انتقل إلى المحتوى

حوكمة الذكاء الاصطناعي في SAP: الامتثال والأمان والمساءلة

الذكاء الاصطناعي يدير الآن موافقات المالية واختيار الموردين وفرز المرشحين داخل SAP. وحين يسوء شيء ما يكون السؤال دائماً هو نفسه: اسم من على المحك؟

حوكمة الذكاء الاصطناعي في SAP: فريق الامتثال يراجع قرارات النماذج في S/4HANA
المحتويات
  1. أين تظهر فجوات الحوكمة أولاً
  2. الذكاء الاصطناعي في تطبيقات SAP السحابية
  3. ما الذي تغيّر في 2026
  4. اللوائح التي تنطبق على الذكاء الاصطناعي في SAP
  5. سجل للذكاء الاصطناعي لبيئة SAP لديك
  6. خمسة أمور تنجح
  7. تحديات شائعة
  8. الأسئلة الشائعة

تغطي حوكمة الذكاء الاصطناعي في SAP كل ميزة ذكاء اصطناعي تعمل في S/4HANA أو SuccessFactors أو Ariba أو Concur أو على SAP BTP. وعليك أن تعرف لكل منها من يملك قراراتها، وما البيانات التي تستخدمها، وكيف تُسجَّل، ومتى تُراجَع. وقد تحرّك الجدول التنظيمي في 2026: فالتزامات EU AI Act للأنظمة المستقلة عالية المخاطر، مثل الذكاء الاصطناعي المستخدم في التوظيف، تسري الآن اعتباراً من 2 ديسمبر 2027. أما واجبات الشفافية الخاصة بالمحتوى المولَّد بالذكاء الاصطناعي فهي سارية بالفعل. هذا الدليل موجّه إلى مديري تقنية المعلومات وقادة الامتثال ومالكي برامج SAP. ويغطي أين تظهر فجوات الحوكمة أولاً، وما الذي تغيّر في 2026، والقواعد التي تنطبق، وسجلاً تستطيع أن تبدأه هذا الأسبوع. ابدأ بتسمية مالك واحد لكل ميزة ذكاء اصطناعي.

ابدأ بسؤال بسيط: حين يقدّم نموذج نتيجة، اسم من على المحك؟ فإن كانت الإجابة غير واضحة، فلديك فجوة حوكمة.

بيئات SAP مزدحمة: S/4HANA في النواة، وCRM سحابي، وتحليلات مضافة، وأنظمة قديمة لا يريد أحد لمسها. يستطيع مهندس نشر نموذج في دقائق. أما تتبع أثره في التوظيف أو الائتمان أو تخطيط الإمداد فقد يستغرق أسابيع.

والبيانات تزيد الأمر صعوبة. فالرواتب وأوامر الشراء والمخزون وتقييمات الموردين تصل بصيغ مختلفة وتحت مسؤولين مختلفين. يُخفي أحد الفرق هويات الأشخاص؛ ويتركها آخر مكشوفة. قبل تشغيل أي نموذج، قرّر أي بيانات يجوز له استخدامها، ومن يعتمد التغييرات، وكم من الوقت تُحفظ السجلات. دوّن ذلك وراجعه وطبّقه.

رأيت عملية تطبيق نجح فيها التنبؤ بالمخزون أكثر مما ينبغي تقريباً. كانت الطلبات تُوضع قبل الطلب الفعلي، وبدا ذلك كفؤاً على لوحة المعلومات. ثم اتصلت المالية. انخفضت السيولة، ولم يكن أحد يعرف من له الكلمة الأخيرة في سلوك النموذج. كان المنطق مدفوناً. عندها تصبح الحوكمة حقيقية، لا شريحة في عرض تقديمي.

الأنماط التي أراها تتكرر:

المالية. يساعد الذكاء الاصطناعي في S/4HANA Finance في معالجة الفواتير والتنبؤ بالسيولة وكشف الشذوذ. وهو مفيد إلى أن يتوقف عن ذلك: دفعة مشروعة تُحجب، ودفعة مشبوهة تُعتمد، وتنبؤ مبني على بيانات قديمة. والعلاج هو مسار تدقيق لكل قرار يتأثر بالذكاء الاصطناعي وشخص مسمّى يراجعه.

