تحليل حالات Tencent WorkBuddy في القطاع المالي: لماذا بدأت العناية الواجبة المصرفية الاستثمارية وإدارة المخاطر متعددة الوكلاء وأبحاث أسهم A تعتمد على AI Agent؟

إذا كنت تنظر إلى قيمة WorkBuddy في القطاع المالي على أنها مجرد "أداة AI أخرى لكتابة التقارير"، فأنت على الأغلب تقلل من حجمه الحقيقي.

راجعت هذه المرة عدة مواد عامة مرتبطة مباشرة بـ العناية الواجبة في المصارف الاستثمارية، وفحص المخاطر والامتثال، وأتمتة أبحاث أسهم A الصينية، والنشر الخاص. وبعد القراءة، خرجت بخلاصة واضحة جدًا:

أكبر قيمة يقدّمها WorkBuddy في القطاع المالي ليست تحسين الصياغة، بل دخوله إلى سيناريوهات "تشغيل سير العمل" الحقيقية.

وفي الواقع، أثقل ما يواجهه القطاع المالي ليس "كتابة استنتاج جيد"، بل:

• نقل البيانات بين أنظمة متعددة
• تعبئة القوالب عبر صيغ مختلفة
• مراقبة المخاطر بشكل مستمر
• استخراج المعلومات المنظمة من تقارير الأبحاث والقوائم المالية
• تشغيل السلسلة كاملة ضمن إطار امتثال واضح

ولهذا أرى أن القطاع المالي من أكثر القطاعات القابلة لإظهار قيمة فعلية لأدوات WorkBuddy وأشباهها من حلول AI Agent.

الخلاصة أولًا

• حتى 29 يونيو 2026، تُظهر المواد العامة أن أكثر تطبيقات WorkBuddy إقناعًا في المجال المالي تتركز في أربعة مسارات:
  1. العناية الواجبة للمصارف الاستثمارية وتوليد المسودات الأولى للتقارير
  2. فحص المخاطر متعدد الوكلاء على مدار 7×24 ساعة
  3. خطوط أتمتة أبحاث أسهم A الصينية
  4. النشر الخاص، والمعالجة المحلية، وسجلات التدقيق الكاملة
• من زاوية ما نُشر في مجتمع Tencent Cloud Developer، لا تكمن قيمة WorkBuddy في سؤال "هل يستطيع تنفيذ المهمة؟" فقط، بل في أنه بدأ يمتلك بالفعل:
  • بنية مكتبة مواد منظمة
  • أساليب ربط بمصادر البيانات
  • تنسيق مهام متعدد الوكلاء
  • بيئات خاصة / VPC / معالجة محلية
  • وأرقام كفاءة واضحة نسبيًا
• إذا كنت تعمل في فرق العمليات الخلفية للمصارف الاستثمارية، أو إدارة المخاطر، أو أبحاث الاستثمار، أو الامتثال، أو معالجة البيانات المالية، فهذه الحالات المرجعية أهم بكثير من عروض AI المكتبية العامة.

لماذا يتأثر القطاع المالي سريعًا بـ "الذكاء الاصطناعي المعتمد على سير العمل"؟

الفرق المالية لا تتعب عادة من التحليل نفسه، بل من:

• كثرة مصادر المواد
• فوضى تنسيقات البيانات
• كثرة القوالب
• شدة متطلبات المراجعة
• تكرار نفس الخطوات يوميًا

بمعنى آخر، أكثر ما يرهق القطاع المالي ليس "صعوبة كتابة الاستنتاج"، بل:

أن السلسلة طويلة جدًا من دخول البيانات، إلى ترتيب المواد، إلى فحص المخاطر، إلى إخراج المستند النهائي.

