واحد وسبعون في المئة من الموظفين يقولون إن أدوات الذكاء الاصطناعي تساعدهم على الشعور بإنتاجية أعلى. وبين أكثر المستخدمين كثافة ترتفع النسبة إلى 93 في المئة. اسأل الأشخاص أنفسهم عمّا إذا كان عبء عملهم معقولاً بالنسبة إلى دورهم، فلن تتحرك الإجابة تقريباً: 72 في المئة من المستخدمين المكثفين مقابل 69 في المئة من غير المستخدمين — فرق ثلاث نقاط (Culture Amp, 2026).
هاتان النتيجتان تأتيان من المسح نفسه، والموظفين أنفسهم، والاثني عشر شهراً نفسها. منحنى يصعد بحدّة مع كثافة الاستخدام. والآخر مستوٍ تماماً.
هذا ليس خطأ قياس. إنه ناتج إداري، ومعناه أن الطاقة التي أنشأها تفعيلكم للذكاء الاصطناعي تُعاد امتصاصها داخل الأدوار نفسها بدلاً من إعادة توجيهها إلى أي شيء اخترتموه أنتم.
منحنيان من مجموعة بيانات واحدة
يستند أول معيار "الذكاء الاصطناعي في العمل" من Culture Amp إلى 342 مسحاً أجرتها 292 مؤسسة على منصتها، تمثل نحو 112,000 موظف و343,000 إجابة فردية جُمعت خلال الاثني عشر شهراً المنتهية في يوليو 2026. يمتد المستجيبون على 16 قطاعاً وجميع المناطق الكبرى؛ ويشكّل المساهمون الفرديون نحو ثلثي العيّنة. وقد صُنّف الموظفون في أربع فئات استخدام موحّدة — غير مستخدمين، ومستخدمون خفيفون (مرة أو مرتين أسبوعياً)، ومستخدمون يوميون، ومستخدمون مكثفون (عدة مرات في اليوم) (Culture Amp, 2026).
داخل هذه الفئات، يتحسّن تقريباً كل مقياس للتجربة مع الاستخدام. فالوعي بالمخاطر يرتفع من 67 في المئة بين غير المستخدمين إلى 95 في المئة بين المستخدمين المكثفين. والدافع لتجاوز ما يتطلبه الدور في مكان آخر يبلغ 72 في المئة بين أكثر المستخدمين كثافة مقابل 57 في المئة بين غير المستخدمين. أما الموافقة على أن الذكاء الاصطناعي ساعدهم على التعلّم والنمو فتتوسط 66 في المئة عالمياً، يسحبها إلى الأسفل غير المستخدمين عند 27 في المئة.
بند واحد يرفض أن يتبع النمط. ففي عبارة "بشكل عام، أشعر أن عبء عملي معقول بالنسبة إلى دوري"، تتراوح نسبة الموافقة من 69 في المئة بين غير المستخدمين إلى 71–72 في المئة بين كل من يستخدم الذكاء الاصطناعي أصلاً. وقراءة Culture Amp نفسها صريحة: التبنّي الأولي يحسّن إدراك عبء العمل تحسّناً طفيفاً، وزيادة وتيرة الاستخدام لا تمنح أي تخفيف إضافي (Culture Amp, 2026).
الإنتاجية المُحسّة تبلغ 71 في المئة على مستوى العيّنة و93 في المئة بين أكثر المستخدمين كثافة. أما التخفيف المُحسّ في عبء العمل، على الفئات نفسها، فيساوي ثلاث نقاط.
لماذا لا ترى لوحة متابعة التبنّي عبء عمل مستوياً
معظم برامج الذكاء الاصطناعي في الشركات المتوسطة مُجهّزة لقياس المتغيّر الخطأ. عدد التراخيص، المستخدمون النشطون أسبوعياً، عدد الطلبات لكل مقعد، تقديرات الوقت الموفّر على مستوى الأداة — كل هذه ترتفع عندما يرتفع التبنّي. ولا يتغيّر أي منها عندما تُستهلك الساعة المحرَّرة بهدوء في مزيد من العمل نفسه.
