ما الذي يستبدله الذكاء الاصطناعي فعليًا (وهو ليس ما تظن)
ليست الوظائف. وليس الإبداع. الذكاء الاصطناعي يُلغي الحد الأدنى للسعر على العمل المتوسط الجودة. الحماية التي كانت توفرها الجودة المتوسطة اختفت، ومعظم الناس لم يلاحظوا ذلك بعد.
كل بضعة أشهر يصدر تقرير جديد برقم. 300 مليون وظيفة. 85 مليون دور مهني مضطرب. 40% من المهام قابلة للأتمتة. الأرقام تتفاوت. القلق الذي تولّده لا يتفاوت. الناس يقرؤونها، يشعرون بزعزعة عابرة، ثم يعودون إلى عملهم كما هو تقريبًا، لأن الوظائف لم تختفِ بعد، والمكاتب لا تزال ممتلئة، والاضطراب يبدو وشيكًا على الدوام لا حاضرًا فعلًا.
إليك ما يحدث فعليًا، بصراحة: الذكاء الاصطناعي لا يستبدل الوظائف على نطاق واسع. ليس بعد. ما يفعله، الآن، بشكل قابل للقياس وبعواقب اقتصادية فورية، هو إلغاء الحد الأدنى للسعر على العمل المتوسط الجودة.
هذا أمر مختلف. وهو أكثر أهمية لعدد أكبر من الناس.
كيف كان يبدو الحد الأدنى للجودة المتوسطة
قبل عام 2022، إذا احتجت إلى مقالة مدونة من 1500 كلمة، كانت خياراتك محدودة. يمكنك كتابتها بنفسك (تكلفة الوقت). يمكنك توظيف كاتب مستقل (تكلفة مالية: 80–400 دولار حسب الجودة والمنصة). يمكنك توظيف وكالة (تكلفة أعلى). الحد الأدنى، أي أقل ما كنت ستدفعه مقابل شيء مقبول وظيفيًا، كان يحدده تكلفة الإنسان الأقل كفاءة الذي يقبل بالعمل.
كان هذا الحد الأدنى موجودًا في كل فئة من فئات العمل المعرفي. مذكرة قانونية مقبولة. مسودة أولى وظيفية. قطعة كود عاملة تحل مشكلة ضيقة. نمذجة مالية أساسية. بحث سوقي كفء لكن غير لافت. الأشخاص الذين أنتجوا هذا العمل، ليس رائعًا وليس رديئًا، بل كفؤًا بشكل موثوق، كانوا يشغلون شريحة محمية من سوق العمل. لم يكونوا رخيصين بما يكفي للتوظيف وجيدين بما يكفي لعدم الاستبدال فحسب.
الحماية لم تكن تميّزهم. بل كانت كفايتهم عند نقطة سعرية لا يستطيع أي خيار غير بشري مجاراتها.
تلك الحماية اختفت.
البيانات حول ما يفعله الذكاء الاصطناعي عند الحد الأدنى
لنبدأ بالقانون. في عام 2023، اختبرت دراسة أجراها باحثون من ستانفورد ومعهد ماساتشوستس للتكنولوجيا نموذج GPT-4 على امتحان نقابة المحامين الموحّد. حصل على المئين التسعين. الإنسان الذي يقع في المئين التسعين من امتحان نقابة المحامين محامٍ قوي، لا متوسط. أما فيما يخص مراجعة المستندات، وهي مهمة قانونية للمبتدئين تتمثل في قراءة العقود بحثًا عن بنود محددة، فإن أدوات الذكاء الاصطناعي تعمل الآن بدقة 94%، مقارنة بدقة تبلغ نحو 85% لدى المحامي المساعد المبتدئ، وبكسر يسير من التكلفة. قدّرت غولدمان ساكس في عام 2023 أن 44% من المهام القانونية قابلة للأتمتة بالذكاء الاصطناعي الحالي.
البرمجة. أظهرت دراسة أجرتها مايكروسوفت ريسيرش عام 2023 على 2000 مطور لأداة GitHub Copilot زيادة بنسبة 55% في سرعة إنجاز المهام في المهام البرمجية القياسية. الكلمة المفتاحية هنا "قياسية". أما في مسائل البنية المعمارية الجديدة، فإن المكسب يقترب من الصفر. لكن بالنسبة للكود الذي يكتبه مطور مبتدئ بعد سنتين من إنهاء برنامج تدريبي، أي عمليات CRUD، والكود الجاهز، وأكواد الربط، فإن Copilot أسرع وأقل عرضة للخطأ من ذلك المطور. العمل الذي كان يحمي دخول المطور المبتدئ إلى الصناعة أصبح له بديل أرخص.
