يفيد العاملون الذين يستخدمون الذكاء الاصطناعي بأنه يوفّر لهم نحو 11 ساعة أسبوعيًا — أي أكثر من ربع أسبوع العمل — ومع ذلك يقول 13% فقط إن أداء مؤسستهم تحسّن بشكل ملحوظ بفضله (Glean Work AI Index, 2026). ضع هذين الرقمين جنبًا إلى جنب. توفير الوقت حقيقي وكبير. أما النتيجة على مستوى الأعمال فغائبة تقريبًا. هذه الفجوة هي أهم نتيجة هذا العام بشأن إنتاجية الذكاء الاصطناعي، وهي ليست خطأ في القياس. إنها المكان الذي تذهب إليه الساعات.
إنها تذهب إلى شيء أطلق عليه باحثو Glean اسمًا: botsitting. في استطلاع شمل 6,000 عامل رقمي بدوام كامل في الولايات المتحدة والمملكة المتحدة وأستراليا — أُجري بمشاركة باحثين من Stanford وUC Berkeley وHarvard — أفاد العاملون بأنهم يقضون في المتوسط 6.4 ساعة أسبوعيًا في الإشراف على أدوات الذكاء الاصطناعي وتصحيحها وإعادة صياغة الأوامر والتنظيف بعدها (Glean / BusinessWire, 2026). هذا يقارب يوم عمل كامل، كل أسبوع، يُقضى في رعاية الأداة التي كان من المفترض أن تعيد ذلك اليوم. بالنسبة إلى Head of Operations، فإن العنوان ليس "الذكاء الاصطناعي يوفّر 11 ساعة". بل هو "الذكاء الاصطناعي يوفّر 11 ساعة ويفوتر عليك بصمت 6 منها — وأنت على الأرجح لا تحتسب أيًا منهما".
الرقم الذي ينبغي أن يوقفك: 11 ساعة داخلًا، 13% خارجًا
تُبنى معظم مبررات الأعمال للذكاء الاصطناعي على الرقم الأول وتفترض الثاني ضمنًا. الوعد هو ساعات موفّرة لكل ترخيص، مضروبة في عدد الموظفين، ومُحتسَبة كقدرة مُحرَّرة. يحطّم مؤشر Work AI Index هذه الحسبة في سطر واحد: 75% من العاملين المعرفيين يقولون إن الذكاء الاصطناعي يزيد إنتاجيتهم، لكن 13% فقط يقولون إنه حسّن أداء شركتهم بشكل ملحوظ (CIO Dive, 2026). الإنتاجية الفردية تُلمَس بشكل شبه شامل. أما الأداء المؤسسي فيتحرك في شركة واحدة تقريبًا من كل ثماني شركات.
الإغراء هو قراءة هذه الـ13% كمشكلة تبنٍّ — لا تراخيص كافية، لا تدريب كافٍ، امنحه ربعًا آخر. لكن البيانات تشير إلى العكس. التبني مرتفع بالفعل؛ والإنتاجية المُلمَسة موجودة بالفعل. ما ينقص هو تحويل توفير الوقت الفردي إلى عمل تستطيع المؤسسة استخدامه فعليًا. الساعات تُوفَّر على المكتب وتُفقَد في النظام. إن Head of Operations الذي يموّل الدفعة التالية من التراخيص استنادًا إلى رقم الـ11 ساعة إنما يشتري المزيد من المدخل الذي لا يتحول أصلًا.
هذا هو الانضباط الذي يفرضه الرقم: التوقف عن قياس الذكاء الاصطناعي بالساعات التي يقول الأفراد إنهم وفّروها، والبدء بقياسه بالعمل الذي سلّمته المؤسسة والذي لم يكن بإمكانها تسليمه من قبل. المقياس الأول مُبلَّغ ذاتيًا ومُطرٍ. الثاني هو الوحيد الذي ستراه حساباتك المالية يومًا.
ما هو "botsitting" حقًا
botsitting هو العمل غير البرّاق المتمثل في جعل مخرجات الذكاء الاصطناعي قابلة للاستخدام: تزويد الأداة بالسياق الناقص، والتحقق من إجاباتها، وتصحيح أخطائها، وإعادة تشغيل الأوامر، والتنقل بين الأنظمة لتجميع ما عجزت عن تجميعه، وإعادة كتابة المادة الواثقة-لكن-الخاطئة التي تنتجها. صياغة Glean صريحة — مقابل كل ساعة يقضيها الموظف في الحصول على مخرَج مفيد من الذكاء الاصطناعي، يقضي ساعة أخرى في جعله قابلًا للاستخدام (CIO Dive, 2026). عند 6.4 ساعة أسبوعيًا، يستهلك botsitting نحو 37% من إجمالي وقت الذكاء الاصطناعي، أي أكثر قليلًا من الوقت الذي يقضيه العاملون فعليًا في استخدام الذكاء الاصطناعي للإنجاز (AIwire, 2026).
