة اللازمة لتنفيذها. ويمكن أن يقترن كل توسع في الاستخدام باختبار إضافي يبرر هذا التوسع.

بالنسبة إلى المصارف والمؤسسات في لبنان والعالم العربي، يفتح هذا النقاش مجالًا للتفكير في الذكاء الاصطناعي بوصفه قدرة تحتاج إلى إدارة مؤسسية واضحة. ويمكن للقيادة أن تدعم التجربة عندما تعرف هدفها وحدودها وطريقة مراجعة نتائجها.

أرى أن قيمة الأداة الدفاعية تُقاس بما تساعد المؤسسة على التحقق منه ومعالجته ضمن مسؤولية واضحة. وهذا يتطلب تعاونًا مستمرًا بين القيادة والخبراء التقنيين وأصحاب العمليات، حتى يظل تطوير القدرة مرتبطًا بحماية العمل والخدمات.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

يمتلك القائد معرفة تتكون عبر سنوات من القرارات والتجارب وفهم السياق. وعندما نناقش إمكانية بناء توأم رقمي له، أرى أن البداية يجب أن تكون من تحديد المعرفة التي نرغب في حفظها، والمساعدة التي يمكن أن يقدمها النموذج، وحدود تمثيله لصاحب هذه الخبرة.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 1 يونيو 2026، تناولتُ مفهوم التوائم الرقمية للمدراء التنفيذيين، مع التركيز على فهم السياق المهني وحفظ الخبرة، وعلى الأسئلة المتعلقة باستخدام هذه المعرفة بصورة مسؤولة.

نطاق واضح لحفظ الخبرة

أقترح أن يبدأ المشروع من مهمة محددة، مثل تنظيم قرارات سابقة موثقة ومساعدة الفريق على الوصول إلى أسبابها. ويمكن أن يوضح النموذج الوثائق التي استند إليها، مع إحالة المسائل الجديدة إلى القائد أو إلى الجهة صاحبة الصلاحية.

هذا النطاق يتيح للمؤسسة اختبار فائدة حفظ المعرفة قبل أن تفكر في أي شكل أوسع من التفويض. كما يساعد على معرفة المعلومات الناقصة، والتمييز بين سياسة معتمدة ورأي ورد في سياق معين.

التمثيل يحتاج إلى حدود

إذا استخدمت المؤسسة نموذجًا مرتبطًا باسم قائدها، أفضّل أن توضح للمستخدمين متى يتلقون مساعدة من النظام، وأن تحدد من يراجع المحتوى ويوافق على تحديثه. وأرى ضرورة أن يبقى إصدار القرارات الرسمية مرتبطًا بصلاحيات بشرية معلومة.

وفي الشركات العائلية أو المؤسسات التي تعتمد على خبرة عدد محدود من الأشخاص، يمكن دراسة هذا النوع من المشاريع كوسيلة مساعدة لتوثيق المعرفة وتسهيل انتقالها. لكن فائدة المشروع يجب أن تُختبر على مهام فعلية، مع حماية المعلومات الحساسة ومراعاة حقوق أصحابها.

بالنسبة إلى القيادات في لبنان والعالم العربي، أقترح البدء بسؤال بسيط: ما الخبرة التي يصعب على فريقنا الوصول إليها اليوم؟ فإذا كانت الإجابة محددة، يمكن تصميم تجربة حولها وقياس مقدار المساعدة التي تقدمها.

أرى أن التوأم الرقمي يستحق التقييم بقدرته على دعم فهم المعرفة واستخدامها ضمن مسؤولية واضحة. وهذا يمنح المؤسسة أساسًا أفضل لتقرر كيف تحفظ خبرة قيادتها وكيف تتيحها للأجيال التالية.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

عندما تنظر القيادة إلى الذكاء الاصطناعي باعتباره مشروعًا تقنيًا، قد تتوزع القرارات بين فرق تعمل كل منها ضمن نطاقها الخاص. أما المنهج الذي أفضله فيبدأ بتحديد العلاقة بين القرارات، حتى تستطيع المؤسسة تحويل طموحها إلى عمل يمكن تنفيذه ومتابعته.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 18 أغسطس 2025 حول التجربة الإماراتية، تناولتُ التكامل بين التنظيم والبنية التحتية والاستثمار وتنمية الكفاءات، بوصفه عنصرًا مهمًا في بناء منظومة للذكاء الاصطناعي.

كيف تتحول الرؤية إلى مسؤوليات

أقترح أن تربط أي جهة خطتها بهدف واضح لخدمة أو عملية، ثم تحدد ما يحتاجه هذا الهدف من بيانات وأشخاص وصلاحيات وموارد. ويمكن أن تتولى القيادة متابعة العلاقة بين هذه العناصر، بدل ترك كل فريق يقيّم النجاح بمعيار منفصل.

فإذا استثمرت المؤسسة في أداة جديدة، ينبغي أن تعرف من سيدير استخدامها، وكيف سيتلقى المستخدمون التدريب، وأين ستُراجع النتائج. وإذا وضعت قواعد للحوكمة، فمن المفيد أن تختبر قدرة الفريق على تطبيقها داخل العمل اليومي.

التقدم عبر تجربة قابلة للتوسيع

أرى أن اختيار مشروع محدود يمكن أن يساعد في اختبار هذه العلاقة. تبدأ الجهة بخدمة واضحة، وتحدد المسؤولين عنها، ثم تراجع الأداء مع المستخدمين وتوثق ما احتاج إلى تعديل.

وبعد ذلك تستطيع أن تقرر أي جزء من التجربة يستحق التوسع، وأي قدرات يجب تطويرها أولًا. وهذا يمنح الاستثمار اللاحق صلة أقوى بتجربة تشغيلية وباحتياجات الناس الذين ستخدمهم المؤسسة.

في لبنان والعالم العربي، أفضّل استخدام النقاش حول التجارب الوطنية لطرح أسئلة تنفيذية تناسب كل جهة. ما القرار الذي تستطيع اتخاذه اليوم؟ وما العملية التي تمتلك معرفة كافية عنها؟ ومن يستطيع تحمل مسؤولية تجربة أولى؟

أرى أن المنظومة تصبح أكثر تماسكًا عندما تعرف كل جهة كيف يرتبط عملها بعمل الآخرين. ويمكن للقيادات أن تبدأ ببناء هذه العلاقة ضمن نطاق محدود، ثم تستخدم النتائج لتوجيه مسار أوسع وأكثر انتظامًا في تبني الذكاء الاصطناعي.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

حين نتحدث عن المجالات التي قد يغيرها الذكاء الاصطناعي، أفضّل أن نربط كل إمكانية بحاجات الأشخاص الذين ستخدمهم. فما الذي سيتغير بالنسبة إلى الموظف أو المعلم أو العميل؟ وكيف سنعرف أن هذا التغير حسّن التجربة بالفعل؟

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 4 سبتمبر 2025 حول عشر طرق قد يغير بها الذكاء الاصطناعي حياتنا، ناقشتُ اتجاه التطبيقات نحو أدوار أكثر تقدمًا في مجالات من بينها التعليم والصحة والتصنيع.

ابدأوا من المشكلة التي يعرفها المستخدم

أقترح أن تبدأ المؤسسة من صعوبة محددة في العمل اليومي. قد يرغب فريق في تقليل الوقت الذي يستغرقه إعداد معلومات متكررة، أو مساعدة الموظفين على العثور على الإجراء المناسب. تحديد المشكلة يمنح التجربة هدفًا يستطيع المستخدم تقييمه.

وفي مجال التعليم، يمكن أن تُصمم تجربة تساعد المعلم في إعداد أنشطة متنوعة، على أن يراجع ملاءمتها لمستوى طلابه. وفي مؤسسة صحية، يمكن أن تبدأ التجربة من مساعدة إدارية لا تتولى اتخاذ قرار علاجي. أما المصنع، فقد يختار تنظيم سجلات عملية محددة وتسهيل مراجعتها.

قياس الفائدة وحدودها

هذه أمثلة على نطاقات أرى أنها تستحق الدراسة، ويتطلب كل منها تقييمًا يناسب طبيعة العمل. وأقترح أن يحدد الفريق ما الذي سيقيسه قبل بدء التجربة، مثل زمن الإنجاز أو وضوح المعلومات أو عدد الطلبات التي تحتاج إلى تصحيح.

ومن المفيد أيضًا توثيق الحالات التي لم تنجح فيها الخدمة، حتى تستطيع المؤسسة تعديل النطاق أو الإرشادات. فالمراجعة المنتظمة تمنح القرار أساسًا أوضح من الاعتماد على انطباع أولي عن سهولة الاستخدام.

في لبنان والعالم العربي، يمكن للقيادات أن تختار تحسينًا واحدًا يهم المستخدمين، وتجربه ضمن مسؤولية واضحة، ثم تشارك النتائج مع الفريق قبل اتخاذ قرار التوسع.

أرى أن هذا المسار يساعد على تقريب الذكاء الاصطناعي من الناس. فكل تطبيق يصبح أكثر قابلية للفهم حين يستطيع المستخدم أن يشرح فائدته، ويعرف حدوده، ويملك طريقًا واضحًا للحصول على مساعدة بشرية عند الحاجة.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

هناك فرق عملي بين استخدام برنامج للعثور على معلومة ومنحه صلاحية تنفيذ مهمة. وفي رأيي، ينبغي أن ينعكس هذا الفرق في القرار الذي تتخذه المؤسسة بشأن الوصول إلى البيانات والتصرف نيابة عن المستخدم.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 23 أكتوبر 2025 حول ChatGPT Atlas، تناولتُ التحول الذي يطرحه المتصفح المعتمد على الذكاء الاصطناعي، حين يمتد دوره من عرض المعلومات إلى المساعدة في تنفيذ إجراءات.

تفويض محدد يمكن مراجعته

عند التفكير في خدمة من هذا النوع، أقترح أن تحدد المؤسسة المهمة المسموح بها قبل أن تمنح الوصول. يمكن، مثلًا، أن يسمح المستخدم بإعداد مقارنة بين عروض، مع الاحتفاظ بالموافقة البشرية على أي إجراء ينشئ التزامًا تجاريًا.

هذه الحدود تمنح الفريق طريقة واضحة لتقييم النتيجة. ويمكنه أن يتحقق مما إذا كانت الخدمة التزمت بالمهمة، وما إذا احتاجت إلى معلومات إضافية، وكيف تعاملت مع خطوة تتجاوز التفويض المتاح لها.

ما الذي يحتاجه المستخدم ليشرف على العمل

أفضّل أن يستطيع المستخدم معرفة الإجراء المقترح قبل تنفيذه، والاطلاع على سجل لما تم، والوصول إلى وسيلة واضحة لإيقاف المهمة أو إحالتها إلى شخص. كما أقترح أن تُراجع صلاحيات الوصول دوريًا وفق الاستخدام الفعلي.

وبالنسبة إلى مؤسسة تستخدم هذه الخدمات في عملها اليومي، يمكن أن تبدأ التجربة بمهام محدودة لا تنشئ التزامات خارجية، ثم تختبر الجودة وطريقة الإشراف قبل أن توسع التفويض.

في لبنان والعالم العربي، أرى أن القيمة العملية للوكلاء الذكيين ترتبط بوضوح المسؤولية عن العمل الذي ينفذونه. ويمكن للقيادة أن تطلب من فريقها وصفًا بسيطًا لكل مهمة: من طلبها، وما حدودها، وأين تقع نقطة الموافقة، ومن يتحمل متابعة نتيجتها.

