الشركات الكبرى «الخيول والحمير»، تُجبر على استخدام الذكاء الاصطناعي

这股“AI提效”的风，还是刮到了大厂打工人身上。

في الواقع، هذه الموجة من “الرياح التي تعزز الإنتاجية عبر الذكاء الاصطناعي” لا تزال تهبّ لتصل إلى العاملين لدى الشركات العملاقة.

最开始，AI还只是少数技术极客和尝鲜者的玩具。有人自掏腰包买会员，有人私下交流提示词，把它当成提高效率的新工具，确实从中尝到了甜头。

في البداية، كان الذكاء الاصطناعي مجرد لعبة لدى قلة من المتطرفين التقنيين ومحبي التجربة؛ اشترى بعض الناس العضويات من جيوبهم الخاصة، وتبادل آخرون في الخفاء نصوصًا إرشادية، وعدّوه أداة جديدة لرفع الكفاءة، وقد جلب لهم ذلك فعلاً طعمًا حلوًا.

但现在，情况变了。国内外的互联网大厂已经从“鼓励使用AI”进入了“隐性强制使用AI”的阶段。有人被统计每天消耗了多少Token，有人所在团队把AI使用情况和绩效挂上了钩，有人被要求优先使用公司自研工具，有人则要把自己的工作经验拆成流程、写成Skills，交给AI反复调用。

لكن الآن، تغيّر الوضع. الشمخات في الإنترنت داخل الصين وخارجها انتقلت بالفعل من مرحلة “تشجيع استخدام الذكاء الاصطناعي” إلى مرحلة “اللافتة الضمنية لفرض استخدام الذكاء الاصطناعي”. هناك من يتم إحصاء مقدار الـToken الذي يستهلكه يوميًا، ومن تكون فرقهم قد ربطت استخدام الذكاء الاصطناعي بالأداء، ومن طُلب منه إعطاء الأولوية لاستخدام أدوات الشركة المطوّرة داخليًا، ومن يُطلب منه تفكيك خبراته العملية إلى خطوات وتحويلها إلى Skills وتسليمها للذكاء الاصطناعي ليُعاد استدعاؤها مرارًا.

当“用AI”、“烧Token”逐渐变成一种考核、一套要求，甚至一种新的工作模板，那些被卷进这场智能化浪潮的大厂员工，真实处境到底如何？

عندما يصبح “استخدام الذكاء الاصطناعي” و“حرق الـToken” تدريجيًا شكلاً من أشكال التقييم، أو مجموعة من المتطلبات، وحتى قالبًا وظيفيًا جديدًا، فكيف تبدو الأوضاع الحقيقية للموظفين في الشركات العملاقة الذين جرى سحبهم إلى موجة الأتمتة/الذكاء؟

这两天，我们和六位来自不同公司、不同岗位的从业者聊了聊。他们的背景涵盖了海外上市公司的CIO、国内头部大厂的高级研发、负责写代码的初级程序员，以及做运营和市场商务的非技术岗。

خلال اليومين الماضيين، تحدثنا مع ستة أشخاص يعملون في مجالات مختلفة، من شركات مختلفة ومن وظائف مختلفة. تغطي خلفياتهم: CIO لشركة مدرجة بالخارج، وباحث/مطور متقدم في شركة عملاقة رائدة داخل الصين، ومبرمج مبتدئ مسؤول عن كتابة الأكواد، إضافة إلى وظائف غير تقنية تقوم على التشغيل والأعمال التسويقية.

有人靠着AI实现效率翻倍，将产品需求文档的输出周期从几周压缩到一天，甚至一个人干出了过去一个团队的成果；也有人为了应对“智能化产出”的要求，把一份简单的数据看板手动调试了80遍，硬生生把AI用成了需要不断“擦屁股”的初级实习生。

بعضهم حقق مضاعفة في الكفاءة عبر الذكاء الاصطناعي، فاختصر دورة إخراج وثيقة متطلبات المنتج من عدة أسابيع إلى يوم واحد، بل وحتى حقق فردًا نتائج كانت في السابق حصيلة فريق كامل؛ وفي المقابل، اضطر آخرون لمواجهة متطلبات “الإنتاجية الذكية”، فقاموا بتجربة/ضبط لوحة بيانات بسيطة يدويًا 80 مرة، محوّلين استخدام الذكاء الاصطناعي إلى ما يشبه “متدربًا مبتدئًا” يحتاج باستمرار إلى “تنظيف ما يتركه خلفه”.