التكلفة ليست الساعات المفقودة فقط. بل ما يحدث عندما يتوقف الناس عن دفعها. يسمّي التقرير سلوكًا ثانيًا — botshitting — أي تسليم عمل أنتجه الذكاء الاصطناعي دون أن يتحقق منه الموظف فعلًا. مؤشر الإنذار المبكر يكمن في معدل التحقق: 69% فقط من العاملين يقولون إنهم يتحققون من توصيات الذكاء الاصطناعي (CIO Dive, 2026). اقرأ ذلك كسجل مخاطر تشغيلية، لا كطُرفة. نحو ثلاثة من كل عشرة مخرجات للذكاء الاصطناعي تدخل منتج عملك دون مراجعة بشرية. بعضها سليم. وبعضها هو الإجابات الواثقة-لكن-الخاطئة التي وُجد botsitting لاعتراضها، وهي الآن تتدفق مباشرة إلى تسليم للعميل أو توقّع أو وثيقة امتثال. الساعات التي يوفّرها فريقك بعدم القيام بـbotsitting لا تختفي؛ بل تتحول إلى إعادة عمل كامنة وخطر خطأ يظهران لاحقًا، أبعد في المسار وبتكلفة أكبر.
لماذا تُخطئ المزيد من التراخيص والمزيد من التدريب على الأوامر الهدف
ردود الفعل الغريزية تجاه طرح مخيّب للذكاء الاصطناعي هي شراء المزيد من التراخيص أو تدريب الناس على صياغة أوامر أفضل. وكلاهما يُخطئ ما يحدده مؤشر Work AI Index كقيد حاسم. عنوان التقرير نفسه يسمّيه: نقص السياق يلتهم المكاسب (Glean / BusinessWire, 2026). عنق الزجاجة ليس مدى براعة العامل في صياغة الطلب. بل ما إذا كان الذكاء الاصطناعي يستطيع الوصول إلى المعلومات التي يحتاجها للإجابة جيدًا — المستندات، وأنظمة السجلات، والمعرفة المؤسسية المحبوسة في أدوات لم يُربط بها قط.
هذا يعيد صياغة المشكلة برمتها. صائغ أوامر مُدرَّب تمامًا يستعلم من ذكاء اصطناعي عاجز عن رؤية البيانات ذات الصلة سيظل يحصل على إجابة سطحية أو عامة أو خاطئة — ثم سيقضي ساعة botsitting في إعادة بناء السياق الذي عجزت الأداة عن الوصول إليه يدويًا. الأوامر الأفضل لا تسدّ فجوة وصول؛ إنها فقط تنتج طلبات أكثر بلاغة في الفراغ نفسه. المزيد من التراخيص يضاعف القيد نفسه على المزيد من الناس. الرافعة التي يشير إليها الاستطلاع تقع قبل كليهما: بنية المعلومات: ما البيانات والأنظمة التي يُسمح للذكاء الاصطناعي فعليًا باستردادها ويقدر عليها.
مهارة الأوامر مشكلة العامل. الوصول إلى السياق مشكلة العمليات.
هذا التمييز مهم لأنه يعيد توزيع المسؤولية. لو كان عنق الزجاجة هو مهارة الأوامر، لكان الحل من نصيب العاملين الأفراد والتدريب. وبما أن عنق الزجاجة هو الوصول إلى السياق، فإن الحل من نصيب من يحكم كيفية ربط الأنظمة وما يُسمح للذكاء الاصطناعي بقراءته — أي العمليات وتقنية المعلومات، لا المستخدم النهائي. إن عمل رسم خرائط مصادر البيانات وتفكيك الصوامع وترسيخ الذكاء الاصطناعي في سياق مؤسسي حقيقي هو تحديدًا نوع السباكة بين الأنظمة التي يحكمها Head of Operations ولا تستطيع ورشة هندسة أوامر لمسها. الشركات المتقدمة، كما يلاحظ التقرير، هي تلك التي ترسّخ الذكاء الاصطناعي في سياق مؤسسي حقيقي وتقيسه بنتائج الأعمال بدل عدد التراخيص.
انكشاف السوق المتوسطة
هذا يضرب بأشد قوة الشركة التي يتراوح عدد موظفيها بين 100 و500، وليس صدفة. لدى المؤسسات الكبرى ميزانيات لتكامل البيانات، وفرق منصات داخلية، ووظيفة حوكمة مهمتها ربط الأنظمة. أما السوق المتوسطة فتدير حزمة أنحف: المزيد من الأدوات المنفصلة، وعدد أقل من المسؤولين عن التكامل، وطرح للذكاء الاصطناعي اشتُري كتراخيص بدل أن يُبنى كبنية تحتية. ضريبة botsitting تنازلية — تثقل أكثر المؤسسات الأقل تجهيزًا لرؤيتها، لأنها تملك أقل أدوات قياس لملاحظة الـ6 ساعات أسبوعيًا التي تتسرب من جدول كل مستخدم للذكاء الاصطناعي.
