يمثل تنويع القاعدة الاقتصادية وتقليل الاعتماد على النفط محورًا مركزيًا في رؤية السعودية 2030، وتشكل الصادرات غير النفطية مؤشرًا عمليًا على تقدم هذا التنويع ومقياسًا لقدرة الاقتصاد على توليد موارد خارج القطاع النفطي، ومن هنا تبرز أهمية التنبؤ الدقيق بمسارات هذه الصادرات لدعم التخطيط الاستراتيجي وصناعة القرار الاقتصادي، وتسهم هذه الدراسة في هذا الاتجاه بتطبيق الذكاء الاصطناعي على التنبؤ بمسارات الصادرات غير النفطية للمملكة العربية السعودية، مع عناية خاصة بقابلية النماذج للتفسير حتى لا تبقى مخرجاتها صناديق مغلقة أمام صانع القرار، فتختبر مجموعة من نماذج التعلم الآلي على بيانات تاريخية للصادرات والناتج المحلي الإجمالي وتقارن دقتها وتكشف عن العوامل الأكثر تأثيرًا في تنبؤاتها
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تقييم قدرة نماذج الذكاء الاصطناعي والتعلم الآلي على التنبؤ بمسارات الصادرات غير النفطية السعودية بدقة قابلة للاعتماد، وطبقت مجموعة من النماذج شملت شبكات الذاكرة الطويلة قصيرة المدى المعروفة باسم «إل إس تي إم»، ومتغيرات من نماذج المحولات، ونموذج التكديس التجميعي، ونموذج «إكس جي بوست» الانحداري، ونموذج الغابة العشوائية، وذلك على البيانات التاريخية للصادرات والناتج المحلي الإجمالي، واستخدمت متوسط الخطأ المطلق النسبي مقياسًا للمقارنة بين النماذج، كما وظفت أدوات الذكاء الاصطناعي القابل للتفسير، ومنها تحليل «شاب» ومخططات الاعتماد الجزئي، للكشف عن السمات الأكثر تأثيرًا في تنبؤات النماذج ومنح العملية شفافية تحليلية
وفي إطار هذه المقارنة جرى ضبط أحد نماذج المحولات بحجم أكبر لرأس الانتباه ليصبح النموذج المتقدم المرشح للمقارنة، وبني نموذج تجميعي بالمزج غير الخطي يدمج الغابة العشوائية و«إكس جي بوست» و«أدا بوست» للاستفادة من تنوع المتعلمين غير المتجانسين، كما اختبر محول الاندماج الزمني الذي يدمج بيانات الناتج المحلي الإجمالي ليقدم سياقًا اقتصاديًا كليًا للتنبؤ، وأتاحت هذه التشكيلة الواسعة من النماذج مقارنة منهجية بين قدرات الذاكرات الزمنية العميقة ونماذج المحولات والنماذج التجميعية على البيانات ذاتها
ثانيًا: أبرز النتائج
أظهرت النتائج أن نموذج المحول المتقدم المضبوط بحجم أكبر لرأس الانتباه حقق أعلى دقة بين النماذج جميعها، إذ بلغ متوسط خطئه المطلق النسبي 0.73 في المئة، وأثبت قدرة فعالة على التقاط التبعيات الزمنية المعقدة في بيانات الصادرات، وجاء بعده نموذج التجميع بالمزج غير الخطي الذي يدمج الغابة العشوائية و«إكس جي بوست» و«أدا بوست» بأداء قوي بلغ متوسط خطئه 1.23 في المئة، بما يدل على فائدة توظيف متعلمين غير متجانسين يكمل بعضهم بعضًا، أما محول الاندماج الزمني فقد قدم سياقًا اقتصاديًا كليًا مفيدًا عبر دمج الناتج المحلي الإجمالي، لكن خطأه النسبي الأعلى البالغ 5.48 في المئة أبرز التحديات التي تواجه إدماج المؤشرات الكلية المجمعة في خطوط أنابيب التنبؤ الدقيقة
وكشفت أدوات الذكاء الاصطناعي القابل للتفسير، وفي مقدمتها تحليل «شاب» ومخططات الاعتماد الجزئي، أن أكثر السمات تأثيرًا في التنبؤات هي قيم الصادرات المتأخرة زمنيًا القريبة، وتحديدًا الإزاحات الأولى والثانية والثالثة والعاشرة، بما يعني أن مسار الصادرات الحديث يحمل القدر الأكبر من المعلومات التنبؤية عن مستقبله القريب، ومنحت هذه الشفافية صانع القرار فهمًا لأساس التنبؤات لا مجرد أرقامها، وهو ما تؤكد الدراسة أنه عنصر حاسم في الثقة بأطر التنبؤ المؤسسية واعتمادها في التخطيط
ثالثًا: دلالات الدراسة وتطبيقاتها
تعزز هذه النتائج وعد أطر التنبؤ القابلة للتفسير المدعومة بالذكاء الاصطناعي في تقديم رؤى عملية مستندة إلى البيانات لدعم التخطيط الاقتصادي الاستراتيجي، في سياق أهداف رؤية السعودية 2030 للتنويع الاقتصادي خاصة، فبمقدور الجهات المعنية بالتجارة الخارجية والتنمية الاقتصادية أن توظف نماذج المحولات المتقدمة في إعداد توقعات الصادرات غير النفطية التي تبنى عليها خطط التصدير وبرامج دعم المصدرين، مع الاستفادة من النماذج التجميعية بوصفها خيارًا احتياطيًا قوي الأداء، ومن تحليلات التفسير بوصفها وسيلة للتحقق من منطقية التنبؤات ومراجعتها، كما تنبه الدراسة ضمنيًا إلى التعامل الحذر مع المؤشرات الكلية المجمعة في نماذج التنبؤ الدقيقة، إذ قد ترفع الخطأ بدل خفضه إذا لم تدمج بعناية
وخلاصة القول إن الذكاء الاصطناعي القابل للتفسير يقدم أداة واعدة للتنبؤ بمسارات الصادرات غير النفطية السعودية بدقة عالية، يتصدرها نموذج المحول المتقدم بخطأ لا يتجاوز 0.73 في المئة، وإن الجمع بين الدقة والشفافية التفسيرية يجعل هذه الأطر صالحة لدعم قرارات التخطيط الاقتصادي الاستراتيجي المرتبطة بتنويع مصادر الدخل الوطني
