هل يحل الذكاء الاصطناعي محل صرّافي البنوك؟ الصرافات الآلية والتطبيقات تستوعب الإيداعات والتحويلات، ويبقى التحقق من الهوية والمعاملات المشبوهة للبشر.
المهنة لا تختفي، لكن المعالجة الروتينية عند الشباك تفقد قيمتها بالنسبة لصرّافي البنوك. ستتحول الإيداعات والسحوبات والإجراءات المعتادة إلى القنوات الرقمية أكثر فأكثر، لكن التحقق من الهوية، ورصد النشاط المشبوه، والشرح وجهًا لوجه، والحكم العملي في القبول، كلها ستبقى.
يفعل صرّافو البنوك أكثر بكثير من قبول الإيداعات وصرف السحوبات. فهم يتحققون أيضًا من الهوية، ويشرحون الإجراءات، ويجيبون عن أسئلة العملاء، ويعالجون النماذج، ويمثلون نقطة الحكم الأولى حين يبدو شيء ما في المعاملة غير مألوف. ويمزج العمل بين المعالجة المالية الروتينية والوعي بالمخاطر في التعامل المباشر وجهًا لوجه.
لا تكمن قيمة هذا الدور في إنجاز المعاملات البسيطة بسرعة بقدر ما تكمن في رصد المخالفات، وإرشاد العملاء غير المعتادين على الإجراءات أو القلقين، وتقرير ما يمكن قبوله وما لا يمكن وفق القواعد. قد تستوعب القنوات الرقمية المعاملات الروتينية، لكن الحكم والشرح في التعامل المباشر يظلان مسؤولية بشرية.
يحسبه ai-job-risk.net من أربع مجموعات بيانات عامة، على مقياس من 0 إلى 100 نسبةً إلى 188 مهنة نغطيها. الرقم الأعلى يعني أن جزءًا أكبر من مهام الوظيفة مما يستطيع الذكاء الاصطناعي التوليدي أداءه أو يُستخدم فيه بالفعل. وهو ليس احتمال فقدان الوظيفة.
تحليل المهام لدى الباحثين (Eloundou وزملاؤه؛ منظمة العمل الدولية). يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
الاستخدام المرصود لـ Microsoft Copilot وAnthropic Claude في مهام هذه المهنة. يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
لا يذكر مكتب BLS أي عامل خاص بهذه المهنة، لذا يعكس هذا الإسقاط أساسًا نمو أو تراجع القطاعات التي توظفها.
أرقام أمريكية لمهنة BLS "Tellers". تفترض توقعات BLS أن التقنية تواصل التطور بوتيرتها التاريخية؛ وهي ليست توقعًا لأثر الذكاء الاصطناعي وحده.
المصادر
مؤشر التعرض يحسبه ai-job-risk.net من مجموعات البيانات أدناه (البيانات حتى 15 أكتوبر 2026). وأرقام العمل الأمريكية مصدرها BLS دون تغيير.
لم تُعدّ الجهات الناشرة هذا الموقع ولم تراجعه ولم تصادق عليه. الاستشهادات الكاملة والتراخيص والمنهجية
يتأثر عمل صرّاف البنك بوضوح بالذكاء الاصطناعي والتحول الرقمي. فالإيداعات والتحويلات المعتادة، والإرشاد إلى النماذج، والفحوصات الأولية للبيانات المدخلة، كلها تُنجز بشكل متزايد عبر الصرافات الآلية والتطبيقات وأنظمة الشبابيك المدعومة بالذكاء الاصطناعي.
لكن الوظيفة تتجاوز معالجة الطلبات الروتينية. ففي الواقع، يتعامل الصرّافون أيضًا مع المعاملات المشبوهة، والمخاوف المتعلقة بالتحقق من الهوية، والعملاء المسنين الذين يحتاجون إلى شرح متأنٍ، والأسئلة التي لا تندرج تحت نص معياري. وتتطلب هذه المواقف معرفة بالقواعد المالية وحكمًا بشريًا معًا.
صرّافو البنوك أكثر من مجرد معالجين للمعاملات؛ إنهم جزء من خط المواجهة الذي يصل العملاء بالإجراءات المالية الخاضعة للتنظيم، مع منع المخاطر الواضحة والارتباك. والحد الفاصل عمليًا هو بين العمل الذي يُرجّح أن يؤتمته الذكاء الاصطناعي والقيمة التي تبقى لدى البشر.
يبلغ الذكاء الاصطناعي والأنظمة الرقمية أقصى قوتهما حين تكون المعاملة معيارية، والمستندات المطلوبة واضحة، والإجراء يسير في مسار ثابت. ولذلك فإن التعامل الروتيني عند الشباك معرّض بشكل خاص للأتمتة.
