خمس طرق تغيّر بها الشركات الرائدة في الذكاء الاصطناعي طريقة إنجاز العمل
السبق في الذكاء الاصطناعي لا يعني كثرة استخدام الأدوات بقدر ما يعني إعادة تصميم العمل والقرارات والأدوار والحوافز حول قدرات جديدة.
لا تتميز الشركات المتقدمة في الذكاء الاصطناعي بالضرورة بأرقام قياسية في حجم الاستخدام. الفارق الأهم هو أنها تستعمل الذكاء الاصطناعي لإعادة تصور كيفية إنجاز العمل نفسه: تعيد تشكيل نماذج التشغيل، وتتخلى عن بعض التسلسلات الهرمية والإجراءات الراسخة، وتبحث عن السرعة والنمو والميزة التنافسية. وتبيّن دراسة لمعهد BCG أن الشركات القادرة على إعادة تصميم العمل والمواهب بالذكاء الاصطناعي، بدل الاكتفاء بإضافة أدوات جديدة فوق أساليب قديمة، تتفوق على نظيراتها بأكثر من 11 نقطة مئوية سنويًا في إجمالي عائد المساهمين المعدل بحسب القطاع، مدفوعة بنمو الإيرادات واتساع الهوامش.
استند البحث إلى مقابلات مع قادة كبار في أكثر من 50 شركة رائدة في الذكاء الاصطناعي، موزعة على 10 دول وأكثر من 12 قطاعًا، من شركات ناشئة إلى مؤسسات يتجاوز عدد موظفيها 50,000 موظف. وشملت العينة 23 شركة مولودة أصلًا حول الذكاء الاصطناعي، و18 منصة رقمية يشكل الذكاء الاصطناعي محركها الأساسي، و9 شركات تقليدية تعيد توصيل أعمالها حول الذكاء الاصطناعي وظيفةً بعد وظيفة. ومن خلال المقابلات برزت خمسة تحولات متكررة في طريقة العمل، وقد أظهرت 80% من الشركات ثلاثة تحولات منها على الأقل.
منهجية الدراسة
أُجريت الدراسة النوعية بين مارس وأغسطس 2026. وعُرّفت الشركة الرائدة في الذكاء الاصطناعي بأنها المؤسسة التي يعيد فيها الذكاء الاصطناعي بصورة جوهرية تعريف ما تقدمه للعملاء، وكيف تنافس، وكيف تعمل. وشملت العينة ثلاثة أنماط: شركات يكون الذكاء الاصطناعي فيها محرك القيمة الأساسي للمنتج أو النظام، ومنصات رقمية تستخدمه محركًا للتحسين والترتيب والتخصيص والتنسيق وتحقيق الدخل، وشركات تقليدية تستخدمه على نطاق واسع لإعادة تشكيل العمليات أو المنتجات الموروثة من دون تغيير نموذج أعمالها الأساسي.
تحدث الباحثون مع مسؤولي الموارد البشرية، ورؤساء المكاتب، والمؤسسين، وقادة الوظائف؛ أي مع أشخاص يستطيعون وصف كيفية تنظيم العمل لا كيفية بناء التقنية فقط. نصف العينة تقريبًا من البرمجيات والخدمات، والنصف الآخر موزع على قطاعات مختلفة. و14% من الشركات يقل عدد موظفيها عن 50 موظفًا، بينما 24% يزيد عدد موظفيها على 10,000. وتناولت المقابلات تسعة موضوعات: دور الذكاء الاصطناعي، والثقافة، والأدوار، والمهارات، وعرض القيمة للموظف، والتوظيف، وإدارة الأداء، ورفع المهارات، وطرق العمل والحوكمة.
حلل الفريق النصوص وفق هذه الموضوعات، ثم اختبر الأنماط التي تكررت بغض النظر عن الحجم والجغرافيا ونوع الشركة. ولم يُحتسب أي تحول إلا عندما وصف القائد ممارسة قائمة بالفعل، لا نية مستقبلية. واستخدم الفريق أدوات ذكاء اصطناعي للمساعدة في تحليل النصوص واستخراج الأنماط واختبار الأمثلة، مع تحقق فريق البحث من كل نتيجة واقتباس ومثال مقابل المقابلة الأصلية.