المشتريات. يوصي الذكاء الاصطناعي بالموردين وينبّه إلى المخاطر ويراجع العقود. وإذا كانت بيانات المشتريات التاريخية تحمل تحيزاً، كموردين مفضَّلين لأسباب لا يراها أحد، فإن النموذج يكرره. لا بد أن يراجع أحد القوائم المختصرة بدل أن يقبلها.

الموارد البشرية. يستطيع الذكاء الاصطناعي في SuccessFactors المساعدة في فرز المرشحين وتحليل مستوى الانخراط. وإذا دُرّب على بيانات توظيف منحازة أصلاً نحو ملفات معينة، فسيظل منحازاً. اختبر التحيز قبل النشر ومرة أخرى بعد كل إعادة تدريب.

التصنيع. تتراجع نماذج الصيانة التنبؤية والجدولة حين يُعاد تكوين المصنع. تتبّع الدقة بمرور الوقت وحدّد مواعيد لإعادة التدريب. ولا تنتظر توقف خط الإنتاج لتلاحظ الانحراف.

يصل الذكاء الاصطناعي في تطبيقات SAP السحابية عادةً بهدوء: مطابقة الفواتير في Ariba، والموافقات في Concur، وتقييم العملاء المحتملين في CRM. وهو يعمل في الخلفية، وهذا سر جاذبيته. وهو أيضاً ما يجعل الرقابة أصعب.

أتذكر عميلاً يستخدم الذكاء المضمّن في SAP Ariba. بدأ النظام يضع علامات على الموردين المكررين تلقائياً. أمر مفيد، لكن أحداً لم يدرك أن العلامات كانت تُطلق أحياناً بسبب تسمية غير متسقة في البيانات الرئيسية. لا سوء نية، مجرد إدخالات غير متطابقة. ولم تكن لدى المشتريات عملية للتحقق من التنبيهات، فتسبب ذلك في تأخير وارتباك. والعلاج هو خطوة تحقق من التنبيهات واصطلاح تسمية ثابت في البيانات الرئيسية للموردين.

SAP BTP. تتيح BTP للفرق بناء ذكائها الاصطناعي الخاص ونشره عبر بيئة SAP. رأيت نموذجاً يعتمد موردين سيئين لأنه دُرّب على بيانات مشتريات ناقصة. جاءت مشكلة البيانات قبل مشكلة الذكاء الاصطناعي، وكان تنظيف المدخلات أسرع في إصلاحها من ضبط النموذج.

SAP Concur. يلتقط ذكاء المصروفات التكرارات ومخالفات السياسة. لكنه يرفع أيضاً علامات احتيال زائفة على مطالبات مشروعة، وحين يقضي الموظفون وقتهم في الاعتراض على حالات الرفض يختفي مكسب الإنتاجية. أبقِ المراجعة البشرية للحالات الحدّية، وحدّث القواعد كلما تغيرت سياسة المصروفات.

تحركت مواعيد الأنظمة عالية المخاطر في EU AI Act. دخلت Digital Omnibus on AI، أي اللائحة (EU) 2026/1744، حيز النفاذ في 27 يوليو 2026. وتسري الآن التزامات الأنظمة المستقلة عالية المخاطر بموجب الملحق III، ومنها الذكاء الاصطناعي المستخدم في التوظيف وإدارة العاملين وفي فحوص الجدارة الائتمانية للأفراد، اعتباراً من 2 ديسمبر 2027. ويليها الذكاء الاصطناعي عالي المخاطر المضمّن في المنتجات الخاضعة للتنظيم في 2 أغسطس 2028. أما الممارسات المحظورة والإلمام بالذكاء الاصطناعي فتسري منذ فبراير 2025، وواجبات الشفافية في المادة 50 للمحتوى المولَّد بالذكاء الاصطناعي منذ 2 أغسطس 2026. التأجيل مهلة لا إعفاء. فتقييم المطابقة والتوثيق التقني عملان بطيئان.

