البنك المركزي الأوروبي قاس الوقت الذي يوفّره الذكاء الاصطناعي مرتين - لكل مستخدم وعلى مستوى الاقتصاد. دراسة الجدوى لديك تستخدم الرقم الخطأ.

سأل البنك المركزي الأوروبي نحو 20,000 عامل شهرياً في 11 دولة من منطقة اليورو عن مقدار الوقت الذي يوفّره لهم الذكاء الاصطناعي. أجاب المستخدم الوسيط بثلاث ساعات أسبوعياً — أي نحو 7.7% من وقت العمل الوسيط. ثم فعل البنك ما لا يكاد يفعله أي عرض تقديمي من مورّد: قسَّم على الجميع. ولأن 48.8% فقط من العاملين يستخدمون الذكاء الاصطناعي ويوفّرون به وقتاً، فإن مكسب الكفاءة على مستوى الاقتصاد أقرب إلى 3.8% (البنك المركزي الأوروبي، 2026).

الاستطلاع نفسه. المشاركون أنفسهم. رقمان يفصل بينهما ما يقارب الضعف.

دراسة جدوى إنتاجية الذكاء الاصطناعي لديك مبنية على الأول شبه المؤكد. هذا هو الخطأ، وهو ليس خطأ تقريب: إنه خطأ في المقام، وهو ما يحدد ما إذا كانت الساعات التي وعدت بها المدير المالي ستظهر يوماً.

ما الذي قاسه البنك المركزي الأوروبي فعلاً

البيانات مصدرها استطلاع توقعات المستهلكين لدى البنك المركزي الأوروبي، وهو لوحة شهرية تضم نحو 20,000 شخص في 11 دولة من منطقة اليورو — أداة تقيس عموم السكان، لا قائمة عملاء مورّد. وهذا مهم، لأنها تلتقط من جرّب الذكاء الاصطناعي ثم توقّف، ومن لم يبدأ أصلاً. ومعظم بيانات إنتاجية الذكاء الاصطناعي التي تراها لا تفعل ذلك.

اتجاه التبني حاد فعلاً. ارتفعت حصة العاملين الذين يستخدمون الذكاء الاصطناعي في عملهم من 26% في 2024 إلى 41% في 2025 ثم 52% في 2026، ويقول المستخدمون إنهم يلجأون إليه نحو ثلاثة أيام أسبوعياً. والتبني متفاوت كما هو متوقع: 61% بين العاملين ذوي التعليم العالي مقابل 37% بين ذوي المستويات التعليمية الأدنى، مع تقدّم العاملين الأصغر سناً بنحو 20 نقطة مئوية على زملائهم الأكبر سناً.

لكن ما إن يدخل الناس، تتقارب الكثافة. فمتوسطات الاستخدام الأسبوعي بحسب المجموعات تقع بين 2.5 و2.9 يوم بغض النظر عن العمر أو التعليم (البنك المركزي الأوروبي، 2026).

احتفظ بهذا الشكل في ذهنك، لأنه يحدد رافعتك. التباين في مؤسستك لا ينبع أساساً من مدى اندفاع المتبنّين لديك، بل من عدد من هم متبنّون أصلاً.

المقام هو الحجّة كلها

إليك الحساب الذي تجريه دراسة الجدوى لديك ضمنياً.

يستشهد المورّدون بتوفير لكل مستخدم — الساعات الثلاث، الـ7.7%. فتضربه الإدارة المالية في عدد الموظفين. الرقم الناتج هو ادعاء عن قوة عاملة يستخدم فيها الجميع الأداة ويوفّر الجميع وقتاً. بيانات البنك المركزي الأوروبي تقول إن نحو نصف القوة العاملة ينتمي إلى تلك الفئة.

والبنك حريص أيضاً على نقطة تستحق التكرار لكل من يبني النموذج: الوقت الموفَّر لا يصبح إنتاجية إلا إذا تحوّلت الساعات المحرَّرة إلى مخرجات، وهذا التحويل يتوقف على قدرة صاحب العمل على توظيف الطاقة الإضافية. الساعات الموفَّرة التي تهبط في جدول لا طلب خلفه ليست مكسباً. إنها طاقة عاطلة.

ولتقدير الحجم، يشير البنك إلى أن التقديرات الحالية لنمو الإنتاجية السنوي الإضافي من الذكاء الاصطناعي على مدى عشر سنوات تتراوح بين 0.1% و3.4%، وأن تقدير البنك نفسه لمنطقة اليورو يبلغ نحو 0.35 نقطة مئوية سنوياً. وإذا كانت حالتك الداخلية تفترض قفزة أعلى بمرتبة قدرية كاملة، فعبء الإثبات يقع عليك لا على الاقتصاديين.

الفجوة نفسها، مقيسة في الولايات المتحدة

لو كان الأمر استطلاعاً واحداً في اتحاد نقدي واحد لأمكنك تجاهله. لكنه ليس كذلك.

