تألق مهارات الذكاء الاصطناعي، وموجة انحسار الوظائف: حقيقة تحول هيكلي عميق

يُنظر إلى الذكاء الاصطناعي على نطاق واسع باعتباره القوة الدافعة الأساسية للثورة الصناعية الرابعة، ويمتلك القدرة على إعادة تشكيل جميع الصناعات، بما في ذلك زيادة كبيرة في كفاءة الإنتاج، وتحسين عمليات اتخاذ القرار، وإنشاء منتجات وخدمات غير مسبوقة. تمنح هذه الإمكانات التكنولوجية التحويلية مهارات الذكاء الاصطناعي أهمية استراتيجية بالغة، مما يدفع الشركات العالمية إلى اعتبارها مفتاحًا للحفاظ على الميزة التنافسية، ومستعدة للاستثمار المستمر في المواهب ذات الصلة. وقد أكدت تقارير المؤسسات الاستشارية مثل المنتدى الاقتصادي العالمي، وماكنزي، وجارتنر مرارًا وتكرارًا على هذه القيمة الاستراتيجية للذكاء الاصطناعي، مما أرسى أساس قيمتها العالية. [تم التحقق منه – مراجع]

في المراحل المبكرة من تطور تقنيات الذكاء الاصطناعي، وخاصة في بداية ظهور التعلم العميق والنماذج واسعة النطاق، كان علماء الذكاء الاصطناعي ومهندسو التعلم الآلي الذين يمتلكون قدرات بحثية متفوقة وخبرة في التنفيذ الهندسي نادرين للغاية. وللتنافس على هذه المواهب النادرة، قدم السوق رواتب ومزايا سخية تفوق بكثير وظائف تكنولوجيا المعلومات التقليدية. كما أظهرت التقارير الصادرة عن منصات التوظيف مثل Hired وGlassdoor باستمرار أن رواتب وظائف الذكاء الاصطناعي ظلت في طليعة قطاع التكنولوجيا على مدى السنوات القليلة الماضية. بالإضافة إلى ذلك، عزز التدفق الكبير لرأس المال والتغطية الإعلامية الواسعة تصور الجمهور "للقيمة العالية" لمهارات الذكاء الاصطناعي، وتنبأ بمساحة واسعة لنمو الصناعة تحت دافع الابتكار. [تم التحقق منه – مراجع] [استنتاج]

على الرغم من القيمة البارزة لمهارات الذكاء الاصطناعي، إلا أن انكماش توظيف الوظائف ذات الصلة قد تأثر بشدة بالرياح الاقتصادية المعاكسة. فمنذ عام 2022، يواجه الاقتصاد العالمي ضغوطًا متعددة مثل التضخم المرتفع، وارتفاع أسعار الفائدة، والتوترات الجيوسياسية، مما أجبر الشركات بشكل عام على خفض التكاليف. وقد كان قطاع التكنولوجيا هو الأكثر تضررًا، حيث قامت شركات التكنولوجيا الكبرى بتسريح الموظفين وإبطاء وتيرة التوظيف. ولم تسلم أقسام الذكاء الاصطناعي، كجزء مهم من شركات التكنولوجيا، أيضًا من هذا الاتجاه، مما أدى بطبيعة الحال إلى انخفاض طلبات التوظيف. وقد أكدت الإحصائيات من مواقع مثل Layoffs.fyi، بالإضافة إلى التقارير المالية وإعلانات التسريح الصادرة عن شركات التكنولوجيا الكبرى، جميعها هذا الوضع الصعب. [تم التحقق منه – مراجع]

كما شهدت العلاقة بين العرض والطلب في السوق تغييرًا هيكليًا. فمن ناحية، جذب تأثير "الرواتب المرتفعة" لمهارات الذكاء الاصطناعي عددًا كبيرًا من المتعلمين، حيث زاد بشكل سريع عدد المواهب، خاصة المبتدئين في مجال الذكاء الاصطناعي، في السوق عبر قنوات مثل التخصصات الجامعية والدورات التدريبية عبر الإنترنت والمعسكرات التدريبية، مما خلق بيئة تنافسية شديدة. [استنتاج] ومن ناحية أخرى، يتجه طلب الشركات على مواهب الذكاء الاصطناعي تدريجيًا من علماء الذكاء الاصطناعي "الباحثين" الذين كانوا مفضلين في البداية، نحو مهندسي الذكاء الاصطناعي، ومهندسي MLOps، ومهندسي Prompt، ومديري منتجات الذكاء الاصطناعي وغيرهم من الذين يركزون بشكل أكبر على "التطبيق العملي". وقد أشارت التقارير السنوية الصادرة عن منصات التوظيف مثل LinkedIn وIndeed إلى تباطؤ نمو الوظائف التي تركز فقط على البحث في الخوارزميات، بينما يزداد الطلب على المواهب المتكاملة القادرة على تحويل تقنيات الذكاء الاصطناعي إلى قيمة تجارية حقيقية. [تم التحقق منه – مراجع]

