في العام الماضي، أخبر 32 في المئة من المشاركين شركة McKinsey أنهم يتوقعون أن يقلص الذكاء الاصطناعي القوى العاملة في مؤسساتهم. وهذا العام، عند سؤالهم عما حدث فعليًا، أفاد 14 في المئة من المشاركين في المؤسسات التي تستخدم الذكاء الاصطناعي بأن الذكاء الاصطناعي أسهم في انخفاض حجم القوى العاملة — "أقل من نصف نسبة الـ 32 في المئة الذين توقعوا، في مسح العام الماضي، تخفيضات في القوى العاملة خلال الفترة نفسها" (McKinsey, 2026). وأفاد الثلثان بتغيُّر ضئيل أو معدوم في إجمالي التوظيف يمكن عزوه إلى الذكاء الاصطناعي.
هذه أول مرة يكون هذا المسح قادرًا على تقييم توقعاته الخاصة للقوى العاملة مع الذكاء الاصطناعي مقابل نتيجة متحققة. وقد أخطأ التوقع بعامل قدره نحو ضعفين.
ثم رفعت العيّنة التوقع. تسعة وثلاثون في المئة يتوقعون الآن انخفاضات في إجمالي التوظيف مرتبطة بالذكاء الاصطناعي في العام المقبل، صعودًا من 32 في المئة في العام الماضي. المُقدِّر الذي تجاوز الواقع بمقدار الضعف تمت مراجعته صعودًا لا هبوطًا، وعدد كبير من خطط التشغيل لعام 2027 يستند إليه بهدوء.
ما قاسه المسح فعليًا
مسحت نسخة 2026 من The State of AI عدد 1,719 مشاركًا في 97 دولة، وجُمعت البيانات من 4 مايو إلى 8 يونيو 2026. يعمل ستة وثلاثون في المئة في مؤسسات تتجاوز إيراداتها السنوية مليار دولار، أي أن نحو الثلثين يقعون تحت هذا الحد — وهو أمر ذو صلة غير معتادة بقارئ السوق المتوسط، وإن ظلت العيّنة أكبر من عملية بحجم 200 موظف بدوام كامل.
السياق مهم لأن التبنّي ليس المتغير الذي فشل. تسعة وثمانون في المئة يستخدمون الذكاء الاصطناعي بانتظام في وظيفة أعمال واحدة على الأقل. وأربعة وأربعون في المئة يقولون إنه يتوسع على نطاق المؤسسة بأكملها، صعودًا من 38 في المئة. وثمانون في المئة يفيدون بتحسن الإنتاجية الفردية (McKinsey, 2026).
إذن التسلسل ليس "لم يصل الذكاء الاصطناعي، لذلك لم تنخفض الأعداد". بل وصل الذكاء الاصطناعي، وأُبلغ عن الإنتاجية، ومع ذلك لم تنخفض الأعداد. وفي الوقت نفسه، بقيت نسبة من يَعزون إلى استخدام الذكاء الاصطناعي أثرًا ما على الأرباح قبل الفوائد والضرائب ثابتة عند 37 في المئة على أساس سنوي، وبقيت فئة ذوي الأداء العالي الحقيقي عند نحو 6 في المئة من مجموع المشاركين.
الانتشار تحرك. أما الخفض المتحقق في القوى العاملة فلم يتبعه.
البيانات المتحققة تتفق مع نسبة الـ 14 في المئة
مسح يقيّم نفسه أمر مثير للاهتمام. أما مجموعتان مستقلتان من البيانات تشيران إلى الاتجاه نفسه فهما مُدخل تخطيطي.
مسح المكتب الوطني للبحوث الاقتصادية (NBER) ما يقارب 750 من كبار المديرين عبر عيّنة The CFO Survey، ووجد "أدلة قليلة على انخفاضات إجمالية قصيرة الأجل في التوظيف بسبب الذكاء الاصطناعي، وإن كانت الشركات الأكبر تتوقع تخفيضات في القوى العاملة مدفوعة بالذكاء الاصطناعي، بينما تتوقع الشركات الأصغر مكاسب متواضعة" (NBER, 2026). الأثر الإجمالي قريب من الصفر، والتشتت هو النتيجة: الشركات الكبيرة تتوقع أن يخفض الذكاء الاصطناعي توظيفها بنحو 0.8 في المئة في 2026، بينما تتوقع الشركات الأصغر زيادات طفيفة. ما يتحرك فعلًا هو التركيب — تراجع الأدوار الكتابية الروتينية، وارتفاع الطلب النسبي على الأدوار الفنية المؤهلة، داخل الشركات وفيما بينها.