- غرض العمل: من وظائف مكلّفة إلى نتائج يملكها الأفراد والفرق.
- العمل نفسه: من «البشر ينتجون والآلة تساعد» إلى «الآلة تنتج والبشر يوجهون ويقيّمون».
- هندسة القرار: من تركيز القرار في الأعلى إلى توزيعه بحسب نوعه ومخاطره.
- تنسيق العمل: من اجتماعات المواءمة الروتينية إلى المعايرة وبناء العلاقات.
- المكافآت والتعويضات: من الأقدمية والنشاط إلى الأثر والحكم المهني والرافعة التي يوفرها الذكاء الاصطناعي.
غرض العمل: من المهام المعيّنة إلى ملكية النتائج
في النموذج التقليدي تُعرّف الوظائف من أعلى إلى أسفل، وتكون الأدوار ثابتة والمهام محددة. أما في أكثر من نصف عينة الشركات الرائدة، فتحدد القيادة الاتجاه بينما يملك الأفراد والفرق النتائج. يبقى الموظف مسؤولًا عن «ماذا» يجب تحقيقه، لكنه يحصل على مساحة أكبر لاختيار «كيف» يحققه. ونتيجة لذلك تصبح حدود الأدوار أكثر مرونة، ويتجمع الناس حول المشكلات بدل الالتزام الصارم بخانات الهيكل التنظيمي.
في منصة Bolt.new مثلًا، حدود الفرق رخوة عمدًا؛ فإذا كانت خبرة شخص أو حكمه مفيدين لمشكلة لدى زميل، فإنه يساعد مباشرة من دون تمرير الطلب عبر مدير أو انتظار إدراجه في خارطة طريق. كما أشار أقل بقليل من ثلثي القادة إلى تقليص كبير في الفحوص والموافقات الإجرائية، مع وضع أدوات وميزانيات حقيقية في أيدي العاملين وجعل الملكية من البداية إلى النهاية متوقعة وآمنة.
في منصة Railway انتقل المدير من دور التفتيش والختم إلى منح الموظفين الأصغر مسؤولية الفعل وتحمل ما يحدث بعده. وأصبحت مراجعات ما بعد التنفيذ تحل محل بعض الموافقات المسبقة، والإطلاق المرحلي يحل محل التوقيعات المتكررة، والاستقلالية والوصول الواسع يحلان محل مراجعات الحالة الأسبوعية. وفي منصة Valence يمتلك الموظفون المشكلة ويُمنحون الاستقلالية والميزانية لاختيار أدوات الذكاء الاصطناعي المناسبة، مع بقاء فحص أمن تقنية المعلومات ومراجعة الإنفاق ماليًا.
العمل نفسه: الآلة تنتج والبشر يوجهون ويقيّمون
في الشركات التقليدية يكون الإنسان هو المنتج الأساسي وتُستخدم التقنية لتسريع مهام محددة. أما في الشركات الرائدة، فيتحول العمل من التنفيذ إلى صياغة المشكلة وتحديد الهدف. يتولى الذكاء الاصطناعي قدرًا أكبر من الصياغة والبناء والتنفيذ، بينما ينتقل الإنسان إلى تحديد التكليف والتوجيه والحكم على جودة الناتج وما إذا كان صالحًا للاستخدام. وبذلك يستطيع فرد واحد إنجاز نطاق كان يحتاج سابقًا إلى فريق، ويتوسع الدور من خلال إدارة الذكاء الاصطناعي بدل التوسع فقط عبر توظيف مرؤوسين.
ذكر ثلثا المشاركين أنهم يدربون القوى العاملة عمدًا لكي يصبح مزيد من الأشخاص قادرين على توجيه الذكاء الاصطناعي لا مجرد استخدامه. وتفعل شركة Miro ذلك عبر برنامج متعدد المستويات للطلاقة في الذكاء الاصطناعي، وتتوقع من كل موظف بناء عدة وكلاء واستخدامها لتحقيق نتائج. أما شركة Zapier فتعرف الطلاقة عبر أربعة أبعاد: العقلية القائمة على الفضول، والاستراتيجية في معرفة متى يستخدم الذكاء الاصطناعي ومتى لا يستخدم، والقدرة العملية على البناء وإنتاج نتائج جيدة، والمساءلة عن الهدف والنتيجة.
