🚨 مفارقة غباء الذكاء الاصطناعي: لماذا أعادت أمازون التوظيف بعد تسريح 57 ألف موظف؟

عندما قلت لـ Claude إنه يتصرف بغباء

منذ أيام قليلة، كنت أعمل مع نفس Claude الذي يكتب هذا المقال الآن. طرحت سؤالاً بسيطاً وحصلت على إجابة خاطئة تماماً. عندما واجهته بالخطأ، صدمتني إجابته: "المعلومات التي أعطيتك إياها جاءت من صفحة نتائج البحث نفسها - لم أزر الموقع فعلياً للبحث. السبب الأول كان توفير الرموز (Tokens)."

كانت تلك اللحظة نقطة تحول بالنسبة لي. اعترف الذكاء الاصطناعي نفسه أنه لتوفير التكاليف، ضحى بالجودة. الآن تخيل نفس السيناريو يحدث في شركة تبلغ قيمتها مليارات الدولارات قررت فصل آلاف الأشخاص واستبدالهم بالذكاء الاصطناعي.

أمازون والخطأ الذي تسبب في تسريح 57 ألف موظف

منذ عام 2022، سرّحت أمازون أكثر من 57,000 موظف من موظفيها الإداريين. ضع هذا الرقم بجانب 200 مليار دولار التي تخطط نفس الشركة لإنفاقها على البنية التحتية للذكاء الاصطناعي في عام 2026 فقط. لكن إليك الجزء المثير: أعلن مات غارمان، الرئيس التنفيذي لـ AWS (قسم الحوسبة السحابية في أمازون)، في أوائل عام 2026 أنهم يخططون لتوظيف 11,000 متدرب وخريج حديث.

انتظر، ماذا حدث؟ أولاً قمنا بتسريح 57 ألف شخص ليحل الذكاء الاصطناعي محلهم، والآن نوظف 11 ألف عامل مبتدئ مرة أخرى؟

لماذا الذكاء الاصطناعي غبي؟

لنكن صادقين. الذكاء الاصطناعي رائع في العديد من المهام. Claude متفوق في البرمجة. Gemini لديه قدرات لا تصدق في تحليل مجموعات البيانات الضخمة. يقال إن ChatGPT استثنائي في إنشاء المحتوى. لكن كل هذه تشترك في سمة واحدة: تعمل في ظروف محددة مع مطالبات دقيقة.

أين تبدأ المشكلة؟ عندما تتوقع من الذكاء الاصطناعي أن يفكر مثل الإنسان. على سبيل المثال:

• Gemini، المدرب على ملايين نقاط بيانات المعايير، يتجمد مع مطالبة من 40 سطراً
• عندما تستمر في جلسة، غالباً ما يرتكب المزيد من الأخطاء لأن نافذة السياق تصبح مزدحمة
• أحياناً يتذكر فقط بعض النقاط من المطالبة الأصلية وينسى الباقي
• في اللحظة التي تعتقد فيها أن كل شيء مثالي، يمكن لخطأ صغير واحد أن يدمر المشروع بأكمله

تجربتي الشخصية في إدارة TekinGame

أنا أدير TekinGame. نحن واحدة من أكبر المنصات الإعلامية الناطقة بالفارسية التي تغطي التكنولوجيا والألعاب. منذ اليوم الأول، قررت ألا أدع الذكاء الاصطناعي يتعامل مع عملنا بمفرده. لماذا؟

لأن حتى الأفضل يرتكبون أخطاء. البشر يرتكبون أخطاء، الذكاء الاصطناعي يرتكب أخطاء. لكن إليك الفرق الجوهري: يمكن للبشر فهم السياق، والشعور، واتخاذ القرارات، والتدخل في الوقت المناسب. الذكاء الاصطناعي لا يستطيع ذلك.

لو كنت مساهماً في أمازون، لقمت بفصل المديرين التنفيذيين الذين قرروا تسريح 57 ألف شخص. لماذا؟ لأنهم لم يفهموا ما هي المشكلة الحقيقية.