مواعيد EU AI Act بعد Digital Omnibus لعام 2026انتقل موعد الأنظمة عالية المخاطر إلى ديسمبر 2027. لكن عمل التوثيق الذي يقف وراءه لم يصبح أقصر.
  1. 2025الممارسات المحظورة والإلمام بالذكاء الاصطناعيمنذ فبراير 2025
  2. 2026دخول Digital Omnibus حيز النفاذ27 يوليو، اللائحة (EU) 2026/1744
  3. 2026واجبات الشفافية للمحتوى المولَّد بالذكاء الاصطناعي2 أغسطس، المادة 50
  4. 2027الأنظمة المستقلة عالية المخاطر (الملحق III)2 ديسمبر. التوظيف وإدارة العاملين وفحوص الجدارة الائتمانية للأفراد
  5. 2028الذكاء الاصطناعي عالي المخاطر المضمّن في منتجات خاضعة للتنظيم2 أغسطس

المصدر: اللائحة (EU) 2026/1744، Digital Omnibus on AI

يعتمد تسجيل Joule على خيار ربما اتخذته بالفعل. تسجّل سجلات محادثات Joule المستخدم والطابع الزمني والمحادثة والتعليمات (prompts) والردود. ولا توجد إلا إذا اختير تفعيل التخزين عند إعداد Joule. وفترة الاحتفاظ الافتراضية الموثقة لدى SAP لهذه السجلات هي 365 يوماً، ويمكنك طلب فترة مختلفة. تحقق من الإعداد ومن أن مدة الاحتفاظ تغطي دورة التدقيق لديك.

قيّدت SAP وكلاء الذكاء الاصطناعي على واجهات API الخاصة بها. تقيّد سياسة واجهات API لدى SAP (الإصدار 4.2026a) استخدام واجهات SAP مع أنظمة ذكاء اصطناعي شبه مستقلة أو توليدية تخطط لتسلسلات استدعاءات API أو تختارها أو تنفذها. ولا يُسمح بهذا الاستخدام إلا عبر المعماريات والمسارات التي تقرّها SAP. فإذا كان وكيل أو مساعد (copilot) من طرف ثالث يستدعي S/4HANA مباشرة، فهذه الآن مسألة تعاقدية إلى جانب كونها مسألة أمنية. أحصِ تلك التكاملات.

ضوابط BTP موجودة، لكن عليك أن تهيّئها. يوفر generative AI hub لدى SAP إخفاء البيانات وتصفية محتوى المدخلات والمخرجات والتأريض (grounding) وسجلاً للتعليمات (prompt registry) وتسجيل التدقيق. وهذه ضوابط، لا برنامج حوكمة. فالتسجيل المفعَّل بلا سياسة احتفاظ تتساقط سجلاته قبل أن تقرأها مراجعة فصلية.

إذا لم يستطع مورّد تقديم التوثيق التقني الخاص بالأنظمة عالية المخاطر لميزة ذكاء اصطناعي، فلا يجوز أن تبقى هذه الميزة في استخدام عالي المخاطر. الموعد تحرّك. أما متطلب التوثيق فلم يتحرك.

تنطبق هذه اللوائح على المؤسسات التي تشغّل الذكاء الاصطناعي في SAP، أياً كان المكان الذي تستضيف فيه SAP البرمجيات.

اللائحةما تتطلبه عملياً
EU AI Actواجبات قائمة على المخاطر. الاستخدامات عالية المخاطر (التوظيف وإدارة العاملين والجدارة الائتمانية للأفراد وغيرها في الملحق III) تحتاج إلى إدارة المخاطر والتوثيق والتسجيل والرقابة البشرية وتقييم المطابقة اعتباراً من 2 ديسمبر 2027. وواجبات الشفافية سارية بالفعل
GDPRأساس قانوني وتقليل البيانات إلى الحد الأدنى. وللقرارات المبنية على المعالجة الآلية وحدها والتي لها آثار قانونية أو مماثلة، ضمانات المادة 22، ومنها التدخل البشري ومعلومات مفيدة عن المنطق المتبع
ISO/IEC 42001:2023نظام إدارة ذكاء اصطناعي قابل للتدقيق: الأدوار، وعملية المخاطر، والضوابط، والتحسين المستمر
الأطر الوطنيةتنشر دول الخليج وسنغافورة وغيرها مبادئ أخلاقيات الذكاء الاصطناعي وأطر الحوكمة. راجع الأطر الخاصة بالدول التي تعمل فيها كل عام

يهم تصنيف المخاطر العالية SAP تحديداً. فالذكاء الاصطناعي في SuccessFactors الذي يؤثر في التوظيف أو الترقية أو إنهاء الخدمة داخل النطاق. أما فحوص الائتمان على عملاء الأعمال في S/4HANA فليست عموماً داخل النطاق، لأن فئة الملحق III تغطي الجدارة الائتمانية للأشخاص الطبيعيين. صنّف كل ميزة بدل أن تفترض.

