19 مايو 2026

كيف يقسم الذكاء الاصطناعي وظائف البيانات: من يفوز - ومن يختفي؟

يتحدث مدير ذو خبرة في منظمة بيانات تضم 600 موظف بصراحة عن الواقع الجديد: معظم محللي البيانات المبتدئين لديهم فرص قليلة جدًا. يعمل المتخصصون المتوسطون تحت الضغط. لكن كل من يفكر بشكل صحيح سيشهد أفضل عام في مسيرته المهنية. ما يمكنك فعله على وجه التحديد.

السؤال المزعج: هل أنت "واجهة بين الإنسان والآلة"؟

هناك سؤال طرح في الأشهر الأخيرة غيّر المزاج في العديد من فرق البيانات. إنه بسيط وصعب في آن واحد: عندما يطلب العمل مقياسًا - أنت تأخذ الطلب، تكتب عبارة SQL، وتعيد الرقم. ما هي المساهمة الفكرية التي قدمتها؟ الإجابة هي: لا شيء. لقد كنت مترجمًا بين سؤال تجاري ولغة برمجة. يصيغ مدير بيانات متمرس الأمر بشكل مباشر:

إذا كان هذا كل ما تفعله - فآسف. يجب أن تفكر بجدية في مستقبلك.

هذا ليس سخرية. إنها ملاحظة واقعية لشخص يجري تجربة حاليًا في منظمته: وكلاء الذكاء الاصطناعي مقابل محللين بشريين. والنتيجة ستدهشك.

الاختبار الذي غيّر كل شيء

مهمة عمل ملموسة: تسعير المستودعات. خصوصية هذه المهمة لها جانب سلبي - عندما يكون المستودع مشغولاً بنسبة 50 بالمائة، فإن كل عملية بيع إضافية تتحول عملياً إلى ربح خالص. القاعة ستكون مشغولة على أي حال. ولكن عندما يكون المستودع ممتلئاً بنسبة 100 بالمائة، يجب رفع الأسعار. بمعنى آخر: أهم شيء تحتاج إلى اكتشافه أولاً هو معدل الإشغال. كل شيء يعتمد على ذلك. ماذا حدث؟ عمل فريق من ثمانية محللين على المشكلة لمدة أسبوع. اقترحوا إجراءات ذكية: عرض ترويجي هنا، خصم هناك، حزمة هناك. سأل المدير: "حسناً يا شباب. ولكن ما هو معدل الإشغال؟" الإجابة: "لم نحسبها." في نفس الوقت، عملت وكلاء الذكاء الاصطناعي على نفس المهمة. وقاموا بحساب معدل الإشغال أولاً. لأن هذا هو السؤال الأكثر أهمية منطقياً.

النتيجة النهائية: وكلاء الذكاء الاصطناعي 1 — البشر 0.

هذا لا يعني أن العملاء أذكى. كانت جودة تحليلهم متوسطة. لكنهم طرحوا السؤال الصحيح - وقد أغفله الفريق.

ما تعنيه هذه القصة حقاً

تقسم الذكاء الاصطناعي اليوم جميع خبراء البيانات إلى فئتين - والحد لا يقع حيث يتوقع المرء. الأمر لا يتعلق بما إذا كنت تستطيع استخدام ChatGPT. الأمر يتعلق بما إذا كنت تستطيع تقديم قيمة فكرية إضافية. المخزن 1: واجهات الإنسان والآلة. يتلقى هؤلاء الأشخاص طلبات العمل ويحولونها إلى رمز. لقد قامت الأعمال بالفعل بكل العمل الفكري مسبقًا - المقياس معروف، والاستخدام واضح. كل ما يلزم هو التنفيذ. هذا الدور معرض للخطر الشديد. الذكاء الاصطناعي يقوم بذلك بالفعل اليوم، بشكل أسرع ودون انقطاع. المخزن 2: المفكرون. هؤلاء الأشخاص يسألون أولاً: لماذا نحتاج إلى هذا الرقم أصلاً؟ ماذا سيحدث بالنتيجة؟ ما هي السيناريوهات المحتملة؟ ما السؤال الذي نغفل عنه حالياً؟ هذا الدور يزداد قيمةً — لا ينقص.

