الجميع يدرّبون القوى العاملة. لا أحد تقريبًا يعيد تصميم العمل.

اسأل غرفة من المديرين التنفيذيين عمّا يعيق عائد الذكاء الاصطناعي لديهم، وسيصل معظمهم إلى الإجابة نفسها: موظفونا لا يملكون المهارات بعد. ويؤكد تقرير State of AI in the Enterprise 2026 الصادر عن Deloitte — وهو استطلاع شمل 3,235 قائدًا رفيع المستوى في 24 دولة — هذه الغريزة. فنقص مهارات الموظفين يُذكر بوصفه العائق الأكبر المنفرد أمام دمج الذكاء الاصطناعي في تدفقات العمل القائمة (Deloitte, State of AI in the Enterprise 2026). حتى هنا، لا شيء لافت.

اللافت هو ما تفعله الشركات بعد ذلك. في مواجهة عائق المهارات، يدرّب 53% القوى العاملة الأوسع لرفع الطلاقة في الذكاء الاصطناعي — وهي الاستجابة الأكثر شيوعًا بفارق واسع. أما الذين يمسّون ما تُصبّ فيه هذه المهارات فأقل بكثير: 33% فقط يعيدون تصميم المسارات المهنية، وأقلية مماثلة تعيد هندسة الأدوار وتدفقات العمل. الخطوة المهيمنة هي تدريب الناس بقوة أكبر على وظيفة لم تتغيّر شكلًا. هذا هو السبب الصامت وراء أن جزءًا كبيرًا من الإنفاق على تدريب الذكاء الاصطناعي لا يتحوّل أبدًا إلى قيمة — وبالنسبة إلى Head of Operations في السوق المتوسطة، هو الخطأ الأسهل تصحيحًا في ميزانية هذا الربع.

رد الفعل: تدريب أكثف للدور نفسه

لا عيب في رفع الطلاقة في الذكاء الاصطناعي. فالقوى العاملة التي لا تستطيع تشغيل الأدوات نقطة انطلاق مستحيلة. المشكلة هي معاملة الطلاقة بوصفها الإجابة الكاملة في حين أنها مجرد تذكرة الدخول.

تخيّل موظفًا في الحسابات الدائنة وظيفته معرّفة بأنها «معالجة 300 فاتورة في الأسبوع». ترسله إلى تدريب على الذكاء الاصطناعي. يعود قادرًا على توجيه نموذج، وتلخيص عقد، وصياغة بريد إلكتروني أسرع. ثم يجلس أمام الدور نفسه — الفواتير الثلاثمئة ذاتها، والتدفق ذاته، وتعريف الوظيفة ذاته — ويستخدم المهارة الجديدة لاقتطاع بضع دقائق من مهام كان بإمكان الذكاء الاصطناعي إزالتها بالكامل. لقد موّلت شخصًا أكثر كفاءة لأداء عمل لم يتغير بسرعة أكبر قليلًا. ارتفعت المهارة؛ وبقي العمل كما هو. عائد ذلك التدريب حقيقي لكنه هامشي، وأدنى بكثير مما كان يُفترض أن ينتجه الاستثمار في الذكاء الاصطناعي.

هذا هو الفخ الذي تكشفه بيانات Deloitte. الفجوة بين 53% و33% بين تمويل الطلاقة وتمويل إعادة التصميم ليست فرق تقريب. إنها الفرق بين تجهيز الناس للعمل وإعادة التفكير في العمل نفسه — والسوق تختار الأولى بأغلبية ساحقة.

لماذا لا يتحوّل رفع المهارات داخل دور لم يتغيّر

السبب في أن التدريب من دون إعادة تصميم يحقق أداءً أقل سببٌ بنيوي لا تحفيزي. فشكل الدور يحدّد السقف على ما يمكن لأي مهارة بداخله أن تنتجه. إذا كان الدور لا يزال معرّفًا كسلسلة من الخطوات اليدوية، فإن أكثر الموظفين طلاقةً في الذكاء الاصطناعي في العالم لا يستطيع سوى تحسين تلك الخطوات. لا يستطيع حذفها أو إعادة تركيبها أو تسليمها إلى وكيل — لأن وصف الوظيفة وعمليات التسليم ومقاييس النجاح لا تزال جميعها تفترض أن إنسانًا يؤدي كل خطوة.