أصبح نقل المعاملات النقدية الروتينية واستقبال التحويلات الأساسية إلى أنظمة الخدمة الذاتية والأنظمة المدعومة بالذكاء الاصطناعي أسهل فأسهل، مما يقلل الحاجة إلى تدخل الصرّاف في المعاملات البسيطة. وكلما كان الإجراء أكثر توحيدًا، سهلت أتمتته.
يمكن بشكل متزايد التعامل مع الإرشاد الإجرائي البسيط، مثل دعم تغيير العنوان المعتاد أو تعليمات تقديم الطلبات العادية، عبر الواجهات الرقمية أو أدوات الشباك المدعومة بالذكاء الاصطناعي. وهذه من أسهل أجزاء الدور تبسيطًا.
تقديم تعليمات ثابتة الصيغة لكيفية تعبئة النماذج الأساسية متوافق جدًا مع الأتمتة أيضًا. فالأجهزة الطرفية المزودة بالذكاء الاصطناعي ومسارات العمل الرقمية الموجّهة تقلل حاجة الموظفين إلى تكرار الشروح نفسها مرارًا.
يدعم الذكاء الاصطناعي بكفاءة الإدخال الأولي للبيانات والفحوصات الأساسية لاتساق ما يقدمه العملاء، فتتسارع المعالجة الإدارية في مراحلها المبكرة. ومع ذلك، حين يبدو شيء ما في التفاصيل غير سليم، يظل الحكم البشري ضروريًا.
ما يبقى في عمل الصرّاف هو الحكم في الخطوط الأمامية الذي يعتمد على قراءة الناس والسياق والاستثناءات. وكلما تعلقت المهمة بالثقة أو المخاطر أو التواصل المباشر، ازداد بقاؤها في يد البشر.
حتى لو تولت الأنظمة الفحوصات الروتينية، يظل للصرّاف دور مهم في ملاحظة المعاملة التي تبدو غير مألوفة، أو سلوك العميل الذي لا يتسق مع طلبه. وهذا النوع من الحكم الحساس للمخاطر يبقى صعب الأتمتة بالكامل.
يحتاج بعض العملاء إلى أكثر من الإرشاد المعتاد؛ فقد يحتاجون إلى طمأنة، أو شرح أبطأ، أو مساعدة في فهم إجراءات مالية نادرًا ما يستخدمونها. ويبقى هذا الدعم المتأني وجهًا لوجه عملًا بشريًا.
حين تكون المستندات ناقصة، أو الحالة غير معتادة، أو القواعد لا تنطبق بوضوح، يبقى على أحدٍ أن يقرر ما إذا كان الطلب يمكن أن يمضي، وما الذي يجب التأكد منه أولًا. وتظل قرارات القبول العملية هذه بيد البشر.
عند الشباك، لا يكون الطلب الأول الذي يذكره العميل هو القصة كاملة دائمًا. ولا يزال على الصرّاف أن يتبيّن الهدف الحقيقي للعميل ويوصله إلى الشباك أو الخدمة المناسبة التالية دون أن يسبب له ارتباكًا.
بالنسبة لصرّافي البنوك، يتوقف المستقبل على الجمع بين المعرفة بالإجراءات المالية والحكم البشري المتأني أكثر من معالجة المعاملات الروتينية. ومن يحسنون العمل مع دعم الذكاء الاصطناعي مع الحفاظ على قوتهم في التعامل الحساس للمخاطر سيحتفظون بقيمة أكبر.
يزداد الإلمام المتين بالإجراءات المصرفية ومتطلبات إثبات الهوية أهمية كلما أُتمت العمل الروتيني. ومن يفهمون القواعد بعمق يستطيعون اتخاذ قرارات سليمة حين تخرج الحالة عن المسار المعتاد.
يحتاج الصرّاف إلى فهم ما يحاول العميل فعله حقًا، وشرح الخطوات التالية بطريقة واضحة وهادئة تلائم الشخص الذي أمامه. وتظل جودة هذا التواصل مصدرًا رئيسيًا للقيمة البشرية.
ستبقى مهمة القدرة على التوقف حين يبدو شيء ما غير مألوف، سواء في المستندات أو الطلب أو سلوك العميل. قد يدعم الذكاء الاصطناعي المراجعة، لكن الحدس في الخطوط الأمامية الذي يدفع إلى التوقف والتحقق لا يزال مهمًا.
سيكون أقوى الصرّافين من يستخدمون الذكاء الاصطناعي وأدوات الدعم الرقمية بكفاءة في المعالجة الروتينية، مع معرفة متى يتدخلون بأنفسهم. وسيظل حسن التقدير بشأن متى لا ينبغي الاعتماد على الأتمتة أمرًا حاسمًا.