وتتوقع شركة Salesforce من جميع الموظفين قدرات كانت تُعد إدارية: الاستشراف، والحكم، ووضع خطة بنقاط تحقق، ومعرفة متى يجب التدخل لتصحيح مسار الوكيل. حتى الموظف الجديد الذي يُعهد إليه بوكيل مكلف ماليًا مطالب بإدارته بحكم جيد. وفي ServiceNow يعاد تصميم العمل بحيث يركز الموظفون على ما هو مهم، ويكافَؤون على القدرة على التكيف والفضول وتطبيق السياق للوصول إلى رؤى أعمق، مع طبقة تنسيق غنية ومكتبة من الوكلاء وأدوات لإنشاء وكلاء جدد.
خمسة أنماط جديدة للأدوار
عاملون داخل النشاط يبنون تطبيقاتهم ووكلاءهم لتحسين وظائفهم، فيقل اعتمادهم على فرق الهندسة والبيانات والوكالات الخارجية. في Cursor بنى مسوّق داخلي تطبيقًا ولّد آلاف أصول التسويق للنمو، وأصبحت المالية تنمذج التوقعات وتحلل الاستخدام مباشرة. وفي DevRev بنى موظف عمليات مبيعات بلا خلفية تقنية روبوت Slack متكاملًا يتعامل مع نظام إدارة علاقات العملاء.
يعيدون التفكير في العمليات متعددة الخطوات من البداية إلى النهاية، ويحددون ما الذي ينبغي أن يستوعبه الذكاء الاصطناعي وما الذي يبقى بشريًا، وأين تتغير نقاط التسليم. في Writer صار الوكلاء يستخرجون أسئلة العملاء من مكالمات المبيعات ويقارنون الإجابات بمحتوى الشركة لكشف الفجوات، بينما يركز البشر على قرار المحتوى الجديد الذي يستحق النشر. وتستحدث Greenhouse «قائد ابتكار» داخل كل إدارة لاكتشاف فرص الأتمتة والعمل مع فريق مركزي لبناء الحلول.
يحكمون المخاطر والامتثال ويحافظون على النظام ضمن الحدود. في إحدى الشركات السحابية يمر الاستخدام المقترح عبر مجلس للذكاء الاصطناعي وفرق الامتثال والحوكمة قبل اعتماده، وتبقى فرق الامتثال مشاركة بعد النشر. وفي Scale AI توجد وحدة مخصصة لاختبار نماذج الشركة وأنظمتها الوكيلة بهجمات منهجية للحد من الهلوسة وتسرب البيانات.
تحول المعرفة المتخصصة إلى صيغة قابلة لإعادة الاستخدام. أربع شركات من كل خمس وصفت التقاط معرفة أفضل خبرائها لكي تستفيد منها المؤسسة كلها. توظف Workera متخصصًا لكل مجال لترميز خبرته في وثيقة يقرأها وكيل ويضخم فائدتها. وفي Reserv أدى تراكم الوكلاء إلى خفض بناء برنامج تعلم وتطوير جديد من 18 شهرًا إلى 4 أسابيع، وخفض الاستجابة للتغيرات التنظيمية من نحو 3 أيام إلى نحو ساعة. وفي Walmart يوثق الخبراء طريقة العمل لبناء «توأم رقمي» لأدوارهم حتى لا تضيع المعرفة مع انتقال الموظفين.
يشرفون على أساطيل الوكلاء: طريقة التشغيل والأداء والصلاحيات ومتى يجب إيقاف الوكيل. تصف Bolt.new دورًا مركزيًا مسؤولًا عن حوكمة البيانات والتحكم في الوصول واستضافة الوكلاء ومراقبتهم أو إخراجهم من الخدمة. كما تنشئ Walmart أدوار تنسيق لإدارة سوق واسع من الوكلاء المترابطين الموجهين للعملاء والموظفين ودعم الفرق التي تبنيهم.