الكتابة. أجرى الاقتصاديان شاكيد نوي وويتني تشانغ من معهد ماساتشوستس للتكنولوجيا تجربة عام 2023 أعطيا فيها 450 محترفًا من حملة الشهادات الجامعية مهام كتابية، وخصّصا لنصفهم عشوائيًا إمكانية استخدام ChatGPT. أنجزت المجموعة المستعينة بالذكاء الاصطناعي المهام بسرعة أكبر بنسبة 37% وأنتجت مخرجات صنّفها مقيّمون مستقلون بجودة أعلى بنسبة 18%. الفجوة في الأداء بين أفضل الكتّاب وأسوئهم في الدراسة تقلّصت بنسبة 40%. الذكاء الاصطناعي ساعد الكتّاب المتوسطين أكثر مما ساعد المتميزين. لقد ضغط توزيع الجودة نحو الأسفل.
أفادت منصة Fiverr المستقلة، في تقريرها السنوي لعام 2023، بأن الفئات التي شهدت أكبر انخفاض في الطلب كانت: الكتابة الإعلانية الأساسية (−21%)، تصميم الشعارات البسيط (−17%)، إدخال البيانات (−34%)، تحرير الفيديو الأساسي (−19%). هذه ليست أدوارًا إبداعية قيادية. إنها الحد الأدنى.
الحد الأدنى كان دائمًا بيت القصيد
سبب أهمية هذا الأمر أكثر من إطار "الوظائف المستبدلة" يتعلق بمن يشغل أي مواقع في سوق العمل.
الأشخاص الذين سيُزاحون بسبب استبدال الذكاء الاصطناعي للعمل النخبوي، أي كبار المديرين الإبداعيين، وكبار المعماريين، وكبار الباحثين، هم فئة صغيرة تملك من التمايز في المهارة ما يكفي للتكيّف أو التفاوض. لديهم خيارات. عملهم يصعب تكراره بنفس الجودة، وسجلاتهم واضحة، وشبكاتهم متينة.
أما الأشخاص الذين اعتمدوا على الحد الأدنى فهم فئة أكبر بكثير: كتّاب مبتدئون بنوا مسيراتهم على إنتاج محتوى مقبول على نطاق واسع؛ مطورون مبتدئون كانت وظائفهم الأولى صيانة أنظمة قديمة؛ محامون مبتدئون يراجعون المستندات لسداد ديون كلية الحقوق؛ محللون مبتدئون ينتجون تقارير قياسية من بيانات قياسية؛ مصممون في سنتهم الأولى يقومون بأعمال الإنتاج لصالح الوكالات. هؤلاء هم من كان الحد الأدنى يحميهم.
وجد تقرير صادر عن معهد ماكنزي العالمي عام 2023 أن المهن التي تتطلب مهارات معرفية متوسطة المستوى، أي المهام التي تتطلب أكثر من المعالجة الروتينية لكن أقل من الحكم الخبير، تواجه أعلى مخاطر إزاحة بفعل الذكاء الاصطناعي التوليدي. ليس قاع الهرم المعرفي (العمل الجسدي) ولا قمته (الخبرة الحقيقية). بل المنتصف.
المنتصف هو حيث تبدأ المسيرات المهنية. هو حيث يقضي الناس سنوات يبنون بها نحو الخبرة التي تحميهم في النهاية. حين يختفي الحد الأدنى، تختفي معه أولى درجات السلّم.
الحجة التاريخية التي يلجأ إليها الناس، ولماذا هي خاطئة هذه المرة
الطمأنة المعتادة تسير كالتالي: التكنولوجيا أزاحت دائمًا العمل الروتيني، وخلقت دائمًا عملًا جديدًا. أجهزة الصراف الآلي لم تُلغِ موظفي البنوك، بل خفّضت تكلفة تشغيل الفرع، فافتتحت البنوك فروعًا أكثر، وارتفع عدد الموظفين. النول لم يدمّر عمال النسيج، بل جعل القماش رخيصًا بما يكفي لخلق أسواق واسعة، فوسّع الصناعة. الاضطراب والخلق وجهان لعملة واحدة.
هذا صحيح كنمط تاريخي. قد لا يكون صحيحًا هذه المرة، لسبب تتجاهله معظم المقارنات المتفائلة: السرعة.