نقطة البداية العملية هي سجل. صف واحد لكل ميزة ذكاء اصطناعي، مكتمل البيانات.

العمودما يُسجَّل
ميزة الذكاء الاصطناعيمثلاً مطابقة المرشحين في SuccessFactors أو كشف الموردين المكررين في Ariba
النظام والمالكالتطبيق، وشخص واحد مسمّى مسؤول عنه
فئة AI Actمحظور، أو عالي المخاطر (الملحق III)، أو شفافية فقط، أو أدنى
البيانات المستخدمةالمصادر، والبيانات الشخصية، والإخفاء المطبّق
المراجعة البشريةمن يراجع أي مخرجات، ومتى يستطيع تجاوزها
التسجيل والاحتفاظأين تُسجَّل القرارات ولكم من الوقت
وتيرة المراجعةفصلية للميزات عالية الأثر، ونصف سنوية لغيرها
آخر مراجعةالتاريخ والنتيجة

رأيت عملية تطبيق نجح فيها التنبؤ بالمخزون أكثر مما ينبغي تقريباً. كانت الطلبات تُوضع قبل الطلب الفعلي، وبدا ذلك كفؤاً على لوحة المعلومات. ثم اتصلت المالية. انخفضت السيولة، ولم يكن أحد يعرف من له الكلمة الأخيرة في سلوك النموذج.

  1. سمِّ مالكاً واحداً لكل نظام ذكاء اصطناعي قبل التشغيل الفعلي. شخص لا لجنة. ويؤدي الجميع دوراً مساعداً.
  2. احتفظ بمسار تدقيق للقرارات التي يتأثر بها الذكاء الاصطناعي. في اعتماد الفواتير أو اختيار الموردين أو ترتيب المرشحين، سجّل البيانات المستخدمة والمخرجات ومتى راجعها شخص.
  3. حدّد مواعيد لمراجعة النماذج. تتراجع النماذج مع تغير البيانات. المراجعة الفصلية بداية معقولة للأنظمة الحرجة. ولا تنتظر شكوى من مستخدم لتكتشف ثلاثة أشهر من الإجابات الخاطئة.
  4. أرسِ حوكمة البيانات أولاً، ثم اربط بها حوكمة الذكاء الاصطناعي. يجب أن تتوفر قواعد الوصول ومعايير الجودة والإخفاء قبل أن تعمل حوكمة الذكاء الاصطناعي. والفرق التي تبني الاثنتين معاً كثيراً ما تنتهي بلا واحدة منهما.
  5. لا تخلط بين الحوكمة والتوثيق. السياسات المحفوظة في SharePoint ليست حوكمة. فالحوكمة تغيّر طريقة اتخاذ القرارات: من يراجع، ومن يصعّد، ومن يستطيع إيقاف نموذج.

اللوائح تتحرك باستمرار. تُظهر تعديلات AI Act في 2026 مدى سرعة تغير المواعيد. كلّف شخصاً واحداً بتتبع التغييرات القانونية وترجمتها إلى متطلبات خاصة بـ SAP كل عام.

الخصوصية عبر الوحدات. تحتفظ SAP بالرواتب ومعاملات العملاء وسجلات الموظفين. والأمان القائم على الأدوار في SAP لا ينطبق تلقائياً على مدخلات نماذج الذكاء الاصطناعي. تحقق من ذلك صراحةً.

التحيز في بيانات التدريب. إذا تعلّم نموذج في SuccessFactors من خمس سنوات من بيانات توظيف منحازة، فسيكرر الانحياز. انظر في النتائج بحسب المجموعات قبل النشر، لا في الدقة وحدها.

الأنظمة القديمة في مسار البيانات. حين يسحب الذكاء الاصطناعي على BTP من نظام ERP قديم أو منصة طرف ثالث، تصبح جودة بيانات أضعف الأنظمة حدّك الأقصى. ارسم خريطة المصادر قبل تشغيل النموذج. يغطي إطار إدارة مخاطر الذكاء الاصطناعي لدي خطوات التقييم، ويغطي دليلي لإطار حوكمة الذكاء الاصطناعي نموذج التشغيل الأوسع.

