Entrevista con el CEO rotatorio de Core International, Zeng Cheng: Ya no todos los puestos de IA son "calientes" La competencia por talento en IA está pasando de habilidades generales a la implementación en escenarios

إذا كنت تتداول في الأسهم، فراجع تقارير محللي مؤسسة “جين كيلين”؛ إنها موثوقة، احترافية، في الوقت المناسب، وشاملة—سيساعدك ذلك على استكشاف فرص الموضوعات ذات الإمكانات!

（المصدر: صحيفة تشنغتشوان شِيبان）

في الآونة الأخيرة، قامت شركة يوبوسيون (UBTECH) بطرح وظائف على مستوى العالم برواتب سنوية تتراوح بين 15 مليون و1.24 مليار يوان لِـ“عالم الأبحاث الرئيسي للذكاء المتمثل في الجسد” (具身智能)؛ وقد أعاد ذلك مرة أخرى التوظيف الخاص بكفاءات الذكاء الاصطناعي إلى دائرة الاهتمام الشديد.

كيف تبدو حالة توظيف كفاءات الذكاء الاصطناعي في الوقت الحالي؟ وما الاتجاهات التي ستظهر في المستقبل؟ ما أبرز نقاط الألم في منظومة التوظيف؟ وفي هذا الصدد، صرّح تشينغ تشينغ—الرئيس التنفيذي المشارك/الدوري لدى شركة كيرِّي الدولية (Korn Ferry International)—أثناء مقابلة حصرية مع مراسل صحيفة تشنغتشوان شِيبان مؤخراً، بأن توظيف الرواتب التي تتجاوز عشرات الملايين ليس أمراً شائعاً في الصناعة؛ إذ غالباً ما يظهر فقط لدى قلة من الشركات الرائدة، ويميل إلى أن يكون حالات فردية ضمن نوافذ زمنية محددة. وتُظهر هذه الخطوة على نحو دقيق أن منافسة كفاءات الذكاء الاصطناعي تتجه من “القدرات العامة” إلى “التحقق من التطبيقات على أرض الواقع”. وعندما يدخل الذكاء المتمثل في الجسد منعطفاً حاسماً، فإن الشركات تتنافس—لم يعد الأمر يتعلق فقط بشخصية الموهبة نفسها، بل بتلك القلة القادرة على دفع التكنولوجيا لتتحقق فعلياً، وتحديد ملامح المشهد المستقبلي.

كما توقعت أن تستمر بنية “حماس التوظيف” ضمن سلسلة صناعة الذكاء الاصطناعي في عام 2026 على نحو مستمر وبشكل بنيوي، ولن يعود الأمر إلى “حماس لكل وظائف الذكاء الاصطناعي”، بل إلى “الأكثر سخونة سيزداد سخونة، وما لا ينبغي أن يكون ساخناً سيتراجع تلقائياً”، لتدخل مرحلة جديدة من “الازدهار العقلاني”.

تتضمن ثلاث فئات من وظائف الذكاء الاصطناعي علاوة رواتب واضحة

مراسل صحيفة تشنغتشوان شِيبان: كيف هي وتيرة التوظيف الحالية لسلسلة صناعة الذكاء الاصطناعي التي لاحظتموها؟

تشنغ تشينغ: وفقاً للمراقبة الفورية من “منصة البيانات” لدى كيرِّي الدولية، فإن احتياجات التوظيف في سلسلة صناعة الذكاء الاصطناعي لا تزال فعلاً في وضع نشط، كما أن طلب كفاءات الذكاء الاصطناعي يُظهر ثلاثة تغيّرات أكثر وضوحاً: أولاً، التحسينات حول نماذج خاصة بالقطاعات العمودية، وترقية القدرات متعددة الوسائط (multi-modal). وتزيد الشركات بشكل كبير استثماراتها في الكفاءات الخاصة بالخوارزميات الأساسية والهندسة المتعلقة بالنماذج. مثل مهندسي هندسة الخوارزميات لنماذج النطاق الكبير (large model algorithm engineers)، وباحثي/مهندسي أبحاث الخوارزميات، والمهندسين القادرين على تنفيذ نشر النماذج وتحسين الأداء—تبقى هذه الوظائف لفترة طويلة في مستوى مرتفع، وصعوبة التوظيف فيها نسبياً أعلى.

