درس كلارنا و78,557 موظفاً مسرَّحاً في فصل واحد: لماذا إعادة بناء الفريق بالذكاء الاصطناعي أجدى من تقليص العمالة

• حجم التسريحات المرتبطة بالذكاء الاصطناعي في العالم: 78,557 شخصاً في الفصل الأول من عام 2026 (48% بسبب الذكاء الاصطناعي) و88,387 في أبريل (26% بسبب الذكاء الاصطناعي)
• ارتفاع حرارة سوق تقنية المعلومات في روسيا: تراجع الوظائف الشاغرة في سان بطرسبرغ بنسبة 41%، ومؤشر HH عند 22.9 سيرة ذاتية لكل وظيفة، مع نمو الطلب على مهارات الذكاء الاصطناعي بنسبة +66%
• فجوة الإنتاجية: من 2x إلى 4x بين المتخصص "الأصلي في الذكاء الاصطناعي" والموظف التقليدي (+55% في السرعة وفق قياسات GitHub)
• نتيجة إعادة التدريب في Alpina Digital: تسريع الإنتاج الأساسي بمقدار 4.5 مرة مع 0 حالات تسريح

انتقل النقاش حول ما إذا كانت الشبكات العصبية ستزيح المبرمجين في عام 2026 بشكل نهائي من محادثات المهندسين إلى مكاتب المديرين الماليين. ووفقاً لحسابات Tom's Hardware و Nikkei Asia، سرّح القطاع التقني العالمي 78,557 شخصاً في الفصل الأول من عام 2026 وحده، حيث نُسب 48% من هذه التسريحات مباشرة إلى استبدال البشر بالخوارزميات. وفي أبريل، سجّل تقرير Challenger 88,387 حالة تسريح إضافية (26% منها بسبب الذكاء الاصطناعي)، بينما تراجع عدد الوظائف الجديدة بعنوان "Software Engineer" على LinkedIn في الولايات المتحدة بنسبة 15.6% خلال شهر واحد (وتراجعت وظائف "Software Developer" بنسبة 20%).

في سوق العمل الروسي، تحدث مقصّات معكوسة. في سان بطرسبرغ تقلّص عدد الوظائف الشاغرة في تقنية المعلومات بنسبة 41% خلال عام، وتجاوزت المنافسة على منصة HeadHunter في مارس 2026 حد 22.9 سيرة ذاتية لكل وظيفة شاغرة — أي ضعف الحد الذي يُعتبر فيه السوق سوق صاحب عمل مُحتدِماً. لكن في المقابل، تُظهر إحصاءات Avito Rabota ارتفاعاً بنسبة 66% على أساس سنوي في عدد الوظائف التي تتطلب إتقان أدوات الذكاء الاصطناعي.

لماذا تؤدي حالتا

Anthropic وKlarna المتناقضتان إلى استنتاج إداري واحد؟

إذا نظرنا إلى أبرز سابقتين مؤسسيتين خلال العامين الماضيين، تتضح حدود تطبيق هذه التقنية.

على طرف نقيض، توجد Anthropic. في ربيع 2025، توقّع داريو أموداي أن تكتب النماذج معظم الشيفرة البرمجية خلال عام، وفي فبراير 2026 أكّد مدير المنتجات في الشركة مايك كريغر، في قمة Cisco AI، أن "Claude يكتب نفسه الآن بنسبة تقترب من 100%"، مرسلاً طلبات دمج (pull requests) تتراوح بين 2,000 و3,000 سطر. لكن قلة من الناس يلاحظون الطرف الآخر من المعادلة: فقد وسّعت Anthropic في نفس الوقت عدد مهندسيها البشريين بشكل كبير. فعندما تنتقل كتابة الصيغة البرمجية الروتينية إلى الآلة، تُفتح جبهة عمل هائلة في البنية المعمارية، واختبار الفرضيات، والأمان.

