إزاحة العمالة: ما تُظهره البيانات فعليًا

ابدأ بثلاثة أسئلة مختلفة

يصبح النقاش حول الذكاء الاصطناعي والوظائف مربِكًا عندما تُعامَل ثلاثة مقاييس وكأنها قابلة للتبادل. التعرّض يسأل ما إذا كانت تقنية ما تستطيع أداء بعض المهام داخل مهنة. الآثار المُلاحَظة تسأل ما إذا كان التوظيف، أو ساعات العمل، أو الأجور، أو التوظيف الجديد، أو جودة العمل قد تغيّرت فعليًا. التنبؤات تُقدِّر ما قد يحدث في ظل افتراضات حول القدرة، والتبني، والطلب، والتنظيم، والاقتصاد الأوسع. ويمكن لوظيفة أن تكون شديدة التعرّض دون أن تختفي: فقد حوّلت جداول البيانات المحاسبة، مثلًا، بينما زادت الطلب على بعض العمل المحاسبي.

وجاء أقوى تقدير عالمي للتعرّض متاح في 2025 من منظمة العمل الدولية ومعهد NASK البولندي. وصنّف مؤشرهما على مستوى المهام نحو 25% من التوظيف العالمي بأن لديه بعض التعرّض للذكاء الاصطناعي التوليدي، لكن 3.3% فقط في فئة أعلى تعرّض. وخلص المؤلفون إلى أن التحوّل أرجح من الاستبدال الكامل لأن معظم المهن تجمع بين مهام قابلة للأتمتة وأخرى غير قابلة لها. وكان التعرّض أعلى في الاقتصادات مرتفعة الدخل وبالنسبة للنساء، ويعود ذلك أساسًا إلى أن التوظيف الكتابي موزَّع بشكل متفاوت. وهذه تقديرات قائمة على نمذجة، لا عدّ لوظائف فُقدت بالفعل (منظمة العمل الدولية–NASK، مايو 2025).

ما لوحظ فعليًا

حتى سبتمبر 2026، لم يثبت دليل على بطالة جماعية على مستوى الاقتصاد بأكمله سببها الذكاء الاصطناعي التوليدي. فالتبني كبير لكنه متفاوت، ولا تُحدِّد إحصاءات التوظيف الرسمية فئة نظيفة “سببها الذكاء الاصطناعي”. وقد تستشهد الشركات بالذكاء الاصطناعي بينما تُقلِّص الوظائف أيضًا بسبب أسعار الفائدة، أو التوظيف المفرط سابقًا، أو الإسناد الخارجي، أو إعادة هيكلة عادية. لذا فإن التسريحات المُعلَنة دليل سببي أضعف من دراسة تقارن عمالًا أو شركات متشابهة بتعرّض مختلف للذكاء الاصطناعي.

والنمط الأكثر مصداقية على المدى القريب هو إعادة التخصيص داخل الوظائف ومسارات التوظيف. ووجدت تجارب ميدانية مكاسب إنتاجية في مهام محصورة كدعم العملاء والكتابة، وغالبًا بمكاسب أكبر للعمال الأقل خبرة. وهذا لا يعني الأثر نفسه عبر مهنة بأكملها: فإنتاج أسرع يمكن أن يُقلِّص عدد الموظفين، أو يزيد الطلب، أو يرفع الجودة، أو ببساطة يزيد حجم العمل. ويُفيد مؤشر ستانفورد للذكاء الاصطناعي لعام 2026 بأن آثار سوق العمل متفاوتة ومُركَّزة في بعض المهن المعرَّضة ومسارات توظيف العمال الأصغر سنًا، لكن هذه الأدلة لا تزال قيد التطور، لا دليلًا على إزاحة جيل بأكمله (Stanford HAI، 2026).