ثانياً، مع دخول الذكاء المتمثل في الجسد والروبوتات الشبيهة بالبشر مرحلة التحقق على نطاق واسع، أصبحت الوظائف الأمامية ذات الصلة بسرعة “نقطة جذب” للتوظيف. على سبيل المثال، اتجاهات VLA/L4/العوالم النموذجية (world models). فمهندسو خوارزميات الذكاء المتمثل في الجسد، وخبراء اندماج متعدد الوسائط، والكفاءات في مجال التحكم الذكي للروبوتات—كانت احتياجات هذه الوظائف في السابق مبعثرة نسبياً، لكنها الآن صارت محوراً تتنافس عليه الشركات، كما أن علاوة الرواتب فيها واضحة جداً.

ثالثاً، يتجه الذكاء الاصطناعي نحو اختراق عميق للقطاعات الصناعية الفعلية، وخاصةً “العوامل الذكية” (intelligent agents) مع تطبيقها على أرض الواقع، ما أدى إلى نمو الطلب على وظائف جانب تطبيقات الصناعة. تميل الشركات أكثر إلى توظيف مواهب تجمع بين فهم التقنية وفهم الأعمال. مثل مهندسي تطوير العوامل الذكية، ومهندسي معماري حلول الذكاء الاصطناعي (AI solutions architecture) وغيرها. وفي الوقت نفسه، فإن مديرو منتجات الذكاء الاصطناعي، وخبراء حلول المنتج القادرين على تحويل التقنية إلى قيمة تجارية، وتحقيق رؤى دقيقة لاحتياجات المستخدمين عبر سيناريوهات مختلفة، أصبحت أيضاً من الوظائف الأساسية النادرة في السوق.

إضافة إلى ذلك، مع تعمق تطبيق الذكاء الاصطناعي في سيناريوهات الأعمال الأساسية للشركات، زادت بشكل واضح أهمية الشركات للموثوقية للنموذج، وجودة البيانات، وأمن الأعمال. وهذا بدوره يدفع ارتفاع سخونة وظائف مثل حوكمة البيانات، وتقييم أمن الذكاء الاصطناعي، ومراجعة الامتثال.

مراسل صحيفة تشنغتشوان شِيبان: هل ظهرت زيادات واضحة في المستوى الرواتب لتوظيف سلسلة صناعة الذكاء الاصطناعي؟

تشنغ تشينغ: بشكل عام، لا يوجد اتجاه صعود شامل في رواتب سلسلة صناعة الذكاء الاصطناعي؛ فالنمو الأكبر تركز في المسارات النادرة (المحدودة) وفي الوظائف الأساسية. أما زيادة رواتب التنقل لدى المواهب المتميزة فغالباً ما تتركز بين 20% و30%، في حين تُظهر الشركات مرونة رواتب أكبر تجاه التقنيات الأساسية والوظائف القيادية.

أما “علاوة الرواتب الواضحة” فتتركز أساساً في ثلاث فئات من الوظائف: أولاً، اتجاه متعدد الوسائط والذكاء المتمثل في الجسد، وبالأخص المواهب المركبة التي تجمع بين الخوارزمية والنظام والتحكم. فبالنسبة لهذه الوظائف الأساسية، تكون علاوة الرواتب كبيرة؛ وتكون الرواتب السنوية للخبراء الكبار في خوارزميات النماذج واسعة النطاق بين 1 مليون و2 مليون يوان. أما المهندس التقني الأعلى في مجال تقنيات الذكاء الاصطناعي-العامل (AI Agent) فيكون راتبه السنوي بين 400 ألف و700 ألف يوان.

ثانياً، اتجاه هندسة النماذج (model engineering) والنشر على نطاق واسع. وبعبارة بسيطة: مواهب قادرة على نقل النماذج من المختبر وإلى الواقع—وتشغيلها فعلياً في الأعمال، بشكل مستقر. هذه المواهب مطلوبة بشدة، كما أن نمو الرواتب فيها بارز.

ثالثاً، أدوار مركبة من نوع “تقنية + قطاع + منتج”. مثل مديرو منتجات الذكاء الاصطناعي (AI product manager) ومهندسو معماري الحلول (solution architect). هذه المواهب يجب أن تفهم التقنية والقطاع والأعمال، كما تستطيع مواءمة متطلبات الأعمال. ومستوى الرواتب فيها أيضاً يتزايد باستمرار. على سبيل المثال، قد تصل رواتب مدير المنتج المتقدم للذكاء الاصطناعي إلى 800 ألف—1 مليون يوان.

