69.9% من قادة السوق المتوسطة يقولون إن قوتهم العاملة تمتلك بالفعل المهارات اللازمة للنجاح المستقبلي. وفي الاستطلاع نفسه، ومن بين المؤسسات الـ722 نفسها، وفي الشهر نفسه، يبلّغ 20.2% عن أثر إيجابي كبير لاستثماراتهم في الذكاء الاصطناعي والتكنولوجيا (CLA, 2026).
ضع هذين الرقمين جنباً إلى جنب، لأن معظم ميزانيات الذكاء الاصطناعي مبنية على افتراض أنهما يتحركان معاً.
وهما لا يفعلان. واتجاه هذا الانقلاب أهم من حجمه: فالفئة موضع الدراسة استبعدت، بشهادتها هي، وجود عجز في المهارات. هؤلاء ليسوا محللين يشخّصون السوق المتوسطة من الخارج. هؤلاء هم من يوقّعون الفواتير، يقولون لك إن فريقهم قادر — ثم يقولون لك إن الاستثمار لم يُثمر في معظمه.
وهذا يعني أن مسألة جاهزية القوة العاملة للذكاء الاصطناعي، بالصيغة التي طرحتها بها معظم فرق العمليات في السوق المتوسطة على مدى عامين، قد حُسمت — ولم تشترِ العائد الذي افترضه الجميع.
ما رصده مؤشر CLA Heartbeat فعلياً
مؤشر CLA Heartbeat، الصادر في 18 أغسطس 2026، يستطلع الشركات الصغيرة والمتوسطة ورواد الأعمال والمنظمات غير الربحية والمنظمات المدنية في الولايات المتحدة. هذه الموجة: 722 مستجيباً. يُجرى ثلاث مرات سنوياً، ما يجعله واحداً من الأدوات القليلة التي تكون فيها العينة هي السوق المتوسطة نفسها، بدل بيانات الشركات الكبرى المصغّرة والمأمول في صحتها.
أرقام الثقة مرتفعة على نحو متسق. 72.2% متفائلون بشأن آفاق مؤسستهم خلال الاثني عشر شهراً المقبلة. 68.6% واثقون من قدرتهم على التوسّع أو النمو أو الاستثمار في الأولويات الاستراتيجية. 69.9% يعتقدون أن قوتهم العاملة تمتلك المهارات اللازمة للنجاح المستقبلي (CLA, 2026).
ثم تصل أرقام النتائج. 49.5% أبلغوا عن تحسّنات إيجابية في الكفاءة أو الأداء نتيجة استثمارات حديثة في التكنولوجيا أو الذكاء الاصطناعي. و20.2% أبلغوا عن آثار إيجابية كبيرة.
إذن: نحو النصف رأى شيئاً ما. وواحد من كل خمسة رأى شيئاً يستحق المال المنفق. والقادة الذين يبلّغون بذلك هم أنفسهم من قالوا للتو إن موظفيهم جاهزون.
وقد عدّد جيمس واتسون، كبير مسؤولي الحلول في CLA، المخاوف التي يثيرها القادة فعلياً بشأن الذكاء الاصطناعي: التنفيذ، والحوكمة، وجودة البيانات، والأمن، والامتثال، وجاهزية القوة العاملة، وإدارة التغيير، والعائد على الاستثمار. لاحظ شكل هذه القائمة. سبعة من البنود الثمانية خصائص للمؤسسة. وواحد فقط خاصية للأشخاص.
جاهزية القوة العاملة للذكاء الاصطناعي جواب عن سؤال لا يطرحه أحد
معظم أبحاث جاهزية القوة العاملة للذكاء الاصطناعي تُبلّغ عن نقص في القدرات وتصف التدريب علاجاً. وهي نتيجة مريحة، لأن التدريب بند في الميزانية، ومورّد، ونسبة إتمام — وكلها أشياء يستطيع فريق العمليات إنتاجها قبل نهاية السنة المالية.
بيانات CLA تكسر هذه الحلقة. فإذا كان القادة أنفسهم يقولون إن القدرة موجودة، فإن التدريب يُموَّل لحل مشكلة استبعدها المشترون سلفاً.
وهذه ليست قراءة معزولة. تقرير State of AI in the Enterprise 2026 من Deloitte، الذي شمل 3,235 قائداً في 24 دولة، وجد أن نقص مهارات العاملين يُذكر باعتباره أكبر عائق أمام دمج الذكاء الاصطناعي — ثم وجد أن الاستجابة له مختلّة التوازن بشدة. 53% يدرّبون القوة العاملة لرفع طلاقتها في الذكاء الاصطناعي. و30% فقط يعيدون تصوّر المؤسسة حول أنماط الذكاء الاصطناعي الجديدة، و33% يعيدون تصميم المسارات المهنية. و34% فقط يستخدمون الذكاء الاصطناعي لتحويل المنتجات أو العمليات أو نماذج الأعمال تحويلاً عميقاً؛ أما الثلثان الباقيان فيبقيان في نطاق التحسين التدريجي (Deloitte, 2026).