إن النضج المتزايد والأتمتة لأدوات ومنصات الذكاء الاصطناعي هو أيضًا عامل حاسم في تغير متطلبات الوظائف. فمع ظهور منصات الذكاء الاصطناعي ذات الكود المنخفض/بدون كود مثل AutoML و MaaS (Model as a Service)، أصبح تدريب نماذج الذكاء الاصطناعي ونشرها وإدارتها أكثر أتمتة وسهولة، مما قلل إلى حد ما من الحاجة إلى مهندسي الذكاء الاصطناعي المتخصصين، خاصة في المهام المعيارية والمتكررة. وقد أكدت تقارير المؤسسات مثل Gartner و Forrester حول معدل انتشار منصات الذكاء الاصطناعي ذات الكود المنخفض/بدون كود هذا الاتجاه. بالإضافة إلى ذلك، فإن ظهور أدوات الذكاء الاصطناعي التوليدي مثل GitHub Copilot و ChatGPT يمكن أن يساعد أو حتى يحل محل جزئيًا مهام مثل تطوير البرمجيات، وتحليل البيانات، وتوليد المحتوى، مما يزيد من كفاءة عمل الفرق الحالية، وبالتالي قد يقلل من الحاجة إلى وظائف تطوير جديدة، بما في ذلك بعض وظائف تطوير الذكاء الاصطناعي للمبتدئين. [تم التحقق منه – مراجع] [استنتاج]

كما تعود استراتيجيات الاستثمار في مجال الذكاء الاصطناعي في سوق رأس المال إلى العقلانية. فبعد أن شهدنا "حمى الذكاء الاصطناعي" في السنوات القليلة الماضية، أصبح المستثمرون يركزون بشكل أكبر على آفاق تسويق المشاريع وقدرتها على الربح ونتائج التنفيذ الفعلي، بدلاً من مجرد المفاهيم التكنولوجية. تواجه الشركات الناشئة في مجال الذكاء الاصطناعي التي تفتقر إلى نموذج عمل واضح أو حواجز تقنية غير كافية صعوبات في التمويل، مما يؤثر بشكل مباشر على قدرتها على التوظيف. وتظهر تقارير استثمار رأس المال المغامر العالمية أن الاستثمارات المبكرة في مجال الذكاء الاصطناعي تتجه نحو الحذر، وأن تقييمات بعض شركات اليونيكورن قد انخفضت أيضًا، وهذا يشير إلى أن السوق يتحول من نمط "حرق الأموال" المحموم إلى تقييم أكثر واقعية للقيمة. [تم التحقق منه – مراجع]

في الأيام الأولى لظهور مفهوم الذكاء الاصطناعي، كان العديد من الوظائف المرتبطة بعلم البيانات والتعلم الآلي تُصنف بشكل عام على أنها "وظائف الذكاء الاصطناعي". ومع ذلك، ومع التطور المستمر للصناعة والتخصص المتزايد في تقسيم العمل، أصبحت تعريفات الوظائف أكثر دقة. على سبيل المثال، قد لا يُصنف مهندسو البرمجيات أو محللو البيانات الذين يمتلكون قدرات الذكاء الاصطناعي بشكل فردي كـ "مهندسي الذكاء الاصطناعي"، بل يُدرجون ضمن مجالات تخصصية أكثر تحديدًا، مما أدى إلى انخفاض إحصائي في عدد الوظائف التي تحمل اسم "الذكاء الاصطناعي" بشكل بحت. إن تطور تعريفات الوظائف ومعايير الإحصاء هذه قد أوجد بشكل موضوعي وهم "التناقص الظاهري" لوظائف الذكاء الاصطناعي. [استنتاج]

تحولت متطلبات السوق لمواهب الذكاء الاصطناعي من القدرات التقنية البحتة إلى كفاءات شاملة أعمق. ستتجلى مهارات الذكاء الاصطناعي ذات القيمة الحقيقية في المستقبل في: القدرة البحثية أو الهندسية العميقة في مجالات فرعية محددة للذكاء الاصطناعي (مثل النماذج الكبيرة، التعلم المعزز، الرؤية الحاسوبية، معالجة اللغات الطبيعية NLP)؛ والقدرة على تطبيق تقنيات الذكاء الاصطناعي ودمجها مع المعرفة الصناعية لحل مشكلات الأعمال الفعلية وتحقيق قيمة تجارية؛ بالإضافة إلى المهارات المركبة في جوانب مثل التفكير المنتج، والقدرة الهندسية، وإدارة البيانات، والأخلاقيات والسلامة، إلى جانب تقنيات الذكاء الاصطناعي. وعلاوة على ذلك، ونظرًا للتطور السريع لتقنيات الذكاء الاصطناعي، فإن القدرة على التعلم المستمر للأدوات والأساليب الجديدة أمر بالغ الأهمية أيضًا.