مفارقة التسريحات في 2026: أكثر من 51,000 تسريح بينما يتقاضى متخصصو الذكاء الاصطناعي 362

سوقا عمل في قطاع واحد

السمة الأكثر إرباكاً في سوق العمل التكنولوجي عام 2026 هي أن أمرين متناقضين تماماً صحيحان في الوقت نفسه. منذ مطلع 2026، تم تسريح أكثر من 51,000 عامل في قطاع التكنولوجيا عبر أكثر من 130 شركة، وفقاً لأدوات تتبع التسريحات. استحوذت Amazon وحدها على نحو 16,000 من هذه المناصب، أي أكثر من نصف جميع تسريحات القطاع التقني المُعلنة في يناير. خفضت Meta نحو 1,500 وظيفة من قسم Reality Labs. وقلّصت كل من Autodesk وSalesforce نحو 1,000 منصب لكل منهما. إذا استمرت الاتجاهات الحالية على مدار العام، تتوقع RationalFX أن يشهد القطاع أكثر من 270,000 تسريح إجمالي في 2026، متجاوزاً بكثير نحو 124,000 تسريح سُجّلت عبر 269 شركة في 2025.

ومع ذلك، في تلك الأسابيع ذاتها، نشرت الشركات عشرات الآلاف من الوظائف الجديدة التي لم تتمكن من شغلها. مهندسو الذكاء الاصطناعي، وباحثو التعلم الآلي، ومهندسو البنية السحابية، ومتخصصو الأمن السيبراني، ومهندسو منصات البيانات ظلوا مطلوبين بشدة. قفزت رواتب مهندسي الذكاء الاصطناعي إلى متوسط 206,000 دولار في 2025، بزيادة 50,000 دولار عن العام السابق. في الشركات الرائدة مثل NVIDIA وGoogle وApple وMeta، يتقاضى مهندسو التعلم الآلي بين 230,000 و362,000 دولار. يحصل المتخصصون في الذكاء الاصطناعي التوليدي وضبط نماذج اللغة الكبيرة (LLM) على علاوات تتراوح بين 40 و60% فوق رواتب التعلم الآلي الأساسية. ومع ذلك، لا تستطيع الشركات شغل هذه المناصب. تبلغ نسبة الطلب إلى العرض العالمي لمواهب الذكاء الاصطناعي نحو 3.2 إلى 1: ما يقارب 1.6 مليون منصب مفتوح مقابل 518,000 مرشح مؤهل فقط.

هذه ليست حالة شاذة مؤقتة. إنها السمة الهيكلية المحددة لسوق العمل التكنولوجي في 2026: تسريحات جماعية ونقص جماعي في المواهب في آن واحد، في القطاع نفسه، وأحياناً في الشركة نفسها، وأحياناً في الأسبوع نفسه.

بلورت بيانات الاستطلاعات من أواخر 2025 هذه المفارقة. أفاد نحو 55% من مديري التوظيف في شركات التكنولوجيا بتوقعهم تسريحات في مؤسساتهم في المستقبل القريب. وفي الوقت نفسه، قال 44% إن القدرات المتعلقة بالذكاء الاصطناعي كانت المحرك الرئيسي للتخفيضات والتوظيفات الجديدة معاً. الشركات لا تتقلص فحسب. إنها تعيد تشكيل قواها العاملة بسرعة، تلغي الأدوار التي لا تتوافق مع استراتيجياتها المدفوعة بالذكاء الاصطناعي بينما تحاول بشكل محموم توظيف الأدوار التي تتوافق معها.

أين تقع التخفيضات

لفهم المفارقة يجب النظر في أين تتركز التسريحات تحديداً. التخفيضات ليست عشوائية. إنها تتبع نمطاً يكشف المنطق الاستراتيجي للقطاع.

أثقل التخفيضات وقعت على الأدوار المتعلقة بالدعم والصيانة البرمجية التقليدية. كان مهندسو ضمان الجودة (QA)، والمختبرون اليدويون، والكتّاب التقنيون من بين الأكثر تأثراً. تراهن الشركات — أحياناً بشكل صحيح وأحياناً بشكل سابق لأوانه — على أن أدوات الذكاء الاصطناعي يمكنها التعامل مع كثير من العمل الذي كانت تؤديه هذه الأدوار تقليدياً. الاختبار الآلي والتوثيق المُولّد بالذكاء الاصطناعي وروبوتات مراجعة الكود نضجت بما يكفي لتشعر بعض الشركات بالثقة في تقليل استثمارها البشري في هذه المجالات.