الجميع يدرّب. ولا أحد تقريباً يعيد بناء الهيكل. ثم يتفاجأ الجميع بأن العمل بقي كما هو.
ويقيس Work Trend Index 2026 من Microsoft أيّ نصفَي هذه الثنائية يعود بالفائدة فعلاً. فعبر 20,000 عامل يستخدمون الذكاء الاصطناعي في 10 دول، شكّلت العوامل التنظيمية — الثقافة، ودعم المديرين، وممارسات إدارة المواهب — أكثر من ضعف أثر العوامل الفردية كالعقلية والسلوك في الأثر المتحقق للذكاء الاصطناعي: 67% مقابل 32% (Microsoft Work Trend Index, 2026).
ثلثا العائد تصميم تنظيمي. ومعظم الميزانية موجّه إلى الثلث الآخر.
المشتبَه بهما المتبقيان
إذا لم تكن المهارات هي القيد، فلا يبقى سوى مرشّحين اثنين قادرين على إنتاج فجوة بين 69.9% و20.2%. كلاهما غير براق. وكلاهما تحت سيطرتك هذا الربع.
1. العمل لم يُعَد تصميمه قط
الشخص الكفء المزوّد بأداة كفؤة داخل عملية لم تتغيّر يُنتج المخرجات نفسها بسرعة أعلى قليلاً، ثم يتبدّد المكسب في سير العمل المحيط قبل أن يصل إلى بند في قائمة الأرباح والخسائر.
وقد واجه مختبر Productivity Lab التابع لـActivTrak هذه المسألة بالقياس السلوكي بدل الاستطلاع: من بين 120,620 عاملاً، بلغ 27% مرحلة المساعدة البحثية، و14% مرحلة تنفيذ المهام، و2% مرحلة الدمج الحقيقي في سير العمل (ActivTrak, 2026). ليس 2% من التراخيص الممنوحة. بل 2% من العاملين الذين تغيّر شكل عملهم المرصود فعلياً.
التقرير الذاتي يقول جاهزية. والقياس السلوكي يقول إن العمل لم يُمَس. وكلاهما قد يصحّ في آنٍ واحد — وهكذا بالضبط ينتهي بك الأمر إلى قوة عاملة واثقة وعائد مسطّح.
2. لم يكن هناك خط أساس قط
المشتبه به الثاني أهدأ، وهو بحسب تجربتي مع فرق العمليات في السوق المتوسطة أكثر شيوعاً مما يعترف به أحد: لم يقس أحدٌ العملية قبل وصول الأداة.
فمن دون خط أساس سابق للتطبيق، لا تكون عبارة «أثر إيجابي كبير» ملاحظةً. إنها انطباع بعلامة نسبة مئوية ملصقة به. بعض القادة ضمن تلك الـ49.5% يبلّغون عن مكاسب كفاءة حقيقية. وآخرون يبلّغون عن ارتياح أو جِدّة أو غياب كارثة. الأداة لا تستطيع التمييز بينهم، وأنت كذلك — ما يعني أن رقم 20.2% قد يكون الشريحة الصادقة لا الشريحة الناجحة.
ولهذا التمييز أثر مباشر على الميزانية. فإن لم تستطع فصل المكسب الحقيقي عن القصة المقبولة، فلن تستطيع إيقاف مبادرة فاشلة، لأن الأدلة لا تبلغ أبداً من الحسم ما يبرّر القرار. فتنجو المبادرة دورة أخرى.
الاعتراض: الثقة المُبلّغ عنها ذاتياً أداة ضعيفة
هذا أقوى اعتراض متاح، وهو وجيه. فقد يكون رقم 69.9% قياساً للتفاؤل لا للقدرة. القادة حكّام رديئون على مهارات قوتهم العاملة، والاستطلاع نفسه يُظهر 72.2% متفائلين بشأن الاثني عشر شهراً المقبلة — وهو مزاج يُرجَّح أن يلوّث كل سؤال مجاور.
خذ الاعتراض على محمل الجد، وستزداد الخلاصة حدّة لا ضعفاً.
فإن كان رقم 69.9% منتفخاً، فإن قادة السوق المتوسطة مخطئون في آنٍ واحد بشأن وضعهم المهاري وعاجزون عن اكتشاف خطئهم. وهذه ليست حجة لمزيد من التدريب. إنها حجة على أن المؤسسة لا تملك قياساً عاملاً لا لقدرتها ولا لعوائدها — وهو النقص نفسه في أدوات القياس، آتياً من الاتجاه الآخر.
