مُنح عشرون ألف موظف حكومي بريطاني ترخيصًا لـ Microsoft 365 Copilot، وحدَّد تقرير النتائج المشترك بين الجهات الحكومية الحصيلة عند 26 دقيقة موفَّرة للشخص في اليوم (Government Digital Service, 2025). ومنذ ذلك الحين يتنقّل هذا الرقم في عروض الشراء. تفصيلان من التقرير نفسه يغيّران حدود ما يمكن أن يحمله: المشاركون أنتجوه بتقدير وقتهم الموفَّر يوميًا بأنفسهم من مجموعة فئات، وقسم الاستنتاجات ينصّ على أنه «بسبب قيود تجريبية لم يكن ممكنًا تحديد كيف أُنفق الوقت الموفَّر».
ثم قامت Department for Work and Pensions — إحدى الجهات داخل التجربة نفسها — بتقييم مجموعتها مقابل مجموعة مقارنة من زملاء لم يحصلوا على ترخيص قطّ. وجاء تقديرها عند 19 دقيقة يوميًا على ثماني مهام روتينية (DWP, 2026).
قياسان لعملية نشر واحدة، نشرتهما الحكومة نفسها. والمسافة بينهما هي بالضبط المسافة بين عنوان صحفي عن وقت موفَّر ودراسة جدوى لمشروع تجريبي في الذكاء الاصطناعي.
ما قاسته فعليًا 20 ألف ترخيص
جرت التجربة المشتركة بين الجهات الحكومية من 30 سبتمبر إلى 31 ديسمبر 2024، مع التزام كل مؤسسة مشاركة بما لا يقل عن 1000 ترخيص (Government Digital Service, 2025). وبمعايير معظم الأدلة المتاحة عن إنتاجية الذكاء الاصطناعي، هذه وثيقة جيدة: واسعة النطاق، من القطاع العام، منشورة ومعها منهجيتها، وليست دراسة حالة من مورّد تتصدّرها ثلاثة شعارات مُجامِلة.
لكن المنهج هو المكان الذي ينبغي لمسؤول العمليات أن يتمهّل عنده. طُلب من المشاركين تقدير متوسط الوقت الموفَّر يوميًا بالاختيار من فئات تمتد من «لا شيء أو أقل من 5 دقائق» إلى «أكثر من ساعة». وحُسب متوسط 26 دقيقة من منتصفات تلك الفئات، مع التعامل مع الفئة العليا على أنها 60 دقيقة. سبعة عشر في المئة لم يلاحظوا أي توفير واضح للوقت. وأكثر من 70% وافقوا على أن Copilot قلّص الوقت المستغرق في البحث عن المعلومات — وهو، كما تشير أدلة لاحقة، حالة الاستخدام التي تكون فيها الأداة أكثر نفعًا ظاهريًا وأقل أثرًا اقتصاديًا.
أداة القياس إذن سؤال استرجاعي: كم من الوقت تظنّ أن هذا وفَّره لك؟ يمكن طرح هذا السؤال على 20 ألف شخص بتكلفة زهيدة، ولهذا يُطرح. لكنه لا يستطيع إنتاج الرقمين الذين تعمل عليهما دراسة الجدوى فعلًا.
الرقمان الذان لا يستطيع التقرير الذاتي تقديمهما
الأول هو الحالة المضادة: ما كان سيحدث لتلك المهام على أي حال، بالموظفين أنفسهم، وفي الربع نفسه، ودون أي ترخيص. والثاني هو المقصد: إلى أين ذهبت الدقائق المستعادة.
بدون الأول، أنت تقيس الحماسة مع الأثر. وبدون الثاني، أنت تقيس مُدخلًا وتسمّيه عائدًا.
العملية نفسها، مقابل من لم يحصلوا عليها
تقييم DWP يوفّر الأول من هذين الرقمين. استخدم انحدارًا من نوع Seemingly Unrelated Regression مقابل مجموعة مقارنة من غير المستخدمين، مع ضبط متغيرات ديموغرافية ومهنية ومتغيّر الحماس للذكاء الاصطناعي، وقدّر توفير 19 دقيقة يوميًا على ثماني مهام روتينية — بدلالة إحصائية في جميع المواصفات. وكانت أكبر التخفيضات لكل مهمة في البحث عن المعلومات (26 دقيقة) وكتابة البريد الإلكتروني (25 دقيقة). وقال تسعون في المئة من المستخدمين إن Copilot ساعدهم في توفير الوقت، وأفاد 65% بشعور أكبر بالإنجاز في العمل (DWP, 2026).
