مفارقة Jevons والذكاء الاصطناعي: لماذا يخلق الذكاء الأرخص وظائف أكثر لا أقل

المقدمة

يتمحور السرد السائد حول الذكاء الاصطناعي على تدمير الوظائف — كم عدد الأدوار التي ستختفي، وكم عدد العمال الذين سيُستبدلون. لكن هذا الإطار يعامل الحجم الإجمالي للعمل باعتباره ثابتاً. يروي التاريخ الاقتصادي قصة مختلفة من خلال مبدأ يُسمى مفارقة Jevons: عندما تنخفض تكلفة مورد ما بشكل كبير، فإن الاستهلاك الإجمالي لا يتقلص. بل ينفجر.

يضغط الذكاء الاصطناعي على تكلفة العمل المعرفي بسرعة غير مسبوقة. يُبلغ العاملون الذين يستخدمون أدوات الذكاء الاصطناعي عن تحسينات إنتاجية بنسبة 66%، وتضاعف عدد الأدوار التي تتطلب إتقان الذكاء الاصطناعي سبع مرات في عامين فقط، من نحو مليون في 2023 إلى قرابة سبعة ملايين في 2025. إذا تحققت المفارقة — والمؤشرات الهيكلية تشير بقوة إلى ذلك — فإن الطلب الإجمالي على الحكم البشري والإبداع والخبرة المتخصصة على وشك أن يقفز، لا أن ينهار.

النمط: الموارد الأرخص تخلق أسواقاً أوسع

في عام 1865، نشر الاقتصادي الإنجليزي William Stanley Jevons كتاب The Coal Question، ملاحظاً أن المحرك البخاري الأكثر كفاءة لـ James Watt لم يُقلّل استهلاك بريطانيا من الفحم. بل سرّعه، لأن الطاقة الأرخص جعلت تطبيقات صناعية جديدة مجدية اقتصادياً كانت مكلفة للغاية في السابق.

تكرر النمط مع الحوسبة. كانت أوائل الحواسيب آلات بحجم غرف تقدم حسابات بطيئة بتكلفة هائلة. تقدم المعالجات الحديثة نحو تريليون ضعف من قوة الحوسبة لكل وحدة طاقة. ومع ذلك، ارتفع إجمالي استهلاك الطاقة الحاسوبية بشكل كبير، لأن الحوسبة الرخيصة خلقت الحوسبة الشخصية والإنترنت ومنصات الهاتف المحمول والبنية التحتية السحابية — صناعات جديدة بالكامل توظف مئات الملايين.

حتى توقع المكتب بلا ورق فشل بالطريقة نفسها. في ثمانينيات القرن العشرين، توقع الخبراء أن الحواسيب ستقضي على الورق. بدلاً من ذلك، لأن الأدوات الرقمية جعلت إنشاء المستندات سهلاً، تضاعف استهلاك الورق العالمي ثلاث مرات بين 1980 و2000.

الآلية ثابتة: تحسينات الكفاءة لا تُقلّص الأسواق. بل توسّعها بجعل التطبيقات التي لم تكن مجدية اقتصادياً ممكنة.

الذكاء الاصطناعي يتبع المسار نفسه

استحضر الرئيس التنفيذي لشركة Microsoft، Satya Nadella، مفارقة Jevons مباشرة في يناير 2025، مستجيباً لنموذج DeepSeek R1 الفعّال بتصريحه أن استخدام الذكاء الاصطناعي الأرخص سيشهد «ارتفاعاً صاروخياً». البيانات المبكرة تؤيده.

يضم GitHub Copilot الآن أكثر من 20 مليون مستخدم ويولّد 46% من الكود الذي يكتبه المطورون على المنصة. يُنجز المستخدمون مهامهم أسرع بنسبة 55%، مع انخفاض دورات طلبات السحب (Pull Requests) من 9.6 أيام إلى 2.4 يوم. ومع ذلك، يرتبط اعتماد Copilot بزيادة طفيفة في توظيف هندسة البرمجيات، وليس بانخفاض، لأن إنتاج الكود الأرخص يجعل المزيد من المشاريع البرمجية مجدية اقتصادياً.