وتتفق بيانات التسريحات المُعلنة من زاوية ثالثة. حتى سبتمبر 2026، أعلن أصحاب العمل في الولايات المتحدة عن 573,195 عملية إلغاء وظيفة، بانخفاض 39 في المئة عن 946,426 أُعلنت في الأشهر التسعة الأولى من 2025 — وهو أدنى إجمالي لفترة يناير-سبتمبر منذ 2022. وذُكر الذكاء الاصطناعي في 120,136 إعلانًا منذ بداية العام، أي نحو 21 في المئة من جميع عمليات الإلغاء، ما يجعله فعليًا السبب المُعلن الأول للعام (Challenger, Gray & Christmas, 2026).
اقرأ هذين الرقمين معًا، لأن الثاني هو ما يُقتبس منفردًا. الذكاء الاصطناعي يتصدّر جدول الأسباب داخل إجمالي يتقلص. وفي سبتمبر تحديدًا، كان الذكاء الاصطناعي خامس أكثر الأسباب ذكرًا، بـ 3,961 عملية إلغاء أي نحو 9 في المئة من الشهر. وانخفضت عمليات الإلغاء في الربع الثالث بنسبة 43 في المئة عن الربع الثاني.
نسبة متزايدة من مقام متراجع ليست موجة. إنها إزاحة في التركيب داخل سوق يبرد.
لماذا يخطئ توقع القوى العاملة مع الذكاء الاصطناعي في اتجاه واحد
خطأ التوقع الذي يتجاوز الواقع باستمرار يكون عادة بنيويًا لا عشوائيًا. تقرير Forrester Predictions 2026: The Future of Work يسمّي الآلية: تخفيضات تُجرى في مقابل قدرات ذكاء اصطناعي لم توجد بعد. خمسة وخمسون في المئة من أصحاب العمل يفيدون بالندم على تسريحات أُجريت من أجل الذكاء الاصطناعي، وتتوقع Forrester أن يُعاد توظيف نصف التسريحات المنسوبة إلى الذكاء الاصطناعي بهدوء — في الخارج أو برواتب أدنى بشكل ملموس (HR Executive, 2026).
لاحظ عدم التماثل في العبارة الأخيرة. الانعكاس لا يظهر كتصحيح في خطة أي أحد. بل يظهر كإنفاق خارجي، وبنود متعاقدين، وتكلفة إعادة توظيف، ولا شيء من ذلك يُطابَق مقابل وفر الأعداد الأصلي. يبقى التوقع غير مُكذَّب في السجل الداخلي حتى بعد أن يكون قد فشل فعلًا.
وهناك تفصيلان آخران من البحث نفسه يزيدان التكلفة حدة. نسبة الموظفين غير المنخرطين الذين تسميهم Forrester "coasters" كانت 27 في المئة في 2024، و25 في المئة في 2025، ويُتوقع أن تبلغ 28 في المئة في 2026 — وهو رقم يتحرك عندما يشاهد الباقون تخفيضات سابقة لأوانها. وسجّل 16 في المئة فقط من العاملين درجة عالية في مقياس الجهوزية للذكاء الاصطناعي لدى Forrester في 2025، مع تركّز أعلى درجات الجهوزية في الفئة التي تُلغى أدوارها المبتدئة أولًا.
خطأ التخطيط، بعبارة صريحة
الخطأ ليس التفاؤل بشأن الذكاء الاصطناعي. الخطأ هو تسجيل الخفض المتوقع في القوى العاملة كأساس متحقق، قبل عام كامل، ثم بناء تجميد شغل الوظائف البديلة فوقه.
التغيّر المتوقع هو تنبؤ بمعدل خطأ سنوي صار موثّقًا. والتغيّر المتحقق قياس. واحد منهما فقط يستحق مكانًا في خطة تُلزم أموالًا حقيقية.
الاعتراض الأمين
ثلاثة حدود، تُذكر قبل أن يذكرها غيري.
هذه بيانات مسح ذاتية الإبلاغ، لا سجلات رواتب. لم يُراجع أحد سجلات الأعداد في هذه المؤسسات. وعزو تغيّر في الأعداد إلى الذكاء الاصطناعي تحديدًا، على مستوى المشارك، هو حكم تقديري، والعزو هو بالضبط الموضع الذي يكون فيه الإبلاغ الذاتي أضعف ما يكون. ويسري التحفظ نفسه على أرقام NBER، فهي توقعات تنفيذيين لا نتائج رواتب متحققة.
العيّنة ليست متطابقة من عام إلى عام. تذكر McKinsey أنها راجعت المشاركين الذين أكملوا موجتي 2025 و2026 وأن النتائج عكست العيّنة الكلية، لكن تغيُّر العيّنة يبقى حدًّا حقيقيًا على قراءة الـ 32 في المئة والـ 14 في المئة كأنهما الأشخاص أنفسهم يناقضون أنفسهم.
قد يكون التوقع مبكرًا لا خاطئًا. القدرة تتأخر عن الإعلان، والنشر يتأخر عن القدرة. توقع خفض لعام 2025 يتحقق في 2027 كان خاطئ التوقيت لا خاطئ الجوهر — وبيانات التركيب من NBER، مع توقع تراجع إضافي في حصة الأعمال الكتابية الروتينية بحلول 2028، متوافقة مع نسخة أبطأ وأكثر انتقائية من الاتجاه نفسه. الادعاء القابل للدفاع يتعلق بالثقة في التوقيت، لا بالاتجاه.