تعرضت الوظائف المؤسسية لضربة قوية. واجه أخصائيو الموارد البشرية، ومتخصصو الاتصال الداخلي، والمحللون الماليون، ومنسقو العمليات داخل شركات التكنولوجيا تخفيضات كبيرة. تتعرض أدوار خدمة العملاء وإدارة المحتوى وإدخال البيانات لضغط خاص. المنطق متسق: أدوات الذكاء الاصطناعي لتحليل البيانات والخدمة الذاتية للموظفين والتنسيق التشغيلي تحل محل العمل اليدوي الذي تمحورت حوله هذه الأدوار.

شهدت إدارة البرامج وإدارة المشاريع تخفيضات ملحوظة، خاصة في الشركات التي سطّحت هرمياتها الإدارية. استهدفت Amazon تحديداً مناصب الإدارة الوسطى في إعادة هيكلة يناير، ودمجت الفرق لتقليل التعقيد التنظيمي. عندما تستطيع أدوات تتبع المشاريع المدعومة بالذكاء الاصطناعي توليد تقارير الحالة والإشارة إلى المخاطر وتنسيق الجداول الزمنية، تصبح وظيفة تجميع المعلومات لدى مدير المشروع زائدة عن الحاجة. تظل إدارة البرامج الاستراتيجية ذات قيمة، لكن عدد الأشخاص المطلوبين انخفض.

تم تقليص ممثلي تطوير المبيعات (SDR) وأدوار المبيعات في المراحل المبكرة في الشركات التي نشرت أدوات تواصل خارجي مدعومة بالذكاء الاصطناعي. قلّصت شركات مثل Block وAutodesk وOcado وPinterest فرق الذهاب إلى السوق والوظائف المنتجية المتداخلة. تُخفّض Salesforce أعدادها عبر مزيج من المبيعات والتسويق والدعم كجزء من جهد تبسيط تنظيمي. التواصل عالي الحجم ومنخفض التخصيص الذي كان يشغل فرق SDR تقليدياً يتم أتمتته، مع حجز مندوبي المبيعات البشريين للبيع العلاقاتي الأعلى قيمة في المراحل المتقدمة من قمع المبيعات.

الملفت أن التخفيضات لا تقتصر على المناصب المبتدئة. يجد المهنيون في منتصف مسيرتهم المهنية ممن يملكون 8 إلى 15 سنة من الخبرة في مجالات غير مرتبطة بالذكاء الاصطناعي أنفسهم عرضة للخطر بشكل خاص. هم كبار جداً (ومكلفون) لإعادة تدريبهم بسهولة، لكن مهاراتهم الحالية لا تتوافق مع المناصب التي تسعى الشركات لشغلها. كان الذكاء الاصطناعي سبباً في ما يقارب 55,000 تسريح في الولايات المتحدة وحدها في 2025، والمؤسسات تختار بشكل متزايد عدم استبدال المناصب الشاغرة، مستكشفة بدلاً من ذلك كيف يمكن للذكاء الاصطناعي أن يؤدي تلك الوظائف.

أين يكون التوظيف يائساً

على الجانب الآخر من المفارقة، تنفق الشركات بكثافة ولا تزال تفشل في شغل مناصب في عدة مجالات رئيسية.

تظل هندسة الذكاء الاصطناعي والتعلم الآلي أكثر أسواق المواهب تقييداً. يستمر الطلب على المهندسين القادرين على بناء وضبط ونشر أنظمة ذكاء اصطناعي في بيئات الإنتاج في تجاوز العرض بهامش واسع. يشمل ذلك ليس فقط أدوار بناء النماذج بل النظام البيئي بأكمله: مهندسو MLOps الذين يديرون نشر النماذج (بعلاوات رواتب تتراوح بين 20 و35%)، ومهندسو البنية التحتية للذكاء الاصطناعي الذين يبنون المنصات الداعمة لتدريب النماذج، ومهندسو الذكاء الاصطناعي التطبيقي الذين يدمجون النماذج في المنتجات. يكسب متخصصو نماذج اللغة الكبيرة (LLM) من 25 إلى 40% أكثر من مهندسي التعلم الآلي العموميين. تتوقع التوقعات نمواً بنسبة 40% في أدوار متخصصي الذكاء الاصطناعي بحلول 2030، لكن خط أنابيب المواهب يتوقع 2.1 مليون متخصص مؤهل فقط مقابل 4.2 مليون دور مطلوب.

