خلال السنوات الأولى من الطفرة الحالية في الذكاء الاصطناعي، سادت توقعات واسعة بأن تقنيات التوليد والأتمتة ستقضي سريعاً على مهن كاملة، من البرمجة والكتابة إلى التحليل والدعم الإداري. لكن مع الوصول إلى 2026، تبدو الصورة أكثر تعقيداً من هذا التصور المباشر. كثير من الوظائف ما زالت موجودة، غير أن ما تغيّر فعلاً هو شكل العمل داخلها، وخصوصاً في الطبقات الأولى التي كانت تمثل نقطة الدخول للمواهب الجديدة.
بدلاً من اختفاء المسمى الوظيفي بالكامل، تتجه الشركات إلى إسناد المهام المتكررة والأعمال الأولية للأنظمة الذكية. هذا التحول لا يبدو درامياً في العناوين، لكنه يترك أثراً عميقاً على التوظيف والتدريب وبناء الخبرة داخل المؤسسات. وهنا يظهر المعنى العملي لعبارة الاستبدال بالذكاء الاصطناعي: ليس بالضرورة حذف وظيفة كاملة، بل تقليص عدد الأشخاص المطلوبين لأداء مكوناتها الأساسية.
التحول الحقيقي يحدث على مستوى المهام
ما أتقنه الذكاء الاصطناعي حتى الآن ليس إدارة المهن من بدايتها إلى نهايتها، بل التعامل مع أجزاء محددة منها. يمكنه إعداد مسودات أولية، تلخيص اجتماعات، تنظيم جداول، كتابة كود روتيني، فرز بيانات، والرد على استفسارات الدعم من المستوى الأول. هذه الأعمال كانت في العادة تمثل الجزء الأكبر من مهام الموظفين الجدد أو الأقل خبرة.
لذلك، فإن التأثير الأكبر لم يظهر على شكل موجة اختفاء جماعي للمهن، بل على شكل إعادة توزيع للعمل. الفريق نفسه قد يستمر، لكن بعدد أقل من المبتدئين، وباعتماد أكبر على موظفين أكثر خبرة يستخدمون أدوات الذكاء الاصطناعي لرفع الإنتاجية وتسريع التنفيذ.
هذا النمط يفسر سبب التباين بين ما يراه الناس في الواقع وما كان متوقعاً قبل سنوات. الوظائف موجودة، لكن الطريق إليها أصبح أضيق، والمهام التي كانت تمنح الداخلين الجدد فرصة التعلم العملي بدأت تتراجع.
أزمة التدريب العملي داخل الشركات
أحد أكثر الجوانب حساسية في هذا التحول هو ما يمكن وصفه بأزمة التدريب المهني المبكر. الوظائف المبتدئة لم تكن مجرد وسيلة لإنجاز أعمال بسيطة، بل كانت طبقة تعليمية أساسية داخل الشركات. من خلالها يتعلم المحلل الجديد مراجعة الأرقام، ويتدرب الكاتب على بناء المسودة الأولى، ويكتسب المبرمج خبرة في المهام الروتينية قبل الانتقال إلى الأعمال الأكثر تعقيداً.
عندما يصبح الذكاء الاصطناعي قادراً على تنفيذ هذه المهام في ثوانٍ، فإن المؤسسة قد ترى فائدة مباشرة في تقليل التوظيف عند المستويات الأدنى. على المدى القصير، يبدو القرار منطقياً من زاوية الكلفة والسرعة. لكن على المدى البعيد، تظهر مشكلة أكبر: من أين سيأتي الجيل التالي من أصحاب الخبرة إذا تقلصت الفرص التي تسمح لهم ببناء هذه الخبرة؟
بيانات منشورة عن سوق العمل في الوظائف الأكثر تعرضاً للذكاء الاصطناعي تشير إلى تراجع ملحوظ في التوظيف بين الفئات العمرية الأصغر، بينما بقي وضع الموظفين الأكبر سناً أكثر استقراراً. هذه الإشارة مهمة لأنها توضح أن الضغط لا يقع بالتساوي على جميع العاملين، بل يتركز أكثر على من هم في بداية المسار المهني.
قيمة الخبرة ترتفع بدلاً من أن تتساوى القدرات
من الأفكار التي تراجعت صحتها أيضاً الاعتقاد بأن الذكاء الاصطناعي سيجعل الجميع متساوين تقريباً في مستوى الأداء. الواقع يشير إلى العكس في كثير من الحالات. فالأداة قد توفر إجابة جيدة أو مخرجاً منظماً، لكن الحكم على جودة هذا المخرج ومدى ملاءمته للسياق يظل مرتبطاً بخبرة بشرية يصعب تعويضها بالكامل.
الموظف الخبير لا يكتفي بكتابة طلب جيد للنظام، بل يستخدم معرفته السابقة لفهم ما إذا كانت النتيجة تناسب العميل، أو تتماشى مع سياسة الشركة، أو تراعي توقيت السوق، أو تقلل المخاطر القانونية والتنظيمية. هذه الطبقة من التقدير البشري أصبحت أكثر قيمة مع توسع استخدام الأدوات الذكية.
بعبارة أخرى، الذكاء الاصطناعي لا يزيل أهمية الإنسان، لكنه يرفع قيمة من يملك القدرة على المراجعة واتخاذ القرار وتحمل المسؤولية. وفي المقابل، يضعف موقع من كانت مهمته الأساسية تعتمد على تنفيذ أعمال أولية قابلة للأتمتة.