وأكثر ما يلفت النظر في الحالات العامة لـ WorkBuddy أنه لا يظهر كنافذة دردشة منعزلة، بل يتجه إلى طبقات مثل:

• مكتبة المواد
• الموصلات
• المهام المجدولة
• تنسيق متعدد الوكلاء
• قوالب المستندات
• التدقيق والنشر الخاص

وهذا يجعله أقرب إلى:

مركز أتمتة مالي

وليس مجرد:

نافذة نموذج لغوي تساعدك على تنقيح الخلاصة

الحالة 1: العناية الواجبة في المصارف الاستثمارية، من "تجميع Word يدويًا" إلى إنشاء المسودة بضغطة واحدة

أول مادة عامة تبدو فعلًا كبيئة إنتاج مالية حقيقية هي هذه المقالة من مجتمع Tencent Cloud Developer:

《WorkBuddy 金融全链路自动化实战：从“投行尽调”到“多Agent风控”的架构指南》

أهم ما في هذه المقالة أنها لم تركز على الكتابة بحد ذاتها، بل على أكثر خطوة مؤلمة في العناية الواجبة المصرفية الاستثمارية:

• استخراج البيانات من Qichacha وWind وتقارير التدقيق ومحاضر المقابلات
• ثم تعبئتها يدويًا داخل قوالب Word
• مع الحاجة إلى متابعة ما إذا كانت نقاط المخاطر الأساسية قد سقطت من التقرير أم لا

والمادة المنشورة وصفت المشكلة بوضوح:

• العناية الواجبة التقليدية تستغرق من يومين إلى 3 أيام
• ومن السهل جدًا أن تفوّت مخاطر أساسية

أما الحل الذي تقدمه عبر WorkBuddy فيشبه بيئة الإنتاج أكثر بكثير من مجرد demo:

• إنشاء دليل منظم داخل مكتبة المواد
• وتقسيمه إلى:
  • /01-客户基础信息
  • /02-财务数据
  • /03-尽调模板
• ثم وضع ملف 《尽职调查报告模板.docx》 القياسي داخل المكتبة
• وتجهيز مواضع ثابتة لأقسام مثل "التحليل المالي" و"المعاملات مع الأطراف ذات الصلة" و"تنبيهات المخاطر"

والأهم أنها لا تقول فقط "يمكنه كتابة تقرير"، بل تشرح أيضًا مسار إدخال البيانات:

• ربط موصل Tencent Docs
• مزامنة الجداول المالية الخاصة بالعميل
• جعل WorkBuddy يقرأ الجداول المالية
• استخراج الإيرادات وصافي الربح والتدفقات النقدية لآخر 3 سنوات
• ثم تعبئة الأقسام المطابقة داخل قالب العناية الواجبة تلقائيًا

والرقم الذي ذكرته المادة العامة هو:

• ضغط عمل يومين إلى أقل من 30 دقيقة

لماذا يبدو هذا السيناريو واقعيًا؟ لأن ما يثقل كاهل المؤسسات المالية ليس "كيف نكتب الاستنتاج"، بل:

كيف نجمع مواد متعددة المصدر، ومتعددة التنسيق، ومتعددة القوالب داخل نتيجة واحدة متماسكة.

إذا كان WorkBuddy قادرًا بالفعل على تسلم هذه الحلقة، فهو لم يعد مجرد "مولّد نصوص"، بل بدأ يقترب من قلب الـ SOP نفسه.

الحالة 2: فحص المخاطر متعدد الوكلاء، بدل أن يقضي الفريق يومه وهو يراقب الشاشة

في نفس المادة العامة، هناك مسار آخر مهم جدًا يصلح لمقال SEO قوي، وهو سيناريو المخاطر والامتثال.

وتكمن أهمية هذا السيناريو في أنه أقرب إلى مهمة مستمرة، لا إلى مهمة لمرة واحدة.

المقالة العامة عرضت بنية متعددة الوكلاء بشكل واضح:

• Agent 1: جمع البيانات
  • يلتقط دوريًا سعر سهم العميل، وتصنيف السندات، وأخبار الرأي العام
• Agent 2: فحص الإشارات السلبية
  • عبر موصل MCP مخصص متصل بـ Qichacha API
  • ويتحقق مما إذا كان المالك الفعلي للعميل متورطًا في دعاوى أو قوائم فقدان الثقة
• Agent 3: إنشاء التقرير
  • يجمع المعلومات الشاذة
  • ويولّد تلقائيًا ملف 《每日风控预警日报》.docx

ثم يتم ربطها جميعًا عبر تدفق مهام مجدولة:

• التشغيل في وقت ثابت كل يوم
• Agent 1 يسحب البيانات
• Agent 2 يفرز المخاطر
• Agent 3 يخرج التقرير اليومي
• ثم تُحفظ النتيجة في دليل مشترك

والمادة العامة أعطت كذلك خطوة تبدو فعلًا كنظام إنتاج:

• إذا تم اكتشاف عميل عالي المخاطر
• تُرسل تنبيهات فورًا عبر روبوت WeChat
• مع اسم العميل ونوع الخطر والإجراء المقترح

هذا الوصف لم يعد مجرد "AI يلخص لك ما حدث"، بل:

AI بدأ يراقب النوبة بدلًا منك.

وأهم رقم في هذه المادة هو:

• إدارة مخاطر بدون تدخل بشري على مدار 7×24 ساعة

وهذا جذاب جدًا للفرق المالية، لأن كثيرًا من الوظائف المرتبطة بالمخاطر لا تستهلك الحكم التحليلي بقدر ما تستهلك:

• مراقبة السوق
• التفتيش الدوري
• تتبع الحالات الشاذة
• ثم نقلها يدويًا إلى التقرير اليومي

إذا كان WorkBuddy قادرًا على أتمتة هذه الحركات المتكررة، فقيمته هنا هي:

إخراج البشر من مهمة "مراقبة الشاشة" وإعادتهم إلى التعامل الحقيقي مع المخاطر.

الحالة 3: أتمتة أبحاث أسهم A الصينية، ليس فقط كتابة تقرير بحثي بل ربط خط البحث كله

المقالة العامة الثانية التي تستحق أن تدخل في مقال القطاع المالي هي:

《用WorkBuddy搭建A股投研自动化流水线（实战教程）》

وقيمتها عالية جدًا لأنها لا تقول "AI ساعدني في قراءة تقرير"، بل تشرح مباشرة:

كيف يمكن أتمتة السلسلة كاملة من جمع البيانات، إلى تقرير بحث معمق بصيغة HTML، ثم تحويله إلى DOCX، ثم ترسيخه داخل قاعدة المعرفة.

المادة العامة وصفت بيئة استخدام محددة جدًا:

• الكاتب اعتمد على 3 أشهر من الاستخدام الفعلي
• وتشمل:
  • توليد تقارير أبحاث الاستثمار
  • أتمتة التحويل من HTML إلى DOCX
  • الرفع الجماعي إلى قاعدة المعرفة
  • إدارة الذاكرة عبر الجلسات
• وكل هذه العمليات مرت بعدة جولات من التحقق

كما قسمت المقالة مسار أبحاث الاستثمار إلى أربع مراحل:

1. جمع البيانات والبحث الأولي
2. إنشاء تقرير بحث معمق بصيغة HTML
3. التحويل من HTML إلى DOCX
4. الرفع إلى قاعدة المعرفة

وهذا أكثر قيمة بكثير من مجرد "اكتب لي تقريرًا بحثيًا"، لأن ما يستهلك وقت فرق أبحاث الاستثمار ليس الكتابة وحدها، بل:

• جمع البيانات
• إجراء المقارنات الأفقية
• ترتيب النتائج حسب القوالب
• الأرشفة وإعادة الاستخدام
• والقدرة على استكمال البحث لاحقًا من حيث توقف

ومن التفاصيل المذكورة في المادة العامة، والتي تشبه بيئة الإنتاج الحقيقية:

• مقارنة أفقية لأكثر من 40 سهمًا
• قالب بحث معمق للسهم الواحد
• سلسلة رفع إلى قاعدة المعرفة من 4 خطوات
• تذكّر تقدم البحث عبر الجلسات
• بالإضافة إلى مشكلات واقعية مثل تشوه الصينية عند التحويل من HTML إلى DOCX، وانتهاء صلاحية Token، وانقطاع الموصلات

أنا أقيّم "سجل المشاكل الواقعية" هذا بدرجة عالية جدًا، لأن من شغّل النظام فعلًا في بيئة حقيقية فقط هو من يبدأ بالاهتمام بأسئلة مثل:

• في أي مساحة عمل سيظهر خطأ عند كتابة الملف؟
• متى تنتهي صلاحية بيانات الرفع؟
• لماذا تظهر الخطوط بشكل مشوّه في مستند Word؟
• ولماذا تضيع حالة التقدم البحثي بين الجلسات؟

هذه التفاصيل تعني أن WorkBuddy في هذه الحالة ليس "مساعد بحث نظري"، بل:

دخل فعلًا في النسيج العملي اليومي لفرق أبحاث أسهم A الصينية.

