
PERINVO INSIGHTS / FUTURE OF WORK & AI
هل انتهت فرص العمل... أم أن الشركات ما زالت تبحث عن وظائف من الماضي؟
الذكاء الاصطناعي، تباطؤ التوظيف، وعشر وظائف يمكن أن تساعد الشركات على إعادة تصميم العمل بدلا من الاكتفاء بإعادة إنتاج المسميات التقليدية.
بقلم: Hend Kamal · Perinvo Insights · أكتوبر 2026
القضية ليست اختفاء جميع الوظائف، بل تغير المهام التي تخلق قيمة حقيقية. هناك أعمال قابلة للأتمتة، لكن هناك أيضا حاجة متزايدة إلى التحليل والحكم البشري وإدارة الأنظمة الذكية.
هل نعيد تدريب موظف يؤدي عملا متكررا، أم نستغني عنه ثم نبحث عن شخص جديد يمتلك مهارات كان يمكن تطويرها داخليا؟
01 أزمة فرص عمل... أم أزمة في تصميم الوظائف؟
في أسواق كثيرة، يواجه الباحثون عن العمل منافسة صعبة، بينما تواصل الشركات الإعلان عن وظائف تركّز على إدخال البيانات وإعداد التقارير ومتابعة المعاملات اليدوية. وفي الوقت نفسه، تتطور أدوات الذكاء الاصطناعي القادرة على المساعدة في تنفيذ جزء كبير من هذه المهام.
لكن انخفاض فرص التوظيف لا يمكن تفسيره بالذكاء الاصطناعي وحده؛ فالدورة الاقتصادية وتكاليف التمويل والاستثمار والظروف القطاعية تؤثر أيضا في قرارات التعيين. والأدق أن نسأل: هل تغيرت احتياجات المؤسسات أسرع من تغير أوصافها الوظيفية ومسارات التأهيل؟
02 ماذا تقول البيانات؟
تشير الأدلة الدولية إلى سوق عمل في حالة تحول، وليس إلى سيناريو واحد مؤكّد لاختفاء الوظائف:
قدر المنتدى الاقتصادي العالمي أن التحولات الاقتصادية والتكنولوجية والديموغرافية وغيرها قد ترتبط بخلق 170 مليون وظيفة وإزاحة 92 مليون بحلول 2030، بصافي زيادة متوقعة قدرها 78 مليونا. كما توقع تغير نحو 39% من المهارات الحالية المطلوبة.
وقدرت منظمة العمل الدولية عام 2025 أن وظيفة واحدة من كل أربع وظائف عالميا معرضة بدرجات متفاوتة للذكاء الاصطناعي التوليدي، مع رجحان تحول المهام على الاستبدال الكامل.
وفي 27 أكتوبر 2026، رصدت LinkedIn استمرار بطء التوظيف في عدة أسواق، رغم ظهور فرص جديدة مرتبطة بالذكاء الاصطناعي والمهارات وريادة الأعمال. وهذه النتائج لا تعني أن الفرص الجديدة موزعة بالتساوي بين الدول أو فئات العاملين.
وفي منطقتنا، حذر تقرير العمل الدولية والإسكوا (2026) من أن أثر الذكاء الاصطناعي في الوظائف العربية حتى 2035 سيتوقف بدرجة مهمة على الاستثمار في المهارات والسياسات والقدرة على إدارة الانتقال.
03 10 وظائف أقترح أن تعيد الشركات التفكير فيها
الفكرة هنا ليست إلغاء أصحاب الخبرة أو استبدال الموظفين بآلات؛ بل نقل جزء من الجهد من المهام المتكررة إلى التحليل والتحسين والمساءلة. وفيما يلي عشرة مسارات يمكن توسيعها في السوق المصري والخليجي وفق حجم الشركة ونضجها الرقمي:
متخصص ذكاء القوى العاملة
People & Workforce Intelligence Specialist
من: إعداد جداول وتقارير عدد الموظفين
إلى: تحليل الإنتاجية وتكلفة العمالة والتنبؤ باحتياجات التوظيف وربطها بالطلب التشغيلي
مثال عملي: قبل تعيين 20 عاملا جديدا، يراجع الطاقة الإنتاجية والورديات ومعدلات الغياب لتحديد العجز الحقيقي.
