حوار خاص مع الرئيس التنفيذي الدوري لشركة كوري إنترناشونال، زين تشنغ: لم يعد "جميع وظائف الذكاء الاصطناعي مشهورة" المنافسة على المواهب في الذكاء الاصطناعي تتجه من القدرات العامة إلى تطبيقات السيناريوهات

للاستثمار في الأسهم يكفيك الاعتماد على تقارير محللي شركة “جين كي لين”؛ فهي موثوقة، احترافية، في الوقت المناسب، وشاملة—تساعدك على اكتشاف فرص الموضوعات الكامنة واستغلالها!

（المصدر：صحيفة سيكيوريتس تايمز）

في الآونة الأخيرة، قامت شركة يوبكوينغ شويسونغشن (优必选) بإطلاق جولة توظيف عالمية براتب سنوي يتراوح بين 15 مليون و1.24 مليار مقابل توظيف “رئيس/مسؤول علمي للذكاء التجسيدي” (具身智能)؛ ما أعاد تسليط الضوء بقوة على موجة توظيف المواهب في مجال الذكاء الاصطناعي.

كيف تبدو حالة توظيف المواهب في مجال الذكاء الاصطناعي حاليًا؟ وما الاتجاه الذي سيتجلى في المستقبل؟ وما نقاط الألم في بيئة التوظيف؟ وفي هذا السياق، صرّح تشنغ تشنغ، الرئيس التنفيذي بالوكالة لشركة “كُوري إنترناشيونال” (科锐国际)، في مقابلة حصرية مع مراسل صحيفة سيكيوريتس تايمز مؤخرًا، بأن توظيف الرواتب التي تتجاوز عشرات الملايين ليس معيارًا شائعًا في الصناعة، وغالبًا ما يظهر فقط في حالات قليلة لدى الشركات الرائدة، وبالنسبة لأوقات نوافذ محددة. وتبيّن هذه الخطوة بالذات أن المنافسة على مواهب الذكاء الاصطناعي تنتقل من قدرات عامة إلى تطبيقات قائمة على سيناريوهات فعلية؛ وعندما يدخل الذكاء التجسيدي نقطة انعطاف محورية، فإن ما تتنافس عليه الشركات لم يعد مجرد المواهب بحد ذاتها، بل تلك القلة القادرة على دفع التقنية حتى تصبح مطبّقة فعليًا، وتحديد ملامح المشهد المستقبلي.

كما توقعت أنها تتوقع أن يستمر—بشكل هيكلي—ارتفاع حرارة التوظيف في سلسلة صناعة الذكاء الاصطناعي في عام 2026، ولن يعود الأمر كما لو أن “كل وظائف الذكاء الاصطناعي حارّة”، بل “الأكثر سخونة يبقى أكثر سخونة، وما لا يُفترض أن يكون حارًا سيبرد تلقائيًا”، لتدخل الصناعة مرحلة جديدة من “الازدهار العقلاني”.

عوائد الأجر في ثلاث فئات من وظائف الذكاء الاصطناعي أعلى بوضوح

مراسل صحيفة سيكيوريتس تايمز：كيف تبدو وتيرة التوظيف في سلسلة صناعة الذكاء الاصطناعي التي لاحظتموها حاليًا؟

تشنغ تشنغ：وفقًا للمراقبة الفورية من قاعدة بيانات منصة البيانات في “كُوري إنترناشيونال”، فإن احتياجات التوظيف في سلسلة صناعة الذكاء الاصطناعي ما تزال بالفعل في وضع قوي وحيوي، كما تظهر طلبات مواهب الذكاء الاصطناعي ثلاث تغييرات أكثر وضوحًا: أولًا، في إطار تحسين نماذج موجهة للصناعات الرأسية وتطوير قدرات متعددة الوسائط، تزيد الشركات بشكل كبير استثماراتها في الكفاءات المتعلقة بخوارزميات النواة وهندسة النماذج للتطبيق. فوظائف مثل مهندس خوارزميات خبير في نماذج كبيرة، وباحث خوارزميات، وكذلك مهندسون قادرون على تنفيذ نشر النماذج وتحسين الأداء—تظل هذه الوظائف في وضع مرتفع على المدى الطويل، كما أن صعوبة التوظيف فيها أكبر نسبيًا.