هندسة السحابة والبنية التحتية هي مجال آخر يعاني نقصاً حاداً، خاصة للمهندسين ذوي الخبرة في البنى السحابية المتعددة والمنصات القائمة على Kubernetes. يستمر الانتقال إلى السحابة في التسارع، وتعقيد إدارة البيئات السحابية على نطاق واسع يتطلب خبرة متخصصة تستغرق سنوات للتطور.

يعاني الأمن السيبراني ما قد يكون أشد نقص في المواهب في أي تخصص تكنولوجي. وجدت دراسة ISC2 2025 Cybersecurity Workforce Study، المبنية على أكثر من 16,000 مشارك حول العالم، أن الطلب العالمي على متخصصي الأمن السيبراني بلغ 10.2 مليون، مع قوة عاملة حالية تبلغ 5.5 مليون فقط، مما يترك فجوة قدرها 4.76 مليون منصب شاغر. للمرة الأولى، رفضت ISC2 نشر تقديرها التقليدي لفجوة القوى العاملة، مشيرة إلى أن المستجيبين يرون الآن أن نقص المهارات يتجاوز نقص الأعداد وحده. أفاد ما يقارب 59% من فرق الأمن السيبراني بوجود فجوات مهارات حرجة أو كبيرة، ارتفاعاً من 44% في العام السابق. يتصدر أمن الذكاء الاصطناعي وأمن السحابة قائمة المهارات الأكثر طلباً، حيث ذكر 41% و36% من المستجيبين أنها حيوية على التوالي. العواقب حقيقية: أفادت 88% من المؤسسات بتعرضها لحادث أمن سيبراني كبير واحد على الأقل خلال العام الماضي بسبب نقص المهارات. يحصل مهندسو الأمن ذوو الخبرة في هذه المجالات على علاوات تعويض تتراوح بين 20 و40% مقارنة بالمناصب المماثلة خارج مجال الأمن.

تظل هندسة البيانات والتحليلات قوية، خاصة للمتخصصين القادرين على العمل مع تقنيات مكدس البيانات الحديث ودعم التحليلات المدعومة بالذكاء الاصطناعي. البنية التحتية للبيانات التي تدعم أنظمة الذكاء الاصطناعي تتطلب هندسة متخصصة، والشركات تستثمر بكثافة.

القاسم المشترك عبر جميع مجالات النمو هذه هو أنها تتطلب خبرة عميقة ومتخصصة لا يمكن اكتسابها بسرعة. تقول أكثر من 90% من المؤسسات إن نقص المهارات التقنية سيؤثر عليها بحلول 2026، مع خسائر تُقدّر بـ 5.5 تريليون دولار في الإنتاجية العالمية مرتبطة بهذه الفجوة.

مشكلة عدم التطابق الهيكلي

مفارقة التسريحات التقنية هي في جوهرها مشكلة عدم تطابق في المهارات، لكنها من نوع محدد وعصي بشكل خاص.

في انتقال طبيعي لسوق العمل، يمكن للعمال النازحين من قطاعات متراجعة إعادة التدريب لقطاعات نامية خلال فترة تتراوح بين أشهر وبضع سنوات. عامل السيارات يتعلم تركيب الألواح الشمسية. عامل المنجم يتحول إلى فني توربينات رياح. الانتقال صعب لكنه ممكن لأن المسافة بين المهارات قابلة للإدارة.

الانتقال الحالي في سوق العمل التقني مختلف لأن المسافات بين المهارات كبيرة والجداول الزمنية مضغوطة. مهندس ضمان الجودة أو مدير المشاريع ذو الخبرة لا يستطيع التحول إلى مهندس تعلم آلي أو مهندس أمن سيبراني في أقل من سنتين إلى ثلاث سنوات من الدراسة والممارسة المكثفة. هذه ليست مهارات متجاورة. إنها تخصصات مختلفة بأسس مختلفة وأساليب تفكير مختلفة ومتطلبات خبرة مختلفة.

علاوة على ذلك، جانب الطلب يتحرك أسرع مما يستطيع جانب العرض الاستجابة. بحلول الوقت الذي يُكمل فيه عامل تقني مُسرّح برنامج إعادة تدريب في الذكاء الاصطناعي أو الأمن السيبراني، قد تكون المهارات المحددة المطلوبة قد تغيرت مجدداً. المشهد التكنولوجي يتطور بوتيرة تجعل نماذج إعادة التدريب التقليدية — التي تفترض أهداف مهارات مستقرة نسبياً — غير كافية بشكل متزايد.

