استخدام الذكاء الاصطناعي للمحاسبين: تجربة عملية لتحليل مصروفات Excel

هل يمكن استخدام الذكاء الاصطناعي للمحاسبين في شغل حقيقي، أم أن أغلب الاستخدامات مجرد كتابة تقارير وبرومبتات شكلها جيد؟

بدل أن نكتب قائمة عامة عن «استخدامات الذكاء الاصطناعي في المحاسبة»، قررنا أن نختبر مهمة محددة تشبه ما يحدث كل شهر في شركات كثيرة: ملف مصروفات Excel فيه أسماء موردين غير موحدة، تصنيفات ناقصة، عملية قد تكون مكررة، وبند لا يمكن تصنيفه بثقة من الاسم وحده.

الهدف لم يكن أن نجعل الذكاء الاصطناعي «يمسك الحسابات» بدل المحاسب. الهدف كان أبسط وأكثر واقعية: هل يستطيع تجهيز First Pass مفيدة تقلل وقت التنظيف والتحليل، وتترك القرارات التي تحتاج حكمًا مهنيًا للمحاسب؟

مهم: استخدمنا بيانات تجريبية وليست بيانات عميل أو شركة حقيقية. وهذه نقطة أساسية قبل أي تجربة محاسبية بالذكاء الاصطناعي. وإذا كنت تبدأ من الصفر في استخدام أدوات الذكاء الاصطناعي داخل العمل، راجع أيضًا دليل استخدام الذكاء الاصطناعي في العمل وزيادة الإنتاجية لفهم طريقة اختيار المهام المناسبة للأتمتة والمراجعة.

ما المشكلة التي نحاول حلها؟

ملفات المصروفات القادمة من بنك أو بطاقة شركة لا تصل دائمًا بالشكل المثالي. قد تجد المورد نفسه مكتوبًا بأكثر من صيغة، وبعض البنود بلا تصنيف، وعمليتين بنفس القيمة والتاريخ قد تكونان تكرارًا أو قد تكونان عمليتين صحيحتين.

مثلًا، كان جزء من ملف التجربة كالتالي:

إجمالي العمليات في العينة 27,080. لكن هذا الرقم وحده ليس مفيدًا؛ نحتاج أن نعرف ما الذي يمكن تنظيفه وتصنيفه تلقائيًا، وما الذي يجب أن يتوقف عنده المحاسب.

جرّب بنفسك: ملف Excel المستخدم في التجربة

جهزنا نسخة تجريبية من ملف المصروفات حتى تستطيع تنفيذ نفس الخطوات بنفسك ومقارنة النتيجة. الملف لا يحتوي على بيانات حقيقية لعملاء أو شركات.

فتح ملف تجربة الذكاء الاصطناعي للمحاسبين

البرومبت الذي يمكن استخدامه مع أي مساعد ذكاء اصطناعي مناسب

بدل أن نطلب «حلل الملف»، نعطي المهمة حدودًا واضحة. ولو أردت تطوير طريقة كتابة الطلبات لمهام أخرى، ستجد أمثلة إضافية في دليل البرومبتات الجاهزة للعمل والإنتاجية.

تعامل كمساعد تحليل للمحاسب، وليس كصاحب قرار محاسبي. نظّف أسماء الموردين المتشابهة، واقترح تصنيفًا لكل مصروف، وأضف درجة ثقة High/Medium/Low مع سبب مختصر. ابحث عن العمليات المكررة المحتملة والقيم غير المعتادة. لا تفترض أن عمليتين متطابقتين هما Duplicate نهائيًا؛ ضعها للمراجعة. لا تستنتج معالجة ضريبية أو قيدًا محاسبيًا من المعلومات المتاحة. في النهاية اعرض إجمالي المصروفات حسب التصنيف وقائمة منفصلة بالبنود التي تحتاج مراجعة بشرية.

هذه الصياغة مهمة؛ لأن المطلوب ليس أن يبدو الـAI واثقًا، بل أن يعرف متى لا تكفي البيانات لاتخاذ قرار. ويمكن تطبيقها مع أي أداة موثوقة تدعم تحليل ملفات Excel أو CSV وتسمح بها سياسة المؤسسة.

النتيجة الأولى: تنظيف أسماء الموردين كان سهلًا نسبيًا

أوضح مثال كان:

• MICROSOFT 365
• MICROSOFT*365

يمكن لأدوات الذكاء الاصطناعي التعرف على أن الاسمين يعودان غالبًا إلى المورد نفسه، وهو أمر مفيد قبل إعداد Pivot Table أو تحليل شهري. نفس المبدأ يمكن تطبيقه على اختلافات بسيطة في أسماء منصات الإعلانات، شركات النقل، مزودي الخدمات السحابية وغيرها.

