فخ تسريح الموظفين بسبب الذكاء الاصطناعي - شرح ورقة The AI Layoff Trap

لماذا قد تدفع المنافسة الشركات إلى أتمتة وتسريح أكثر مما هو مفيد اقتصاديًا؟

Image credit: Created for this article

في الأشهر الأخيرة أصبح الحديث عن تسريح الموظفين بسبب الذكاء الاصطناعي جزءًا من النقاش اليومي حول مستقبل العمل. كثيرون يطرحون السؤال بطريقة مباشرة: هل سيأخذ الذكاء الاصطناعي وظائف البشر؟ لكن ورقة The AI Layoff Trap تقدم زاوية أعمق من ذلك. المشكلة ليست فقط أن الذكاء الاصطناعي قد يستبدل بعض العمال، بل أن المنافسة بين الشركات قد تدفع الجميع إلى التسريح والأتمتة بمعدل أعلى من المستوى المفيد اقتصاديًا.

الورقة من إعداد Brett Hemenway Falk وGerry Tsoukalas. ونسخة arXiv منشورة بتاريخ 21 مارس 2026 تحت الرقم arXiv:2603.20617 في مجال الاقتصاد النظري. الفكرة الرئيسية فيها أن كل شركة قد تجد من المنطقي أن تستبدل جزءًا من مهام البشر بالذكاء الاصطناعي لتقليل التكلفة، لكن إذا فعلت الشركات ذلك بشكل جماعي وسريع، فقد ينخفض دخل العمال، ثم تنخفض قدرتهم الشرائية، ثم ينخفض الطلب على منتجات الشركات نفسها.

بمعنى آخر: العامل ليس مجرد تكلفة في دفتر الشركة. العامل أيضًا مستهلك. وعندما يتحول عدد كبير من العمال إلى دخل أقل، فالسوق كله يصبح أضعف.

رسم يوضح فخ تسريح الموظفين بسبب الذكاء الاصطناعي

الفكرة الأساسية: الشركة تكسب وحدها، لكن السوق يتحمل الضرر

لنفترض أن شركة قررت استخدام الذكاء الاصطناعي بدلًا من بعض الموظفين في مهام مثل خدمة العملاء، التحليل، البرمجة، إدخال البيانات، أو الأعمال التشغيلية المتكررة. من منظور الشركة، القرار يبدو منطقيًا: تكلفة أقل، سرعة أعلى، وربما إنتاجية أكبر.

لكن الورقة تقول إن هناك جزءًا لا يظهر بوضوح في حسابات الشركة. الموظفون الذين فقدوا دخلهم كانوا يشترون من السوق. عندما تنخفض أجورهم أو يفقدون وظائفهم، ينخفض إنفاقهم. هذا الانخفاض في الطلب لا تتحمله الشركة وحدها، بل يتوزع على كل الشركات في السوق.

هنا تظهر المشكلة التي تسميها الورقة Demand Externality أو الأثر الخارجي على الطلب. الشركة تحصل على كامل فائدة خفض التكلفة، لكنها لا تتحمل كامل ضرر انخفاض الطلب. لذلك قد يكون قرار الأتمتة عقلانيًا للشركة الواحدة، لكنه مضرًا عندما تفعله كل الشركات في الوقت نفسه.

لماذا يتحول الأمر إلى سباق أتمتة؟

الورقة لا تفترض أن الشركات غبية أو لا تفهم مخاطر السوق. بالعكس، حتى لو كانت الشركات تعرف أن التسريح الواسع قد يضعف الطلب، فالمنافسة تجعل كل شركة تفكر بهذه الطريقة:

  • إذا أتمتُّ أنا، سأخفض التكلفة وأحافظ على هامشي الربحي.
  • إذا لم أؤتمت، قد يؤتمت المنافسون ويصبحون أرخص مني.
  • إذا أتمت الجميع، قد ينخفض الطلب العام.
  • لكن إذا انتظرت وحدي، سأخسر قبل أن يظهر الضرر الجماعي.

هذا هو جوهر الفخ. كل شركة تتخذ قرارًا منطقيًا من زاويتها، لكن مجموع هذه القرارات قد يؤدي إلى نتيجة سيئة للجميع: عمال بدخل أقل، طلب أضعف، وربحية أقل حتى لأصحاب الشركات.

كيف يبني الباحثان النموذج الاقتصادي؟

يعتمد النموذج على فكرة المهام. كل شركة لديها عدد من المهام التي يؤديها البشر. تستطيع الشركة أن تختار نسبة من هذه المهام لاستبدالها بالذكاء الاصطناعي. الذكاء الاصطناعي أرخص من العامل البشري في النموذج، لكن الأتمتة ليست مجانية بالكامل؛ فكلما زادت نسبة الأتمتة، زادت صعوبة الدمج والتطبيق وإعادة تصميم العمليات.

