تكلفة التنفيذ تقترب من الصفر: مرتكز قيمة المواهب في عصر الذكاء الاصطناعي يتغير

يقدم "مقياس PwC العالمي للوظائف في مجال الذكاء الاصطناعي لعام 2026" مجموعة من البيانات المثيرة للتفكير: فقد قفزت علاوة الأجور لمهارات الذكاء الاصطناعي من 25% في عام 2024 إلى 62% في عام 2026، مما يشير بلا شك إلى زيادة ملحوظة في تقدير السوق لقدرات الذكاء الاصطناعي وعوائدها. ومع ذلك، يشير التقرير أيضًا إلى أنه من المتوقع بحلول عام 2025 أن تنخفض وظائف "مستخدمي الذكاء الاصطناعي" في منطقة بلجيكا بنسبة 5.7%، وأن وظائف "مطور الذكاء الاصطناعي" ستشهد انخفاضًا كبيرًا بنسبة 26.4%. وعلى النقيض من ذلك، يبلغ معدل نمو التوظيف العالمي لخبراء الذكاء الاصطناعي حوالي 8 أضعاف إجمالي التوظيف. هذه المجموعة من البيانات، التي تبدو متناقضة، تكشف في الواقع عن تغيير هيكلي عميق في سوق العمل الحالي.

تكمن جوهر هذه الظاهرة التي تبدو متناقضة في أن القيمة العالية لا تكمن في مهارة الذكاء الاصطناعي بحد ذاتها، بل في القدرة المركبة النادرة بشكل متزايد الكامنة وراء هذه المهارة. غالبًا ما تعتبر المفاهيم التقليدية للمواهب أن "القدرة على استخدام أداة معينة" هي الكفاءة الأساسية، وتُقاس القيمة بناءً على "مخزون المهارات". ومع ذلك، مع انتشار تقنية الذكاء الاصطناعي، انخفضت عتبة تشغيل أدوات معينة بشكل كبير، وتتدهور قيمتها كـ "تذكرة دخول" بسرعة. أما القيمة الحقيقية الراسخة فتكمن في القدرة على الحكم الكلي عبر الأدوات المختلفة، وتحمل المسؤولية عن النتائج، وليس مجرد الإتقان التام لأداة واحدة. هذا ينبئ بتحول جذري في نقطة ارتكاز قيمة المواهب.

لمناقشة "ثورة" في مفهوم المواهب، نحتاج أولاً إلى تحديد معايير الحكم. بالاستعانة بتعريف كوهن لثورة النموذج العلمي، فإن الثورة الحقيقية لا تقتصر على تحسين الأشياء القديمة، بل تتضمن تغييرًا جذريًا للمعايير الأساسية لما "يشكل مشكلة، وما يشكل إجابة جيدة". بتطبيق ذلك على مجال المواهب، يكمن الجوهر في فحص بعدين رئيسيين: هل تغيرت وحدة قياس قيمة المواهب (unit of account)؟ وهل تغيرت شروط تأهيل المواهب (warrant) بشكل جذري؟ فقط عندما يشهد هذان البعدان قفزة نوعية، يمكننا أن نسمي ذلك "ثورة"، وليس مجرد "تعميق" بسيط.

إذا اقتصر التغيير على "استخدام أدوات الذكاء الاصطناعي لإنجاز مهام المهارات الحالية أو المسؤوليات الوظيفية بشكل أسرع وأفضل"، فإن وحدة قياس قيمة المواهب تظل "مخزون المهارات" للفرد و"إنتاجه لكل وحدة زمنية"، وتظل شروط تأهيله تعتمد على الشهادات التقليدية مثل "المؤهلات التعليمية والخبرة والأقدمية" - وهذا مجرد "تعميق" في الكفاءة. أما التحول الثوري الحقيقي فيكمن في انتقال وحدة قياس القيمة من "ما هي المهارات التي أمتلكها، وماذا يمكنني أن أنتج" إلى "بأي موثوقية يمكنني تحويل هدف إلى نتيجة قابلة للتحقق، وتحمل المسؤولية عنها"؛ وفي الوقت نفسه، تتحول شروط التأهيل من "شهادة الأقدمية" إلى "قابلية التحقق من النتائج" و"إمكانية إسناد المسؤولية".