وDWP صريحة بالقدر نفسه عن سقفها: لم تكن تجربة معشّاة مضبوطة. وُزّعت التراخيص على أساس الأسبقية في الطلب، ولذلك فإن الاختيار الذاتي والتحيّز اللاحق للمعالجة مخاوف قائمة. التراخيص ذهبت إلى الأكثر حماسة.
قاوم الحساب هنا. الرقمان غير متكافئين — مجموعات مختلفة، نطاق مهام مختلف، منهج مختلف — وطرح أحدهما من الآخر ينتج رقمًا لا تسنده أي من الوثيقتين. النتيجة بنيوية لا رقمية: الجهة التي أضافت مجموعة مقارنة أعلنت رقمًا أصغر من التقدير الذاتي، في برنامج اختار فيه المتحمّسون أنفسهم للمعالجة. هذا هو اتجاه التصحيح، وهو الاتجاه الذي يهمّ عندما يسلّمك مورّد رقمًا واحدًا بلا أي مجموعة ضبط في الجوار.
الجملة التي ينبغي أن توقف اجتماع الموازنة
من كل ما ورد في التقرير المشترك، سطر واحد في الاستنتاجات هو الأكثر إضرارًا بالطريقة التي تُستخدم بها الـ26 دقيقة: «بسبب قيود تجريبية لم يكن ممكنًا تحديد كيف أُنفق الوقت الموفَّر».
للدقيقة المستعادة ثلاثة مصائر محتملة. تتحوّل إلى ناتج. أو تمتصّها مهمة أخرى. أو تصبح وقتًا خاملًا. الأول وحده هو ما يظهر في دراسة الجدوى، والتجربة لم تستطع التمييز بينها.
وهذه ليست خصوصية في القطاع العام. أول قياس فيدرالي ومستقل عن المورّدين للسؤال نفسه وجد أنه بين العاملين الأمريكيين الذين استخدموا الذكاء الاصطناعي في العمل في الأسبوع السابق، قدّر 56% الوقت الإضافي الذي كانوا سيحتاجونه بدونه بساعتين أسبوعيًا أو أقل؛ وأفاد 10% بعدم توفير أي وقت، وقال 3% إن الذكاء الاصطناعي استلزم وقتًا أكثر (مكتب الإحصاء الأمريكي, 2026).
ساعتان أسبوعيًا، تأتيان على هيئة دقائق متفرّقة، لا تتجمّعان في وظيفة بدوام كامل قابلة لإعادة التوزيع. والاختبار التشغيلي فظّ: هل تترك مهمة كاملة مكتب أحدهم؟ إن كان الجواب لا، فإن ضرب الساعات في التكلفة المحمّلة أداة بلاغية لا توقّعًا.
لماذا لا تتجمّع الدقائق لكل مستخدم في دراسة جدوى لمشروع ذكاء اصطناعي
مشكلة المشاركة تضاعف مشكلة المقصد. يعرض استقصاء توقعات المستهلكين الصادر عن البنك المركزي الأوروبي النتيجة نفسها على ارتفاعين: المستخدم الوسيط للذكاء الاصطناعي يوفّر نحو ثلاث ساعات أسبوعيًا، أي قريبًا من 7.7% من وقت العمل الوسيط — لكن 48.8% فقط من العاملين يستخدمون الذكاء الاصطناعي ويوفّرون به وقتًا في الوقت نفسه، ما يضع مكسب الكفاءة على مستوى الاقتصاد عند نحو 3.8% (البنك المركزي الأوروبي, 2026).
الاستقصاء نفسه، والمستجيبون أنفسهم، والرقم ينكمش إلى النصف حين يتوقف المقام عن أن يكون «المستخدمين» ويصبح «كل من تدفع لهم».
وبيانات البنك المركزي الأوروبي تقلب أيضًا نمط الاستخدام بطريقة ينبغي أن تعيد ترتيب أي مشروع تجريبي. توليد الشيفرة وتصحيحها يعيدان ما يقارب ثماني ساعات أسبوعيًا — ونحو 8% فقط من المستخدمين يستعملون الذكاء الاصطناعي هناك. أما البحث وجمع المعلومات والكتابة والتحرير فهي أكثر الاستخدامات شيوعًا وتوفّر أقل بكثير. والمنفعة الأبرز في التجربة الحكومية، أي تقليص وقت البحث عن المعلومات، تقع تمامًا في النطاق منخفض المردود.
ما يعني أن دراسة الجدوى تحتاج ثلاثة مُدخلات حيث تملك معظم العروض مُدخلًا واحدًا: معدّل المشاركة، والمردود على مستوى المهمة، وعامل تحويل صريح يحدّد ما إذا كانت الساعات المحرَّرة تتحوّل إلى ناتج أم إلى خمول. وكل واحد منها قابل للرصد قبل أي تجديد. ولا واحد منها موجود في متوسط 26 دقيقة.