بالنسبة إلى عملية من 200 موظف، يتراكم الانكشاف بصمت. اشترِ 150 ترخيصًا للذكاء الاصطناعي، واحتفل بالـ11 ساعة التي يقول كل شخص إنه يوفّرها، واحتسب رقمًا يفوق 1,600 ساعة أسبوعيًا من "القدرة المُحرَّرة" التي لا تظهر أبدًا في الإنتاجية الفعلية. في غضون ذلك، يستوعب الأشخاص الـ150 أنفسهم قرابة 1,000 ساعة أسبوعيًا من botsitting غير المحتسب، ويُسلَّم نحو ثلث مخرجاتهم دون تحقق. لا شيء من ذلك على لوحة معلومات، لأن الطرح صُمِّم كشراء إنتاجية، لا كتغيير تشغيلي. وأول مرة يصبح فيها مرئيًا هي حين لا تتحقق القدرة المُحرَّرة ويسأل أحدهم أين ذهب عائد الذكاء الاصطناعي.
التدقيق قبل الترخيص التالي
الخطوة الأعلى رافعةً لهذا الربع ليست أداة جديدة ولا عقدًا أكبر. إنها تدقيق لما يستطيع الذكاء الاصطناعي الوصول إليه فعليًا — يُجرى قبل تمويل الترخيص التالي، لا بعده. ثلاث خطوات ملموسة.
ارسم خريطة الوصول إلى السياق مقابل عملك الحقيقي. للحفنة من المهام التي تريد فيها أكبر رافعة من الذكاء الاصطناعي، اطرح سؤالًا حرفيًا: هل تستطيع الأداة استرداد المستندات والسجلات والأنظمة التي سيرجع إليها إنسان كفؤ لإنجازها جيدًا؟ حيثما كانت الإجابة لا، تكون قد حدّدت مولّد botsitting — موضعًا تنتج فيه الأداة إجابة ضعيفة ويقضي فيه شخص ساعة في إعادة بناء السياق يدويًا. تلك الفجوات، لا قوالب أوامرك، هي قائمة العمل المتراكم.
جهّز قياس botsitting والتحقق كمقياسين دائمين. لا يمكنك إدارة تكلفة قدرها 6.4 ساعة أسبوعيًا لا تقيسها. اطرح على مستخدمي الذكاء الاصطناعي سؤالين بشكل دوري: كم من الوقت يذهب إلى التصحيح وإعادة الصياغة والتجميع حول الأداة، وما نسبة مخرجات الذكاء الاصطناعي التي تصل إلى منتج العمل دون مراجعة بشرية. الرقم الأول هو بند عملك الخفي. الثاني هو خطر الخطأ لديك. تتبّع كليهما، فينتقل الحوار حول عائد الذكاء الاصطناعي من الحكاية إلى القياس.
اشترط الشراء التالي بالسياق، لا بالطلب على التراخيص. قبل اعتماد المزيد من التراخيص، اطلب إجابة: ما الذي غيّرناه في الوصول إلى البيانات منذ الدفعة الأخيرة؟ إن لم يكن شيء، فالمزيد من التراخيص سيعيد إنتاج فشل التحويل نفسه بتكلفة أعلى. ربط نظام سجلات إضافي بتراخيصك الحالية سيعود، بناءً على هذه الأدلة، بأكثر من مضاعفة التراخيص على الحزمة المنفصلة نفسها.
هنا يكفّ ذكاء المواهب والعمليات عن كونه فئة أدوات ويصبح ممارسة تشغيلية. في Scovai، الخيط الناظم لكل عملنا هو أن القرارات يجب أن تستند إلى إشارة موضوعية وقابلة للتتبع — وطرح الذكاء الاصطناعي ليس استثناءً. أداة مترسّخة في السياق الذي يحتاجه عملك فعلًا تعيد ساعات صافية. أداة محرومة من ذلك السياق تعيد العمل نفسه، مُعاد تصنيفه كإشراف.
القرار قبل انتهاء هذا الربع
هذا هو القرار الوحيد الذي يجب اتخاذه قبل إغلاق الربع، ولا يكلّف سوى الصدق. خذ طرحك للذكاء الاصطناعي وأجب عن سؤال: هل نقيسه بالساعات التي يقول الأفراد إنهم وفّروها، أم بالعمل الذي سلّمته المؤسسة والذي لم يكن بإمكانها تسليمه من قبل؟ إن كان الأول، فأنت تلاحق رقم الـ11 ساعة الذي يُطري وتتجاهل رقم الـ6.4 ساعة الذي يفوتر. غيّر المقياس، ونفّذ تدقيق الوصول إلى السياق، وضع botsitting والتحقق على لوحة معلومات قبل اعتماد ترخيص آخر. الشركات التي تعامل الذكاء الاصطناعي كشراء مدفوع بعدد التراخيص ستظل تتساءل لماذا لا تصل الإنتاجية المُلمَسة إلى الحسابات المالية. أما التي تعامله كمشكلة بنية معلومات فستجد الساعات التي وُعدت بها — وستتوقف عن دفع الضريبة التي لم تكن تراها.
