إحدى عشرة كلمة في تقرير سنوي قد تُصبح الآن احتيالًا على الأوراق المالية

في المرة الأولى التي فهمتُ فيها الغسل بالذكاء الاصطناعي فهمًا حقيقيًا، كنتُ أحدّق في فقرة واحدة ضمن التقرير السنوي لإحدى الشركات. إحدى عشرة كلمة، شيء من قبيل «تحلّل منصّتنا المدفوعة بالذكاء الاصطناعي المخاطر في الوقت الفعلي». جملة نظيفة وواثقة. من النوع الذي يكتبه فريق التسويق في خمس دقائق ويوافق عليه الرئيس التنفيذي دون أن يرفّ له جفن.

ثم سألتُ المهندسين عن النموذج الذي أنتج ذلك التحليل، وعن البيانات التي عمل عليها، وعن الموضع الذي انطلق فيه فعليًا ضمن مسار القرار. ساد الصمت الغرفة. ليس لأنهم كانوا يخفون شيئًا، بل لأن أحدًا لم يكن قد ربط تلك الجملة بنظامٍ قط. كان الادعاء يعيش في الإفصاح، والنظام يعيش في بيئة الإنتاج. ولم يكن هناك شيء بينهما — لا مستند، ولا خريطة، ولا دليل — يربط الاثنين.

تلك الفجوة هي القصة بأكملها. الغسل بالذكاء الاصطناعي ليس قصة عن ذكاء اصطناعي رديء. إنه قصة عن المسافة بين ما قلتَ إن ذكاءك الاصطناعي يفعله وما يفعله ذكاؤك الاصطناعي فعليًا — وعمّا إذا كنت تستطيع سدّ تلك المسافة عند الطلب. أدركت هيئة الأوراق المالية والبورصات (SEC)، ولجنة التجارة الفيدرالية (FTC)، والمدّعون العامون في الولايات جميعًا أن هذه الفجوة هي حيث تكمن القضايا. لقد أنشأتُ Veriprajna في ممارسة التحقق من الذكاء الاصطناعي ومكافحة الغسل بالذكاء الاصطناعي لأنني ظللتُ أشاهد الشركات تكتشف الفجوة فقط بعد وصول رسالة المُفتّش.

اليوم الذي توقّف فيه سؤال «هل يعمل ذكاؤك الاصطناعي» عن أن يكون هو السؤال

جئتُ إلى هذا المجال من عمل إنفاذ قوانين الأوراق المالية، من جانبه غير البرّاق — تجميع الملفّات التي تسلّمها الشركات إلى المُفتّش عندما تصل رسالة طلب المستندات. لذا قرأتُ كل إجراء متعلق بالغسل بالذكاء الاصطناعي بالطريقة التي أقرأ بها قضية احتيال قديمة: ماذا قالوا، وماذا فعلوا، وما مقدار الفجوة بين الاثنين.

النمط متسق على نحو قاسٍ. دفعت Delphia وGlobal Predictions، أول تسويتين للغسل بالذكاء الاصطناعي في مارس 2024، مبلغًا مجتمعًا قدره 400,000 دولار، لا لأن ذكاءهما الاصطناعي كان رديئًا، بل لأن Delphia ادّعت استثمارًا مدعومًا بالتعلّم الآلي لم تدمجه فعليًا قط. أما البيانات التي تباهت بتغذية النموذج بها؟ فلم تصل إلى النموذج أبدًا.

ثم Presto Automation في يناير 2025 — أول قضية غسل بالذكاء الاصطناعي ضد شركة مُدرجة للتداول العام. سُوّق الذكاء الاصطناعي الصوتي لخدمة السيارات لدى Presto على أنه يلغي تلقّي الطلبات بشرًا. ووجدت SEC أن أكثر من 70% من الطلبات كانت لا تزال تتطلب تدخّلًا بشريًا، وفي بعض المواقع بلغت النسبة 100%. كان النظام حقيقيًا. لكنه ببساطة لم يكن يفعل ما قال التسويق إنه يفعله.