حافظ على سخونة التوظيف في صناعة الذكاء الاصطناعي مستوى مرتفع لكن وتيرة النمو تميل إلى الاستقرار

مراسل صحيفة تشنغتشوان شِيبان: هل تتوقع أن تستمر سخونة توظيف سلسلة صناعة الذكاء الاصطناعي في عام 2026، أم ستستقر، أو ستشهد تباطؤاً؟ ما أساس الحكم؟

تشنغ تشينغ: أعتقد أن سخونة توظيف سلسلة صناعة الذكاء الاصطناعي في 2026 ستستمر بشكل بنيوي، وستظل إجمالاً على مستوى مرتفع مع تباطؤ في وتيرة النمو، ومن المتوقع أن تدخل مرحلة جديدة من “الازدهار العقلاني”. سواء في الصين أو في الاقتصادات الرئيسية حول العالم، تم وضع الذكاء الاصطناعي بالفعل في موقع “القدرة التنافسية الأساسية”. فاستمرار الاستثمار من جانب السياسات ورأس المال والموارد الصناعية يحدد أن هذا لن يكون مجرد “سخونة” على مدى قصير. ومن زاوية التقنية نفسها، ما زال الذكاء الاصطناعي في المراحل المبكرة من التطور عبر الأجيال. وقد حققت اتجاهات مثل نماذج الذكاء متعدد الوسائط والذكاء المتمثل في الجسد وAI for Science بعض النتائج الأولية، لكنها لا تزال بعيدة عن النضج الحقيقي—ولا يزال هناك طريق طويل. طالما أن التقنية تستمر في التطور بسرعة، فلن تتوقف الحاجة إلى المواهب عالية الجودة.

في الوقت نفسه، يتغلغل الذكاء الاصطناعي في جميع الصناعات بوتيرة متسارعة. في الماضي كان يتمركز أساساً في مجالات رقمية عالية مثل الإنترنت والقطاع المالي، لكن الآن يتوسع بشكل متسارع إلى صناعات واقعية مثل التصنيع والطاقة والزراعة والرعاية الطبية. وكل ترقية رقمية وذكية لأي صناعة تقليدية، ستخلق في خلفيتها احتياجات مستمرة ومستقرة من المواهب.

لكن من منظور الاتجاهات، لن يكون المستقبل “كل وظائف الذكاء الاصطناعي ساخنة”، بل “الأكثر سخونة سيكون أكثر سخونة، وما لا ينبغي أن يكون ساخناً سيبرد تلقائياً”. بالنسبة للشركات والمواهب، فإن هذا في الواقع أمر جيد.

مراسل صحيفة تشنغتشوان شِيبان: بالنسبة للشركات وللمواهب هو أمر جيد—كيف يمكن فهم ذلك؟ وكيف تقيمون نظام توظيف سلسلة صناعة الذكاء الاصطناعي الحالي؟

تشنغ تشينغ: أعتقد أن نظام توظيف سلسلة صناعة الذكاء الاصطناعي حالياً ينتقل من مرحلة البداية ذات السخونة العالية والمشاعر القوية، إلى مرحلة أكثر عقلانية وذات بنية أوضح. من ناحية، بدأت احتياجات المواهب تعود إلى توجيه “القيمة”. ففي الفترة الماضية، كان هناك بالفعل في السوق سلوك يتمثل في “من لديه أي صلة بالذكاء الاصطناعي سنذهب لضمّه”. لكن الآن أصبحت الشركات أكثر وضوحاً بأن ما يحدد القدرة التنافسية ليس عدد الوظائف، بل ما إذا كانت المواهب قادرة على دعم تطبيق الأعمال على أرض الواقع. وتدفع هذه التغيرات التوظيف من “المنافسة على الضجيج” إلى “المنافسة على القدرات”—وهو تصحيح ضروري للصناعة كلها.

تتطور بنية المواهب: وتصبح القدرات المركبة (المعقدة) الاتجاه السائد. ففي السابق، كانت الشركات نادراً ما توظف فقط شخصاً يفهم الخوارزميات أو فقط من يفهم الأعمال، بينما الآن تحتاج أكثر إلى مواهب مركبة تفهم مبادئ التقنية، وتستطيع مواءمة سيناريوهات القطاع، وتمتلك وعياً بالمنتج. وبمعنى ما، هذا يدفع أيضاً تطور البنية من الهيكل التقليدي على شكل “T” (T型) إلى هيكل متعدد الأبعاد على شكل “兀” (兀型). وهذا يعد أخباراً إيجابية طويلة الأمد لتحسين جودة مواهب كامل صناعة الذكاء الاصطناعي.