وتظل المهام الكتابية من بين الأكثر تعرّضًا، بينما توسّع التعرّض ليشمل العمل المهني المُرقمَن كالبرمجة، والتحليل، والتمويل. والحضور المادي لا يجعل وظيفة آمنة بشكل دائم؛ بل يحدّ فقط مما تستطيع أنظمة النص والشاشة الحالية فعله دون روبوتات — وهي فجوة تستقصيها مباشرة صفحة هذا الدليل عن واقع الروبوتات الشبيهة بالبشر. ويمكن للحكم المرخَّص والثقة الشخصية أيضًا أن يُبطئا الاستبدال، وإن كانت المؤسسات قد تُؤتمِت مع ذلك التحضير، والفرز، والتوثيق، والمراقبة المحيطة بتلك الأدوار.

تصحيح التنبؤ الذي تصدّر العناوين

قدّر تقرير مستقبل الوظائف 2025 الصادر عن المنتدى الاقتصادي العالمي 170 مليون وظيفة مُستحدَثة و92 مليونًا مُزاحة بحلول 2030، أي نمو صافٍ قدره 78 مليونًا. وتغطي هذه الأرقام خمس اتجاهات كبرى مجتمعة: التغيّر التقني، والتجزؤ الجيواقتصادي، والتحول الأخضر، والتغيّر الديموغرافي، وعدم اليقين الاقتصادي. وهي ليست تقديرًا للوظائف المُستحدَثة أو المدمَّرة بالذكاء الاصطناعي وحده. وضمن توقعات أصحاب العمل في التقرير، ارتبط الذكاء الاصطناعي وتقنية معالجة المعلومات بـ11 مليون وظيفة مُستحدَثة و9 ملايين مُزاحة. وتجمع المنهجية بين استطلاع لأكثر من 1,000 صاحب عمل كبير وبيانات توظيف من منظمة العمل الدولية، لذا فهي تُمثِّل توقعات أصحاب العمل مُسقَطة عالميًا، لا نتيجة مقيسة (المنتدى الاقتصادي العالمي، يناير 2025). والمنتدى الاقتصادي العالمي منظمة يقودها أصحاب عمل، وهو منظور ينبغي للقراء أن يضعوه في الاعتبار عند تفسير استطلاعه.

وغالبًا ما تقيس تقديرات شركات الاستشارات “الساعات القابلة للأتمتة تقنيًا”. ويمكن أن تكون مفيدة لتخطيط السيناريوهات لكنها ليست تنبؤات بالبطالة. ويعتمد النشر الفعلي على الموثوقية، وإعادة تصميم سير العمل، والمسؤولية القانونية، وتكاليف الدمج، والتفاوض العمالي، وتفضيل العملاء، وما إذا كانت الأتمتة تجعل خدمة رخيصة بما يكفي لتوسيع الطلب. ونموذج يستطيع أداء 60% من المهام المُدرَجة في عرض توضيحي لم يُؤتمِت بالضرورة 60% من الدور المدفوع الأجر لعامل ما.

ما الذي قد يُغيّره انتقال إلى الذكاء العام الاصطناعي

كل ما سبق يتعلق بالذكاء الاصطناعي التوليدي الحالي. أما آثار الذكاء العام الاصطناعي على العمالة فهي إسقاطات، لأن أي اختبار متفَق عليه لم يُثبت وجود الذكاء العام الاصطناعي. فنظام قادر على تعلّم مجالات جديدة بموثوقية، والتخطيط على آماد طويلة، وتشغيل الأدوات، وتحسين سير العمل يمكن أن يُعرِّض نطاقًا أوسع بكثير من العمل المعرفي. وإذا أصبحت الروبوتات أيضًا رخيصة وموثوقة، فقد يتبعها العمل المادي. وعلى النقيض، يمكن للتنظيم، وهياكل الملكية، والتفضيل البشري، والطلب التكميلي أن تحافظ على العمل أو تخلقه حتى مع أنظمة أقوى بكثير.