هذه القراءة تتجاوز منتجًا بعينه، وتساعد المؤسسات على بناء طريقة مسؤولة للتعامل مع أي خدمة تستطيع التصرف نيابة عنها. فالتفويض الذي يمكن شرحه واختباره يمنح المستخدم أساسًا أفضل لتقييم الثقة.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

قد تُدخل المؤسسة أداة ذكاء اصطناعي جديدة، ثم تكتشف أن فريقها يحتاج إلى تفسير طريقة استخدامها وحدود نتائجها قبل أن يستطيع الاعتماد عليها. هنا أرى دورًا مهمًا للأشخاص الذين يستطيعون وصل المعرفة التقنية بالعمل اليومي بلغة يفهمها الجميع.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 24 ديسمبر 2025 حول أربع وظائف جديدة في عصر الذكاء الاصطناعي، ركزتُ على دور «مفسّر الذكاء الاصطناعي» في مساعدة الموظفين على فهم الأنظمة، وتخفيف الغموض وتعزيز الثقة في استخدامها.

ماذا يجب أن يشرح هذا الدور

أقترح أن تكون المهمة واضحة: شرح الخدمة التي تقدمها الأداة، والمعلومات التي تعتمد عليها، والنتائج التي تحتاج إلى مراجعة، والوقت الذي يجب فيه إحالة المسألة إلى شخص مختص. وبذلك يصبح التفسير جزءًا من طريقة العمل، ويمكن للموظف أن يعرف ما الذي يُنتظر منه عمليًا.

فعندما يقدم النظام اقتراحًا يتعلق بخدمة عميل، يمكن لهذا الشخص أن يساعد الفريق على فهم أساس الاقتراح وحدود استخدامه. ويمكنه أيضًا توثيق الأسئلة المتكررة وتحويلها إلى إرشادات داخلية تتطور مع التجربة.

بناء الدور قبل البحث عن المسمى

قبل أن تبدأ المؤسسة بالتوظيف، أفضّل أن تسأل: أين تتوقف المعرفة التقنية عن الوصول إلى الموظفين؟ ومن يشرح النتائج للإدارة؟ ومن يتولى مراجعة الإرشادات عند تغير طريقة الاستخدام؟

الإجابات تساعد على تحديد المهارات المطلوبة، وعلى توزيع المسؤوليات بين أصحاب المعرفة التشغيلية والمختصين بالتقنية. وقد تتمكن المؤسسة من تطوير هذا الدور لدى موظف يعرف عملياتها جيدًا، مع توفير التدريب والدعم المناسبين.

في لبنان والعالم العربي، أقترح أن يقترن الاستثمار في التطبيقات باستثمار واضح في قدرة الفرق على فهمها. ويمكن البدء بعملية واحدة، وتعيين مسؤول عن شرحها ومتابعة الأسئلة الناتجة عنها، ثم تقييم ما إذا أصبح استخدامها أوضح وأكثر انتظامًا.

أرى أن الوظائف الجديدة تكتسب قيمتها حين تحل مشكلة فعلية داخل المؤسسة. ودور المفسّر مثال على مسؤولية يمكن أن تجعل العلاقة بين الإنسان والتقنية أكثر قابلية للفهم والمراجعة.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

يسهل أن نناقش الذكاء الاصطناعي من خلال ما يظهر على الشاشة: إجابة أسرع، خدمة أفضل أو إجراء أقل تعقيدًا. لكنني أرى أن قرار الاعتماد على هذه الخدمات يجب أن يشمل ما تحتاجه للاستمرار، وما سيحدث للعمل إذا تعطلت الموارد التي تعتمد عليها.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 12 يناير 2026 حول مراكز البيانات وشبكة الكهرباء الأميركية، تناولتُ أهمية إدخال استهلاك الطاقة في تقييم نمو الذكاء الاصطناعي، بدل حصر النقاش في وعود الإنتاجية.

من تجربة ناجحة إلى خدمة يعتمد عليها العمل

عندما تختبر مؤسسة وكيلًا ذكيًا في نطاق صغير، يمكنها قياس جودة الإجابات وسرعة الاستجابة. وعند الانتقال إلى الاستخدام اليومي، أوصي بإضافة أسئلة تتعلق بتوافر الخدمة، ووقت استعادتها بعد التعطل، والمهام التي يجب أن تستمر عبر مسار بديل.

لنأخذ خدمة تتلقى استفسارات العملاء أو تساعد الموظفين في إعداد معلومات للعمل. إذا توقف النظام، فمن يتولى الطلبات؟ وما البيانات التي يحتاج إليها الفريق كي يكمل العمل؟ يمكن أن تُختبر هذه الأسئلة عمليًا قبل توسيع الاعتماد على الخدمة.

مسؤولية المؤسسة حتى مع الاستعانة بمورد

سواء استضافت المؤسسة تطبيقها داخليًا أو استعانت بخدمة خارجية، أقترح أن توثق حدود المسؤولية بين الفريق والمورد. ويشمل ذلك معرفة جهة التواصل عند الانقطاع، وآلية التصعيد، والإجراءات التي تحافظ على احتياجات العملاء الأساسية.

في لبنان والعالم العربي، يمكن أن تكون مراجعة الاستمرارية جزءًا من أي تجربة أولى للذكاء الاصطناعي. فهذه المراجعة تمنح القيادة صورة أوضح عن الالتزامات التشغيلية، وتساعدها على اختيار نطاق تستطيع دعمه فعليًا.

أرى أن جاهزية المؤسسة تتطور عندما تُقيّم الخدمة في الظروف العادية وعند حدوث خلل. ومن المفيد أن يطلب المسؤول التنفيذي، إلى جانب عرض النتائج، تجربة بسيطة تثبت كيف سيستمر العمل إذا أصبحت الخدمة غير متاحة. عندها يصبح قرار التوسع أكثر ارتباطًا بقدرة المؤسسة على خدمة عملائها بصورة منتظمة.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

بقلم هيلدا معلوف ملكي

تختزن المصانع معرفة واسعة في خبرة العاملين وسجلات التشغيل وتاريخ الأعطال وتفاصيل الإنتاج. وعند التفكير في الذكاء الاصطناعي، أرى أن تقييم هذه المعرفة وتنظيمها يجب أن يسبق الانشغال باختيار الأداة التي ستتعامل معها.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 27 يونيو 2026 حول مستقبل الصناعة الأوروبية، ركزتُ على قيمة البيانات التشغيلية المتراكمة في المصانع، وعلى قدرة المؤسسات على تحويل تلك الخبرة إلى أساس لتحسين الأداء، مع مراعاة التكاليف وحماية المعلومات الصناعية.

أين تبدأ القيمة داخل المصنع

يمكن أن تختار القيادة مشكلة تشغيلية محددة، مثل تكرار توقف آلة أو ارتفاع نسبة الهدر، وتسأل فريقها عن البيانات التي يملكها لفهمها. هل تُسجل الوقائع بالطريقة نفسها؟ وهل يمكن ربطها بوقت التشغيل وظروفه؟ ومن يستطيع تفسير ما يظهر في السجلات؟

هذه الأسئلة تمنح المشروع حدودًا واضحة. وأفضّل أن يعمل المختص التقني مع المسؤول التشغيلي منذ البداية، حتى يظل التحليل مرتبطًا بالعمل الفعلي وبالقرار الذي يحتاجه المصنع، بدل أن يصبح نشاطًا منفصلًا ينتج معلومات يصعب استخدامها.

المعرفة تحتاج إلى مسؤولية واضحة

حين تضم البيانات تفاصيل حساسة عن عمليات الإنتاج، أقترح أن تحدد المؤسسة مسبقًا من يحق له الاطلاع عليها، وكيف سيستخدمها المورد، وما الذي يُسمح بتداوله خارج نطاق المشروع. ويمكن البدء ببيئة اختبار محدودة قبل توسيع الوصول.

كما أرى ضرورة توثيق طريقة قياس التحسن، حتى تستطيع القيادة المقارنة بين الأداء السابق والنتيجة الجديدة، وتقييم ما إذا كان الاستثمار يستحق التوسع أو يحتاج إلى تعديل.

بالنسبة إلى المؤسسات الصناعية في لبنان والعالم العربي، يفتح النقاش الأوروبي مجالًا للتفكير في أصولها الخاصة. يمكن البدء من عملية واحدة وخبرة فريق يعرفها جيدًا، ثم تنظيم المعرفة واختبار فائدتها في قرار يومي محدد.

اقتراحي للقيادات هو أن تنظر إلى البيانات باعتبارها مسؤولية تشغيلية مشتركة. وعندما تُربط بالمعرفة البشرية وبهدف واضح، تصبح المؤسسة أكثر قدرة على اختيار التطبيقات التي تناسبها وعلى تقييم نتائجها بواقعية.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

يمكن أن تُباع التكنولوجيا لأنها تلبي حاجة واضحة، ويمكن أن يتوسع انتشارها لأن الشركة التي تنتجها تساعد الآخرين على تمويل شرائها. وبين الحالتين فرق يستحق أن يقرأه كل قائد مؤسسة قبل أن يعتبر نمو المبيعات دليلًا كافيًا على قوة السوق.

في مساهمتي في تقرير اقتصاد سكاي نيوز عربية المنشور في 31 أغسطس 2026، تناولتُ كيف يمكن لدور إنفيديا في ضمان تمويل بعض عملائها أن يدعم الطلب على رقائقها، بينما يضيف إلى نشاطها الصناعي انكشافًا ماليًا مرتبطًا بقدرة هؤلاء العملاء على النجاح والسداد.

من يملك القدرة على بناء الطلب

أرى في هذه المسألة سؤالًا أوسع عن طبيعة المنافسة: ماذا يحدث عندما يصبح المورد شريكًا في توفير التمويل الذي يمكّن العميل من شراء منتجه؟ هنا ينبغي تقييم العلاقة التجارية بكاملها، بما فيها الحوافز التي تدفع كل طرف إلى الاستمرار، بدل الاكتفاء بمراقبة حركة المبيعات.

بالنسبة إلى المؤسسة التي تتبنى الذكاء الاصطناعي، أفضّل أن يبدأ القرار من الخدمة التي ستقدمها لعملائها والعائد التشغيلي الذي تستطيع قياسه، ثم تنتقل إلى اختيار التقنية وترتيبات تمويلها. سهولة الحصول على الموارد لا تكفي لإثبات أن استخدام تلك الموارد سيخلق قيمة مستدامة.

اختبار القيمة قبل التوسع

لنفترض أن شركة تستطيع تمويل مشروع ذكاء اصطناعي كبير بشروط مشجعة. قبل أن تتوسع، يمكنها اختبار خدمة واحدة مع مجموعة محددة من العملاء، وتحديد مقدار التحسن في جودة الخدمة أو زمن إنجازها، ثم مقارنة هذا التحسن بالتكلفة الكاملة للاستمرار.

وأقترح أن تسأل القيادة أيضًا: ما الذي يحدث إذا تغير المورد أو ارتفعت تكلفة التشغيل؟ وهل تستطيع المؤسسة الاستمرار من دون ترتيبات التمويل الحالية؟ هذه أسئلة تخطيط تساعد على فصل جدوى المشروع عن جاذبية العرض التجاري.

في لبنان والعالم العربي، حيث تتفاوت قدرة المؤسسات على الاستثمار، يمكن لهذا المنهج أن يمنح الفرق مساحة أوضح لاتخاذ القرار. فالتوسع الذي أوصي به هو توسع يستند إلى حاجة عميل مثبتة ونتيجة قابلة للقياس، مع فهم كامل للالتزامات التي تجعل هذه النتيجة ممكنة.

