لم يعد التحدى فى إدارة الدين العام مقتصرًا على توفير التمويل اللازم لسداد الالتزامات، بل امتد إلى كيفية تقليص الاحتياجات التمويلية، وخفض تكلفة الاقتراض، واستباق المخاطر قبل تحولها إلى ضغوط على الموازنة العامة.
وفي هذا السياق، يبرز الذكاء الاصطناعى كأداة يمكن أن تدعم تطوير إدارة الدين، عبر تحليل البيانات المالية، والتنبؤ بالتدفقات النقدية، وتقييم البدائل التمويلية وفقًا لتكلفتها ومخاطرها المستقبلية.
وتتمثل القيمة الحقيقية لهذه التقنيات في الانتقال من إدارة الدين بعد نشوء الاحتياجات التمويلية إلى نهج استباقى يسعى إلى تفادي الاقتراض غير الضروري، وتحسين توقيت التمويل، والحد من تكلفة خدمة الدين، بما يدعم استدامة المالية العامة.
يمكن لنماذج الذكاء الاصطناعى تحليل بيانات الإيرادات والمصروفات والتحصيلات والأرصدة النقدية، إلى جانب جداول استحقاق القروض والسندات، لتحديد فجوات السيولة المتوقعة وتقدير حجم التمويل المطلوب وتوقيته بدقة أكبر.
ويساعد ذلك على التنسيق بين التحصيلات والمدفوعات، وتقليل الاعتماد على الاقتراض العاجل، وتجنب الاحتفاظ بأرصدة نقدية ممولة بالدين دون حاجة فعلية. فخفض التكلفة لا يتحقق فقط بالحصول على أسعار فائدة أقل، بل يبدأ أيضًا بتقليص حجم الاقتراض الذي يمكن الاستغناء عنه من خلال تحسين إدارة النقدية الحكومية.
كما تتيح التحليلات المتقدمة مقارنة بدائل التمويل وفقًا لأسعار الفائدة والتضخم وسعر الصرف وآجال الاستحقاق، بما يدعم المفاضلة بين الاقتراض قصير وطويل الأجل، وتحديد توقيت الإصدارات، واختيار هيكل للدين يوازن بين التكلفة والمخاطر.
ولا يعني ذلك بالضرورة اختيار الأداة الأقل فائدة عند الإصدار، وإنما تقييم التكلفة الكلية للتمويل على المدى المتوسط والطويل، مع مراعاة مخاطر إعادة التمويل وتقلبات أسعار الصرف والفائدة.
تتيح تطبيقات الذكاء الاصطناعي بناء أنظمة إنذار مبكر تربط بين التدفقات النقدية المتوقعة وجدول الاستحقاقات، وترصد تركز المدفوعات في فترات محددة، وتزايد الاعتماد على التمويل قصير الأجل، ومدى تأثر خدمة الدين بارتفاع أسعار الفائدة أو تغيرات سعر الصرف.
ويمكن لهذه الأنظمة إجراء اختبارات ضغط تقيس أثر تراجع الإيرادات أو تباطؤ النمو أو ارتفاع تكلفة التمويل على الاحتياجات التمويلية ومسار الدين، بما يساعد متخذي القرار على تعديل خطط الاقتراض وإعادة توزيع الإصدارات قبل تفاقم الضغوط.
ولا تقتصر المخاطر على الدين الحكومي المباشر، بل تشمل الضمانات الحكومية والتزامات الهيئات الاقتصادية والشركات المملوكة للدولة التي قد تستدعي تدخل الخزانة العامة، ومن خلال تحليل المؤشرات المالية والتشغيلية لهذه الجهات، يمكن رصد احتمالات التعثر مبكرًا وتحسين تقييم طلبات الاقتراض والضمانات، للحد من تحول الالتزامات المحتملة إلى أعباء فعلية على الموازنة.
يمتد دور الذكاء الاصطناعي إلى تحسين كفاءة الإنفاق العام، من خلال تحليل المشتريات الحكومية، ومقارنة الأسعار، ورصد المعاملات غير المعتادة، وتحديد فرص تحسين تحصيل الإيرادات والمتأخرات.