قصص الفشل الحقيقية: عندما أدركت الشركات خطأها

لنبتعد عن النظرية وننظر إلى الإحصائيات الحقيقية. دراسة أجرتها Gartner في مايو 2026 استطلعت آراء 350 مديراً تنفيذياً كبيراً في شركات يبلغ دخلها السنوي مليار دولار على الأقل. كانت النتيجة صادمة:

Klarna: قصة 700 عامل مُسرَّح عادوا

أصبحت Klarna، شركة الدفع الآجل السويدية، المثال الأكثر شهرة لاستبدال الذكاء الاصطناعي بالبشر في عام 2024. صرح الرئيس التنفيذي بوضوح أن مساعدهم بالذكاء الاصطناعي كان يقوم بعمل ما يقرب من 700 ممثل لخدمة العملاء، وكانت الجودة معادلة للأداء البشري.

بعد عامين، ماذا حدث؟ اضطرت Klarna لإعادة الوكلاء البشريين إلى فريق الدعم. ليس لأن الذكاء الاصطناعي لم يعمل، ولكن لأن هناك حالات معقدة لم يستطع الذكاء الاصطناعي التعامل معها. حالات تتطلب الحكم والتعاطف والفهم السياقي.

هذا نمط تكرر مراراً وتكراراً. أظهرت أبحاث Orgvue وForrester أن 55٪ من الشركات التي تحركت بسرعة لاستبدال العمال بالذكاء الاصطناعي ندمت لاحقاً على قرارها. الأسباب؟

• فقدان العملاء (Customer Churn)
• انخفاض جودة الخدمة
• الإضرار بسمعة العلامة التجارية
• التكاليف المخفية التي لم تكن في الحساب الأولي

IKEA: شركة اتخذت القرار الصحيح

الآن دعونا ننظر إلى قصة نجاح. في عام 2021، قدمت IKEA روبوت دردشة بالذكاء الاصطناعي يُدعى Billie. تمكن هذا الروبوت من حل 47٪ من جميع استفسارات العملاء. بالمنطق التقليدي، كان يجب على IKEA أن تفصل 50٪ من موظفي الدعم، أليس كذلك؟

لكن مديري IKEA فعلوا شيئاً أذكى. نظروا إلى الـ 53٪ المتبقية وأدركوا أن هذه الحالات كانت مختلفة بشكل أساسي. العملاء لم يكونوا يتصلون لتتبع الطلبات أو طرح أسئلة بسيطة. كانوا يريدون المساعدة في تصميم منازلهم.

قررت IKEA إعادة تدريب 8,500 موظف من مركز الاتصال كمستشارين للتصميم الداخلي. أطلقوا خدمة استشارات تصميم عبر الإنترنت وتقاضوا رسوماً من العملاء مقابلها. النتيجة؟ في السنة الأولى، حقق هذا القسم إيرادات بقيمة 1.3 مليار يورو.

لماذا حتى أفضل أنظمة الذكاء الاصطناعي تعاني من الهلوسة؟

المصطلح التقني هو "الهلوسة". إنه عندما يخبرك الذكاء الاصطناعي بشيء بثقة كاملة لكنه خاطئ تماماً. المشكلة هي أن هذه المخرجات الخاطئة عادة ما تبدو سلسة ومعقولة جداً.

نشرت جامعة هارفارد بحثاً يوفر إطاراً مفاهيمياً لدراسة هلوسات الذكاء الاصطناعي. يوضح الباحثون أن هذه الأخطاء يمكن أن تحدث دون أي نية خداع متعمدة من جانب الإنسان. إنها متأصلة في طريقة عمل نماذج اللغة الكبيرة.

لماذا يحدث هذا؟ تظهر الأبحاث أن نماذج اللغة مثل ChatGPT وClaude وGemini لا تسترجع المعلومات فعلياً من قاعدة بيانات الحقائق. إنها تتنبأ بتسلسل الكلمات الأكثر احتمالاً إحصائياً بناءً على أنماط في بيانات التدريب الخاصة بها.

