رفع وكلاء البرمجة المستقلون نشاط الـ commits لدى المطوّرين بنسبة تراكمية بلغت 240%. أما الإصدارات — المرحلة التي يصل فيها البرنامج إلى العميل — فارتفعت 30% فقط (Demirer, Musolff & Yang, NBER, 2026). المطوّرون أنفسهم، والأدوات نفسها، والدراسة نفسها، والنافذة الزمنية نفسها. ثمانية أعشار المكسب المُقاس لم تغادر أسوار الشركة قط.
هذه الفجوة هي شكل معظم دراسات الجدوى للذكاء الاصطناعي التي كُتبت هذا العام. المشروع التجريبي يقيس المرحلة التي تُسرّعها الأداة. ولا أحد يقيس المرحلة التي تتحكم في التسليم، لأن تلك المرحلة لا تحمل أي رسوم ترخيص.
عنوان الورقة Writing Code vs. Shipping Code، والتمييز الوارد في العنوان هو النتيجة كاملة. مكاسب إنتاجية الذكاء الاصطناعي حقيقية وكبيرة ومُقاسة على مستوى المهمة. لكنها تصل إلى العميل بخصم كبير.
ما تراه دراسة على 500,000 مطوّر ولا يراه مشروع تجريبي
طابق مرت ديميرر (MIT Sloan) وليون موزولف وليوان يانغ بيانات تتبّع استخدام الذكاء الاصطناعي مع أكثر من 500,000 مطوّر على GitHub ضمن تصميم دراسة أحداث مُطابَقة، ثم تتبّعوا الأثر عبر أجيال متعاقبة من الأدوات (NBER Working Paper 35275, 2026).
تستحق النتائج بحسب الجيل أن تُقرأ منفصلة، لأنها الجزء الذي سيرغب معظم القرّاء في اقتباسه:
- الإكمال التلقائي: أثر تراكمي +30% على الـ commits
- وكلاء البرمجة التفاعليون: +180%
- وكلاء البرمجة المستقلون: +240%
كل جيل يمثّل قفزة حقيقية. ومن يجادل بأن الأدوات الوكيلة لا تحرّك الإنتاجية على مستوى المهمة إنما يجادل ضد عيّنة ضخمة.
ثم يأتي التخفيف. ذلك الأثر البالغ 240% على الـ commits يهبط إلى 80% في عدد المشاريع وإلى 30% في الإصدارات الفعلية. وعندما خرج الباحثون من GitHub إلى أربعة أسواق برمجيات كبرى، وجدوا ارتفاعًا حادًا في عدد التطبيقات الجديدة ولا زيادة في الاستخدام الإجمالي.
شيفرة أكثر كُتبت. مشاريع أكثر قليلًا انطلقت. القليل الإضافي شُحن. ولا شيء إضافي استُخدم.
نتيجة الأسواق تستحق وزنًا مستقلًا، لأنها تستبعد قراءة مريحة. فتفسير الاختناق وحده كان سيتنبأ بتراكم مؤجَّل — ناتج ينتظر خلف بوابة، يمكن استرداده متى اتسعت البوابة. لكن التطبيقات الجديدة ارتفعت بينما لم يرتفع الاستخدام الإجمالي، وهذا يشير إلى ما هو أبعد من مرحلة الإصدار: السوق استوعب عرضًا أكبر دون أن يولّد طلبًا أكبر. جزء من المكسب الغائب ينتظر في طابور خلف المراجعة البشرية. وجزء منه لم يكن ليصير قيمة أصلًا، لأن إنتاج المزيد من شيء لم يطلبه أحد ليس إنتاجًا. وكلتا القراءتين ينبغي أن تجعلا المسؤول التشغيلي حذرًا تجاه دراسة جدوى تحوّل سرعة المهمة مباشرةً إلى إيرادات.
لماذا تموت مكاسب إنتاجية الذكاء الاصطناعي قبل المرحلة الأخيرة
تفسير الباحثين هو فرضية الحلقة الأضعف، وهي أقدم وأرسخ من أي شيء خاص بالذكاء الاصطناعي: في سلسلة إنتاج متعددة المراحل، يحكم الناتجَ الكلي أقلُّ المراحل تحسّنًا، لا المتوسط.
كتابة الشيفرة مرحلة واحدة. أما المراجعة واختبارات التكامل والموافقة الأمنية وإجازة الإصدار والنشر فهي المراحل الأخرى — ولم يمسّها أي جيل من أدوات البرمجة. لذلك انتقل القيد. لم يختفِ، بل انتقل إلى أول بوابة بشرية تلي التسريع.
رقم المرونة هو الحجة
تضع الورقة معاملًا على ذلك: مرونة إحلال مقدّرة بـ 0.23 بين الذكاء الاصطناعي والجهد البشري (Demirer et al., NBER, 2026).