على مدى العقود الماضية، ارتكز فهمنا للمواهب على خمسة افتراضات أساسية بديهية: أن المواهب هي "مخزون من المهارات" (كما في نظرية رأس المال البشري لبكر)؛ وأنها محتواة في "حزم مهام وظيفية" (من تقسيم سميث للعمل إلى أنظمة الموارد البشرية الحديثة)؛ وأن قيمتها تزداد عبر "تراكم الخبرة" (كما في نظرية أرو "التعلم بالممارسة")؛ وأنها معتمدة بـ "المؤهلات والخبرة" (كما في نظرية الإشارة لسبنسر)، وفي النهاية "تملكها المنظمة" (كما في نظرية ماكنزي عن "حرب المواهب"). ومع ذلك، فإن صعود تقنية الذكاء الاصطناعي يزعزع هذه الافتراضات المتأصلة بسرعة غير مسبوقة، واحدًا تلو الآخر.

أولاً، يتم تعميم مهارات التنفيذ بسرعة. أظهرت تجربة التحكم العشوائي لـ GitHub Copilot أن المجموعة التجريبية أكملت المهام أسرع بنسبة 55.8% من المجموعة الضابطة، وأن الأقل خبرة في البرمجة استفادوا أكثر. وفي دراسة أجراها Noy وZhang في مجلة Science، وبعد استخدام 453 متخصصًا لـ ChatGPT، انخفض الوقت المستغرق في الكتابة المهنية بنسبة 40%، وتحسنت الجودة بنسبة 18%، وكان التحسن أكبر لدى ذوي القدرات الأضعف. كما أكدت دراسة Brynjolfsson وآخرين على 5,172 موظف خدمة عملاء أن مساعدي الذكاء الاصطناعي زادوا عدد المشكلات التي تم حلها لكل شخص في الساعة بنسبة 15%، حيث تحسنت مجموعة المهارات الأدنى بنسبة 36%، بينما لم تشهد مجموعة المهارات الأعلى أي زيادة تقريبًا. تشير هذه البيانات إلى أن الذكاء الاصطناعي يحول القدرات التنفيذية الأساسية إلى مورد عام متاح للجميع.

ثانياً، لم تعد الخبرة تعادل تلقائياً الرافعة المالية، وتحولت القدرة الأساسية الحقيقية إلى "معرفة أين أخطئ". وجدت تجربة METR أن 16 مطورًا من ذوي الخبرة في المصادر المفتوحة استغرقوا وقتًا أطول بنسبة 19% عند استخدام الذكاء الاصطناعي، بينما كان تصورهم الذاتي أنهم أصبحوا أسرع بنسبة 20%. يكشف هذا أن الخبرة، إذا لم تتم معايرتها بواسطة الذكاء الاصطناعي، قد تصبح مصدرًا للثقة المفرطة. في تجربة Dell'Acqua وآخرين في بوسطن كونسلتينغ جروب، أدى GPT-4 إلى تحسين كفاءة وجودة المستشارين في المهام التي تقع ضمن قدرات الذكاء الاصطناعي، ولكن في المهام خارج نطاق قدرات الذكاء الاصطناعي، انخفض معدل الإجابات الصحيحة للمستشارين الذين استخدموا الذكاء الاصطناعي بنسبة 19 نقطة مئوية. هذا يؤكد على تأثير "الحد الفاصل لقدرات الذكاء الاصطناعي"، أي أن جوهر قيمة المواهب يكمن في تحديد ما إذا كانت المهمة تقع في منطقة تفوق الذكاء الاصطناعي، وبالتالي اتخاذ قرار بشأن كيفية استخدامه.

ثالثاً، أصبح التحقق والمساءلة عنق الزجاجة الجديد، كما أن قنوات إعادة إنتاج المواهب تواجه خطر الانقطاع. في دراسة خدمة العملاء المذكورة أعلاه، انخفضت جودة المحادثات لدى الموظفين الأكثر كفاءة بشكل طفيف بعد اعتماد نصائح الذكاء الاصطناعي، مما يسلط الضوء على الطبيعة التي لا يمكن الاستغناء عنها للحكم الشخصي والمسؤولية. لقد تحولت الندرة من "الاكتساب والتنفيذ" إلى "التحقق والمساءلة". والأكثر إثارة للقلق هو ما وجده مختبر ستانفورد للاقتصاد الرقمي، حيث انخفض مستوى توظيف الشباب الذين تتراوح أعمارهم بين 22 و 25 عامًا في المهن عالية التعرض للذكاء الاصطناعي بنسبة 19% مقارنة بالواقع البديل، وذلك بشكل أساسي عن طريق تقليل التوظيف. يعتبر الاحتياطي الفيدرالي في أتلانتا الوظائف الأولية بمثابة "مسار لاكتساب العمال لرأس المال البشري اللازم لإنتاجيتهم المستقبلية"، ومن المؤكد أن أتمتة هذه الوظائف تقطع إمدادات المواهب المتقدمة في المستقبل. وفي الوقت نفسه، يشير تقرير PwC 2026 إلى أن الوظائف الأولية عالية التعرض للذكاء الاصطناعي تتطلب "القيادة والتفكير الاستراتيجي" سبع مرات أكثر من الوظائف منخفضة التعرض، وتتطلب "التعاطف والإبداع والحكم" وغيرها من المهارات البشرية المكثفة 2.5 مرة أكثر. كما يتضاءل تركيز أصحاب العمل على المؤهلات الأكاديمية، مع التركيز بدلاً من ذلك على القدرة على التكيف، والكفاءة التكنولوجية، وقدرة حل المشكلات.

