الرئيسة التنفيذية للتسويق في Consensys: تطور شكل الشركات في عصر الذكاء الاصطناعي

لا شيء

المؤلف: ليكس سوكولين

الترجمة: جايوان، ChainCatcher

تناقش هذه المقالة كيف يعيد الذكاء الاصطناعي تشكيل الهيكل التنظيمي نفسه. تتجه الشركات من نموذج “فريق البيتزا المزدوجة” على طريقة أمازون (فريق يتكون من حوالي 6-10 أشخاص، يحافظ على مرونة الهيكل التنظيمي) إلى مجموعات “مولودة من الذكاء الاصطناعي” تتكون من 3 إلى 5 أشخاص، مع زيادة كبيرة في الإنتاجية.

قمنا بمقارنة مسارين:

انتهت استراتيجية استبدال الذكاء الاصطناعي في Klarna بالفشل. حيث انخفض عدد الموظفين من 5500 إلى 3400، وأجبرتها مشاكل جودة الخدمة على إعادة التوظيف.

أما Coinbase وRamp فاختارا إعادة تنظيم الأعمال حول تعزيز وتنظيم الذكاء الاصطناعي. قامت Coinbase بتسريح 700 موظف، وتحول إلى فرق منتجات فردية وتوليد كود الذكاء الاصطناعي.

أما Ramp فأنشأت إطار عمل داخلي لقيادة الذكاء الاصطناعي (Harness)، يستخدمه 99.5% من الموظفين يوميًا، ويغطي أكثر من 350 مهارة تجارية.

بالإضافة إلى ذلك، حللنا لماذا يتم إعادة تقييم شركات مثل Box وPlaid في السوق المالي كجزء من بنية تحتية للذكاء الاصطناعي، ويكمن السبب في سيطرتها على البيانات المؤسسية ذات الصلاحيات الضرورية لتشغيل الذكاء الاصطناعي.

الطور الثالث من تطور الشكل التنظيمي

قبل بضعة أشهر، ناقشنا مفهوم “الشركات بدون بشر” (Zero Human Companies) ومنحنى الاستقلالية الاقتصادية للذكاء الاصطناعي:

على الرغم من وجود قوى تدفع نحو إنشاء منظمات لا تتدخل فيها البشر على الإطلاق، إلا أن الكيانات الاقتصادية الحالية لا تزال بشراً.

أصعب مهمة الآن هي تحويل الشركات التقليدية الحالية إلى نمط يركز على الذكاء الاصطناعي.

هذه فرصة هائلة، لدرجة أن شركة Anthropic تتعاون مع قطاع رأس المال الخاص لدفع هذا الاتجاه.

بعيدًا عن الأرقام المالية المذهلة، بدأنا نلاحظ نقطة دخول أخرى لتأثير الذكاء الاصطناعي: طريقة بناء وتنظيم الشركات.

الهيكل التنظيمي نفسه هو نوع من التكنولوجيا.

تطورت منهجية Waterfall (الشلال) التي نشأت في عصر التكنولوجيا المبكر، والتي حكمت شركات البرمجيات ذات الهياكل الهرمية الصارمة.

ثم تحولت الصناعة إلى فرق مرنة تعتمد على منهجية Agile، والتي تطورت بدورها إلى نموذج “فريق البيتزا المزدوجة” الذي ابتكرته أمازون. هذا الهيكل التشغيلي هو الذي بُنيت عليه كل شركة تكنولوجيا مالية حديثة اليوم.

لكن الاتجاه بدأ يتغير مرة أخرى.

في نهاية عام 2025، قدم مارتن هاريسون وناشيا مانيار من شركة McKinsey توقعاتهم للنسخة القادمة:

“الأدوار الأصلية للذكاء الاصطناعي المولود من الذكاء الاصطناعي تعني، أننا نتحول من ‘الهيكل المزدوج للبيتزا’ إلى ‘فرق البيتزا الأحادية’ المكونة من 3 إلى 5 أشخاص.”