متخصص أتمتة الرواتب والامتثال
Payroll Automation & Compliance Specialist
من: الإدخال اليدوي لمتغيرات المرتبات
إلى: بناء ضوابط آلية، ومراجعة الاستثناءات، وضمان صحة الضرائب والتأمينات وربط الأنظمة
مثال عملي: شركة لديها 2,000 موظف تحتاج إلى كشف الأخطاء قبل الصرف، وليس فقط إنجاز كشف الراتب.
مصمم سير العمل والأتمتة الذكية
AI Workflow & Automation Designer
من: متابعة الطلبات عبر بريد ورسائل متعددة
إلى: رسم العمليات وربط الأنظمة وتصميم الموافقات الآلية مع إشراف بشري على القرارات الحساسة
مثال عملي: تحويل دورة طلب المشتريات من رسائل متناثرة إلى مسار واضح من الطلب حتى الاعتماد.
مدير تشغيل وكلاء الذكاء الاصطناعي
AI Agent Operations Manager
من: تشغيل أدوات منفصلة دون قياس
إلى: مراقبة أداء الوكلاء الرقميين، والتحقق من الجودة، وضبط الصلاحيات والتصعيد للبشر
مثال عملي: مراجعة إجابات وكيل خدمة العملاء وتحويل الشكاوى المعقدة لموظف مسؤول.
محلل ذكاء القرارات
Decision Intelligence Analyst
من: إصدار تقرير شهري يصف الأرقام
إلى: تحويل البيانات إلى سيناريوهات وخيارات وتوصيات مرتبطة بالتكلفة والمخاطر
مثال عملي: بدلا من عرض انخفاض المبيعات 10%، يقدم تفسيرا محتملا وثلاثة خيارات عملية لاختبارها.
مصمم منظومة المواهب القائمة على المهارات
Skills-Based Talent Architect
من: فرز السير الذاتية حسب المسمى وسنوات الخبرة فقط
إلى: بناء خرائط مهارات، وتقييم عملي للمرشحين، ومسارات انتقال وظيفي مع مراقبة التحيز
مثال عملي: تقييم مرشح لتحليل الأعمال من خلال دراسة حالة حتى لو لم يحمل المسمى الوظيفي سابقا.
محلل العمليات والطاقة التشغيلية الذكية
Smart Operations & Capacity Analyst
من: اكتفاء بتقارير إنتاج وتشغيل منفصلة
إلى: ربط إنتاجية المعدات والورديات والأفراد بالأعطال والتكلفة وخطط التوسع
مثال عملي: قبل شراء ماكينة جديدة، يراجع معدلات التشغيل والتوقف والقدرة المتاحة غير المستغلة.
مصمم أتمتة تجربة العملاء
Customer Experience Automation Designer
من: الرد اليدوي على الأسئلة المتكررة
إلى: تصميم رحلات رقمية ومساعدين ذكيين وتحليل الشكاوى وتحديد متى يلزم تدخل بشري
مثال عملي: تقديم حالة الطلب تلقائيا مع تحويل الحالات الحساسة لشخص مؤهل.
مصمم إعادة التأهيل وتطوير مهارات القوى العاملة
Workforce Reskilling & Learning Designer
من: تنظيم دورات تدريبية بعدد ساعات فقط
إلى: تصميم تعلم قائم على مشروعات حقيقية وقياس تغير المهارة والأداء
مثال عملي: تطوير موظف إدخال بيانات ليعمل في جودة البيانات ومراجعة نتائج الأتمتة.
متخصص حوكمة ومخاطر الذكاء الاصطناعي
AI Governance & Risk Specialist
من: اعتماد أدوات جديدة دون سياسة واضحة
إلى: وضع ضوابط الاستخدام وحماية البيانات والمساءلة والاختبارات والمراجعة البشرية
مثال عملي: مراجعة أداة فرز المتقدمين للتوظيف للتحقق من معايير الاختيار وإمكانية الاعتراض.
04 ماذا يحدث لو أعدنا تصميم قسم الموارد البشرية؟
تخيل شركة صناعية لديها 1,500 موظف، يعمل فريق الموارد البشرية فيها على حساب الرواتب، ومتابعة الحضور، والرد على استفسارات الموظفين، وإعداد تقارير الإدارة. لا يلزم أن تبدأ خطة التطوير بزيادة الأفراد أو خفضهم؛ يمكن أن تبدأ بإعادة توزيع طبيعة العمل.
