PwC طوّرت وكيل AI لجداول البيانات المؤسسية — لماذا هذا أهم مما تظن

في 20 فبراير 2026، أعلنت PwC بهدوء عن شيء تجاوزه معظم الناس أثناء التصفح:وكيل AI قادر على التفكير المنطقي في جداول البيانات المؤسسية. ليس تلخيصها. ليس استخراج بضعة أرقام. بل التفكير الفعلي عبر ملايين الخلايا، وعشرات المصنفات المرتبطة، والرسوم البيانية المدمجة، والصيغ المخفية.

إذا لم يبدُ هذا مثيراً، فأنت لم تشاهد فريق مالي يقضي ثلاثة أسابيع في مراجعة ملفات Excel يدوياً لإتمام تدقيق. هذا واحد من أهم الإنجازات العملية في مجال AI هذا العام — ويشير بدقة إلى الاتجاه الذي تسير فيه أتمتة الأعمال.

ما الذي بنته PwC فعلاً؟

تسميه PwC "وكيل AI متقدم" — ويُعرف داخلياً باسم From Rows to Reasoning (FRTR). ليس روبوت محادثة مُلصقاً على Excel. إنه وكيل يحاكي طريقة عمل المحللين الماليين المحترفين مع جداول البيانات: مسح الأوراق، التنقل بين الصفحات، تتبع تبعيات الصيغ، دمج الرسوم البيانية والإيصالات، وبناء فهم شامل للمصنف بأكمله.

الأرقام من أبحاث PwC الداخلية لافتة:

• دقة أعلى 3 أضعاف مقارنة بالطرق المنشورة سابقاً على جداول البيانات المؤسسية الحقيقية
• استهلاك أقل بنسبة 50% من الرموز (tokens) — مما يعني سرعة أكبر وتكلفة أقل
• قادر على معالجة ما يصل إلى 30 مصنفاً يحتوي على نحو 4 ملايين خلية
• يتعامل مع الصيغ المعقدة عبر الأوراق، من النوع المستخدم في الصفقات ونمذجة سلاسل التوريد وتحليلات الرعاية الصحية

قال Matt Wood، المسؤول العالمي والأمريكي عن التكنولوجيا التجارية والابتكار في PwC (الذي كان سابقاً نائب رئيس AI في Amazon Web Services)، بصراحة: أنظمة AI التقليدية "تستسلم ببساطة" عندما تواجه جداول بيانات مؤسسية. هذه ليست جداول ميزانية مدرسية — إنها محركات مالية بملايين الخلايا المترابطة.

لماذا يفشل AI التقليدي مع جداول البيانات؟

إليك ما لا تُظهره معظم عروض AI التقديمية. النماذج وراء ChatGPT وClaude وGemini بارعة في النصوص والبرمجة والصور. لكن أعطها مصنفاً من 50 ورقة يحتوي على 200,000 صف وسلاسل VLOOKUP متداخلة ومنطق تنسيق شرطي؟ ستتوقف عن العمل.

الأسباب هيكلية:

• حدود نافذة السياق — مصنف مؤسسي واحد يمكن أن يتجاوز سعة الرموز لأي نموذج حالي
• التفكير المكاني — جداول البيانات ليست نصاً خطياً. الخلية A47 تشير إلى Sheet3!B12 التي تسحب من نطاق مسمى في Sheet7. النماذج تعاني مع هذا النوع من التنقل متعدد الأبعاد
• التعقيد متعدد الوسائط — المصنفات الحقيقية تحتوي على رسوم بيانية وصور وتعليقات وتنسيق شرطي وكائنات مدمجة بجانب البيانات الخام
• متطلبات الدقة — في أعمال التدقيق والضرائب، "التقريب" غير مقبول. تحتاج إلى تتبع دقيق

حل PwC يستخدم بنية معززة بالاسترجاع (RAG) مع التعرف على الأنماط متعدد الوسائط. بدلاً من محاولة حشر مصنف كامل في نافذة السياق، يقوم الوكيل بالمسح والبحث واسترجاع الأقسام ذات الصلة ديناميكياً — بنفس الطريقة التي يتنقل بها المحلل البشري بين الأوراق ويركز على نطاقات محددة.

حالات استخدام فعلية قيد الإنتاج

هذه ليست ورقة بحثية أو عرض تجريبي. PwC تنشر FRTR فعلياً عبر أعمالها:

جولات التدقيق

كانت فرق التدقيق تقضي أسابيع في جمع الأدلة والتحقق منها يدوياً عبر جداول بيانات معقدة. الآن يرفعون الملفات، والوكيل يرسم الهيكل تلقائياً ويستخرج البيانات ذات الصلة ويُجري فحوصات التحقق والاتساق. ما كان يستغرق أياماً أصبح يستغرق ساعات.

توثيق المشاريع

تعمل فرق PwC مع مصنفات منظمة توثق العمليات التجارية والضوابط والإجراءات. رغم كونها "موحدة"، تتباين هذه الملفات بشكل كبير عملياً — أسماء الأعمدة تتغير، الحقول تظهر بترتيب مختلف، الهياكل تتبدل بين المشاريع. الوكيل يتعامل مع هذا التباين تلقائياً.

تحليل الضرائب والاستشارات

السيناريوهات الضريبية المعقدة التي تتضمن هياكل متعددة الكيانات ولوائح عابرة للحدود ونماذج مالية مترابطة هي بالضبط نوع العمل الذي يستهلك مئات الساعات القابلة للفوترة. الوكيل يمكنه تتبع المنطق عبر الأوراق وشرح النتائج والإشارة إلى التناقضات.