انخفض عدد الأفراد إلى النصف، لكن العمل مستمر.

في 5 مايو 2026، أضاف براين أرمسترونغ، عبر تسريح 700 موظف، دعمًا قويًا لهذا الرأي.

ماذا فعلت Coinbase؟

قامت Coinbase بتسريح 14% من 4951 موظفًا، أي حوالي 700 شخص.

جزئيًا، يرجع ذلك إلى أن الشركة لا تزال تتبع دورة السوق الطبيعية لشركة تعتمد بشكل كبير على حجم التداول والأعمال — حيث تتوقع إيرادات الربع الأول بقيمة 1.7 مليار دولار (بانخفاض 26% على أساس سنوي)، وأرباح السهم (EPS) انخفضت بنسبة 86%.

لكن الأهم هو كيف يخطط فريق الإدارة لتطبيق الذكاء الاصطناعي في الشركات المالية والتقنية الحديثة، وتوقعاتهم للإنتاجية لكل فرد في المستقبل.

الآن، يمكن لمهندسي Coinbase إصدار منتجات كانت تتطلب أسابيع لإطلاقها خلال بضعة أيام، مع تسريع هذا التحول.

أرمسترونغ يعيد هيكلة خطوط الأعمال، لضمان وجود خمسة مستويات إدارية كحد أقصى تحت قيادة الرئيس التنفيذي والمدير التشغيلي.

لن يبقى هناك “مديرون” فقط — فكل قائد يجب أن يكون مساهمًا شخصيًا، وأن يكون متمكنًا من الأدوات الحديثة، وقادرًا على قيادة الفريق والمشاركة شخصيًا، ليصبح “لاعبًا ومدربًا” في آن واحد.

فرق “الذكاء الاصطناعي الأصلية” متعددة الوظائف ستستبدل الفرق التقليدية بالكامل. حتى أن Coinbase تجري تجارب داخلية لدمج وظائف الهندسة والتصميم والمنتج في فريق واحد.

شركة Coinbase، التي تحقق إيرادات تصل إلى 7 مليارات دولار، تدير الآن فرق منتجات فردية.

في سبتمبر 2025، أعلن أرمسترونغ علنًا أن 40% من الكود في Coinbase يُولد بواسطة الذكاء الاصطناعي يوميًا، ويخطط لرفع النسبة إلى 50% في أكتوبر.

وفي بودكاست Cheeky Pint الذي يقدمه جون كوليشن، أحد مؤسسي Stripe، اعترف بأنه أقال مهندسين رفضوا استخدام Cursor وGitHub Copilot خلال أسبوع إصدار التراخيص المؤسسية:

“بعض الناس ببساطة لا يستخدمون، لذلك تم فصلهم.”

النسخة V1 كانت استبدالًا مباشرًا، لكنها فشلت

ومع ذلك، لم تكن Coinbase الشركة الأولى التي تجري تسريحات استنادًا إلى الذكاء الاصطناعي.

هل تتذكر تجربة Klarna في 2024، التي كانت بمثابة درس في “خفض التكاليف باستخدام الذكاء الاصطناعي”؟ في ذلك الوقت، بدا الأمر وكأنه وعد بانفجار إنتاجية مذهل.

لكننا اعتقدنا آنذاك أن الأمر كان أقرب إلى دورة ائتمانية مشددة، وليس ابتكارًا حقيقيًا.

أعلن الرئيس التنفيذي سيباستيان سيمياتكوفسكي بفخر أن مساعد الذكاء الاصطناعي المدعوم من OpenAI تعامل خلال الشهر الأول مع 2.3 مليون محادثة، أي ثلثي محادثات العملاء، وأنه أنجز ما يعادل عمل 700 موظف خدمة عملاء بدوام كامل.

