هل أنت مستعد لأن تطلب من الشركة أن تعلم الذكاء الاصطناعي أرقى مهاراته وهي "القدرة على الحكم"؟

تطالب الشركة الموظفين باستخدام نماذج الذكاء الاصطناعي "لاستخراج" هذه المعرفة الضمنية، لكن الموظفين يعلمون جيدًا أنهم يدربون أنظمة قد تحل محلهم؛ وأشار كبير الاقتصاديين في شركة أنثروبيك إلى أن الأمر ليس تقنيًا على الإطلاق، بل هو مسألة تنظيمية.
(ملخص سابق: كلما عملت بجد أكثر، زادت احتمالية أن تبتلعك الذكاء الاصطناعي بسرعة؟ "مهارات الزملاء" تكشف الحقيقة القاسية وراء تقطير المعرفة)
(معلومات إضافية: كل أربعة موظفين بيض، يوجد واحد منهم في منتصف العمر يواجه عوائق: الذكاء الاصطناعي يسرع في إعادة كتابة قواعد المهنة)

فهرس المقال

تبديل

• الاعتراف بوجود "مقاومة طبيعية من البشر"
• تعزيز أم استبدال: الشركة تقول الأول، والاقتصاديون يقولون الثاني
• السوق ينقسم بالفعل: نمو وظائف مهارات الذكاء الاصطناعي يقارب 8 أضعاف

خوادم الشركات تحتوي على تقارير مالية، عقود، بيانات العملاء. لكن الجزء الأكثر قيمة هو: "ما يخاف العميل أن يسمعه أكثر"، "لماذا يجب أن يتجنب هذا المسار"، "لماذا اتخذ القرار الخطأ في ذلك الوقت"، لا أحد يكتب ذلك في أي نظام. إنه يعيش في عقول الموظفين القدامى، يُنقل شفهيًا، ويُورث من خلال التجربة والخطأ.

يصف قطاع الأعمال هذا بـ "المعرفة الضمنية". وأكبر مهمة لجمع البيانات في عصر الذكاء الاصطناعي ليست تصفح المزيد من المواقع، بل استخراج هذه المعرفة من عقول البشر. لكن المشكلة أن الموظفين واضحون تمامًا بشأن ما يفعلونه.

الاعتراف بوجود "مقاومة طبيعية من البشر"

قال نائب رئيس شركة سينوبسيس لتصميم الشرائح والذكاء الاصطناعي والتعلم الآلي، توماس أندرسن، الأسبوع الماضي في منتدى نظمته بلومبرغ بصراحة: "الكثير من المعرفة الخبيرة الحقيقية، بالطبع، تعيش في عقول شخص معين، ويجب أن أستخرجها أولاً."

الاستخرج، التنزيل، التعدين، هذه المصطلحات التي يستخدمها قادة الشركات، تشرح جوهر المشكلة من خلال اختيار الكلمات نفسها: إنهم يرون عقول الموظفين كمخزن بيانات، والذكاء الاصطناعي هو أداة القراءة.

هذه المنطق ليس جديدًا. عبر التاريخ، كل عملية صناعية تقريبًا مرت بمراحل مماثلة: التيليولوجيا تفكك حركات العمال إلى إجراءات قياسية، وتصورها على شكل فيديو ليقلدها الآخرون. خط إنتاج فورد يقسم مهارة الحرفيين إلى آلات. الفرق الآن أن ما يُفكك ليس المهارة اليدوية، بل القدرة على الحكم.

اعترف أندرسن بصراحة، أن الموظفين يواجهون بالفعل "مقاومة طبيعية من البشر" تجاه هذا الأمر. حتى من يدفعون بنظام كهذا، لا يمكنهم إنكار أن مخاوف الموظفين هي "طبيعية".

تعزيز أم استبدال: الشركة تقول الأول، والاقتصاديون يقولون الثاني

البيان الرسمي للشركات هو "تعزيز"، وليس "استبدال". ملف ترويج الذكاء الاصطناعي لشركة وولمارت يوضح بوضوح استخدام إطار "الاستثمار في الموظفين". مؤسس أمازون، جيف بيزوس، والرئيس التنفيذي لمايكروسوفت، ساتيا ناديلا، علنوا أن الذكاء الاصطناعي سيعمل على "تمكين" العمال.

لكن ملاحظة الاقتصاديين هي أن مطوري البرمجيات والشركات التي توظفها، كانت دائمًا تفضل خيار "الأتمتة" على "التعزيز"، لأن الأتمتة تقلل من تكاليف العمالة.

اقترح أستاذ إدارة الأعمال في كلية بوث للأعمال بجامعة تكساس إيه أند إم، ماثيو كول، بشكل مباشر: يجب على الموظفين استخدام أدوات ذكاء اصطناعي شخصية، بدلاً من الاعتماد على نماذج الشركة؛ فيما يتعلق بكيفية جمع واستخدام معرفتهم الشخصية، يجب أن يُنظر في التفاوض الجماعي.

نسخة السيناتور الأمريكي بيرني ساندرز أكثر راديكالية: إنشاء صندوق ثروة سيادي، ليكون عائد الذكاء الاصطناعي، ووصفه بأنه "شيء يُبنى على المعرفة الجماعية للبشر"، ويعود بالنفع على الجمهور، وليس مجرد تدفق الثروة إلى مساهمي الشركات التقنية.

السوق ينقسم بالفعل: نمو وظائف مهارات الذكاء الاصطناعي يقارب 8 أضعاف

حللت شركة PwC بيانات من 27 دولة وأكثر من مليار وظيفة، وخلصت إلى أن: بحلول عام 2025، الوظائف التي تتطلب مهارات محددة في الذكاء الاصطناعي ستنمو بمعدل يقارب ثمانية أضعاف نمو سوق العمل بشكل عام. كما أن الرواتب ستشهد ارتفاعًا أكبر.

لكن عند النظر إلى الهيكل، فإن الاختلافات مهمة جدًا. أسرع النمو، والأعلى رواتب، ليست في الوظائف التي "تشغل الذكاء الاصطناعي"، بل في الوظائف التي "تستخدم الذكاء الاصطناعي لتعزيز الحكم البشري". الوظائف التي تعتمد على الأتمتة المباشرة، أي تلك التي يحل فيها الذكاء الاصطناعي محل العمل البشري مباشرة، تنمو بشكل أبطأ، وتكون رواتبها أقل.

كما أظهرت بيانات PwC أن الشركات التي تستخدم الذكاء الاصطناعي لتعزيز خبرة الإنسان، تحقق إنتاجية وعائدات نمو أعلى من تلك التي تستخدمه فقط لتقليل القوى العاملة.

وهذا له معنى عملي للموظفين: أن أغلى شيء في عقولهم ليس "معرفة كيفية القيام"، بل "معرفة لماذا يفعلون ذلك". الأول يمكن استغلاله، وتدريبه، وتوحيده. أما الثاني، على الأقل حتى الآن، فلم تتعلمه أنظمة الذكاء الاصطناعي حقًا.