ثانيًا، مع دخول الذكاء التجسيدي والروبوتات البشرية إلى مرحلة التحقق على نطاق واسع، أصبحت الوظائف الأمامية ذات الصلة بسرعة بؤرة اهتمام للتوظيف. مثلًا، اتجاهات VLA/L4/نماذج العالم (world model)، ومهندسو خوارزميات الذكاء التجسيدي، وخبراء دمج متعدد الوسائط، وكذلك المواهب في مجال التحكم الذكي للروبوتات؛ كان الطلب على هذه الوظائف في السابق متفرقًا، أما الآن فقد أصبحت نقطة التنافس التي تحرص الشركات على الفوز بها، كما أن علاوة الرواتب واضحة جدًا.

ثالثًا، مع توغل التسريع في الذكاء الاصطناعي نحو الصناعات المادية بشكل أعمق، وبالأخص مع التطبيق الفعلي للوكلاء الذكيين (AI agents)، شهد جانب تطبيقات الصناعة نموًا في الطلب على الوظائف. فالشركات تميل أكثر إلى توظيف مواهب متعددة المهارات تفهم التقنية وتفهم الأعمال أيضًا. مثل مهندسي تطوير الوكلاء الذكيين، أو مهندسي معماريي حلول الذكاء الاصطناعي. وفي الوقت نفسه، فإن مديرو منتجات الذكاء الاصطناعي وخبراء حلول المنتجات القادرين على تحويل التقنية إلى قيمة تجارية، وتقديم رؤى دقيقة لاحتياجات مستخدمي سيناريوهات مختلفة، أصبحوا أيضًا من الوظائف الأساسية النادرة في السوق.

بالإضافة إلى ذلك، ومع تعمق استخدام الذكاء الاصطناعي في سيناريوهات الأعمال الجوهرية للشركات، زادت أيضًا درجة اهتمام الشركات بموثوقية النماذج وجودة البيانات وأمن الأعمال، وهو ما أدى إلى استمرار ارتفاع سخونة وظائف مثل حوكمة البيانات وتقييم أمن الذكاء الاصطناعي والمراجعة على الامتثال.

مراسل صحيفة سيكيوريتس تايمز：هل ظهرت زيادة واضحة في مستويات رواتب التوظيف في سلسلة صناعة الذكاء الاصطناعي؟

تشنغ تشنغ：بشكل إجمالي، لا يعني ذلك أن مستويات رواتب سلسلة صناعة الذكاء الاصطناعي ترتفع بشكل شامل؛ بل تتركز الزيادات الأساسية في مسارات نادرة الوظائف وفي الوظائف الأساسية. فبالنسبة للقفزات الوظيفية للموهوبين، غالبًا ما تكون نسبة زيادة الرواتب المتداولة في نطاق 20%—30%. وتُظهر الشركات مرونة أكبر في الرواتب تجاه التقنيات الأساسية والوظائف القيادية.

أما العلاوة التي تكون واضحة حقًا، فتتركز أساسًا في ثلاث فئات من الوظائف: أولًا، اتجاهات متعدد الوسائط والذكاء التجسيدي، وخاصة المواهب متعددة المهارات التي تجمع بين الخوارزميات والأنظمة وقدرات التحكم. فالمراكز الأساسية ذات الصلة يظهر فيها فرق واضح في علاوة الرواتب؛ ويكون متوسط راتب الخبراء الكبار في خوارزميات النماذج الكبيرة السنوي في حدود 1 إلى 2 مليون؟ بين 100万—200万元؛ بينما يبلغ راتب مهندسي التقنيات المتقدمة في AI Agent سنويًا بين 40万—70万元.

ثانيًا، اتجاهات هندسة النماذج والأتمتة/النشر على نطاق واسع. ببساطة، هم المهندسون القادرون على أخذ نموذج من المختبر وإنزاله فعليًا إلى الأعمال الواقعية، وتشغيله بثبات. الطلب على هذه المواهب مرتفع، كما أن الزيادة في الرواتب بارزة.

ثالثًا، الأدوار متعددة المهارات التي تجمع بين “التقنية + الصناعة + المنتج”، مثل مديرو منتجات الذكاء الاصطناعي، أو مهندسو معماريي الحلول. فهذه المواهب يجب أن تفهم التقنية، وتفهم أيضًا أعمال الصناعة، كما يجب أن تكون قادرة على الربط مع الاحتياجات التجارية، ولذلك ترتفع مستويات رواتبها باستمرار. على سبيل المثال، يمكن أن تصل رواتب المديرين الكبار لمنتجات الذكاء الاصطناعي إلى 80万—100万元.