انخفض عدد الموظفين من 5500 إلى 3400

وتوقع زيادة الأرباح بمقدار 40 مليون دولار

وتقصير زمن حل مشكلات العملاء من 11 دقيقة إلى دقيقتين

لكن، بعد مواجهة الواقع، انهارت كل هذه الآمال بسرعة.

انخفضت رضا العملاء عن المهام المعقدة (CSAT)، وارتفعت معدلات الاتصال المتكرر.

بحلول مايو 2025، اعترف سيمياتكوفسكي لبلومبرج أن الشركة “خطت خطوة كبيرة جدًا”. وبدأت Klarna في إعادة التوظيف بنمط بعيد يشبه Uber — توظيف طلاب وموظفين بدوام كامل من المناطق النائية، مع مرونة في أوقات العمل.

وفي أيام قليلة، أوقفت البنك الأسترالي الاتحادي 45 مشروعًا لاستبدال خدمات الصوت الآلي. كما أُزيلت أنظمة الذكاء الاصطناعي الصوتي من 500 مطعم متنقل تابع لـ Taco Bell.

وتتوقع شركة Gartner أنه بحلول 2027، ستتخلى نصف الشركات التي وضعت خططًا “للإحلال الكامل” عن تلك الخطط.

رغم ذلك، ارتفعت قيمة IPO الخاصة بـ Klarna في أول يوم بنسبة 30%، لتصل إلى تقييم بقيمة 20 مليار دولار، مما يعكس أن السوق المفتوحة تتسامح مع الأخطاء إذا كانت التصحيحات سريعة.

لكن، المنطق البسيط والقاسي لـ"الاستبدال" — أي تسريح موظف بشري واستبداله بنموذج لغة كبير (LLM) — قد ينجح في مؤشرات “الكمية”، لكنه سيفشل في معايير “الجودة”.

تكلفة إعادة التوظيف تتجاوز بكثير التوفير الأولي.

ومن الواضح أن أول محاولة للتحول الرقمي في مجال التكنولوجيا المالية كانت مليئة بالتحديات، وتقدم نتائج مختلطة من حيث الإيجابيات والسلبيات.

لكن، لن تكون الأخيرة.

النسخة V2 تعتمد على تعزيز القدرات، مع Harness كحائط صد

في أوائل أبريل 2026، أطلقت Ramp رسميًا “Glass”.

كتب أحد خبراء الذكاء الاصطناعي الداخلي، سيب جوديجن، مقالًا مطولًا عن الأداة. وفي نفس اليوم، أعاد الرئيس التنفيذي إريك غليمان نشر المقال على تويتر. وخلال ساعات، تصدرت المقالة قائمة Hacker News.

عن سبب فشل النسخة V1، أشار جوديجن بحدة:

“العقبة الرئيسية أمام انتشار الذكاء الاصطناعي ليست النموذج نفسه، بل التعقيد الشديد في إعداد بيئة تشغيل الذكاء الاصطناعي.”

وُجدت Glass لتدمير هذه العقبة:

أولًا، أتمتة إعداد الوصول — فقط عبر تسجيل الدخول باستخدام Okta SSO، وكل الأدوات الداخلية المصرح بها (Salesforce، Gong، Notion، Linear، Snowflake، Slack، Zendesk، وأدوات Ramp الخاصة) متصلة من الأساس.

ثانيًا، إنشاء Dojo (مركز تدريب) — سوق يضم أكثر من 350 مهارة في الذكاء الاصطناعي، كل منها ملف Markdown يُعلم الذكاء الاصطناعي إتمام مهمة معينة. تُخزن جميعها في Git، وتخضع لمراجعة الكود والتحكم في الإصدارات.

ثالثًا، بناء مخزن ذاكرة دائم — يتم إنشاؤه تلقائيًا عبر التحقق من الهوية، ويتم تحديثه باستمرار عبر قناة معالجة شاملة على مدار 24 ساعة. لذلك، يكون الذكاء الاصطناعي على دراية كاملة بالفريق، والمشاريع، والطلبات النشطة، وسياق التواصل المستمر عند التدخل في كل محادثة.