ما حوكمة الذكاء الاصطناعي في تنفيذات SAP؟

هي مجموعة المالكين والسياسات والضوابط التي تجعل ميزات الذكاء الاصطناعي في SAP تعمل بمسؤولية وشفافية وبصورة قانونية. وهي تغطي البيانات التي يجوز للنماذج استخدامها، وكيف تُعتمد الميزات وتُنشر، وكيف تُسجَّل القرارات وتُراجَع، ومن يستطيع إيقاف نموذج. وتنطبق عبر S/4HANA وSuccessFactors وAriba وConcur وأي شيء تبنيه على SAP BTP.

متى تسري قواعد EU AI Act للأنظمة عالية المخاطر على أنظمة SAP؟

بعد Digital Omnibus (اللائحة (EU) 2026/1744)، تسري التزامات الأنظمة المستقلة عالية المخاطر في الملحق III اعتباراً من 2 ديسمبر 2027. ويليها الذكاء الاصطناعي عالي المخاطر المضمّن في منتجات خاضعة للتنظيم اعتباراً من 2 أغسطس 2028. أما الممارسات المحظورة والإلمام بالذكاء الاصطناعي فتسري منذ فبراير 2025، وواجبات الشفافية للمحتوى المولَّد بالذكاء الاصطناعي منذ أغسطس 2026. وفي SAP، أكثر مجالات المخاطر العالية شيوعاً هو الذكاء الاصطناعي المستخدم في التوظيف وقرارات القوى العاملة.

من المسؤول عن حوكمة الذكاء الاصطناعي في مشاريع SAP؟

مجموعة متعددة الوظائف: يتتبع الامتثال اللوائح، وتتولى تقنية المعلومات والأمن الوصول والتسجيل، وتملك فرق البيانات جودة بيانات التدريب، ويعتمد ملاك العمليات المخرجات، وتراجع الإدارة القانونية المسؤولية. وأهم قرار هو تسمية مالك واحد مسؤول لكل نظام ذكاء اصطناعي. فحين يسوء شيء ما في الثانية صباحاً، عليك أن تعرف من يتلقى المكالمة.

هل يحتفظ Joule بمسار تدقيق؟

يمكن لسجلات محادثات Joule تسجيل المستخدم والطابع الزمني والمحادثة والتعليمات والردود، لكن فقط إذا اختير تفعيل تخزين السجلات أثناء الإعداد. وتوثّق SAP فترة احتفاظ افتراضية مدتها 365 يوماً للعملاء الذين فعّلوه، ويمكن طلب فترة مختلفة. أما تغييرات الإعدادات المتعلقة بالأمان في Joule Studio فتذهب إلى خدمة SAP Audit Log على BTP. تحقق من إعداد بيئتك (tenant) بدل أن تفترض.

كيف تعالج التحيز في نماذج الذكاء الاصطناعي في SAP SuccessFactors؟

راجع ما دُرّب عليه النموذج. فإذا كانت بيانات التوظيف التاريخية قد ظلمت مجموعات معينة، فسيفعل النموذج الشيء نفسه. اختبر النتائج عبر المجموعات قبل التشغيل الفعلي، وراقب معدلات الاختيار بعده، وأعد التدريب بجدول زمني مع تغير بيانات قوتك العاملة. وإذا كان المرشحون المؤهلون من خلفية معينة يُستبعدون باستمرار، فتعامل مع ذلك بوصفه إشارة، لا مصادفة.

كم مرة ينبغي مراجعة نماذج الذكاء الاصطناعي في SAP؟

فصلياً للأنظمة عالية الأثر مثل الموافقات المالية وقرارات الموارد البشرية واختيار الموردين، ونصف سنوياً للأدوات الأقل أثراً. وأجرِ مراجعة إضافية كلما تغير مصدر بيانات أو تكامل أو عملية أعمال، لأن أياً منها قد يغيّر سلوك النموذج دون تغيير في الشيفرة.

Noel D'Costa

بقلم

Noel D'Costa

25 عاماً في برامج ERP من SAP وOracle ضمن قطاعات الطيران والحكومة والمالية والتجزئة والتصنيع. خلفيتي في المالية. أساعد فرق القيادة على تحديد نطاق مبادرات التحول بصدق، وإنقاذ البرامج المتعثرة، وبناء أنظمة تصمد في عامها الأول من التشغيل الفعلي.

الخطوة التالية

هل تدير برنامج ERP الآن؟

إذا مسّ هذا المقال برنامجاً أنت في خضمه الآن، فإن حديثاً مدته 30 دقيقة يوصلك عادةً أبعد من أسبوع آخر من التحليل الداخلي.