إعادة الامتصاص غير مرئية بحكم التصميم. الموظف الذي ينهي تقرير الخميس في أربعين دقيقة بدل تسعين لا يُبلّغ عن أسبوع أخفّ؛ بل عن أسبوع أكثر امتلاءً. وتطرح Culture Amp هذه الملاحظة على نفسها، وبعدالة: الأطباق تُعاد ملؤها بقدر ما يصبح الناس أكثر كفاءة، وهذا طبيعي. لا أحد يتوقع من حائكة تملك آلة خياطة أن تنتج العدد نفسه من الألحفة سنوياً مقارنة بمن تعمل يدوياً.
المشكلة ليست أن الطبق أُعيد ملؤه. المشكلة أن لا أحد قرّر ما الذي وُضع فيه.
هنا تتوقف نتيجة Culture Amp عن كونها طُرفة وتصبح مسألة موازنة. إذا كانت دراسة الجدوى لديكم تفترض أن الساعات المستعادة ستظهر كطاقة متحررة، أو كتوظيف تم تجنّبه، أو كدورات أسرع، وبيانات الانخراط الخاصة بكم تقول إن عبء العمل المُدرك مستوٍ عبر كل فئات الاستخدام، فإن دراسة الجدوى غير متحقَّق منها — ليست مدحوضة، بل غير متحقَّق منها. ليس لديكم أي أداة موجَّهة نحو الشيء الذي وعدتم به.
إلى أين تذهب الساعات المستعادة فعلاً
مجموعتان أخريان من بيانات 2026 ترسمان الوجهات، ولا واحدة منهما استراتيجية.
مسح BCG السنوي الرابع "الذكاء الاصطناعي في العمل" — 11,749 عاملاً في 14 سوقاً — وجد أن 42 في المئة من المستخدمين المنتظمين في الخطوط الأمامية يقولون إنهم يوفرون ما لا يقل عن يوم عمل كامل أسبوعياً بفضل الذكاء الاصطناعي، في حين يقول 66 في المئة إنهم يتلقّون توجيهاً محدوداً أو لا يتلقّون أي توجيه بشأن ما يفعلونه بذلك الوقت، وأكثر من النصف لا يعيدون توجيهه إلى عمل استراتيجي. وفي العيّنة نفسها، يقول 47 في المئة الآن إنهم يصرفون وقتاً في إدارة الذكاء الاصطناعي وتوجيهه أكثر مما يصرفونه في أداء العمل نفسه، ويقول 72 في المئة إن الذكاء الاصطناعي غيّر بالفعل المهارات التي يتوقعها دورهم تغييراً كبيراً (BCG, 2026).
اقرأوا هذين الرقمين معاً. الساعة حقيقية. القرار بشأن الساعة غير موجود. وفي غيابه، تذهب الساعة تلقائياً إلى أقرب طلب متاح — وهو، بشكل متزايد، الذكاء الاصطناعي نفسه.
مسح BambooHR لـ 1,608 من العاملين المكتبيين في الولايات المتحدة وضع ساعة توقيت على هذا السلوك التلقائي. يقضي العاملون في المتوسط 87 دقيقة يومياً داخل أدوات الذكاء الاصطناعي؛ 42 في المئة من ذلك الوقت يذهب إلى معالجة الأخطاء وتعديل الطلبات، مقابل 35 في المئة لعمل يدفع فعلياً بمهامهم إلى الأمام (BambooHR, 2026). وقت أكبر من وقت الذكاء الاصطناعي يذهب إلى إصلاح الذكاء الاصطناعي بدلاً من الإنتاج به.
إذاً الطاقة لا تتبدّد في الخمول. إنها تُصرف — على الإشراف، والتصحيح، وسطح التنسيق الجديد الذي أنشأته الأدوات. هذا عمل حقيقي. إنه فقط عمل لم يرصده أحد في الموازنة، ولم يسمّه أحد، ولم يُسنده أحد إلى دور.