على الطرف الآخر، توجد شركة التكنولوجيا المالية العملاقة Klarna. في عام 2024، أعلنت الشركة بفخر أن الذكاء الاصطناعي استبدل 700 موظف خدمة وأصبح يتولى 75% من الطلبات. لكن مع بداية عام 2026، أقرّ الرئيس التنفيذي سيباستيان سيميياتكوفسكي علناً بوجود تجاوز، وأعاد فتح باب التوظيف البشري. فقد كان الروبوت يتعامل بكفاءة مع الأسئلة النمطية، لكنه فشل في النزاعات العاطفية، والخلافات غير النمطية، والشكاوى المتعددة الخطوات. وقد تجاوزت تكلفة فقدان ولاء العملاء ومعالجة الأخطاء ما تم توفيره من فاتورة الأجور.

كيف تعمل إعادة تجميع الأدوار (rebundling) وأين تكمن الجدران الفيزيائية

الأربعة للنماذج؟

خلف وهم أن "الخوارزميات ستستبدل الجميع غداً" يكمن سوء فهم لأربعة قيود جوهرية في بنية نماذج اللغة الكبيرة الحالية: نفاد النصوص البشرية ذات الجودة العالية (حيث تؤدي البيانات التركيبية إلى التدهور)، وسقف الطاقة في مراكز البيانات، وغياب حوسبة كمومية ناضجة قادرة على نمذجة الأنظمة المعقّدة (بأفق زمني من 10 إلى 15 عاماً)، وانفصال النماذج عن أجهزة الاستشعار الفيزيائية في العالم الحقيقي.

لذلك، فإن ما يربح في الواقع العملي ليس التقليص الأعمى للعمالة، بل ما سمّاه المحلل بن طومسون بمصطلح rebundling — أي إعادة تجميع عميقة للوظائف داخل الدور الواحد. ووفقاً لماكينزي (بالاعتماد على عينة تضم أكثر من 600 شركة)، يرفع الدمج العميق للذكاء الاصطناعي في التطوير الإنتاجية بنسبة 16 إلى 30%، ويحسّن جودة الشيفرة البرمجية بنسبة 31 إلى 45%، بينما تُظهر قياسات GitHub تسريعاً في إغلاق المهام بنسبة 55%. وبدلاً من أربعة متخصصين ضيقي التخصص من الطراز القديم، يحل مهندس واحد يقود مجموعة من العملاء الذكيين (agents) المهمة بأكملها.

ماذا نفعل عملياً عند التوظيف وإعادة تدريب الفريق الحالي؟

حسب خبرتنا في Alpina Digital وعلى أكثر من 40 مشروعاً لعملاء مختلفين، تبلغ الفجوة في الإنتاجية بين المتخصص "الأصلي في الذكاء الاصطناعي" والموظف الذي يعمل بالطريقة التقليدية ما بين مرتين إلى 4 مرات، عند نفس المستوى من الأجور. ومن هنا تنبع ثلاث خطوات عملية للقائد الإداري:

1. تغيير فلتر الدخول: في أي مقابلة عمل (من مطوّر الواجهة الخلفية إلى المحامي والمسوّق)، يُستبدل السؤال النظري بسباق عملي مدته 20 دقيقة — بناء نموذج أولي عملي أو وثيقة بالتعاون مع Claude أو GPT أو Gemini. 2.

تدريب الموظفين الحاليين بدلاً من تسريحهم: في 2024-2025، أدخلنا كل فريق دار النشر في دورات تدريبية مكثّفة داخلية. وكانت النتيجة ضغط دورة إصدار الكتاب بمقدار 4.5 مرة دون أي تسريحات: فقد حافظ الموظفون على وظائفهم من خلال إعادة بناء أدوارهم.

وهذه بالضبط هي منهجية إعادة تدريب الفرق التقنية والمنتجية التي نقدّمها في [Hamidun Academy](https://academy.hamidun.com) ونطوّرها في ورش عمل أسبوعية ضمن [Vibe Club](https://hamidun.

com/club). 3. حساب الاقتصاد على أساس نمو الحجم: قبل تقليص 700 وظيفة وفق وصفة Klarna في بدايتها، احسب سيناريو "الحفاظ على الفريق + تسليحه بالذكاء الاصطناعي" لمضاعفة قدرة الشركة الاستيعابية.

فالمطوّرون لن تستبدلهم الشبكة العصبية — بل سيستبدلهم مهندسون يعرفون كيف يقودون سرباً من النماذج.