إعادة تصميم الأدوار بالذكاء الاصطناعي هي فعل رفع ذلك السقف. إنها تطرح سؤالًا مختلفًا عن سؤال التدريب. التدريب يسأل: «كيف نساعد هذا الشخص على أداء وظيفته الحالية بالذكاء الاصطناعي؟» أما إعادة التصميم فتسأل: «بوجود الذكاء الاصطناعي، ماذا ينبغي أن تكون هذه الوظيفة أصلًا؟» والإجابتان مختلفتان جذريًا. الأولى تُبقي موظف الفواتير الثلاثمئة وتجعله أسرع. الثانية تلاحظ أن وكيلًا يستطيع تصفية 270 من الفواتير وتعيد تشكيل الدور إلى وظيفة استثناءات وضوابط — معاملات أقل، حُكم أعلى، ومقياس نجاح مختلف. والثانية وحدها هي التي تلتقط القفزة النوعية التي اشتُري الذكاء الاصطناعي من أجلها.

لهذا تجد Deloitte أن 34% فقط من المؤسسات تستخدم الذكاء الاصطناعي للتحوّل العميق في أعمالها، بينما يبقى نحو الثلثين على مكاسب تدريجية أو سطحية. الأغلبية التدريجية ليست ناقصة التدريب. إنها ناقصة إعادة التصميم. تُضاف المهارات إلى أشكال أدوار لم يُعَد بناؤها قط لاستخدامها.

ماذا تعني «إعادة تصميم العمل» فعلًا

إن بدا هذا لا يزال مجرّدًا، فإن بحث Gartner لعام 2026 يجعله ملموسًا ويُحدّد الجائزة كميًّا. ففي تقريرها Future of Work Trends for CHROs، تسمّي Gartner «خبراء العمليات لا نوابغ التقنية» (process pros, not tech prodigies) بوصفهم الموهبة التي تطلق قيمة الذكاء الاصطناعي، وتفيد بأن الفرق التي تعيد تصميم تدفقات عملها بالذكاء الاصطناعي أرجح بنحو الضعف في تجاوز أهداف الإيرادات مقارنةً بالفرق التي تكتفي بإضافة الذكاء الاصطناعي فوق المهام القائمة (Gartner, Future of Work Trends for CHROs, 2026). والمضاعفة لا تأتي من أدوات أفضل أو ساعات تدريب أكثر، بل من إعادة رسم العملية بحيث تغيّر الأداة النتيجة لا السرعة فقط.

وتظهر النسخة التنظيمية للنقطة نفسها في دراسة المؤسسة الوكيلة من MIT Sloan Management Review وBCG: فبين الشركات ذات التبني الواسع للذكاء الاصطناعي الوكيل، يتوقع 45% تقليصات في طبقات الإدارة الوسطى (MIT Sloan Management Review & BCG, The Emerging Agentic Enterprise, 2025). فالطبقات لا تنكمش إلا حين يُعاد بناء العمل تحتها فعليًا — لا حين يصبح التسلسل الهرمي نفسه أكثر طلاقةً فحسب. إعادة التصميم هي ما يُنتج التغيير البنيوي؛ أما التدريب وحده فيُنتج وضعًا راهنًا أكثر قدرة.

الحجة المضادة: «التدريب أسرع وأأمن من إعادة الهيكلة»

الاعتراض الصادق من مسؤول العمليات هو أن إعادة تصميم الأدوار مُربكة، والتدريب ليس كذلك. فإعادة تشكيل وظيفة تمسّ أعداد الموظفين ونطاقات الأجور وخطوط الإبلاغ وإحساس الناس بالأمان. أما إرسال الفريق إلى ورشة عمل فلا يمسّ شيئًا من ذلك. فبين رافعة آمنة وأخرى مُربكة، لماذا لا نسحب الآمنة؟

لأن الرافعة الآمنة تكلّف أكثر في صمت. التدريب لدور لم يتغيّر ليس مجانيًا — إنه إنفاق متكرر يشتري عائدًا هامشيًا، يتكرر في كل دورة ميزانية بينما يبقى المكسب البنيوي بعيد المنال. «إرباك» إعادة التصميم حقيقي لكنه محدود ولمرة واحدة؛ وضعف أداء التدريب وحده متواضع لكنه دائم. والإرباك أصغر مما يبدو حين تفعله على مستوى دور واحد لا وظيفة كاملة. أنت لا تعيد هيكلة الشركة هذا الربع. أنت تعيد بناء وظيفة واحدة حول ما يستطيع الذكاء الاصطناعي فعله الآن حقًّا، وتتعلّم منها، وتقرّر ما إذا كنت ستوسّع النمط. مخاطرة ذلك تجربة محتواة. أما مخاطرة التدريب وحده فهي فجوة متراكمة لم تسمّها قط.

