استخدام برامج الذكاء الاصطناعي في تقييم الاداء المالي للموسسة الاقتصادية - دراسة حالة

Abstract

تهدف هذه الدراسة إلى بحث تطور وتقييم الأداء المالي للمؤسسات الاقتصادية من خلال دمج تقنيات الذكاء الاصطناعي كبديل معاصر للأساليب التقليدية. ولتحقيق هذه الغاية، تم اعتماد منهج تحليلي متكامل، يتألف من جزأين: نظري وتطبيقي. تناول الجزء النظري الإطار المفاهيمي للأداء المالي وأبعاده (الربحية، والسيولة، والنشاط، والديون)، مع استعراض أدوات القياس الحديثة، ونماذج التنبؤ بالإفلاس المالي، وبطاقة الأداء المتوازن المطورة. وبالمثل، تم فحص أدوات الذكاء الاصطناعي من منظور مالي، ولا سيما التعلم الآلي والشبكات العصبية الاصطناعية، مع تسليط الضوء على قدراتها التنبؤية ومزاياها مقارنةً بالتحليل الكلاسيكي. أما فيما يتعلق بالجزء التطبيقي، فقد ركزت الدراسة على شركة "ميناء القلعة" خلال الفترة من 2020 إلى 2022. وتمت معالجة البيانات المالية وتحليلها باستخدام برمجيات تعتمد على خوارزميات الذكاء الاصطناعي لتقييم الكفاءة التشغيلية والتنبؤ بالوضع المالي المستقبلي للشركة. وكشفت الدراسة أن استخدام حلول الذكاء الاصطناعي يزيد من دقة التحليل المالي التنبؤي ويساهم في الكشف المبكر عن المخاطر، مما يمكّن الشركة من اتخاذ قرارات استباقية لضمان استدامتها. اختُتم العمل بسلسلة من التوصيات لتفعيل هذه الأنظمة الذكية في البيئة المستهدفة.

Cette étude vise à examiner le développement et l'évaluation de la performance financière des institutions économiques en intégrant les technologies d'intelligence artificielle (IA) comme alternative moderne aux méthodes traditionnelles. À cette fin, une approche analytique intégrée a été adoptée, comprenant deux volets : théorique et appliqué. Le volet théorique aborde le cadre conceptuel de la performance financière et ses dimensions (rentabilité, liquidité, activité et endettement), en passant en revue les outils de mesure modernes, les modèles de prédiction de l'insolvabilité financière et le tableau de bord prospectif amélioré. De même, les outils d'IA ont été examinés d'un point de vue financier, notamment l'apprentissage automatique et les réseaux de neurones artificiels, en soulignant leurs capacités prédictives et leurs avantages par rapport à l'analyse classique. Le volet appliqué de l'étude s'est concentré sur la société Port of Qalaa sur la période 2020-2022. Les données financières ont été traitées et analysées à l'aide d'un logiciel basé sur des algorithmes d'IA afin d'évaluer l'efficacité opérationnelle et de prédire la situation financière future de l'entreprise. L'étude a révélé que l'utilisation de solutions d'IA accroît la précision de l'analyse financière prédictive et contribue à la détection précoce des risques, permettant ainsi à l'entreprise de prendre des décisions proactives pour assurer sa pérennité. Les travaux se sont conclus par une série de recommandations pour l'activation de ces systèmes intelligents dans l'environnement cible.

This study aims to investigate the development and evaluation of the financial performance of economic institutions by integrating artificial intelligence (AI) technologies as a modern alternative to traditional methods. To achieve this, an integrated analytical approach was adopted, consisting of two parts: theoretical and applied. The theoretical part addressed the conceptual framework of financial performance and its dimensions (profitability, liquidity, activity, and debt), reviewing modern measurement tools, financial insolvency prediction models, and the enhanced Balanced Scorecard. Similarly, AI tools were examined from a financial perspective, particularly machine learning and artificial neural networks, highlighting their predictive capabilities and advantages compared to classical analysis. The applied part of the study focused on the Port of Qalaa Company during the period from 2020 to 2022. Financial data was processed and analyzed using software based on AI algorithms to assess operational efficiency and predict the company's future financial position. The study revealed that the use of AI solutions increases the accuracy of predictive financial analysis and contributes to the early detection of risks, enabling the company to make proactive decisions to ensure its sustainability. The work concluded with a series of recommendations for activating these smart systems in the target environment.