"عليكم أن تطرحوا على أنفسكم سؤالاً صادقاً: هل عملي فكري أم شبه فكري؟ إذا كان الجزء الفكري الحقيقي ضئيلاً — فإن الوضع سيئ."

تحليل ذاتي بسيط: ما الذي تفعله فعليًّا طوال اليوم؟

هذه الأداة العملية بسيطة بقدر ما هي غير مريحة: اجلس لمدة أسبوع أو أسبوعين واكتب ما تفعله يوميًا. هل تتحدث مع فريق العمل؟ هل تكتب أكواد برمجية؟ هل تفكر؟ هل تصمم أنظمة؟ هل تعقد اجتماعات؟ ثم اسأل نفسك عن كل نقطة: ألا يقوم الذكاء الاصطناعي بذلك بشكل جيد بالفعل؟ اعثر على عنق الزجاجة الخاص بك. ما الذي يمنعك من أن تصبح أسرع؟ حتى الآن، كان كتابة الأكواد هو عنق الزجاجة بالنسبة للكثيرين. اليوم، يمكن حل ذلك باستخدام الذكاء الاصطناعي — ستتوقف عن التعلق بذلك. ولكن بعد ذلك يأتي السؤال الجاد: ماذا يتبقى؟ إذا اختفى الكود، فماذا ستفعل؟ إذا لم تكن لديك إجابة صادقة على هذا السؤال — فأنت تعرف الآن ما الذي عليك العمل عليه.

وضع المراحل المهنية: بلا تجميل

كلمات صادقة للمبتدئين في العمل

أنا سعيد لأنني لا أملك أطفالاً في سن 18 إلى 20 عامًا يضطرون الآن لدخول سوق العمل. ليس لدي إجابة لهم.

في مؤسسات البيانات الكبرى، لم يعد يتم توظيف المبتدئين التقليديين عمليًا في الوقت الحالي. وإذا تم قبول متدربين، فسيكون ذلك فقط لمن يتمتعون بالمستوى الذي كان يُتوقع في السابق من الموظفين في المستوى المتوسط. يستوفي حوالي واحد من كل مائة متدرب هذا المستوى الجديد. ويُغمر هذا الشخص بعروض العمل. أما التسعة والتسعون الآخرون فلا يجدون فرصة للانضمام. ما الذي يميز هذا الشخص؟ إنه قادر على تصميم نظام. لقد نفذ مشاريع خاصة به. لقد بنى شيئًا يعمل. ما الذي يمنع أي شخص من بناء خدمة ويب الآن، وكسب بضع مئات من المستخدمين، والعمل بها؟ لا شيء. لكن من بين ألف شخص يفهمون ذلك، لا يقوم به سوى عشرة إلى عشرين شخصًا. الأمر يتعلق بما يُسمى بالمبادرة الذاتية. ومن المفارقات — في عصر وكلاء الذكاء الاصطناعي — أن الشركات تبحث عن أشخاص يتمتعون بالمبادرة الذاتية. أشخاص لديهم دافع. لديهم القدرة على القيام بشيء ما بأنفسهم، دون أن يقول لهم أحد: "افعل هذا". هذه ليست مهارة يمكن تعلمها — إنها سمة شخصية. والنتيجة هي انقسام حاد: مجموعة صغيرة تغمرها العروض، بينما لا تجد الغالبية العظمى شيئًا.

في المستوى المتوسط: ربما الأكثر تضررًا

"كان هؤلاء الناس يعتقدون أنهم نجحوا. لقد وصلوا إلى هناك. لقد رسخوا أقدامهم. والآن، يضغط حذاء الذكاء الاصطناعي الثقيل على أصابعهم."