ثم Nate. في أبريل 2025 رفعت SEC ووزارة العدل الأمريكية (DOJ) دعويين متوازيتين ضد مؤسس Nate Inc.، الذي كان قد جمع أكثر من 42 مليون دولار على وعد بتطبيق تسوّق مدعوم بالذكاء الاصطناعي. أما معدل الأتمتة الفعلي فكان، على حد تعبير SEC، صفرًا في جوهره — إذ كان مئات المتعاقدين في الفلبين يُكملون يدويًا عمليات الشراء التي كان من المفترض أن يتولاها الذكاء الاصطناعي. وتصل عقوبات تُهم DOJ إلى 20 عامًا. تلك هي القضية التي أفكّر فيها حين يخبرني أحدهم أن الغسل بالذكاء الاصطناعي مجرد حاشية في إفصاح تسويقي. كان هناك بيان صحفي يحمل اسم مؤسس، وتحته تهمة احتيال جنائية.

كل قضية من هذه القضايا تدور حول الفجوة نفسها: ما وعد به الإفصاح، وما فعله النظام فعليًا في بيئة الإنتاج.

في فبراير 2025 جعلت SEC الأمر بنيويًا: فأنشأت وحدة مخصّصة للأمن السيبراني والتقنيات الناشئة داخل قسم الإنفاذ. وتقول أولويات الفحص لعام 2026 صراحةً — إن المُفتّشين سوف «يراجعون دقة إقرارات المُسجِّلين بشأن قدراتهم في الذكاء الاصطناعي». تلك الجملة هي رسالة طلب مستندات تنتظر أن تُرسل.

ثلاث جهات، خطوة واحدة

ما فاجأني، بمجرد أن بدأت رسم خريطة لهذا، هو مدى ضآلة اختلاف نظرية الإنفاذ بين الجهات. فكلها تنفّذ الخطة نفسها: تصفّ الادعاء في مواجهة الواقع، ثم تطلب الدليل.

جاءت FTC من خلال المادة 5 من قانون FTC — الممارسات غير العادلة أو الخادعة — ضمن حملة أطلقت عليها اسم Operation AI Comply، انطلقت في سبتمبر 2024. سوّت DoNotPay، التي نصّبت نفسها «أول محامٍ روبوتي في العالم»، بشأن ادعاءات لم تستطع إثباتها. وأعلنت Workado عن أداة كشف للذكاء الاصطناعي بدقة 98%؛ لكن اختبار FTC نفسه قدّر الدقة في العالم الواقعي بنحو 53%. أي ما يقارب رمية عملة، بيعت على أنها شبه يقين. أما التفصيل الذي ينبغي أن يُخيف أي مستشار عام فهو نظرية الأداة لدى FTC: المسؤولية تنساب على طول السلسلة، من مطوّر النموذج الأساسي إلى المؤسسة التي تنشره إلى المستخدم النهائي. فإذا كررت رقم دقة يخصّ مورّدًا في موادّك الخاصة، تعامله FTC على أنه ادعاؤك أنت — لا ادعاء المورّد.

لا أستطيع التشديد على هذه النقطة بما يكفي، لأنها الفخّ الذي أرى شركات ذكية تقع فيه. فأنت ترخّص نموذجًا من طرف ثالث، وتنسخ معيار المورّد الأدائي إلى نموذج 10-K أو عرض المستثمرين لديك، وتفترض أن الرقم يخصّ المورّد. إنه ليس كذلك. فلحظة ظهوره في إفصاحك، يصبح إقرارك أنت، و«أخبرنا مورّدنا بذلك» ليس إثباتًا مستقلًا.

كدّست الولايات المزيد بأدواتها الخاصة. يحمل قانون رفيق الذكاء الاصطناعي في نيويورك عقوبات تصل إلى 15,000 دولار في اليوم عن كل مخالفة. ويطالب قانون الذكاء الاصطناعي في كولورادو، الساري اعتبارًا من 30 يونيو 2026، بإجراء تقييمات للأثر، وإشعار المستهلك، والعناية المعقولة للأنظمة عالية المخاطر، بواقع 20,000 دولار عن كل مخالفة. أما قانون تكساس للحوكمة المسؤولة للذكاء الاصطناعي، الساري اعتبارًا من 1 يناير 2026، فيمنح المدّعي العام سلطة واسعة لإصدار طلبات التحقيق المدني بناءً على شكوى واحدة — رسالة مستهلك واحدة ويصبح طلب المستندات على مكتبك. وحين طرحت الحكومة الفيدرالية فكرة إبطال قوانين الذكاء الاصطناعي على مستوى الولايات، اصطفّ تحالف من الحزبين ضمّ 36 مدّعيًا عامًا للولايات ضدها. وأيًّا كان ما ستقرّره المحاكم في النهاية، فإن جهات الإنفاذ لا تنتظر.

