الإجابة السريعة: نشر مختبر الاقتصاد الرقمي في جامعة ستانفورد نسخة منقحة من دراسته حول الذكاء الاصطناعي والتوظيف يوم 12 أغسطس 2026. العاملون بين 22 و25 عاماً في المهن الأكثر تعرضاً للذكاء الاصطناعي يشغلون اليوم وظائف أقل بنحو 19 بالمئة مما كانوا سيشغلونه لو ساروا بنفس وتيرة أقرانهم في المهن الأقل تعرضاً. كانت هذه الفجوة 15 بالمئة في يوليو 2025. أما من تجاوزوا الثلاثين في المهن نفسها فلا تظهر لديهم فجوة مماثلة، وفي الأدوار التي يساعد فيها الذكاء الاصطناعي بدل أن يحل محل الإنسان، يبقى توظيفهم ثابتاً أو يرتفع. الوظائف لا تختفي من الاقتصاد. ما يختفي هو الدرجة الأولى من السلم.
انتشر هذا الأسبوع رسم بياني عن الموضوع، وغالباً بعنوان يقول إن الذكاء الاصطناعي يقضي على الوظائف. البحث الذي يقف خلفه يقول شيئاً أضيق من ذلك بكثير، وهذه الصيغة الأضيق أنفع بكثير إن كنت تدير شركة وعليك أن تقرر من ستوظف في الربع القادم.
إليك ما تقوله البيانات، وما لا تقوله، وما ينبغي فعله.
ماذا وجدت الدراسة
اسم المشروع Canaries in the Coal Mine ويقوده فريق من ستانفورد من بينه إريك برينيولفسون. يعتمد على سجلات الرواتب لملايين العاملين بدل استطلاعات الرأي، ولهذا يؤخذ على محمل الجد. تستند مراجعة أغسطس 2026 إلى مجموعة بيانات أوسع بكثير من النسخة الأولى، وقد صارت الصورة أوضح لا ألطف.
ثلاث نتائج تهم:
- الفجوة تتسع. كان توظيف من هم بين 22 و25 عاماً في المهن شديدة التعرض للذكاء الاصطناعي أقل بنسبة 15 بالمئة من مجموعة المقارنة في يوليو 2025. وفي يونيو 2026 صار 19 بالمئة. لا شيء يستقر هنا.
- الأثر مركّز لا عام. الفئة العمرية نفسها في المهن الأقل تعرضاً لا تشهد هذا التراجع. ويقول الباحثون صراحة إنهم لا يرون إزاحة واسعة على مستوى الاقتصاد.
- الخبرة تحمي. العاملون في الثلاثينات وما فوق، في المهن ذاتها تماماً، لا تظهر لديهم فجوة مماثلة. وحيث يكمّل الذكاء الاصطناعي العمل بدل أن يؤتمته، يبقى توظيفهم ثابتاً أو ينمو.
الخط الذي يفصل فعلاً بين العمل الآمن والعمل المعرّض
يستحق هذا الجزء قراءة ثانية، لأنه أنفع من أي قائمة بالمهن المهددة.
ظهر التراجع في الأعمال القائمة على ما يسميه الباحثون المعرفة المدوّنة. أي المعرفة الرسمية الموحدة الموثقة، تلك التي تُتعلم من كتاب أو شهادة أو دليل مكتوب جيداً. أما العمل الذي يقوم على المعرفة الضمنية، وهي ما لا يُكتسب إلا بممارسة المهنة والخطأ فيها بضع مرات، فقد ثبت أو نما.
بعبارة صريحة: إذا كانت المعرفة التي يقوم عليها الدور مكتوبة في مكان متاح للعموم، فالنموذج قرأها بالفعل. وإذا كانت تلك المعرفة في رأس شخص لأنه اكتسبها من ست سنوات من الاجتماعات الصعبة مع العملاء، فلا.
هذا يفسر نمطاً لاحظه كثير من المديرين دون أن يعرفوا كيف يسمّونه. المحلل في سنته الأولى الذي يعدّ تقريراً نمطياً تحت ضغط حقيقي. أما من يعرف على أي رقم سيعترض العميل فلا.
