لماذا تدخل الذكاء الاصطناعي المحاسبي من Anthropic سوقاً تعلّمت بالفعل أن تشكّ في نفسها
في الثالث عشر من مايو 2026، أطلقت شركة Anthropic منتجها "Claude للشركات الصغيرة"، وهو إصدار من مساعدها الذكي مرتبط مباشرةً بالأدوات التشغيلية للمنشآت الصغيرة، شاملاً البريد الإلكتروني، والتقويم، وهذا هو الجديد فعلاً، برامج المحاسبة. يتمثّل الوعد الملموس في أن Claude يستطيع إجراء عمليات التسوية، وإنتاج بيانات الأرباح والخسائر، وتصنيف المعاملات، دون أن يحتاج صاحب العمل إلى لمس جدول بيانات واحد.
يبدو هذا راحةً فورية لأي رائد أعمال قضى أحد أيام الأحد في مارس يحاول موازنة فواتير ثلاثة أشهر قبيل تقديم الإقرار الضريبي. غير أن ردّ الفعل الصادر عن السوق المتخصصة، من محاسبين قانونيين معتمدين، وشركات محاسبة، ومنصات الذكاء الاصطناعي المحاسبي التي تعمل في هذا المجال منذ سنوات، لم يكن حماساً خالصاً. بل كان ترحيباً حذراً، مصحوباً بتحذير طالما تردّد صداه في هذا القطاع: الذكاء الاصطناعي في المحاسبة لا يتجاوز جودة البيانات التي يتلقّاها، وبيانات المؤسسات الصغيرة والمتوسطة غالباً ما تكون معطوبة قبل أن يصل أيّ خوارزمية.
وهذه ليست مشكلة تنفيذ ثانوية. إنها الصدع البنيوي الذي تراهن عليه أي حل للذكاء الاصطناعي المحاسبي في تحديد جدواه العملية.
العمل القذر الذي يسبق العمل الآلي
قبل أن نفهم ما يمكن لـ Claude فعله في دفاتر شركة صغيرة، لا بدّ من فهم الحال الذي تجده هذه الأدوات عند وصولها. معظم المؤسسات الصغيرة والمتوسطة التي لا تضمّ محاسباً متفرّغاً تتراكم لديها مشكلات لا يستطيع أي ذكاء اصطناعي حلّها بأثر رجعي: معاملات غير مصنّفة لأسابيع، ومدخلات مكرّرة، وحسابات غير مسوّاة، وتعيينات مخطئة لكشوف الرواتب. حين تحاول أداة ذكاء اصطناعي معالجة قاعدة البيانات هذه، فإنها لا تُنتج المعلومات بشكل أسرع؛ بل تُنتج الأخطاء بشكل أسرع.
قالت كاثرين رو، المحاسبة القانونية المعتمدة ورئيسة شركة Cowart Roe CPA في ولاية لويزيانا، ذلك بدقة جراحية في تعليقها على إطلاق Claude للشركات الصغيرة: "الذكاء الاصطناعي بجودة البيانات المُدخلة إليه، فإذا كانت هناك تصنيفات خاطئة للمعاملات، أو حسابات غير مسوّاة، أو تعيينات مخطئة للرواتب، أو مدخلات مكرّرة، أو أي أخطاء محاسبية أخرى، فإن النتيجة ستكون غير دقيقة". هذا ليس تحذيراً تقنياً من دليل إرشادي. إنه وصف لما يحدث فعلاً في معظم الشركات الصغيرة التي تعمل دون بنية تحتية محاسبية متينة.
وأضاف شيرمان ستاندبيري، المحاسب القانوني المعتمد أيضاً والرئيس التنفيذي لشركة MY CPA Coach، بُعداً ثانياً للمخاطرة: الثقة العمياء بالمخرجات. "الذكاء الاصطناعي ليس مثالياً. إنه يرتكب أخطاء. يجب على أصحاب الشركات الصغيرة استخدام الذكاء الاصطناعي كمساعد، لكنّهم لا يجب أن يعتمدوا حصرياً على نتائجه". المشكلة هنا ليست تقنية بل سلوكية: حين تُنتج أداة ما تقريراً يبدو احترافياً ومكتملاً، يرتفع العتبة النفسية لتشكيكه. وفي المحاسبة، قد تكون تلك العتبة مكلفة جداً في المراجعة المقبلة أو الإقرار الضريبي القادم.