اليوم، 99.5% من موظفي Ramp يستخدمون الذكاء الاصطناعي يوميًا.

نصف الكود في Ramp يُكتب بواسطة الذكاء الاصطناعي، ويتجه نحو 80%. يطبق رئيس المنتج جيف تشارلز إطار عمل نضج L0–L3، حيث يمثل L3 إصدار ميزات إنتاجية مباشرة بواسطة الذكاء الاصطناعي.

أي موظف لا يزال عند مستوى L0 يُعتبر غير فعال بشكل أساسي.

تُقدر قيمة Ramp الآن بـ 32 مليار دولار، ويبلغ إيرادها السنوي المتكرر (ARR) مليار دولار، وتتصدر قائمة أكثر الشركات ابتكارًا في القطاع المالي لعام 2026 وفقًا لـ Fast Company.

Klarna تحاول خفض حاجز التوظيف عبر الأتمتة، وRamp ترفع من مستوى إنتاجية كل موظف. وCoinbase تقع بينهما.

مفهوم “Harness” للذكاء الاصطناعي

المحور الرئيسي وراء كل ذلك هو مفهوم “AI Harness”.

شركات مثل Manus أطلقت بنية لتكثيف وتحويل الذكاء الاصطناعي الخام إلى تدفقات أعمال قابلة للتكرار، بينما أُطلقت أطر تنظيم مثل OpenClaw لجعلها في متناول الجميع.

نظام Harness هو تكامل مثالي يجمع بين التحقق من الهوية، والتكامل مع الأنظمة، ومخزن الذاكرة، وفهرس المهارات الجماعية، وبرامج الجدولة الليلية، وواجهة تفاعلية متعددة النوافذ تسمح للمحللين بالتعامل مع مهام متعددة في آن واحد.

أما نماذج اللغة الكبيرة المتطورة فهي مجرد أجزاء قابلة للاستبدال في هذا النظام — عندما تطلق OpenAI GPT-5.5، أو تنشر Anthropic Opus 5، يمكن لـ Ramp ببساطة استبدال النموذج، مع استمرار باقي النظام في العمل بشكل طبيعي.

منتج Cowork الخاص بـ Anthropic، الذي أُطلق رسميًا في الربع الأول من 2026، يأتي مع 11 ملحقًا مخصصًا لمهام محددة، تشمل المبيعات، والمالية، والقانون، والتسويق، والموارد البشرية، والبحث والتطوير، والتصميم، والتشغيل — وهو نفس منطق تصنيف الوظائف في Glass وDojo.

بمجرد أن تتبنى فكرة أن “إنتاجية الذكاء الاصطناعي تتشكل من تدفقات الأعمال وليس من الدردشة”، فإن أدوار الوظائف تصبح الوحدة الطبيعية الأدنى للذكاء الاصطناعي في المنظمة.

وهذا هو المنطق الأساسي الذي تعتمد عليه أدوات “الشركات بدون بشر” عند التفكير في بناء منظمة تعتمد على الذكاء الاصطناعي. انظر أدناه إلى Polsia، وخريطة القطاع السريعة التغير لاحقًا.

السوق المالي يلاحق بسرعة

بينما تعاني العديد من شركات البرمجيات التقليدية من اضطرابات بسبب تقليل الوساطة عبر الذكاء الاصطناعي، هناك فئة من الشركات تتسارع بشكل غير مسبوق.

هذه الشركات استثمرت مبكرًا في بناء حاجز بيانات خاص بها، والآن تدمج برمجيات الذكاء الاصطناعي بشكل سلس فوقها.

مثال على ذلك، شركة تخزين الملفات المؤسسية Box: بعد إصدار تقريرها المالي للربع الرابع من 2026، ارتفع سعر سهمها بنسبة 10%. قال آرون ليفي خلال مؤتمر الأرباح:

“الملفات، في النهاية، هي الوحدة الأساسية للعمل الطبيعي للذكاء الاصطناعي.”