وما يبقى بعد الثلاثة أضيق ولا يزال قابلًا للتنفيذ: توزيع النتائج المتحققة مُتركّز بشدة عند "تغيُّر ضئيل أو معدوم"، وأي خطة تتعامل مع الطرف البعيد من التوزيع كحالة أساسية فهي مُسعّرة خطأً.
ما يجب إعادة تأسيسه قبل إغلاق خطة الربع الرابع
أربع خطوات، ولا واحدة منها تتطلب التراجع عن موقف استراتيجي تجاه الذكاء الاصطناعي.
1. افصل المتوقع عن المتحقق في وثيقة الخطة. إذا كان نموذج الأعداد لديك لعام 2027 يتضمن بندًا مبرَّرًا بخفض مدفوع بالذكاء الاصطناعي، فحدِّد ما إذا كان يستند إلى تغيّر مقيس في مؤسستك أم إلى تغيّر متوقع. وإن كان توقعًا، فصنِّفه كتنبؤ يحمل معدل الخطأ المذكور أعلاه. هذا تعديل مدته خمسة عشر دقيقة ويغيّر طريقة مساءلة الرقم.
2. أعد تأسيس جدوى الذكاء الاصطناعي على معدل الإنجاز، لا على عدد الوظائف. زمن الدورة، والإيراد لكل موظف، ومعدل الخطأ، والتكلفة لكل عملية. ونتيجة الإنتاجية من NBER تشير إلى الاتجاه نفسه: ظهرت المكاسب كإنتاجية كلية للعوامل مبنية على الإيراد ومرتبطة بقنوات الابتكار والطلب، لا كتعميق لرأس المال يحل محل العمل. وإذا كانت الجدوى لا تكتمل إلا بخفض الأعداد، فالجدوى لم تكتمل.
3. اشترط لأي خفض منسوب إلى الذكاء الاصطناعي قدرة مُثبتة لا موعودة. الاختبار هو سَير عمل مُسمّى يعمل بالجودة المستهدفة مع معدل خطأ مقيس على مدى فترة محددة — لا خطة طريق من مزوّد. هذه البوابة الواحدة هي ما يفصل الـ 14 في المئة عن الـ 55 في المئة الذين يندمون.
4. خطِّط للفريق الذي سيبقى لديك. هذه هي الخطوة الغائبة عن معظم خطط 2027. إذا شهد ثلثا المؤسسات تغيّرًا ضئيلًا أو معدومًا في الأعداد بسبب الذكاء الاصطناعي، فالحالة الأساسية هي أن ملاكك الحالي هو تقريبًا ملاكك في 2027، مع تحرُّك التركيب من تحته. وهذا يحوّل القيد الملزم إلى سؤال قدرات لا سؤال تكلفة: أي كفاءات تجلس في أي مواقع، وأين يكون التعاقب هزيلًا، وأي طاقة كتابية روتينية يمكن إعادة توجيهها إلى الطلب الفني المؤهل الذي تقول بيانات NBER إنه يرتفع. وتجميد شغل الوظائف البديلة الذي يُقرَّر بغير تلك الخريطة ليس وفرًا؛ إنه خسارة قدرات غير مقيسة. قياس الكفاءات والتعاقب هو الأداة التي تجعل ذلك القرار قابلًا للدفاع — الموضع في مصفوفة 9-box محسوبًا من بيانات لكل كفاءة بدلًا من ذاكرة المدير، وجهوزية التعاقب مُقيَّمة لكل موقع حرج. وتوثّق وحدة الأداء والتعاقب في Scovai كيف تُبنى تلك الخريطة إن أردت مرجعًا تطبيقيًا.
الجزء غير المريح في هذه البيانات ليس أن الذكاء الاصطناعي قصّر في خفض الأعداد. بل أن المؤسسة قد تدير برنامج ذكاء اصطناعي ناجحًا — 89 في المئة تبنّيًا، و80 في المئة يفيدون بمكاسب إنتاجية — وتنتهي مع العدد نفسه من الأشخاص، يؤدون عملًا مختلفًا اختلافًا ذا معنى.
هذه مشكلة تطوير قوى عاملة متنكّرة في زي توقع للقوى العاملة مع الذكاء الاصطناعي.
قبل إغلاق خطة الربع الرابع، ابحث عن بند الأعداد الذي يفترض أن الذكاء الاصطناعي سيقلّص الفريق، واطرح عليه سؤالًا واحدًا: هل نقيس ذلك، أم ما زلنا نتوقعه؟ إن كان الجواب "نتوقعه"، فمعدل الخطأ المضاعف صار مثبتًا في السجل — وانتقل عبء الإثبات إلى التوقع.