اقرأ ذلك ببساطة. المرونة المنخفضة تعني تكاملية قوية. الذكاء الاصطناعي والبشر في المراحل التالية ليسا بديلين يتنافسان على العمل نفسه — بل مدخلان يحتاج كل منهما الآخر بنسبة متقاربة. ضاعِف أحدهما ثلاث مرات دون أن تمسّ الآخر ولن تحصل على ثلاثة أضعاف الناتج. ستحصل على طابور.
هذا هو الرقم الذي يُوضع أمام كل من يفترض خطته ضمنًا أن وكيلًا جيدًا بما يكفي سيبتلع المراجِع أيضًا في النهاية. أفضل تقدير متاح يقول العكس، ويقوله برقم عشري.
خط الإنتاج لديك له الشكل نفسه
البرمجيات هي السياق لا النطاق. فالبنية التي أنتجت هذه النتيجة — مراحل متتابعة، عمل قابل للتسريع آليًا في المقدمة، بوابات حكم بشري في المؤخرة — هي بنية كل عملية تشغيلية تقريبًا في شركة من 50 إلى 500 موظف بدوام كامل.
من الطلب إلى التحصيل: إنشاء عرض السعر قابل للأتمتة؛ أما اعتماد الائتمان ومعالجة الاستثناءات فلا. من التوظيف إلى الدمج: البحث عن المرشحين والفرز قابلان للأتمتة؛ أما قرار العرض وتسليمات الأسبوع الأول فلا. من التذكرة إلى الحل: الفرز والصياغة قابلان للأتمتة؛ أما حكم التصعيد فلا.
في كل حالة تجلس ميزانية الذكاء الاصطناعي على المرحلة الأولى، ويقع سقف الطاقة على المرحلة الأخيرة.
كيف تجد حلقتك الأضعف في فترة بعد الظهر
التشخيص لا يتطلب أدوات جديدة. خذ عملية واحدة واكتب مراحلها من البداية إلى النهاية — ستّ أو سبع مراحل هو المعتاد. ولكل مرحلة سجّل أمرين: هل لمسها الذكاء الاصطناعي في الاثني عشر شهرًا الماضية، وكيف يبدو الطابور أمامها اليوم.
الحلقة الأضعف هي غالبًا أول مرحلة تجيب لا على السؤال الأول وفي تزايد على الثاني. وستكون عادةً مرحلة يشغلها شخص أو شخصان من ذوي الخبرة كانوا أصلًا نقطة التصعيد قبل أن يبدأ كل هذا — وهذا بالضبط سبب عدم اقتراح أحد أتمتتها، وبالضبط سبب عجزها عن استيعاب حجم أكبر.
ثم اطرح السؤال الذي يعيد صياغة نقاش الميزانية: لو عالجت هذه المرحلة 20% وحدات إضافية أسبوعيًا، كم ستساوي؟ قارن ذلك بتكلفة الشريحة التالية من تراخيص المراحل الأولى. في معظم خطوط السوق المتوسط لا تكون المقارنة متقاربة أصلًا.
أدلة مستقلة تقول إن هذا الاختلال شبه شامل. فقد وجد تتبّع سلوكي شمل 120,620 عاملًا أن 2% فقط بلغوا نضج الدمج في سير العمل — أي استخدام الذكاء الاصطناعي داخل عملية أُعيد تصميمها بدل استخدامه بحثًا جانبيًا، بينما لا يزال 27% عند مستوى المساعدة البحثية البسيطة (ActivTrak Productivity Lab, 2026). وإذا كان 98% من التبنّي يحدث حول العملية لا داخلها، فإن المراحل النهائية لم تكن يومًا ضمن النطاق.
وتشير بيانات الإنتاج إلى الشيء نفسه من الطرف المقابل. وجدت دراسة قارنت استخدام الوكيل بالبحث أن المهام المتطابقة أُنجزت في 36 دقيقة مقابل 269 دقيقة، أي خفض زمني بنسبة 87% — بينما انتقل العمل اللاحق إلى أعلى، نحو التحقق والتوسيع، بدل أن يتلاشى (Perplexity & HBS, arXiv, 2026). العمل البشري لم يرحل. بل انتقل إلى المرحلة التي لم تكن تقيسها.
البوابة التي لم تموّلها هي أيضًا الباهظة
نتيجتان إضافيتان تجعلان المرحلة النهائية أصعب تجاهلًا من مجرد مشكلة طوابير.
أولًا، تكلفتها أعلى من تكلفة الأداة. وجد تحليل McKinsey QuantumBlack لاقتصاديات وحدة الوكلاء أن تكاليف الرموز (tokens) لوكيل خدمة عملاء مصرفي لا تمثّل سوى 20–25% من تكاليف التشغيل المتغيرة، بينما يستحوذ الإشراف البشري على 70–75% (McKinsey QuantumBlack, 2026). المرحلة التي تعاملها دراسة الجدوى كنفقات عامة مجانية هي معظم تكلفة التشغيل.