مرجع المقال

التقرير الذي ساهمت فيه على اقتصاد سكاي نيوز عربية

اشتركوا في هذه النشرة للحصول على قراءات حول الذكاء الاصطناعي والقيادة والحوكمة وتطبيقاته في المؤسسات.

الاشتراك في نشرة هيلدا معلوف ملكي

عن الكاتبة

هيلدا معلوف ملكي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية في المقاطعة 351 التي تضم لبنان والأردن وفلسطين، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». وهي مؤسسة AI Simplified Knowledge Hub، وتمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي والتحول الرقمي واستراتيجيات العلامات التجارية. يركز عملها على استراتيجية الذكاء الاصطناعي وحوكمته وتطبيقاته العملية لدى المؤسسات والقيادات في لبنان والشرق الأوسط والعالم العربي.

الموقع الرسمي لهيلدا معلوف ملكي

A few weeks ago, I contributed to a Forbes expert panel on how companies are preparing their go to market plans for competitive shocks. My answer, in the condensed form the format allows, was this: we should stress test two combined realities, constrained spending in a slower economy and margin pressure as AI lowers the cost of capability, and respond with a focus on cost reduction, faster decisions, revenue activation with fewer but better qualified conversations, and a clear path to monetization from day one.

I want to expand that answer here, because there is something underneath it that I think matters especially for institutions across Lebanon and the Arab region right now.

In an AI economy, the institution that wins is not the one with the longest pipeline. It is the one with the most precisely qualified one.

How is AI changing the cost of competitive capability?

The phrase AI lowers the cost of capability sounds abstract until you sit in enough strategy meetings across the Arab region to see what it actually means in practice.

For most of the last two decades, the competitive advantage of a well resourced institution rested partly on the cost of doing things that smaller or less sophisticated competitors simply could not afford to do. Building a sophisticated risk model required expensive data science teams. Personalizing customer communications at scale required significant technology investment. Analyzing competitive intelligence across a large market required human research capacity that took time and money to build.

AI is compressing that cost structure dramatically and rapidly. A mid sized Lebanese bank or a regional advisory firm in Jordan, Egypt, or the Gulf can now access AI tools that, five years ago, would have been the exclusive province of institutions with significantly larger technology budgets. The capability gap that used to function as a competitive moat is narrowing on one side, and doing so faster than most strategy cycles can anticipate.

This creates the competitive shock that the Forbes panel question was addressing. When capability costs fall across the market simultaneously, the institutions that were relying on capability as a differentiator find themselves needing a different basis for competitive advantage, and they need to find it quickly.

What does a qualified conversation actually mean in this context?

My answer to the panel emphasized fewer, better qualified conversations rather than a higher volume of outreach. I want to be precise about what that means, because it runs counter to an instinct that many sales and business development leaders have when they feel competitive pressure, which is to increase volume.

A qualified conversation is one where the person on the other side of the table has a problem that your institution is specifically positioned to solve, where the value exchange is clear before the conversation begins, and where both sides understand what a successful outcome looks like. These conversations have a shorter path to revenue, a higher conversion rate, and a lower cost of sale than volume based approaches.

AI makes this kind of qualification more achievable than it used to be, because AI can help institutions analyze behavioral signals, prior engagement patterns, and contextual indicators that tell you, with reasonable precision, which conversations are worth having before you have them. This is not theoretical. It is operational, and institutions across the Arab region that are building these capabilities now are finding that their pipeline quality improves even as the volume of initial outreach decreases.

How should Arab institutions think about monetization from day one?

The third element of my panel answer was a clear path to monetization from day one. This is perhaps the most counterintuitive element for institutions that have grown accustomed to extended sales cycles and relationship based revenue development, which is a real characteristic of how business gets done across Lebanon, the Gulf, and the Levant.

What I mean is not that every interaction needs to generate immediate revenue. What I mean is that the revenue pathway should be defined, specific, and agreed internally before a go to market initiative launches, not determined retrospectively after a pilot period during which nobody was measuring the right things.

In a constrained spending environment, this discipline is not optional. Institutions that cannot articulate their monetization path clearly at the beginning of a cycle will find it increasingly difficult to justify continued investment when budgets are under pressure, because they will not have the evidence they need to make the case.

This applies to AI investments as much as to any other strategic initiative. An AI deployment without a defined monetization path is a cost center waiting to be cut. An AI deployment with a clear revenue thesis and measurable milestones is a strategic asset that can survive a difficult budget cycle.

If you are leading business development, strategy, or AI adoption at an institution in Lebanon or the Arab region and want to talk through how this applies to your specific context, you can reach me through hildamaaloufmelki.com. I also write about related questions in my book AI Simplified, at hildamaaloufmelki.com/signature-book.

About the Author

Hilda Maalouf Melki is an Oxford-Certified AI Expert, an Official Member of the Forbes Business Development Council, Chair of the AI & Innovation Committee at Lions Clubs International – District 351 (Lebanon, Jordan & Palestine), and the author of AI Simplified (الذكاء الاصطناعي ببساطة).

With more than 25 years of experience spanning banking, digital transformation, brand strategy, and artificial intelligence, she advises executives and institutions on AI strategy, AI governance, responsible AI adoption, and institutional transformation. Through her writing, speaking, and advisory work, she helps leaders move beyond AI hype to practical, strategic implementation that creates measurable business value.

Follow AI Simplified on Substack for evidence-based insights on artificial intelligence, leadership, governance, and the future of business.

Website: hildamaaloufmelki.com

قبل أسابيع، شاركت في إحدى حلقات الخبراء في Forbes حول كيفية استعداد المؤسسات لمواجهة الصدمات التنافسية في استراتيجيات دخول الأسواق (Go-to-Market Strategy). وكان جوهر إجابتي بسيطًا، لكنه يحمل أبعادًا استراتيجية عميقة.

قلت إن المؤسسات ينبغي أن تختبر استراتيجياتها أمام واقعين متزامنين: تباطؤ الاقتصاد وما يفرضه من ضغوط على الإنفاق، والانخفاض المتسارع في تكلفة القدرات التنافسية نتيجة الذكاء الاصطناعي. أما الاستجابة، فلا ينبغي أن تقتصر على خفض التكاليف، بل يجب أن تشمل تسريع اتخاذ القرار، وتحويل الفرص إلى إيرادات بكفاءة أعلى، والتركيز على عدد أقل من الحوارات، لكن مع الأشخاص الأكثر تأهيلاً لاتخاذ قرار الشراء أو الشراكة، مع وجود مسار واضح لتحقيق الإيرادات منذ اليوم الأول.

لكن ما لم تسمح مساحة المقال في فوربس بشرحه، هو الفكرة التي أراها اليوم أكثر أهمية للمؤسسات في لبنان والمنطقة العربية.

في اقتصاد الذكاء الاصطناعي، لن تنتصر المؤسسة التي تمتلك أكبر قاعدة من العملاء المحتملين، بل المؤسسة التي تعرف مع من يجب أن تتحدث.

كيف غيّر الذكاء الاصطناعي قواعد المنافسة؟

طوال العقدين الماضيين، كانت المؤسسات الكبرى تتمتع بميزة يصعب على المنافسين تقليدها. فبناء نماذج تحليل متقدمة، أو تطوير أنظمة دقيقة لإدارة المخاطر، أو تخصيص تجربة العملاء على نطاق واسع، كان يتطلب ميزانيات ضخمة وفرقًا متخصصة واستثمارات تقنية لا تستطيع معظم المؤسسات تحملها.

اليوم تغيّر المشهد بالكامل.

فالذكاء الاصطناعي خفّض تكلفة الوصول إلى هذه القدرات بصورة غير مسبوقة. وأصبحت مؤسسة متوسطة الحجم في لبنان، أو شركة استشارية في الأردن أو الخليج أو مصر، قادرة على استخدام أدوات كانت حتى سنوات قليلة حكرًا على المؤسسات ذات الميزانيات التقنية الضخمة. وهذا يعني أن الميزة التنافسية التي كانت تعتمد على امتلاك التكنولوجيا وحدها بدأت تتآكل بسرعة.

ولذلك لم يعد السؤال “من يمتلك أفضل الأدوات؟” بل أصبح: “من يعرف كيف يستخدم الأدوات لبناء قيمة يصعب تقليدها؟”

ماذا أقصد بالحوار المؤهل؟

عندما يشعر قادة المبيعات أو تطوير الأعمال بضغط المنافسة، تكون ردة الفعل الطبيعية هي زيادة عدد الاتصالات والاجتماعات والحملات التسويقية. لكن الذكاء الاصطناعي يقودنا إلى الاتجاه المعاكس. فالحوار المؤهل لا يُقاس بعدد الاجتماعات، بل بجودة الطرف الآخر. إنه الحوار الذي يبدأ مع شخص أو مؤسسة تمتلك مشكلة حقيقية تستطيع أنت حلها.

ويكون الطرفان مدركين منذ البداية للقيمة المتبادلة، وللنتيجة التي يسعيان إلى تحقيقها. هذه الحوارات تحقق ثلاثة أمور في الوقت نفسه:

- تقصير دورة البيع.

- رفع معدلات التحويل.

- خفض تكلفة اكتساب العميل.

واليوم يستطيع الذكاء الاصطناعي أن يجعل الوصول إلى هذه الحوارات أكثر دقة من أي وقت مضى. فمن خلال تحليل السلوك الرقمي، وأنماط التفاعل السابقة، والمؤشرات السياقية، تستطيع المؤسسات تحديد الأشخاص الأكثر احتمالًا لاتخاذ قرار الشراء قبل التواصل معهم.

وهذا ليس تصورًا نظريًا، بل ممارسة بدأت العديد من المؤسسات حول العالم، وفي منطقتنا أيضًا، تعتمدها بالفعل.

والنتيجة واضحة عدد أقل من الاجتماعات، لكن جودة أعلى، وإيرادات أفضل.

لماذا يجب التفكير في تحقيق الإيرادات منذ اليوم الأول؟

من أكثر الأفكار التي أؤكد عليها عند الحديث عن استراتيجيات دخول الأسواق، أن أي مبادرة يجب أن تبدأ وهي تعرف كيف ستولد الإيرادات. ولا أقصد بذلك أن تحقق كل مبادرة أرباحًا فورية. بل أقصد أن يكون مسار تحقيق الإيرادات واضحًا ومحددًا ومتفقًا عليه داخليًا قبل إطلاق المشروع، وليس بعد أشهر من التنفيذ.

في بيئة اقتصادية تضغط على الميزانيات، لم يعد هناك مجال للمشروعات التي تعتمد على الوعود وحدها. فأي استثمار، وخاصة في الذكاء الاصطناعي، يحتاج إلى فرضية اقتصادية واضحة، ومؤشرات أداء قابلة للقياس، وآلية لإثبات العائد على الاستثمار. لأن المشروع الذي لا يستطيع إثبات قيمته المالية سيتحول سريعًا إلى بند يمكن الاستغناء عنه عند أول مراجعة للميزانية. أما المشروع الذي يمتلك رؤية واضحة لتحقيق الإيرادات، فيصبح أصلًا استراتيجيًا يصعب التخلي عنه.

