هل ستستولي الروبوتات على وظائف العمال اليدويين؟ ما الذي تقوله دراسة Anthropic لعام 2026 حقًا (Anthropic, Tesla, Nvidia, Jobbit)

على مدى عقد كامل، قام النقاش العام حول الأتمتة على رقم واحد. ففي عام 2013 قدّر Carl Benedikt Frey وMichael Osborne في أكسفورد أن 47% من الوظائف في الولايات المتحدة تقع ضمن مهن شديدة الخطر من حيث الحوسبة الآلية خلال عقدين، وتكرر هذا الرقم في كل خطاب عن مستقبل العمل منذ ذلك الحين. وبعد ثلاثة عشر عامًا، وصلت الروبوتات التي كان يُفترض أن تفرغ المستودعات ومواقع البناء في صورة عروض توضيحية، وفي بضعة آلاف من المصانع، وفي عدد قليل من سيارات الأجرة، بينما لا يزال الذين كان يُفترض استبدالهم في أعمالهم، وكثير منهم في مهن تعاني نقصًا لا يستطيع أصحاب العمل سده. كان في الرواية السائدة خطأ ما، ولم يقس أحد حتى وقت قريب ما هو.

في 30 سبتمبر 2026 نشر فريق الاقتصاد في Anthropic ورقة "What work can robots do?" (ما العمل الذي تستطيع الروبوتات أداءه؟) من إعداد Russell Legate-Yang وMaxim Massenkoff. وهي، بحسب ما استطاعت هذه المراجعة التثبت منه، أول محاولة لتقييم كل مهمة بدنية في الاقتصاد الأمريكي قياسًا إلى روبوتات موجودة فعلًا، ثم طرح السؤال الذي لم يطرحه رقم الـ47% قط: بأي سعر. والجواب يعيد تشكيل النقاش. فالروبوتات تستطيع اليوم أداء نحو ثلاثة أرباع المهام البدنية في الولايات المتحدة، لكنها أرخص من الإنسان في ثلاث مهام فقط من كل ألف. وسد هذه الفجوة بالوتيرة التي انخفضت بها أسعار الروبوتات منذ التسعينيات سيستغرق نحو أربعين عامًا للوصول إلى عُشر العمل، وحتى السيناريو المتسارع يضع نصف العمل البدني بعد عام 2050. تقرأ دراسة الحالة هذه الورقة قراءة دقيقة، وتضعها إلى جانب الأدلة على ما يفعله الذكاء الاصطناعي بالعمل المكتبي، وتنظر في الاعتراضات، وتستخلص ما يعنيه هذا النمط للحرفي البريطاني ولصاحب الشركة الصغيرة ولشركة مثل Jobbit بُنيت على الفرضية التي تقيسها الورقة الآن: التسليم بين الآلات والبشر هو سؤال التصميم المحوري للسنوات العشرين المقبلة.

ملخص النتائج

أولًا، لم تعد القدرة هي القيد الحاسم على معظم الأعمال البدنية. فقد وجدت دراسة Anthropic أن الروبوتات تستطيع أداء 74% من المهام البدنية في الولايات المتحدة، أي ما يعادل 34% من جميع ساعات العمل، باستخدام روبوتات بيعت أو نُشرت أو عُرضت فعلًا، لا روبوتات متخيَّلة.

ثانيًا، التكلفة هي القيد. فالروبوتات منافسة من حيث التكلفة للعامل في 0.3% من مهام الوظائف اليوم. وبالنسبة لأكثر المهن الكبيرة تعرضًا، وهي عمال التعبئة والتغليف، يقدَّر الوفر السنوي بنحو 2,500 دولار للعامل الواحد مقابل تكاليف عمالة تبلغ نحو 49,000 دولار؛ أما سائقو سيارات الأجرة فلا يزال الروبوت يكلف نحو 7,000 دولار أكثر من الإنسان.

ثالثًا، الفجوة تضيق ببطء. فقد انخفضت أسعار الروبوتات بنحو 3% سنويًا منذ التسعينيات. وبهذا المعدل يستغرق الأمر 40 عامًا لتصبح الروبوتات منافسة من حيث التكلفة في 10% من العمل الأمريكي. وفي سيناريو الورقة السريع، مع انخفاض التكاليف أسرع بأربع مرات وتحسن القدرات أسرع بمرتين، تصبح الروبوتات أرخص من البشر في نصف العمل البدني نحو عام 2050، مقابل 2085 وفق الاتجاه التاريخي، وتظل أتمتة 90% منه تستغرق 53 عامًا.

رابعًا، يواجه العمل الرقمي الصورة المعاكسة. فنحو 50% من العمل الأمريكي معرّض لنماذج اللغة الكبيرة وحدها و81% لنماذج اللغة أو الروبوتات مجتمعة، وتُظهر الأدلة المبكرة من بيانات الرواتب في سوق العمل أن التوظيف بين من تتراوح أعمارهم من 22 إلى 25 عامًا في المهن الأكثر تعرضًا للذكاء الاصطناعي يقل بنحو 19% عن أقرانهم الأقل تعرضًا، من دون حركة مماثلة حتى الآن للعاملين ذوي الخبرة أو للاقتصاد ككل.

خامسًا، أكثر الناس تعرضًا للروبوتات هم الأقل امتلاكًا لوسادة أمان. فمقارنة بالعاملين غير المعرضين، تقل احتمالية حصولهم على شهادة جامعية بـ55 نقطة مئوية، ويكسبون نحو 30 دولارًا أقل في الساعة، ومعدل البطالة بينهم أعلى بأكثر من الضعف.