الحالة 4: ما يهم القطاع المالي ليس الكفاءة فقط، بل الامتثال وطريقة النشر أيضًا

إذا كانت الحالات الثلاث السابقة أقرب إلى تدفقات العمل التجارية، فالسؤال الذي ستطرحه الفرق المالية غالبًا هو:

هل يمكن نشر هذه القدرات بشكل متوافق مع متطلبات الامتثال؟

ولهذا أرى أن المادة العامة الثالثة يجب أن تكون ضمن هذا المقال أيضًا:

《WorkBuddy Enterprise：腾讯云推出的企业级AI智能体平台》

صحيح أن هذه المادة أقرب إلى تقديم المنصة نفسها، لكنها ترسل إشارة مهمة جدًا في المسار المالي: Tencent تدرك جيدًا أن الفرق المالية لا يهمها "هل يبدو هذا مبهرًا؟"، بل:

• هل يمكن عزل البيانات؟
• هل يدعم النشر الخاص؟
• هل توجد سجلات تدقيق تشغيلية؟
• هل شكل النشر يمكن التحكم فيه؟

ومن النقاط الأساسية المذكورة في المادة:

• 100ms وقت تشغيل أولي
• أكثر من 70 ألف Skill
• دعم أكثر من 100 بروتوكول MCP
• ودعم:
  • SaaS 公有云
  • VPC 专享
  • 私有化部署

كما أنها تذكر بوضوح، ضمن مسار النشر:

• VPC 专享: عزل للبيانات، مناسب للمؤسسات المتوسطة والكبيرة ذات متطلبات الامتثال والتحكم
• 私有化部署: نشر محلي كامل وقابلية تحكم ذاتية على مستوى الحزمة الكاملة، مناسب للمؤسسات المالية والجهات الحكومية وبيئات Xinchuang

وفي نفس المجموعة من المواد العامة، ورد أيضًا:

• سيناريوهات إدارة المخاطر المالية
• 天御风控 Agent
• تكامل مع القدرات الأساسية نفسها التي يعتمد عليها WorkBuddy في بناء الوكلاء

وهذا يعني أن Tencent لا تبيع مجرد أداة سطح مكتب، بل:

طبقة بنية أساسية يمكن للمؤسسات المالية أن تستخدمها لتنفيذ تحول AI على مستوى المؤسسة بالكامل.

كيف تبدو بيئة الإنتاج المالية من خلال هذه الحالات العامة؟

عند جمع هذه المقالات معًا، تظهر بعض السمات المشتركة في بيئة WorkBuddy داخل القطاع المالي:

• توجد مكتبة مواد منظمة، لا مجرد ملفات مؤقتة مبعثرة
• توجد قوالب جاهزة، وليس البدء من صفحة فارغة كل مرة
• توجد موصلات وواجهات API، وليس الاعتماد على النسخ واللصق اليدوي فقط
• يوجد تنسيق متعدد الوكلاء، وليس دردشة بخيط واحد
• توجد تقارير يومية وتنبيهات وقواعد معرفة، وليس مجرد إجابة لمرة واحدة
• توجد معالجة محلية وVPC ونشر خاص، وليس التشغيل عبر الإنترنت العام فقط
• توجد متطلبات تدقيق، وليس الاكتفاء بأن "النتيجة ظهرت وانتهى الأمر"

ولهذا أرى أنه في القطاع المالي يبدو أقرب إلى:

منضدة العمل الأساسية لفريق رقمي في المصارف الاستثمارية أو إدارة المخاطر أو أبحاث الاستثمار

وليس مجرد:

