ملخص المحتوى الرئيسي
في عمليات التوظيف الخريفية لعام 2027، ازدادت نسبة الوظائف المتعلقة بالذكاء الاصطناعي بشكل كبير في الشركات الكبرى (حيث تجاوزت نسبة الوظائف المتعلقة بالذكاء الاصطناعي 70% في شركة “بايت دانس” و80% في شركة “علي باي”)، لكن الفرص لم تزد بشكل متناسب مع زيادة هذه النسبة، بل أصبحت المتطلبات أعلى من أي وقت مضى. خبرة التدريب العملي في مجالات الذكاء الاصطناعي المتخصصة أصبحت الأساس الأهم للحصول على فرصة عمل، وقد تضاعف الفارق بين من “يستطيع استخدام أدوات الذكاء الاصطناعي” ومن “يفهم المنطق الكامن وراء تطبيقاته” أثناء المقابلات الشخصية. يمكن للطلاب من تخصصات غير التقنية المحاولة أيضًا، لكن عليهم التخطيط مسبقًا، وقد أصبح اختيار التخصصات الفرعية لوظائف الذكاء الاصطناعي (مثل خوارزميات النماذج الكبيرة، الذكاء القابل للتطبيق العملي، وطبقات تطبيقات الذكاء الاصطناعي) أمرًا محفوفًا بالمخاطر إذا تم اختيارها بشكل عشوائي.
التفسير المفصل
1. زيادة نسبة وظائف الذكاء الاصطناعي، لكن “زيادة الفرص” مجرد وهم
تشير الشركات الكبرى إلى أن المستقبل يعتمد على تقنيات الذكاء الاصطناعي من خلال نسبة الوظائف المخصصة له، لكن في الواقع، أصبح من الصعب أكثر الحصول على فرصة عمل في هذه الشركات.
- الأرقام تتحدث بوضوح: أظهرت بيانات موقع “ماي ماي” (Mai Mai) أن عدد وظائف الذكاء الاصطناعي في فترة يناير–مايو 2026 قد ارتفع بنسبة 47.3% مقارنة بالعام السابق، وزادت نسبة استخدام هذه التقنية من 26% إلى 37.5%， لكن إجمالي عدد الوظائف لم يزد بشكل كبير، بل تم تقليل عدد الوظائف في التخصصات غير المتعلقة بالذكاء الاصطناعي.
- مثال حقيقي: قدمت فريدا (Frida)، التي تخصصها اللغة الصينية، أربعين إلى خمسين سيرة ذاتية وحصلت على مقابلة وظيفية واحدة فقط في شركة كبرى؛ بينما قال شياو بين (Xiaobin)، الذي يحمل درجة الماجستير في هندسة البرمجيات، إن متطلبات وظائف الذكاء الاصطناعي أصبحت أكثر تخصصية هذا العام، والعديد من الوظائف التي كانت متاحة في العام الماضي لم تعد متاحة الآن.
- السبب الرئيسي: الشركات الكبرى لا تبحث عن موظفين يقومون بمهام عشوائية، بل عن أشخاص يمكنهم التعامل مع المهام بفعالية؛ فمثلاً، تتطلب وظائف الخوارزميات معرفة كيفية تطبيق هذه الخوارزميات في المشاريع العملية، بينما تتطلب وظائف التطبيقات عرض حالات تجارية ناجحة، مما يرفع من مستوى المتطلبات بشكل طبيعي.
2. التدريب العملي أصبح أساسًا مهمًا
في الماضي، كان وجود خلفية في جامعة مرموقة يمكن أن يساعد في الحصول على فرصة عمل في شركة كبرى، لكن الآن خبرة التدريب العملي المتخصصة في مجالات الذكاء الاصطناعي أصبحت العامل الأكثر أهمية.
- حتى الطلاب من جامعات غير مرموقة يمكنهم التغلب على هذا العائق: حصلت فريدا، التي تخرجت من جامعة خان لو شيفان (Henan Normal University) غير المرموقة، على مقابلة في شركة “بيندودو” بسبب خبرتها في تطوير مواد إعلانية باستخدام تقنيات الذكاء الاصطناعي، بينما تفضل بعض الشركات الرائدة من المستوى الثاني والثالث التركيز على المؤهلات الأكاديمية.
- الطلاب من تخصصات غير تقنية يمكنهم التغلب على هذا العائق أيضًا: استطاعت شياو بين، التي تحمل درجة الماجستير في علم النفس، البقاء في شركة كبرى بفضل خبرتها في تطوير منتجات الذكاء الاصطناعي في شركة “تينسنت” (Tencent)؛ بينما وجدت زميلتها، التي تخرجت من جامعة مرموقة، صعوبة في الحصول على فرصة عمل بسبب عدم وجود خبرة متخصصة.
- الخبرة المتخصصة ضرورية: أشار شياو بين إلى أنه من الصعب الحصول على فرصة في وظائف الذكاء القابل للتطبيق العملي دون خبرة مسبقة، حيث يتطلب ذلك إجراء تدريبات عملية أو كتابة سير ذاتية مفصلة.
خلاصة: الشركات الكبرى تبحث عن أشخاص لديهم خبرة فعلية في استخدام تقنيات الذكاء الاصطناعي، وليس مجرد معرفة نظرية.
3. هناك فارق كبير بين “القدرة على استخدام أدوات الذكاء الاصطناعي” و“فهم المبادئ الأساسية لتطبيقاته**
يعتقد الكثيرون أن مجرد القدرة على استخدام أدوات مثل “ChatGPT” أو “Midjourney” يعني فهم تقنيات الذكاء الاصطناعي، لكن هذا غير صحيح؛ فالمقابلات الشخصية تكشف عن هذا الفارق بوضوح.