大厂的工作氛围也发生了微妙的变化。当那些原本属于个人经验、工作习惯的东西，被一点点拆解、整理、上传、复用，踏实写代码的人成了“不活跃分子”，频繁调试提示词的人则成了“积极拥抱新技术”的典型。新的焦虑也随之冒了出来：我们究竟是在使用AI，还是在给AI当燃料，一步步把自己变成可被替代的流程？

كما تغيّر جو العمل في الشركات العملاقة بشكل دقيق. فعندما تُفكَّك تدريجيًا الأشياء التي كانت في الأصل ضمن الخبرة الشخصية وعادات العمل، ثم تُنظَّم وتُرفَع وتُعاد الاستفادة منها، يصبح من يكتب الأكواد بجدٍّ “طرفًا غير نشط”، بينما يصبح من يقوم بضبط النصوص الإرشادية بشكل متكرر نموذجًا لـ“الانخراط الإيجابي في تبنّي التقنيات الجديدة”. وظهرت قلق جديد: هل نحن فعلًا نستخدم الذكاء الاصطناعي، أم أننا نوفر له الوقود، ونحوّل أنفسنا خطوة بخطوة إلى إجراءات يمكن استبدالها؟

在这场自上而下的AI实验里，有人感到兴奋，有人感到疲惫，也有人一边配合，一边不安。但几乎所有人都意识到一点：时代的齿轮已经转动，无论是主动拥抱还是被动配合，那个纯粹依人力、拼时长的工作时代，正在“翻篇”。

في هذه التجربة الخاصة بالذكاء الاصطناعي التي تأتي من أعلى إلى أسفل، يشعر البعض بالحماس، ويشعر آخرون بالإرهاق، ويشعر ثالثون بالقلق بينما يتهيؤون للتوافق. لكن شبه الجميع أدركوا حقيقة واحدة: فقد تحركت تروس العصر؛ سواء كان المرء يحتضن التغيير بفعالية أو يساير بآلية، فإن عصر العمل الذي يعتمد فقط على القوة البشرية ويُرهَن بطول الوقت، يقترب من “طي الصفحة”.

为了交一份“AI成果”，我把数据看板改了80遍

من أجل تقديم “نتيجة عبر الذكاء الاصطناعي”، عدّلت لوحة البيانات 80 مرة

好好 | 国内某头部互联网大厂 运营

هاو هاو | تشغيل في إحدى كبريات شركات الإنترنت داخل الصين

三周前，领导在群里发通知，说以后“鼓励大家用AI提效”，没有KPI，不挂钩绩效，但在例会上，他对大家强调，以后所有工作产出，都可以让AI先生成一版。

قبل ثلاثة أسابيع، نشر القائد إشعارًا في المجموعة يقول فيه إنه من الآن فصاعدًا “سيتم تشجيع الجميع على استخدام الذكاء الاصطناعي لرفع الإنتاجية”، دون وجود KPI أو ربط بالأداء، لكن في الاجتماع الدوري أكد لنا أن جميع مخرجات العمل يمكن أن يُطلب من الذكاء الاصطناعي توليد نسخة أولية منها.

那一刻我明白了，这其实是隐性要求。

في تلك اللحظة فهمت أن هذا في الحقيقة مطلب ضمني.

二十多天前，我们被统一要求使用公司自研的AI工具，理由是“数据安全”，但问题很快出现。

قبل أكثر من عشرين يومًا، طُلب منا بشكل موحّد استخدام أدوات الذكاء الاصطناعي المطوّرة داخليًا لدى الشركة، بحجة “أمن البيانات”، لكن المشكلة ظهرت بسرعة.

首先是额度限制。公司给每人发放的调用次数有限，我一边琢磨着如何尽可能用AI完成工作，还得精打细算地“省着点用”。

أولاً، هناك قيود على السقف/الحدود. عدد مرات الاستدعاء الممنوحة لكل شخص محدود. كنت أفكر في كيفية إنجاز أكبر قدر ممكن من العمل عبر الذكاء الاصطناعي، ومع ذلك كان يجب أن أحسب بدقة لأوفّر “الاستخدام قليلًا”.

其次是**能力不稳定。**写文案还行，一旦涉及数据分析和复杂逻辑，就开始出错。

ثانيًا، عدم استقرار القدرة. كتابة النصوص الإعلانية كانت مناسبة، لكن بمجرد أن يتعلق الأمر بتحليل البيانات ومنطق معقد، تبدأ الأخطاء.

上周，我用它做数据看板，直接把我整崩溃了。

الأسبوع الماضي، استخدمته لعمل لوحة بيانات، وانتهى الأمر بأن حطمني ذلك تمامًا.

这个任务很简单，是一个分析客户和销售数据的工具。过去是技术部门的活儿，现在需要“人人都会”。我之前用Gemini顺利写过一个小游戏，就天真地以为搭个数据看板应该也不难。

هذه مهمة بسيطة، وهي أداة لتحليل بيانات العملاء والمبيعات. في السابق كانت مهمة قسم التقنية، أما الآن فهناك حاجة إلى أن “يتقنها الجميع”. كنت قد استخدمت Gemini ونجحت في كتابة لعبة صغيرة، فاعتقدت سذاجة أن بناء لوحة بيانات لن يكون صعبًا أيضًا.

第1次，AI直接给了我一个数据上传模板，里面多了七八个根本用不到的字段，我只好手动删改。

في المرة الأولى، أعطاني الذكاء الاصطناعي مباشرة قالبًا لرفع البيانات، احتوى على سبعة أو ثمانية حقول لا أحتاج إليها أصلًا، فاضطررت إلى حذفها وتعديلها يدويًا.