لماذا سترتد هذه المشكلة إليك لاحقاً
الرد البديهي هو التوقف عن توظيف المبتدئين. يبدو الأمر كفاءة. شخص خبير واحد بأدوات جيدة ينجز ما كان يحتاج ثلاثة أشخاص، والأرقام تستقيم هذا الربع.
لكن المشكلة في مصدر الخبراء. لم يُنتج أحد قط مهندساً أو محاسباً أو مستشاراً خبيراً إلا بتمرير مبتدئ عبر عدة سنوات من العمل الحقيقي. وإذا أغلق القطاع هذا المسار، فالنقص لن يظهر الآن. سيظهر بعد خمس سنوات تقريباً، حين لا يكون الأشخاص الذين تريد توظيفهم موجودين، ويكلف المتاحون ثلاثة أضعاف.
جزء من هذه الكلفة يقع عليك وحدك وجزء يقع على الجميع دفعة واحدة. في الحالتين، تجميد التوظيف في القاعدة قرار بشراء كفاءات غالية لاحقاً بدل بناء كفاءات أرخص الآن.
ماذا تفعل إن كنت توظف
وظّف المبتدئين من أجل الحكم لا من أجل الكمّ
كان دور المبتدئ قديماً إنتاجاً. يعدّ المسودة، يحسب الأرقام، يفرغ قائمة الانتظار. صار هذا العمل رخيصاً. المبتدئ الذي يستحق التوظيف هو من ينظر إلى ما أنتجه النموذج ويخبرك أنه خاطئ ويشرح لماذا. اختبر هذا مباشرة في المقابلة. أعط المرشح مخرجاً معقولاً لكنه معيب من الذكاء الاصطناعي واطلب مراجعته. ستتعلم في عشر دقائق أكثر مما تتعلمه من أي مهمة منزلية.
أعد تصميم الأشهر الستة الأولى
ما زالت أغلب خطط الإلحاق تفترض أن الموظف الجديد يتعلم بطحن مهام بسيطة نصف عام. وإذا صار الذكاء الاصطناعي يؤدي تلك المهام، فالتعلم يجب أن يأتي من مكان آخر. ضع المبتدئين أمام العملاء مبكراً. اجعلهم حاضرين في القرارات المعقدة بدل تسليمهم النتيجة المرتبة. امنحهم مسؤولية شيء صغير وحقيقي بدل أجزاء من شيء كبير ومجرد.
دوّن ما هو اليوم في الرؤوس فقط
هنا مفارقة تستحق الاستفادة منها. المعرفة الضمنية هي ما يحمي موظفيك الخبراء، وهي في الوقت ذاته أكبر مخاطرك التشغيلية، لأنها تخرج من الباب معهم. الفرق التي ستخرج من هذه المرحلة بخير هي التي توثق كيف تُتخذ القرارات فعلاً، لا ما يقوله مخطط العمليات فحسب.
افحص أي أدوارك مدوّنة
راجع عمل فريقك وحدد أي أجزائه تعمل بمعرفة موثقة وموحدة. تلك خريطة تعرضك للمخاطر، وهي أصدق من أي قائمة عامة بالمهن التي سيحل الذكاء الاصطناعي محلها. وقد تناولنا الجانب العملي، أي توجيه الذكاء الاصطناعي إلى هذا النوع من العمل الروتيني، في مقالنا عن بناء مساعد تشغيل مبتدئ في ساعتين.
التحفظات التي يذكرها الباحثون أنفسهم
من المفيد معرفتها، لأن من ينشرون الرسم البياني يغفلونها عادة. يشير فريق ستانفورد إلى أن الفجوات تضيق بمجرد أخذ مستوى التعليم في الحسبان. وبعض هذه الاتجاهات كانت قائمة قبل الذكاء الاصطناعي التوليدي. ويقولون بوضوح إن دراسة واحدة ليست دليلاً قاطعاً. أسعار الفائدة ودورات التوظيف والحالة العامة لسوق الخريجين كلها موجودة داخل البيانات نفسها.
تعامل معها إذاً كإشارة مبكرة قوية لا كحكم نهائي. هكذا يضعها المؤلفون، وهذه هي الطريقة الأمينة لاستخدامها.
الخلاصة المختصرة لشركة صغيرة
- لا تقرأ هذا دليلاً على أن الوظائف تختفي. التوظيف الإجمالي صامد.