كما أن شكل العمل المرن (Agile employment) يتحول من مجرد خيار تعويضي إلى أداة استراتيجية. وهذا شيء لاحظناه بوضوح خلال العامين الماضيين. مع تسارع دورات تطوير تقنيات الذكاء الاصطناعي، من الصعب على الشركات تغطية جميع احتياجات القدرات الرفيعة بالهيكل التقليدي للوظائف؛ لذا بدأت المزيد من الشركات في إدخال القدرات الأساسية عبر خبراء بنظام مشاريع، ومستشارين مستقلين، وغيرها. من ناحية، هذا يقلل من تكاليف الموارد البشرية للشركة ومخاطر التجربة والخطأ. ومن ناحية أخرى، يتيح أيضاً لمسارات مهنية أكثر مرونة وتنوعاً لمواهب الخبراء المخضرمين. على سبيل المثال، شركة متعددة التخصصات تعمل على الدخول إلى سلسلة صناعة الذكاء الاصطناعي التي نخدمها: وبناءً على معرفتنا العميقة بالسوق الذي دخل إليه المؤسس، بما في ذلك فهم عميق لشخصه، ومن خلال تشخيص الأعمال والتنظيم، ساعدنا المؤسس على فرز اتجاه تطوير الأعمال واحتياجات المواهب الأساسية. ولم نقل فقط إننا سنجذب ونستقطب بالطريقة التقليدية المواهب الرائدة في الصناعة—فهذا من حيث دورة الزمن والتكلفة غير مناسب فعلياً لهذا المسار وللوضع الواقعي لهذه الشركة. بدلًا من ذلك، قمنا بتفكيك الوحدات الرئيسية مثل تصميم المنتج، والبحث والتطوير، وسلسلة التوريد، والتسويق في الخارج إلى مهام مشروع، ودعمنا المؤسس على تشكيل سريع خلال 3 أشهر فريق خبراء متعدد التخصصات، لتكوين تنظيم رشيق على شكل “المؤسس الأساسي + شبكة خبراء خارجية”، مما يقلل بشكل كبير من دورة تطوير المنتج. وفي الوقت الحالي، المنتج يوشك أن ينجح أولاً في دخول السوق الخارجية، محققاً اختراق “من 0 إلى 1”.

نصيحة: تحويل “السباق على الاستقطاب” إلى “التطوير والتوظيف” معاً

مراسل صحيفة تشنغتشوان شِيبان: في نظام توظيف ذكي الاصطناعي أكثر عقلانية وبنية أوضح، هل توجد أيضاً مخاطر يجب الانتباه لها؟

تشنغ تشينغ: أرى أن نظام التوظيف الحالي بالفعل أصبح أكثر ميلاً إلى العقلانية، لكنه ما زال يحتوي على بعض المخاطر التي ينبغي الانتباه لها. أولاً، تركّز المواهب الرفيعة بشكل مفرط: “لاعب واحد شاق” (أي صعوبة الحصول على شخص مناسب) بالنسبة للشركات الصغيرة والمتوسطة. يتم احتكار أفضل مواهب الذكاء الاصطناعي من قِبل الشركات الرائدة والمشاريع الناشئة ذات النجومية؛ فتزداد صعوبة حصول الشركات الصغيرة والمتوسطة على المواهب، ما قد يضعف—إلى حد ما—الحيوية الابتكارية الشاملة للصناعة، وحتى قد يؤدي إلى تشكيل نمط “القيادة بيد القمة”.

ثانياً، تفضّل الشركات “جاهزية الاستخدام الفوري”، ما يضغط مساحة نمو المواهب المبتدئة. ففي كثير من الشركات، يكون التوجه واضحاً عند التوظيف نحو مواهب ذات خبرة تزيد عن 8 سنوات، بينما لا توجد استثمارات كافية في المواهب المبتدئة التي تمتلك 1—3 سنوات. وفي الوقت نفسه، تفتقر بعض الشركات إلى أنظمة متكاملة لتطوير المواهب؛ وبعد استقطاب المواهب لا توفر منصات التطور المناسبة، ما يؤدي إلى معدلات تسرب مرتفعة. وإذا استمر غياب آليات التطوير المنهجي، فمن الممكن مستقبلاً ظهور مشكلة “انقطاع المواهب”.

ثالثاً، ارتفاع النزعة لتحقيق مكاسب قصيرة الأجل: توجد مخاطر لسوء توزيع الموارد. فبعض الشركات والأفراد يولون اهتماماً مفرطاً للعائدات المالية قصيرة الأجل ويتجاهلون بناء القدرات طويلة الأجل وإبداع قيمة الأعمال. وعندما يتغير بيئة السوق، يسهل أن تتشكل حالة “تكلفة مرتفعة مع إنتاجية منخفضة”.