حتى قطاع المحاماة الخاص انضمّ. أحصى مركز Stanford Securities Class Action Clearinghouse 53 دعوى جماعية للأوراق المالية متعلقة بالذكاء الاصطناعي خلال النصف الأول من عام 2025، بتسوية وسيطة قدرها 11.5 مليون دولار. إحداها، Tucker v. Apple، المرفوعة في يونيو 2025، تزعم أن وعود Apple في مؤتمر WWDC بشأن Apple Intelligence دفعت المستثمرين إلى الشراء بناءً على ميزات تقول الشكوى إنه لم يكن لها نموذج أولي عامل. وأصبحت شريحة عرض في كلمة رئيسية هي «المستند أ» (Exhibit A).

لماذا لا تنقذك عبارة «لدينا سياسة لحوكمة الذكاء الاصطناعي»؟

وهنا يأتي الجزء الذي أخطأتُ فيه مبكرًا، وكلّفني بضعة أشهر من بناء الشيء الخطأ.

حين بدأت التصميم لهذا لأول مرة، افترضتُ أن الجواب هو الحوكمة — الفئة التي تخدمها بالفعل منصّات مثل Credo AI، وwatsonx.governance من IBM، وHolistic AI، وOneTrust، وFiddler. بنينا نحو وضعية حوكمة: سياسات، وجرد للذكاء الاصطناعي، ولوحات معلومات، وسير عمل للإشراف. عرضتُ نسخة مبكرة على مسؤولة امتثال في شركة متوسطة الحجم وشعرتُ بالرضا عنها. تركتني أُنهي، ثم طرحت السؤال الوحيد الذي كان يهمّ: عندما يطالب مُفتّش بالدليل على أن ادعاءً محددًا واحدًا كان صحيحًا، أي زر يُفترض بها أن تضغط؟

لم يكن هناك زر. لم يكن هناك مستند. ما بنيته أخبرها بأنه ينبغي عليها أن توثّق أنظمتها. لكنه لم يحتوِ على التوثيق. كنتُ قد بنيتُ شيئًا يشير إلى الفجوة بدلًا من ملئها. كان ذلك الإخفاق هو ما أعاد تشكيل الشركة بأكملها بالنسبة لي.

الحوكمة تخبرك بأنه ينبغي عليك توثيق ذكائك الاصطناعي. أما الإثبات فهو التوثيق نفسه — مُختبَر، ومؤرّخ، وجاهز لمُفتّش يقرؤه من دون سابق اطّلاع.

منصّات الحوكمة بارعة فيما تفعله. فهي تراقب، وتُجرِد، وتفرض السياسات. لكن ثمة طبقة تحتها لا يبنيها أحد تقريبًا: سلسلة الأدلة الفعلية التي يطلب مُفتّش من SEC أو مدّعٍ عام في ولاية رؤيتها. تلك هي الفجوة التي أعدتُ بناء الممارسة حولها.

ما الذي يطلب منك المُفتّش فعليًا إنتاجه؟

حين جلستُ لأحدد ما سنقدّمه، لم أبدأ من مواصفات منتَج. بدأتُ من قائمة «يُرجى إنتاج» — طلب المستندات الحرفي الذي تتضمنه رسالة الإنفاذ — وعملتُ عكسيًا. حزمة الإثبات القابلة للدفاع عنها، وهي ما نبنيه الآن، لها بضعة أجزاء حاملة.

تبدأ بـخريطة ربط الادعاء بالنظام: كل ادعاء علني عن الذكاء الاصطناعي — من نموذج 10-K، والموقع الإلكتروني، والبيانات الصحفية، وعرض التقديم — مربوط بالنموذج المحدد، وخط أنابيب البيانات، ونقطة القرار التي تُنجزه. فحين يقول إفصاحٌ «تحليل مخاطر مدفوع بالذكاء الاصطناعي»، تسمّي الخريطة أي نموذج، وأي بيانات، وأي قرار. هذا هو المُخرَج الذي كان سينقذ Delphia، لأنه يفرض السؤال «هل هذا الادعاء موصولٌ فعليًا بنظام؟» قبل أن يطرحه المُنظِّم.

ثمملف الأدلة التقنية — البنية المعمارية، ومنهجية التدريب، ومعايير الأداء المقيسة في مقابل المقياس الدقيق الذي ادّعيته. مُختبَرة، لا نظرية. فإذا ذكرت موادّك رقمًا، يُظهر الملف الاختبار الذي أنتجه وفق منهجية من العالم الواقعي، لا عرضًا انتقائيًا. وWorkado هي العبرة المحذِّرة: 98% في الكتيّب، و53% تحت الاختبار.