سادسًا، العوائق المتبقية محددة وقابلة للقياس. فنحو 70% من المهام البدنية تعوقها القدرة، ونحو نصفها المناولة والبراعة اليدوية؛ و14% تحول دونها اللوائح الحالية و25% التفضيلات البشرية. هذه هي المهام التي سيُحتاج فيها إلى إنسان لعقود، والتي لا توجد بعد البيانات اللازمة لتعليم الآلات أداءها.

الحالة: لماذا هذه الدراسة هي المختبر المناسب

أخفقت توقعات الأتمتة عادةً بإحدى طريقتين. فدراسات مستوى المهنة مثل دراسة Frey وOsborne عاملت الوظائف الكاملة كوحدات قابلة للأتمتة، فأنتجت رقم الـ47%؛ وعندما كرر Melanie Arntz وTerry Gregory وUlrich Zierahn في OECD التمرين عام 2016 على مستوى المهام، آخذين في الحسبان مزيج الأعمال داخل كل مهنة في 21 دولة، انخفضت نسبة الوظائف القابلة للأتمتة إلى 9%. أما دراسات استطلاعات الخبراء فسألت المتخصصين عمّا ستكون الآلات قادرة على فعله، وهذا رهان على تقنيات قد لا تصل إلى السوق أبدًا.

تتجنب ورقة Anthropic الفخين بحكم تصميمها. فهي تنطلق من نحو 19,000 وصف مهمة لنحو 900 مهنة في O*NET، قاعدة بيانات المهن التابعة لوزارة العمل الأمريكية (Department of Labor)، ومن بيانات التوظيف والأجور لدى Bureau of Labor Statistics. وتستخدم نموذج Claude لتقييم كل مهمة بحسب مضمونها البدني والمعرفي والتفاعلي، وتُبقي فقط على المهام البدنية التي لا يمكن أتمتتها ببرمجيات عادية، ثم تبحث في الويب عن روبوتات محددة أدّت كل مهمة فعلًا، مشترطة النشر التجاري أو المبيعات أو عرضًا توضيحيًا مهمًا دليلًا على ذلك. وتوضع كل مهمة على مقياس من أربع درجات للتحكم في البيئة: E0، لا يستطيع أي روبوت أداءها؛ E1، يستطيع روبوت أداءها في بيئة مصممة لهذا الغرض مثل خط مصنع؛ E2، في منشأة بشرية منظمة مثل مستودع؛ E3، في بيئة غير منظمة مثل طريق في مدينة. ومعظم الروبوتات المنشورة تعيش في فضاءات مهندَسة، ولهذا يعدّ المؤلفون هذه الدرجة مقياسًا جيدًا للخطر في المدى القريب.

والتكلفة تُنمذَج ولا تُفترض. فلكل مهمة معرضة يقدّر النموذج التكلفة السنوية للروبوت المذكور، بما في ذلك الشراء والتركيب والصيانة والبرمجيات والطاقة والإشراف والتأمين والإخراج من الخدمة، مع توزيع التكاليف الثابتة سنويًا بتكلفة رأسمال مقدَّرة، ويقارنها بإجمالي تعويضات العامل مضروبًا في حصة وقته المخصصة لتلك المهمة. ولا تُعدّ المهمة منافسة من حيث التكلفة إلا عندما تنخفض التكلفة السنوية للروبوت دون كلفة العمالة التي يحل محلها. ثم يتحقق المؤلفون من المنظومة كلها رجوعًا إلى الماضي: فبتقييم المهام قياسًا إلى الروبوتات الموجودة عام 1977 والعقود اللاحقة، يبيّنون أن المهن الأكثر تعرضًا لروبوتات عصرها فقدت لاحقًا مزيدًا من الأجور والوظائف، وهذا ما ينبغي لمقياس التعرض أن يفعله ليكون ذا قيمة.

الدراسة أمريكية. وهذا هو العيب الذي ينبغي أن يتذكره القارئ. فالأجور البريطانية وأسعار الطاقة واللوائح ومزيج المهن تختلف، ولم يطبّق أحد هذه المنهجية بعد على بيانات المملكة المتحدة. لكن المخاطر هنا أعلى إن شيئًا. فتوقعات Construction Industry Training Board لشهر يونيو 2026 تقول إن القطاع يحتاج في المتوسط إلى 41,200 عامل إضافي سنويًا بين 2026 و2030، أي أكثر من 206,000 في المجموع، لمواكبة الطلب، مع أن 40% من القوى العاملة الحالية تجاوزت 45 عامًا وأكثر من 200,000 عامل من الاتحاد الأوروبي فُقدوا منذ Brexit. ويحصي إصدار Occupations in Demand الصادر عن Department for Education في ديسمبر 2025 نحو 10.9 مليون شخص، أي 32.9% من القوى العاملة، في 125 مهنة مرتفعة الطلب، ويذكر الكهربائيين والفنيين الكهربائيين (201,000 وظيفة) وفنيي المركبات وميكانيكييها (183,000) بين أكبر المهن الحرفية الماهرة في تلك القائمة. ولو كانت الروبوتات على وشك استبدال المهن الحرفية لكان النقص مشكلة عابرة. والأدلة أدناه تقول إنه ليس كذلك.