الوظائف تبقى لكن طبقاتها الدنيا تصبح أرق
العديد من المهن لا تختفي دفعة واحدة، وإنما تفقد أجزاء منها تدريجياً. البداية تكون غالباً مع الكتابة الروتينية، والبحث الأولي، وإعداد التقارير القياسية، وتنظيف البيانات، والتوثيق، وجدولة الأعمال، ومهام البرمجة المتكررة. هذه الأعمال كانت تاريخياً تمثل بيئة تدريب يومية تبني التكرار والخبرة والثقة لدى الموظف الجديد.
تقديرات حديثة تشير إلى أن نسبة كبيرة من الوظائف في الولايات المتحدة قد يعاد تشكيلها بالذكاء الاصطناعي خلال عامين إلى ثلاثة أعوام، بينما تبقى نسبة أقل فقط معرضة للإلغاء الكامل على مدى زمني أطول. هذه النقطة مهمة لفهم المفارقة الحالية: إجمالي التوظيف قد لا ينهار، والطلب على الخبرات قد يظل قائماً، لكن فرص المبتدئين قد تتباطأ، ومتطلبات الدخول قد تصبح أعلى، وحجم العمل المطلوب من الفرق الصغيرة قد يزداد.
وفي موازاة ذلك، تتوقع تقارير دولية ظهور ملايين الوظائف الجديدة بحلول 2030، مع اختفاء عدد كبير من الأدوار الأخرى، بما يترك صافي زيادة إجمالية. لكن هذا لا يلغي حقيقة أن المهارات المطلوبة ستتغير بشكل واسع، وأن بعض الفئات، خصوصاً الوظائف المكتبية والإدارية الروتينية، ستواجه تراجعاً أكبر من غيرها.
ما الذي يعنيه ذلك للشركات؟
إذا كان الذكاء الاصطناعي يغيّر العمل مهمة بعد أخرى، فإن استجابة الشركات لا يجب أن تقتصر على تقليل التكاليف أو قياس عدد الوظائف التي أمكن دمجها. الأهم هو النظر إلى ما إذا كانت المؤسسة ما زالت تحتفظ بمسار واضح لتطوير الكفاءات الجديدة.
الشركات التي تستبدل كل المهام التمهيدية بالأدوات الذكية قد تحقق مكاسب سريعة، لكنها تخاطر بإضعاف خط الإمداد الداخلي للمواهب. بعد سنوات، قد تجد نفسها تعتمد على عدد محدود من الخبراء دون وجود جيل جديد جاهز لتولي المسؤوليات الأكبر.
لذلك تزداد أهمية النماذج التي تمزج بين استخدام الذكاء الاصطناعي والتدريب الموجّه. أي أن الأداة تنجز جزءاً من العمل، لكن الموظف المبتدئ يبقى داخل العملية ليفهم المنطق، ويراجع المخرجات، ويتعلم أين تنجح الآلة وأين تخطئ. هذا النوع من التعلم العملي قد يصبح أكثر قيمة من أداء المهمة يدوياً من البداية إلى النهاية.
التعليم وإعادة التأهيل يحتاجان إلى تحديث فعلي
التحول الجاري يفرض أيضاً مراجعة لطريقة إعداد الأفراد لسوق العمل. لم يعد كافياً تدريب الطلاب والموظفين على تنفيذ مهام روتينية بشكل منفصل عن السياق. المطلوب هو فهم سبب وجود هذه المهام، وكيف يتم تقييم الجودة، وما هي نقاط ضعف المخرجات الآلية، ومتى يجب التدخل البشري.
مصطلح إعادة تأهيل المهارات واسع جداً إذا استخدم دون تحديد. المشكلة ليست فقط تعلم أداة جديدة، بل الوصول إلى فرص عمل تسمح ببناء الحكم المهني. لذلك تبدو برامج التدريب المهني، والاستخدام الخاضع للإشراف لأدوات الذكاء الاصطناعي، والشهادات القابلة للنقل بين جهات العمل، وحوافز توظيف المبتدئين، عناصر أكثر أهمية في المرحلة المقبلة.
كما أن ازدياد المحتوى والتحليلات والقرارات التي تنتجها الأنظمة الذكية يرفع الحاجة إلى وضوح أكبر في مسألة المسؤولية. من صاحب القرار النهائي؟ ومن راجع المخرجات؟ ومتى كان النظام منفذاً فقط، ومتى أصبح مؤثراً في القرار؟ هذه الأسئلة ستصبح جزءاً من البنية التنظيمية والتقنية لأي مؤسسة تعتمد الذكاء الاصطناعي على نطاق واسع.
معنى الاستبدال في 2026
عند الحديث عن استبدال العاملين بالذكاء الاصطناعي في 2026، فالمقصود غالباً ليس اختفاء المهنة من السوق، بل نشوء فريق أصغر يقوده شخص أكثر خبرة، بينما تتولى النماذج الذكية الأعمال التي كانت تمنح المبتدئين مساحة للتعلم. النتيجة أن أصحاب الخبرة يزداد نفوذهم، في حين تتقلص فرص من يحتاجون إلى تلك الخبرة كي يكتسبوها.
لهذا لا يكفي أن نسأل ما إذا كانت الوظيفة ستبقى أم لا. السؤال الأهم هو: أي جزء من هذه الوظيفة ما زال يساعد على تحويل الموظف الجديد إلى محترف قادر على تحمل المسؤولية؟ الحفاظ على كل مهمة قديمة ليس هدفاً واقعياً، لكن الحفاظ على طبقة التعلم داخل العمل يبدو ضرورياً إذا أراد السوق الاستفادة من الذكاء الاصطناعي دون إضعاف مستقبله البشري.