
هوشمندسازی نظام مالی دولت میتواند پرداختها را سریعتر و دقیقتر کند، امکان نظارت برخط بر منابع عمومی را فراهم آورد، خطاهای انسانی را کاهش دهد و تصمیمگیری مالی را از گزارشهای دیرهنگام به تحلیلهای آیندهنگر نزدیک کند. بااینحال، استفاده از فناوریهای جدید بهخودیخود به معنای اصلاح نظام مالی نیست.
اگر سامانههای جدید بر فرایندهای ناکارآمد، دادههای نامعتبر، مسئولیتهای نامشخص و مقررات ناسازگار بنا شوند، نتیجه ممکن است پیچیدهترشدن نظام مالی، افزایش هزینهها و ایجاد شکلهای تازهای از ریسک باشد.
گزارش فنی سال ۲۰۲۶ صندوق بینالمللی پول با عنوان «بهرهگیری از فناوریهای دیجیتال نوظهور برای دستیابی به افقی نو در مدیریت مالی عمومی» تأکید میکند که تحول دیجیتال در مدیریت مالی عمومی باید بر اساس مسئله، ارزش مورد انتظار و امکانپذیری واقعی فناوری انجام شود. این گزارش همچنین مجموعهای از ریسکهای فنی، سازمانی، حقوقی و انسانی را مطرح میکند که توجه به آنها برای موفقیت هوشمندسازی نظام مالی ضروری است.
پیش از بررسی ریسکها باید روشن باشد که هوشمندسازی نظام مالی دولت قرار است چه مسئلهای را حل کند. مدیریت مالی عمومی معمولاً چهار هدف اصلی را دنبال میکند:
حفظ انضباط و پایداری مالی؛
تخصیص منابع بر اساس اولویتهای دولت؛
افزایش کارایی اجرای برنامهها و ارائه خدمات عمومی؛
تقویت شفافیت و پاسخگویی درباره مصرف منابع عمومی.
در نتیجه، یک پروژه هوشمندسازی زمانی ارزشمند است که بتواند دستکم یکی از این اهداف را بهصورت قابلاندازهگیری بهبود دهد. افزایش تعداد سامانهها، داشبوردها یا تراکنشهای الکترونیکی، بهتنهایی نشانه موفقیت نیست.
یکی از رایجترین خطاها در تحول دیجیتال، انتقال مستقیم فرایندهای موجود به سامانههای الکترونیکی است. اگر یک فرایند دارای تأییدهای تکراری، کنترلهای موازی، ورود چندباره اطلاعات و گردش غیرضروری اسناد باشد، دیجیتالیکردن آن فقط همان ناکارآمدی را با ابزار جدید ادامه میدهد.
فناوری باید فرصتی برای بازنگری در فرایند باشد. پیش از خودکارسازی باید مشخص شود:
کدام مرحله از فرایند ارزش واقعی ایجاد میکند؟
کدام تأیید را میتوان حذف یا ادغام کرد؟
کدام کنترل قابلیت اجرای سیستمی دارد؟
چه اطلاعاتی پیشتر در دستگاه یا سامانه دیگری تولید شده است؟
کدام تصمیم همچنان به قضاوت تخصصی انسان نیاز دارد؟
چه مقرراتی مانع حذف اسناد کاغذی یا بازطراحی فرایند است؟
هوشمندسازی موفق از بازطراحی فرایند آغاز میشود. در غیر این صورت، فناوری به ابزاری برای تثبیت وضع موجود تبدیل خواهد شد.
کنترل هوشمند، پیشبینی مالی و شناسایی تخلف همگی به داده متکی هستند. اگر دادهها ناقص، متناقض، قدیمی یا فاقد تعاریف مشترک باشند، فناوری نیز تصمیم قابلاعتمادی تولید نخواهد کرد.