يواجه الموظفون ذوو الخبرة المتوسطة المهمة الأكثر إزعاجًا: تحليل عملهم الخاص بصدق. أين تقضي وقتك حقًا؟ ما قيمة ذلك؟ هنا ظاهرة قليلة الشأن من شركات التكنولوجيا الكبرى: العديد من المهندسين لا يفهمون ما هو مهم حقًا. لكنهم يعرفون أنهم يُقيَّمون. فماذا يفعلون إذن؟ الاستراتيجية الأفضل من الناحية العقلانية: فعل أكبر قدر ممكن. مبدأ اليانصيب - إنتاج الكثير على أمل أن يكون هناك شيء ذو قيمة. هذا يؤدي إلى الإرهاق. ولا يؤدي إلى نتائج أفضل. الحل: تحليل ذاتي صادق. لماذا فعلت ذلك؟ هل كان ذلك ذا قيمة؟ ما الذي يهم حقًا؟ من يعيقني؟ هذا أمر صعب. لا يستطيع الجميع القيام بذلك. من ينجح، يُكافأ. هنا يساعد المرشد أو المستشار الخارجي - ففي شخص آخر يرى المرء المشاكل بسهولة أكبر مما يراها في نفسه.

الحياة تصبح أفضل

كبار الموظفين الحقيقيون — أي أولئك الذين كانوا دائمًا وحدات مستقلة، مسؤولين عن نظام أو عملية ما — أصبح الأمر أسهل بالنسبة لهم اليوم، وليس أصعب. في الماضي، كان كبار الموظفين يحيلون المهام إلى الموظفين المبتدئين والموظفين من المستوى المتوسط — مقسمة إلى أجزاء صغيرة، وكأنها تُسند إلى وكيل. اليوم، يمكن أن تذهب هذه المهام إلى وكلاء الذكاء الاصطناعي. أصبحت حياة الموظف الكبير أسهل. ما كان مستحيلاً في الماضي — مثل اختبار عشرين بالمائة من جميع الفرضيات — أصبح اليوم خمساً منها. هذا قفزة كبيرة. لكن انتبه: من الخرافات الاعتقاد بأن كبار الموظفين ينجزون ثلاثة أضعاف العمل نتيجة لذلك. العائق الرئيسي لكبار الموظفين ليس نطاق عملهم — بل البيروقراطية الداخلية وعبثية العمليات الكبيرة في الشركات. ولا تغير الذكاء الاصطناعي شيئًا في هذا الشأن.

القادة: سؤال جديد وغير مريح

لم تتغير مهمة المديرين — فهم مسؤولون عن تحقيق النتائج. لكن هناك سؤال جديد يطرح نفسه: إذا كان بإمكاني إنجاز كل ما يُتوقع مني في 15 ساعة عمل أسبوعياً — فلماذا أعمل 25 ساعة إضافية دون مقابل؟

«أعمل 15 ساعة في الأسبوع. أما الـ25 ساعة المتبقية فأعملها مجانًا فعليًّا. لأن كل ما كان متوقعًا مني كان قد انتهى خلال الـ15 ساعة الأولى. ويقول بعض الناس: لا شكرًا، هذا يكفيني.»

وينتج عن ذلك حتمًا: ضرورة إعادة النظر في أنظمة تقييم الأداء. فالنموذج القديم — «الجميع يحصلون على نفس الشيء تقريبًا» — لم يعد فعالاً. يجب مكافأة الموظفين ذوي الأداء المتميز بشكل واضح. وقد بدأت الشركات الكبرى الأولى بالفعل في الاستجابة: مكافآت تصل إلى 300 في المائة من الراتب لأفضل الموظفين. وحصص أسهم مرتفعة بشكل كبير. ويتم تقليص الإدارة الوسطى بشكل كبير. إذا كان كل موظف رفيع المستوى يمثل وحدة مستقلة عالية الإنتاجية مع وكلاء — فلماذا نحتاج إلى هذا العدد الكبير من المديرين؟ بدأت الشركات الأولى في إدخال نظام "المديرين الكبار": بدلاً من 5 موظفين مباشرين، أصبح العدد الآن 10 أو 15. لم تعد هناك مقابلات فردية أسبوعية.