وتيرة حرارة التوظيف في صناعة الذكاء الاصطناعي تظل مرتفعة لكن معدل الزيادة يميل إلى الثبات

مراسل صحيفة سيكيوريتس تايمز：كيف تتوقعون تواتر حرارة التوظيف في سلسلة صناعة الذكاء الاصطناعي في عام 2026—هل ستستمر أم ستصبح أكثر اتزانًا، أو قد يحدث تباطؤ؟ وما أساس الحكم؟

تشنغ تشنغ：أعتقد أن حرارة التوظيف في سلسلة صناعة الذكاء الاصطناعي في عام 2026 ستستمر بشكل هيكلي، وسيتواصل الحفاظ على المستوى المرتفع مع ثبات معدل النمو، ومن المتوقع دخول مرحلة جديدة من “الازدهار العقلاني”. سواء في الصين أو في الاقتصادات الرئيسية عالميًا، تم بالفعل وضع الذكاء الاصطناعي في موقع “القدرة التنافسية الأساسية”. فالاستثمارات المستمرة من حيث السياسات ورأس المال وموارد الصناعة تحدد أن هذا لن يكون مجرد موجة ساخنة قصيرة الأجل. ومن منظور التقنية ذاتها، ما يزال الذكاء الاصطناعي في المرحلة المبكرة من التطور عبر الأجيال. وقد حققت توجهات مثل نماذج متعددة الوسائط الكبيرة والذكاء التجسيدي وAI for Science بعض النتائج الأولية، لكن لا يزال هناك طريق طويل قبل الوصول إلى النضج الحقيقي. طالما أن التقنية ما تزال تتطور بسرعة، فإن احتياجات المواهب عالية الجودة لن تتوقف.

في الوقت نفسه، يتسارع توغل الذكاء الاصطناعي في مختلف القطاعات. كان الأمر في السابق يتركز بشكل رئيسي في مجالات مثل الإنترنت والتمويل، ذات المستويات العالية من الرقمنة، لكن الآن يتسارع التوغل في الصناعات الواقعية مثل التصنيع والطاقة والزراعة والرعاية الطبية. فكل ترقية للرقمنة والذكاء في أي صناعة تقليدية، ستولد خلفها احتياجات مستمرة ومستقرة للمواهب.

لكن من منظور الاتجاه، لن يكون المستقبل “كل وظائف الذكاء الاصطناعي ساخنة”، بل “الأكثر سخونة سيصبح أكثر سخونة، وما لا يُفترض أن يكون ساخنًا سيبرد تلقائيًا”. بالنسبة للشركات وللمواهب، هذا في الحقيقة أمر جيد.

مراسل صحيفة سيكيوريتس تايمز：أمر جيد للشركات وللمواهب—كيف يمكن فهم ذلك؟ وما تقييمكم لبيئة توظيف سلسلة صناعة الذكاء الاصطناعي الحالية؟

تشنغ تشنغ：أعتقد أن بيئة توظيف سلسلة صناعة الذكاء الاصطناعي الحالية تنتقل من مرحلة مبكرة ذات سخونة عالية ومشاعر قوية إلى مرحلة أكثر عقلانية وأكثر قابلية للبناء الهيكلي. من ناحية، تعود احتياجات المواهب إلى مبدأ توجيه القيمة. ففي الفترة الماضية، كانت هناك بالفعل في السوق حالة “من يتحدث عن الذكاء الاصطناعي—يتم استقطاب الناس”. لكن الآن أصبحت الشركات أكثر وضوحًا أن القدرة التنافسية لا تحددها أعداد الوظائف، بل ما إذا كانت المواهب قادرة على دعم إنزال الأعمال إلى أرض الواقع. وهذا التغير يدفع التوظيف من “المنافسة على جذب الانبهار” إلى “المنافسة على القدرات”، وهو تصحيح ضروري لمسار الصناعة برمتها.

تتمثل ترقية هيكل المواهب في أن القدرات متعددة المهارات أصبحت الاتجاه السائد. فالشركات لم تعد توظف غالبًا لمركز واحد فقط—من يفهم الخوارزميات أو من يفهم الأعمال فقط—بل تحتاج أكثر إلى مواهب تفهم مبادئ التقنية وتستطيع أيضًا التعامل مع سيناريوهات الصناعة، وتمتلك حس المنتج. وبمعنى ما، يدفع ذلك المواهب من هيكل “تي” (T-type) التقليدي نحو تطور هيكل متعدد الأبعاد يشبه “أو” بشكل “兀型” (هيكل兀)، وهو ما يعد خبرًا إيجابيًا على المدى الطويل لتحسين جودة المواهب في صناعة الذكاء الاصطناعي بأكملها.