الاستراتيجية تبدأ قبل أول اجتماع

ما ألاحظه في كثير من المؤسسات العربية هو أن الاهتمام يتركز على إعداد العرض التقديمي، أو صياغة الرسائل التسويقية، أو زيادة عدد الاجتماعات. لكن هذه ليست الاستراتيجية - الاستراتيجية تبدأ قبل ذلك بكثير. تبدأ عندما تعرف المؤسسة بدقة:

من هو العميل المناسب؟

وما المشكلة التي يحاول حلها؟

ولماذا ينبغي أن يختارك أنت تحديدًا؟

وكيف ستتحول هذه العلاقة إلى قيمة اقتصادية مستدامة للطرفين؟

في عصر الذكاء الاصطناعي، أصبحت التكنولوجيا متاحة للجميع تقريبًا. أما القدرة على بناء الحوارات الصحيحة، مع الأشخاص المناسبين، وفي التوقيت المناسب، فهي الميزة التي ستفصل بين المؤسسات التي تنمو، وتلك التي تكتفي بمراقبة السوق وهو يتغير من حولها.

إذا كنتم تقودون استراتيجيات الأعمال، أو التحول الرقمي، أو تبني الذكاء الاصطناعي في مؤسساتكم، فسيسعدني مواصلة هذا الحوار معكم.

يمكنكم التواصل معي عبر hildamaaloufmelki.com، كما يمكنكم الاطلاع على المزيد من أفكاري في كتابي «الذكاء الاصطناعي ببساطة».

---

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، وفلسطين)، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة».

تمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي، والتحول الرقمي، واستراتيجيات العلامات التجارية، والذكاء الاصطناعي. وتقدم الاستشارات للقيادات التنفيذية والمؤسسات في مجالات استراتيجية الذكاء الاصطناعي، وحوكمته، والاستخدام المسؤول له، والتحول المؤسسي، بما يساعد المؤسسات على تحويل الذكاء الاصطناعي إلى قيمة أعمال مستدامة وميزة تنافسية طويلة الأمد.

تابعوا AI Simplified على منصة Substack للحصول على تحليلات ورؤى مبنية على الأدلة حول الذكاء الاصطناعي، والقيادة، والحوكمة، ومستقبل الأعمال.

الموقع الإلكتروني: hildamaaloufmelki.com

خلال مشاركتي في تقرير اقتصاد سكاي نيوز عربية حول إيقاف الذكاء الاصطناعي، ناقشتُ فكرة أصبحت أكثر إلحاحاً مع استخدام الوكلاء الذكيين: كيف نحتفظ بالقدرة على التدخل حين يحتاج النظام إلى التوقف؟ بالنسبة إلى مؤسستكم، يبدأ هذا النقاش قبل التشغيل، عند تحديد ما يُسمح للوكيل بفعله ومن يراقب نتائجه.

أقترح أن يبدأ فريق القيادة بحصر القرارات التي يتخذها الوكيل والأنظمة التي يستطيع الوصول إليها. هناك فرق عملي بين أداة تقترح نصاً وأداة تستطيع إرسال رسالة إلى عميل أو تعديل سجل أو تشغيل إجراء. وكل صلاحية إضافية تستدعي تحديد حدود استخدامها وكيفية سحبها.

بعد ذلك، تحتاج مؤسستكم إلى تحديد صاحب القرار. من يستطيع تعليق النشاط عند ظهور خلل؟ هل يملك الفريق المناوب الصلاحية والأدوات اللازمة، أم ينتظر موافقات قد تتأخر؟ يجب أن تكون الإجابة معروفة ومكتوبة وقابلة للتطبيق في ظروف الضغط. ويضع إطار إدارة مخاطر الذكاء الاصطناعي الصادر عن NIST وضوح الأدوار ومسؤولية القيادة والمراجعة المستمرة ضمن عناصر الحوكمة.

أما الاختبار، فيجب أن يشمل ما يحدث بعد إصدار أمر التدخل. أوصي بمحاكاة سيناريو محدود، مثل إيقاف إرسال رسائل آلية غير صحيحة، والتحقق من توقف الإرسال في جميع الخدمات المتصلة. هذه التوصية تساعد المؤسسة على اكتشاف الفارق بين إيقاف واجهة الاستخدام ووقف الإجراء الذي يجري تنفيذه فعلياً.

ومن المهم أيضاً وضع خطة لاستمرار الخدمة. تعليق وكيل يستخدمه فريق خدمة العملاء، مثلاً، ينبغي أن يقترن بتحويل الطلبات إلى مسار بديل واضح. الغاية هي احتواء الخلل مع الحفاظ على احتياجات العملاء الأساسية، وتوثيق ما حدث قبل إعادة التشغيل.

في لبنان والشرق الأوسط والعالم العربي، أرى أن جاهزية المؤسسات لهذا النوع من القرارات يجب أن تتطور بالتوازي مع طموحها في تبنّي الذكاء الاصطناعي. يمكن البدء اليوم بمراجعة الصلاحيات، وتعيين مسؤول عن التدخل، واختبار إجراء واحد ضمن نطاق معروف.

وقبل توسيع استخدام أي وكيل ذكي، اسألوا فريقكم: هل نستطيع إثبات أن إجراءات التدخل تعمل؟ الإجابة العملية، المبنية على اختبار ومسؤولية واضحة، تمنح مؤسستكم أساساً أقوى لاتخاذ قرار التوسّع.

التقرير الذي شاركتُ فيه على اقتصاد سكاي نيوز عربية

مرجع إضافي حول أدوار الحوكمة في إطار NIST

للمزيد من القراءات حول حوكمة الذكاء الاصطناعي وتطبيقه في المؤسسات، اشتركوا في هذه النشرة.

هيلدا معلوف ملكي | خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد | عضو رسمي في مجلس فوربس لتطوير الأعمال | مؤلفة «الذكاء الاصطناعي ببساطة».

Hilda Maalouf Melki | AI Expert Lebanon | AI Expert Middle East | AI Expert Arab World

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، فلسطين)، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة».

تمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي، والتحول الرقمي، واستراتيجيات العلامات التجارية، والذكاء الاصطناعي. وتعمل على تقديم الاستشارات للمؤسسات والقيادات التنفيذية في مجالات استراتيجية الذكاء الاصطناعي، وحوكمته، والاستخدام المسؤول له، والتحول المؤسسي، بما يساعد المؤسسات على تحويل الذكاء الاصطناعي من مجرد تقنية إلى قيمة أعمال مستدامة.

تابعوا AI Simplified على منصة Substack للحصول على تحليلات ورؤى معمقة حول الذكاء الاصطناعي، والقيادة، والحوكمة، ومستقبل الأعمال.

الموقع الإلكتروني: hildamaaloufmelki.com

عندما أطلقت هذه النشرة قبل عشرة أسابيع، كان هدفي بسيطًا.

أردت مساحة أكتب فيها بحرية، بعيدًا عن قيود أسلوب النشر التقليدي، لأناقش الذكاء الاصطناعي كما أراه من واقع عملي مع المؤسسات، لا كما تفرضه العناوين الرائجة.

لكن ما لم أتوقعه هو أن القرّاء أنفسهم سيصبحون جزءًا من عملية الكتابة.

فالأسئلة التي وصلتني، والنقاشات التي خضتها مع القيادات التنفيذية في لبنان والخليج ومصر وبلاد الشام، لم تكتفِ بالتفاعل مع المقالات، بل أعادت توجيهها أسبوعًا بعد أسبوع.

ولهذا فإن هذا المقال ليس مراجعة لما كتبته خلال الأسابيع العشرة الماضية.

بل هو قراءة لأهم الأسئلة التي أسمعها اليوم داخل المؤسسات العربية، وهي أسئلة أصبحت أكثر إلحاحًا مما كانت عليه عندما بدأت هذه الرحلة.

وأهم ما تغيّر خلال هذه الفترة ليس سرعة تبني الذكاء الاصطناعي.

بل طبيعة السؤال نفسه.

فبدلًا من أن يسأل القادة: **كيف نعتمد الذكاء الاصطناعي بسرعة؟**

أصبحوا يسألون:

كيف نتحرك بالسرعة الكافية لنحافظ على قدرتنا التنافسية، دون أن نفقد الحوكمة والثقة اللتين تجعل هذا التحول مستدامًا؟**

السؤال الأول: من يتحمل المسؤولية؟

يكاد لا يخلو أي اجتماع من هذا السؤال.

إذا اتخذ نظام ذكاء اصطناعي قرارًا، أو ساهم في اتخاذه، ثم تبيّن لاحقًا أن القرار كان خاطئًا...

من المسؤول؟

هل هو الفريق التقني؟

أم الإدارة؟

أم المورد؟

أم مجلس الإدارة؟

لم يعد هذا سؤالًا فلسفيًا.

بل أصبح سؤال حوكمة بامتياز.

وما ألاحظه هو أن كثيرًا من المؤسسات لم تمتلك بعد إجابة واضحة.

ولهذا كان موضوع **حوكمة الذكاء الاصطناعي** من أكثر الموضوعات التي أثارت النقاش في هذه النشرة، وما زلت أرى أنه يمثل أكبر فجوة بين الواقع الحالي وما ينبغي أن تكون عليه المؤسسات.

السؤال الثاني: كيف نحافظ على ثقة العملاء؟

حتى عندما تعمل أنظمة الذكاء الاصطناعي بكفاءة عالية، يبقى السؤال:

كيف يثق العميل بقرار لا يستطيع أن يراه أو يفهم كيف تم اتخاذه؟

لهذا قدمت منذ بداية هذه السلسلة مفهوم **”الذكاء الموثوق”**.

وكلما تقدمت في عملي مع المؤسسات، ازددت اقتناعًا بأن هذا المفهوم سيكون أحد أهم مصادر الميزة التنافسية في اقتصاد الذكاء الاصطناعي.

فالعملاء لن يختاروا دائمًا المؤسسة التي تمتلك أفضل نموذج تقني.

بل المؤسسة التي يثقون بقراراتها.

السؤال الثالث: من أين نبدأ؟

أصبحت معظم المؤسسات مقتنعة بأن الذكاء الاصطناعي ضرورة.

لكنها لا تعرف دائمًا ما هي الخطوة الأولى.

هل تبدأ بالتقنية؟

أم بالبيانات؟

أم بالمهارات؟

أم بالحوكمة؟

ولهذا قدمت إطار **أبعاد الجاهزية الخمسة للذكاء الاصطناعي**.

وكان أكثر ما فاجأ كثيرًا من القيادات هو أن الحوكمة ليست المرحلة الأخيرة.

بل هي من أولى المراحل.

فالمؤسسات التي تؤجل الحوكمة إلى ما بعد التنفيذ، غالبًا ما تكتشف أنها تؤجل معها بناء الثقة أيضًا.

السؤال الرابع: هل تناسبنا النماذج الغربية؟

هذا السؤال يتكرر باستمرار.

هل علينا أن نطبق الأطر التنظيمية القادمة من الولايات المتحدة وأوروبا كما هي؟

أم أن منطقتنا تحتاج إلى نموذج مختلف؟

إجابتي واضحة.

يمكننا الاستفادة من التجارب العالمية، لكن لا يمكننا نسخها حرفيًا.

فالمنطقة العربية تمتلك خصوصياتها الثقافية، والتنظيمية، واللغوية، والاجتماعية.

ونحن بحاجة إلى أطر حوكمة تنطلق من هذا الواقع، لا من واقع آخر.

ولهذا كتبت أن **أخلاقيات الذكاء الاصطناعي ليست ترفًا غربيًا، بل ضرورة عربية.**

السؤال الخامس: كيف نوازن بين السرعة والاستدامة؟

ربما يكون هذا هو السؤال الذي تطور أكثر من غيره.

في بداية العام، كان معظم النقاش يدور حول كيفية تسريع تبني الذكاء الاصطناعي.