- اقرأه دليلاً على أن أعمال البداية القائمة على معرفة موثقة تُؤتمت بسرعة.
- استمر في توظيف المبتدئين، لكن للمراجعة والحكم لا للإنتاج.
- أعد بناء الإلحاق ليتعلموا من قرارات حقيقية لا من مهام روتينية لم تعد موجودة.
- وثّق المعرفة الضمنية لدى خبرائك قبل أن ترحل معهم.
الجزء المزعج أن انتظار سنوات عدة للوصول تدريجياً إلى مستوى الخبير لم يعد خطة تنجح وحدها. هذا صحيح بالنسبة لمن توظفهم وبالنسبة لطريقة تطويرك لهم. وإن أردت صورة أوسع عن مواضع هبوط الأتمتة في وظائف الشركة المختلفة، فإن نظرتنا العامة إلى الاتجاهات الحالية للذكاء الاصطناعي في أتمتة الأعمال تغطي الموضوع.
أسئلة شائعة
هل يقضي الذكاء الاصطناعي فعلاً على الوظائف؟
ليس على مستوى الاقتصاد، بحسب هذا البحث. يذكر فريق ستانفورد بوضوح أنه لا يجد إزاحة واسعة. ما يجده هو تراجع حاد ومركّز في التوظيف عند مستوى البداية داخل المهن الأكثر تعرضاً للذكاء الاصطناعي، بينما يصمد توظيف الخبراء في المهن نفسها أو ينمو.
ماذا يعني رقم 19 بالمئة تحديداً؟
هو فجوة لا عدد تسريحات. توظيف من هم بين 22 و25 عاماً في المهن شديدة التعرض للذكاء الاصطناعي أقل بنحو 19 بالمئة من المستوى الذي كان سيبلغه لو نما بنفس وتيرة أقرانهم في المهن الأقل تعرضاً. إنه يقيس تخلفاً عن مجموعة مقارنة، لا وظائف أُلغيت.
أي الأدوار أكثر تأثراً؟
الأدوار القائمة على المعرفة المدوّنة، أي المعرفة الرسمية الموثقة التي يمكن تعليمها بالدراسة والأدلة. أما الأدوار المعتمدة على المعرفة الضمنية المبنية بالخبرة والممارسة فقد ثبتت أو نمت.
هل نتوقف عن توظيف المبتدئين؟
لن نفعل. دور المبتدئ يحتاج إعادة تصميم لا إلغاء. إن لم يدرّب أحد المبتدئين، يجف المعروض من ذوي الخبرة خلال سنوات قليلة ويصير غالياً على الجميع. وظّف عدداً أقل إن اضطررت، لكن ضعهم في عمل يبني الحكم بسرعة.
ما مدى موثوقية الدراسة؟
تستخدم سجلات رواتب لملايين العاملين بدل الاستطلاعات، وهذا يجعلها أمتن من أغلب ما يُنشر في الموضوع. ومع ذلك ينبه المؤلفون إلى أن الفجوات تضيق عند احتساب التعليم، وأن بعض الاتجاهات سبقت الذكاء الاصطناعي التوليدي، وأن دراسة واحدة لا تحسم شيئاً.
ماذا يفعل المهني الشاب بهذه المعلومة؟
يبني أجزاء المهنة غير المكتوبة في أي مكان. الحكم أمام العميل، وتحديد نطاق المهمة، ومعرفة أي مشكلة تستحق الحل، والقدرة على مراجعة عمل الذكاء الاصطناعي لا الإنتاج فقط. كانت هذه تُعد مهارات خبراء، وصارت اليوم أقرب إلى تذكرة الدخول.
العمل معنا
بوينسوفت شركة استشارات في الذكاء الاصطناعي وتطوير البرمجيات مقرها براغ. جزء كبير من عملنا هو مساعدة الشركات الصغيرة والمتوسطة على تمييز أي أجزاء عملياتها روتينية بما يكفي لأتمتتها بعقل، وأيها يعتمد على أشخاص ينبغي أن يقضوا أسبوعهم في شيء أثمن.
يمكنك الاطلاع على المزيد عن استشارات تكامل الذكاء الاصطناعي لدينا، أو مراسلتنا على info@buinsoft.com، أو التواصل معنا عبر صفحة الاتصال.