وأصبحت أشكال العمل المرن بسمات الرشاقة المهنية تتحول من مجرد خيار مكمل إلى أداة استراتيجية. وهذه ملاحظة واضحة جدًا لدينا خلال العامين الماضيين. ومع تسارع تكرار تحديث تقنيات الذكاء الاصطناعي، يصبح من الصعب على الشركات تغطية كل احتياجات القدرات المتقدمة بالاعتماد على التوظيف التقليدي ضمن الهيكل الوظيفي، ولذلك بدأت المزيد من الشركات بالاعتماد على خبراء بنظام المشاريع، أو مستشارين مستقلين، لاستدعاء قدرات أساسية. فمن ناحية، يقلل هذا من تكاليف الموارد البشرية لدى الشركات ومن مخاطر التجربة والخطأ، ومن ناحية أخرى، يوفر لمسارات مهنية أكثر مرونة وتنوعًا للمواهب الخبراء. وبالاستناد إلى مثال شركة متعددة التخصصات قمنا بخدمتها دخلت سلسلة صناعة الذكاء الاصطناعي، فقد بنينا على فهم عميق لمؤسسها للشريحة التي دخلها—بما في ذلك فهمه العميق بنفسه—ومن خلال تشخيص الأعمال والتنظيم، ساعدناه في ترتيب اتجاه تطور الأعمال واحتياجات المواهب الأساسية. ولم نقلل بأننا سنقوم، بالطريقة المعتادة، بجذب واستقطاب القمة في الصناعة، لأن ذلك لا يناسب طبيعة هذا المجال ولا الوضع الواقعي لهذه الشركة من حيث دورة الزمن والتكلفة. وبدلًا من ذلك، قمنا بتفكيك وحدات حاسمة مثل تصميم المنتج والبحث والتطوير وسلسلة الإمداد والتسويق في الخارج إلى مهام على شكل مشاريع، ودعمنا في غضون 3 أشهر فقط في تشكيل فريق خبراء عبر تخصصات مختلفة بسرعة، لتتكوّن منظمة مرنة من “المؤسس الأساسي + شبكة خبراء خارجية”، ما اختصر بشكل كبير دورة تطوير المنتج. وفي الوقت الحالي، على وشك أن يهبط المنتج أولًا في الأسواق الخارجية، محققًا اختراقًا من 0 إلى 1.

اقتراح: تحويل “الاندفاع لسرقة المواهب” إلى “توازن بين تنمية المواهب واستخدامها”

مراسل صحيفة سيكيوريتس تايمز：بالبيئة المتعلقة بتوظيف الذكاء الاصطناعي الأكثر عقلانية والأكثر بنائية هيكليًا، هل توجد مخاطر يجب الانتباه إليها أيضًا؟

تشنغ تشنغ：تؤدي بيئة التوظيف الحالية بالفعل إلى مزيد من العقلانية، لكن توجد أيضًا بعض المخاطر التي يتعين التنبه لها. أولًا، تركّز المواهب العليا بشكل مفرط يجعل الشركات الصغيرة والمتوسطة “تعاني صعوبة العثور على كفاءات”. فالمواهب العليا في الذكاء الاصطناعي تَحتكرها الشركات الرائدة الكبرى والمشروعات الناشئة المشهورة. وهذا يزيد صعوبة حصول الشركات الصغيرة والمتوسطة على المواهب، وقد يؤدي إلى—إلى حد ما—تضعيف الحماس الابتكاري الكلي للصناعة، بل وحتى تشكيل نمط “القيادة من قِبل القمة”.

ثانيًا، ميل الشركات إلى تفضيل “الجاهز للاستخدام فورًا” يضغط مساحة نمو المواهب المبتدئة. إذ إن العديد من الشركات تميل بوضوح في التوظيف إلى المواهب ذات خبرة تتجاوز 8 سنوات، لكنها لا تستثمر بما يكفي في المواهب المبتدئة ذات خبرة من سنة إلى 3 سنوات. في الوقت نفسه، تفتقر بعض الشركات إلى نظام كامل لتطوير المواهب، ما يؤدي إلى أن بعد استقطاب المواهب لا تستطيع الشركات توفير منصة التطور المناسبة، فتظل نسبة تسرب المواهب مرتفعة. وإذا استمر نقص آلية التطوير المنظم بشكل طويل الأمد، فقد تظهر مشكلة فجوة في المواهب.

ثالثًا، ارتفاع النزعة لتحقيق مكاسب قصيرة الأجل يولد خطر سوء توزيع الموارد. إذ تركز بعض الشركات والأفراد بشكل زائد على عوائد الرواتب قصيرة الأجل وتتجاهلون بناء القدرات على المدى الطويل وخلق قيمة الأعمال. وبمجرد تغيّر بيئة السوق، يسهل أن يتشكل وضع “تكلفة مرتفعة مقابل إنتاج ضعيف”.