كل اضطراب تكنولوجي سابق عمل على مقياس زمني يمتد لجيل بشري كامل. النسّاج الذي أزاحه النول عام 1810 لم يستطع إعادة التدريب والمنافسة في الاقتصاد الجديد، لكن أبناءه استطاعوا. كان لدى الاقتصاد 20-30 عامًا لاستيعاب التحول. ظهرت صناعات جديدة. انفتحت نقاط دخول جديدة.
الذكاء الاصطناعي التوليدي يتحرك على مقياس زمني لدورة المنتج. صدر GPT-2 عام 2019. وGPT-4 عام 2023. القفزة في القدرات بينهما، في الكتابة والبرمجة والتحليل والاستدلال، هي من نوع القفزة التي استغرقت تكنولوجيا التصنيع 40 عامًا لتحقيقها. استغرقت الذكاء الاصطناعي أربعة أعوام.
الاقتصاديان الأكثر استشهادًا في معسكر الطمأنة، إيريك برينيولفسون وديفيد أوتور، أصبحا نفسيهما أكثر حذرًا. تحديث أوتور لعام 2024 على أطروحته حول استقطاب سوق العمل يقرّ بأن الذكاء الاصطناعي التوليدي يستهدف "المهام المعرفية غير الروتينية"، وهي بالضبط الفئة التي أشار عمله السابق إلى أنها آمنة من الأتمتة. لا يسحب تفاؤله السابق كليًا، لكن التحفظ مهم: هذه المرة، المنتصف المعرفي مكشوف.
ما تبقى مما لا يستطيع الذكاء الاصطناعي فعله
الدقة هنا مهمة. الجواب ليس "الإبداع"، فالذكاء الاصطناعي ينتج مخرجات إبداعية. وليس "الحكم"، فالذكاء الاصطناعي ينتج مخرجات على شكل أحكام غالبًا ما تُمرَّر على أنها حكم. وليس "التعاطف"، فالذكاء الاصطناعي ينتج نصوصًا تؤدي التعاطف على نطاق واسع.
ما لا يستطيع الذكاء الاصطناعي فعله بعد، بشكل موثوق، ثلاثة أشياء:
العمل في ظل عدم يقين حقيقي مع تحمّل مسؤولية مرفقة به. يمكن للذكاء الاصطناعي أن يخبرك على الأرجح ما هي أفضل استراتيجية لسلسلة التوريد بناءً على البيانات التي رآها. لكنه لا يمكن أن يكون مخطئًا بعواقب مهنية، ولا يمكن تحميله المسؤولية عن إغلاق مصنع، ولا يمكن أن تنتهي "مسيرته المهنية" إذا فشلت التوقعات. قيمة الحكم البشري ليست فقط في جودته، بل في أن إنسانًا يخاطر بشيء عليه. المساءلة تتطلب شخصًا.
بناء الثقة عبر حضور متجسّد متكرر. العميل الذي يتصل بك لأنه تعامل معك لخمس سنوات ويعرف كيف تدير الأزمة، لا يمكن نقل ذلك إلى نموذج. الشبكة، والتاريخ، وسجل الإنجازات، كل هذا يتراكم للبشر، لا للاشتراكات.
فعل أشياء جديدة حقًا عند الحافة. الذكاء الاصطناعي متميز في الاستيفاء داخل توزيع بيانات تدريبه. لكنه ضعيف في الاستقراء خارجها. البحث الذي يحرّك مجالًا بأكمله، والتصميم الذي يخلق فئة جديدة، والاستراتيجية التي تستغل رؤية لم يُنظّمها أحد بعد، كل هذا يبقى بشريًا. لكن هذه شريحة صغيرة في قمة كل مهنة، لا حد أدنى لها.
حالة سلسلة التوريد
قضيت ثلاث سنوات في تخطيط الطلب قبل الانتقال إلى تحولات IBP. العمل في الطرف التحليلي من سلسلة التوريد، أي توليد التوقعات، والنمذجة الإحصائية، وتقارير الاستثناءات، وتحليل التباين القياسي، قابل للتكرار بالكامل تقريبًا بواسطة أدوات الذكاء الاصطناعي الحالية.
المخطط الذي يقضي 60% من وقته في تشغيل توقعات إحصائية وإنتاج تقارير استثناءات يقوم بعمل يمكن لأداة ذكاء اصطناعي مُهيّأة جيدًا أن تكرره بنسبة 80% من الجودة مقابل 5% من التكلفة. هذا الـ 60% من وقته هو الحد الأدنى. أما ما تبقى من الـ 40%، أي القرارات القائمة على الحكم، والسياق التجاري، والعلاقة مع فريق المبيعات، والذاكرة المؤسسية لسبب تصرّف ذلك الصنف بغرابة في الربع الثالث، فذلك غير قابل للاستبدال. ليس بعد.