نموذج دردشة أكثر فصاحة من غيره

ما الفرق المالية الأنسب لتجربته الآن؟

فرق مناسبة للتجربة فورًا

• فرق العناية الواجبة المصرفية الاستثمارية وتنظيم المواد في المكاتب الخلفية
• الفرق التي تنجز تقارير مخاطر يومية، وفحص إشارات سلبية، وتنبيهات الشذوذ
• فرق أبحاث أسهم A أو أسهم هونغ كونغ
• المؤسسات المالية التي تحتاج إلى ترسيخ نتائج البحث داخل قاعدة معرفة
• الجهات التي تضع متطلبات واضحة للنشر الخاص وسجلات تدقيق التشغيل

فرق يمكنها الانتظار قليلًا

• الفرق التي لا تمتلك عمليات موحدة وعالية التكرار، وكل مهمة لديها فريدة بذاتها
• الفرق التي لا ترغب حاليًا في ترتيب القوالب والأدلة والموصلات
• من يريد فقط أسئلة وأجوبة خفيفة، ولا يخطط لربط AI بالعملية الأساسية

إذا أردت اختباره بنفسك، فهذه طريقة عملية للبداية

1. ابدأ بأكثر عملية مالية معيارية وعالية التكرار، ولا تحاول من اليوم الأول "إعادة بناء الخط كله".
2. أفضل نقاط البداية غالبًا تكون:
   • مسودة العناية الواجبة الأولية
   • التقرير اليومي للمخاطر
   • مخرجات أبحاث الاستثمار المبنية على القوالب
3. لا تكتفِ بالسؤال "هل يستطيع التوليد؟"، بل ركز على:
   • هل مصدر البيانات قابل للتتبع؟
   • هل تعبئة القوالب مستقرة؟
   • هل يمكن تنفيذ سلسلة التنبيه تلقائيًا؟
   • هل طريقة التدقيق والنشر تلبي المتطلبات؟
4. إذا كنت تعمل أصلًا على تدفقات متعددة النماذج أو متعددة الوكلاء، فيمكنك بالمناسبة مقارنة:
   • ما المهام التي تناسب منتجًا على هيئة workbench مثل WorkBuddy
   • وما المهام التي تناسب أكثر بناء تنسيق خاص بكم عبر API

إذا كان ما يهمك الآن أكثر هو: كيف توحّد نماذج Tencent وGLM وKimi وDeepSeek وStepFun داخل سير عمل Agent خاص بك، يمكنك البدء من:

• تسعير النماذج
• شراء API Key
• وثائق الواجهة

حكمي النهائي

إذا أردت تلخيص رأيي في حالات WorkBuddy داخل القطاع المالي بجملة واحدة، فهي:

ما يستحق المتابعة فعلًا ليس أن "Tencent أطلقت أيضًا أداة AI مكتبية"، بل أن WorkBuddy بدأ يدخل إلى أماكن ذات ثقل عملي حقيقي مثل العناية الواجبة المصرفية الاستثمارية، وإدارة المخاطر متعددة الوكلاء، وأتمتة أبحاث أسهم A، والنشر الخاص المتوافق مع الامتثال.

وهذا أهم بكثير من كل النقاشات حول "هل يستطيع AI كتابة تقرير؟". لأن أصعب ما في القطاع المالي لم يكن يومًا جملة الخلاصة نفسها، بل:

تشغيل سلسلة عمل كاملة، عالية التكرار، ومتوافقة مع الامتثال، وقابلة للتدقيق، وعابرة للأنظمة، بشكل سلس.

إذا كان WorkBuddy بدأ ينجح في هذه النقاط فعلًا، فمعناه بالنسبة إلى القطاع المالي لا يقتصر على "رفع بسيط للكفاءة"، بل:

البدء تدريجيًا في ضم أكثر العمليات التكرارية استنزافًا للناس إلى منصة AI عمل مستدامة على مستوى المؤسسة.

参考资料

• WorkBuddy 金融全链路自动化实战：从“投行尽调”到“多Agent风控”的架构指南
• 用WorkBuddy搭建A股投研自动化流水线（实战教程）
• WorkBuddy Enterprise：腾讯云推出的企业级AI智能体平台