جدول زمني للأدلة، من 2013 إلى 2026

النتيجة 1: تستطيع الروبوتات أداء معظم العمل البدني ولا يجدي منه تقريبًا شيء ماليًا

الرقم الأول في الورقة هو الذي سيُقتبس، ويستحق أن يُذكر بدقة. من إجمالي وقت العمل الأمريكي، 54% معرفي أو تفاعلي و46% بدني. وضمن الحصة البدنية، 12 نقطة مئوية لا يستطيع أي روبوت وجده المؤلفون أداءها (E0)، و23 يمكن أداؤها في بيئات مصممة لهذا الغرض (E1)، و10 في منشآت بشرية منظمة مثل المستودعات (E2)، وواحدة في بيئات غير منظمة (E3). وبالجمع، تستطيع الروبوتات أداء 74% من المهام البدنية، أي 34% من جميع ساعات العمل. والأمثلة ملموسة: سيارات أجرة ذاتية القيادة على طرق المدن، وروبوتات متنقلة ذاتية تنقل المخزون في المستودعات، وخلايا لحام موجهة بالذكاء الاصطناعي في ورش التصنيع، وحفارات خنادق تحفر خطوطًا مستقيمة بلا سائق.

الرقم الثاني هو المهم. فعندما يسعّر النموذج الروبوت المذكور لكل مهمة ويقارنه بالعمالة التي سيحل محلها، يتبين أن الروبوتات أرخص في 0.3% فقط من مهام الوظائف. ويعمل نحو 300,000 عامل أمريكي في مهن يستطيع الروبوت فيها أداء 95% من العمل؛ وأكبر مجموعة، وهم نحو 560,000 من عمال التعبئة والتغليف، هي أوضح حالة لتكافؤ التكلفة، إذ يقدَّر الروبوت بأقل بنحو 2,500 دولار سنويًا من إنسان تبلغ تكلفة عمالته نحو 49,000 دولار. وفي الطرف الآخر، يقدَّر أن تاكسي الروبوت، وهو تقنيًا أكثر المهن تعرضًا في البيانات بمؤشر تعرض قدره 2.2 من 3، يكلف نحو 7,000 دولار سنويًا أكثر من السائق الذي سيحل محله، قبل النظر في اللوائح. وتسع من أكثر عشر مهن تعرضًا هي مهن مشغّلي المركبات.

التفسير الذي يقدمه المؤلفون، والذي تراه هذه المراجعة الأكثر قابلية للدفاع عنه، هو أن الحدود البدنية تقدمت أبعد بكثير من الحدود الاقتصادية. فخلال الخمسين عامًا الماضية أصبحت الروبوتات قادرة كل عام على أداء نحو 2% من العمل البدني لم تكن تستطيع أداءه من قبل: ففي 1977 لم تكن تستطيع أداء 62% من المهام البدنية، واليوم لا تستطيع أداء 24% من تلك المهام نفسها. لقد تراكمت القدرة. أما التكلفة فلم تتبعها، لأن الروبوت القادر على حمل صندوق يظل أصلًا رأسماليًا تلازمه الصيانة والطاقة والإشراف والتأمين، وينافس عاملًا لا يُدفع له إلا عن الساعات التي يعملها.

النتيجة 2: الجدول الزمني عقود، حتى في الحالة المتفائلة

أهم مساهمات الورقة هي تحليل السيناريوهات، لأنه يحوّل "الروبوتات باهظة" إلى تواريخ. فقد انخفضت أسعار الروبوتات، استنادًا إلى سلاسل Bank of Japan ومصادر أخرى، بنحو 3% سنويًا منذ التسعينيات. وإذا استمر هذا المعدل فإن الأمر يستغرق نحو 40 عامًا قبل أن تصبح الروبوتات منافسة من حيث التكلفة في 10% من العمل الأمريكي. وانخفاض في التكاليف بنسبة 20%، أي نحو سبع سنوات بالمعدل التاريخي، سيجعل الروبوتات منافسة في المهام البدنية لنحو 2.8 مليون عامل؛ ويلزم انخفاض بنسبة 70% للوصول إلى 10% من كل العمل.

السيناريو السريع سخي بحكم تصميمه. فالتكاليف المعدّلة بالجودة تنخفض حتى أربع مرات أسرع من التاريخ، وتتعلم الروبوتات مهام جديدة بسرعة مضاعفة. ومع ذلك لا تصبح الروبوتات منافسة من حيث التكلفة في 50% من العمل البدني إلا نحو عام 2050، مقابل 2085 وفق الاتجاه التاريخي، وتستغرق أتمتة 90% من العمل البدني 53 عامًا. والجملة التي يستخدمها المؤلفون تستحق الاقتباس لأنها واضحة على غير المعتاد في ورقة اقتصادية: "Robots would need to sustain record rates of price declines and quality improvements over the coming decades to enable rapid physical automation." (ستحتاج الروبوتات إلى الحفاظ على معدلات قياسية من انخفاض الأسعار وتحسن الجودة خلال العقود القادمة لتمكين أتمتة بدنية سريعة).

