يُظهر تحليل OpenAI لـ 800,000 رسالة من ChatGPT أرسلها متخصصون في الولايات المتحدة أن ما يقرب من واحد من كل ستة أوامر (prompts) متعلقة بالعمل تطلب الآن من النموذج تولي مهام تنتمي تقليديًا إلى مهنة أخرى. وإذا استبعدنا الكتابة والتلخيص الروتينيين، فإن النسبة تقفز إلى 43.5%. هذا التحول يعيد بالفعل تشكيل كيفية قضاء الموظفين ليومهم، وهو أمر بالغ الأهمية بالنسبة للشركات الصغيرة، حيث يمكن لكل مهارة إضافية أن تختصر أسابيع من الانتظار للحصول على متخصص.

لماذا تهم هذه الأرقام

وجدت الدراسة أن الطلبات العابرة للأقسام تتركز في وظائف معينة. وتتصدر التسويق والهندسة القائمة، حيث تظهر الاستفسارات المتعلقة بالتسويق في 8.9% من الرسائل الواردة من أدوار أخرى، وهي أعلى نسبة في مجموعة البيانات. قد يطلب مندوب المبيعات من ChatGPT تحليل أرقام "القيمة الدائمة للعميل" (customer-lifetime-value) التي يتعامل معها عادةً محلل البيانات، بينما يمكن للمسوق استكشاف رابط معطل وإصلاحه أو تحسين SEO داخل الصفحة قبل إشراك مهندس.

بالنسبة لأصحاب الشركات الصغيرة، يكون التأثير أكثر وضوحًا. يقوم المالكون الآن بصياغة ملاحظات المراجعة القانونية، وإجراء توقعات مالية سريعة، والقيام بتحليلات مخصصة كانت تتطلب سابقًا محاميًا أو مديرًا ماليًا (CFO). في الفرق المكونة من شخصين إلى خمسة أشخاص، تقع 18.9% من المهام التي يولدها الذكاء الاصطناعي خارج الدور الأساسي للموظف، مقابل 16.3% في الشركات التي تضم أكثر من مائة موظف. الحساب بسيط: الشركات الكبيرة يمكنها إحالة الطلب إلى زميل متخصص، أما المؤسسات الصغيرة جدًا فيجب عليها حل المشكلة بنفسها.

الجانب الإيجابي: السرعة ودقة تسليم المهام

عندما يقوم الموظف بإنشاء تحليل أولي أو ملخص قانوني تقريبي، يصبح تسليم المهمة إلى المتخصص أسرع وأكثر تركيزًا. يتلقى المتخصص وصفًا أوضح للمشكلة، وبيانات معدة بشكل أفضل، ورسائل بريد إلكتروني أقل من نوع "يرجى توضيح ما تحتاجه". وهذا يقلل أوقات الانتظار، ويخفف الاحتكاك الداخلي، ويرفع جودة الطلبات.

ما الذي يواجه المخاطر

لا تدعي الدراسة أن الذكاء الاصطناعي سيجعل الخبراء غير ضروريين، بل تصف التكنولوجيا بأنها مستجيب في الخطوط الأمامية يقرب المشكلة من مصدرها.

كيف يمكن للشركات التكيف

  • تحديد نقاط اتخاذ القرار – رصد المواضع التي يتعثر فيها الطلب عادةً واختبار ما إذا كان بإمكان الذكاء الاصطناعي إنتاج مسودة أولية قابلة للاستخدام.
  • تحديد حدود الصلاحيات – تحديد المخرجات التي تتطلب اعتمادًا من متخصص مؤهل.
  • التدريب على مجموعة المهارات الجديدة – تقديم تعلم مصغر حول كيفية كتابة الأوامر (prompting)، وتفسير اقتراحات الذكاء الاصطناعي، ورصد الأخطاء المحتملة.
  • قياس التأثير – تتبع الوقت الذي تم توفيره في تسليم المهام مقابل أي ارتفاع في معدلات الخطأ أو إعادة العمل.

المنظمات الصغيرة مقابل الكبيرة: مسارات متباينة

الآفاق المستقبلية

تلتقط بيانات OpenAI ممارسة تتطور بسرعة. ومع زيادة موثوقية النماذج وتخصصها في مجالات معينة، من المرجح أن تزداد حصة المهام العابرة للأقسام. وتخاطر المنظمات التي تتعامل مع الذكاء الاصطناعي كمجرد أداة لزيادة الإنتاجية، بدلاً من كونه محفزًا لإعادة تصميم سير العمل، بالتخلف عن الركب. أما تلك التي تعيد تصميم العمليات الآن — عبر تحديد القرارات التي ستبقى بشرية وتلك التي يمكن تعزيزها بالذكاء الاصطناعي — فستجني ثمار دورات عمل أسرع وفرق عمل أكثر مرونة.

الخلاصة: بدأ الذكاء الاصطناعي بالفعل في نقل الاستجابة الأولى إلى منشأ المشكلة، خاصة في الشركات الصغيرة حيث تساهم كل قدرة إضافية في تقليص التأخير. الميزة الحقيقية لا تأتي من إعادة تسمية الوظائف، بل من إعادة التفكير في من يفعل ماذا، وأين يمكن للآلة التدخل بأمان.