التعلّم العميق

التعلّم العميق هو نهج للتعلّم الآلي يعتمد على الشبكات العصبية الاصطناعية متعددة الطبقات المستوحاة من الخلايا العصبية في الدماغ البشري. في هذه المقالة سنلخّص بإيجاز ما هو التعلّم العميق، ثم نركّز على السؤال الأساسي: أين تلامس هذه التقنية عمليات التمويل والنفقات اليومية في أي شركة؟ إن قراءة الإيصالات والفواتير، وتصنيف النفقات، والتنبؤ بالميزانية هي المجالات الرئيسية الثلاثة التي ينزل فيها التعلّم العميق بشكل ملموس إلى طاولة فرق التمويل.

ما هو التعلّم العميق؟

على عكس التعلّم الآلي التقليدي، يستخدم التعلّم العميق شبكات عصبية اصطناعية مكوّنة من عدد كبير من الطبقات. وتشير كلمة "العميق" إلى كثرة عدد هذه الطبقات. فبينما تلتقط الطبقات الأولى الإشارات البسيطة في البيانات (الخطوط في صورة إيصال، ملامح الحروف)، تتعلّم الطبقات العميقة مفاهيم أكثر تجريدًا (هذا مبلغ إجمالي، وذاك اسم بائع).

الفرق الجوهري هو التالي: في الأساليب التقليدية يحدّد خبير يدويًا الخصائص التي يجب النظر إليها في البيانات. أما التعلّم العميق فيأخذ البيانات الخام مباشرةً ويكتشف بنفسه ما هو المهم. توفّر هذه القدرة ميزة كبيرة في البيانات التي لا تتّسع لجدول منظّم مثل الصورة والصوت والنص الحر. وإن الإيصالات المجعّدة والفواتير بأشكالها المختلفة ونصوص الشرح التي تمرّ يوميًا بين يدي فريق المحاسبة هي تمامًا من هذا النوع من البيانات.

كما تسير عملية تعلّم الشبكة العصبية بمنطق حدسي: يقوم النموذج بتنبؤ، ويُقاس الخطأ بين التنبؤ والقيمة الفعلية، وتُحدَّث الإعدادات الداخلية للشبكة في اتجاه يقلّل هذا الخطأ. وبعد آلاف التكرارات يصبح النموذج قادرًا مثلًا على قراءة المبلغ الموجود على إيصال بدقة متزايدة.

أين يلامس التعلّم العميق الشركة؟

التفاصيل المعمارية للتعلّم العميق (الشبكات الالتفافية لبيانات الصور، والشبكات المتكررة والنماذج ذات آلية الانتباه للبيانات المتسلسلة) هي من شأن الفرق التقنية. أما ما يهمّ مدير التمويل فهو المهمة التي تتولّاها هذه البُنى. لننظر عبر ثلاثة أمثلة رئيسية.

1. قراءة المستندات والإيصالات: التعرّف الضوئي على الحروف

أكثر مكان يلامس فيه التعلّم العميق التمويل المؤسسي بشكل مباشر هو قراءة المستندات. إذ يمكن لتقنية التعرّف الضوئي على الحروف أن تتعرّف بدقة عالية على أنواع الخطوط المختلفة، والكتابة اليدوية، بل وحتى النصوص الموجودة على إيصالات مجعّدة أو منخفضة الجودة. ولا تكتفي الأنظمة الحديثة بقراءة الحروف؛ بل تفهم بنية المستند، وتحلّل الجدول، وتفصل معلومات التاريخ والمبلغ ونسبة الضريبة والبائع إلى حقول.

ومقابل ذلك لفريق التمويل واضح: إن الإدخال اليدوي للإيصالات والفواتير التي يجمعها الموظفون إلى النظام عمل بطيء وعرضة للخطأ في آنٍ معًا. تقلّص قراءة المستندات القائمة على التعلّم العميق هذه الخطوة إلى ثوانٍ؛ وتقلّل من مصدرها مشكلات الإيصالات المفقودة والمبالغ الخاطئة والإقرارات المتأخرة. وقد تناولنا موضوع عبء الإدخال اليدوي على الشركة في مقالة التكلفة الزمنية الخفية لإدخال النفقات.

2. التصنيف: كتابة النفقة في المكان الصحيح

المجال الكبير الثاني للتعلّم العميق هو التصنيف. قد يبدو تسجيل نفقة ما ضمن فئة "طعام" أو "نقل" أو "إقامة" أمرًا بسيطًا؛ لكن القيام بذلك يدويًا وبِاتّساق ضمن بيانات نفقات مؤلّفة من آلاف الأسطر أمر صعب. فالنماذج التي تتعلّم من النص والصورة تقترح تلقائيًا الفئة الصحيحة ومركز التكلفة الصحيح للنفقة بالنظر إلى محتوى الإيصال واسم البائع والمبلغ.

التصنيف الصحيح ليس مسألة تنظيم فحسب: فالرؤية على مستوى الفئات تتيح التدقيق التلقائي لقواعد سياسة النفقات. فالنفقة المخالفة للسياسة تصل إلى المدير وقد جرى تمييزها مسبقًا في مرحلة الموافقة نفسها.

وأحد امتدادات بنية التصنيف نفسها هو كشف الانحرافات: فبما أن النموذج يتعلّم نمط الإنفاق المعتاد، يمكنه تمييز حالات مثل الإيصال المكرَّر أو المبلغ المضخَّم أو البائع غير المألوف. وقد بحثنا الجانب الإجرائي لهذا الموضوع بالتفصيل في مقالة الاحتيال في النفقات.