وهنا ينبغي الفصل بين الدليل والتفسير. فالتواريخ ليست توقعات؛ إنها نتائج افتراضات طُبقت على كل مهمة بالتساوي، وهي افتراضات يقول المؤلفون أنفسهم إنها قد لا تعكس كيف تحدد شركات الروبوتات أولوياتها فعلًا. فالشركة التي تصب جهدها في مهمة واحدة عالية القيمة، كالانتقاء في المستودعات مثلًا، قد تخفض تكلفة تلك المهمة أسرع بكثير من 3% سنويًا بينما يقف بقية الاقتصاد مكانه. وما تثبته السيناريوهات هو شكل المشكلة لا تقويمها الدقيق: الأتمتة البدنية عملية طويلة وغير متكافئة تحكمها اقتصاديات العتاد، على خلاف البرمجيات التي تقترب فيها التكلفة الحدية لمهمة إضافية من الصفر.

والمقارنة بالتقنيات السابقة تدعم هذه القراءة. فقد وجدت دراسة Acemoglu وRestrepo لعام 2020 عن الروبوتات الصناعية، الجيل السابق من هذه التقنية، أن كل روبوت إضافي لكل 1,000 عامل بين 1990 و2007 خفّض نسبة التوظيف إلى السكان في مناطق التنقل اليومي الأمريكية المتأثرة بمقدار 0.2 نقطة مئوية والأجور بنسبة 0.42%. أثر حقيقي وقابل للقياس وبطيء: تراكم على مدى سبعة عشر عامًا في القطاعات التي كانت الروبوتات فيها أرخص أصلًا، وليس في غيرها.

النتيجة 3: العمل الرقمي قصة معاكسة

يقيس فريق البحث نفسه الحدود الأخرى، وهذا التباين هو قلب دراسة الحالة هذه. فعمل Anthropic السابق عن التعرض ومقارنة الورقة نفسها يضعان نحو 50% من العمل الأمريكي في متناول نماذج اللغة الكبيرة وحدها، و81% في متناول نماذج اللغة أو الروبوتات مجتمعة. والنمط بحسب المهنة مفيد. فالنقل ومناولة المواد معرّض بأقل من 15% لنماذج اللغة لكن بنحو 90% عند إدخال الروبوتات؛ والدعم المكتبي والإداري معرّض أصلًا بدرجة عالية لنماذج اللغة ويقترب من 100% مع الروبوتات؛ أما أعمال الرعاية الشخصية والخدمات فتقف عند نحو 40% في الحالتين، لأنها تفاعلية بطريقة لا تعالجها أي من التقنيتين.

وتقديرات نماذج اللغة لها نسب أقدم. ففي 2023 وجد Tyna Eloundou وSam Manning وPamela Mishkin وDaniel Rock في OpenAI وUniversity of Pennsylvania أن 80% من العاملين الأمريكيين يعملون في مهن 10% على الأقل من مهامها معرضة لنماذج اللغة، و19% في مهن أكثر من نصف مهامها معرض، وأن الكتابة والبرمجة وتحليل البيانات هي الأكثر تعرضًا والعمل البدني والخارجي الأقل. ويُظهر Anthropic Economic Index، الذي يربط محادثات Claude مجهولة الهوية بمهام O*NET، ما يفعله الناس فعلًا بهذه الأدوات: ففي تقارير 2026 كان التعزيز متقدمًا قليلًا على الأتمتة، 52% إلى 45%، وتنوع الاستخدام، إذ تراجعت المهام العشر الأكثر شيوعًا من 24% من المحادثات إلى 19% بين نوفمبر 2025 وفبراير 2026. ويفيد المؤشر أيضًا بأن ارتفاع نصيب الفرد من الناتج المحلي الإجمالي بنسبة 1% يرتبط بارتفاع الاستخدام للفرد بنسبة 0.7%، وهو تذكير بأن الاعتماد يتبع الثروة.

أما هل تحوّل التعرض إلى إزاحة فهذا السؤال تجيب عنه بيانات الرواتب بحذر. فقد أفاد Erik Brynjolfsson وBharat Chandar وRuyu Chen في Stanford Digital Economy Lab، باستخدام سجلات ADP لأكثر من 25 مليون عامل أمريكي، عام 2025 بأن العاملين في بداية مسيرتهم في المهن الأكثر تعرضًا للذكاء الاصطناعي شهدوا انخفاضًا نسبيًا في التوظيف بينما لم يشهده العاملون ذوو الخبرة في الوظائف نفسها؛ وتضع مراجعتهم في أغسطس 2026، ببيانات حتى منتصف العام، توظيف من تتراوح أعمارهم من 22 إلى 25 عامًا في تلك المهن دون المستوى الذي كان سيبلغه لو تتبع الأقران الأقل تعرضًا بنحو 19%، مع جريان التكيف عبر التوظيف لا عبر الأجور وتركزه حيث يؤتمت الذكاء الاصطناعي لا حيث يعزز. وفي الوقت نفسه، يجد اقتصاديا Anthropic نفسها Maxim Massenkoff وPeter McCrory، كما أوردت Yahoo Finance في 1 أكتوبر، أنه لا توجد زيادة منهجية في البطالة بين العاملين شديدي التعرض منذ أواخر 2022، ويظل تحذير الرئيس التنفيذي لـAnthropic، Dario Amodei، من أن الذكاء الاصطناعي قد يزيل نصف وظائف الياقات البيضاء المبتدئة، بحسب البيانات حتى الآن، تحذيرًا لا ملاحظة.

والخلاصة الأمينة هي هذه. إن أول أثر قابل للقياس في سوق العمل للموجة الحالية من الذكاء الاصطناعي ليس الروبوت في المستودع؛ بل هو الخريج المفقود من التوظيف في المكتب. فالعمل البدني تحميه الاقتصاديات؛ أما العمل المكتبي فلا.

