خطّان في الاستطلاع نفسه تحركا في اتجاهين متعاكسين هذا العام. ارتفع الاستخدام اليومي للذكاء الاصطناعي التوليدي بين العاملين من 14% إلى 22%، واستخدم 64% الذكاء الاصطناعي في العمل خلال الأشهر الاثني عشر الماضية — بزيادة عشر نقاط. وفي الفترة نفسها، سار الوصول إلى التدريب في الاتجاه المعاكس: انخفضت نسبة العاملين الذين يقولون إنهم يحصلون على موارد التعلّم والتطوير التي يحتاجونها إلى 51%، نزولاً من 59% (PwC، 2026). هؤلاء 49,364 عاملاً في 48 بلداً ومنطقة و29 قطاعاً، جُمعت بياناتهم في مايو ويونيو 2026.
اقرأ الرقمين مرة أخرى: التبنّي صاعد عشر نقاط، والوصول إلى التدريب هابط ثماني نقاط. أيّاً كان ما يموّل نشر الذكاء الاصطناعي عندكم، فهو ليس ميزانية تطوير متنامية. وأقدر الناس على ملاحظة ذلك هم الأقدر على الرحيل.
منحنى التبنّي ومنحنى التطوير افترقا
الإغراء هو التعامل مع نسبة 51% كرقم رخو — أثر منهجي في الاستطلاع أو مجرد تشكٍّ. لكن البيانات المحيطة في البيان نفسه تجعل ذلك صعباً.
أبلغ العاملون عن تغيّر أكبر لا أقل: 58% من الذين عاشوا تغيّراً في العمل قالوا إن التغيّر في العام الأخير كان أكثر من الأعوام السابقة، و40% قالوا إنهم اضطروا إلى تطبيق مهارات جديدة في أدوارهم بدرجة كبيرة أو كبيرة جداً. في المقابل، قال 27% إن الإنهاك أو الاحتراق النفسي يحدّ من إنتاجيتهم، وثلث فقط تبقّى لديه مال في نهاية الشهر، بانخفاض 8% على أساس سنوي (PwC، 2026).
إذن ارتفع الطلب على المهارات الجديدة، وارتفع الضغط على العاملين، وانخفض المعروض من التطوير المنظّم. هذه ليست قصة معنويات، بل قصة قدرة — ولها شكل محدد.
التغيّر يتمركز أيضاً في القمة. وجدت PwC أن 51% من كبار التنفيذيين و46% من المديرين طبّقوا مهارات جديدة في أدوارهم، مقابل 29% من غير المديرين و38% من العاملين في المستويات الأولى. التعلّم يحدث حيث توجد سلطة التقدير بالفعل.
ميزانية واحدة، مشكلتا استبقاء
تقسّم PwC القوى العاملة إلى أربع مجموعات حسب ندرة المهارات والقدرة في الذكاء الاصطناعي:
| الشريحة | النسبة | الوصف |
|---|---|---|
| Front-runners | 14% | مهارات نادرة وقدرة قوية في الذكاء الاصطناعي |
| AI insurgents | 18% | مهارات أقل ندرة، يستخدمون الذكاء الاصطناعي لإنتاج أكثر |
| Indispensables | 11% | مهارات نادرة ومُقدَّرة عالياً، في بداية منحنى الذكاء الاصطناعي |
| Engine room | 56% | مهارات غير نادرة، في بداية منحنى الذكاء الاصطناعي |
تظهر نتيجة الاستبقاء عند طرفَي هذا التوزيع، والطرفان يحتاجان إلى مال مختلف.
بين الـ front-runners، يقول 29% إن احتمال تغييرهم صاحب العمل في العام القادم مرتفع جداً أو شديد الارتفاع. وهم ممثَّلون بأكثر من حصتهم بين من يُكافَؤون على تحدّي طرق العمل القائمة (1.5 ضعف المتوسط العالمي) وعلى تعلّم مهارات جديدة (1.2 ضعف)، وهم أكثر احتمالاً بـ +33 نقطة لطلب ترقية (PwC، 2026). هذا خطر رحيل خلقه النجاح: كافأتموهم على بناء قدرة قابلة للنقل، والقدرة قابلة للنقل فعلاً.
في الطرف الآخر، من بين 56% في الـ engine room، اثنان فقط من كل خمسة يقولون إنهم يحصلون على الوصول إلى التدريب الذي يحتاجونه. هم الأقل مكافأة على استخدام الذكاء الاصطناعي أو تعلّم الجديد أو مساءلة طرق العمل — وهم من ينجز معظم العمل اليومي. هذا ليس خطر رحيل، بل خطر قدرة، ويظهر لاحقاً في شكل عنق زجاجة لا في شكل استقالة.
ميزانية تدريب موزّعة بالتساوي على كل الموظفين لا تموّل أياً من الطرفين: رقيقة جداً للإبقاء على الـ 14%، وعامّة جداً لتحريك الـ 56%.