لكن تحقيق وفر مالي لا يعني تلقائيًا انخفاض الدين؛ إذ يتطلب الأمر التحقق من الوفورات الفعلية، ثم توجيهها وفق آلية مالية واضحة إلى تقليص الاقتراض الجديد أو سداد أصل الدين، مع مراعاة احتياجات السيولة والالتزامات القائمة.
كذلك يمكن استخدام التحليلات الذكية لتقييم تركيبات مختلفة لمحفظة الدين من حيث العملات وأسعار الفائدة وآجال الاستحقاق ومصادر التمويل، واختبار أثرها على التكلفة والمخاطر.
وينطبق ذلك أيضًا على أدوات التمويل المبتكرة، بما فيها السندات المرتبطة بالاستدامة وهياكل تقاسم المخاطر، التي ينبغي تقييمها وفق شروطها وتكلفتها الفعلية، لا باعتبارها بدائل أقل تكلفة بالضرورة.
تقدم التجارب الدولية نماذج للاستفادة من التكنولوجيا في إدارة المال العام. ففي كوريا الجنوبية، يدعم نظام «dBrain+» تحليل البيانات المالية ومتابعة المخاطر وتحسين القرارات المتعلقة بالمالية العامة، وفي جورجيا، طورت الخزانة، بالتعاون مع صندوق النقد الدولي، نماذج للتعلم الآلي لاكتشاف الأخطاء والمخاطر في أوامر الدفع الحكومية، بدأ تشغيل أحدها في مارس 2025.
أما فرنسا، فتعتمد على نظام متقدم لإدارة السيولة يجمع التدفقات النقدية ويحدث توقعاتها، بما يساعد على تحسين إدارة الأرصدة والحد من الاحتياجات التمويلية غير الضرورية.
وتوضح هذه التجارب أن تحسين إدارة الدين لا يعتمد على التكنولوجيا وحدها، بل على تكامل البيانات والأنظمة المالية والقدرة المؤسسية على تحويل التحليلات إلى قرارات.
يمكن لمصر تطوير منظومة ذكية متكاملة لدعم استراتيجية إدارة الدين العام، تبدأ بمحرك للتنبؤ بالاحتياجات التمويلية، ومنظومة لاختبار سيناريوهات التكلفة والمخاطر، ونظام إنذار مبكر لمتابعة الاستحقاقات والضمانات والالتزامات المحتملة.
ويتطلب نجاح التطبيق تكاملًا بين الجهات المعنية، وبيانات دقيقة ومحدثة، وقواعد واضحة لحوكمة المعلومات، مع الإبقاء على المراجعة البشرية للقرارات والتوصيات، كما ينبغي قياس النتائج بمؤشرات محددة، تشمل دقة توقعات السيولة، وانخفاض الاقتراض العاجل، وتحسن تكلفة التمويل المعدلة بالمخاطر، وحجم الوفورات المالية المحققة.
وفي النهاية، لا يمثل الذكاء الاصطناعي بديلًا عن السياسات المالية المستدامة، ولا يؤدي استخدامه وحده إلى خفض الدين العام، لكنه يوفر أدوات تساعد على تجنب الاقتراض غير الضروري، وتحسين توقيت التمويل، ورصد المخاطر قبل تفاقمها.
ويكمن التحول الأهم في الانتقال من سؤال «كم نحتاج إلى الاقتراض؟» إلى تساؤلات أكثر عمقًا: لماذا نحتاج إلى هذا التمويل؟ وهل يمكن تفادي جزء منه؟ وما البديل الأقل تكلفة ومخاطرة؟ وكيف تؤثر قرارات اليوم على مسار الدين خلال السنوات المقبلة؟.
عندها يصبح الذكاء الاصطناعي جزءًا من استراتيجية استباقية لإدارة الدين العام وخفض تكلفة خدمته، وليس مجرد أداة لتحليل بياناته بعد تراكم الالتزامات.