النتيجة 4: من المعرَّض، وما الذي لا يزال يعوق الباقي

الملف الديموغرافي للعمل المعرّض للروبوتات هو النتيجة التي ينبغي أن تشكل السياسات. فمقارنة بالعاملين في المهن غير المعرضة، تقل احتمالية أن يكون العاملون في المهن شديدة التعرض نساءً بـ20 نقطة مئوية، وتزيد احتمالية أن يكونوا من أصول لاتينية بـ16 نقطة، وتقل احتمالية حصولهم على البكالوريوس بـ55 نقطة، ويتقاضون نحو 30 دولارًا أقل في الساعة، وتزيد احتمالية بطالتهم بأكثر من الضعف. كما أنهم أكثر عرضة بكثير لحمل الأثقال أو العمل في حرارة شديدة أو قرب مواد خطرة. والمهام التي تستطيع الروبوتات أداءها اليوم هي بنسبة غير متناسبة المهام الشاقة والخطرة والمنخفضة الأجر، وهذه أقوى حجة لأتمتتها وهي أيضًا سبب الألم إن لم تُدَر المرحلة الانتقالية.

وما يعوق الباقي محدد بالقدر نفسه. فنحو 70% من المهام البدنية التي لا تستطيع الروبوتات أداءها بعد تقيدها القدرة، ونحو نصفها المناولة والبراعة اليدوية: صبغ الشعر، والحفر اليدوي حول الأنابيب المدفونة، ونصب السقالات، وفك تشابك الأسلاك. ويمثل قصور التخطيط والاستدلال 8%. وتعوق اللوائح 14% من المهام البدنية والتفضيل البشري 25%، وهما معًا يغطيان معظم العمل الذي يُتقبل فيه الروبوت في مصنع لكن لا يُتقبل في غرفة نوم أو فصل دراسي. وتبيّن مهنتان في الورقة مدى اختلاط الصورة داخل الوظيفة الواحدة: فعمال تشطيب ألواح الجبس يسجلون 1.6 على مؤشر التعرض، مع تعرض 41% من وقتهم لروبوت رش ذاتي وعدم تعرض 26% لأن أعمال التشطيب الفوضوية تفوقه؛ وعمال فرز النفايات المعاد تدويرها يسجلون 1.7، مع تعرض أكثر من 75% من وقتهم لقابضات الرؤية الحاسوبية على السيور الناقلة و8% فقط غير معرضة.

وخلاصة المؤلفين هي التي ينبغي للحرفي أن يتذكرها: العمل غير المعرض هو "highly interpersonal or requires physical skills that robots today don't have" (تفاعلي بدرجة عالية أو يتطلب مهارات بدنية لا تملكها الروبوتات اليوم)، و"if the past is any guide, taxi drivers and warehouse packers will see changes sooner than nurses and mechanics" (إن كان الماضي دليلًا، فسيشهد سائقو سيارات الأجرة وعمال تعبئة المستودعات تغيرات أبكر من الممرضين والميكانيكيين).

الآليات: لماذا يبدو النمط هكذا

أربع آليات تفسر النتائج وتتنبأ بما سيأتي.

البيئات، لا المهام، هي التي تحدد النشر. المقياس ذو الدرجات الأربع هو البصيرة الهادئة في الورقة. فالروبوت الذي يلحم بإتقان على خط مصنع (E1) لا نفع له في توسعة منزلية يبعد فيها كل عارض خشبي مسافة مختلفة قليلًا عن سابقه. ومعظم الاقتصاد البدني، وكل المهن الحرفية تقريبًا، يجري في ظروف E3: غير منظمة ومرتجلة وحول الناس. لقد غزت الروبوتات E1 وتتقدم في E2؛ أما E3 فتضم 1% من المهام بعد خمسين عامًا.

اقتصاديات العتاد ليست اقتصاديات البرمجيات. نموذج اللغة، بعد تدريبه، يؤدي مهمته التالية بتكلفة قريبة من الصفر، ولهذا تحوّل التعرض في العمل المكتبي إلى إزاحة في بضع سنوات. أما الروبوت فأصل يتقادم ويجب شراؤه وتركيبه وتأمينه وصيانته وتشغيله بالطاقة والإشراف عليه في كل موقع يعمل فيه. والانخفاض السنوي في السعر بنسبة 3% هو توقيع هذا الفرق، وتبيّن سيناريوهات الورقة مدى ضآلة ما يغيّره حتى تسارع بأربعة أضعاف في العقد الذي يأتي فيه التكافؤ.

القدرة تتراكم، لكن عبر البيانات. تكسب الروبوتات نحو 2% من العمل البدني سنويًا، ونصف المهام المتبقية التي تحتاج إلى البراعة اليدوية هي بالضبط تلك التي تندر فيها بيانات التدريب. فالنموذج يتعلم الكتابة من الويب المكتوب؛ ولا توجد مدونة مماثلة ليدي سبّاك. والتقدم في الـ24% المتبقية يعتمد على التقاط العمل الحقيقي، في أماكن حقيقية، مع من يؤدونه، وهذا بطيء بطبيعته ويثير أسئلة الموافقة والملكية التي لم تواجهها موجة البرمجيات قط.