3. التنبؤ: استشراف الميزانية والتدفق النقدي

المجال الثالث هو التنبؤ. تُستخدم نماذج التعلّم العميق التي تعمل بالبيانات المتسلسلة لاستشراف مسار النفقات في الفترة القادمة انطلاقًا من سلاسل الإنفاق السابقة. وهذا يغذّي مباشرةً مهمتين أساسيتين لفريق التمويل: على جانب إدارة الميزانية رؤية انحرافات نهاية الفترة مبكرًا؛ وعلى جانب التدفق النقدي التخطيط الأدق لمصروفات الأشهر القادمة.

وهنا ينبغي ضبط التوقّع بشكل صحيح: فنماذج التنبؤ لا تعطي رقمًا قاطعًا؛ بل تعطي اتجاهًا ونطاقًا. وقيمتها تكمن في ذلك بالضبط — فهي تقلّص المفاجأة وتقدّم القرار.

ما الفرق بين التعلّم العميق والتعلّم الآلي التقليدي؟

كثيرًا ما يُخلط بين المفهومين؛ ومن منظور الأعمال يمكن تلخيص الفروق كالتالي:

التعلّم العميق مجموعة فرعية من التعلّم الآلي. ففي أعمال البيانات الحرة مثل قراءة صورة إيصال يتفوّق التعلّم العميق بفارق واضح؛ أما في مجموعات البيانات الصغيرة والمنظّمة فقد تظلّ الأساليب التقليدية فعّالة وأكثر اقتصادًا.

ما الذي ينبغي الانتباه إليه عند التطبيق في المؤسسة؟

عند نقل التعلّم العميق إلى عمليات التمويل ينبغي الانتباه إلى ثلاث نقاط:

• جودة البيانات: النموذج جيد بقدر البيانات التي يتغذّى عليها. فالنظام المبني على بيانات نفقات مبعثرة وناقصة الوسم لا يبعث على الثقة؛ ينبغي أولًا إرساء انضباط البيانات.
• قابلية التفسير: في مجالات خاضعة للتدقيق كالتمويل، لا تُعدّ عبارة "هكذا قال النموذج" مبرّرًا كافيًا. ينبغي تفضيل التصاميم التي تجمع فيها القرارات التلقائية (مثل تمييز نفقة ما) بموافقة بشرية.
• قرار البناء أو الشراء: إن تدريب نموذجك الخاص يتطلّب بيانات وأجهزة خاصة وفريقًا من الخبراء. والطريق الصحيح لأغلب الشركات هو استخدام حلّ لإدارة النفقات يقدّم قراءة المستندات والتصنيف جاهزَين؛ وبناء نموذجك الخاص فقط عند وجود حاجة مميّزة فعلًا.

الأسئلة الشائعة

هل التعلّم العميق والذكاء الاصطناعي الشيء نفسه؟

لا. الذكاء الاصطناعي هو المفهوم الأوسع؛ والتعلّم الآلي فرع منه، والتعلّم العميق مجموعة فرعية من التعلّم الآلي.

كيف يُستخدم التعلّم العميق في إدارة النفقات المؤسسية؟

بثلاث صور رئيسية: القراءة التلقائية للإيصالات والفواتير عبر التعرّف الضوئي على الحروف، والتصنيف التلقائي للنفقات إلى الفئة ومركز التكلفة، والتنبؤ بالميزانية والتدفق النقدي من البيانات السابقة. ويُضاف إلى ذلك كشف الانحرافات (تمييز النفقات المكرَّرة أو المخالفة للسياسة).

هل علينا تدريب نموذجنا الخاص للاستفادة من هذه التقنية؟

في أغلب الحالات لا. فقراءة المستندات وتصنيف النفقات مجالان نضجت فيهما الحلول الجاهزة؛ أما تدريب نموذجك الخاص فيتطلّب استثمارًا كبيرًا في البيانات والخبرة وعادةً ما يكون مجديًا فقط في الاحتياجات الفريدة جدًا.

بكم من البيانات يعمل النموذج؟

يعتمد ذلك على المشكلة. فبضعة آلاف من الأمثلة قد تكفي لمهام تصنيف بسيطة؛ أما أعمال الصورة واللغة المعقّدة فتتطلّب أكثر من ذلك بكثير. ويتيح التعلّم بالنقل القائم على نماذج مدرَّبة مسبقًا الحصول على نتائج جيدة حتى ببيانات قليلة.

الخلاصة: انقل التعلّم العميق إلى عملية نفقاتك

لم يعد التعلّم العميق مجرد فضول أكاديمي، بل دخل مجموعة الأدوات اليومية لفريق التمويل. فقراءة المستندات تلغي الإدخال اليدوي، والتصنيف يؤتمت تدقيق السياسة، والتنبؤ يقدّم خطة الميزانية والنقد. Masraff يرقمن إيصالاتك وفواتيرك خلال ثوانٍ بتقنية قراءة المستندات المدعومة بالذكاء الاصطناعي، ويصنّف نفقاتك تلقائيًا، ويدير عملية نفقاتك من طرف إلى طرف. ولرؤية ما يمكن فعله ببيانات إنفاقك الخاصة تواصل معنا.