خدمة Enterprise Advanced — وهي خدمة اشتراك متقدمة تعتمد على الذكاء الاصطناعي وسير العمل — تتقاضى سعرًا أعلى بنسبة 30-40% من الإصدار الرئيسي التقليدي Enterprise Plus.

بلغت فواتير الربع الأخير 420 مليون دولار، بزيادة سنوية قدرها 5%.

يمكن لـ Box Extract استخراج البيانات الهيكلية بدقة من العقود

ويمكن لـ Box Shield Pro دمج الذكاء الاصطناعي (agentic) في نظام التحكم في الوصول

كما أن وضعية Professional وExtended في Box AI Studio تتيح للذكاء الاصطناعي معالجة مهام متعددة في سياقات أوسع.

قال ليفي في مقابلة مع GeekWire:

“باستثناء الأشهر الاثني عشر الأولى، لم أشعر أبدًا أن شركة Box اليوم تشبه شركة ناشئة أكثر من الآن.”

من المهم أن نذكر أن 95% من البيانات المؤسسية غير منظمة. والذكاء الاصطناعي يتوق لهذه البيانات، ويجب أن يُستخدم مع الحفاظ على حدود الصلاحيات.

من يسيطر على هذا المخزن من البيانات ذات الصلاحيات، يمكنه أن يتخلص من تصنيف “التخزين الرخيص”، ويُعاد تقييمه كجزء من بنية تحتية للذكاء الاصطناعي.

كانت السوق تضع شركة Box في نفس سلة شركة Dropbox، وكانت قيمتها تتداول عند حوالي 26 دولارًا، لكن الآن، السعر المستهدف من قبل وول ستريت يبلغ 35.63 دولار، مع هامش زيادة قدره 35%.

مثال آخر هو Plaid — التي كانت على وشك الاستحواذ عليها من قبل Visa، وكانت تطمح لأن تصبح شبكة دفع مباشرة.

لكن، في فترة من الزمن، واجهت Plaid وضعًا صعبًا: بعد أن تفوقت عليها Web3، وأصبحت البنية التحتية المالية الجديدة، انخفض تقييمها من 13.4 مليار دولار في 2021 إلى 6.1 مليار دولار في أبريل 2025، ثم ارتفع إلى 8 مليارات دولار في فبراير 2026 بعد عرض سوق ثانوي يتيح للمستثمرين سحب السيولة.

عليها أن تتطور.

حوالي 20% من عملاء Plaid الجدد هم شركات مولودة من الذكاء الاصطناعي — التي تبني أنظمة تعتمد على الوصول المصرح به للبيانات المالية، وتستند إلى هوية موثوقة.

نظام Plaid Protect لمكافحة الاحتيال اكتشف خلال الاختبارات في بداية 2026 محاولات احتيال أكثر بنسبة 50% من أدوات التحقق المماثلة.

كما أن Plaid Bank Intelligence، مع ميزة Retention Score والمؤشرات القادمة مثل Primacy Indicators، تبيع توقعات فقدان العملاء للبنوك بشكل عكسي.

يتم الآن إعادة تقييم Plaid كأكبر مخزن لبيانات المعاملات المالية المصرح بها على مستوى العالم.

ليست مجرد قناة بيانات — فالقناة دائمًا رخيصة. الأصول الحقيقية هي الذكاء المبني عليها، ووجود عملاء مولودين من الذكاء الاصطناعي هو الدليل الأقوى على ذلك.

حالة نموذجية هي تكاملها مع Perplexity — لبناء “حاسوب” إدارة مالية شخصية متكامل. كم نشتاق لـ Mint.com! (تطبيق إدارة مالية شخصي وطني أمريكي صدر في 2006)

شركة Box وPlaid يقفان على نفس المسار، في نفس الجانب.