فجوة الثقة تُحدث ضرراً صامتاً
المقارنة التي يقدّمها الاستطلاع بين المستخدمين اليوميين والمتقطّعين هي الجزء الذي يستحق عرضه في مراجعة العمليات القادمة. أبلغ المستخدمون اليوميون عن 68% ثقة في أمان وظيفتهم مقابل 57% للمستخدمين المتقطّعين، وكانوا أكثر احتمالاً بـ +12 نقطة لطلب ترقية، و+15 للثقة في الإدارة العليا، و+21 في الثقة بقدرتهم على تعلّم مهارات جديدة (PwC، 2026).
هذه ارتباطات لا تقديرات سببية — فقد يكون الواثقون ببساطة أسرع تبنّياً. لكن الدلالة التشغيلية تصحّ في القراءتين. إذا كانت الطلاقة في الذكاء الاصطناعي تسير مع الثقة في الإدارة ومع الإيمان بقدرة المرء على التعلّم، فإن نصف القوى العاملة المحجوب عنه التطوير هو أيضاً النصف الأقل تصديقاً لبرنامج التغيير عندكم، والأقل احتمالاً لإخباركم بذلك.
الوصول إلى التدريب نتيجة تصميم تنظيمي، لا بند ميزانية
هذا هو الاعتراض الذي ينبغي لمسؤول العمليات أن يتوقف عنده قبل إقرار مزيد من الإنفاق على التدريب: الشركات التي تستثمر أقل من اللازم في المهارات القابلة للنقل تتصرف غالباً بعقلانية، وزيادة الميزانية وحدها لا تحلّ المشكلة.
تعيد أدلة جديدة من Deming وSadun وStanton تأطير التدريب الممول من الشركة كنتيجة تصميم تنظيمي لا نتيجة حجم أو سخاء (NBER Working Paper 35920، 2026). استناداً إلى مسح لـ 954 شركة أمريكية لديها 100 موظف أو أكثر، يجدون أن وجود تصنيف للمهارات يرتبط بزيادة 26 نقطة مئوية في احتمال أن تشغّل الشركة برنامج تدريب منظّماً، ووجود جرد للمهارات بـ 17 نقطة. والشركات التي لديها 10,000 موظف أو أكثر أكثر احتمالاً بـ 13 نقطة لتشغيل مثل هذه البرامج من الشركات التي لديها 100 إلى 999 — وهذا أثر الحجم مضبوط أصلاً في النموذج الذي يعطي الـ 26 نقطة.
هذا الترتيب مهم لشركة بين 50 و500 موظف: البنية القياسية تتنبأ بالتطوير المنظّم بقوة مضاعفة لأثر أن تكون أكبر عشرين مرة. لا يمكنكم الخروج من المشكلة بزيادة عدد الموظفين، ولا تحتاجون حجم مؤسسة كبرى لإصلاحها.
آليتهم تفسّر أيضاً خطر رحيل الـ front-runners. يقول المؤلفون إن التصميم التنظيمي هو الطريقة التي تجعل بها الشركات المهارة العامة خاصة بالشركة — والمهارة الخاصة بالشركة هي كيف تستحوذ الشركة على عائد التدريب. درّبوا شخصاً على قدرة عامة بلا معمار أدوار حولها، فتكونون قد موّلتم تهيئته عند صاحب العمل التالي. درّبوه داخل نموذج كفاءات محدّد مع خطوة داخلية تالية مرئية، فيبقى العائد عندكم.
ويضيف تحليلهم للتجمّعات تحذيراً: التدريب يتمركز عادة إما حول تطوير المديرين أو حول تطوير الصفوف الأمامية، نادراً حولهما معاً. وهذا بالضبط نمط الفشل الذي تقيسه PwC — تطوير متمركز حيث توجد الأقدمية أصلاً.
جانب التكلفة يضاعف المشكلة. تقدّر Gartner أن الأدوار المرتبطة بالذكاء الاصطناعي تُدفَع بثلاثة إلى أربعة أضعاف أجر العامل المتوسط، مع دورات حياة لمهارات الذكاء الاصطناعي تتقلص إلى سنتين إلى خمس سنوات، وتتوقع إعادة تعيين ما يصل إلى 30% من الموظفين الذين أزاحهم الذكاء الاصطناعي بحلول 2029، وغالباً بتكلفة أعلى (Gartner، 2026). مهارة غالية وسريعة الاستهلاك وقابلة للنقل هي أسوأ أصل يمكن الاحتفاظ به بلا بنية تطوير وخلافة حوله.