ثمالتحقق التشغيلي، وهو ما مات فيه Presto. كان النظام موجودًا. لكن ما كان مفقودًا هو الدليل على أن الذكاء الاصطناعي قاد فعليًا القرارات التي وصفها التسويق، بدلًا من أن يعمل جنبًا إلى جنب مع بشر أدّوا العمل الحقيقي. إثبات الواقع التشغيلي أصعب من إثبات وجود نموذج، وهو بالضبط ما يسبر المُفتّشون أغواره الآن.

وتحت كل ذلك يقبعAIBOM — أي قائمة مواد الذكاء الاصطناعي (AI Bill of Materials)، وهي جرد قابل للقراءة آليًا لكل مكوّن: نسب بيانات التدريب، وإصدارات النموذج، وتبعيات الأطراف الثالثة، والبنية التحتية. أخيرًا باتت المعايير موجودة للقيام بذلك على نحو صحيح؛ فقد أضاف SPDX 3.0 ملفًا تعريفيًا للذكاء الاصطناعي في أكتوبر 2024، ويدعم CycloneDX 1.6 قوائم مواد التعلّم الآلي، فيما يدفع مشروع OWASP AIBOM الأدوات قُدُمًا. والحقيقة الصادقة أن معظم الشركات اليوم لا تزال تتتبّع هذا في جدول بيانات يصبح باليًا لحظة إعادة تدريب النموذج. لقد فتحتُ بطاقات نماذج تحمل رقم إصدار متأخرًا بدورتَي إعادة تدريب — توثيق يصف نظامًا لم يعد موجودًا. وقائمة AIBOM التي تُحدَّث مع خط الأنابيب هي الفرق بين لقطة ثابتة وسجل حيّ.

وأخيرًاأدلة المراقبة المستمرة — نتائج كشف الانحراف، وسجلات الاختبار الآلي، والدليل المستمر على أن الادعاء ظلّ صحيحًا بعد الإطلاق. حزمة الإثبات ليست ملفًا لمرة واحدة تودعه ثم تنساه. إنها سجل يظل يتنفّس، لأن نموذجك يظل يتغيّر بينما إفصاحك لا يتغيّر.

فاتورة الهلوسة التي لا يضعها أحد في الميزانية العمومية

ثمة جبهة ثانية لهذا الأمر، وهي التي جذبتني إلى ما وراء إفصاحات الأوراق المالية نحو المحتوى نفسه.

الادعاء ليس فقط شيئًا تقوله عن ذكائك الاصطناعي في إفصاح. إنه أيضًا كل مُخرَج يولّده ذكاؤك الاصطناعي وتضع اسمك عليه — التقرير، والتحليل، والملخّص الموجّه للعملاء. وتلك المُخرَجات تهلوس. وجد مختبر RegLab في Stanford أن نماذج اللغة الكبيرة تهلوس في الاستفسارات القانونية المحددة في ما بين 69% و88% من الحالات. وهناك الآن أكثر من 600 حالة موثّقة لهلوسات ذكاء اصطناعي ظهرت في مرافعات قضائية، مع تورّط أكثر من 100 محامٍ وفرض قضاة عقوبات تتجاوز 10,000 دولار.

التكلفة على المؤسسات مذهلة وغير مرئية بشكل غريب. قدّر أحد التحليلات الخسائر العالمية الناجمة عن هلوسات الذكاء الاصطناعي بمبلغ 67.4 مليار دولار في عام 2024، مع إنفاق الشركات نحو 14,200 دولار لكل موظف سنويًا على التخفيف فقط — الساعات التي يحرقها الناس في التحقق من صحة أدواتهم الخاصة. وحين يكون ما يقارب نصف مستخدمي الذكاء الاصطناعي في المؤسسات قد اتخذوا قرارًا كبيرًا بناءً على محتوى مهلوس، فإن «الذكاء الاصطناعي هو من ولّده» ليس دفاعًا. إنه اعتراف.

