أعلنت شركة Amazon Web Services أنها ستتوقف عن استقبال عملاء جدد في خدمة Mechanical Turk اعتباراً من 30 يوليو 2026، بينما سيظل بإمكان العملاء الحاليين استخدام المنصة كالمعتاد. القرار لا يعني إغلاق الخدمة فوراً، لكنه يضعها عملياً في مسار التراجع التدريجي بعد أكثر من عقدين على إطلاقها.
وتأتي هذه الخطوة في وقت تغيّر فيه الذكاء الاصطناعي شكل سوق العمل الرقمي المصغر، بعدما كانت Mechanical Turk من أبرز الأدوات التي اعتمدت عليها الشركات والباحثون لتجهيز البيانات وتدريب النماذج. ومع انتقال كثير من هذه المهام إلى أنظمة أكثر تقدماً، فقدت المنصة جزءاً كبيراً من موقعها الذي ساعدها على النمو في مراحل سابقة.
منصة وُلدت قبل طفرة الذكاء الاصطناعي
عندما أطلقت أمازون الخدمة في عام 2005، كان الهدف هو سد فجوة لم تكن الحواسيب قادرة على معالجتها بكفاءة. الفكرة كانت بسيطة من حيث التصميم، لكنها مؤثرة من حيث الأثر: تقسيم المهام المعقدة إلى أعمال صغيرة يؤديها البشر عبر الإنترنت مقابل مبالغ محدودة.
شملت هذه المهام تصنيف الصور، واستخراج المعلومات من النصوص، وكتابة أوصاف قصيرة، والإجابة عن استبيانات، وهي أعمال بدت هامشية في وقتها، لكنها تحولت لاحقاً إلى أساس مهم في بناء مجموعات بيانات ضخمة استخدمت في تطوير تطبيقات التعلم الآلي. وبذلك سبقت Mechanical Turk عصر الذكاء الاصطناعي التوليدي بسنوات طويلة، وأسهمت في وضع اللبنات الأولى لسوق البيانات البشرية الموزعة.
دور جديد داخل منظومة أمازون السحابية
في عام 2018، أعادت أمازون تقديم الخدمة ضمن منظومة Amazon SageMaker، لتصبح جزءاً من الأدوات الموجهة لتجهيز البيانات وتصنيفها قبل استخدامها في تدريب الشبكات العصبية والنماذج اللغوية. هذه النقلة عكست محاولة لإبقاء المنصة مرتبطة بالموجة الجديدة من تقنيات الذكاء الاصطناعي، لا بوصفها سوقاً مستقلة للعمل المصغر فقط، بل كطبقة مساعدة في دورة تطوير النماذج.
وخلال تلك المرحلة، لجأت شركات ناشئة ومختبرات بحثية إلى آلاف العاملين على المنصة لإعداد بيانات التدريب. وكان هذا النوع من العمل ضرورياً في ظل محدودية الأتمتة، إذ احتاجت النماذج إلى تدخل بشري واسع لتعلم الفروق الدقيقة بين الصور والنصوص والسلوكيات الرقمية المختلفة. بالنسبة لكثير من الشركات الناشئة، شكّلت هذه الخدمات وسيلة منخفضة التكلفة نسبياً للوصول إلى بيانات أولية قابلة للاستخدام في تطوير منتجات قائمة على الذكاء الاصطناعي.
الذكاء الاصطناعي يقلص الحاجة إلى العمل البشري
المفارقة أن التقدم السريع في قدرات الذكاء الاصطناعي أصبح نفسه سبباً في تراجع أهمية المنصة. فمع تطور النماذج اللغوية الكبيرة وأدوات التصنيف الآلي، باتت مهام كانت تتطلب تدخل البشر تُنجز بدرجة أعلى من السرعة والاتساق بواسطة الأنظمة الآلية. وهذا بدوره ضغط على نموذج العمل الذي قامت عليه Mechanical Turk، وأضعف الحاجة إلى توسيعها أو الاستثمار في مزايا جديدة لها.
وتشير تقديرات أوردتها دراسات متخصصة إلى أن ما بين 33% و46% من العاملين على المنصة أصبحوا يستخدمون نماذج ذكاء اصطناعي لمساعدتهم في تنفيذ المهام الموكلة إليهم. هذا التحول يطرح أسئلة مباشرة حول جودة البيانات، لأن الاعتماد على أدوات توليد المحتوى أو إعادة الصياغة قد يقلل من القيمة التي كان يُفترض أن يقدمها العمل البشري الأصلي. كما أنه يكشف مفارقة أوسع في اقتصاد الذكاء الاصطناعي: الأدوات التي صُممت لتستفيد من البشر بدأت تستبدلهم في أجزاء متزايدة من العملية.