قبل التصرف بناءً على الشرائح، تحققوا من كيفية قياسها
تحذير واحد، لأنه يغيّر ما يمكنكم فعله بهذه البيانات داخلياً. تستند شريحة PwC إلى ما يقوله العاملون أنفسهم عن قدرتهم في الذكاء الاصطناعي. والمهارة المُعلَنة ذاتياً إشارة ضعيفة معروفة: في تقرير Automation Anxiety Report 2026 من GCheck (العدد = 1,500 عامل أمريكي بدوام كامل، جُمعت بياناتهم في أبريل 2026)، قال 63% إنهم بالغوا أو كذبوا بشأن مهاراتهم في الذكاء الاصطناعي ليبدوا أكثر كفاءة، وترتفع النسبة إلى 80% بين من هم تحت الثلاثين، بينما قال 64% إن صاحب العمل لم يحاول قطّ التحقق من هذا الادعاء (GCheck، 2026). وهو استطلاع من مورّد — GCheck تبيع خدمات التحقق — فتعاملوا مع حجم الرقم كمؤشر اتجاه، ومع الاتجاه نفسه كأمر راسخ.
الدلالة ليست أن الصورة العالمية لدى PwC خاطئة؛ فعلى 49,364 مستجيباً يكون تضخّم التقرير الذاتي ضجيجاً في الإجمال إلى حد كبير. الدلالة محلية: إذا أعدتم إنتاج هذه الشريحة داخل شركتكم عبر استمارة تقييم ذاتي، فستصنّفون الناس خطأً، وبانحياز معروف الاتجاه — سيحلّ أعلى المتبنّين صوتاً في خانة الـ front-runner سواء انتموا إليها أم لا.
تقسيم القدرة لا يساوي أكثر من القياس الذي يسنده. الكفاءة المُقيَّمة والمُخرَج المُثبَت والأداء المرصود في المهام أدوات مختلفة عن سؤال عن الثقة بالنفس، وهي تتباعد بشكل منهجي.
ما ينبغي لمسؤول العمليات فعله هذا الربع
أربع خطوات، مرتّبة حسب قوة الأثر.
1. أعيدوا حساب معدل الوصول إلى التدريب حسب الشريحة، لا بشكل إجمالي. لديكم بشبه تأكيد رقم واحد على مستوى الشركة للمشاركة في التدريب أو الرضا عنه. فكّكوه: حسب المستوى، وحسب الوظيفة، وحسب من هم فعلاً مستخدموكم المكثّفون للذكاء الاصطناعي (ستقول لكم بيانات استخدام التراخيص ذلك، لا استطلاع). متوسط 51% قد يخفي 80% في القمة و40% في الوسط — وهذا ما تجده PwC عالمياً. الفجوة، لا المتوسط، هي الرقم الذي يُدار.
2. ابنوا التصنيف قبل شراء المحتوى. إذا كان أثر 26 نقطة مرتبطاً بوجود تصنيف للمهارات، وكان هذا الأثر يصمد بعد ضبط الحجم والقطاع (NBER Working Paper 35920، 2026)، فإن أرخص خطوة عالية المردود هي تحديد الكفاءات التي تتطلبها أدواركم فعلاً والقياس عليها في كل دورة. هذا هو العمل الذي يحوّل بنداً في الميزانية إلى نظام تطوير — قياس كفاءات يغذّي جهوزية الخلافة والحركة الداخلية بدلاً من كتالوغ دورات، وهو التمييز الذي تنظّم Scovai حوله طبقة الأداء والخلافة.
3. امنحوا الـ 14% نطاقاً، لا ترخيصاً إضافياً. الـ front-runners الذين يبلغ احتمال رحيلهم 29% يُكافَؤون على تحدّي الوضع القائم وعلى سرعة التعلّم. مزيد من الأدوات لا يبقيهم؛ خطوة داخلية تالية مرئية تبقيهم. سمّوا المواقع التي يمكنهم الانتقال إليها ونافذة الجهوزية — جاهز الآن، أو بعد اثني عشر إلى أربعة وعشرين شهراً — وأخبروهم بها. سوق داخلي يعمل فعلاً هو أداة الاستبقاء هنا.
4. تحققوا من القدرة قبل إشغال الأدوار الحرجة للذكاء الاصطناعي. ثبّتوا بوابة كفاءة تطبيقية قصيرة قبل إسناد تشغيل أي سير عمل يعتمد على الذكاء الاصطناعي أو الإشراف عليه أو إعادة تصميمه. مع معدل تضخّم في التقرير الذاتي يتجاوز 60% (GCheck، 2026)، فإن تخطيط القدرة على طلاقة مُعلَنة هو تخطيط على رقم خاطئ بحكم التصميم.
القرار الذي أمامكم
تراجع الوصول إلى التدريب ثماني نقاط مع ارتفاع استخدام الذكاء الاصطناعي عشر نقاط ليس مشكلة بند ينتظر ميزانية أكبر. إنها مشكلة توزيع، والتوزيع خيار تصميمي تتخذونه بالفعل تلقائياً.
لذا فالسؤال لهذا الربع ضيّق: أتعرفون معدل الوصول إلى التدريب للـ 14% الذين لا تقدرون على خسارتهم، وللـ 56% الذين ينجزون العمل؟ إن لم يكن هذان الرقمان على صفحة واحدة بنهاية الربع، فأنتم لا تديرون فجوة مهارات في الذكاء الاصطناعي. أنتم تمولونها.