لا يزال مكتب إحصاءات العمل الأمريكي (BLS) يتوقع نمواً بنحو 15% في وظائف تطوير البرمجيات من 2024 إلى 2034. وقد ينمو سوق تطوير البرمجيات بنسبة 20% سنوياً ليصل إلى 61 مليار دولار بحلول 2029. غير أن الصورة ليست إيجابية بشكل موحد: انخفض توظيف المطورين الذين تتراوح أعمارهم بين 22 و25 عاماً بنحو 20% بين 2022 و2025، مما يشير إلى أن التوسع يفيد العمال ذوي الخبرة بينما تتغير مسارات الدخول.

السؤال الخاطئ مقابل السؤال الصحيح

تطرح معظم مجالس الإدارة السؤال: «كم عدد الأشخاص الأقل الذين نحتاجهم؟» هذا يفترض حجماً ثابتاً من العمل ويُحسّن التقاط المدخرات. إنه السؤال الخاطئ.

السؤال الصحيح هو: «ماذا يمكننا فعله الآن ولم يكن ممكناً من قبل؟» هذا يفترض أن الفرصة الإجمالية كانت مقيّدة بشكل مصطنع بتكلفة التنفيذ. إزالة هذا القيد يخلق سوقاً أكبر مما يمكن أن يحققه أي تخفيض في عدد الموظفين.

كشف استطلاع EY-Parthenon في يناير 2026 أن 69% من الرؤساء التنفيذيين يعتقدون أن الاستثمارات في الذكاء الاصطناعي ستحافظ على عدد الموظفين أو تزيده. ووجدت دراسة في فبراير 2026 شملت 12,000 شركة أوروبية أن المتبنين للذكاء الاصطناعي حققوا مكاسب إنتاجية بنسبة 4% دون تقليص الموظفين. الشركات التي تعامل الذكاء الاصطناعي كمحرك نمو، وليس كأداة لخفض التكاليف، تتقدم.

عنق الزجاجة ينتقل إلى القدرات البشرية

عندما تنخفض تكلفة التنفيذ بأوامر من الحجم، ينتقل عنق الزجاجة من «هل يمكننا بناؤه؟» إلى «هل يجب أن نبنيه؟» — وهو سؤال بشري جوهري. تصبح عدة قدرات أكثر قيمة بشكل ملحوظ:

• توليد الفرضيات — رصد الفرص وصياغة التجارب الصحيحة
• الحدس تجاه العملاء — فهم ما يحتاجه المستخدمون فعلاً مقابل ما يقولون إنهم يريدونه
• الخبرة المتخصصة — الطبيب أو المهندس أو مدير اللوجستيات الذي يعرف ما يحتاجه عالمه من برمجيات
• الرؤية الإبداعية — تخيّل منتجات وتجارب لم توجد بعد
• الحكم المخالف — رؤية ما يفتقده الجميع

اليوم، يقضي أصحاب هذه المهارات معظم طاقتهم في رعاية رهان واحد داخل المؤسسة. في النموذج الجديد، يولّدون ويقيّمون عشرة رهانات أسبوعياً. الدور البشري ليس أصغر — إنه أكبر ومختلف نوعياً.

المشكلات غير المحلولة هائلة

تأتي أقوى الأدلة على مفارقة Jevons في الذكاء الاصطناعي من حجم المشكلات التي لم يعالجها العالم بعد:

• التعليم المخصص — كل طالب يتعلم بسرعته الخاصة مع منهج تكيّفي، لا يزال غير متحقق إلى حد كبير رغم عقود من البحث
• دعم القرار السريري — أدوات على مستوى المريض الفردي تدمج التاريخ الطبي والجينوميات والأبحاث الحالية، لا تزال مكلفة ومجزأة
• الشمول المالي — يُفيد تقرير Global Findex 2025 للبنك الدولي بأن 1.4 مليار بالغ لا يزالون خارج النظام المالي الرسمي
• البرمجيات المتخصصة — لا تزال صناعات لا حصر لها تعمل على جداول البيانات لأن البرمجيات المخصصة لم تكن مجدية اقتصادياً أبداً