المكسب كبير — ولا يظهر إلا بعد إعادة التصميم

السبب في أن الانزعاج يستحق العناء هو حجم المكسب على الجانب الآخر. وجدت التجربة الميدانية لـ Harvard Business School وBCG على العاملين بالمعرفة أن من أحسنوا استخدام الذكاء الاصطناعي أنجزوا المهام أسرع بنحو 25% وأنتجوا عملًا قُيّم بأعلى جودةً بنحو 40% مقارنةً بالمجموعة الضابطة (Harvard Business School & BCG, 2023). هذه هي الجائزة التي تكتتب لها كل ميزانية ذكاء اصطناعي ضمنًا.

لكن لاحظ الشرط: أحسنوا استخدام الذكاء الاصطناعي. فقد تحقّق المكسب حيث أُعيد تنظيم العمل فعليًا حول نقاط قوة النموذج وبعيدًا عن نقاط ضعفه — لا حيث كان لدى الناس مجرد وصول إلى الأداة داخل تدفقهم القديم. مكسب الجودة البالغ 40% هو نتيجة إعادة تصميم متنكّرة في زيّ بطاقة ميزانية تدريب. صبّ المال في الطلاقة من دون إعادة تشكيل الدور يموّل الوصول لكنه يتنازل عن المكسب. هذه بالضبط الآلية التي ينتهي بها ثلثا المؤسسات إلى مكاسب تدريجية وهي تظن أنها استثمرت في التحوّل.

خطوة الربع الثالث: أعد تصميم دور واحد قبل تمويل مزيد من الطلاقة

لست بحاجة إلى إعادة هيكلة المؤسسة لتتصرّف حيال هذا. أنت بحاجة إلى عكس ترتيب العمليات على دور واحد. قبل اعتماد الدفعة التالية من تدريب الطلاقة في الذكاء الاصطناعي، خذ دورًا واحدًا عالي الحجم في فريقك وأعد تصميمه أولًا حول الذكاء الاصطناعي.

ثلاث خطوات تجعل ذلك ملموسًا. أولًا، ارسم الدور كما هو — كل مهمة متكررة — وحدّد أيًّا منها يمكن لوكيل أن يتولاه بالكامل، وأيًّا يجب أن يحتفظ به إنسان، وأيًّا ينبغي أن يتوقف ببساطة. ثانيًا، أعد كتابة الدور حول ما يتبقّى: مزيج مهام جديد، ومقياس نجاح جديد (حُكم واستثناءات لا حجم معاملات)، وعمليات التسليم بين الإنسان والوكيل مُوضّحة صراحةً. ثالثًا — وثالثًا فقط — مَوِّل التدريب، موجّهًا الآن إلى الدور المُعاد تصميمه لا القديم. بهذا الترتيب، يهبط إنفاق الطلاقة على وظيفة مبنية لاستخدامها، ويمكنك قياس الفرق مقابل الأدوار التي لم تمسّها بعد.

القرار لهذا الربع

بيانات Deloitte مرآة، ومعظم فرق العمليات لن يعجبها الانعكاس: فجوة مهارات الذكاء الاصطناعي حقيقية، والاستجابة المعتادة تجعل العائد أصغر لا أكبر. تدريب قوى عاملة على أشكال أدوار سبقت الذكاء الاصطناعي ليس طريقًا إلى التحوّل؛ إنه أغلى طريقة للبقاء تدريجيًا.

لذا، قبل أن تعتمد جولة أخرى من تدريب الطلاقة في الذكاء الاصطناعي، اطرح سؤالًا على أكثر أدوارك تشبّعًا بالذكاء الاصطناعي: هل أعدنا تصميم هذه الوظيفة حول الذكاء الاصطناعي، أم نعلّم الناس فقط الركض أسرع داخل القديم؟ إن كانت الثانية، فاحتجز ميزانية التدريب أسبوعين وأنفقهما في إعادة تصميم الدور. كل فرد في فريقك يمكن تدريبه. أما الشركات التي ستفوز في العامين المقبلين فستكون القلّة التي أعادت تصميم العمل أولًا — ثم درّبت الناس على الوظيفة الموجودة فعلًا.