ما يصفه هؤلاء المهنيون، من حيث تبنّي التكنولوجيا، هو فجوة بين التجربة المُدركة والتجربة الوظيفية الفعلية. يُدرك صاحب المؤسسة الصغيرة والمتوسطة أن دفاتره باتت آلية. أما وظيفياً، فلديه الأخطاء ذاتها في قاعدة البيانات، مقدَّمة الآن في لوحة تحكم أكثر أناقة.
لماذا تدخل Anthropic متأخرةً إلى ميدان يضمّ بالفعل لاعبين متخصصين
لم تخترع Anthropic الذكاء الاصطناعي المحاسبي. إنها تدخل سوقاً تبني فيه منصات مثل Digits وZeni.ai وBotkeeper بنية تحتية متخصصة لهذه المشكلة منذ سنوات. فمثلاً، تروّج Digits لما تصفه بأنه أول دفتر محاسبة أصيل قائم على الذكاء الاصطناعي، مع تصنيف آلي لنحو 97% من المعاملات، ونماذج تعلّم خاصة بكل شركة عميلة، بحيث لا تُدرَّب بيانات عميل واحد على نموذج عميل آخر، وتدفق عمل يراجع فيه المحاسبون الاستثناءات فحسب. أما Zeni.ai فتجمع المعالجة الآلية في الوقت الفعلي مع إشراف بشري للحالات المعقدة. وتُقدّم Mercury، من الجانب المصرفي، أفضل الممارسات لتطبيق الذكاء الاصطناعي المحاسبي، بما يشمل الضوابط الداخلية وتدفقات الموافقة والمراجعات الدورية.
في مواجهة هذا الميدان، يصل Claude بميزة مختلفة: فهو ليس أداة محاسبية متخصصة، بل نموذج لغوي عام يمتلك القدرة على الاتصال بأدوات أعمال متعددة في آنٍ واحد. هذا يعني أنه يستطيع قراءة بريد إلكتروني من مورّد، واستخراج معلومات فاتورة منه، وتسجيلها في البرنامج المحاسبي، وتحديث التدفق النقدي في سلسلة إجراءات واحدة. لا يفعل أي برنامج محاسبي ذلك بصورة أصيلة؛ لأن أياً منها لم يُصمَّم للتفكير في السياق.
هذه القدرة على الاستدلال السياقي جديدة حقاً في هذا القطاع. لكنها تطرح في الوقت ذاته سؤال تموضع يتعيّن على Anthropic الإجابة عنه بمقاييس أداء لا بتسويق: هل يستطيع نموذج لغوي عام أن يتفوّق في الدقة المحاسبية على أدوات دُرِّبت تحديداً على بيانات مالية للشركات الصغيرة لسنوات؟ الجواب المرجَّح هو لا على المدى القصير في الحالات المعقدة، لكن نعم في العمل الروتيني منخفض المخاطر الذي يستهلك 80% من الوقت المحاسبي لمؤسسة صغيرة ومتوسطة نموذجية.
هذا هو مدخل الاختراق. وهو مدخل بالغ الأهمية.
المستخدم الذي تستهدفه Anthropic والمستخدم الذي ينبغي أن يُقلقها
هنا يصبح تحليل التبنّي أكثر إثارةً من التحليل التقني. ثمة ملفّان لصاحب شركة صغيرة قد يستخدم Claude للمحاسبة، ولديهما احتياجات مختلفة تماماً.