调教到第13次，维度和数据总算对齐了，但显示地区漏了三个，它还解释说是“自动筛选低价值区域”。

بعد ضبطه للمرة الثالثة عشرة، اتسقت الأبعاد والبيانات أخيرًا، لكن المناطق المعروضة كانت تنقص ثلاثة، بل وفسّر الأمر على أنه “فلترة تلقائية للمناطق منخفضة القيمة”.

调整到第40次，数据格式开始混乱，小数点有的保留0位有的保留4位。

عند ضبطه للمرة الأربعين، بدأ تنسيق البيانات يختلط؛ فبعضه يحافظ على 0 منازل عشرية وبعضه يحافظ على 4.

我强撑到第60次修改，结果上传新数据后，图表无法自动更新，新旧数字叠加在一起，数据膨胀了近一倍。

تألمت إلى التعديل للمرة الستين، ثم عند رفع بيانات جديدة تعذّر على الرسوم البيانية التحديث تلقائيًا، فتداخلت الأرقام الجديدة والقديمة معًا، لتنتفخ البيانات تقريبًا إلى الضعف.

熬到第80次修改，终于走到了PDF导出成功的最后一步，想着终于能松一口气了，但打开后心又死了，费了一下午的功夫收获了一堇乱码。

بعد الصمود حتى التعديل للمرة الثمانين، وصلنا إلى الخطوة الأخيرة لنجاح تصدير PDF، وكنت أظن أنني أخيرًا سأتنفس الصعداء، لكن بعد فتحه انتهى كل شيء مرة أخرى؛ فقد قضيت بعد الظهر كاملًا في النهاية لأحصل على أكوام من نصوص/أحرف غير مفهومة.

我仔细算了笔账，无论是做数据看板，还是完成日常的工作报告，我反复对AI进行调试、等待“抽卡”的时间，足够人工做完两遍。但领导想看到“AI产出”，我就得陪这位“AI初级员工”不断试错。

حسبت الأمور بدقة: سواء كان الأمر لعمل لوحة بيانات أو لإكمال تقارير العمل اليومية، فإن وقت التجربة والتعديل المتكرر للذكاء الاصطناعي والانتظار الذي يشبه “سحب البطاقات”، يكفي لأن يقوم بها الإنسان مرتين كاملتين يدويًا. لكن القائد يريد أن يرى “مخرجات الذكاء الاصطناعي”، لذا يجب أن أرافق هذا “الموظف المبتدئ في الذكاء الاصطناعي” في اختبار الخطأ باستمرار.

对我来说，AI既是工具也是负担，大概一半一半。它确实接管了一些重复性工作，但调试、校验、返工的时间又把省下来的精力填满了。我最清晰的感受是，很多工作我明明可以自己做完，却必须绕一圈，用AI“做一遍”。

بالنسبة لي، الذكاء الاصطناعي هو أداة وعبء في الوقت نفسه، بنسبة تقريبًا نصف ونصف. صحيح أنه يتولى بعض الأعمال المتكررة، لكن وقت الضبط والتحقق وإعادة العمل يملأ ما تم توفيره من الجهد. أكثر ما أشعر به وضوحًا هو أن الكثير من المهام كنت قادرًا على إنجازها بنفسي، ومع ذلك يتعين عليّ أن ألتف: أن “أعيد عملها” عبر الذكاء الاصطناعي.

为了凑AI使用次数，

我删掉代码让它重写了一遍

وبسبب حاجتي لاستيفاء عدد استخدامات الذكاء الاصطناعي،

حذفت الكود وطلبت منه أن يعيد كتابته مرة أخرى

Kevin | 美国某电商公司 工程师

كيفن | مهندس في شركة تجارة إلكترونية في الولايات المتحدة

我这周的Kiro（公司内部的AI编程助手）使用次数还没达标。为了凑够，我把一段参数校验的代码删了，直接丢给Kiro让它改写一版。它生成出来看着像那么回事，但少处理了一个异常分支，最后还得我自己补回去。

لم يصل استخدامي لـKiro (مساعد برمجة بالذكاء الاصطناعي داخل الشركة) هذا الأسبوع إلى الحد المطلوب. ولكي أستوفي العدد، حذفت جزءًا من كود تحقق المعاملات، ثم تركته مباشرة لـKiro ليُعيد كتابته بنسخة جديدة. يبدو الناتج وكأنه “في مكانه”، لكنّه لم يتعامل مع فرع استثناء واحد، وفي النهاية لا يزال عليّ أنا أن أُكمل ذلك.

其实我之前用AI写代码用得挺勤的。我订阅了ChatGPT Plus，后来又试过Claude，遇到一些繁琐的基础测试用例，或者需要快速查个不常用的API，丢给AI处理确确实实能省不少事。那时候是真的觉得能提效，大家也会互相交流提示词。

في الحقيقة، كنت أستخدم الذكاء الاصطناعي لكتابة الأكواد بشكل متكرر من قبل. اشتركت في ChatGPT Plus، ثم جرّبت Claude لاحقًا. عند مواجهة حالات اختبار أساسية مزعجة أو عند الحاجة إلى البحث سريعًا عن API غير مستخدم كثيرًا، فإن توكيل ذلك للذكاء الاصطناعي يوفر بالفعل الكثير. في ذلك الوقت، كان الشعور حقيقيًا بأن ذلك يرفع الإنتاجية، بل وكان الجميع يتبادلون أيضًا نصوص الإرشاد.