مراسل صحيفة تشنغتشوان شِيبان: ما اقتراحك لمواجهة هذا النوع من الحالات؟

تشنغ تشينغ: بالنسبة للنظام البيئي للصناعة، نقترح إنشاء آلية تدفق أكثر انفتاحاً للمواهب، وتشجيع مواهب الشركات الكبيرة على الانتقال إلى الشركات الصغيرة والمتوسطة والصناعات التقليدية، عبر نماذج مثل مشاركة المواهب والمستشار التقني، لجعل قدرات الذكاء الاصطناعي أكثر انتشاراً في تمكين الاقتصاد الحقيقي. وبالنسبة للشركات، نقترح الانتقال من “السباق على الاستقطاب” إلى “التطوير والتوظيف معاً”. من ناحية، يمكن الحصول بسرعة على قدرات نادرة عبر أساليب مثل العمل المرن والمستشارين المستقلين. ومن ناحية أخرى، زيادة الاستثمار في التدريب الداخلي، وبناء نظام لتطوير مواهب مركبة “الذكاء الاصطناعي + الأعمال”. وفي الوقت نفسه يجب اختبار ذلك بشكل عكسي (بالعكس والتحقق)، باستخدام مشاكل أعمال حقيقية لتحديد الوظائف، والحفاظ على عقلانية التوظيف، وتحسين أنظمة تطوير المواهب والاحتفاظ بها.

على الشركات التي تقوم بالتوظيف أن تحدد احتياجاتها بوضوح قبل بدء التوظيف. فالكثير من أكبر أخطاء الشركات هو: “رأيت الآخرين يتوظفون، إذن يجب أن أتوظف أنا أيضاً”. لكنهم لم يفكروا في المشكلة التي تحلها هذه الوظيفة بالضبط. هل تم تعليق التقنية؟ هل يحتاج المنتج إلى اختراق؟ أم أننا وصلنا إلى المرحلة الحاسمة للتطبيق التجاري على أرض الواقع؟ إذا لم يتم التفكير في هذه النقطة بوضوح، فمن السهل—حتى لو تم توظيف الناس—أن تتحول في النهاية إلى حالة: “الناس مكلفون جداً، لكن لا يعرفون ماذا يجب أن يفعلوا”.

بالنسبة للمواهب الرفيعة، ليس بالضرورة أن يتم “شراءهم بالكامل” من البداية. بالنسبة للمواهب شديدة الندرة وذات المستوى العالي، يمكن في الواقع التعاون معها لفترة عبر نظام المشاريع أو نظام الاستشارات أولاً. بهذه الطريقة يمكن التحقق من القدرات ودرجة الملاءمة، وتقليل مخاطر قيام الشركة باستثمار مرة واحدة. وفي الوقت الذي تتسابق فيه الشركات بشدة لاقتناص المواهب الناضجة، ينبغي لها أيضاً بناء آلية لتحديد “المواهب ذات الإمكانات العالية”. فبعض الأشخاص قد لا يكونون قادرين حالياً على “خوض معارك صعبة” بشكل مباشر، لكن لديهم قوة تعلّم، وتفكير منهجي جيد، وحماس تجاه التقنية والأعمال. وعندما يتم توفير بيئة مناسبة لهؤلاء، غالباً ما تتجاوز سرعة نموهم التوقعات.

بالنسبة للمواهب، ينبغي بناء هيكل قدرات على شكل “Π”؛ لا بد أن تكون هناك محور عمودي تقني عميق بما يكفي، مثل أحد الاتجاهات ضمن الخوارزميات أو الأنظمة أو الهندسة. وفي الوقت نفسه، يجب فهم الجوانب الأفقية: الصناعة والأعمال والمنتج، ومعرفة ما المشكلة التي تسعى التقنية لحلها في النهاية. القدرات الفردية يمكن أن تُستبدل بسهولة، لكن القدرة على الربط ستصبح أكثر قيمة يوماً بعد يوم. وبالإضافة إلى ذلك، الحفاظ على توازن بين العمل العملي والتفكير: أن تكون قادراً على الانغماس فعلياً في كتابة الكود وتشغيل التجارب، وكذلك أن تكون قادراً على الابتعاد عن التقنية للتفكير في اتجاهات الصناعة وقيمة المستخدمين وجوهر الأعمال التجارية.

كم هائل من المعلومات، وقراءات دقيقة، وكل شيء متاح عبر تطبيق Sina Finance