هذا يخلق ديناميكية مؤلمة. الشركات لا تجد المواهب المتخصصة التي تحتاجها. العاملون ذوو الخبرة في مجالات متراجعة لا يستطيعون سد الفجوة نحو المجالات النامية بالسرعة الكافية. وآليات السوق المعتادة (ارتفاع الأجور في المجالات النادرة يجذب العمال من مجالات الفائض) تعمل ببطء شديد لحل الاختلال. رغم أن مهندسي الذكاء الاصطناعي يتقاضون في المتوسط 206,000 دولار والمتخصصين من الطراز الأول يصلون إلى 362,000 دولار، فإن 35% من الشركات لا تزال تذكر توقعات الرواتب المرتفعة كأكبر تحدي توظيفي لها، مما يشير إلى أن حتى هذه العلاوات لا تُنتج مرشحين مؤهلين كافيين.

البُعد الجغرافي يُفاقم المشكلة. كثير من العمال المُسرّحين يتركزون في مناطق حضرية محددة (Seattle، Bay Area، Austin) ولديهم تكاليف سكن وظروف عائلية تجعل الانتقال صعباً. في الوقت نفسه، الطلب على المواهب المتخصصة يقع غالباً في نفس المناطق، لكن الطلب على أشخاص مختلفين بمهارات مختلفة — وليس على الأشخاص الذين تم تسريحهم للتو.

ما ينبغي للعاملين فعله: استجابة استراتيجية

بالنسبة للعاملين في قطاع التكنولوجيا الذين يتعاملون مع هذه المفارقة — سواء تم تسريحهم أو يراقبون بقلق من مواقعهم — يتطلب الوضع تفكيراً استراتيجياً بدلاً من الذعر الانفعالي. عدة مبادئ ينبغي أن توجّه القرارات المهنية.

المبدأ الأول هو الاستثمار في المجاورة للذكاء الاصطناعي حتى لو لم تكن متخصصاً فيه. لا تحتاج لأن تصبح باحثاً في التعلم الآلي لتكون ذا قيمة في مؤسسة مدفوعة بالذكاء الاصطناعي. ما تحتاجه هو فهم الذكاء الاصطناعي بشكل كافٍ لتطبيقه في مجالك الحالي. مدير المنتجات الذي يفهم كيف يحدد ويُؤطّر ميزات الذكاء الاصطناعي أكثر قيمة بشكل كبير من الذي لا يفعل. مهندس ضمان الجودة الذي يستطيع تصميم أُطر اختبار لأنظمة الذكاء الاصطناعي مطلوب. الكاتب التقني الذي يستطيع توثيق واجهات برمجة التطبيقات (API) للذكاء الاصطناعي وإنشاء أدلة مستخدم للمنتجات المدعومة بالذكاء الاصطناعي يملأ فراغاً متنامياً. المفتاح ليس التخلي عن خبرتك الحالية بل تعزيزها بمعرفة الذكاء الاصطناعي.

المبدأ الثاني هو تطوير خبرة على شكل حرف T. أكثر المتخصصين التقنيين مرونة يملكون خبرة عميقة في مجال واحد (العمود الرأسي لحرف T) مع معرفة عملية عبر عدة مجالات متجاورة (الشريط الأفقي). في السوق الحالي، الخبرة الرأسية المثالية تكون في أحد مجالات النمو (الذكاء الاصطناعي، السحابة، الأمن السيبراني، هندسة البيانات). لكن حتى بدون تخصص عميق في هذه المجالات، فإن شريطاً أفقياً عريضاً يشمل أساسيات الذكاء الاصطناعي ومفاهيم السحابة والوعي الأمني يجعل أي محترف تقني أكثر قابلية للتوظيف بشكل ملحوظ.

المبدأ الثالث هو بناء إثباتات للقدرة بدلاً من جمع الشهادات. يُقدّر السوق بشكل متزايد القدرة المُثبتة على الشهادات والدرجات. المساهمة في مشاريع ذكاء اصطناعي مفتوحة المصدر، وبناء ونشر مشاريع ذكاء اصطناعي شخصية، وكتابة محتوى تقني يُظهر الفهم، والمشاركة في نقاشات المجتمع حول تطبيقات الذكاء الاصطناعي — هذه الأعمال الملموسة أكثر إقناعاً لمسؤولي التوظيف من سطر في السيرة الذاتية يذكر إتمام دورة عبر الإنترنت.