الاعتراض الأمين
ثلاثة حدود، تُقال بصراحة.
التقرير الذاتي قد يخطئ في الاتجاهين — لكن الاتجاه المقيس لم يكن رحيمًا. وجدت تجربة METR المعشّاة على مطوّري برمجيات مفتوحة المصدر ذوي خبرة أن أدوات الذكاء الاصطناعي في أوائل 2025 جعلتهم أبطأ بنسبة 19% بينما كانوا يعتقدون أنهم تسارعوا؛ ويفيد استقصاؤها اللاحق لـ349 عاملًا تقنيًا بأن المشاركين في تلك الدراسة بالغوا في تقدير أثر الذكاء الاصطناعي على زمن المهمة بمقدار 40 نقطة مئوية في المتوسط (METR, 2026). هذه فئة ضيّقة تعمل على مستودعات تعرفها عن قرب، والمقدار لا ينتقل إلى مكتب خلفي في شركة متوسطة الحجم. لكنه يثبت شيئًا أصغر وما زال مفيدًا: التوفير المقدَّر ذاتيًا ليس مُدخلًا متحفّظًا.
هذان التقييمان لم يكونا فاشلين. كلاهما وجد توفيرًا حقيقيًا وذا دلالة إحصائية للوقت، ووجدت DWP آثارًا على الشعور بالإنجاز تستحق بذاتها. النقد هنا ليس للتجربتين — فهما أكثر شفافية من معظم ما يُبَاع كدليل — بل للمهمة التي يُطلب من الرقم الرئيسي أن يؤديها بعد أن يخرج من التقرير.
القطاع العام ليس قطاعك. مزيج مهام الخدمة المدنية وقيود الشراء والأدوات الأساسية كلها خصوصية. الأصل القابل للنقل هو تصميم التقييم، لا الدقائق. لا تنقل 26 أو 19 إلى نموذجك؛ انقل السؤال الذي أنتج الرقم الثاني.
ما يجب تغييره في تصميم المشروع التجريبي قبل التجديد القادم
أربع خطوات، لا تتطلب أي منها بندًا جديدًا في الموازنة.
- احتفظ بمجموعة مقارنة، ولا تدع المتحمّسين يختارون أنفسهم. أرخص طريقة لجعل رقم المشروع التجريبي قابلًا للدفاع عنه هي مجموعة داخل الوظيفة نفسها لا تحصل على ترخيص خلال التسعين يومًا ذاتها. والحدّ الذي تعلنه DWP عن نفسها — التوزيع بالأسبقية — هو الجزء الذي يجب تصحيحه: وزّع التراخيص عشوائيًا داخل الفريق بدل إعطائها لمن يطلبها أولًا.
- سمِّ المقصد قبل أن يبدأ المشروع. اكتب، لكل مقعد وظيفي، أي مهمة محددة يُتوقع أن تترك مكتب مَن، وما الذي يُتوقع أن يملأ الفراغ. إن كان الجواب «سيصبح لدى الناس وقت أكثر»، فالمشروع يقيس الرضا، وينبغي أن يُموَّل على هذا الأساس.
- قِس مهمة واحدة، لا عملية النشر كلها. اختر مهمتين لهما زمن دورة يمكن رصده من الأنظمة وقِسهما من البداية إلى النهاية. فرقٌ قابل للدفاع عنه في مهمتين أفضل من متوسط استقصاء على أربعين.
- قيِّم المقعد الوظيفي، لا عدد الموظفين. سؤال المقصد يجب أن يُحلّ على مستوى المقعد، لأنه المستوى الذي يتحرك فيه العمل فعلًا. وتقييم قابلية التعزيز على الهيكل التنظيمي من Scovai هو صورة عملية لهذا الناتج — كل مقعد يُقيَّم من 0 إلى 100% بحسب مدى قابليته للتعزيز، وتخرج الأدوار غير المغطاة والخطة لكل مقعد من المخطط نفسه.
فعلت الحكومة البريطانية شيئًا غير مألوف: نشرت الرقم المُجامل والمنهج الذي يقلّص قيمته معًا، ثم تركت إحدى جهاتها تصحّح عملها بمجموعة مقارنة. وهذا معيار إثبات أعلى من أي شيء تبلغه معظم المشاريع التجريبية للذكاء الاصطناعي داخل الشركات الخاصة.
لذا قبل أن تجدّد حزمة تراخيص هذا الربع، اطلب صفحة واحدة: أي المهام تركت أي المكاتب، وما الذي وصل إلى الفراغ. إن لم يستطع أحد كتابة تلك الصفحة، فأنت لا تحمل دراسة جدوى لمشروع ذكاء اصطناعي. أنت تحمل استقصاء رضا مربوطًا برسوم ترخيص.