قرار AWS لا يعني توقف الخدمة فوراً
أوضحت AWS أن الخدمة لن تتوقف بشكل فوري، وأن العملاء الحاليين سيستمرون في استخدامها، لكن الشركة لن تضيف مزايا جديدة، وستركز فقط على تحسينات الأمان والاستقرار. كما أدرجت المنصة ضمن فئة Services in Maintenance، وهي الفئة التي تشمل الخدمات التي تدخل طور الصيانة الطويلة دون خطط واضحة للتوسع.
عملياً، يعني ذلك أن Mechanical Turk ستبقى متاحة لفترة، لكنها لم تعد منصة ذات أولوية استراتيجية. هذا النوع من القرارات شائع في الشركات التقنية الكبرى عندما يتحول المنتج من أداة نمو إلى خدمة ناضجة لا تتماشى مع الاتجاهات الأحدث في السوق. وفي حالة Mechanical Turk، يبدو أن التحول أكبر من مجرد قرار تشغيلي؛ إنه انعكاس لإعادة تشكيل كاملة في طريقة إنتاج البيانات نفسها.
السوق يتجه إلى بدائل أكثر تخصصاً
خلال السنوات الأخيرة، ظهرت منصات متخصصة في تصنيف البيانات، كما بنت شركات الذكاء الاصطناعي فرقاً داخلية أو عقدت شراكات مع مزودين متخصصين لإنتاج بيانات أكثر جودة ودقة. هذا التوجه منح الشركات تحكماً أكبر في معايير الإشراف والتصنيف، وقلل الاعتماد على الأسواق المفتوحة للعمل المصغر.
في الوقت نفسه، تطورت أدوات الذكاء الاصطناعي لتصبح قادرة على تنفيذ جزء متزايد من عمليات المراجعة والتنقيح والتوسيم. ومع تحسن جودة النماذج، لم يعد من الضروري أن تمر كل خطوة عبر آلاف المهام البشرية الصغيرة كما كان يحدث في العقد الماضي. ونتيجة لذلك، تحولت قيمة البيانات من مجرد الكم إلى الجودة والسياق والموثوقية، وهي عناصر يصعب توفيرها عبر سوق عامة للعمل السريع والمنخفض التكلفة.
إشارة إلى مرحلة جديدة في اقتصاد الشركات الناشئة
بالنسبة للشركات الناشئة، يحمل هذا التطور دلالات مهمة تتجاوز خدمة واحدة بعينها. فالكثير من المشاريع المبكرة تعتمد على البيانات المصنفة في اختبار نماذجها وبناء أول نسخة من المنتج، وغالباً ما تبحث عن حلول سريعة ومرنة ومنخفضة التكلفة. لكن تراجع منصات العمل المصغر التقليدية يعني أن الشركات الجديدة ستحتاج إلى التفكير مبكراً في بدائل أكثر تخصصاً، سواء عبر بناء خطوط داخلية للبيانات أو عبر استخدام أدوات هجينة تجمع بين الأتمتة والمراجعة البشرية.
كما يكشف القرار أن سلسلة القيمة في الذكاء الاصطناعي لم تعد ثابتة. في السنوات الأولى، كان البشر هم المصدر الأساسي لتدريب الأنظمة. أما اليوم، فالأولوية تتجه نحو نظم قادرة على توليد بيانات أولية، وتصفيتها، وتحسينها، ثم الاستعانة بالبشر في المراحل الدقيقة فقط. هذا التغير يفرض على مؤسسي الشركات الناشئة ومطوري المنتجات إعادة النظر في كيفية بناء مجموعات البيانات منذ البداية، لأن المنافسة لم تعد قائمة على الوصول إلى العمالة الرخيصة، بل على القدرة على إنتاج بيانات عالية الجودة وبسرعة.
وبهذا، تدخل Mechanical Turk مرحلة جديدة أقرب إلى التقاعد التدريجي، بعد أن أدت دوراً محورياً في تأسيس البنية الخفية التي قامت عليها أجزاء واسعة من صناعة الذكاء الاصطناعي الحديثة. وما يحدث لها اليوم لا يخص أمازون وحدها، بل يعكس انتقالاً أوسع في الاقتصاد الرقمي من الاعتماد على العمل البشري الجماعي إلى الاعتماد على أدوات ذكية تؤدي جزءاً كبيراً من المهمة ذاتها.