فراغ التوجيه هو الآلية
المعيار نفسه الذي وجد عبء العمل مستوياً وجد أيضاً سبب ذلك، وهو ليس مقاومة الموظفين.
خمسة وثمانون في المئة من الموظفين يقولون إن مؤسستهم تشجّع بفعالية الاستكشاف والتجريب مع الذكاء الاصطناعي. و58 في المئة فقط يقولون إن قادتهم شرحوا بوضوح كيف يرتبط الذكاء الاصطناعي بالاتجاه الذي تسير إليه الشركة — وهو البند الأدنى تقييماً في المعيار بأكمله، وفارق 27 نقطة عن بند التشجيع. وأقرب إلى العمل اليومي، 60 في المئة فقط يقولون إن مديرهم يشاركهم أمثلة على كيفية دعم الذكاء الاصطناعي لأهدافهم، أما دعم الأنظمة والعمليات فيبلغ 64 في المئة (Culture Amp, 2026).
إيمي لافوا، نائبة الرئيس لعلوم الأفراد في Culture Amp، تستخلص الاستنتاج من رقم الإنتاجية لا من أرقام المشاعر: معظم فرق الإدارة التنفيذية ستقرأ "سبعة من كل عشرة موظفين يشعرون بإنتاجية أعلى" كعائد على الاستثمار، لكن مع ثبات درجات عبء العمل فإنها سؤال بلا إجابة. والمؤسسات التي ستحقق عائداً حقيقياً، كما تقول، "لن تكون تلك ذات أعلى معدلات التبنّي. ستكون تلك التي قرّرت، صراحةً، ما الذي ستتوقف عن فعله بالوقت الذي استعادته" (Culture Amp, 2026).
هذه قوة عاملة أدّت ما عليها. والقطعة الناقصة تقع فوقها: قرار مكتوب بشأن ما يتوقف.
إشارة ثانية في البيان نفسه
نتيجة مجاورة تستحق التعامل الحذر. وعي الموظفين بفرص المسار المهني الداخلية انخفض 10 نقاط مئوية منذ يوليو 2025 — أكبر تغيّر سنوي في بيانات معيار Culture Amp — في حين بقي الرضا عن التطوير المهني عند 66 في المئة، حيث هو منذ 2021. الموظفون ليسوا أقل رضاً عن التطوير الذي يتلقونه؛ هم أقل وضوحاً بشأن ما سيأتي بعده.
التحفّظ مهم: تذكر Culture Amp أن أرقام المسار المهني تلك تأتي من معيار الانخراط الأوسع لديها، وهو مجموعة أكبر من عيّنة الذكاء الاصطناعي المكونة من 112,000 موظف. لا تنسبوها إلى فئة الذكاء الاصطناعي. تعاملوا معها كالمناخ المحيط، لا كالقياس نفسه.
الاعتراض الأمين
ثلاثة قيود، تُقال بصراحة.
هذا إدراك، لا ناتج. كل رقم هنا هو موظفون يصفون شعورهم. وتقول Culture Amp ذلك صراحةً — كل نتيجة في المعيار هي مجموعة من الموظفين تخبركم كيف تشعر تجاه شيء، وليست قياساً للناتج أو الساعات. ودرجة عبء عمل مستوية تتوافق مع مكاسب طاقة حقيقية استوعبها الناس ببساطة دون أن يلاحظوا.
العيّنة تختار نفسها. المؤسسات التي تُجري مسحاً عن الذكاء الاصطناعي هي، بحكم التعريف، أكثر تقدماً من تلك التي لا تُجريه. أمريكا الشمالية تمثل 58 في المئة من الشركات التي تستخدم النموذج، والتقنية تتقدّم القطاعات، والمؤسسات التي تضم أكثر من 1,000 موظف تشكّل نحو ثلث المستخدمين. وتأطير Culture Amp صحيح: اقرأوا هذا كصورة لمؤسسات منخرطة في الذكاء الاصطناعي، لا لكل أصحاب العمل. (كما يذكر متن البيان الصحفي "123 مؤسسة" في فقرة واحدة مقابل 292 في قسم المنهجية؛ والنص المنهجي هو ما يجب الاستناد إليه.)