ما هو مطلوب — وما الذي يتحول إلى سلعة

هنا فصل واضح:

سلعة (يمكن للجميع فعل ذلك): كتابة الأكواد. لا تزال ضرورية، لكنها لم تعد عاملاً مميزاً.
أمر صعب (قليلون هم من يستطيعون ذلك): تصميم الأنظمة. فهم المفاضلات. استيعاب بنية كاملة في الذهن. صياغة الأفكار بوضوح.

السؤال "ما هي التقنيات التي يجب أن أتعلمها؟" أقل أهمية مما يبدو اليوم:

"التقنيات ليست هي العامل الحاسم. اليوم تقنية، وغدًا أخرى. المهم هو أن تكون قادرًا على حل المشكلات. قم بإنشاء أي خدمة ويب. اجذب 100 مستخدم إليها. اعمل عليها. أما التقنيات اللازمة فستتعلمها بشكل طبيعي."

لكن هناك أمر واحد لا بد منه: كل واجهة ويب لنظام معالجة اللغة الكبيرة (واجهة الدردشة) — فهذا أمر قياسي. وبيئة تطوير مدعومة بوكيل (تتوفر أدوات مختلفة اليوم) — يجب أن تتقنها الآن. هذا ليس اختيارياً.

أين يتم جني الأموال حقًا في الوقت الحالي — التعلم الآلي التقليدي أم الذكاء الاصطناعي العام؟

هناك حقيقة مهمة غالبًا ما تغيب عن النقاش العام:

«لا يزال الجزء الأكبر من الأرباح يُحقق من خلال التعلم الآلي التقليدي. تستند اقتصاديات وكلاء الذكاء الاصطناعي بأكملها إلى فكرة واحدة: نحن نزيد الإنتاجية. ما هو زيادة الإنتاجية؟ إنها القدرة على إنجاز نفس العمل بعدد أقل من الأشخاص. تستند اقتصاديات GenAI بأكملها إلى أننا سنقوم بتسريحكم جميعًا."

قصة نجاح ملموسة: قامت إحدى شركات التكنولوجيا المالية الأوروبية الكبرى بتحويل ثلاثة أرباع خدمات دعم العملاء لديها إلى الذكاء الاصطناعي. وتعمل خدمة الدعم بالفعل بمستوى جيد — فلم يعد معظم العملاء بحاجة إلى موظف بشري. لكن هذا مجرد دعم عملاء — وليس الثورة التي ستغير كل شيء والتي يتوقعها السوق. التوقعات: سيحل الوكلاء محل عشرة ملايين وظيفة في المكاتب الخلفية للشركات الكبرى خلال 3 إلى 5 سنوات — خاصة في الهند وماليزيا والمراكز المماثلة. لكن العائد على الاستثمار في دمج الذكاء الاصطناعي في الشركات هو صفر عمليًا اليوم، ولن يتحقق في العام المقبل أيضًا.

كيف تستعد؟ ثلاث خطوات لوظيفتك القادمة

في مؤسسات البيانات الكبرى، تبدو عملية التقدم للوظائف العليا اليوم عادةً كما يلي:

مقابلة حول البرمجة. شكلان. إما أن يتم تقديم كود للمراجعة: "ما هو الجيد، وما هو السيئ، وماذا ستغير؟" أو جزء من الكود مع مهمة لتنفيذ خوارزمية تعلم آلي. يُسمح باستخدام جوجل وحتى نماذج اللغة الكبيرة للمساعدة - ولكن ليس للكتابة الكاملة. يلاحظ المرء كيف يتعامل المرشح مع المشاكل.
تصميم النظام. أيضًا نموذجان. "Greenfield" - تصميم نظام من الصفر. "Brownfield" - تحدث عن نظام قمت ببنائه وكيف ستغيره اليوم.
سلوكي كيف تتصرف في مواقف معينة؟ كيف تصف تجربتك؟

الخطأ الأكثر شيوعًا لدى المرشحين: عدم التفكير في الإجابة النهائية، بل تغييرها بمجرد أن يسأل شخص ما: "هل هذه حقًا إجابتك النهائية؟" المشكلة ليست إجابة خاطئة. المشكلة هي أن المرشح لم يقم بتقييم ذاتي نقدي.