但去年底开始，公司把Kiro定为公司“推荐的AI原生开发工具”，并且定了指标：年底前，80%的工程师每周使用Kiro。

لكن بدءًا من أواخر العام الماضي، حدّدت الشركة Kiro كـ “أداة تطوير بالذكاء الاصطناعي أصلية ومُوصى بها” لديها، وحددت مؤشرات: بحلول نهاية العام، يجب أن يستخدم 80% من المهندسين Kiro أسبوعيًا.

最开始说是为了让大家在项目里顺手把工具用起来，但没过多久，内部就上线了一个追踪员工AI使用频率的系统。谁在用、谁没怎么用，后台都能看出来。

قيل في البداية إن الهدف هو مساعدة الجميع على استخدام الأداة بسهولة داخل المشاريع، لكن ما لبثت أن أُطلقت داخليًا منظومة تتعقّب وتراقب وتيرة استخدام الموظفين للذكاء الاصطناعي. يمكن رؤية من يستخدم ومن لا يستخدم كثيرًا من خلال الخلفية.

最让我们头疼的是，Kiro不太好用。写样板代码、测试、接口适配还行；但一旦牵涉到调用链、状态处理或者部署约束，它生成的代码就经常只是个半成品。所以，大量工程师要求改用Claude Code،认为Kiro不适合高复杂度的 الهندسة判断。

الأكثر ما يسبب لنا الصداع هو أن Kiro ليس جيد الاستخدام. كتابة الأكواد النموذجية، واختبارات الوحدة، وتكييف الواجهات ما زال مناسبًا؛ لكن بمجرد أن يتعلّق الأمر بسلسلة الاستدعاءات أو معالجة الحالة أو قيود النشر/التهيئة، غالبًا ما يكون الكود الناتج مجرد عمل نصف مكتمل. لذلك، يطلب عدد كبير من المهندسين التحول إلى Claude Code، معتبرين أن Kiro لا يناسب أحكامًا هندسية عالية التعقيد.

大家对AI生成的代码不放心是有原因的，去年底，公司有个团队就因为跑Kiro出了个不小的事故。事故之后，AI参与的代码变更审批明显收紧了。

السبب وراء عدم ثقة الجميع في الأكواد الناتجة عن الذكاء الاصطناعي مفهوم: ففي نهاية العام الماضي، حدثت لدى أحد الفرق حادثة كبيرة بسبب تشغيل Kiro. بعد الحادث، تم تشديد إجراءات الموافقة على تغييرات الأكواد التي يشارك فيها الذكاء الاصطناعي بشكل واضح.

لكن ما زلت أشعر بشيء من الارتباك/اللاوضوح. الأشخاص الذين يتعمقون بجدية في منطق المستوى السفلي ويُحسّنون الأكواد الأساسية يدويًا، ليسوا بالقدر الكافي من “النشاط” ضمن نظام التتبع؛ بينما من يضبط نصوص الإرشاد باستمرار يتحول إلى نموذج “احتضان إيجابي للتقنيات الجديدة”.

كنت أظن أن قيمة المهندس تكمن في حل المشكلات المعقدة بالفعل. لكن الآن، في كثير من الأحيان، أنا مسؤول عن كتابة نصوص الإرشاد، ومراقبة النتائج التي تولدها، وإصلاح الثغرات التي يتركها خلفه. والقلق الأكبر لدي ليس أن طريقة العمل تغيّرت، بل أن القدرات اللازمة لتحقيق كل شيء من الصفر، وإيجاد وإصلاح المشاكل المعقدة، قد تتدهور تدريجيًا مع مرور الوقت.

全员写Skills，等于自己“干掉”自己

Kelly | باحث/مطور خلفيات في شركة إنترنت عملاقة في بكين (تسلسل الرتبة 8)

بصفتي مبرمجًا خلفيًا (Back-end)، كنت أستخدم الذكاء الاصطناعي بكثافة عالية في عملي منذ العام الماضي، وأكثر ما استخدمه هو أدوات البرمجة بدون كود داخلية.

وقبل عيد الربيع حول هذا العام، أصبحت بيئة تطبيق الذكاء الاصطناعي في الشركة بأكملها متحمسة للغاية وبشكل هجومي فجأة. الآن يستطيع جميع الموظفين رؤية مقدار الـToken الذي يستهلكونه يوميًا في النظام، وأخبرني أكثر شيء يقوله لي مباشر في العمل: “يمكن تجربة هذا الأمر عبر الذكاء الاصطناعي.”

حاليًا لا توجد في الشركة معايير محاسبة واضحة لاستهلاك الـToken، لكن كل قسم لديه معايير تقييم خاصة به.

وبالنسبة للقسم الذي أعمل فيه، شُجّع مؤخرًا جميع الموظفين على كتابة Skills، مع متطلبات تشمل جردًا شاملًا لتجارب العمل اليومية، وسير العمل، والتفاصيل التقنية، وكذلك الأسئلة الشائعة، ثم توثيق ذلك وتحويله إلى Skills.