وعدم اليقين الأساسي ليس القدرة وحدها بل توزيع المكاسب. فيمكن لنمو إنتاجية سريع أن يتعايش مع انخفاض دخل العمل إذا استحوذ ملّاك رأس المال على معظم العوائد. ويمكنه أيضًا أن يموّل أجورًا أعلى، وأسابيع عمل أقصر، وخدمات عامة، أو حصصًا اجتماعية إذا وزّعت المؤسسات المكاسب. لذا فإن سؤال “هل ستكون هناك وظائف؟” أقل اكتمالًا من سؤال من يملك الأنظمة، ومن يستطيع التفاوض، ومن يتحمل تكاليف الانتقال، وما إذا كانت الأسر تحتفظ بالدخل والفاعلية.

تعرّض غير متساوٍ وآثار من الدرجة الثانية

نادرًا ما تكون التحولات موحَّدة. فقد تتأثر المراكز الإدارية قبل المناطق التي يهيمن عليها البناء أو عمل الرعاية. وقد تتقلص مهام بداية المسار حتى عندما تستمر الأدوار الأقدم، ما يُضعف المسار الذي يتحول به المبتدئون إلى خبراء. وقد يحصل العمال ذوو الإعاقة على مساعدة قيّمة بينما يواجهون أيضًا فرزًا ومراقبة آليَّين. وقد تكسب الدول منخفضة الدخل وصولًا إلى خبرة، لكنها قد تخسر عمل الخدمات المُسنَد إلى الخارج الذي تعتمد عليه اقتصادات محلية.

ويُغفل القياس أيضًا جودة الوظيفة. فيمكن للذكاء الاصطناعي إزالة العمل الشاق، لكنه يمكن أن يُكثِّف العمل عبر المراقبة، والأهداف الخوارزمية، وتوقعات إنتاج مستمر. ويمكن لعدد توظيف مستقر أن يُخفي ضغطًا على الأجور، وساعات أقل، واستقلالية متدهورة، أو تحوّلًا من التوظيف الثابت إلى التعاقد غير المستقر. وعلى النقيض، يمكنه أن يُخفي فوائد جديدة في إمكانية الوصول وريادة الأعمال. وينبغي للوحة قياس مسؤولة تتبّع التوظيف، والأجور، وساعات العمل، والشواغر، ومضمون المهام، وتحكم العامل، والتوزيع — لا التسريحات وحدها.

قراءة عملية للأسرة

لا تتخذ قرارًا مهنيًا لا رجعة فيه بناءً على تنبؤ واحد. عامل التعرّض بوصفه دافعًا للعناية الواجبة:

1. اسرد المهام التي تتقاضى أجرًا مقابلها، بما في ذلك عمل العلاقات، والمسؤولية، والسياق المادي الذي تُغفله المسميات الوظيفية.
2. اختبر الأدوات الحالية على مهام حقيقية وسجِّل موثوقيتها، وعبء الإشراف عليها، وتكاليف فشلها.
3. راقب التغيّرات في توظيف صاحب عملك، ومشترياته، وسير عمله — لا تصريحات المسؤولين التنفيذيين فقط.
4. ابنِ دليلًا قابلًا للنقل على الحكم، ومعرفة المجال، وثقة العملاء، والإنتاجية المدعومة بالذكاء الاصطناعي.
5. قلِّل تركّز الأسرة في صاحب عمل واحد أو حزمة مهام ضيقة حيثما أمكن ذلك.

والخلاصة الصادقة في سبتمبر 2026 ليست “لا شيء يحدث” ولا “معظم الوظائف على وشك الاختفاء”. فالأدلة الحالية تُظهر تعرّض مهام كبيرًا، وتبنيًا متفاوتًا، ومكاسب إنتاجية في بيئات محصورة، واضطرابًا مبكرًا في بعض قنوات التوظيف. أما ادعاءات التوظيف الصافي الكبيرة فتظل تنبؤات. والإزاحة على مستوى الذكاء العام الاصطناعي سيناريو معقول تعتمد حدّته على النشر والاقتصاد السياسي بقدر ما تعتمد على قدرة النموذج.