برای مثال، اگر دستگاههای مختلف تعاریف متفاوتی از «تعهد»، «پرداخت»، «پروژه»، «ذینفع» یا «عملکرد برنامه» داشته باشند، اتصال سامانهها بهتنهایی مسئله را حل نمیکند. در چنین شرایطی، سامانهها فقط دادههای ناسازگار را با سرعت بیشتری مبادله میکنند.
هوش مصنوعی نمیتواند ضعف حکمرانی داده را جبران کند. پیش از استفاده گسترده از فناوریهای تحلیلی باید موارد زیر تعیین شود:
مالک و متولی هر قلم داده چه کسی است؟
تعریف رسمی و واحد داده چیست؟
کیفیت داده با چه قواعدی سنجیده میشود؟
مغایرتها چگونه شناسایی و اصلاح میشوند؟
اطلاعات از چه منبعی تولید شده و چه تغییراتی روی آن انجام شده است؟
چه کسی مجاز به مشاهده، تغییر یا استفاده از داده است؟
حکمرانی داده، استانداردسازی و تعاملپذیری، زیرساخت اصلی هوشمندسازی مالی هستند.
فناوری میتواند پرداختهای غیرعادی را شناسایی کند، رعایت سقفهای بودجهای را بسنجد یا درخواستهای پرریسک را برای بررسی بیشتر علامتگذاری کند. بااینحال، هیچ الگوریتمی مصون از خطا، سوگیری یا تفسیر نادرست داده نیست.
ممکن است یک پرداخت قانونی بهدلیل الگوی غیرمعمول متوقف شود یا یک فرد واجد شرایط بهدلیل نقص داده از دریافت منابع محروم بماند. در چنین وضعیتی، چند پرسش اساسی مطرح میشود:
مسئول تصمیم نادرست چه کسی است؟
آیا دلیل تصمیم الگوریتم برای کارشناس و ذینفع قابلفهم است؟
آیا امکان اعتراض و اصلاح تصمیم وجود دارد؟
چه تصمیمهایی باید الزاماً به تأیید انسان برسند؟
آیا عملکرد و سوگیری مدل بهصورت دورهای ارزیابی میشود؟
هدف هوشمندسازی باید کاهش مداخله غیرضروری و سلیقهای باشد؛ اما مسئولیت انسانی در قبال تصمیمات مالی نباید حذف شود. تصمیمات حساس باید توضیحپذیر، قابلردیابی و قابلبازبینی باقی بمانند.
بسیاری از سامانههای مالی دولت با اتکا به پیمانکاران بیرونی طراحی و پشتیبانی میشوند. این همکاری در بسیاری از موارد ضروری است، اما وابستگی بیش از اندازه به یک تأمینکننده میتواند انعطاف و قدرت تصمیمگیری دولت را کاهش دهد.
این وابستگی زمانی خطرناکتر میشود که:
مستندات فنی کامل در اختیار دولت نباشد؛
انتقال دانش به کارکنان داخلی انجام نشود؛
دادهها در قالبهای اختصاصی نگهداری شوند؛
تغییر پیمانکار بسیار پرهزینه یا عملاً غیرممکن باشد؛
توسعه هر قابلیت جدید فقط توسط شرکت اولیه امکانپذیر باشد؛
مالکیت یا محل نگهداری دادهها روشن نباشد.
استفاده از استانداردهای باز، تضمین قابلیت انتقال داده، پیشبینی شروط خروج در قرارداد، مستندسازی و آموزش کارکنان داخلی میتواند این ریسک را کاهش دهد.
مالکیت سامانه ممکن است موضوع قرارداد باشد، اما مالکیت و حاکمیت بر دادههای مالی عمومی باید بهروشنی در اختیار دولت باقی بماند.
اتصال سامانههای مالی، مالیاتی، بانکی، حقوق و دستمزد، تدارکات و اطلاعات هویتی، فرصتهای زیادی برای نظارت و تصمیمگیری ایجاد میکند؛ اما سطح حمله سایبری را نیز افزایش میدهد.