يركز Leader على مؤشرين: مقدار استهلاك الـToken يوميًا عبر أداة “龙虾” الداخلية لدى الشركة، ومقدار إنتاج Skills؛ وبالنسبة لهذا الأخير، توجد حتى مؤشرات تقييم محددة جدًا على مستوى القسم، مع اشتراط إجباري لإنتاجها أسبوعيًا.

ليس ذلك فقط؛ إذ إن 50% من متطلبات التطوير في القسم حاليًا يُطلب توليدها بالقوة بواسطة Agent، وهذا يعني تخطي مراحل المنتج والتطوير والاختبار مباشرةً، مع اشتراط إنتاج نهاية إلى نهاية عبر “龙虾”.

هذاالنسبةالـ50%ستزدادتدريجيًاخلال العام،والهدف هو عندنهاية عام 2026****السعي لتحقيق الأتمتة بالكامل.

من ناحية تكاليف استخدام الـToken، فإن تسلسلنا التقني الحالي يملك سعة كافية من Claude Opus، ولا يُفرض استخدام الأدوات الداخلية. لكن في أغلب الأقسام، تكون حصص Opus محدودة؛ وما يتجاوز الحصة يجب دفعه من حساب الموظف. أما الـToken الخاص بالأدوات الداخلية وبنموذج الشركة المحلي فلا توجد له قيود.

بعد الشمول الكامل بالذكاء الاصطناعي، زادت مدة عملي يوميًا**.** ليس لأن حجم العمل ازداد، بل لأن الجميع يتنافسون على Skills، ولذا يتعين عليك أيضًا أن تنافس.

على سبيل المثال، في مجموعتنا على تطبيق الدردشة، يقوم بعض الزملاء بمشاركة Skills مكتوبة حتى بعد الساعة 11 مساءً. أحيانًا عندما أرى شخصًا من نفس المجموعة يكتب Skills مفيدًا فعلًا، أشعر بقلق شديد.

هذا القلق يأتي من سببين: من ناحية، قلق القسم حول تقييم إنتاج Skills؛ ومن ناحية أخرى، الخوف أيضًا من أن Agent بالذكاء الاصطناعي يحل تدريجيًا محل عمل البشر.

في الواقع، عند حل مشكلة واحدة بعينها، لا تكون كفاءة الذكاء الاصطناعي دائمًا أعلى من كفاءة مطور خلفي متمرس. فالـSkill المكتوبة كعملية بسيطة تكون غير مستقرة، وتتطلب قدرًا كبيرًا من الجهد للضبط والتعديل، كما أن استهلاك الـToken كبير. لكن عندما تصبح Skills قابلة للاستخدام بشكل أفضل مع كل تعديل، سيتجاوز الذكاء الاصطناعي البشر تدريجيًا، بل وبتكلفة تشغيل منخفضة جدًا.

كموظف يعمل بأجر، يعرف الجميع في قلوبهم أنه ضمن سياق تشجيع الشركة على كتابة Skills للجميع، فإن إخفاء التفاصيل عن المهارات وعدم كتابتها لن يؤدي إلى Skills جيدة؛ لكن تحويل كل مهاراتك وخبراتك إلى SOP وSkills**،يعني عمليًا أنك لم يعد بعيدًا عناليوم الذي سيتم فيه استبدالك بالذكاء الاصطناعي.**

AI بالنسبة لرفع كفاءة العمل أمر لا جدال فيه. لكن عندما ترتفع الكفاءة، فهذا يعني أنه لم تعد هناك حاجة إلى عدد كبير جدًا من الأشخاص. في الوقت الحالي، تم إيقاف قناة “المياه العذبة” الداخلية للتوظيف. ما الذي سيحدث بعد ذلك؟ لقد أعطت شركات التكنولوجيا في وادي السيليكون الجواب.

“被迫用AI”，但我靠它卷赢了组里的人

تشن يو | مهندس بروتوكولات اتصالات في شركة لهاتف محمول داخل الصين

خلال الستة أشهر الأخيرة، كنا نتنافس على استخدام الذكاء الاصطناعي في شركتنا. منذ أكتوبر من العام الماضي، تم فتح الأدوات، وتعويض سقف الاستخدام، وتشجيع الجميع على استخدامها. على سبيل المثال، في قسمنا توجد متطلبات/سقوف استهلاك محددة لكل شخص لاستخدام Cursor شهريًا. **إذا لم تستخدم السقف بالكامل فسيُعتبر ذلك “إهدارًا للموارد”،****وقد يتم إرجاع/استرجاع الحساب؛****وإذا استخدمت كثيرًا لكن لم تواكب النتائج الإنتاجية، فسيُعتبر ذلك إساءة استخدام،**وسينبهك الأمر أيضًا.

لذلك، لا يمكن عدم استخدام الذكاء الاصطناعي، ولا يمكن أيضًا استخدامه بشكل سيئ. في ظل هذا الاتجاه، بالتأكيد توجد ضغوط. في المجموعة، يوجد من تم تحسينه/تقليص دوره لأنه لم يرغب في قضاء الوقت لتعلم الذكاء الاصطناعي، ومع أن حالة عمله كانت عمومًا غير جيدة، تم التعامل معه وفقًا لذلك.