التفضيلات والقواعد حدّ أدنى، لا تأخر. فالـ25% من المهام التي يقيدها التفضيل و14% التي تقيدها اللوائح لا تنتظر روبوتًا أفضل. فاستعداد المريض لأن تحمله آلة، وقواعد المجلس البلدي بشأن المركبات ذاتية القيادة، ورغبة الزبون في التحدث إلى الشخص الذي ركّب المطبخ، كلها تتغير على أطر زمنية سياسية وثقافية، ولهذا يعاملها المؤلفون منفصلة عن القدرة والتكلفة.

وينبغي للمتشكك أن يضع إلى جانب هذه ثلاثة تفسيرات بديلة. فتقييمات التعرض ينتجها نموذج يقرأ أوصاف مهام موجزة "omit details that may be easy for humans but hard for robots" (تغفل تفاصيل قد تكون سهلة على البشر لكنها صعبة على الروبوتات)، كما يلاحظ المؤلفون، ولذلك قد تكون القدرة مبالغًا فيها على مستوى المهمة حتى وهي مقلَّل من شأنها على مستوى المهنة ككل. وتقديرات التكلفة تقريبات لسوق قليلة الأسعار المعلنة؛ فقد وجد مسح لأسعار الروبوتات الشبيهة بالبشر في أغسطس 2026 أن 12 فقط من 58 روبوتًا شبيهًا بالبشر تجاريًا كان لها سعر موثق أصلًا. وتفترض السيناريوهات الانخفاض نفسه لكل مهمة؛ وقد يؤدي اختراق في المناولة العامة الأغراض، من النوع الذي تراهن عليه Nvidia وTesla، إلى "leapfrog our scale" (القفز فوق مقياسنا) بحسب تعبير المؤلفين. فالتواريخ متينة في شكلها رخوة في تفاصيلها.

كيف استجابت الصناعة

انقسم رد الفعل على الخط الذي ترسمه الورقة. ففي معسكر العتاد، كان الرئيس التنفيذي لـNvidia، Jensen Huang، قد توقع "لحظة ChatGPT" للروبوتات في CES في يناير 2026، وقال Elon Musk إن روبوت Optimus الشبيه بالبشر من Tesla سيُطرح للبيع في وقت مبكر يصل إلى 2027 بسعر مستهدف طويل الأجل دون 20,000 دولار عند الإنتاج الكبير، مع أنه لا يوجد سعر رسمي؛ وتضع توقعات Morgan Stanley لعام 2025 سوق الروبوتات الشبيهة بالبشر فوق 5 تريليونات دولار بحلول 2050 مع تسارع الاعتماد منذ أواخر الثلاثينيات. وقد قدّمت Yahoo Finance ورقة Anthropic، في 2 أكتوبر، بوصفها التوقع الذي ستختبره تلك الرهانات. وواقع ما يُشحن فعلًا أكثر تواضعًا: فسعر Unitree G1 المعلن 13,500 دولار وقد شحنت الشركة أكثر من 5,500 روبوت شبيه بالبشر في 2025، أكثر من جميع منافسيها مجتمعين؛ أما Digit من Agility، الأكثر انتشارًا بين الروبوتات الشبيهة بالبشر في المستودعات الأمريكية، فيُسعَّر بأكثر من 250,000 دولار للوحدة أو نحو 8,500 دولار شهريًا كخدمة؛ وتبيع Figure، المقدَّرة قيمتها بـ39 مليار دولار، للشركات من دون سعر معلن.

وقبل الاقتصاديون في معظمهم الجدول الزمني. فقد قال كبير اقتصاديي Apollo، Torsten Sløk، في تصريح نقلته Yahoo Finance، إنه حتى في ظل التوقعات المتسارعة فإن الإزاحة البدنية الواسعة ستستغرق عقودًا، مشيرًا إلى اختناقات في المناولة الدقيقة واللوائح والتفضيلات. والنقاش الأحدّ يدور في الجانب الرقمي، حيث تشير أدلة الرواتب من Stanford وتحليل البطالة لدى Anthropic نفسها في اتجاهين مختلفين بشأن مقدار الإزاحة التي حدثت فعلًا، وحيث تطرح OpenAI وAnthropic وGoogle وMicrosoft وManus وMeta مع Muse وكلاء يتصفحون ويملؤون النماذج ويُنجزون مهام مكتبية متعددة الخطوات، وهي الفئة التي يبلغ فيها التعرض أعلاه والتكلفة أدناها.

موقف Jobbit في هذا المشهد خيار تصميمي لا توقع، وتصفه الورقة مصادفةً. فوكيل الذكاء الاصطناعي لدى الشركة يتولى العمل الرقمي القابل للمراجعة الذي تقول الأدلة إن أتمتته رخيصة: البحث والمستندات والمواقع الإلكترونية والأتمتة والصور والأعمال الإدارية المحيطة بالمهمة. وعندما تحتاج المهمة إلى أيدٍ أو حكم ميداني أو شخص مسؤول، وهو ما تقول أرقام الورقة إنه معظم العمل البدني لعقود، تنتقل المهمة إلى محترف بشري موثوق على pro.jobbit.uk، مع حجز المدفوعات في حساب ضمان (escrow) وقدرة العميل على مشاهدة الوكيل وتولي زمام الأمور في أي لحظة. أما Jobbit Labs، القسم البحثي في الشركة، فيعمل على المشكلة الأبطأ التي تحددها الورقة في فجوة بياناتها: التقاط بيانات المهام الواقعية من أشخاص يؤدون عملًا حقيقيًا، بموافقتهم، لتدريب نماذج العالم والتحقق منها للذكاء الاصطناعي المادي. ولم تنشر Jobbit بيانات تجريبية عن نتائج هذا النموذج ولا تدّعي هنا ذلك؛ والادعاء أضيق: أن بنية وكيل مع شبكة بشرية هي التي تدعمها الأدلة ما دام تكافؤ التكلفة بعيدًا بعقود. والجانب العملي لهذا التقسيم موضح في 12 Jobs an AI Agent Can Do for Your Business This Week وShould Your Next Hire Be an AI Agent?، وأدلة العمل الحر في Do AI Agents Replace Freelancers?، والشركة نفسها في What Is Jobbit?.