أما اليوم، فأسمع سؤالًا أكثر نضجًا:

كيف نتحرك بسرعة دون أن نبني مستقبلنا على أسس هشة؟

كيف نبتكر دون أن نفقد الثقة؟

وكيف نستفيد من الذكاء الاصطناعي دون أن تتحول السرعة نفسها إلى مصدر للمخاطر؟

أعتقد أن مجرد تغير السؤال يعكس نضجًا متزايدًا في طريقة تفكير المؤسسات.

وهو السؤال الذي سأواصل استكشافه خلال المرحلة المقبلة.

إلى أين تتجه هذه النشرة؟

خلال الأشهر القادمة، سأركز بصورة أعمق على عدة محاور بدأت تتشكل ملامحها خلال الأسابيع العشرة الماضية.

سأكتب عن أطر حوكمة الذكاء الاصطناعي المصممة خصيصًا للمؤسسات العربية.

وسأتناول المهارات القيادية الجديدة التي يفرضها عصر الذكاء الاصطناعي، والتي تختلف كثيرًا عن المهارات التي احتاجتها مرحلة التحول الرقمي.

كما سأواصل تطوير مفهوم الذكاء الموثوق، لأنه في رأيي المفهوم الذي يفسر بصورة أدق أين ستتولد الميزة التنافسية الحقيقية في السنوات المقبلة.

إذا كنتم تتابعون هذه النشرة منذ بدايتها، فأشكركم على هذه الرحلة.

وإذا انضممتم إليها في منتصف الطريق، فأدعوكم إلى العودة إلى المقالات السابقة، لأنها تشكل معًا رؤية متكاملة حول مستقبل الذكاء الاصطناعي في المؤسسات العربية.

وأخيرًا...

إذا كنتم تعرفون قائدًا أو مسؤولًا يعمل اليوم على بناء استراتيجية للذكاء الاصطناعي أو تطوير حوكمته، فسأكون ممتنة إذا شاركتم معه هذه النشرة.

لأن أفضل الحوارات هي تلك التي تجمع الأشخاص الذين يصنعون القرارات، لا الذين يكتفون بالحديث عنها.

يمكنكم متابعة المزيد من مقالاتي عبر hildamaaloufmelki.com ، والاطلاع على كتابي «الذكاء الاصطناعي ببساطة»**.

وألقاكم الأسبوع المقبل، مع بداية فصل جديد من هذه الرحلة.

---

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، فلسطين)، ومؤلفة كتاب **«الذكاء الاصطناعي ببساطة»**.

تمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي، والتحول الرقمي، واستراتيجيات العلامات التجارية، والذكاء الاصطناعي. وتقدم الاستشارات للقيادات التنفيذية والمؤسسات في مجالات استراتيجية الذكاء الاصطناعي، وحوكمته، والاستخدام المسؤول له، والتحول المؤسسي، بما يساعد المؤسسات على تحويل الذكاء الاصطناعي إلى قيمة أعمال مستدامة وتعزيز قدرتها التنافسية.

تابعوا **AI Simplified** على منصة **Substack** للحصول على تحليلات ورؤى مبنية على الأدلة حول الذكاء الاصطناعي، والقيادة، والحوكمة، ومستقبل الأعمال.

**الموقع الإلكتروني:** hildamaaloufmelki.com

When I launched this publication ten weeks ago, I wrote that I wanted one place to think out loud about artificial intelligence without someone else’s house style attached. What I did not fully anticipate was how much the conversation with readers would shape what I wrote week by week.

This final essay of the first ten weeks is not a summary. It is a dispatch from the questions I am actually hearing from leaders across Lebanon, the Gulf, Egypt, and the Levant as I work through AI strategy and governance with them in real time. Some of these questions appeared in the essays I published here. Some of them are still being worked out. All of them feel more urgent than they did ten weeks ago.

The question that has changed most over ten weeks is not how to adopt AI faster. It is how to move fast enough to remain competitive while building the governance and trust infrastructure that makes that speed sustainable.

What questions are Arab leaders actually asking about AI right now?

The first question, and it comes up in almost every serious conversation, is about accountability. When an AI system makes or influences a significant decision, whether it is a credit approval, a risk classification, or a customer communication, and that decision turns out to be wrong, who is responsible. This is not a philosophical question for the people asking it. It is a practical governance question, and most institutions do not yet have a clear answer. I wrote about this in week five, on what Lebanese banks get wrong about AI governance, and it remains the area where I see the widest gap between where institutions are and where they need to be.

The second question is about trust, specifically about how an institution builds and maintains the trust of its customers in an environment where AI is being used to make decisions that affect those customers but that the customers themselves cannot see or verify. I introduced the concept of trusted intelligence in week one and developed it further in week six. It is the concept I return to most often in advisory conversations, and I believe it will define competitive positioning in the Arab region’s AI economy more than any specific technical capability.

The third question is about sequencing. Leaders understand, at a conceptual level, that they need to build AI readiness before they can expect AI to deliver value. What they want to know is what to do first. In week four I outlined the five dimensions of AI readiness for Arab institutions, and that framework has generated more direct responses than anything else I have published here. The dimension that consistently surprises people is governance maturity, specifically the recognition that governance needs to precede deployment rather than follow it.

The fourth question is about the Arab region specifically. Leaders want to understand whether the frameworks being developed in the United States and Europe are applicable to their context, and if not, what is different. In week eight I made the case that AI ethics is not a Western luxury but a regional imperative, and that there is a genuine opportunity for institutions in Lebanon, the Gulf, Egypt, and the Levant to develop governance frameworks that address their specific context rather than simply importing frameworks built for different regulatory and cultural realities.

The fifth question, and the one I find most interesting because it is the one that has changed most significantly over ten weeks, is about speed. Earlier in the year, the dominant question from institutional leaders was how to accelerate AI adoption. Over the past few weeks, I am hearing a more nuanced version of that question: how do we move fast enough to remain competitive while building the governance and trust infrastructure that makes that speed sustainable. That shift in the question is itself a sign of maturity, and it is the question I intend to spend the next ten weeks exploring in depth.

What comes next in this publication?

Over the next quarter, I will be going deeper on several of the threads this first ten weeks opened.

I will write more specifically about AI governance frameworks that are designed for Arab region institutional contexts, drawing on the regulatory developments I am tracking across Lebanon, the Gulf, and Egypt. I will explore the leadership capabilities that AI strategy requires, which are different from the capabilities that digital transformation required and that most leadership development frameworks have not yet caught up with. And I will keep writing about trusted intelligence as the concept I believe most accurately describes what durable advantage looks like in the AI economy.

If you have been reading since week one, thank you. If you arrived somewhere in the middle, the full archive is here and I recommend starting with week two on value reconfiguration and week six on trusted intelligence as the two essays that best represent the thesis of this publication.

If you know a leader in Lebanon, the Gulf, Egypt, or the Arab region who is working through AI strategy or governance questions, I would be grateful if you shared this publication with them. The conversation is most useful when it includes the people who are actually making these decisions.

You can find more of my work, including my book AI Simplified, at hildamaaloufmelki.com. And I will be back next week with the first essay of the next quarter.

About the Author

Hilda Maalouf Melki is an Oxford-Certified AI Expert, an Official Member of the Forbes Business Development Council, Chair of the AI & Innovation Committee at Lions Clubs International – District 351 (Lebanon, Jordan & Palestine), and the author of AI Simplified (الذكاء الاصطناعي ببساطة).

With more than 25 years of experience spanning banking, digital transformation, brand strategy, and artificial intelligence, she advises executives and institutions on AI strategy, AI governance, responsible AI adoption, and institutional transformation. Through her writing, speaking, and advisory work, she helps leaders move beyond AI hype to practical, strategic implementation that creates measurable business value.

Follow AI Simplified on Substack for evidence-based insights on artificial intelligence, leadership, governance, and the future of business.

Website: hildamaaloufmelki.com

عندما أتحدث مع القيادات التنفيذية في لبنان والمنطقة العربية عن حوكمة الذكاء الاصطناعي وأخلاقياته، كثيرًا ما أسمع الرد نفسه بصيغ مختلفة: “هذه قضايا تخص الولايات المتحدة وأوروبا. أما نحن فما زلنا في مرحلة تبني الذكاء الاصطناعي، ويمكن تأجيل الحديث عن الأخلاقيات إلى وقت لاحق.”

أعتقد أن هذا التصور يحتاج إلى مراجعة.

ليس لأنه يقلل من أهمية الأخلاقيات فحسب، بل لأنه يفترض أن أخلاقيات الذكاء الاصطناعي مفهوم مستورد من الغرب، بينما هي في الحقيقة قضية ترتبط مباشرة بجودة القرارات، وثقة المجتمع، واستدامة المؤسسات، أينما كانت. في رأيي، أخلاقيات الذكاء الاصطناعي ليست عائقًا أمام التنمية في العالم العربي، بل هي الشرط الذي يجعل هذه التنمية قابلة للاستمرار.

لماذا يُنظر إلى أخلاقيات الذكاء الاصطناعي باعتبارها قضية غربية؟

يمكن فهم هذا الانطباع.

فمعظم الأدبيات المتعلقة بأخلاقيات الذكاء الاصطناعي خرجت من الجامعات ومراكز الأبحاث في الولايات المتحدة وأوروبا، كما أن الأطر التنظيمية الأولى وضعتها الحكومات الغربية وشركات التكنولوجيا العالمية. لكن هذا لا يعني أن المشكلات التي تحاول هذه الأطر معالجتها هي مشكلات غربية فقط.

فالتحيز الخوارزمي، والقرارات التي تتخذها أنظمة لا يمكن تفسيرها، وجمع البيانات الشخصية بصورة مفرطة، والتأثير على الرأي العام عبر المحتوى المُولّد بالذكاء الاصطناعي... كلها تحديات عالمية، لا تعترف بالحدود الجغرافية.

بل إن بعضها يكتسب أهمية أكبر في منطقتنا العربية، حيث ما تزال الثقة بالمؤسسات تتأثر بعوامل اقتصادية وسياسية واجتماعية معقدة، وحيث يتسارع تبني الذكاء الاصطناعي بوتيرة تفوق سرعة تطور الأطر التنظيمية.

ماذا يحدث عندما نتعامل مع الأخلاقيات باعتبارها خيارًا؟

الكلفة الحقيقية ليست فقط كلفة السمعة. إنها كلفة تشغيلية واستراتيجية تتضاعف مع الوقت. فالمؤسسة التي تستخدم الذكاء الاصطناعي دون ضوابط أخلاقية واضحة، لا تستطيع أن تجزم ما الذي تقوم أنظمتها بتحسينه فعليًا.

قد تعتقد أن النظام يتخذ قرارات تتوافق مع أهداف المؤسسة، لكن من دون آليات للمراجعة والتدقيق والتفسير، يبقى ذلك مجرد افتراض.

وفي قطاعات مثل المصارف، والتأمين، والرعاية الصحية، لا يمكن لمجالس الإدارة أن تبني قراراتها على الافتراضات.

فإذا صدر عن نظام ذكاء اصطناعي قرار تسبب في تمييز غير مبرر، أو أضر بعميل، أو خالف المتطلبات التنظيمية، ولم تتمكن المؤسسة من تفسير سبب حدوث ذلك، فإن الأزمة لن تقتصر على الخطأ نفسه.

بل ستتحول إلى أزمة ثقة.

وفي البيئات التي تعاني أصلًا من هشاشة الثقة، يكون فقدان المصداقية أكبر بكثير من حجم الخطأ التقني.

كيف يمكن أن تبدو حوكمة الذكاء الاصطناعي في العالم العربي؟

هذا هو السؤال الذي أجد أنه يستحق نقاشًا أعمق.