بناءً على الأدلة المذكورة أعلاه، يمكن تلخيص التعريف العملي للمواهب في النموذج الجديد في صيغة ضرب حاسمة: **قيمة المواهب = القدرة على تحديد الأهداف × القدرة على إدارة الأدوات/الوكلاء × القدرة على التحقق × القدرة على المساءلة، وتطبيق ذلك على المهمة الصحيحة.** هذه علاقة ضرب وليست علاقة جمع. وهذا يعني أنه بغض النظر عن مدى تفوق الفرد في تحديد الأهداف، إذا افتقر إلى القدرة الفعالة على إدارة الأدوات، فإن تصوره سيكون مجرد أحلام؛ وإذا كان قادرًا على إدارة الأدوات ولكنه لا يستطيع التحقق من النتائج بشكل موثوق، فإن ناتجه قد يكون مجرد مضخم للأوهام؛ وحتى لو كان قادرًا على التحقق، إذا لم يتحمل المسؤولية المقابلة، فمن الصعب تقدير قيمته بفعالية في السوق. أي عنصر يساوي صفرًا في هذه المعادلة سيؤدي إلى انهيار قيمة المواهب الكلية.

بناءً على ذلك، تشهد "أصول" و"تسعير" المواهب تحولًا جذريًا في المنطق. لم تعد الأصول الأساسية التي يمكن للفرد حملها مجرد "مخزون المهارات" في ذهنه، بل هي مجموعة فريدة تتكون من **"الحكم والذوق"**، و**"مجموعات بيانات التحقق/التقييم الخاصة/سير العمل المخصص"**، و**"بروتوكولات التنسيق"**. هذه الأصول الجديدة، نظرًا لارتباطها العميق بالمجال المحدد، واحتياجات العملاء الخاصة، وتجارب الفشل السابقة، يصعب على النماذج المعيارية استنساخها، مما يجعلها خندقًا دفاعيًا للقيمة الفردية الفريدة. وبالمثل، يتحول نموذج تسعير المواهب من التسعير التقليدي "حسب مخزون المهارات/ساعات العمل" إلى **"حسب النتائج القابلة للتحقق وتأثير الرافعة المالية"**، حيث تعتمد القيمة الحدية للفرد على **"معدل التحويل"** الفعلي لقدراته في مجال الذكاء الاصطناعي إلى نتائج تجارية قابلة للتحقق، وليس مجرد سرعة الإنتاج الفردي.

تتطور هياكل المنظمات وعلاقات التوظيف تبعًا لذلك. في عصر الذكاء الاصطناعي، لم يعد الأفراد مجرد "ملء وظائف" داخل المنظمة، بل تحولوا إلى **"محددي الأهداف، ومنسقي الأنظمة الهجينة بين الإنسان والآلة، والمتحملين للمسؤولية النهائية"**. يتحول جوهر علاقة التوظيف من "شراء الوقت والمهارات" إلى "شراء النتائج والقدرة على الحكم". يدفع هذا التحول شكل سوق المواهب من التوظيف التقليدي بدوام كامل (employment) إلى أشكال أكثر مرونة مثل التعاقد (contracting) وحتى ريادة الأعمال المستقلة (entrepreneurship). لاحظت منصات مثل Stripe وأكدت علنًا أن "ريادة الأعمال المستقلة في أعلى مستوياتها التاريخية"، وهو ما يتوافق بشكل كبير مع مفهوم شركة الشخص الواحد (OPC): لم يعد النطاق الفعال لعمل الفرد مقيدًا بـ "كم يمكنني أن أنفذ بنفسي"، بل توسع ليشمل "كم يمكنني أن أحدد وأنسق وأتحقق من النتائج".