ما الذي ينبغي للشركة أن تفعله بهذه الأدلة

تدعم الأدلة قاعدة للتفويض يمكن لشركة صغيرة تطبيقها بلا مستشار استراتيجي.

أتمت الطبقة الرقمية المحيطة بالعمل البدني أولًا، لأنها حيث تلتقي التكلفة والقدرة فعلًا. فعروض أسعار السبّاك وفواتيره وموقعه الإلكتروني وطلبات التقييم وبحث الموردين والجدولة هي الـ50% من العمل المعرضة لنماذج اللغة؛ وأرقام الورقة نفسها تقول إن التركيب والتشخيص في خزانة رطبة والحديث مع صاحب المنزل لن تذهب إلى أي مكان. وهامش الربح في شركة حرفية خلال العقد المقبل يأتي من إنفاق ساعات المكتب الموفَّرة على مزيد من ساعات الموقع، لا من انتظار روبوت.

تعامل مع الأتمتة البدنية على أنها قرار شراء لمهمة، لا قرار قوى عاملة لوظيفة. فنموذج التكلفة في الورقة هو القالب: سعّر التكلفة السنوية الكاملة للروبوت مقابل العمالة في تلك المهمة وحدها، في درجة بيئتك، وتوقع التكافؤ فقط في ظروف E1 وE2، من تعبئة ونقل ولحام وفرز متكررة، لسنوات قادمة. وفي ما يُنجز في منزل الزبون تقريبًا كله، ليس التكافؤ على التقويم.

وظّف ودرّب للنواة غير المعرضة. فالـ24% من المهام البدنية التي لا تستطيع الروبوتات أداءها والـ25% التي لا يريد الناس أن تؤديها الروبوتات هي الجزء الدائم من المهنة الحرفية: البراعة اليدوية والحكم في الفضاءات غير المنظمة والعلاقة الإنسانية. وفجوة CITB البالغة 206,000 عامل بحلول 2030 تقول إن السوق سيدفع ثمنها.

راقب التسليم لا العناوين. فالسؤال المفيد لأي عمل هو أين ينبغي أن تتوقف الآلة ويبدأ الشخص، وهذا الخط يتحرك مهمةً بمهمة. والشركة التي تدونه، من يراجع مخرجات الوكيل، ومن يوقّع على أعمال الموقع، ومن هو المسؤول أمام الزبون، تحقق المكاسب دون الإخفاقات.

وأخيرًا، اقرأ الإشارات المبكرة في المكان الصحيح. فالورقة تقترح تتبع المهن المعرضة، السائقين وعمال التعبئة في المستودعات، بحثًا عن أولى علامات الاضطراب البدني، وبيانات الرواتب تقول إن الاضطراب الرقمي ظاهر أصلًا في توظيف الخريجين. خطط للثاني الآن وللأول لاحقًا.

القيود والأسئلة المفتوحة

الدراسة أمريكية وقائمة على تقييم النموذج وثابتة. فتقييمات التعرض والتكلفة تأتي من قراءة Claude لأوصاف المهام وللأدلة الإلكترونية عن الروبوتات، مدقَّقة بالتاريخ لا بالتجارب الميدانية؛ وقد تقيّم لجنة خبراء بشريين البراعة اليدوية تقييمًا مختلفًا. وتغفل تقديرات التكلفة احتكاكات الاعتماد مثل حدود الاقتراض، وتتجاهل السيناريوهات آثار التغذية الراجعة، ومنها احتمال أن يؤدي انخفاض الأجور في المهن المعرضة إلى إبطاء الاعتماد أكثر. ولا تبحث الورقة في كيف يمكن للذكاء الاصطناعي أن يغيّر العمل البدني بلا روبوتات، مثلًا عبر الصيانة التنبؤية، ولا تنمذج المملكة المتحدة، حيث تختلف تكاليف الطاقة واللوائح وبنية المهن الحرفية.

وللأدلة الرقمية حدودها هي الأخرى. فبيانات الرواتب تُظهر التوظيف النسبي للشباب في المهن المعرضة لا السببية، ويصف مؤلفو Stanford نتائجهم بأنها متسقة مع "no widespread displacement so far" (لا إزاحة واسعة حتى الآن)؛ وقد يكون كل من تحليل البطالة لدى Anthropic وتحليل التوظيف لدى Stanford محقًا بشأن هوامش مختلفة. وبيانات الاستخدام من مساعد واحد ليست الاقتصاد. وسوق الروبوتات الشبيهة بالبشر يتحرك بسرعة كافية بحيث إن أي سعر يُذكر هنا هو لقطة لأوائل أكتوبر 2026.