لسنا بحاجة إلى استنساخ النماذج الغربية كما هي. كما أننا لسنا بحاجة إلى تجاهلها. ما نحتاجه هو بناء أطر حوكمة تنطلق من واقعنا. أطر تراعي اختلاف البيئات التنظيمية بين دول المنطقة، وتأخذ في الاعتبار الخصوصية الثقافية واللغوية، وتعالج احتمالات التحيز في البيانات التي غالبًا ما يتم تدريب النماذج عليها في بيئات تختلف جذريًا عن مجتمعاتنا.

كما ينبغي أن تتحول الشفافية من مجرد نصوص قانونية إلى ممارسة يومية. فلا يكفي أن تعلن المؤسسة أنها تستخدم الذكاء الاصطناعي. بل يجب أن تشرح، بلغة بسيطة ومفهومة، كيف يُستخدم الذكاء الاصطناعي في القرارات التي تؤثر على العملاء، وما هي الضمانات الموضوعة لحمايتهم.

فرصة للريادة لا للتبعية

غالبًا ما يُطرح موضوع أخلاقيات الذكاء الاصطناعي وكأنه التزام تنظيمي يجب الامتثال له. أما أنا فأراه فرصة استراتيجية. فالمنطقة العربية تمتلك اليوم فرصة حقيقية لتطوير نماذج حوكمة تنطلق من احتياجاتها الخاصة، وتوازن بين الابتكار والمسؤولية، وبين سرعة التبني وثقة المجتمع.

وليس من الضروري أن نكون تابعين لما يطوره الآخرون. بل يمكن أن نكون من أوائل من يقدم نموذجًا إقليميًا يجمع بين التطور التقني، والخصوصية الثقافية، والحوكمة الرشيدة. لأن أخلاقيات الذكاء الاصطناعي ليست ترفًا تنظيميًا.

إنها البنية التي تجعل الذكاء الاصطناعي جديرًا بالثقة. والثقة، في النهاية، هي الأصل الأكثر قيمة الذي يمكن لأي مؤسسة أن تمتلكه. إذا كانت مؤسستكم تعمل على تطوير استراتيجية للذكاء الاصطناعي أو بناء إطار لحوكمته، فسيسعدني مواصلة هذا الحوار معكم.

يمكنكم متابعة المزيد من مقالاتي عبر hildamaaloufmelki.com، والاطلاع على كتابي «الذكاء الاصطناعي ببساطة»، حيث أتناول هذه القضايا من منظور عملي يناسب واقع مؤسساتنا العربية.

---

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، فلسطين)، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة».

تمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي، والتحول الرقمي، واستراتيجيات العلامات التجارية، والذكاء الاصطناعي. وتعمل على تقديم الاستشارات للمؤسسات والقيادات التنفيذية في مجالات استراتيجية الذكاء الاصطناعي، وحوكمته، والاستخدام المسؤول له، والتحول المؤسسي، بما يساعد المؤسسات على بناء قيمة مستدامة وتعزيز الثقة في عصر الذكاء الاصطناعي.

تابعوا AI Simplified على منصة Substack للحصول على تحليلات ورؤى مبنية على الأدلة حول الذكاء الاصطناعي، والقيادة، والحوكمة، ومستقبل الأعمال.

الموقع الإلكتروني: hildamaaloufmelki.com

One of the things I hear with some frequency when I raise AI ethics and governance with institutional leaders across Lebanon and the Arab region is a version of the following response. That is a concern for regulators in the United States and Europe. We are focused on adoption first. Ethics can wait.

I want to challenge that framing directly, because I think it rests on a misunderstanding of what AI ethics actually is and why it matters for Arab institutions specifically, not despite our context but because of it.

AI ethics is not a constraint on Arab region development. It is a condition for the kind of trust that makes development sustainable.

Why do some Arab leaders see AI ethics as a Western concern?

The perception that AI ethics is a Western export, layered onto technology developed elsewhere and governed by regulatory cultures that do not map onto our region, is understandable. Much of the public discourse on AI ethics has emerged from American and European academic and policy contexts. The frameworks produced by major Western technology companies do reflect assumptions and priorities that do not always translate directly to the Arab region’s institutional landscape, whether in Lebanon, the Gulf, Egypt, or the Levant.

But the underlying problems that AI ethics is trying to address are not Western problems. Algorithmic bias, the concentration of decision making power inside unauditable systems, the erosion of individual privacy through behavioral data collection, the manipulation of information environments at scale: none of these risks is geographically confined.

And several of them have a particular resonance in the Arab region, where trust in institutions has been shaped by experiences that differ from those of Western populations, where regulatory capacity is developing rapidly but unevenly, and where the pace of AI adoption is accelerating faster than the governance frameworks are being built.

What is the cost of treating ethics as optional?

The cost of treating AI ethics as optional or deferrable is not primarily a reputational cost, although that matters too. It is an operational and strategic cost that compounds over time.

An institution that deploys AI without ethical boundaries does not know, with any confidence, what its AI systems are actually optimizing for. It may believe they are optimizing for the outcomes it has specified, but without the governance structures to audit and validate that, it is operating on assumption. And in regulated sectors like banking, insurance, and healthcare, operating on assumption in decision making processes is a risk that boards have a duty to manage, not an acceptable baseline.

More concretely, an institution that deploys AI without explainability and fairness requirements baked into procurement and deployment will eventually face a situation where an AI output produces harm, discrimination, or a regulatory violation that it cannot account for. When that happens in a context where trust is already fragile, the damage is not proportionate to the incident. It is disproportionate, because it confirms a fear that the institution was not managing its technology responsibly.

What would Arab region AI governance look like if we built it for our context?

This is the question I find most interesting, and most underexplored in the conversations I am having with institutions across Lebanon, the Gulf, Egypt, and the Levant.

A governance framework built for the Arab region’s institutional context would take seriously the specific trust dynamics between institutions and the populations they serve. It would account for the uneven regulatory landscape across the region and build in flexibility for that landscape to evolve. It would incorporate cultural and linguistic considerations into fairness requirements, recognizing that algorithmic bias can be embedded in training data that reflects social realities very different from those of the Arab region.

It would treat transparency as an active practice rather than a disclosure requirement. Institutions would not simply publish terms of service that describe their AI use. They would build communication practices that help customers understand, in plain language appropriate to their context, how AI is being used in decisions that affect them.

And it would position Arab region institutions as leaders in this space rather than followers. There is a genuine opportunity for institutions in this region to develop governance frameworks that address our specific context with real rigor, and to demonstrate that AI ethics is not a constraint on development but a condition for the kind of trust that makes development sustainable.

I work on exactly these questions as an AI expert covering Lebanon and the Arab region. If this essay raises questions relevant to your institution’s AI strategy, you can find more of my thinking at hildamaaloufmelki.com, and in my book AI Simplified at hildamaaloufmelki.com/signature-book.

About the Author

Hilda Maalouf Melki is an Oxford-Certified AI Expert, an Official Member of the Forbes Business Development Council, Chair of the AI & Innovation Committee at Lions Clubs International – District 351 (Lebanon, Jordan & Palestine), and the author of AI Simplified (الذكاء الاصطناعي ببساطة).

With more than 25 years of experience spanning banking, digital transformation, brand strategy, and artificial intelligence, she advises executives and institutions on AI strategy, AI governance, responsible AI adoption, and institutional transformation. Through her writing, speaking, and advisory work, she helps leaders move beyond AI hype to practical, strategic implementation that creates measurable business value.

Follow AI Simplified on Substack for evidence-based insights on artificial intelligence, leadership, governance, and the future of business.

Website: hildamaaloufmelki.com

في ختام أحدث مقالاتي المنشورة في Forbes حول الميزة التنافسية في عصر الذكاء الاصطناعي، استخدمت تعبيرًا أعتقد أنه يستحق أكثر بكثير من مجرد سطر أخير في مقال. كان ذلك التعبير هو “الذكاء الموثوق”.

استخدمته لوصف ما أراه العامل الحقيقي الذي سيفصل بين المؤسسات القادرة على الاستمرار والازدهار في اقتصاد الذكاء الاصطناعي، وبين تلك التي تركز على المكاسب السريعة لتجد نفسها مكشوفة مع أول تغير في البيئة المحيطة. وأعتقد أن هذا المفهوم لا يحظى حتى الآن بالاهتمام الذي يستحقه في معظم النقاشات المتعلقة باستراتيجيات الذكاء الاصطناعي في منطقتنا العربية. فالذكاء الموثوق ليس مرادفًا للذكاء الدقيق. بل هو قدرة المؤسسة على أن تصبح المصدر الذي يختار الناس تصديقه، حتى عندما يصبح التحقق من صحة المعلومات أكثر صعوبة من أي وقت مضى.

ما هو الذكاء الموثوق؟

لا يتعلق الذكاء الموثوق بمجرد امتلاك أنظمة ذكاء اصطناعي تقدم إجابات صحيحة. بل يتعلق بأن تصبح المؤسسة التي يثق بها العملاء، والجهات التنظيمية، والشركاء، والجمهور، عندما يغرق الفضاء الرقمي بالمحتوى الذي يصعب التحقق من صحته.

لقد دخلنا بالفعل هذا العصر.

فالوسائط الاصطناعية، والمحتوى المُولَّد بالذكاء الاصطناعي، والخوارزميات القادرة على التأثير في الرأي العام، لم تعد توقعات للمستقبل، بل أصبحت واقعًا يعيد تشكيل مفهوم الثقة الذي قامت عليه التجارة، والقطاع المالي، والإدارة العامة لعقود طويلة.

ومن خلال عملي مع مؤسسات في لبنان وعدد من الدول العربية، ألاحظ نمطًا يتكرر باستمرار؛ فالكثير من المؤسسات تسارع إلى تبني تطبيقات الذكاء الاصطناعي، لكنها لا تستثمر بالقدر نفسه في بناء منظومة الحوكمة التي تجعل هذه التطبيقات جديرة بثقة الإنسان الذي ستخدمه.

الميزة التنافسية الجديدة

في السنوات الماضية، كان الاعتقاد السائد أن التفوق سيكون لمن يمتلك النموذج الأكثر تطورًا أو الخوارزمية الأقوى. أما اليوم، فأرى أن المؤسسات التي ستحتفظ بميزتها التنافسية هي تلك التي تنجح في الجمع بين:

- القدرة على التنبؤ

- الحوكمة الرشيدة

- الشفافية

- الأداء

- المصداقية طويلة الأمد

- سرعة الاستجابة للتغيرات

هذا المزيج هو ما أسميه الذكاء الموثوق

وهو أصل استراتيجي يصعب بناؤه، ولذلك يصعب تقليده أيضًا، وهذا تحديدًا ما يجعله حصنًا تنافسيًا حقيقيًا

لماذا تبدأ القصة من الحوكمة؟

كما أن أساس المبنى لا يكون الجزء الأكثر ظهورًا، لكنه الجزء الذي يحدد ما إذا كان المبنى سيصمد أم لا، فإن الحوكمة هي الأساس الذي يقوم عليه الذكاء الموثوق. فالمؤسسة التي تعتمد الذكاء الاصطناعي دون منظومة حوكمة واضحة، قد تنتج نتائج صحيحة في كثير من الأحيان، لكنها تعجز عن تفسيرها أو مراجعتها أو الدفاع عنها أمام مجلس الإدارة أو الجهات الرقابية أو حتى العملاء.