لهذا السبب ينتمي التحقق من المحتوى إلى الممارسة نفسها التي ينتمي إليها إثبات الادعاء: كلاهما يتعلق بالمصدرية. تشترط المادة 50 من قانون الذكاء الاصطناعي للاتحاد الأوروبي، السارية اعتبارًا من أغسطس 2026، أن يكون المحتوى المولّد بالذكاء الاصطناعي قابلًا للقراءة آليًا وقابلًا للكشف على أنه كذلك، مع وصول مدوّنة ممارسات لوسم المحتوى إلى جانبها. ومعيار مصدرية المحتوى C2PA — المعيار الذي توقّع به هواتف Samsung وGoogle الرائدة أصلًا بشكل أصيل — بات يتحوّل إلى السباكة التي تُثبت من أين جاءت قطعة المحتوى. فإذا أنتج ذكاؤك الاصطناعي تقريرًا وتبيّن لاحقًا أنه يتضمن اختلاقًا، فإن الشيء الوحيد الذي يقف بينك وبين المسؤولية هو مسار تدقيق يعود إلى المصدر. ومعظم الشركات لا تملك واحدًا.

المصدرية تعمل في الاتجاه الآخر أيضًا. أبلغت خمس وستون بالمئة من الشركات عن حادثة تزييف عميق في عام 2023، وسوق الكشف يتسارع من 5.5 مليار دولار نحو 15.7 مليار دولار متوقعة بحلول عام 2026. إثبات أن محتواك الخاص حقيقي بات ملحًّا بقدر إثبات أن محتوى شخص آخر مزيّف — وتوقيع C2PA نفسه الذي يوثّق مُخرَج ذكائك الاصطناعي هو الذي يتيح لك التبرؤ من تزوير يرتدي علامتك التجارية.

الأسئلة التي تصلني، وتلك التي أتمنى لو وصلتني

يسألني الناس دائمًا عمّا إذا كانت شهادة ISO 42001 تتولّى كل هذا. إنها تساعد — فهي معيار حقيقي وقابل للتدقيق، والشهادة من طرف ثالث لها وزنها لدى مجالس الإدارة وجهات الشراء. لكنها تكلّف ما بين 90,000 و200,000 دولار وأكثر في السنة الأولى، وتستغرق الجزء الأكبر من عام لإرسائها، وهي تشهد بأن لديك نظام إدارة، لا بأن أي ادعاء تسويقي محدد صحيح. الشهادة والإثبات وظيفتان مختلفتان. يمكن أن تكون حاصلًا على الشهادة ومع ذلك عاجزًا عن الإجابة عن سؤال المُفتّش بشأن جملة واحدة في نموذج 10-K لديك.

السؤال الآخر، الذي يأتي عادةً من المؤسِّسين، هو ما إذا كان هذا مجرد مشكلة للشركات الكبيرة. جمعت Nate مبلغ 42 مليون دولار، ومؤسسها يواجه تهمًا جنائية. ولم تكن Delphia اسمًا معروفًا على نطاق واسع. ويمكن للمدّعي العام في تكساس أن يفتح تحقيقًا بناءً على شكوى واحدة. حجم مخاطر الإنفاذ يتتبّع حجم الادعاء الذي قدّمته، لا حجم شركتك.

لم يعد السؤال هو ما إذا كان ذكاؤك الاصطناعي يعمل. بل ما إذا كنت تستطيع إثبات أنه يفعل ما تقول إفصاحاتك إنه يفعله.

لو استطعتُ أن أغرس فكرة واحدة في ذهن كل مستشار عام وكل مدير امتثال يقرأ هذا، فهي أن الفجوة بين التسويق وواقع الهندسة باتت الآن مسؤولية قانونية لها رقم بالدولار — والشيء الوحيد الذي يسدّها هو دليل بنيته قبل أن يطلبه أحد. هذا هو جوهر ما نبنيه في Veriprajna: ليس لوحة معلومات أخرى تخبرك بأن توثّق ذكاءك الاصطناعي، بل حزمة الإثبات نفسها — خريطة ربط الادعاء بالنظام، وملف الأدلة، وقائمة AIBOM، ومسار المصدرية — مُجمّعة ومُختبَرة قبل أن تصل رسالة طلب المستندات.

ما زلتُ أعود إلى ذلك التقرير السنوي. إحدى عشرة كلمة، أُودِعت ونُسيت، لا شيء خلفها — لا خريطة، ولا ملف، ولا سجل يربط الجملة بنظام. النموذج الكامن تحتها كان يعمل على الأرجح على ما يرام؛ فمعظمها كذلك. ما كان مفقودًا هو الشيء الوحيد الذي يطلبه مُفتّش من SEC، ومحقّق من FTC، ومحامي المدّعي جميعًا بالجملة المسطّحة نفسها: أرِني. اكتب الادعاء الذي تستطيع إثباته، وابنِ الدليل قبل أن يطلبه أحد.