بالنسبة للأفراد، الأولوية القصوى هي التوقف عن تجميع المهارات التشغيلية المحددة التي تتلاشى بسهولة وتصبح عامة، وبدلاً من ذلك، استثمار الطاقة في بناء أصول فريدة يصعب استنساخها. هذا يعني تحويل كل ممارسة عمل إلى مجموعة تقييم خاصة، ومكتبة حالات فشل، وسجلات مفصلة للحكم الأساسي. الممارسة المتعمدة لقدرة ما وراء المعرفة، وهي "كيفية وضع المهمة بدقة على الجانب الصحيح من الحد الفاصل لقدرات الذكاء الاصطناعي". والأهم من ذلك، يجب تتبع بشكل منهجي الأماكن التي يميل الفرد فيها إلى ارتكاب الأخطاء في عملية اتخاذ القرار، بدلاً من التركيز فقط على القدرات القوية التي يظهرها الذكاء الاصطناعي، وذلك لبناء قدرة حقيقية على "مضاد الهشاشة".

بالنسبة للمنظمات، التحدي الأساسي يكمن في إعادة تصميم "الدورة التدريبية الأولية" للمستقبل. إذا كانت الوظائف الأولية التقليدية تتلاشى تدريجيًا، فيجب على المنظمات إيجاد طرق جديدة لتعويض فقدان عملية اكتساب الخبرة الحاسمة "بالتعلم بالممارسة". يتضمن ذلك إعادة استثمار الوقت الذي يوفره الذكاء الاصطناعي في التنفيذ، في تدريب الوافدين الجدد على القدرة على الحكم، والتحقق، والتفكير المنهجي، بدلاً من مجرد قطع سلسلة تطوير المواهب. وفي الوقت نفسه، يجب أن تخضع أنظمة تقييم الأداء والتعويضات في المنظمات لتغيير، والانتقال تدريجيًا من "مصفوفة ساعات العمل/المهارات" التقليدية إلى معايير تقييم تركز على "النتائج القابلة للتحقق" و"جودة الحكم"، للتكيف مع نقطة ارتكاز قيمة المواهب الجديدة.

بالنسبة للباحثين ورواد الأعمال، تعد الفترة الحالية فرصة عظيمة لاغتنام الفرص الهائلة الكامنة في "ضريبة التحقق". في عالم تكلفة التوليد فيه تكاد تكون صفرًا، من يستطيع توفير آليات التحقق والتقييم والمساءلة الأكثر موثوقية لسيناريوهات التعاون بين الإنسان والآلة المحددة، سيتحكم في عنق الزجاجة في النموذج الجديد. وهذا يفتح آفاقًا واسعة للمبتكرين، بما في ذلك تطوير "أدوات تحديد الأهداف" المتطورة، وتصميم "بروتوكولات تنسيق الإنسان والآلة" الفعالة، وبناء "مجموعات بيانات التحقق الخاصة" وأنظمة التقييم التي يمكنها تحسين مخرجات الذكاء الاصطناعي باستمرار. لم يتم استغلال هذه المجالات بالكامل بعد، وتحمل في طياتها قيمة تجارية واجتماعية هائلة.

على الرغم من أن ثورة المواهب هذه، التي يدفعها الذكاء الاصطناعي، لم تكتمل بعد، إلا أن تأثيرها قد تجاوز نقطة التحول التي "تتطلب إعادة تعريف". ليس الحد الفاصل الحقيقي يدور حول مناقشة ما إذا كان "الذكاء الاصطناعي سيحل محل البشر" على مستوى القدرة، بل هو سؤال أعمق: عندما تقترب التكلفة الحدية للتنفيذ من الصفر، هل سيتحول مرتكز قيمة الإنسان بشكل كامل من القدرة التنفيذية البحتة إلى قدرات أساسية أعلى مثل التحديد، والحكم، والتحقق، والمساءلة؟ هذا يتعلق بكيفية فهمنا وقياسنا لقيمة الإنسان التي لا يمكن الاستغناء عنها في عصر الذكاء الاصطناعي.

في هذا النموذج الجديد، لا تختفي المهارات، بل يتغير شكل وجودها بشكل جذري. لقد تحولت من "مخزون نادر يتم شراؤه" إلى "رأس مال عام يمكن استدعاؤه في أي وقت". وبالتالي، تتحول الندرة الحقيقية أيضًا، وتتركز لأول مرة بوضوح شديد على تحديد الأهداف، وفهم الأحكام، والتحقق من النتائج، وتحمل المسؤولية النهائية. لم يعد التعريف الجديد للمواهب ما تعرفه، بل ما يمكنك أن تكون مسؤولاً عنه من نتائج، وهذا أصبح المعيار النهائي لقياس قيمة الفرد.