لماذا هذا مهم خارج نطاق PwC؟

بنت PwC هذا لمستشاريها. لكن التداعيات هائلة لكل شركة تعتمد على جداول البيانات — وهي بصراحة كل شركة.

مشكلة جداول البيانات عالمية

وفقاً لدراسة أجرتها International Data Corporation (IDC) عام 2023، يقضي العاملون في المعرفة ما معدله 2.5 ساعة يومياً في العمل مع جداول البيانات. هذا يعادل تقريباً 30% من يوم العمل في التنقل بين الخلايا والصيغ والجداول المحورية.

بالنسبة لفرق المالية، الوضع أسوأ. عمليات إغلاق نهاية الشهر، توحيد الميزانيات، تحليل الانحرافات — هذه العمليات 80% تلاعب بجداول البيانات و20% اتخاذ قرارات فعلية. وكيل AI يتولى التلاعب يحرر البشر لاتخاذ القرارات.

وكلاء AI ينتقلون من المحادثة إلى العمل

هذه هي الإشارة الحقيقية. الموجة الأولى من AI كانت روبوتات محادثة — اطرح سؤالاً، احصل على إجابة. الموجة الثانية هي وكلاء يؤدون عملاً حقيقياً. ليس مجرد الإجابة على "ما صيغة الفائدة المركبة؟" بل التنقل فعلياً في نموذجك المالي وتتبع المنطق وإخبارك أين الأرقام لا تتطابق.

وكيل PwC هو شركة Big Four تقول: عصر وكلاء AI الذين يؤدون عملاً مهنياً حقيقياً قد بدأ. ليس في مختبر. في الإنتاج. مع بيانات العملاء.

نموذج الاستشارات يتغير

أطلقت PwC مساراً مهنياً مخصصاً للهندسة التقنية في يناير 2026 لجذب مهندسي البرمجيات — ليس مستشارين أو محاسبين، بل بنّائين. إنهم يعيدون تشكيل ماهية شركة الاستشارات.

عندما تستثمر شركة Big Four بهذا الحجم في هندسة وكلاء AI، يجب على الشركات الأصغر الانتباه. الميزة التنافسية تتحول من "لدينا محللون أكثر" إلى "وكلاء AI لدينا يعالجون بياناتكم بشكل أسرع وأدق."

ماذا يعني هذا لعملك؟

لا تحتاج أن تكون PwC لتستفيد من وكلاء AI الذين يفهمون بيانات عملك. نفس المبادئ تنطبق على كل المستويات:

• حدد اختناقات جداول البيانات لديك — أين يقضي فريقك ساعات في مهام جداول بيانات متكررة؟ تقارير نهاية الشهر؟ مطابقة المخزون؟ بيانات إعداد العملاء؟
• فكّر بالوكلاء لا بروبوتات المحادثة — القيمة ليست في سؤال AI عن بياناتك. إنها في جعل AI يعمل مع بياناتك باستقلالية — يقرأ ويتحقق ويقارن ويشير إلى المشكلات
• ابدأ بعمليات منظمة — وكلاء AI يؤدون أفضل في المهام ذات المدخلات الواضحة والخطوات المحددة والمخرجات القابلة للقياس. عمليات التدقيق والمطابقة المالية وفحوصات الامتثال نقاط بداية مثالية
• لا تنتظر الكمال — وكيل PwC لا يحل محل المحللين. إنه يجعلهم أكثر إنتاجية بـ 3-5 أضعاف. الهدف ليس الأتمتة الكاملة — بل التعزيز

الصورة الأكبر: AI يأكل العمل الممل أولاً

هناك نمط يتشكل في 2026. أكثر نشرات AI تأثيراً ليست البرّاقة — إنها تلك التي تتصدى للعمل المضجر والمستهلك للوقت الذي لا يريد أحد القيام به لكن الجميع يحتاجه.

التفكير المنطقي في جداول البيانات. معالجة المستندات. فرز البريد الإلكتروني. إدارة التقويم. مطابقة الفواتير. فحص الامتثال. هذه هي سير العمل التي يقدم فيها وكلاء AIعائد استثمار فوري وقابل للقياس — ليس لأنها عروض مبهرة، بل لأنها توفر ساعات حقيقية من أشخاص حقيقيين يؤدون عملاً حقيقياً.

كما قال Matt Wood لـ Business Insider: الطريقة الحقيقية للحكم على خبرة شركة في AI ليست في العناوين البرّاقة. إنها في العمل "غير المثير" الذي يجري خلف الكواليس.

الخلاصة

وكيل PwC لجداول البيانات ليس مجرد استعراض من شركة Big Four. إنه دليل على أن وكلاء AI جاهزون لـالعمل المؤسسي الحقيقي — ليس مجرد الإجابة على الأسئلة، بل المعالجة الفعلية والتفكير المنطقي والتحقق من البيانات الحيوية للأعمال.

الشركات التي تتحرك أولاً في نشر وكلاء AI لعملياتها الأساسية — تلك المملة والمتكررة والمثقلة بجداول البيانات — ستحظى بميزة هيكلية تتراكم مع الوقت. كل ساعة يتم توفيرها في معالجة البيانات هي ساعة تُنفق على قرارات تحرك الإبرة فعلاً.

السؤال ليس ما إذا كانت وكلاء AI ستتولى جداول بياناتك. السؤال هو هل ستكون أنت من ينشرها — أم ستنافس شخصاً فعل ذلك بالفعل.