ثانيًا، تتدهور تحت الضغط. وجد استطلاع شمل 2,500 من عمّال المعرفة أن 42% يقضون في التحقق من مخرجات الذكاء الاصطناعي وقتًا أطول مما يوفّرونه باستخدامه، وأن 52% يصحّحون بانتظام عملًا وَلّده الذكاء الاصطناعي وأنتجه زملاؤهم (Adaptavist, 2026). ادفع حجمًا أكبر عبر مرحلة مراجعة لم تتغير، وسيمتصّه المراجعون كإعادة عمل — وهذه بالضبط الآلية التي يتحول بها مكسب 240% في المقدمة إلى 30% في النهاية.
إذن الحلقة الأضعف ليست بطيئة فحسب. إنها مركز التكلفة، وهي مشبعة سلفًا.
الاعتراض الأمين
ثلاثة حدود، تُقال قبل أن يقولها غيرك.
للباحثين علاقة مُعلَنة مع أحد المزوّدين. شغل ديميرر وموزولف كلاهما مواقع بحثية لما بعد الدكتوراه في Microsoft ويعملان اليوم مستشاري بحث بأجر لدى الشركة — وهذا مُفصح عنه في ورقة العمل نفسها. النتيجة تسير عكس المصلحة التجارية (فهي تضع سقفًا لأثر الإنتاج الذي يمكن ادّعاؤه لأدوات البرمجة)، وهو الاتجاه الذي يجعل تضارب المصالح أقل إثارة للقلق. سجّله على أي حال.
تغيّرت التقديرات بين المسودّات، وهذا مهم لكيفية الاقتباس. نسخة مايو 2026 أوردت عيّنة أصغر ومعاملات مختلفة؛ أما مراجعة سبتمبر 2026 فتورد أكثر من 500,000 مطوّر، وآثار الأجيال 30/180/240%، ومرونة 0.23. ونمط التخفيف صمد في النسختين. إذا اقتبست رقمًا من هذه الورقة في عرض لمجلس الإدارة، فاقتبس المراجعة الحالية وأرّخها — أوراق العمل ليست نتائج نهائية، والجدير بالاقتباس منها ما يبقى شكله بعد المراجعة.
قطاع واحد ليس كل القطاعات. للبرمجيات حدود مراحل نظيفة على نحو غير معتاد وبيانات تتبّع جيدة على نحو غير معتاد. أما إقفالك المالي أو سلسلة التنفيذ لديك فقد تنطوي على مشاركة بشرية أعمق في كل مرحلة، وهو ما سيضغط المكسب الأولي والتخفيف معًا. الاتجاه ينتقل. أما المقادير فليست مقاديرك حتى تقيسها.
ما الذي تقرّره هذا الربع
أربع خطوات. ثلاث منها لا تكلّف شيئًا سوى الانتباه.
- سمِّ آخر بوابة بشرية في عملية واحدة. ليس مالك العملية — بل خطوة الموافقة أو المراجعة أو التوقيع المحددة التي يجب أن تعبرها كل وحدة عمل قبل أن تُحتسب مُسلَّمة. إن عجزت عن تسميتها في جملة واحدة، فتلك هي النتيجة.
- قِس المرحلتين منفصلتين. مقياسك الحالي يعدّ على الأرجح النشاط في المرحلة المُسرَّعة: مسودات أُنتجت، تذاكر فُرزت، عروض أسعار تولّدت. أضف عدّادًا واحدًا عند مرحلة التسليم. النسبة بينهما هي تخفيفك، وهي الرقم الوحيد في هذا المقال الذي يخصّ شركتك فعلًا.
- انقل الزيادة التالية في ميزانية الذكاء الاصطناعي إلى المراحل النهائية. إذا صحّت نتيجة الحلقة الأضعف في خط إنتاجك، فالعائد الحدي لترخيص إضافي في المقدمة قريب من الصفر، والعائد الحدي لفكّ البوابة هو كل ما تحتجزه تلك البوابة اليوم. هذه إعادة تخصيص، لا إنفاق جديد.
- أعد تصميم البوابة قبل توسيع القُمع. رفع الحجم في المقدمة أمام مرحلة مراجعة لم تتغير يُنتج طوابير وإعادة عمل، لا ناتجًا. اعكس الترتيب: أصلح البوابة، ثم مرّر الحجم.
مكاسب إنتاجية الذكاء الاصطناعي لديك حقيقية. الدراسة تقول ذلك، وبحجم لن يبلغه أي مشروع تجريبي داخلي.
وهي أيضًا واقفة في طابور خلف شخص لم يضعه أحد في الميزانية. سؤال هذا الربع ليس كم يمكن لفريقك أن ينتج العمل أسرع. بل كم من ذلك العمل ما زالت مؤسستك قادرة على إنهائه.