وفي اقتصاد تُعد فيه الثقة عملة استراتيجية، يصبح عدم القدرة على إثبات سلامة القرار مساويًا تقريبًا لعدم القدرة على اتخاذ القرار نفسه. لهذا فإن الحوكمة لا تقيّد الذكاء الاصطناعي، بل تمنحه الشرعية. وتتحقق هذه الشرعية من خلال أربعة عناصر أساسية:

أولًا: القابلية للتفسير، أي القدرة على شرح كيفية وصول النظام إلى قراره.

ثانيًا: القابلية للتدقيق، عبر الاحتفاظ بسجلات يمكن مراجعتها وتحليلها والتعلم منها.

ثالثًا: الحدود الأخلاقية، من خلال تحديد ما يُسمح للنظام بفعله وما لا يُسمح به، واعتماد ذلك على مستوى مجلس الإدارة.

رابعًا: المساءلة البشرية، بحيث يبقى هناك أشخاص مسؤولون عن نتائج النظام، وليس فقط عن تشغيله.

هذه المبادئ ليست معقدة تقنيًا، لكنها تتطلب التزامًا مؤسسيًا حقيقيًا يتجاوز حدود أقسام التكنولوجيا.

ماذا يعني ذلك للمؤسسات العربية؟

أرى اليوم مؤسسات في لبنان والخليج والمنطقة العربية تتحرك بسرعات مختلفة.

بعضها ما زال ينظر إلى حوكمة الذكاء الاصطناعي باعتبارها متطلبًا تنظيميًا يمكن التفكير فيه بعد تنفيذ المشاريع.

وبعضها بدأ يدرك أن الحوكمة يجب أن تسبق التوسع في استخدام الذكاء الاصطناعي.

أما المؤسسات الأكثر تقدمًا، فقد بدأت تفهم حقيقة أكثر أهمية؛ وهي أن الحوكمة ليست قيدًا على الطموح، بل هي الشرط الذي يجعل هذا الطموح قابلًا للاستمرار.

هذه المؤسسات تبني اليوم شيئًا لا يستطيع المنافسون نسخه بسهولة:

سمعة قائمة على الذكاء الذي يمكن الوثوق به.

وفي أسواق عانت من تقلبات اقتصادية، واضطرابات سياسية، وتشبع معلوماتي، تصبح هذه السمعة ميزة تنافسية هيكلية، وليست مجرد قيمة معنوية.

الحوكمة ليست مشروعًا بل ثقافة

بناء الذكاء الموثوق لا يتحقق عبر سياسة مكتوبة أو لجنة مؤقتة.

إنه ممارسة مؤسسية مستمرة.

يتطلب قيادة من مجلس الإدارة، وشفافية مع العملاء حول كيفية استخدام الذكاء الاصطناعي، وشجاعة للاعتراف بأن الأنظمة قد تخطئ، مع وجود آليات لاكتشاف تلك الأخطاء وتصحيحها قبل أن تتحول إلى أزمة ثقة.

فالذكاء الموثوق ليس وجهة نصل إليها، بل هو انضباط مؤسسي يُمارس كل يوم.

والمؤسسات التي تبدأ ببنائه اليوم، قبل أن تفرضه التشريعات، ستكون قد صنعت لنفسها ميزة يصعب تعويضها عندما يلحق بها الآخرون.

في الأسابيع المقبلة سأواصل تطوير هذا المفهوم واستعراض تطبيقاته العملية في المؤسسات العربية.

ويمكنكم متابعة المزيد من مقالاتي وأفكاري عبر موقعي الإلكتروني، وكذلك من خلال كتابي «الذكاء الاصطناعي ببساطة».

---

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو رسمي في مجلس فوربس لتطوير الأعمال، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، فلسطين)، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة».

تمتلك أكثر من خمسة وعشرين عامًا من الخبرة في القطاع المصرفي، والتحول الرقمي، واستراتيجيات العلامات التجارية، والذكاء الاصطناعي. وتعمل على تقديم الاستشارات للمؤسسات والقيادات التنفيذية في مجالات استراتيجية الذكاء الاصطناعي، وحوكمته، والاستخدام المسؤول له، والتحول المؤسسي، بما يساعد المؤسسات على تحويل الذكاء الاصطناعي من مجرد تقنية إلى قيمة أعمال مستدامة.

تابعوا AI Simplified على منصة Substack للحصول على تحليلات ورؤى معمقة حول الذكاء الاصطناعي، والقيادة، والحوكمة، ومستقبل الأعمال.

الموقع الإلكتروني: hildamaaloufmelki.com

At the end of my most recent Forbes article on AI and competitive advantage, I used a phrase that I want to spend much more time with here than a closing line allows. The phrase was trusted intelligence.

I used it to describe what I believe will separate the institutions that endure in the AI economy from those that optimize for the short term and find themselves exposed when the environment shifts. But it deserves a fuller treatment, because I think it names something that most AI strategy conversations in the Arab region are not yet taking seriously enough.

Trusted intelligence is not the same as accurate intelligence. It is the much harder asset of being the institution that people genuinely choose to believe when the information environment around them can no longer be easily verified.

What is trusted intelligence and why does it matter?

Trusted intelligence is not the same as accurate intelligence. It is not simply about having AI systems that produce correct outputs. It is about being the institution that people, customers, regulators, partners, and the public, genuinely choose to believe and rely on when the information environment around them is saturated with content that can no longer be easily verified.

We are already living in that environment. Synthetic media, algorithmic persuasion, and AI generated content are not future concerns. They are present realities that are degrading the baseline of informational trust that commerce and governance depend on. As an AI expert working across Lebanon and the Arab region, I see this playing out in ways that are specific to our context: institutions that are moving fast to deploy AI capabilities without building the credibility infrastructure that makes those capabilities trustworthy to the people they are meant to serve.

The institutions that will hold durable advantage in this environment are not the ones with the most sophisticated models. They are the ones that combine predictive capability with governance discipline, transparency with performance, and long term credibility with short term responsiveness. That combination is trusted intelligence, and it is genuinely hard to build, which is precisely why it constitutes a moat.

Why is governance the foundation of this moat?

Governance is the foundation of trusted intelligence for the same reason that a building’s foundation is not the most visible part of the structure but is the part that determines whether the structure stands.

An institution that deploys AI without governance is producing intelligence outputs that it cannot explain, audit, or correct with confidence. It may be producing correct outputs most of the time. But it cannot demonstrate that to regulators, to customers, or to the board in a way that holds under scrutiny. And in a trust economy, the inability to demonstrate is functionally equivalent to the inability to deliver.

Governance creates the conditions under which intelligence becomes trusted rather than merely used. It does this through explainability, which means being able to account for how an AI system reached a particular output. Through auditability, which means maintaining records of AI decisions that can be reviewed, challenged, and learned from. Through ethics boundaries, which means having formally agreed limits on what the AI system is and is not permitted to do, reviewed at the board level and enforced operationally. And through accountability, which means having named human beings who are responsible for the AI system’s outcomes, not just its deployment.

None of these is technically complex. All of them require institutional commitment that goes beyond the technology function.

What does this mean for institutions across the Arab region?

Across Lebanon, the Gulf, and the wider Arab region, I work with institutions that are at very different points on this journey. Some are still treating AI governance as a compliance concern to be managed after deployment. Some are beginning to recognize that governance needs to precede deployment at any meaningful scale. A smaller number are starting to understand that governance is not a constraint on AI ambition but the very thing that makes AI ambition sustainable.

The institutions in that third group are building something their competitors cannot quickly replicate: a reputation for intelligence that can be trusted. In markets where customer trust has been eroded by volatility, instability, and information overload, that reputation is not a soft asset. It is a structural competitive advantage.

Building it requires treating governance not as a checkbox but as an ongoing institutional practice. It requires board level ownership, not technology function ownership. It requires transparency with customers about how AI is being used in decisions that affect them. And it requires the humility to admit that AI systems make mistakes, to have processes for catching those mistakes before they reach customers, and to correct them visibly when they do.

Trusted intelligence is not a destination. It is a discipline. The institutions that commit to that discipline now, before regulatory frameworks compel them to, will find that they have built something genuinely durable by the time the rest of the market catches up.

I will keep building this concept out in the weeks ahead. You can read more of my thinking at hildamaaloufmelki.com, and in my book AI Simplified at hildamaaloufmelki.com/signature-book.

About the Author

Hilda Maalouf Melki is an Oxford-Certified AI Expert, an Official Member of the Forbes Business Development Council, Chair of the AI & Innovation Committee at Lions Clubs International – District 351 (Lebanon, Jordan & Palestine), and the author of AI Simplified (الذكاء الاصطناعي ببساطة).

With more than 25 years of experience spanning banking, digital transformation, brand strategy, and artificial intelligence, she advises executives and institutions on AI strategy, AI governance, responsible AI adoption, and institutional transformation. Through her writing, speaking, and advisory work, she helps leaders move beyond AI hype to practical, strategic implementation that creates measurable business value.

Follow us on Substack for evidence-based insights on artificial intelligence, leadership, governance, and the future of business.

Website: hildamaaloufmelki.com

^{لماذا تخفي سرعة تبني الذكاء الاصطناعي فجوات الحوكمة داخل المصارف اللبنانية؟}

أمضيت أكثر من خمسة وعشرين عامًا في القطاع المصرفي اللبناني، وعشت عن قرب مراحل التحول الرقمي قبل أن أتفرغ للعمل مستشارة في الذكاء الاصطناعي مع مؤسسات في لبنان والمنطقة العربية.

وخلال هذه السنوات، تعلمت درسًا مهمًا.

المؤسسات لا تتعرض للمخاطر لأنها تفتقر إلى السياسات...

بل لأنها تخلط بين وجود سياسة مكتوبة وبين وجود حوكمة حقيقية.

واليوم، أرى النمط نفسه يتكرر مع الذكاء الاصطناعي.

فالعديد من المصارف بدأت تعتمد أدوات الذكاء الاصطناعي، وتطلق مبادرات للتحول الرقمي، وتستخدم نماذج ذكية في تقييم المخاطر، وخدمة العملاء، والامتثال، وحتى منح التسهيلات الائتمانية.

لكنها، في المقابل، لم تبنِ بعد منظومة الحوكمة القادرة على إدارة هذه التقنيات بالمسؤولية المطلوبة.

وهنا يكمن الخطر.

لأن سرعة تبني الذكاء الاصطناعي أصبحت تتجاوز سرعة بناء الحوكمة.

^{ماذا تعني حوكمة الذكاء الاصطناعي داخل المصارف؟}

عندما نتحدث عن حوكمة الذكاء الاصطناعي، لا نقصد وثيقة سياسات تحفظ في الأدراج.

ولا نقصد لجنة تجتمع مرة كل ثلاثة أشهر لمراجعة مؤشرات الأداء.

الحوكمة هي منظومة مستمرة تحدد:

• كيف تُتخذ القرارات المدعومة بالذكاء الاصطناعي.

• من يتحمل المسؤولية عنها.

• كيف يتم تدقيقها ومراجعتها.

• وكيف تتصرف المؤسسة عندما تنتج الأنظمة الذكية نتائج غير متوقعة.

وبالنسبة للمصارف اللبنانية، فإن ذلك يعني الإجابة بوضوح عن مجموعة من الأسئلة الجوهرية.

ما هي القرارات التي أصبحت الخوارزميات تؤثر فيها بالفعل؟

ومن هو المسؤول النهائي عن مراجعة هذه القرارات إذا استدعت الحاجة تدخلاً بشريًا؟

هل يمكن تدقيق مخرجات الذكاء الاصطناعي بنفس الدقة التي تُدقق بها القرارات الائتمانية أو التنظيمية الأخرى؟

وهل وضعت المؤسسة حدودًا أخلاقية واضحة لاستخدام الذكاء الاصطناعي، صادق عليها مجلس الإدارة، وتُطبق فعليًا في العمليات اليومية؟

هذه ليست أسئلة نظرية.