فهمي لـ“استخدام الذكاء الاصطناعي” يختلف عن فهم الكثيرين. إساءة استخدام الذكاء الاصطناعي وإهدار الكثير من الـToken ليست أفضل من أن تدفع المال لشراء لعبة والاستمتاع بها. ليس الهدف أن تستخدم الذكاء الاصطناعي أكثر؛ بل أن تستخدمه بالطريقة الصحيحة. عادةً أسحب يومًا أو يومين كل أسبوع، وأدرس تحديدًا كيف أجعل الذكاء الاصطناعي أكثر تكيفًا مع عملي، وكيف يساعدني على العمل بكفاءة.

وظيفتي هي مهندس بروتوكولات اتصالات؛ كتابة الكود لا تشغل إلا جزءًا صغيرًا من وقتي، أما معظم الوقت فهو معالجة بيانات المستخدم وتحليل سجلات النظام وغيرها. في السابق، عند تحليل مشكلات تقطيع/تأخر أجهزة اتصالات المستخدمين، كان يحدث أحيانًا أن السبب كان من شبكة مزود الخدمة، ومع ذلك كنا نحتاج إلى التحقيق خطوة بخطوة، وكان قدر كبير من الجهد يُستهلك في تصفية المعلومات غير المفيدة.

الآن يمكن للذكاء الاصطناعي مساعدتي على تحديد موقع المشكلة بسرعة وإزالة التشويش غير ذي الصلة، لكي أركز على الأماكن التي تحتاج فعلًا إلى تحسين. **خلال العام الماضي كله،**ارتفع إجمالي إنتاجيتي بشكل واضح، وكان ترتيبي في الأداء ضمن المجموعة في مقدمة نسبية.

لكن بصراحة، الذكاء الاصطناعي لم يصل بعد إلى درجة يمكنه فيها استبدال البشر. دقة تحليل السجلات لديه لا تتجاوز حوالي 60%، ويجب علينا دائمًا إجراء مراجعة بشرية. ولتحسين قدرته، يتعين علينا الاستمرار في كتابة القواعد وتحسين المنطق. لذلك، حجم عملي خلال النصف الأخير من العام زاد. لكن هذه العملية بحد ذاتها هي “تدريب” للذكاء الاصطناعي، بحيث يخدم البشر.

خلال العامين الماضيين، أستطيع أن أشعر بوضوح بأن عدد الأشخاص الذين يتم توظيفهم في الشركة يتناقص. وأعتقد أن لذلك بالتأكيد تأثيرًا من الذكاء الاصطناعي. عندما يكون لدي أصدقاء يستعدون لتغيير الوظيفة، أنصحهم دائمًا بأن يعززوا قدراتهم المتعلقة بالذكاء الاصطناعي. وبنفس مستوى المهارة التقنية، هل يمكن استخدام الذكاء الاصطناعي أن يخلق فرقًا واضحًا في المقابلات والراتب؟ المنصات الآن تضغط عليك لتتعلم، وهذا أيضًا يساعدك على تخزين القدرة التنافسية المهنية مسبقًا.

أظل أعتقد أن الذكاء الاصطناعي ليس ليحل محل البشر، بل هو مجرد أداة منافسة جديدة بين البشر.

نحنلم نُجرِتسريحًا للموظفين، لكن يجب على الكفاءة أن ترتفع3 إلى5 مرات****

Ming Lu | CIO في شركة مدرجة 某 في أستراليا

بصفتي CIO، قد أكون من بين أول دفعة في الشركة التي اعتبرته “سكانًا أصليين للذكاء الاصطناعي”.

قبل أن تحدد الشركة رسميًا استراتيجية للذكاء الاصطناعي، كنت قد بدأت باستخدام أدوات الذكاء الاصطناعي بكثافة. بسبب تعاون الشركة طويل الأمد مع Microsoft، تم ربطنا بـCopilot مبكرًا جدًا، ثم قاموا لاحقًا بدمج Copilot مع Claude ضمن نظام العمل الداخلي. وبدون مبالغة، أستطيع القول إن معظم أعمالنا الجوهرية الآن يقوم بها الذكاء الاصطناعي، وترتفع الكفاءة إلى الضعف.

لكن في مرحلة الدفع/التهيئة الأولية للأدوات داخل الشركة، لم يكن الأمر سلسًا.

في البداية، تم اتباع استراتيجية قائمة على التشجيع: منح جميع الأقسام والموظفين صلاحيات واستخدامات لـCopilot شبه غير محدودة. لكن النتيجة لم تكن واضحة؛ بل حتى أن هناك مقاومة واجهتها إدارات تطوير البرمجيات وUX.

لا ترفض هذه الفرق أدوات الذكاء الاصطناعي، وهي أيضًا على استعداد لاستخدامها في أعمال مساعدة؛ مثل كتابة مقاطع كود وتوليد رسومات تصميم. لكنهم عمومًا لا يرغبون في خطوة أبعد؛ مثل إدخال الذكاء الاصطناعي في العمليات الأساسية لـSDLC (دورة حياة تطوير البرمجيات). يمكن فهم هذه العقلية: الناس يقبلون أن يساعد الذكاء الاصطناعي، لكنهم لا يريدون أن يكون هو المسيطر.