والأسئلة المفتوحة هي التي ستحسم العقد القادم: هل ستتحسن المناولة العامة الأغراض أسرع من 2% سنويًا متى تعلمت الروبوتات من العمل الحقيقي لا من العروض الهندسية؛ وهل سيتحرك الحدّان التنظيمي والتفضيلي؛ وكما يقول المؤلفون، كيف يتغير العمل نفسه، "perhaps becoming more social and interpersonal as robots and AI advance" (ربما يصبح أكثر اجتماعية وتفاعلًا مع تقدم الروبوتات والذكاء الاصطناعي).

الخلاصة

هل ستستولي الروبوتات على وظائف العمال اليدويين؟ ليس بالطريقة التي أوحى بها رقم الـ47%، وليس وفق أي جدول زمني يحتاج الحرفي العامل إلى التخطيط حوله. فدراسة Anthropic تبيّن أن الروبوتات تستطيع بالفعل أداء معظم المهام البدنية ولا تقدر على تكلفة أي منها تقريبًا؛ وأن الاقتصاديات تضيق بنسبة بضعة في المئة سنويًا؛ وأن حتى عالمًا من التقدم القياسي في الروبوتات يترك نصف العمل البدني في أيدي البشر بعد 2050. أما الاضطراب القابل للقياس اليوم فهو في العمل الرقمي، حيث التعرض أعلى والتكلفة أدنى وحيث غاب الخريجون الأوائل عن كشوف الرواتب. وبالنسبة لمهنة حرفية بريطانية أو شركة صغيرة، تشير الأدلة إلى استراتيجية واحدة: أتمِت المكتب، واحمِ الأيدي، وكن متعمدًا في تحديد أين يسلّم أحدهما الآخر. هذا التسليم هو حيث تعمل Jobbit، والورقة أوضح بيان حتى الآن لسبب بقاء الفجوة التي بُنيت فيها زمنًا طويلًا.

الأسئلة الشائعة

هل ستحل الروبوتات محل العمال اليدويين؟

ليس قبل عقود، بحسب دراسة Anthropic لشهر سبتمبر 2026. فالروبوتات تستطيع بالفعل أداء نحو 74% من المهام البدنية في الولايات المتحدة لكنها أرخص من العامل في 0.3% منها فقط، ومع الانخفاض التاريخي بنسبة 3% سنويًا في أسعار الروبوتات سيستغرق الوصول إلى تكافؤ التكلفة في 10% من العمل نحو 40 عامًا. وحتى السيناريو المتسارع يضع نصف العمل البدني بعد 2050.

ما المهن الأكثر تعرضًا للروبوتات؟

مشغّلو المركبات وعمال التعبئة في المستودعات. فسائقو سيارات الأجرة يتصدرون مؤشر التعرض بـ2.2 من 3، وتسع من أكثر عشر مهن تعرضًا هي مهن سائقين، وعمال التعبئة والتغليف هم أوضح حالة يكون فيها الروبوت أرخص قليلًا من الإنسان فعلًا. أما الممرضون والميكانيكيون ومعظم المهن الحرفية الماهرة فتقع في الطرف الآخر لأن عملها يحتاج إلى البراعة اليدوية أو الحكم في فضاءات غير منظمة أو التواصل البشري.

هل يستولي الذكاء الاصطناعي على وظائف الياقات البيضاء أسرع مما تستولي الروبوتات على الوظائف البدنية؟

تقول الأدلة المبكرة نعم، على مستوى المبتدئين. فتحليل Stanford لسجلات رواتب أكثر من 25 مليون عامل يجد أن توظيف من تتراوح أعمارهم من 22 إلى 25 عامًا في المهن الأكثر تعرضًا للذكاء الاصطناعي يقل بنحو 19% عن الأقران الأقل تعرضًا، دون تغير مماثل للعاملين ذوي الخبرة، بينما يجد اقتصاديو Anthropic أنه لا ارتفاع منهجيًا في البطالة بين العاملين المعرضين إجمالًا. والمهام الرقمية لا تكاد تكلف شيئًا لأتمتتها متى وُجد نموذج؛ أما المهام البدنية فتحتاج إلى عتاد لا يزال باهظًا.

ماذا ينبغي للحرفي أن يفعل حيال الأتمتة؟

أتمِت الجانب المكتبي من العمل، وهو حيث الذكاء الاصطناعي رخيص وقادر أصلًا، واستثمر في المهارات التي لا تضاهيها الروبوتات: البراعة اليدوية والتشخيص في الفضاءات غير المنظمة والعلاقة بالزبون. فقطاع البناء في المملكة المتحدة وحده يحتاج إلى أكثر من 206,000 عامل إضافي بحلول 2030 بحسب CITB، ولذلك فإن الجزء البشري من المهنة الحرفية في نقص لا في فائض.

ما الفجوة التي بُنيت Jobbit لأجلها؟

التسليم بين العمل الرقمي المؤتمت والعمل البدني البشري. فوكيل الذكاء الاصطناعي لدى Jobbit يتولى البحث والمستندات والمواقع الإلكترونية والأعمال الإدارية التي تقول الأدلة إن أتمتتها رخيصة، ويمرر العمل الذي يحتاج إلى أيدٍ أو زيارة موقع أو مسؤولية إلى محترف موثوق على pro.jobbit.uk، مع حجز المدفوعات في حساب ضمان (escrow). وتعمل Jobbit Labs على بيانات المهام الواقعية التي تحددها الدراسة بوصفها المكوّن المفقود للذكاء الاصطناعي المادي.