كلاهما تأثر بانخفاض أسعار الفائدة (ZIRP) وتحديد الأسعار وفقًا لنموذج “سيادة SaaS”، وشهدت تقييماتها تتراجع، والآن يُعاد تمويلها وفق منطق جديد — مخازن المحتوى غير المنظم، وشبكات البيانات ذات الصلاحيات، هي البنية التحتية التي يمكن للذكاء الاصطناعي قراءتها في عصر V2.

النسخة V3 هي التنظيم — “شركة فردية” تظهر للوجود

يُراهن سام ألتمان وغيرهم من رؤساء الشركات التقنية على أن أول شركة “بقيمة مليار دولار” ستظهر في أي عام.

حدد داريو أموديي احتمالية ظهورها بين 70% و80% في 2026، وذكر ثلاثة مجالات: التداول الذاتي، أدوات المطورين، وخدمة العملاء الآلية.

شركة Sequoia تعدل نموذج استثمارها، وتعتبر “الرافعة الذكية (agentic leverage)”، أي متوسط الدخل لكل شخص، إشارة رئيسية. و95% من أكواد شركات Y Combinator في المراحل المبكرة تُولد بواسطة الذكاء الاصطناعي.

وفي الواقع، هناك شركات تخلق رافعة اقتصادية مذهلة باستخدام الذكاء الاصطناعي.

في هذه الشركات، يُصبح المدير التنفيذي “منسق الذكاء الاصطناعي (agent orchestrator)”، يدير العديد من الذكاءات الاصطناعية من غرفة قيادة ضخمة.

يصبح الهيكل التنظيمي خريطة تدفقات عمل يمكن تفويضها للآلات. ويصبح ميزانية القوى العاملة مجرد ميزانية حسابات.

هذه الشركات الأولى ستتخصص في مجالات ضيقة — التداول الذاتي، أدوات المطورين، البرمجيات الاستهلاكية ذات الشبكات الواسعة. في هذه السيناريوهات، العمل رقمي بالكامل، والتنظيم خفيف، وتكاليف الثقة منخفضة.

لكنها ستكون هشة، لأن أنظمة النقاط المفردة المعطلة كلها هشة.

كما أنها ستواجه صعوبة في دخول السوق المؤسسي الخاضع للتنظيم، حيث أن العقود والأوجه الشخصية موجودة بشكل هيكلي.

لكن، هذه الشركات ظهرت بالفعل.

كل ثورة تكنولوجية تدمر الدور الذي كان يُعتبر حاسمًا في النموذج السابق — “الحاسوب (الإنسان في الحسابات اليدوية المبكرة)”، ورؤساء خطوط الإنتاج، ومديري المشاريع، والمديرون المتوسطون.

والشركات التي تتفهم بشكل مبكر “الهيئة الجديدة للتنظيم الاقتصادي” غالبًا ما تجني أرباحًا ضخمة لأنها تتحرك أولاً.

كمثال، قواعد “البيتزا المزدوجة” لأمازون، واحتفاظها بالابتكار رغم وجود مئات الآلاف من الموظفين، تشكل حاجزًا طبيعيًا.

في النهاية، لن يكون السؤال عن “شركة فردية” أم “شركة بدون بشر”، بل هو عن أن نصل إلى مرحلة أن “المنظمة” أو “الكيان” هو السؤال الحقيقي.

نحن لا نزال في مرحلة التحول الرقمي، وسيؤدي تطبيق القيمة عبر الاقتصاد بأكمله إلى عوائد تقدر بمئات المليارات من الدولارات.

السؤال الحقيقي هو: من يملك أو يبني اليوم “Harness” الصحيح للذكاء الاصطناعي، ليصمم الهيكل التنظيمي الصحيح لشركة 2026؟

وهذا يعني، ترقية هذا الكائن الحي الإلكتروني للشركة، ليظل قادرًا على القتال ليوم آخر.

ونأمل أن يتمكن البشر من تحقيق أمنياتهم من خلال ذلك أيضًا.