رخنه به چنین زیرساختی میتواند به افشای اطلاعات مالی اشخاص، تغییر یا حذف دادهها، اختلال در پرداختهای عمومی یا سوءاستفاده از منابع منجر شود.
کنترل این ریسک فقط با خرید تجهیزات امنیتی ممکن نیست. نظام مالی هوشمند به مجموعهای از کنترلها نیاز دارد:
دسترسی مبتنی بر نقش؛
رمزنگاری اطلاعات حساس؛
ثبت کامل رویدادها و اقدامات کاربران؛
قابلیت انتساب هر اقدام به شخص مشخص؛
ارزیابی دورهای آسیبپذیری؛
آزمون نفوذ؛
تفکیک مسئولیتها؛
برنامه تداوم خدمت و بازیابی پس از بحران؛
آموزش کارکنان در برابر فیشینگ و مهندسی اجتماعی.
دسترسی گسترده به داده نیز باید بر اساس ضرورت و هدف مشخص باشد. امکان فنی تجمیع اطلاعات بهمعنای مجازبودن استفاده نامحدود از آنها نیست.
تحول دیجیتال فقط ساخت سامانه نیست؛ تغییر در شیوه انجام کار، نقش کارکنان و توزیع مسئولیتهاست. اگر کارکنان در طراحی و اجرای فناوری مشارکت نداشته باشند، احتمال مقاومت، استفاده ناقص یا شکلگیری فرایندهای موازی افزایش مییابد.
خودکارسازی برخی وظایف ممکن است نقش کارکنان مالی را از ثبت اطلاعات و کنترلهای تکراری به سمت فعالیتهای زیر تغییر دهد:
تحلیل دادههای مالی؛
ارزیابی ریسک؛
بررسی موارد استثنایی؛
طراحی و بازبینی قواعد کنترلی؛
تفسیر خروجی سامانه؛
نظارت بر عملکرد الگوریتمها؛
ارائه مشاوره به مدیران.
این تغییر به آموزش مستمر، تعریف شایستگیهای جدید و طراحی مجدد نقشهای سازمانی نیاز دارد.
یکی دیگر از مخاطرات، تحویل سامانه توسط پیمانکار بدون انتقال دانش کافی است. در این وضعیت، کارکنان فناوری اطلاعات و کاربران سازمان مسئول پشتیبانی سامانهای میشوند که شناخت کاملی از منطق و اجزای آن ندارند. نتیجه میتواند خطای داده، اختلال عملیاتی، ضعف امنیت و افزایش وابستگی باشد.
فشار برای اعلام سریع موفقیت پروژههای هوشمندسازی ممکن است به کاهش زمان طراحی، آزمایش و مشارکت کاربران منجر شود. این رویکرد در سامانههای مالی که با پرداخت، حقوق، بودجه و منابع عمومی سروکار دارند، میتواند پیامدهای گستردهای داشته باشد.
گزارش صندوق بینالمللی پول به تجربه سامانه حقوق و دستمزد Phoenix در کانادا اشاره میکند. این سامانه با هدف کاهش هزینه و افزایش کارایی ایجاد شد؛ اما بر اساس گزارش حسابرس کل کانادا، کمبود قابلیتهای ضروری، آزمون ناکافی، مشارکت محدود کاربران و ضعف نظارت باعث شد سامانه جدید از سامانه قدیمی پرهزینهتر و کمکارآمدتر شود.
درس این تجربه روشن است: جدیدبودن فناوری جایگزین مدیریت پروژه، آزمون دقیق و آمادگی عملیاتی نمیشود.
پیش از اجرای فراگیر، بهتر است فناوری در یک حوزه محدود و کنترلشده آزمایش شود. پایلوت باید دارای مسئله مشخص، داده معتبر، کاربران واقعی، شاخصهای نتیجه و معیار روشن برای توقف، اصلاح یا توسعه باشد.