لكن هنا يجب التفريق بين توحيد الاسم ودمج القيود. يمكن اقتراح أن الاسمين يعودان للمورد نفسه، لكن هذا لا يعطي الأداة الحق في حذف أي عملية.

النتيجة الثانية: التصنيف المبدئي مفيد، لكنه ليس قيدًا محاسبيًا

البنود الواضحة يمكن اقتراح تصنيفات منطقية لها بسرعة:

أهم صف في الجدول ليس البنود الواضحة، بل AMZN Mktp. الوصف لا يخبرنا ماذا اشترت الشركة. قد يكون مستلزمات مكتب، جهازًا، كتابًا، اشتراكًا أو شيئًا آخر تمامًا. هنا الإجابة الصحيحة ليست اختراع تصنيف، وإنما طلب الفاتورة أو تفاصيل العملية.

وهذا فرق جوهري بين استخدام الذكاء الاصطناعي كمساعد وبين استخدامه كبديل عن المراجعة المحاسبية.

النتيجة الثالثة: اكتشاف Duplicate محتمل لا يعني حذفه

وجود عمليتين لـOFFICE DEPOT بقيمة 1,850 في نفس اليوم يستحق أن يظهر كـDuplicate محتمل.

هذا بالضبط ما نريده من الأداة: Flag للمراجعة، وليس قرارًا بالحذف. فقد تكون العملية سُجلت مرتين بالخطأ، وقد تكون الشركة نفذت عمليتي شراء منفصلتين بالقيمة نفسها.

التحقق الفعلي يحتاج مستندًا مرجعيًا: رقم الفاتورة، رقم العملية البنكية، وقت التنفيذ، أو إيصالين منفصلين.

النتيجة الرابعة: تحليل المصروفات يصبح أسرع بعد التنظيف

بعد تجميع الأسماء والتصنيفات الأولية، يصبح من السهل الحصول على قراءة سريعة للعينة:

• الخدمات السحابية: 6,800.
• السفر والإقامة: 5,600.
• الإعلانات: 4,200.
• مستلزمات المكتب: 3,700، منها 1,850 تحتاج مراجعة لاحتمال التكرار.
• الاشتراكات والبرمجيات: 2,500.
• بند Amazon غير محسوم: 2,990.
• الاتصالات والإنترنت: 950.
• الانتقالات: 340.

لو ثبت أن إحدى عمليتي Office Depot مكررة فعلًا، سينخفض إجمالي العينة من 27,080 إلى 25,230. لكن لا يجب استخدام الرقم الثاني في تقرير نهائي قبل التحقق.

أين يوفر استخدام الذكاء الاصطناعي للمحاسبين الوقت فعلًا؟

القيمة ليست في «عمل المحاسبة بدل المحاسب»، وإنما في ضغط مرحلة التحضير الأولى:

• توحيد أسماء الموردين.
• اقتراح التصنيف الأولي للبنود الواضحة.
• تجميع المصروفات حسب الفئة.
• تمييز البنود غير الواضحة بدل دفنها وسط الملف.
• اكتشاف عمليات متشابهة تستحق المراجعة.
• تحويل الأرقام إلى ملخص إداري أولي.

وهذه الاستخدامات تتفق مع ما تعرضه جهات تقنية ومهنية حول دور الذكاء الاصطناعي في أتمتة المهام المتكررة، تحليل البيانات، التصنيف، التسويات ومراجعة الأنماط، مع ضرورة مراجعة الطريقة والافتراضات قبل الاعتماد على النتيجة.

أي أداة ذكاء اصطناعي أستخدم؟

لا نريد أن يتحول المقال إلى قائمة أدوات. معيار الاختيار أهم من اسم المنتج. ابحث عن أداة تسمح لك برفع Excel أو CSV، تستطيع إظهار خطوات التحليل أو مبرراته، وتتناسب مع سياسة شركتك للبيانات والخصوصية.

يمكن تنفيذ نفس الفكرة بأدوات عامة تدعم تحليل البيانات، أو بميزات AI مدمجة داخل بيئة العمل المحاسبية أو المكتبية. الأهم أن تكون الأداة معتمدة داخل المؤسسة وألا تصبح هي مصدر الحقيقة النهائي.

أين لا يجب أن نترك القرار للذكاء الاصطناعي؟

هناك حدود واضحة جدًا:

• اعتماد قيد محاسبي نهائي من وصف بنكي مختصر.
• تحديد المعالجة الضريبية بدون المستندات والقواعد المطبقة.
• اعتبار عملية Duplicate وحذفها لمجرد تشابه الاسم والمبلغ.
• إرسال أرقام للإدارة قبل مطابقتها مع المصدر.
• رفع بيانات عملاء أو رواتب أو معلومات سرية إلى أداة غير معتمدة من الشركة.