المبدأ الرابع هو النظر في القطاعات المجاورة. الطلب على المواهب التكنولوجية يمتد إلى ما هو أبعد من قطاع التكنولوجيا نفسه. الخدمات المالية والرعاية الصحية والتصنيع والطاقة والقطاع الحكومي جميعها توظف بنشاط في الأدوار التقنية، وغالباً ما تواجه منافسة أقل من أصحاب العمل الآخرين. تقف آفاق التوظيف الصافية العالمية لمطلع 2026 عند +24%، مع تخطيط 40% من أصحاب العمل لزيادة أعداد الموظفين، وفقاً لبيانات ManpowerGroup. متخصص الأمن السيبراني الذي يعمل في الرعاية الصحية قد يحصل على تعويض أقل قليلاً مقارنة بنظيره في شركة تكنولوجيا كبرى، لكنه يتمتع بأمان وظيفي أفضل بشكل جذري ومنافسة أقل في التوظيف.

الطريق إلى الأمام: ما الذي يجب أن يتغير

تكشف مفارقة التسريحات التقنية عن قصور جوهري في كيفية إدارة قطاع التكنولوجيا لتحولات القوى العاملة. عدة تغييرات يمكن أن تُخفف من أسوأ الآثار.

ينبغي على الشركات التي تُسرّح عمالاً الاستثمار في دعم انتقالي حقيقي — وليس مجرد تعويضات إنهاء خدمة وخدمات إعادة توظيف. بدأت الشركات الأكثر مسؤولية بتقديم برامج إعادة تدريب منظمة تساعد العمال المُسرّحين على الانتقال إلى المجالات عالية الطلب. هذا ليس إيثاراً محضاً: إنه يبني حسن النية ويحمي العلامة التجارية لصاحب العمل ويساهم في نظام بيئي أصح للمواهب ستستفيد منه الشركة مستقبلاً.

يحتاج النظام التعليمي إلى الاستجابة بشكل أسرع. البرامج الجامعية التقليدية، بدورات تطوير المناهج التي تمتد لسنوات متعددة، لا تستطيع مواكبة سرعة التغيير في التكنولوجيا. البرامج المكثفة قصيرة المدة، والشراكات بين أصحاب العمل والمؤسسات التعليمية، وأنظمة الشهادات القابلة للتراكم التي تسمح للعاملين ببناء خبراتهم بشكل تدريجي — كلها جزء من الحل. حركة التوظيف القائم على المهارات، التي تكتسب زخماً بالتوازي، تخلق نظاماً بيئياً طبيعياً لهذه الشهادات البديلة.

تحتاج برامج تطوير القوى العاملة الحكومية إلى تحديث افتراضاتها. معظم البرامج الحالية مصممة للانتقال من الصناعة إلى الخدمات، وليس للتحولات المهاراتية داخل القطاع نفسه. البرامج التي تعالج تحديداً تحدي مساعدة العاملين التقنيين ذوي الخبرة على إعادة التدريب نحو تخصصات تقنية مجاورة ستسد فجوة كبيرة. حقيقة أن أكثر من 25 ولاية أمريكية ألغت الآن شروط الشهادة للوظائف التقنية الحكومية تُشير إلى وعي بالمشكلة، لكن السياسة تحتاج إلى التقدم أكثر نحو دعم فعّال لإعادة التدريب.

الأهم من ذلك، يجب على القطاع التوقف عن التظاهر بأن مفارقة التسريحات هي اختلال مؤقت سيُصحّح نفسه. إنها سمة هيكلية لقطاع يمر بتحول تكنولوجي سريع. نقص مواهب الذكاء الاصطناعي وحده من المتوقع أن يستمر حتى 2030، مع طلب يبلغ نحو ضعف العرض المتوقع. إدارته بفعالية تتطلب استجابات مؤسسية على مستوى الشركة والتعليم والسياسات العامة تتناسب مع حجم التحدي وديمومته.

الأسئلة الشائعة

المصادر والقراءات الإضافية

• Tech Layoffs Tracker 2026 — Layoffs.fyi
• Tech Sector Layoffs Reach 30,700 Just 6 Weeks into 2026, On Track to Surpass 2025 — TNGlobal / RationalFX
• 2025 ISC2 Cybersecurity Workforce Study — ISC2
• AI Talent Salary Report 2026 — Rise
• Machine Learning Engineer Salary Benchmarks US Market 2025-2026 — Signify Technology
• Global AI Talent Shortage Statistics 2025 — Second Talent
• Tech Is Shrinking and Growing: The 2026 Job Market Plot Twist — Interview Query
• 2026 Tech Company Layoffs — InformationWeek
• Algeria Startup Ecosystem 2025: Reforms Driving Tech Innovation and Growth — Techpression
• Algeria Plans Over 500 Digital Projects by 2026 — We Are Tech Africa