هذه ليست مشكلات تقنية غير محلولة. إنها مشكلات اقتصادية غير محلولة. تكلفة بناء الحلول كانت ببساطة مرتفعة للغاية. هذا القيد يختفي الآن، ويتوقع المنتدى الاقتصادي العالمي أن 170 مليون وظيفة جديدة ستظهر بحلول 2030 مع انفتاح هذه الأسواق — مكسب صافٍ قدره 78 مليون منصب بعد احتساب 92 مليون دور ملغى.

ماذا يعني هذا للشركات

مخفّضو التكاليف مقابل البنّائين

تنقسم الشركات إلى معسكرين. مخفّضو التكاليف يجنون مدخرات كفاءة الذكاء الاصطناعي — عدد أقل من الأشخاص يؤدون نفس العمل. البنّاؤون يستخدمون نفس الكفاءة لتوسيع نطاق الممكن — نفس الأشخاص، أو أكثر، يؤدون عملاً مختلفاً جذرياً.

حكم التاريخ على هذا الانقسام لا لبس فيه. في كل ثورة كفاءة سابقة، فاز البنّاؤون وخسر المخفّضون مكانتهم في السوق. يُقدّر McKinsey Global Institute أن الوكلاء المدعومين بالذكاء الاصطناعي يمكن أن يُطلقوا نحو 2.9 تريليون دولار من القيمة الاقتصادية السنوية في الولايات المتحدة وحدها بحلول 2030 — لكن فقط إذا أعادت المؤسسات تصميم العمل حول شراكات الإنسان والذكاء الاصطناعي بدلاً من أتمتة المهام بمعزل.

حتمية تطوير المهارات

التحدي الأصعب ليس تقنياً. إنه إعادة تعريف معنى تطوير المهارات عندما لا تكون الوظيفة «أداء نفس الشيء بشكل أسرع» بل «القيام بشيء لم يُطلب منك فعله من قبل». يُفيد المنتدى الاقتصادي العالمي بأن 40% من المهارات المهنية من المتوقع أن تتغير بحلول 2030، مع استشهاد 63% من أصحاب العمل بفجوة المهارات كعائق رئيسي أمام التحول.

المؤسسات الناجحة ستحتاج إلى قادة يمنحون الإذن بالتجريب، وفرق تتبنى التكرار السريع، وأفراد يوسّعون إحساسهم بالممكن، وهياكل حوافز تكافئ الطموح إلى جانب الكفاءة.

الخاتمة

سيحدث الإزاحة في أدوار وصناعات محددة — هذا الواقع لا ينبغي التقليل منه. سوق هندسة البرمجيات للمبتدئين يتقلص بالفعل حتى مع نمو القطاع الأوسع. لكن التأثير الصافي، إذا كان 160 عاماً من التاريخ الاقتصادي والبيانات الحالية دليلاً، سيكون التوسع. الشركات والفرق والأفراد الذين يفهمون مفارقة Jevons ويتموضعون للحصة الأكبر سيحددون العقد القادم. أما المتمسكون بإطار خفض التكاليف فسيتساءلون عما حدث.

المصادر والقراءات الإضافية

• Future of Jobs Report 2025 — المنتدى الاقتصادي العالمي
• Why the AI World Is Suddenly Obsessed with Jevons Paradox — NPR Planet Money
• AI in Software Development: Creating Jobs and Redefining Roles — Morgan Stanley
• Research: How AI Is Changing the Labor Market — Harvard Business Review
• Generative AI and the Future of Work in America — McKinsey Global Institute
• Evaluating the Impact of AI on the Labor Market — Yale Budget Lab
• What Is Jevons Paradox? And Why It May or May Not Predict AI’s Future — Northeastern University
• Global Findex Database 2025 — البنك الدولي