كيف تميز نفسك اليوم

هناك حقيقة مؤلمة: لكي تكون ضمن الخمسة بالمائة الأوائل، لا يتطلب الأمر عبقرية. الدليل بسيط: حلل. شاهد كيف يفعل الأشخاص الناجحون ذلك. إذا لزم الأمر، اسأل مستشارًا أو مرشدًا. عدّل. طبّق. كرّر.

بشكل مثير للدهشة، يفعل الكثير من الناس عن قصد كل شيء لتجنب تحسين أنفسهم. حتى بعد هذا الشرح، سينفذه 5 من كل 100. ولو كانوا 20 - لكانت المنافسة أربعة أضعاف.

وبشكل ملموس، يمكن تمييز نفسك في السوق من خلال:

مسابقات في علم البيانات على أعلى مستوى
الأولمبياد
مساهمات ذات مغزى في المصادر المفتوحة
منشورات، محاضرات
مشاريع خاصة مع مستخدمين حقيقيين

المحتوى ليس هو الشيء الحاسم. الدليل هو: هذا الشخص يتمسك بشيء ويحمله إلى النهاية.

هل ستدخل المهنة اليوم؟

هذا السؤال، الموجه إلى مدير بيانات متمرس، يقدم إجابة صادقة بشكل لافت:

أنا لست متأكدًا مما إذا كنت سأدخل علم البيانات اليوم، بصراحة. إنه محيط أحمر. إنه الموت.

ماذا كان مختلفاً حينها؟ كان الدخول سهلاً حينها، والكثير من المال، وأفضل بكثير من العمل الذي قام به من قبل. اليوم الظروف مختلفة. وإلى أين سيذهب بدلاً من ذلك؟ إجابة صادقة: لا يعرف. "المشكلة الكلاسيكية لشخص في بداية مسيرته المهنية."

أي حقل بيانات هو الأكثر أمانًا؟

تحليل السيناريو وتقدير المخاطر. لا يقلل الذكاء الاصطناعي من عبء تقدير المخاطر.

المخاطرة هي مسؤولية. ويجب على الإنسان تحمل المسؤولية — لا الآلة. من يقرر منح قرض؟ دفع تعويض تأمين؟ الموافقة على دواء؟ القيام باستثمار؟ من يتحمل التبعات القانونية والأخلاقية والشخصية إذا كان القرار خاطئًا؟ هذه الأسئلة لا تجيب عليها الآلات. لن تجيب عليها الآلات.

الخلاصة: يتعلق الأمر بالتفكير الجديد، وليس بالأدوات الجديدة

أهم الاستنتاجات المستفادة من هذه المراقبة للسوق:

الذكاء الاصطناعي لا يحل محل خبير البيانات. إنه يحل محل المترجم بين العمل والكود. من يفعل أكثر من ذلك، يكون أكثر أمانًا من أي وقت مضى.
الأدوات ثانوية. أي مكتبة، أي إطار عمل — لا يكاد يهم. الأهم: تحديد المشكلات، تصميم الأنظمة، فهم المقايضات، طرح السؤال الصحيح.
أهم خطوة اليوم: تحليل ذاتي صادق. ماذا أفعل حقاً؟ أي من ذلك له قيمة فكرية مضافة؟ ما هي عنق الزجاجة لدي؟
وبناء شيء ما. لا كلام، لا تخطيط — بناء. خدمة ويب. أداة صغيرة. تحليل بيانات بعواقب حقيقية.

اثبت - لنفسك أولاً - أنك تستطيع إنهاء الأمور. في سوق سريع التغير، ليست الشهادة هي الإشارة الأكثر قيمة. إنها دليل على أنك تستطيع التفكير بنفسك. ملاحظة تحريرية: تستند هذه المقالة إلى محادثة مع خبير، وهي مسؤولة تنفيذية ذات خبرة طويلة في مجال البيانات والذكاء الاصطناعي في شركة عالمية. تعكس التقييمات والملاحظات الواردة الموقف الشخصي للخبيرة أو الخبير.