الأول يستخدم بالفعل QuickBooks أو Xero، ولديه محاسب يراجع دفاتره شهرياً، ويريد تقليص الوقت الذي يمضيه في العمل اليدوي المتعلق بالتصنيف وإعداد التقارير. بالنسبة لهذا الملف، يُعدّ Claude مُسرِّعاً حقيقياً. فهو يؤتمت العمل الأقل قيمة، ويحتفظ المحاسب بالرؤية على ما يهمّ، ويظل خطر الخطأ محتجزاً بطبقة بشرية للمراجعة. هذا المستخدم لا يستعين بـ Claude ليحلّ محل بنيته المحاسبية التحتية؛ بل يستعين به ليربح وقتاً حراً.
الملف الثاني هو الذي ينبغي أن يستوقفنا. إنه صاحب العمل الذي لا يملك محاسباً، وينظّم دفاتره بصورة متقطعة، ولا يميّز بوضوح بين النفقات التشغيلية ونفقات رأس المال، ويرى في Claude فرصة لـ"حل مشكلة المحاسبة" دون أن يتعلّم المحاسبة أو يدفع لمن يتقنها. هذا المستخدم لا يستعين بمساعد؛ بل يستعين بوهم السيطرة المالية. وحين تُظهر قائمة الدخل التي أنتجها الذكاء الاصطناعي ربحاً لا وجود له عملياً، لأن الحسابات الدائنة لم تُحمَّل بصورة صحيحة، تأتي التبعات بعد أشهر، مع الفوائد والغرامات.
صاغت رو ذلك بدقة تستحق الاهتمام المباشر: "مخاوفي أن كثيراً جداً من أصحاب الشركات الصغيرة باتوا يصلون إلى لوحات تحكم وملخصات يمكن للذكاء الاصطناعي توليدها بسهولة لعرض المعلومات، دون أي معرفة بمفاهيم الإلمام المالي الأساسية". إنها لا تشكّك في الأداة. إنها تشكّك في السياق الذي يُستهلك فيه مخرجها.
من منظور سلوك المستهلك، هذا هو النمط الكلاسيكي لتكنولوجيا تُخفّض الاحتكاك في الوصول إلى المعلومات دون أن تُخفّض الاحتكاك في تفسير تلك المعلومات. جعل التقارير المالية أيسر في الحصول عليها لا يجعلها أيسر في حسن الاستخدام. وفي الأمور المالية، قد يكون سوء استخدام تقرير صحيح بالغ الكلفة كما لو كان التقرير نفسه خاطئاً.
ما يعرفه السوق مسبقاً وما لا تذكره رواية الإطلاق
تعلّمت المنصات المتخصصة في الذكاء الاصطناعي المحاسبي، من خلال سنوات من التكرار والتطوير، أن المنتج التقني ليس سوى جزء من المشكلة. الجزء الآخر هو النموذج التشغيلي المحيط بهذا المنتج. توثّق Mercury، في وصفها لأفضل الممارسات لتطبيق الذكاء الاصطناعي المحاسبي، ما يُجدي فعلاً في الواقع: نموذج هجين تُصنّف فيه الأداة الذكية وتُسوّي بكميات كبيرة، بينما يراجع البشر الاستثناءات بحكم واعٍ. وضوابط داخلية بعتبات موافقة للمدفوعات والمستردات. وبيانات مركزية في نظام مصرفي وبطاقات ائتمانية واحد للحدّ من الحاجة إلى التصدير اليدوي. وقواعد صريحة محددة مسبقاً للمعاملات المتكررة. ومراجعات دورية، لا سنوية فحسب.
هذا ليس ما ينفّذه معظم أصحاب المؤسسات الصغيرة والمتوسطة حين يتبنّون أداة جديدة. يُثبّتون التطبيق، ويربطونه بحساباتهم، وينتظرون أن يعمل. الفارق بين هذا السلوك والممارسات المُثلى الموصوفة أعلاه هو الفارق ذاته بين أتمتة العمل المحاسبي وأتمتة الأخطاء المحاسبية بسرعة أعلى.