أجرى ألكسندر بيك وآدم بلاندن وديفيد ديمينغ، بالتعاون مع بنك الاحتياطي الفيدرالي في سانت لويس، استطلاعات تمثيلية على المستوى الوطني حول استخدام الذكاء الاصطناعي التوليدي في الولايات المتحدة، فوجدوا توفيراً متوسطاً للوقت بنسبة 5.2% من ساعات العمل بين المستخدمين — نحو 2.1 ساعة لمن يعمل 40 ساعة أسبوعياً — لكن 1.4% من إجمالي الساعات عند إدخال غير المستخدمين. أما مكسب الإنتاجية الكلي المقدَّر بنموذجهم عند الاستخدام الحالي فهو 1.2% (بيك وبلاندن وديمينغ، 2024).

قارتان، منهجيتان، وفارق سنتين. وكلاهما يجد رقماً لكل مستخدم يبدو تحويلياً، ورقماً معدَّلاً بالمشاركة يبدو تدريجياً. النسبة بينهما ليست ضجيجاً. إنها شكل الظاهرة.

العائد حيث لا يوجد الاستخدام

النتيجة الثانية في بيانات البنك المركزي الأوروبي هي التي ينبغي أن تغيّر ما تفعله يوم الاثنين، لا ما تعتقده فحسب.

تتفاوت مكاسب الكفاءة بحدة بحسب المهمة، وأكبرها لا يأتي من الاستخدامات الأكثر شيوعاً. توليد الشيفرة البرمجية أو تصحيحها يعيد ما يقارب ثماني ساعات أسبوعياً — لكن نحو 8% فقط من العاملين يستخدمون الذكاء الاصطناعي لذلك. ويتبع تحليل البيانات وأتمتة المهام الروتينية وإنتاج المحتوى الصوتي أو المرئي النمط نفسه: عائد مرتفع واستخدام ضئيل. في المقابل، الاستخدامات الأكثر ذكراً — البحث وجمع المعلومات والكتابة وتحرير النصوص — توفّر أقل بكثير (البنك المركزي الأوروبي، 2026).

تحذير يشير إليه البنك وأكرره: من يوفّرون وقتاً كبيراً يميلون إلى اختيار مهام أكثر، ما يضخّم متوسطات كل مهمة آلياً. تعامل مع الترتيب باعتباره موثوقاً ومع الساعات المطلقة باعتبارها سخية.

وحتى بعد الخصم، يبقى الترتيب قابلاً للتنفيذ. أمضت معظم المؤسسات عامين تدفع نحو تبني الاستخدامات منخفضة العائد لأنها الأسهل عرضاً في جلسة تدريب. أما الاستخدامات عالية العائد فتتطلب وصولاً إلى الأنظمة والبيانات والشيفرة — وهي مشكلة صلاحيات وتكامل، لا مشكلة حماس.

لماذا لا ينضم النصف الآخر

سأل البنك المركزي الأوروبي غير المستخدمين مباشرة، والإجابات ليست تلك التي تفترضها معظم خطط التطبيق.

يقول الثلث إن الذكاء الاصطناعي غير ذي صلة بمهامهم الحالية. ويفضّل آخرون الأساليب القائمة، أو تردعهم مخاوف الدقة والموثوقية، أو يفيدون بأن صاحب العمل لم يوفّر الأدوات. و41% ببساطة لا يبدون أي اهتمام بالتقنية — بينهم 34% من المديرين. وعند سؤالهم عما قد يغيّر رأيهم، يشير نحو النصف إلى تدريب أفضل وفهم أفضل لمواضع الفائدة الحقيقية.

وعلى جانب العرض، تخطط نحو نصف الشركات للاستثمار في التدريب على الذكاء الاصطناعي خلال الأشهر الاثني عشر المقبلة، وفق استطلاع SAFE الصادر عن البنك — ما يعني أن نحو النصف لا تخطط لذلك.

والمزاج العام يتجه في الاتجاه الخاطئ أيضاً: تراجعت حصة العاملين الذين ينظرون إلى الذكاء الاصطناعي بإيجابية من 43% إلى 41% على أساس سنوي (البنك المركزي الأوروبي، 2026).

هذه هي نسبة مشاركتك، موصوفة ميكانيكياً. ليست لغزاً ولا عجزاً في الدافعية. نحو ثلث غير المستخدمين لديك يحدّدون بدقة أن الذكاء الاصطناعي لا يساعد في مهامهم الحالية — وإعادة تصميم تلك المهام، لا شراء ترخيص، هو الشيء الوحيد الذي يغيّر ذلك.

الحجّة المضادة الصادقة: هذه تقارير ذاتية

والآن التحفّظ الذي يضعف حجّتي أنا، لأن من الأفضل أن تسمعه مني لا من مديرك المالي.

كل رقم أعلاه مبلَّغ عنه من العاملين أنفسهم. لم يمسك أحد ساعة إيقاف. وفي السياق الوحيد الذي اختُبرت فيه مكاسب الذكاء الاصطناعي المبلَّغ عنها ذاتياً مقابل مكاسب مقيسة فعلياً، خسرت التقارير الذاتية بفارق كبير.