ببساطة: الذكاء الاصطناعي يخمن ما يجب أن يأتي بعد ذلك، بدلاً من معرفة ما هو صحيح.

التكلفة الحقيقية للإشراف على الذكاء الاصطناعي: القصة التي لا يخبرها أحد

أحد أكبر الأخطاء التي ترتكبها الشركات هو الاعتقاد بأن استبدال البشر بالذكاء الاصطناعي سيقلل التكاليف. لكن الواقع مختلف.

نُشرت دراسة مشتركة من جامعة بنسلفانيا وجامعة بوسطن في مارس 2026 بعنوان "فخ تسريح الذكاء الاصطناعي". قدم هذا البحث إطاراً رياضياً يُظهر أن الشركات التي تنشر الذكاء الاصطناعي للتخلص من العمال لا تقلل التكاليف فعلياً.

مفارقة الإشراف البشري

يكشف بحث الأساتذة Hamsa Bastani وGérard Cachon من Wharton عن تحدٍ متناقض: كلما أصبحت أنظمة الذكاء الاصطناعي أكثر موثوقية، أصبح الإشراف البشري عليها أصعب وأغلى.

لماذا؟ لأنه عندما يرتكب الذكاء الاصطناعي أخطاء نادرة، يجب على البشر قضاء ساعات في مراجعة المخرجات التي تكون صحيحة دائماً تقريباً. هذا العمل ممل ويتطلب تركيزاً عالياً. ونتيجة لذلك، يزداد التعويض المطلوب لضمان الإشراف المتسق بشكل كبير.

بعبارة أخرى، إذا كنت تريد نظام ذكاء اصطناعي يعمل على مدار الساعة طوال أيام الأسبوع، فأنت بحاجة إلى مديرين يراقبونه على مدار الساعة طوال أيام الأسبوع. يجب أن يكون هؤلاء المديرون مهرة للغاية لأنهم بحاجة إلى تحديد الأخطاء النادرة ولكن الحرجة. وهؤلاء المديرون ليسوا رخيصين.

الجدول الزمني للأخطاء الكبرى: من 2022 إلى 2026

إحصائيات الاستبدال المدمرة: أي الوظائف تضررت أكثر؟

كشف مؤشر الذكاء الاصطناعي لعام 2026 من Stanford HAI عن نتائج صادمة. انخفضت العمالة بين مطوري البرمجيات الذين تتراوح أعمارهم بين 22 و25 عاماً بنسبة 20٪ تقريباً منذ عام 2024. خلال نفس الفترة، شهد المطورون الذين تبلغ أعمارهم 30 عاماً فما فوق في نفس الشركات نمواً في عدد الموظفين.

ماذا يعني هذا؟ يعني أن الذكاء الاصطناعي لا يستبدل هندسة البرمجيات كتخصص. إنه يستبدل مهام محددة تم توظيف المطورين المبتدئين للقيام بها: الكود النمطي، الاختبار المكتوب، إصلاحات الأخطاء الروتينية، العمليات الأساسية.

لكن المشكلة هنا: كانت الأدوار على مستوى المبتدئين دائماً الطريقة التي يبني بها العمال المهارات، ويكتسبون الخبرة، ويطورون الحكم الذي يجعلهم ذوي قيمة بمرور الوقت. عندما تختفي هذه الأدوار، يضعف خط الأنابيب الذي يغذي الوظائف المتوسطة والعليا.

الاستنتاج الذي لا أحد يريد سماعه

الشركات التي تقطع الأدوار المبتدئة اليوم تراهن على أنها يمكنها توظيف المواهب ذات الخبرة لاحقاً. هذا الرهان يصبح أصعب للفوز به كل عام يظل فيه خط الأنابيب مغلقاً.

وفقاً لبنك الاحتياطي الفيدرالي في نيويورك، أصبح لدى تخصصات علوم الكمبيوتر الآن مشكلة أكبر في العثور على وظائف من تخصصات العلوم الإنسانية. هذا ليس خطأ مطبعياً. هذا هو الواقع.