تبني خبرة صرّاف البنك أكثر من التعامل المالي الروتيني؛ فهي تخلق نقاط قوة في التحقق من الهوية والشرح والتعامل مع العملاء والحكم القائم على القواعد. وهذا يجعل الانتقال إلى أدوار ذات ثقل أكبر في الاستشارة أو المراجعة أو اتخاذ القرار المالي سهلًا نسبيًا.
يمكن أن تنتقل خبرة التعامل مع الإجراءات المالية والتحقق من استيفاء الطلبات للقواعد بشكل طبيعي إلى مراجعة طلبات الإقراض. وهو مسار قوي لمن يريدون الانتقال من العمل المعتاد عند الشباك إلى أدوار مالية أكثر اعتمادًا على الحكم.
مؤشر التعرض 89/100 · الوظائف الأمريكية 2025–35 +1.1%
تنتقل خبرة شرح الإجراءات للعملاء بعناية وإرشادهم عبر المنتجات المالية الخاضعة للتنظيم انتقالًا جيدًا إلى مبيعات التأمين والعمل الاستشاري فيه.
مؤشر التعرض 86/100 · الوظائف الأمريكية 2025–35 +3.3%
يمكن لخبرة الصرّاف في الإصغاء المتأني وتبديد الحيرة وإرشاد الناس عبر الإجراءات أن تدعم أيضًا أعمال نجاح العملاء والاحتفاظ بهم في الأدوار التي تتعامل معهم مباشرة.
مؤشر التعرض 83/100 · الوظائف الأمريكية 2025–35 +3.9%
يمكن للجمع بين التعامل الدقيق مع الإجراءات والشرح الفردي لكل شخص أن ينجح أيضًا في التوظيف وإدارة شؤون العاملين، لا سيما في الأدوار التي تنطوي على توثيق مفصل وتواصل مكثف.
مؤشر التعرض 85/100 · الوظائف الأمريكية 2025–35 +6.4%
المهنة لا تختفي، لكن المعالجة الروتينية عند الشباك تفقد قيمتها بالنسبة لصرّافي البنوك. ستتحول الإيداعات والسحوبات والإجراءات المعتادة إلى القنوات الرقمية أكثر فأكثر، لكن التحقق من الهوية، ورصد النشاط المشبوه، والشرح وجهًا لوجه، والحكم العملي في القبول، كلها ستبقى. وفي السنوات المقبلة، ستتوقف الآفاق المهنية على حسن إدارة المخاطر والتعامل مع العملاء أكثر من التعامل مع المعاملات المعتادة.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه صراف البنك. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.
تسجّل مهنة صراف البنك 73 من 100 على مؤشرنا للتعرض للذكاء الاصطناعي التوليدي (المرتبة 94 من 188). ويقيس ذلك مقدار العمل الذي يستطيع الذكاء الاصطناعي أداءه أو يُستخدم فيه، لا ما إذا كانت الوظيفة ستختفي. يتوقع مكتب BLS أن يتغير التوظيف في مهنة صراف البنك في الولايات المتحدة بنسبة -13.2% بين 2025 و2035.
يبلغ الذكاء الاصطناعي والأنظمة الرقمية أقصى قوتهما حين تكون المعاملة معيارية، والمستندات المطلوبة واضحة، والإجراء يسير في مسار ثابت. ولذلك فإن التعامل الروتيني عند الشباك معرّض بشكل خاص للأتمتة. على سبيل المثال: معالجة الإيداعات والسحوبات والتحويلات المعتادة، تغيير العنوان الأساسي والإرشاد إلى النماذج، الدعم الروتيني في تعبئة النماذج، الإدخال الأولي للمعلومات المقدمة ومطابقتها.
ما يبقى في عمل الصرّاف هو الحكم في الخطوط الأمامية الذي يعتمد على قراءة الناس والسياق والاستثناءات. وكلما تعلقت المهمة بالثقة أو المخاطر أو التواصل المباشر، ازداد بقاؤها في يد البشر. على سبيل المثال: التحقق من الهوية ورصد المعاملات المشبوهة، شرح الإجراءات للعملاء المسنين أو قليلي الخبرة، تقدير إمكانية قبول الطلب وفق القواعد، استيضاح الحاجة الحقيقية للعميل وتحويله إلى الجهة المناسبة.
بالنسبة لصرّافي البنوك، يتوقف المستقبل على الجمع بين المعرفة بالإجراءات المالية والحكم البشري المتأني أكثر من معالجة المعاملات الروتينية. ومن يحسنون العمل مع دعم الذكاء الاصطناعي مع الحفاظ على قوتهم في التعامل الحساس للمخاطر سيحتفظون بقيمة أكبر. على سبيل المثال: فهم الإجراءات المالية وقواعد التحقق من الهوية، الإصغاء المتأني والشرح، حساسية للمخاطر توقف ما يبدو غير سليم، معرفة كيفية استخدام الذكاء الاصطناعي وأدوات دعم الشباك.