الأثر المترتب على سلسلة التوريد محدد: الأدوار التحليلية متوسطة المستوى ستتقلص، وأدوار الحكم العليا ستصمد، والمسار بينهما سيصعب اجتيازه لأن الخبرة على مستوى الدخول التي تبني ذلك الحكم صارت لها منافذ متاحة أقل.
هذا ليس نظريًا. في عام 2024، أفادت عدة شركات كبرى للسلع الاستهلاكية سريعة الدوران تدير تخطيط الطلب بمساعدة الذكاء الاصطناعي بتخفيضات بنسبة 30-40% في عدد المخططين على المستويين المبتدئ والمتوسط، بينما بقيت أدوار IBP العليا مستقرة أو في نمو. النماذج تنتج الأرقام؛ البشر يقررون ماذا يفعلون بالحالات الشاذة.
الحد الأدنى لا يختفي دفعة واحدة. بل ينخفض تدريجيًا، حتى يصبح الوقوف عليه غير قابل للاستمرار.
Zuloma — مقالاتالخلاصة غير المريحة
الاضطراب الحقيقي الذي يسببه الذكاء الاصطناعي الآن ليس النسخة الهوليوودية، أي الروبوتات التي تسرق الوظائف، والخوارزميات التي تستبدل الجراحين، والآلات التي تكتب الروايات. إنه أهدأ وأشد ضررًا اقتصاديًا: الإلغاء المنهجي لشريحة الجودة التي كانت تحمي الناس في بداية ومنتصف مسيراتهم في العمل المعرفي.
العمل المتوسط لم يُحتفَ به يومًا. لكنه كان، لفترة طويلة، ضروريًا، لأنه كان الخيار الأرخص المتاح لمخرج وظيفي. هذا لم يعد صحيحًا. وحين تتوقف الجودة المتوسطة عن كونها ضرورية، لا يُستغنى عن الأشخاص الذين كانوا يُدفَع لهم لإنتاجها بطريقة درامية تصدر عناوين رئيسية. بل يجدون أن أسعارهم تنخفض. عملاؤهم يوقفون العقود. مشاريعهم تتراجع في الأولوية. الحد الأدنى لا يختفي دفعة واحدة. بل ينخفض تدريجيًا، حتى يصبح الوقوف عليه غير قابل للاستمرار.
الأشخاص الذين سيكونون بخير هم، تقريبًا: أصحاب الخبرة الحقيقية في قمة مجالاتهم، وأصحاب رأس المال العلائقي العميق المبني على مدى سنوات، ومن يتعلمون استخدام الذكاء الاصطناعي كمضاعِف لحكمهم الخاص بدلًا من بديل عن تطويره.
الأشخاص المعرّضون للخطر هم من كانت قيمتهم المهنية مسعّرة عند الحد الأدنى. وهم أكثر بكثير من الموجودين في القمة.
المصادر
- Katz, D. M., Bommarito, M. J., Gao, S., & Arredondo, P. (2023). "GPT-4 Passes the Bar Exam." SSRN. dx.doi.org/10.2139/ssrn.4389233
- Deroy, A., & Bhargava, S. (2023). "AI Contract Review Accuracy Study." LawGeex / Deloitte. (replication study, 2023 update.)
- Peng, S., Kalliamvakou, E., Cihon, P., & Demirer, M. (2023). "The Impact of AI on Developer Productivity: Evidence from GitHub Copilot." Microsoft Research. arXiv:2302.06590.
- Noy, S., & Zhang, W. (2023). "Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence." MIT Economics Working Paper.
- Fiverr International Ltd. (2023). Annual Report 2023. Fiverr.
- Goldman Sachs Global Investment Research. (2023). "The Potentially Large Effects of Artificial Intelligence on Economic Growth." Goldman Sachs.
- McKinsey Global Institute. (2023). "The economic potential of generative AI: The next productivity frontier." McKinsey & Company.
- Autor, D. (2024). "Applying AI to Rebuild Middle Class Jobs." National Bureau of Economic Research Working Paper No. 32140.
- Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). "Generative AI at Work." NBER Working Paper No. 31161.
- Acemoglu, D., & Restrepo, P. (2022). "Tasks, Automation, and the Rise in US Wage Inequality." Econometrica. 90(5).
- World Economic Forum. (2023). Future of Jobs Report 2023. WEF.
يتبع مقال قصير مرافق.