لكن ضمن إطار استراتيجية الشركة، فإن اعتبار الذكاء الاصطناعي مجرد “مدقق نحوي” ليس كافيًا؛ نحن نريد إعادة تشكيل العمليات.

لذلك، في بداية هذا العام، وضعتُ مع CTO استراتيجية جديدة للذكاء الاصطناعي: طُلب من كل قسم تقديم خارطة طريق للذكاء الاصطناعي قبل نهاية أبريل، وتحديد آلية تقييم صارمة—على كل مدير تقديم ثلاث مبادرات للذكاء الاصطناعي (AI Initiatives)، ويتم منح نقاط/تقييم لكل ربع بناءً على مدى تحقيق التنفيذ. كما بدأنا مراقبة كمية الـToken واختبار معدل استخدام الذكاء الاصطناعي؛ ومن لديهم مستوى منخفض لفترة طويلة قد يدخلون في خطة تحسين أداء (PIP).

بعد إجراء التعديلات، جاءت النتائج بسرعة.

كان التغير في تطوير البرمجيات هو الأكثر وضوحًا. في السابق، كان تكوين وثيقة متطلبات المنتج (PRD) يحتاج إلى تواصل متعدد الجولات بين مدير المنتج وفريق التطوير، واستمرت الدورة أسابيع أو حتى شهرين. الآن يمكن لمدير مشروع واحد إخراجها خلال يوم واحد، مع وصف Markdown، وبالإضافة إلى ذلك، إرفاق صور/نماذج أولية للواجهة في PRD. لقد انضغطت جدًا “منطقة الغموض” التي كانت الأكثر استهلاكًا للوقت في مرحلة إطلاق المشروع.

اليوم، تغير كذلك محور عملي. أقضي يوميًا وقتًا كبيرًا في اجتماعات مع مديري الأقسام لمناقشة أين يمكن للذكاء الاصطناعي أن يتدخل في مختلف المراحل؛ وفي الوقت نفسه، أقوم أنا أيضًا ببناء بيئة Claude متعددة العوامل (multi-agent)، حيث أستثمر قدرًا كبيرًا من الجهد أولاً للقيام بالعصف الذهني مع الذكاء الاصطناعي، ثم تفكيك خطة/حل على مستوى التفاصيل، وأخيرًا تسليم ذلك للذكاء الاصطناعي للتنفيذ الفعلي.

الذكاء الاصطناعي جعلني أقضي وقتًا أكبر في “كيفية التفكير في المشكلة بشكل واضح”. إذا لم تكن وثيقة المتطلبات راسخة بما يكفي ولم تكن المنطق التجاري واضحًا بما يكفي، سينحرف تنفيذ الذكاء الاصطناعي تمامًا. وهذا أيضًا يجبرنا على التفكير أكثر في جوهر المنطق التجاري.

بالطبع، الوجه الآخر لزيادة الكفاءة هو الجانب القاسي: قد تنخفض الوظائف. على الرغم من أن مجلس إدارة الشركة قرر عدم إجراء تسريح أولًا، إلا أنه تم اشتراط رفع كفاءة كل موظف بمقدار 3 إلى 5 مرات، وفي الوقت نفسه، لقد توقفنا عن التوظيف لحديثي العهد في اتجاهات تحليل البيانات وتطوير البرامج والتحليل المالي. وهذه قد تكون أيضًا واحدة من الأشياء التي ستمر بها جميع الشركات عاجلًا أم آجلًا.

لا أشعر أنني “أُسيطر عليه” بواسطة الذكاء الاصطناعي. على العكس، أشعر بإحساس غير مسبوق بالقدرة على القيادة/التوجيه. الآن، الضغوط الحقيقية يشعر بها الأشخاص الذين تكون مهامهم شديدة المعيارية وسهلة جدًا أن يستبدلها الذكاء الاصطناعي مباشرة. أما من يمتلكون قدرات قوية لتحليل الطلبات والتخطيط على المستوى الأعلى، فهم أكثر طلبًا.

بعد استخدام الذكاء الاصطناعي، فإن عمليفي الواقع****أكثر ازدحامًا

يونغ تيان | باحث/مطور متقدم في شركة عملاقة داخل الصين

أنا من أقدم الدفعات التي استخدمت الذكاء الاصطناعي على نفقتي الخاصة. إن مصروفاتي الشهرية على مختلف الأدوات تقارب 500 دولار. من GPT إلى مختلف نماذج الفئات المتخصصة: ما هو جيد حقًا أشترك في باقات سنوية، وما هو للتجربة فقط أجربه بباقة شهرية.

حاليًا، لا تضع شركتنا متطلبات إلزامية لاستهلاك الـToken. في ظل متطلبات الالتزام، كل فريق يختار ما يظنه أفضل للاستخدام في العمل. في الوقت الحالي، يبلغ استهلاكي الشهري للـToken تقريبًا بين 30 و4B (تقريبًا).