تجميع المتغيرات يدويا وملاحقة الأخطاء بعد الصرف
تكامل الحضور والرواتب مع كشف استثناءات آلي، ومراجعة بشرية للنتائج
التصفية الأولى اعتمادا على المسميات والخبرة فقط
اختبارات مهارات وعينات عمل ومعايير اختيار واضحة قابلة للمراجعة
إرسال جداول طويلة بنهاية الشهر
لوحة مؤشرات توضح المشكلات وخيارات القرار وملاك الإجراءات
05 ماذا عن حديثي التخرج؟
هناك تحد حقيقي غالبا ما يغيب عن النقاش: إذا اختفت بعض المهام البسيطة التي كانت مدخلا إلى سوق العمل، فمن أين يحصل حديث التخرج على الخبرة العملية؟ لا يصح أن تطلب المؤسسة خبرة متقدمة من الجميع، ثم تتوقف عن توفير فرص بناء هذه الخبرة.
للشركات
برامج تدريب فعلي، ومشروعات قصيرة، وفرص تنقل داخلي وإعادة تأهيل بدلا من اعتبار الخبرة شرطا بلا بداية.
للموظفين
إتقان أدوات المجال، وفهم العمليات، والتحليل، والتواصل، والقدرة على مراجعة مخرجات الذكاء الاصطناعي.
للخريجين
بناء ملف مشروعات واقعية، وتقييمات عملية للمهارات، والتعلم من مشكلات السوق بدلا من جمع شهادات فقط.
06 قبل إنشاء وظيفة جديدة... اسأل خمسة أسئلة
- ما النتيجة التجارية التي ننتظرها من هذه الوظيفة، وكيف سنقيسها؟
- أي مهام يمكن أتمتتها بأمان، وأي قرارات تحتاج حكما بشريا؟
- هل يمكن إعادة تأهيل موظف حالي بدلا من بدء البحث عن تعيين جديد؟
- ما المهارات التي سنحتاج إليها خلال ثلاث سنوات، وليس اليوم فقط؟
- كيف سنضمن خصوصية البيانات والعدالة ووضوح المسؤولية عند استخدام AI؟
يمكن البدء بتجربة محدودة داخل إدارة واحدة: توثيق العملية الحالية، وقياس وقتها وتكلفتها وأخطائها، ثم إعادة التصميم، وإعادة توزيع المسؤوليات، وقياس النتائج قبل تعميم التغيير.
07 الخلاصة: نحتاج إلى وظائف أفضل، لا مجرد مسميات أحدث
التكنولوجيا لن تلغي الحاجة إلى الإنسان، لكنها قد تقلل الحاجة إلى بعض المهام وتغير طريقة إنجاز كثير من الأعمال. وفي المقابل ستظهر احتياجات جديدة تتعلق بالتحليل والتكامل والحماية والتعليم والحوكمة.
لذلك فإن مستقبل سوق العمل لا يتوقف على تطوير أدوات الذكاء الاصطناعي وحدها، بل على قدرة الشركات على إعادة تصميم الوظائف، واستثمار خبرة العاملين، وخلق بدايات مهنية عادلة للأجيال الجديدة.
PERINVO PERSPECTIVE
المستقبل لا يجب أن يكون سوقا به وظائف أقل... بل يمكن أن يكون سوقا به وظائف أفضل وأكثر إنتاجية وقيمة.
لو كنت مسؤولا عن الهيكل التنظيمي لشركتك اليوم: ما أول وظيفة ستعيد تصميمها؟ وما الوظيفة الجديدة التي ستضيفها؟
اقرأ المزيد من Perinvo Insights08 المصادر والمراجع
- World Economic Forum , Future of Jobs Report 2025
- ILO / NASK , Generative AI and Jobs (May 2025)
- LinkedIn , Where Opportunity Is Emerging (Oct 27, 2026)
- ILO & ESCWA , Artificial Intelligence and Employment Futures for the Arab Region (2026)
- ILO , Evidence on GenAI, productivity, and work organisation (June 2026)
© Perinvo 2026 · مقال تحليلي يضم مقترحات تصميم وظيفي لا تمثل توقعات مؤكدة للتوظيف أو توصيات قانونية.