- الفرق بين “القدرة على الاستخدام” و“الفهم”:
- القدرة على الاستخدام: المهارات في التعامل مع أدوات الذكاء الاصطناعي (مثل إنشاء صور باستخدام هذه الأدوات).
- الفهم: القدرة على شرح سبب استخدام أداة معينة، كيفية تصحيح الأخطاء أثناء التطبيق، وكيف يمكن تحسين النتائج.
- مثال من المقابلات: سُئلت فريدا خلال مقابلة في شركة “بيندودو” عن سير عمل العملية وكيفية تحسين النتائج في حالات الفشل؛ بينما لم يتمكن دازي (Daze) من الإجابة على أسئلة حول مشروعه في المختبر المتعلق بأنظمة الاستجابة للوثائق.
- الشهادات غير فعالة، الأعمال العملية هي الأهم: قالت فريدا إن الشهادات ليست مفيدة، وأن الأفضل هو تقديم أمثلة على المشاريع التي أنجزتها باستخدام تقنيات الذكاء الاصطناعي.
4. الطلاب من تخصصات غير تقنية لديهم فرص أيضًا، لكن يجب التخطيط مسبقًا
تقنيات الذكاء الاصطناعي ليست حكرًا على التخصصات التقنية؛ يمكن للطلاب من تخصصات غير تقنية أيضًا الحصول على فرص، لكن عليهم التخطيط مسبقًا.
- المتطلبات للطلاب من تخصصات غير تقنية: قد يتطلب منصب في التسويق مهارات في استخدام أدوات الذكاء الاصطناعي لإنشاء رسومات وتحليل البيانات، بينما قد يتطلب منصب في التشغيل مهارات في إنشاء مواد باستخدام هذه التقنيات؛ استطاعت شياو بين، على سبيل المثال، تحسين كفاءة عملها من خلال استخدام أدوات الذكاء الاصطناعي في إعداد التقارير وتحليل البيانات.
- طرق للدخول إلى هذه المجالات:
- البدء من وظائف ثانوية (مثل انتقال فريدا من تخصص التشغيل إلى تخصص إبداعي باستخدام تقنيات الذكاء الاصطناعي).
- استخدام أدوات الذكاء الاصطناعي في مشاريع صغيرة (مثل إنشاء نظام للاستجابة على الأسئلة داخل الحرم الجامعي باستخدام خوارزميات كبيرة).
- تراكم الخبرة من خلال التدريبات العملية المتخصصة (قامت شياو بين بإجراء عدة تدريبات قبل الحصول على فرصة عمل).
- ضرورة التكيف: يجب ألا يشعر الطلاب بالإحباط إذا لم ينجحوا في المقابلات؛ فقد لا يكون ذلك بسبب عدم كفاءتهم، بل ربما لأن التخصص الذي اختاروه لا يتطابق مع متطلبات الشركة؛ من المهم أكثر اختيار التخصص المناسب بدلاً من محاولة الالتزام بمجالات تقنية صعبة.
5. تقنيات الذكاء الاصطناعي أصبحت أكثر تخصصية، لذا يجب اختيار التوجه المناسب بعناية
لم تعد وظائف الذكاء الاصطناعي عشوائية؛ فقد تم تقسيمها إلى تخصصات مثل خوارزميات النماذج الكبيرة، الذكاء القابل للتطبيق العملي، والبنية التحتية لتقنيات الذكاء الاصطناعي، مما يجعل اختيار التوجه المناسب أمرًا صعبًا إذا تم اختياره بشكل عشوائي.
- التحديات المرتبطة بالتخصصات الفرعية: بدأ دازي بتقديم طلبات لوظائف في تخصصات متعددة، لكنه اكتشف أن التخصص في البنية التحتية يتطلب معرفة قوية بلغة C++، فقرر التركيز على تخصصات أخرى.
- مخاطر اختيار التوجهات الشائعة: قال شياو بين إن الوظائف الشائعة هذا العام قد تختفي في العام المقبل نظرًا لسرعة تطور تقنيات الذكاء الاصطناعي؛ من الأفضل اختيار التوجه الذي يتمتع بخبرة فيه.
النصيحة الأساسية: قبل التقديم لوظائف الذكاء الاصطناعي، فكر جيدًا في ما تستطيع القيام به بشكل فعلي، ثم اختر التوجه المناسب؛ يمكن للطلاب من تخصصات غير تقنية التقديم لوظائف في تطبيقات الذكاء الاصطناعي أو تطوير المنتجات، بينما يمكن للطلاب التقنيين اختيار التخصصات الفرعية بناءً على خبراتهم.
الخلاصة
عمليات التوظيف الخريفية لعام 2027 تشير إلى أن تقنيات الذكاء الاصطناعي أصبحت جزءًا أساسيًا في سوق العمل، لكن الفرص ليست متاحة بسهولة؛ يتطلب الأمر خبرة عملية ومعرفة متخصصة. بالنسبة للمواطنين العاديين، لا داعي للقلق بشأن ضرورة العمل في مجال تطوير تقنيات الذكاء الاصطناعي؛ يمكن استخدام هذه التقنيات كأدوات لتحسين الكفاءة واكتساب خبرة عملية. في النهاية، تبحث الشركات الكبرى عن أشخاص يمكنهم حل المشكلات بفعالية، لا مجرد مناقشة التقنيات نظريًا.