لكن حتى مع ذلك، ما زال وقت عملي يزداد.

السبب بسيط: استخدام الذكاء الاصطناعي ليس مجرد “أن ينجز العمل”، بل عليك أولاً بناء النظام. مثل بناء ناطحة سحاب التي يجب أن تُقام لها الهياكل أولاً—نحن أيضًا نحتاج إلى إنشاء مجموعة من الأنظمة لتحديد حدود استخدام الذكاء الاصطناعي وتقليل احتمالات أخطائه؛ بل وحتى بعد أن يتعرض الذكاء الاصطناعي للمشكلة، “تنظيف ما يحدث” في الوقت المناسب للسيطرة على نطاق تأثيره. وهذه المهمة أكثر تعقيدًا بكثير من مجرد رفع الإنتاجية باستخدام الذكاء الاصطناعي؛ فهي أشبه بأنك تنجز عملًا واحدًا كأنها عملان، وقد استغرقت وقتًا ليس قليلًا مني للتكيّف مع المتطلبات الجديدة.

وبخصوص مشكلة القلق الشائع في السوق حاليًا حول “إدراج استهلاك الـToken ضمن KPI”، فأنا لدي وجهة نظر مختلفة.

من خلال ما رأيتُه من المديرين أو المسؤولين عن الأعمال الذين تعاملت معهم، لم أرَ أحدًا لا يهتم بالذكاء الاصطناعي؛ الجميع يخافون تفويت هذه الموجة. بحسب فهمي، فإن شركتين عملاقتين رائدتين داخل الصين تفرضان على الموظفين استخدام النماذج كبيرة الحجم الخاصة بهم فقط، ولا يسمحان باستخدام أدوات أخرى مثل Claude وChatGPT.

في الحقيقة، لا أفهم لماذا تريد بعض الشركات إدراج استهلاك الـToken ضمن KPI؛ هذه هي طريقة تُحمّل أقل عبء ذهني على الإدارة، لكنها لا تقيس جوهر القيمة.

لكن من زاوية أخرى، أعتقد أن وضع “حد أدنى/عتبة ضمان” أمر معقول. إذا كان الموظف في هذا البيئة لا يستهلك أي Token تمامًا ولا يستخدم الذكاء الاصطناعي على الإطلاق، فهذا بذاته يثبت أنه يفتقر إلى الوعي بإعادة تشكيل سير العمل الخاص به.

أما ما إذا كان إدخال الذكاء الاصطناعي سيؤدي إلى تقليص كبير للتوظيف أو تسريح، فأعتقد أن سوق العمل ككل يتبع أصلًا规律/قوانين الثورة الصناعية.

منطق توظيف الشركات العملاقة لا ينظر فقط إلى عدد الأشخاص المطلوبين لإنجاز العمل، بل ينظر إلى دعم الأرباح واستراتيجية المواهب. إن جلب مواهب تفهم الذكاء الاصطناعي، حتى لو لم تكن هناك حاجة إليهم مؤقتًا، فهذا يعني احتلال الموقع/السبق. وبالنسبة للشركات الصغيرة والمتوسطة، فإن الذكاء الاصطناعي يخفض تكاليف بدء الأعمال والتطوير؛ ففي السابق كان يتطلب 100 شخص لإنجاز ما يمكن لـ10 أشخاص إنجازه الآن.

أعرف رائد أعمال غير تقني، وبمساعدة الذكاء الاصطناعي، قضى نصف سنة بمفرده ونجح في إخراج نظام كامل لتعليم/Onboarding ToB. وفي الماضي، كان هذا يحتاج على الأقل إلى فريق مكوّن من 100 شخص. عندما تنخفض تكلفة التجربة والخطأ في المجتمع ككل، فمن المؤكد أن سوقًا سيتعرض لآلام تعديل للوظائف على المدى القصير؛ لكن على المدى الطويل، سيتم توسيع كعكة السوق، وستظهر المزيد من الفرق الجديدة والفرص الجديدة.

الوظائف ذات الطابع المعياري والمتكرر ستُضرب لا محالة؛ لكن الوظائف التي تتطلب تفكيرًا عميقًا وتخطيطًا إبداعيًا وتكاملًا للموارد، ستصبح أكثر ترحيبًا بالذكاء الاصطناعي. عجلة الزمن لا تنتظر أحدًا. إن淘汰 بعض الوظائف القديمة أمر حتمي، لكن أبواب العالم الجديد أيضًا تفتح تدريجيًا.

المصدر: Dingjiao One

تنبيه المخاطر وإخلاء المسؤولية

        توجد مخاطر في السوق، والاستثمار يحتاج إلى حذر. لا يشكل هذا المقال نصيحة استثمارية شخصية، ولا يأخذ في الاعتبار الأهداف الاستثمارية الخاصة أو الوضع المالي أو الاحتياجات الخاصة لكل مستخدم. يجب على المستخدم التفكير فيما إذا كانت أي آراء أو وجهات نظر أو استنتاجات واردة في هذا المقال تتوافق مع ظروفه الخاصة. وبناءً على ذلك، يتحمل المستخدم المسؤولية عن أي استثمار يقوم به.