التفسير البديل هو التوقيت، لا الفشل. ورقة عمل NBER رقم 35684 — بابينا، هي، وجيانغ — تربط المكاسب الإنتاجية المبكرة للذكاء الاصطناعي بتراكم رأس المال التنظيمي، أي المعرفة المتينة الخاصة بالشركة والمبنية بالتعلّم من خلال الممارسة، أكثر من ربطها بالأدوات أو بعدد العاملين في الذكاء الاصطناعي بذاته (NBER, 2026). متن الورقة محجوب، لذا لا ينبغي إلحاق أي حجم أثر بها. لكن الاتجاه اعتراض عادل: سنة من عبء عمل مستوٍ قد تكون ثمن بناء معرفة عملية تُثمر لاحقاً. غير أن هذه القراءة متاحة فقط للشركات التي تُقنّن شيئاً بالفعل. وهي غير متاحة لشركة لديها 400 سياق عمل مُحسَّن فردياً ولا سجل لأي منها.
ما يجب تقريره قبل إغلاق الربع
أربع خطوات. ولا واحدة منها ترخيص جديد.
- اكتبوا قائمة ما يتوقف، لكل فريق، وبأسماء عليها. ليس "تقليل العمل اليدوي" — بل ثلاثة مخرجات متكررة محددة لن تُنتَج بعد هذا الربع، ومن الذي أكّد أنها لم تعد مطلوبة. إذا لم يكن في القائمة شيء غير مريح، فالقائمة للزينة.
- سمّوا وجهة الساعات المستعادة قبل أن تطالبوا بها. ساعة محرَّرة بلا وجهة مسمّاة هي ساعة ممتصّة. اختاروا وجهة واحدة لكل دور: هدف تطويري، مشروع عابر للفرق، انتقال داخلي، أو فسحة مقصودة. و"العمل الاستراتيجي" ليس وجهة.
- أضيفوا سؤالاً واحداً عن عبء العمل إلى مسح الانخراط القادم وقسّموه بحسب فئة استخدام الذكاء الاصطناعي. يمكنكم إعادة إنتاج نتيجة Culture Amp داخل شركتكم في دورة مسح واحدة. وإذا أبلغ أكثر مستخدميكم كثافة عن عبء العمل نفسه الذي يبلغ عنه غير المستخدمين، فقد قستم إعادة الامتصاص مباشرة — في بياناتكم، وبأدواركم مرفقة.
- جهّزوا القياس على الدور، لا على الأداة. قرار ما يتوقف يحتاج إلى رؤية لما يسهم به كل مقعد فعلاً، وأي كفاءات يمكن للساعات المستعادة أن تبنيها، وأي انتقال داخلي تجعله الطاقة المحرَّرة ممكناً. هذه بيانات على مستوى الدور، لا بيانات تبنٍّ. طبقة الأداء والخلافة في Scovai تقيس الكفاءات لكل دورة وترسم منها الحركة الداخلية والجاهزية للخلافة، إن أردتم مرجعاً عملياً لشكل هذا التجهيز.
النتيجة الحقيقية للمعيار ليست أن الذكاء الاصطناعي فشل في تقليل عبء العمل. بل أن 112,000 موظف مُنحوا مكسباً في الإنتاجية ولم يحدّد أحد فوقهم الغرض منه.
أكثر مستخدمي الذكاء الاصطناعي كثافة لديكم وجدوا الوقت بالفعل. والسؤال الوحيد المتبقي لهذا الربع هو: هل تقرّرون أنتم إلى أين يذهب، أم يقرّر صندوق بريدهم عنكم.
