شركات التكنولوجيا تحوّل استخدام AI إلى سباق: تتم مقارنة المبرمجين بحسب النشاط

في الشركات التقنية، لم يعد استخدام AI في التطوير عادة اختيارية، بل أصبح جزءاً من الثقافة الداخلية. وفي بعض الفرق، وصل الأمر إلى وجود تصنيفات يُقارَن فيها الموظفون بحسب نشاطهم في أدوات AI، ومع ذلك ترتفع أيضاً فواتير النماذج.

كيف دخل AI إلى العمل

حتى وقت قريب، كانت الأدوات التوليدية في التطوير تُعد مساعدة مريحة لمهام محددة: إكمال دالة، شرح خطأ، أو إعداد مسودة اختبار بسرعة.

الآن يتغير هذا النهج. بالنسبة إلى كثير من الفرق، يتحول AI إلى طبقة دائمة فوق العمل اليومي: يلجأ إليه المبرمجون عند كتابة الكود، وإعادة هيكلته، والبحث عن الأخطاء، وإعداد الوثائق.

وعندما تصبح هذه الممارسة واسعة النطاق، يبدأ المديرون بالنظر ليس فقط إلى النتيجة النهائية، بل أيضاً إلى شدة استخدام هذه الأنظمة نفسها.

وعلى هذه الخلفية، ظهرت في بعض الشركات جداول داخلية تُظهر من يعمل مع AI وإلى أي مدى. في الجوهر، لم يعد الأمر متعلقاً بمجموعة عادات شخصية، بل بمؤشر جديد للإنتاجية.

وإذا كان النقاش سابقاً يدور حول سرعة التطوير، وعدد الإصدارات، أو عدد المهام المغلقة، فقد يظهر الآن إلى جانب ذلك مؤشر آخر — حجم الطلبات إلى النماذج، وتكرار الجلسات، أو نسبة المهام المنجزة بمساعدة AI. إن ظهور مثل هذه التصنيفات بحد ذاته يدل على تحول: فقد بدأ التعامل مع AI تقريباً كأنه مورد عمل.

لماذا تحوّل ذلك إلى سباق

عندما تظهر لوحة ترتيب داخل الشركة، تتوقف أي أداة سريعاً عن كونها محايدة. فهي تبدأ في التأثير في سلوك الفريق.

يرى الموظفون أن استخدام AI ليس مسموحاً به فحسب، بل إنه مرئي وربما محل تشجيع أيضاً. وفي مثل هذه البيئة ينشأ سباق طبيعي: من سيتقن السيناريوهات الجديدة أسرع، ومن يلجأ إلى النموذج أكثر، ومن يُظهر مستوى أعلى من الانخراط.

وبالنسبة إلى بعض المطورين، هذه وسيلة لزيادة السرعة، لكنها بالنسبة إلى آخرين ضغط إضافي، لأن فائدة AI تبدأ في الاختلاط بعدد مرات اللجوء إليه.

• كتابة مسودات الكود بسرعة أكبر
• تقليص الوقت اللازم للعثور على الأخطاء
• توليد قوالب للوثائق والاختبارات
• زيادة الظهور الشخصي داخل الفريق

المشكلة أن مثل هذه التصنيفات تقيس النشاط لا الجودة.

وكثرة الطلبات إلى النموذج لا تعني بعد عملاً هندسياً قوياً. فقد يقضي المطور وقتاً أقل في الأعمال الروتينية ويستفيد، أو قد يثقل النظام بسلسلة لا تنتهي من التوضيحات وينسخ الناتج الخام من دون تحقق.

ونتيجة لذلك، فإن مؤشراً صُمم لإظهار التقدم في التكيف مع الأدوات الجديدة قد يتحول إلى منافسة من أجل المنافسة نفسها.

ويظهر ذلك بوضوح خاص في الأماكن التي لم يضع فيها المديرون بعد قواعد واضحة: ما الذي يُعد استخداماً فعالاً لـ AI تحديداً، وما الذي ليس سوى حركة فارغة.

ثمن الاستخدام الواسع

لهذا النمط جانب عملي للغاية أيضاً — المال.

فكلما ازداد نشاط الموظفين في العمل مع النماذج، ارتفعت نفقات الشركة على الحوسبة والاشتراكات. وإذا أصبح AI أداة يومية لعشرات المطورين أو مئاتهم، فلن تعود الفاتورة بنداً تجريبياً غير ملحوظ. بل ستتحول إلى عبء تشغيلي ملموس.

ولهذا السبب تحديداً، يترافق خبر التصنيفات مع الإشارة إلى فواتير كبيرة: فالتبني الواسع لمساعدي AI يمنح سرعة، لكنه يكاد دائماً يرفع كلفة كل يوم عمل، ولا سيما عند استخدام النماذج القوية.

وبالنسبة إلى الشركات، يخلق هذا توازناً جديداً.

فمن جهة، يستطيع AI فعلاً إزالة الأعمال الروتينية، وتسريع البحث عن الحلول، وتخفيف بعض الأسئلة المتكررة عن المهندسين الأقدم.

ومن جهة أخرى، سيتعين على الشركات حساب الجدوى الاقتصادية بدقة أكبر: أين تؤتي الأتمتة ثمارها، وأين تنمو التكاليف أسرع من العائد الفعلي.

والخطوة المنطقية التالية ليست مجرد تسجيل نشاط الموظفين، بل مقارنته بالنتيجة: سرعة الإصدارات، وعدد العيوب، وجودة الكود بعد المراجعة، والتأثير في مقاييس المنتج.

وإلا فستُظهر لوحات الترتيب كثيراً من الحركة وقليلاً من المعنى.

ماذا يعني ذلك

ينتقل AI في التطوير بسرعة من كونه أداة شخصية للمتحمسين إلى معيار مؤسسي ترافقه KPI وتصنيفات وميزانيات.

والسؤال التالي أمام القطاع لم يعد ما إذا كان ينبغي استخدام النماذج، بل كيف يمكن قياس فائدتها الفعلية — بعدد الطلبات أم بجودة النتيجة.