گزارش صندوق بینالمللی پول پیشنهاد میکند انتخاب فناوری بر اساس ترکیب «منافع بالقوه» و «امکانپذیری» انجام شود.
منافع بالقوه میتواند شامل بهبود فرایند، کیفیت خروجی، نتایج سیاستی، پاسخگویی، امنیت و آمادگی برای آینده باشد. امکانپذیری نیز باید از چهار منظر بررسی شود:
آیا فناوری برای هدف موردنظر مناسب، بالغ، امن، مقیاسپذیر و سازگار با زیرساختهای موجود است؟
آیا هزینه طراحی، استقرار، آموزش، نگهداری و توسعه آن در برابر منافع مورد انتظار قابل توجیه است؟
آیا کارکنان، مدیران، کاربران، فرایندها و مقررات برای پذیرش فناوری آمادگی دارند؟
آیا برنامه اجرا واقعبینانه است و فرصت کافی برای طراحی، آزمون، اصلاح و انتقال دانش وجود دارد؟
فناوریای که منفعت نظری زیادی دارد اما از نظر سازمانی یا فنی امکانپذیر نیست، نباید مستقیماً وارد اجرای گسترده شود. ممکن است ابتدا به اصلاح مقررات، ارتقای کیفیت داده، توسعه زیرساخت یا اجرای آزمایشی نیاز داشته باشد.
برای ارزیابی واقعی پروژههای هوشمندسازی باید از شاخصهای نتیجهمحور استفاده کرد؛ از جمله:
کاهش زمان پردازش پرداختها؛
کاهش خطا و مغایرت اطلاعات؛
کاهش ورود دستی و کارهای تکراری؛
افزایش دقت پیشبینی جریان نقدی و درآمدها؛
کاهش هزینه اجرای فرایندها؛
افزایش سرعت شناسایی انحراف و تخلف؛
افزایش قابلیت ردیابی منابع عمومی؛
بهبود دسترسی مدیران به اطلاعات قابلاعتماد؛
افزایش رضایت کاربران؛
کاهش رخدادهای امنیتی؛
کاهش وابستگی به سامانههای منسوخ یا تأمینکنندگان خاص.
تعداد سامانههای راهاندازیشده یا حجم دادههای جمعآوریشده، بیشتر نشاندهنده میزان فعالیت است تا میزان موفقیت. نتیجه واقعی زمانی حاصل میشود که کیفیت تصمیم، انضباط مالی، شفافیت و کارایی بهبود پیدا کند.
هوشمندسازی نظام مالی دولت میتواند ابزار قدرتمندی برای افزایش شفافیت، کاهش خطا، کنترل هوشمند پرداختها و بهبود پایداری مالی باشد. اما همین فناوری میتواند در صورت طراحی نامناسب، ریسکهای جدیدی در زمینه امنیت، حریم خصوصی، وابستگی فنی، سوگیری الگوریتمی و پاسخگویی ایجاد کند.
پرسش اصلی نباید این باشد که «از چه فناوری جدیدی استفاده کنیم؟» پرسش درست این است:
کدام مسئله مالی را میخواهیم حل کنیم، چه داده و فرایندی برای حل آن لازم است، مسئولیت تصمیمها بر عهده چه کسی خواهد بود و اثر واقعی فناوری چگونه اندازهگیری میشود؟
هوشمندسازی موفق از خرید فناوری آغاز نمیشود. نقطه آغاز آن، تعریف دقیق مسئله، بازطراحی فرایند، حکمرانی داده، مشارکت کاربران، تعیین مسئولیتها و اجرای تدریجی و قابلارزیابی است.
Pattanayak, S., Rivero del Paso, L., Tourpe, H., & Cho, C. (2026). Harnessing Emerging Digital Technologies toward a New Frontier of Public Financial Management. IMF Technical Notes and Manuals 2026/06, International Monetary Fund.