هندسة القرار: من التركيز إلى التوزيع
في النموذج التقليدي تصعد القرارات إلى الأعلى لأن المعلومات موزعة والسلطة مرتبطة بالأقدمية والمساءلة مركزة في القمة. في الشركات الرائدة تتفكك هذه البنية الخطية: القرارات الحتمية القائمة على قواعد يمكن إسنادها إلى وكلاء، والقرارات القابلة للعكس ومنخفضة المخاطر تُدفع إلى الأقرب للمشكلة، بينما تميل القرارات غير القابلة للعكس إلى البقاء في المستويات العليا. وهكذا ترتبط حقوق القرار بقابلية القرار للعكس أكثر من ارتباطها بدرجة الشخص الوظيفية.
نحو نصف الشركات وصف دفع القرارات إلى الأسفل. في Jellyfish مثلًا كان كل تغيير في أعمال التكامل يحتاج توقيع مالك كود خارج الفريق. ومع استخدام أدوات الذكاء الاصطناعي لكتابة كود التكامل ارتفع حجم التغييرات وصارت المراجعات عنق زجاجة أكبر. الآن يعتمد المهندس الذي يكتب التغيير عمله ضمن ضوابط متفق عليها مسبقًا، فتنجز التغييرات خلال يوم بدل 3 أيام، مع قاعدة واضحة: يمكنك الشحن، لكنك تملك المسؤولية إذا تعطل شيء.
وفي HappyRobot تُسند القرارات المحكومة بقواعد إلى الوكلاء، بينما يبقى البشر للحالات التي تحتاج حكمًا حقيقيًا. غير أن توزيع القرار لا ينجح من دون بناء القدرة على الحكم؛ لذلك وصفت أكثر من نصف الشركات تعمدها جعل الاستدلال مرئيًا في قنوات مفتوحة، وتطبيع النقاش والتحدي، وإعطاء الأقل خبرة قرارات حقيقية مبكرًا مع دعم الأكثر خبرة. في Cursor تُنشر المقترحات المولدة بالذكاء الاصطناعي مع شرح سبب توجيه الأداة بهذه الطريقة، فلا يستطيع أحد الاحتماء خلف الناتج، ويُتوقع من الزملاء تحدي العمل الضعيف. وفي Glean يعد بناء الحكم مسؤولية صريحة للمديرين، خصوصًا مع الخريجين الجدد.
تنسيق العمل: من المواءمة الروتينية إلى المعايرة وبناء العلاقات
تستهلك الاجتماعات وتحديثات الحالة والموافقات وقتًا كبيرًا لأنها تنقل المعرفة والسياق بين الأشخاص. يستطيع الذكاء الاصطناعي امتصاص جانب من هذه الأعمال الإدارية ووضع السياق في أنظمة يمكن الوصول إليها عند الحاجة. في الشركات الرائدة يجتمع البشر لاتخاذ القرارات وتبادل الأفكار وبناء العلاقات. وقال نحو ثلثي المشاركين إن الاجتماعات أصبحت أكثر أهمية، بينما وصف معظمهم انتقال المديرين الوسطاء من منسقين إلى «مدربين لاعبين» يشاركون في العمل ويطوّرون الفريق.
أمضت DevRev عامين في بناء نظام معرفة خاص بها يسمى Computer يحتفظ بسياق الشركة مركزيًا، بحيث يستطيع أي موظف سؤاله مباشرة بدل البحث عن الشخص أو الفريق المناسب. وتفتتح Workera اجتماع القيادة الأسبوعي بوكيل يراجع البريد وSlack ويعرض القرارات المتخذة والمعلقة والتوصيات المبنية على وثيقة بشرية للمفاضلات، فيترك وقتًا أكبر للنقاش الحقيقي. وفي Miro انتقلت أعمال البيانات والحالة الروتينية إلى الذكاء الاصطناعي عبر استعلامات اللغة الطبيعية بدل الاجتماعات، بينما وُجّه وقت البشر إلى بناء علاقات العملاء، وهو عمل ترى الشركة أن الذكاء الاصطناعي لا يعوضه.