فإما أن المهارات موجودة وسير العمل هو المشكلة، وإما أن تقييم المهارات غير موثوق والقياس هو المشكلة. لا توجد قراءة لهذه البيانات يكون فيها الجواب «اشترِ مزيداً من التراخيص وشغّل وحدة تدريبية أخرى».
ما الذي يفصل الـ20% عن الـ76%
ثمة مقارنة مفيدة في أبحاث حوكمة المشاريع التجريبية. استطلعت Valliance آراء 1,000 من كبار القادة فوجدت أن 40% من مبادرات الذكاء الاصطناعي تبقى مشاريع تجريبية عن قصد — لا تُوقَف ولا تُوسَّع — وترتفع النسبة إلى 48% في المؤسسات ذات برامج الذكاء الاصطناعي الناضجة والراسخة. الشركات العالقة في المرحلة التجريبية استغرقت 6.6 أشهر لرؤية قيمة مقابل 5.9 أشهر لغيرها، و20% منها فقط أبلغت عن عائد استثمار قوي. أما بين الشركات التي وسّعت مشاريعها التجريبية فعلاً، فقد بلغت النسبة 76% (Consultancy.uk, 2026).
عشرون في المئة مقابل ستة وسبعين في المئة. الفجوة ليست موهبة ولا أدوات. إنها وجود نقطة قرار من عدمه.
ولاحظ أيضاً أن تراكم المشاريع التجريبية يسوء مع نضج البرنامج. فالخبرة الأكبر تنتج مشاريع تجريبية دائمة أكثر لا أقل، لأن البرنامج الناضج يملك مبادرات متوازية أكثر مع الغياب نفسه لآلية تُجبر على إنهاء أيٍّ منها. التوسّع هنا لا يصحّح نفسه. البوابة وحدها تفعل ذلك.
جهّز قياس عمليتين قبل إغلاق الميزانية
الخطوة المطلوبة هذا الربع أصغر مما تبدو، ولا تتطلب منصة جديدة.
اختر عمليتين أو ثلاثاً أساسية وأنشئ خط أساسها الآن. زمن الدورة، ومعدل الخطأ أو إعادة العمل، والتكلفة لكل وحدة مخرجات، وعدد عمليات التسليم. خذ القياس قبل وصول الأداة التالية. وإن كانت هناك أداة قائمة بالفعل، فقِس على أي حال — سيكون لديك على الأقل خط انطلاق للاثني عشر شهراً المقبلة.
حدّد نافذة تقييم ثابتة وعتبة نجاح مُلتزَماً بها مسبقاً لكل مبادرة. اكتب الرقم قبل أن تبدأ. فالعتبة التي تُختار بعد ظهور النتائج ليست عتبة؛ إنها سردية.
اجعل الحكم ثنائياً عند البوابة: وسّع أو أوقف. لا خيار ثالث. فعبارة «سنواصل الاستكشاف» هي الطريقة التي يتحوّل بها المشروع التجريبي إلى تكلفة ثابتة دائمة بلا مالك.
حوّل شريحة من ميزانية التدريب إلى إعادة تصميم سير العمل. ليس مزيداً من دورات الطلاقة — بل عملية واحدة محدّدة بالاسم، يُعاد رسمها من طرف إلى طرف حول ما صارت الأداة قادرة عليه، مع إعادة بناء عمليات التسليم والموافقات بدل الحفاظ عليها. توزيع Deloitte 53 مقابل 30 هو التخصيص الافتراضي للسوق. ويستحق الأمر عكسه عمداً في عملية واحدة على الأقل، لترى ما يحدث.
النتيجة هي غياب النتيجة
أنفع ما في بيانات CLA ليس رقم 20.2%. بل أن رقم 49.5% يقع فوقه مباشرة — شريحة واسعة من المؤسسات تُبلّغ عن «بعض التحسّن» من دون قدرة على قول مقداره، ولا مقارنةً بماذا، ولا انطلاقاً من أي نقطة بداية.
عامِل عبارة «لا نستطيع قياس العائد» باعتبارها النتيجة، لا باعتبارها إزعاجاً في التقارير يُصلَح لاحقاً. إنها أكثر ما يمكن التصرف بناءً عليه مما يكشفه هذا الاستطلاع، لأنها القيد الوحيد الذي يمكنك إزالته من دون توظيف أحد، ولا شراء شيء، ولا انتظار نضج السوق.
جاهزية القوة العاملة للذكاء الاصطناعي لم تكن يوماً القيد الحاسم، وأقرب الناس إلى الإنفاق قالوا ذلك الآن بأنفسهم. قادتك أخبروك سلفاً أن الناس جاهزون. صدّقهم — ثم اذهب واكتشف إن كان العمل قد تغيّر أصلاً. قبل إغلاق دورة الميزانية المقبلة، سمِّ العمليتين اللتين ستنشئ خط أساسهما، وحدّد التاريخ الذي ستقرأ فيه النتيجة.