مراسل صحيفة سيكيوريتس تايمز：ما اقتراحكم لمواجهة هذا الوضع؟

تشنغ تشنغ：بالنسبة للمنظومة الصناعية، يُنصح ببناء آلية أكثر انفتاحًا لتدفق المواهب، وتشجيع مواهب الشركات الكبرى على الانتقال إلى الشركات الصغيرة والمتوسطة والصناعات التقليدية، عبر نماذج مثل مشاركة المواهب والاستشارات التقنية، كي تصبح قدرات الذكاء الاصطناعي أوسع تمكينًا للاقتصاد الحقيقي. وبالنسبة للشركات، يُنصح بالانتقال من “الاندفاع لاستقطاب المواهب” إلى “التوازن بين تنمية المواهب واستخدامها”. فمن جهة، يمكن الحصول بسرعة على القدرات النادرة عبر أشكال عمل مرن، أو مستشارين مستقلين. ومن جهة أخرى، زيادة الاستثمار في التدريب الداخلي، وبناء نظام لتطوير المواهب متعددة المهارات على أساس “الذكاء الاصطناعي + الأعمال”. وفي الوقت نفسه، يجب إجراء تحقق عكسي باستخدام مشكلات الأعمال الحقيقية لتحديد الوظائف، والحفاظ على عقلانية التوظيف، واستكمال منظومة تطوير المواهب والاحتفاظ بها.

يجب على شركات التوظيف أن تفكر بوضوح في احتياجاتها قبل بدء عملية التوظيف. فالخطأ الأكبر لدى كثير من الشركات هو: “بما أن الآخرين يوظفون، إذن يجب أن نُوظف أيضًا”، لكن دون أن يفكروا بوضوح في مشكلة ما سيتم حلها فعليًا بواسطة هذا المنصب. هل المشكلة تقنية معطّلة؟ هل يحتاج المنتج إلى اختراق؟ أم أن الوقت وصل بالفعل إلى المرحلة الحاسمة للتطبيق التجاري؟ إذا لم تُفهم هذه المسألة بشكل واضح، فمن السهل جدًا—حتى بعد توظيف الأشخاص—أن يتحول الأمر في النهاية إلى “الناس أغلى، لكن لا أحد يعرف ماذا يجب أن يفعلوه”.

ليس شرطًا أن يشتري سوق المواهب العليا ويعتمد عليها فورًا عبر “الشراء النهائي/التعاقد الدائم” من البداية. بالنسبة للمواهب النادرة جدًا والتي تكون بدرجة عالية، يمكن تمامًا التعاون معها لفترة أولية عبر نماذج قائمة على المشاريع أو الاستشارات. وبهذا يمكن التحقق من القدرة ومدى المطابقة، كما يمكن خفض مخاطر استثمار الشركة مرة واحدة. وفي الوقت الذي تتسابق فيه الشركات على المواهب الناضجة، ينبغي أيضًا إنشاء آلية لتحديد المواهب عالية الإمكان. قد لا يكون بعض الأشخاص قادرين الآن على “خوض معارك صعبة” مباشرة، لكن لديهم قوة تعلم، وتفكير منهجي، وحماس تجاه التقنية والأعمال. وهذه الفئة، بمجرد تزويدها ببيئة مناسبة، غالبًا ما تتجاوز سرعة نموها التوقعات.

وبالنسبة للمواهب، يجب بناء بنية قدرات على شكل “Π” (باي): من الضروري وجود محور تقني عمودي عميق بما يكفي، مثل اتجاه محدد في الخوارزميات أو الأنظمة أو الهندسة؛ وفي الوقت نفسه، فهم الجانب الأفقي من خلال الصناعة والأعمال والمنتج بشكل أوسع، ومعرفة ما المشكلة التي تُستخدم التقنية لحلها في النهاية. فالقدرة أحادية النقطة يمكن استبدالها بسهولة، لكن قدرات الربط ستصبح أكثر قيمة مع الوقت. وفي الوقت ذاته، الحفاظ على توازن بين العمل اليدوي والتفكير: لا بد أن تستطيع الانغماس في الواقع وكتابة الكود وتشغيل التجارب، وأيضًا أن تعرف كيف تقف خارج حدود التقنية لتفكر في اتجاهات الصناعة وقيمة المستخدمين والأصل الجوهري للأعمال.

كمٌّ هائل من الأخبار، قراءة دقيقة، وكل ذلك متاح عبر تطبيق Sina Finance