وجدت التجربة العشوائية المضبوطة التي أجرتها METR على مطوّري برمجيات مفتوحة المصدر ذوي خبرة أنهم عند استخدام أدوات الذكاء الاصطناعي في أوائل 2025 استغرقوا 19% وقتاً أطول — بينما كانوا يعتقدون أنهم تسارعوا. واستطلاع METR اللاحق لـ349 عاملاً تقنياً يضع رقماً على هذا الانحياز: في دراسة أوائل 2025، بالغ المشاركون في تقدير أثر الذكاء الاصطناعي على وقتهم بمقدار 40 نقطة مئوية في المتوسط (METR، 2026).

فالقراءة الصادقة إذن أن 3.8% على مستوى الاقتصاد قد تكون الطرف المتفائل من النطاق لا المتشائم. الرقم لكل مستخدم ليس مخفَّفاً بعدم المشاركة فحسب — بل قد يكون منفوخاً من المنبع.

وهناك اختبار على مستوى الشركات. يجد استطلاع ماكنزي State of AI 2026 أن حصة المستجيبين الذين ينسبون إلى الذكاء الاصطناعي أثراً ما في الأرباح قبل الفوائد والضرائب لم تتغير جوهرياً عن العام الماضي عند 37%، مع ثبات أصحاب الأداء العالي عند نحو 6% (ماكنزي، 2026). التبني يتراكم. الأثر المالي المبلَّغ عنه لا يتراكم. وهذه بالضبط البصمة المتوقعة إذا كانت الساعات لكل مستخدم حقيقية لكنها ليست شاملة ولا محوَّلة.

لا شيء من هذا يعني أن الذكاء الاصطناعي لا يوفّر شيئاً. بل يعني أن الرقم الذي تضعه في دراسة الجدوى يجب أن يُبنى لا أن يُقتبس.

أعد بناء دراسة جدوى إنتاجية الذكاء الاصطناعي: المشاركة × العائد لكل مهمة

استبدل الضرب لكل مستخدم بتقدير من ثلاثة حدود. يستغرق بعد ظهر واحد، ويصمد أمام الإدارة المالية.

1. قِس المشاركة لا التراخيص. احسب عدد من استخدموا الذكاء الاصطناعي في العمل الأسبوع الماضي ويقولون إنهم وفّروا وقتاً — بناء الـ48.8% لدى البنك المركزي الأوروبي، مطبَّقاً على قوتك العاملة. عدد المقاعد مؤشر مشتريات؛ وليس مقاماً.
2. رجِّح بحسب المهمة لا بحسب القسم. قدِّر الساعات الموفَّرة على حدة للعمل عالي العائد (توليد الشيفرة وتصحيحها، تحليل البيانات، أتمتة المهام الروتينية) وللعمل عالي التكرار (البحث، الكتابة، التحرير). لا تدمجهما في متوسط واحد — فالدمج هو ما يخفي الفرصة.
3. طبّق معامل تحويل. قرّر صراحةً أي حصة من الساعات المحرَّرة تتحول إلى مخرجات بدل أن تصبح طاقة عاطلة، وسمِّ الطلب الذي ستستوعبه تلك الساعات. وإن لم تستطع تسميته، فمعامل التحويل صفر — وقل ذلك.

ثم اتخذ القرار الاستراتيجي الذي تطرحه بيانات البنك فعلاً، واتخذه مرة واحدة بدل أن تتركه ينجرف: توسيع المشاركة أم تعميق العائد. التوسيع يعني استقطاب الـ41% غير المهتمين — بطيء، ثقافي، محكوم بالمديرين، ومسدود مباشرة بثلث العاملين الذين لا تناسب الأدوات مهامهم اليوم فعلاً. والتعميق يعني توجيه الذكاء الاصطناعي نحو الـ8% من العمل عالي العائد، وهو يحتاج وصولاً إلى البيانات وتكاملاً في الأنظمة لكنه لا يواجه أي مقاومة دافعية.

معظم فرق العمليات في الشركات المتوسطة نفّذت نسخة مخفَّفة من الاثنين وسمّت النتيجة تطبيقاً. اختر واحداً للربعين المقبلين. جهّز له القياس. وارفع إلى مجلس الإدارة الرقم المعدَّل بالمشاركة إلى جانب الرقم لكل مستخدم، ودع الفجوة بينهما تتولى الحجّة.

ما الذي تقرره هذا الربع

أعطاك البنك المركزي الأوروبي النتيجة نفسها مرتين، على ارتفاعين: ثلاث ساعات أسبوعياً للفرد، و3.8% للاقتصاد. كلتاهما صحيحة. لكن واحدة فقط ستشعر بها قائمة أرباحك وخسائرك.

قبل أن ينتهي هذا الربع، استخرج نسبة مشاركتك الحقيقية — استخدم الذكاء الاصطناعي في العمل الأسبوع الماضي ووفّر وقتاً — وضعها على الشريحة نفسها التي تحمل الساعات لكل مستخدم التي بُنيت عليها دراسة جدوى إنتاجية الذكاء الاصطناعي لديك. فإن كان الرقمان متباعدين كثيراً، فأنت لا تواجه مشكلة إنتاجية. أنت تواجه مقاماً لم تنظر إليه قط.