إنها أسئلة تتعلق مباشرة بإدارة المخاطر والثقة والامتثال.

^{لماذا يختلف الوضع في لبنان؟}

يمتلك القطاع المصرفي اللبناني تجربة فريدة مع الأزمات.

وقد أثبتت السنوات الماضية أن كثيرًا من أنظمة الحوكمة التي كانت تبدو قوية في الظروف الطبيعية، تعرضت لاختبارات غير مسبوقة عند وقوع الأزمات.

ولهذا يجب ألا تُبنى حوكمة الذكاء الاصطناعي على افتراض أن الظروف ستكون دائمًا مستقرة.

بل ينبغي تصميمها انطلاقًا من السؤال الأصعب:

ماذا سيحدث لأنظمة الذكاء الاصطناعي إذا دخلت المؤسسة في ظروف استثنائية؟

كيف ستُحمى البيانات؟

ومن سيتخذ القرار إذا توقفت الأنظمة أو تغيرت البيئة التنظيمية أو تعرضت المؤسسة لضغوط تشغيلية؟

الجاهزية لهذه السيناريوهات جزء أساسي من الحوكمة، وليست مرحلة لاحقة.

^{أين تكمن الفجوات التي ألاحظها في المصارف اللبنانية؟}

^{أولًا: غياب المسؤولية الواضحة على مستوى مجلس الإدارة}

في كثير من المؤسسات التي أتعامل معها، تُدار مبادرات الذكاء الاصطناعي من قبل إدارات التكنولوجيا أو تطوير الأعمال.

وهذا أمر طبيعي.

لكن المشكلة تبدأ عندما تنتقل مسؤولية الحوكمة أيضًا إلى الجهة نفسها.

فالجهة التي تُقاس نجاحاتها بسرعة التنفيذ ليست دائمًا الجهة الأنسب لإدارة المخاطر.

ولا يتعلق الأمر بالأشخاص.

بل بطريقة تصميم الهيكل المؤسسي.

فحوكمة الذكاء الاصطناعي يجب أن تكون مسؤولية واضحة على مستوى مجلس الإدارة، مع صلاحيات محددة وخطوط مساءلة معروفة.

^{ثانيًا: ضعف قابلية تفسير قرارات الذكاء الاصطناعي}

إذا أثّر نموذج ذكاء اصطناعي في قرار منح قرض، فهل يستطيع المصرف شرح أسباب هذا القرار للعميل بلغة واضحة ومفهومة؟

هذا السؤال لم يعد خيارًا تنظيميًا.

بل أصبح يتجه تدريجيًا ليكون أحد متطلبات الامتثال في العديد من الأطر التنظيمية الناشئة في لبنان ودول الخليج ومختلف أنحاء المنطقة العربية.

المشكلة أن كثيرًا من المؤسسات ما زالت تشتري حلولًا تعتمد على نماذج مغلقة لا تسمح بتفسير كيفية وصولها إلى نتائجها.

وفي القطاع المصرفي، لا يمكن بناء الثقة على قرارات لا يمكن تفسيرها.

^{ثالثًا: ضعف حوكمة البيانات}

قبل أن نحكم الذكاء الاصطناعي...

علينا أولًا أن نحكم البيانات.

فالذكاء الاصطناعي لا يعمل في فراغ.

إنه يتعلم من البيانات، ويبني قراراته عليها.

وفي كثير من المصارف اللبنانية، ما تزال البيانات موزعة بين أنظمة قديمة وإدارات منفصلة لا تتواصل فيما بينها بصورة فعالة.

وهذا يجعل جودة البيانات، وليس جودة الخوارزميات، هي نقطة الضعف الأساسية.

ورغم أن معالجة هذه المشكلة لا تبدو مشروعًا جذابًا من الناحية الإعلامية، فإنها تمثل الأساس الحقيقي لأي استراتيجية ناجحة في الذكاء الاصطناعي.

^{ماذا ينبغي أن تفعل المصارف اللبنانية؟}

في رأيي، لا يتعلق النجاح فقط بما ستفعله المصارف...

بل بالترتيب الذي ستقوم به.

أولًا، يجب تحديد مسؤول واضح عن حوكمة الذكاء الاصطناعي على مستوى مجلس الإدارة، يمتلك صلاحيات محددة ويرفع تقاريره مباشرة إلى المجلس.

ثانيًا، ينبغي إجراء مراجعة شاملة لجميع الأنظمة والخوارزميات المستخدمة داخل المؤسسة، بما في ذلك النماذج التي لا تُصنف رسميًا ضمن الذكاء الاصطناعي، مثل أنظمة التقييم الائتماني، وكشف الاحتيال، وتقسيم العملاء.

ثالثًا، يجب أن تصبح قابلية تفسير قرارات الذكاء الاصطناعي شرطًا أساسيًا عند شراء أي حل تقني جديد.

فإذا لم يستطع المورد شرح كيفية عمل النظام بطريقة يمكن لفريقي الامتثال والشؤون القانونية فهمها، فإن هذا الحل لا يناسب بيئة مصرفية خاضعة للتنظيم.

وأخيرًا، ينبغي أن تُراجع أطر الحوكمة بصورة دورية، وألا تبقى وثيقة تُكتب عند إطلاق المشروع ثم لا يُعاد النظر فيها إلا بعد وقوع مشكلة.

^{الحوكمة هي ما يصنع الثقة}

تمتلك المصارف اللبنانية فرصة حقيقية لبناء نموذج متقدم في حوكمة الذكاء الاصطناعي، يأخذ في الاعتبار خصوصية البيئة التنظيمية المحلية، والعلاقة القائمة على الثقة مع العملاء، والتحديات التي عرفها القطاع خلال السنوات الماضية.

لكن هذه الفرصة لن تبقى متاحة إلى الأبد.

فكلما تسارع تطبيق الذكاء الاصطناعي دون تطوير الحوكمة، ازدادت كلفة تصحيح المسار لاحقًا.

ولهذا، فإن أفضل وقت لبناء منظومة الحوكمة ليس بعد انتشار الذكاء الاصطناعي...

بل قبله.

عن الكاتبة

هيلدا معلوف ملكي هي خبيرة الذكاء الاصطناعي في لبنان والمنطقة العربية، وخبيرة ذكاء اصطناعي معتمدة من جامعة أكسفورد، وعضو مجلس فوربس لتطوير الأعمال (Forbes Business Development Council)، ورئيسة لجنة الذكاء الاصطناعي والابتكار في أندية الليونز الدولية – المقاطعة 351 (لبنان، الأردن، فلسطين)، ومؤلفة كتاب «الذكاء الاصطناعي ببساطة». تكتب بانتظام حول استراتيجية الذكاء الاصطناعي، وحوكمة الذكاء الاصطناعي، والتحول الرقمي، والقيادة، ومستقبل الأعمال في عصر الذكاء الاصطناعي.

للمزيد من المقالات والتحليلات، تابعوا نشرة AI Simplified على Substack، أو زوروا:
www.hildamaaloufmelki.com

وللتعرف إلى كتاب «الذكاء الاصطناعي ببساطة»:
www.hildamaaloufmelki.com/signature-book

I spent twenty five years inside Lebanese banking and digital transformation before I moved into AI advisory work full time. That means I watched Lebanon’s financial sector navigate the consequences of weak governance long before artificial intelligence was part of any conversation. I understand, perhaps more concretely than most commentators on this subject, what it looks like when an institution confuses having a policy with having governance.

What I am seeing now, as an AI expert working across Lebanon and the Arab region, is that same pattern beginning to repeat itself in the AI context. Institutions are deploying AI tools, approving AI strategies, and in some cases already using AI in credit, compliance, and customer service without the governance infrastructure to manage what they are introducing.

I want to be specific about what I mean, because the word governance gets used loosely and that looseness is part of the problem.

Governance in the AI context is not a policy document. It is the set of living structures that determine, on a continuous basis, how AI decisions get made, who is accountable for them, and what happens when they produce outcomes that were not anticipated.

^{What does AI governance actually mean for a bank?}

Governance in the AI context is not a policy document. It is not a committee that meets quarterly to review an AI dashboard. It is the set of living structures that determine, on a continuous basis, how AI decisions get made, who is accountable for them, how they get audited, and what happens when they produce outcomes that were not anticipated.

For a bank in Lebanon, that means several things that most institutions in the sector have not yet addressed seriously.

It means knowing, with precision, which decisions inside your institution are currently being influenced by algorithmic systems and which human beings are accountable for reviewing and overriding those decisions when necessary. It means having an audit trail for AI outputs that is as rigorous as the audit trail you maintain for any other regulated decision. It means having an ethics boundary defined in writing, reviewed by the board, and enforced operationally, not just cited in a sustainability report.

And perhaps most importantly for the Lebanese context specifically, it means having a clear answer to the question of what happens to the AI system and the data it operates on under conditions of institutional stress. Lebanese banks have experienced, within recent memory, conditions that stress tested governance frameworks that many assumed were robust. AI governance needs to be built with the same honest accounting of risk.

^{Where are the gaps I see most often?}

The most common gap is the absence of a clear owner for AI governance at the board level. In most Lebanese banks I encounter in my advisory work, AI is being driven by the technology function or, increasingly, by business development. Governance typically follows technology ownership, which means it ends up sitting with people whose primary incentive is deployment speed rather than risk management. That is not a criticism of those individuals. It is a structural design flaw.

The second gap is the absence of explainability requirements for AI outputs that affect customers. If a credit algorithm influences a lending decision, can the bank explain to the customer, in plain language, the basis for that decision? Under emerging regulatory frameworks across the Arab region, including developing frameworks in Lebanon, the Gulf, and Egypt, this is not a nice to have. It is becoming a legal requirement. Most institutions are not yet building for it.

The third gap is data governance preceding AI governance. Before you can govern an AI system responsibly, you have to govern the data it trains on. In the Lebanese banking sector, where data architecture has historically been fragmented across legacy systems, this foundational requirement is frequently the one that gets skipped because it is unglamorous, expensive, and does not produce a visible output that looks like innovation.

^{What should Lebanese banks actually do?}

The honest answer is that the sequence matters as much as the substance.

Establish board level accountability for AI governance before you scale any AI deployment. Not a subcommittee. A named executive with a defined mandate and reporting line to the board.

Conduct an honest audit of every AI or algorithmic tool currently operating inside the institution, including tools that were not originally classified as AI, such as credit scoring models, fraud detection systems, and customer segmentation tools. Understand what they are doing, what data they use, and who is accountable for their outputs.

Build explainability into AI procurement as a non negotiable requirement. If a vendor cannot tell you how their system produces its outputs in terms your compliance and legal teams can work with, that vendor is not yet ready for regulated environments.

And create a governance framework that is reviewed and updated at least annually, not filed after the initial deployment and revisited only when something goes wrong.

Lebanese banks have a genuine opportunity to build AI governance frameworks that are appropriate for their specific context, their regulatory environment, and the trust relationships they maintain with their customers. But that opportunity closes quickly as deployment outpaces governance. The time to build the structure is before the deployment reaches a scale where correcting it becomes operationally disruptive.

I write about AI governance for Arab region institutions every week here. You can explore more of my thinking on this subject at hildamaaloufmelki.com, and in my book AI Simplified at www.hildamaaloufmelki.com/signature-book.