حلّت Digits جزءاً من هذه المشكلة بتصميم يجعل المراجع البشري جزءاً من تدفق العمل، لا خياراً إضافياً. معدل التصنيف الآلي البالغ 97% يبدو مبهراً حتى يتبيّن أن الـ 3% المتبقية هي العمل الذي يراجعه محاسب يومياً في واجهة مُصمَّمة تحديداً لذلك. لم تُلغِ الأتمتة العنصر البشري؛ بل أعادت تموضعه نحو العمل الأعلى قيمة. هذا التصميم ليس مصادفة: إنه نتيجة إدراك أن المستخدمين النهائيين لهذه الأدوات في شركات المحاسبة هم مهنيون يحتاجون إلى الكفاءة، لا أصحاب أعمال يحتاجون إلى البساطة المطلقة.
Claude للشركات الصغيرة يستهدف المجموعة الثانية. هذا يعني أن تصميم المنتج سيحتاج إلى حل مشكلة الثقة المعيّرة: كيف يجعل المستخدم الذي لا تكوين محاسبي لديه يفهم متى يُحسن الثقة بمخرجات الذكاء الاصطناعي، ومتى يلتمس مراجعة مهنية. دون تلك الطبقة من التصميم، يعمل المنتج تقنياً لكنه يفشل تشغيلياً للشريحة الأكثر هشاشة.
المحاسبة الآلية لا تحلّ فجوة الحكم المالي
ثمة تمييز يخترق هذا النقاش كله ويحدد أين يمتلك الذكاء الاصطناعي المحاسبي جاذبية حقيقية وأين يبلغ حدّه الطبيعي. المهام التي ينجزها الذكاء الاصطناعي بكفاءة في المحاسبة هي تلك التي تمتلك إجابة صحيحة واضحة: تصنيف معاملة Stripe كإيراد، وتسوية كشف حساب بنكي، وكشف مدخل مكرر، وإنتاج بيان أرباح وخسائر من بيانات نظيفة. هي مهام الحجم والأنماط والقواعد.
المهام التي تستمر في الحاجة إلى حكم بشري هي تلك التي تنطوي على تفسير في السياق: البتّ فيما إذا كان النفق المختلط بين الشخصي والتجاري يجب رسملته أو خصمه، وفهم أثر إعادة تصنيف على الوضع الضريبي في نهاية العام، وهيكلة محاسبة دخل استثنائي لتعكس اقتصادية الأعمال لا مجرد الحركة المصرفية. وكان ستاندبيري صريحاً في هذا الشأن: "قدرة أداة تكنولوجية على رصد اتجاه ما مهمة، لكنها لا تكفي لتحلّ محل المشورة المتخصصة أو الحكم أو الاستراتيجية".
هذا لا يعني أن الذكاء الاصطناعي المحاسبي ذو فائدة هامشية. بل يعني أن فائدته متركّزة في شريحة محددة من العمل المالي، وأن قيمته الفعلية لمؤسسة صغيرة ومتوسطة تتوقف على حجم ما تستهلكه تلك الشريحة من وقتها التشغيلي الراهن. بالنسبة لشركة تعالج مئات المعاملات الشهرية ذات القيمة المنخفضة، يمكن لأتمتة التصنيف والتسوية أن تُحرّر عشرات الساعات شهرياً. أما الشركة ذات المعاملات القليلة والتعقيد العالي بكل عميل، فالعائد يكون أقل بكثير.
ما تفعله Anthropic بهذا الإطلاق ليس حل المشكلة المحاسبية للمؤسسات الصغيرة والمتوسطة. بل هو خفض تكلفة الوصول إلى أدوات تُؤتمت العمل المحاسبي ذا الحجم الأكبر والتعقيد الأدنى. لذلك قيمة فعلية. لكن العمل الأعلى تعقيداً، الذي يحدد ما إذا كانت دفاتر الشركة تعكس حقيقتها المالية أو مجرد حركاتها المصرفية، سيظل يعتمد على من يفهم المحاسبة. الذكاء الاصطناعي يجعل الإعداد لذلك العمل أيسر، لا يجعل الاستغناء عنه أيسر.
صاحب المؤسسة الصغيرة والمتوسطة الذي يفهم هذا التمييز سيستخلص من Claude قيمة حقيقية. أما من لا يفهمه فسيواجه المشكلات المالية ذاتها التي كانت تواجهه من قبل، مُقدَّمةً هذه المرة بطباعة أجمل.