ACCA تؤكد أن الحكم المهني والشك المهني لا يجب أن يضعفا بسبب الاعتماد على التقنية، وتشير إلى سرية بيانات العملاء كأحد المخاطر الأساسية عند استخدام أدوات AI. كما تنبه ICAEW إلى عدم إدخال المعلومات السرية في أدوات ذكاء اصطناعي عامة بدون فهم واضح لكيفية حفظ البيانات واستخدامها.

هل أرفع ملف حسابات حقيقي إلى أداة ذكاء اصطناعي؟

ليس لمجرد أن التجربة ممكنة. قبل رفع أي بيانات حقيقية يجب أن تعرف سياسة المؤسسة، نوع الحساب المستخدم، إعدادات الاحتفاظ بالبيانات، وما إذا كانت البيانات تحتوي على معلومات عميل أو موظف أو حسابات بنكية أو أسرار تجارية.

للتعلم، الأفضل أن تبدأ ببيانات تجريبية أو بيانات منزوعة الهوية. وبعدها، إذا كانت شركتك تعتمد بيئة مؤسسية مناسبة وسياسة واضحة، يمكن توسيع الاستخدام تدريجيًا.

أفضل Workflow للمحاسب: AI يقترح والمحاسب يعتمد

الـworkflow الأكثر منطقية ليس:

Excel → AI → نتيجة نهائية.

بل:

Excel/CSV → تنظيف وتصنيف مبدئي بالـAI → قائمة Exceptions → مراجعة المستندات والمحاسب → اعتماد → تقرير.

كلما استطعت نقل البنود السهلة إلى المرحلة الآلية، أصبح وقت المحاسب متاحًا أكثر للحالات التي تحتاج سياقًا وحكمًا مهنيًا.

برومبت جاهز لتجربة ملف مصروفات

سأرفع ملف مصروفات تجريبي. لا تعتبر نفسك محاسبًا مسؤولًا عن الاعتماد النهائي. أولًا افحص جودة البيانات وأسماء الأعمدة. بعد ذلك: 1) وحّد أسماء الموردين المتشابهة بدون حذف أي صف، 2) اقترح تصنيفًا لكل عملية مع Confidence، 3) علّم العمليات المتشابهة كـPotential Duplicate فقط، 4) اكتشف القيم غير المعتادة مقارنة بباقي البيانات، 5) أنشئ Summary حسب التصنيف والمورد والشهر، 6) أنشئ قائمة Exceptions تحتاج مراجعة بشرية، 7) اذكر أي افتراض استخدمته. لا تستنتج ضريبة أو قيدًا محاسبيًا إذا لم تكن البيانات كافية.

بعد ذلك، لا تطلب من الأداة «صحح كل شيء». راجع الـExceptions واحدة واحدة، وأعطها معلومات إضافية فقط عندما تكون متاحة.

هل الذكاء الاصطناعي سيستبدل المحاسب؟

هذه التجربة الصغيرة لا تجيب عن مستقبل المهنة كله، لكنها توضح شيئًا أكثر فائدة: جزء معتبر من الوقت يمكن نقله من أعمال التنظيف والبحث الأولي إلى المراجعة والاستثناءات والتحليل.

وفي دراسة حديثة لـAICPA & CIMA، رأى 88% من قادة المالية المشاركين أن AI سيكون التقنية الأكثر تحولًا للمحاسبة والمالية خلال 12 إلى 24 شهرًا، بينما قال 8% فقط إن مؤسساتهم مستعدة له بدرجة عالية. المشكلة إذن ليست فقط توفر التقنية؛ بل طريقة إدخالها إلى سير العمل بدون فقد السيطرة على الجودة والبيانات.

الخلاصة من التجربة

استخدام الذكاء الاصطناعي للمحاسبين يصبح مفيدًا عندما نعطيه مهمة محددة وحدودًا واضحة وبيانات منظمة، وليس عندما نطلب منه أن «يعمل المحاسبة».

في نموذج تحليل ملف المصروفات، يستطيع AI المساعدة في التنظيف والتجميع والتصنيف الأولي ورفع الحالات المشكوك فيها. لكنه لا يملك بالضرورة المستندات ولا سياق الشركة الذي يسمح له بحسم البنود الغامضة أو اعتماد Duplicate أو اتخاذ معالجة محاسبية نهائية.

وهذا بالنسبة لنا هو الاستخدام الصحيح حاليًا: AI يقوم بالـFirst Pass، والمحاسب يحتفظ بالحكم المهني والاعتماد.

مصادر اعتمدنا عليها

• Google Workspace: الذكاء الاصطناعي في المحاسبة
• OpenAI Academy: تحليل البيانات باستخدام أدوات الذكاء الاصطناعي
• ACCA: المخاطر الأساسية عند تبني الذكاء الاصطناعي
• ICAEW: الذكاء الاصطناعي التوليدي والأخلاقيات
• AICPA & CIMA: Future-ready finance survey