لماذا لا يمكنك بناء موقع ويب بسطر واحد من الأوامر؟

واحدة من أكبر الأكاذيب التي تُقال للناس هذه الأيام هي أنه يمكنك بناء موقع ويب كامل بسطر واحد من الأوامر. نعم، يمكنك إنشاء صفحة HTML بسيطة. لكن موقع ويب حقيقي؟ هذا أبعد من ذلك بكثير.

موقع ويب حقيقي يحتوي على ملايين الأسطر من الكود. يحتاج إلى قاعدة بيانات. يحتاج إلى استضافة. يحتاج إلى أمان. يحتاج إلى بنية تحتية. وكل هذه تتطلب معرفة.

الآن، يمكن اختراق معظم مواقع WordPress في دقائق. لماذا؟ لأن الأشخاص الذين ليس لديهم معرفة بنوا مواقع فقط. تجاهلوا الأساس. لم يأخذوا الأمن على محمل الجد. اعتقدوا أن الذكاء الاصطناعي سيحل كل شيء.

مستقبل الذكاء الاصطناعي: أغلى أم أرخص؟

يعتقد الكثيرون أن استخدام الذكاء الاصطناعي يقلل التكاليف. لكن الواقع مختلف. في المستقبل القريب، من المحتمل أن يصبح استخدام الذكاء الاصطناعي أكثر تكلفة، وليس أرخص.

لماذا؟ توجد عدة أسباب:

• تكاليف البنية التحتية: يجب على الشركات الكبرى دفع تكاليف عالية للحفاظ على أنظمة الذكاء الاصطناعي وتطويرها
• تكاليف الإدارة: مدير الذكاء الاصطناعي لن يعمل براتب مبرمج عادي. يجب أن يمتلك مهارات تقنية وفهماً عميقاً للذكاء الاصطناعي
• تكاليف الإشراف: كما ناقشنا، يتطلب الإشراف المستمر على الذكاء الاصطناعي موارد بشرية ماهرة ومكلفة
• تكاليف الأخطاء: عندما يرتكب الذكاء الاصطناعي أخطاء، يمكن أن تكون تكلفة إصلاحها عالية جداً

لذا ربما لن يخفض استخدام الذكاء الاصطناعي التكاليف، بل قد يزيدها قليلاً. حتى مع عدد أقل من العمال، ولكن مديرين أكثر وأكثر مهارة.

ما هو الحل؟ نموذج مختلط

الجواب ليس في الرفض الكامل للذكاء الاصطناعي ولا في القبول الأعمى. الجواب في نموذج مختلط يستفيد من نقاط القوة في كليهما.

مبادئ الاستخدام الصحيح للذكاء الاصطناعي في المؤسسات

بناءً على تجربتي في إدارة TekinGame وتحليل بيانات الشركات الكبرى، هذه هي المبادئ الرئيسية:

1. استخدم الذكاء الاصطناعي لتعزيز البشر، وليس استبدالهم: أفضل النتائج تأتي عندما يكون الذكاء الاصطناعي أداة في أيدي البشر، وليس بديلاً عنهم
2. احتفظ دائماً بخبير بشري في الحلقة: لكل نظام ذكاء اصطناعي حرج، يجب أن يكون هناك إنسان يمكنه التدخل في أي لحظة
3. أعد التدريب بدلاً من التسريح: أظهر نموذج IKEA أن إعادة تدريب الموظفين الحاليين يمكن أن يؤدي إلى تدفقات إيرادات جديدة
4. حافظ على خط أنابيب المواهب: كما قال الرئيس التنفيذي لـ AWS، بدون المبتدئين اليوم، لن يكون لديك خبراء الغد
5. احسب التكاليف الحقيقية: ليس فقط التوفير الأولي، بل أيضاً تكاليف الإشراف وتصحيح الأخطاء وخسارة العملاء