المكافآت والتعويضات: من الأقدمية والنشاط إلى الأثر والحكم
في الشركات التقليدية ترتبط الأجور والترقيات بالأقدمية والنشاط وحجم المخرجات، وتكون المراجعات سنوية ومن أعلى إلى أسفل. أما الشركات الرائدة فتكافئ الحكم الذي يثبته الشخص، والرافعة التي يستخرجها من الذكاء الاصطناعي، والأثر الذي يحققه. ويصبح التقييم أكثر استمرارًا ووضوحًا وتأثرًا بآراء الزملاء. ونحو ثلاثة أرباع الشركات ترجح الحكم على مجرد النشاط؛ لذلك ينتقل الاختبار من مظهر التسليم النهائي إلى التفكير الذي سبقه: ما الخطة؟ وأين عدّل الشخص أو رفض ما اقترحه الذكاء الاصطناعي؟
في Clay تُستخدم محادثات مباشرة قصيرة من 15 إلى 20 دقيقة للتحقق من أن الشخص يفهم حقًا ما اقترحه ويستطيع التصرف بناء عليه، لأن المخرج المدعوم بالذكاء الاصطناعي قد يبدو مصقولًا من دون أن يكون صاحبه قد فكر فيه بعمق. وفي Glean يُقيّم المرشحون والموظفون على جودة العمل وكيفية ممارسة الحكم فوق عمل الذكاء الاصطناعي. ويُطلب من مرشحي المبيعات مثلًا المفاضلة بين 3 أو 4 عملاء محتملين، واستخدام الذكاء الاصطناعي مع حكمهم الشخصي لتحديد من يُتابع أولًا وصياغة التواصل، ثم يُنظر إلى حدسهم في استراتيجية الحساب، ومعرفتهم متى يستخدمون الأداة، ومدى نقدهم للمخرج بدل قبوله كما هو.
وتقيّم Zapier الناس على الأثر لا النشاط: هل تحسن مقياس تجاري؟ هل تحسنت علاقة العميل؟ هل صار عمل زميل أفضل؟ فالذكاء الاصطناعي قادر على إنتاج نشاط كثيف لا يحقق شيئًا. وفي Scale AI أصبحت الترقية مدفوعة بالأثر، ويمكن الوصول إلى ألقاب عليا مبكرًا عندما تبرر النتائج ذلك. أما Writer فتحتفي بالمساهمين الذين يبنون طرقًا وأصولًا يتبناها الآخرون، وتدفع الخبراء إلى مشاركة المعرفة بدل حبسها للحفاظ على صفة «الشخص الذي لا يمكن الاستغناء عنه».
ماذا تستطيع الشركات التقليدية أن تفعل اليوم؟
تواجه الشركات التقليدية وضعًا أصعب لأنها تحتاج إلى تحقيق التحولات الخمسة وهي تحمل معها أعمالًا وأنظمة قائمة قد تقاوم التغيير. ولا يمكن دفع الأبعاد كلها بالسرعة نفسها؛ بل يجب ترتيبها وتكييفها مع واقع الشركة. وفي الشركات الكبيرة بالعينة تحركت الأدوار والحكم أسرع لأنها لا تتطلب هدم بنية قائمة: تكاد جميع الشركات الكبيرة تبني أدوارًا لعصر الذكاء الاصطناعي وتعامل الحكم، لا النشاط، بوصفه علامة العمل الجيد. في المقابل، إعادة تعريف العمل حول النتائج جارية لدى نحو ثلثي الشركات الكبيرة فقط، وأقل من نصفها دفع السلطة إلى أسفل التسلسل المؤسسي.
1. بناء الأساس
حدد القيمة واربطها بالقوى العاملة. ابدأ بالنتائج التجارية التي يفترض أن تفتحها فرص الذكاء الاصطناعي ذات الأولوية، لا بتبني التقنية لذاتها، ثم حدد الأدوار والوظائف والمهارات الأكثر تأثرًا. وعرّف الطلاقة في الذكاء الاصطناعي بحسب مؤسستك: العقلية والحكم ومستوى القدرة، لا مجرد استعمال الأدوات، ثم أدخلها في معايير التوظيف. منصة Ke العقارية في الصين خففت التركيز على اسم الجامعة، وبدأت تسأل المرشحين، خصوصًا الخريجين الجدد، عمّا بنوه بالذكاء الاصطناعي وما تعلموه من استخدامه.
زوّد الناس بالأدوات ومساحة التجريب. ابنِ القدرة في المجالات ذات الأولوية من خلال تدفقات عمل جماعية ومسارات تعلم مصممة لكل وظيفة أو عائلة وظيفية. وضعت Walmart أدوات متقدمة في أيدي موظفي الخطوط الأمامية مبكرًا، وقدمت الذكاء الاصطناعي بوصفه وسيلة لرفع مستوى العمل لا لإلغاء الوظائف، وعززت الرسالة ثقافيًا بالاحتفاء بموظف مخضرم كان أول من يحصل على شهادة الذكاء الاصطناعي لديها.
2. تسريع الرحلة
اختر نقطة الانطلاق. حدد مجالًا أو مجالين يجمعان أعلى قيمة محتملة وأعلى جاهزية ليصبحا نموذجًا لبقية المؤسسة. يمكن أن تكون الوظيفة ذات أفضل حالة أعمال وأعلى طلاقة وأكثر فريق استعدادًا. تحرك قسم البرمجيات في Rivian أولًا وأبعد من بقية الشركة، وشغّل إطار الذكاء الاصطناعي الخاص به قبل بقية الأعمال بنحو نصف عام، ثم أصبح مرجعًا للتوسع.
اجعل النموذج الجديد حيًا. أدخل مراسي الخبرة ومصممي سير العمل إلى المناطق التجريبية لإعادة تصميم كيفية إنجاز العمل وإعادة رسم حقوق القرار: ما الذي يقرره الوكيل، وما الذي يقرره الفرد، وما الذي يبقى للقيادة العليا. وأعد ضبط الاجتماعات بحيث تنتقل تحديثات الحالة إلى قنوات غير متزامنة أو أدوات تعاون، ويُحجز الوقت المباشر لما يحتاج حضورًا بشريًا حقيقيًا.
أثبت الأثر وكافئه. أعد تشكيل الحوافز والاعتراف حول نتائج التجربة، واجعل ما تحسن مرئيًا: ما الذي صار أسرع؟ ما الذي صار أفضل؟ وما الذي لم يعد يحتاج نقطة تسليم؟ حينئذ يقوم التوسع على الدليل لا على الترويج. واحتفِ بالفريق التجريبي واجعله يشرح النموذج للوظيفة التالية.
3. التوسع عبر المؤسسة
وسّع أنماط الأدوار الجديدة. مد الأدوار التي نجحت في التجربة، وعيّن مراسي خبرة حيث توجد معرفة عميقة ينبغي ترميزها، ووسّع الوصول إلى مصممي سير العمل، وأنشئ حراس الذكاء الاصطناعي ورعاة الوكلاء لإدارة المخاطر والتعقيد مع اتساع النطاق.
حوّل إعادة تصور العمل إلى قدرة مؤسسية. لا تجعلها سلسلة مشروعات منفصلة؛ أنشئ فريقًا مخصصًا وعملية محددة ودليلًا يلتقط ما تتعلمه كل إعادة تصميم، وحدد الطموح مركزيًا، مثل نسبة تدفقات العمل المستهدف تحويلها، حتى لا يعتمد التقدم على الحماس المحلي وحده. في ServiceNow أنشئ فريق منصة مركزي يبني القدرات الأساسية مرة واحدة ويدعم وحدات الأعمال في تبنيها بدل أن تعيد كل وحدة اختراع النهج.
أعد توصيل عمليات المواهب والأداء. غيّر ما يُقيّم عليه الناس بحيث يصبح الأثر والحكم وراءه أهم من النشاط أو حجم المخرجات. وكافئ المديرين الذين يبنون الحكم في فرقهم، والمساهمين الأفراد الذين يصنعون أصولًا قابلة لإعادة الاستخدام، لأن هذه السلوكيات تجعل الأثر يتضاعف.
تتوقع الدراسة أن تمنح الكفاءة وسرعة التوسع والتكيف الشركات الرائدة في الذكاء الاصطناعي قوة تنافسية متزايدة، لكن التحولات نفسها متاحة للشركات التقليدية إذا تبنت التقنية والتحول الذهني المصاحب لها. ولا توجد نقطة نهاية ثابتة: مع تطور التقنية ستواصل الشركات التكيف. العمل الحقيقي ليس اللحاق بالمكان الذي وصلت إليه الشركات المتقدمة اليوم، بل بناء القدرة على التحسن المستمر كما تفعل المؤسسات الأبعد تقدمًا.