من جهة الطلب، يفترض النموذج أن العمال ينفقون جزءًا من دخلهم على منتجات القطاع. أما ملاك الشركات فلديهم ميل أقل للاستهلاك داخل القطاع نفسه. لذلك، عندما يفقد العمال أجورهم ولا يتم تعويض دخلهم بسرعة من خلال وظائف جديدة أو تحويلات أو إعادة تدريب ناجحة، ينخفض الطلب الكلي.

النتيجة الأساسية هي أن السوق التنافسي يدفع الشركات إلى أتمتة أكثر من المستوى الأمثل جماعيًا. السبب أن الشركة ترى منفعة خفض التكلفة كاملة، لكنها لا ترى إلا جزءًا صغيرًا من الضرر الناتج عن انخفاض الطلب.

جدول مبسط للفكرة

منظور الشركة الواحدةمنظور السوق ككل
الأتمتة تخفض التكلفة مباشرةالأتمتة الواسعة تخفض دخل العمال
الشركة تستفيد من كامل التوفيرانخفاض الطلب يتوزع على جميع الشركات
عدم الأتمتة قد يعني خسارة أمام المنافسينأتمتة الجميع قد تقلل أرباح الجميع

لماذا المنافسة قد تجعل المشكلة أسوأ؟

من النتائج المهمة في الورقة أن المشكلة قد تكون أقوى في الأسواق الأكثر تنافسية. في حالة الاحتكار، الشركة الواحدة تتحمل أثر انخفاض الطلب بشكل أكبر لأنها تملك السوق تقريبًا. لذلك تكون أكثر حذرًا. أما في سوق فيه عدد كبير من الشركات، فكل شركة تستطيع أن تدفع جزءًا من ضرر انخفاض الطلب إلى بقية السوق.

وهنا يظهر التناقض: المنافسة التي عادة نعتبرها مفيدة للمستهلكين قد تدفع الشركات في سياق الذكاء الاصطناعي إلى سباق أتمتة مفرط. كل شركة لا تريد أن تكون الأخيرة، وكل شركة تخشى أن تخسر ميزة التكلفة أمام الآخرين.

هل الذكاء الاصطناعي الأفضل يحل المشكلة؟

قد يظن البعض أن المشكلة ستختفي عندما يصبح الذكاء الاصطناعي أفضل وأرخص. لكن الورقة تقول إن ذلك قد يزيد المشكلة بدلًا من حلها. عندما يصبح الذكاء الاصطناعي أقوى، يصبح الحافز إلى استبدال المهام البشرية أقوى أيضًا.

قد تستفيد شركة واحدة مؤقتًا إذا سبقت المنافسين في الأتمتة. لكن عندما تستخدم كل الشركات الأدوات نفسها، تختفي ميزة الحصة السوقية، ويبقى الأثر الأهم: دخل أقل لعدد من العمال، وطلب أضعف في السوق.

لماذا لا تكفي الحلول الشائعة؟

تناقش الورقة عدة حلول شائعة مثل رفع المهارات، إعادة التدريب، الدخل الأساسي الشامل، ضرائب رأس المال، مشاركة العمال في الملكية، والتفاوض بين الشركات أو العمال. النتيجة التي تصل إليها الورقة حادة: بعض هذه الحلول مفيد، لكنه لا يعالج أصل الحافز الذي يدفع الشركة إلى الأتمتة الزائدة.

مقارنة مبسطة بين السياسات المقترحة

الحلماذا يفعل؟هل يعالج أصل الفخ؟
إعادة التدريب ورفع المهاراتيساعد العمال على استعادة الدخل إذا نجح بسرعةجزئيًا
الدخل الأساسي الشامل UBIيدعم معيشة المتضررين بعد التسريحلا يغير قرار الشركة مباشرة
ضرائب دخل رأس المالتعيد توزيع الأرباح بعد تحققهالا
مشاركة العمال في الملكيةتجعل العمال يشاركون في جزء من أرباح الشركةجزئيًا
ضريبة بيغوفية على الأتمتةتجعل الشركة تدفع تكلفة الأثر الخارجي على الطلبنعم، وفق نموذج الورقة

ما هي ضريبة بيغوفية على الأتمتة؟

الحل الذي تعتبره الورقة قادرًا على معالجة أصل الخلل هو ضريبة بيغوفية على الأتمتة. المقصود هو فرض ضريبة على المهام التي يتم استبدالها بالذكاء الاصطناعي، بحيث تعكس الضرر غير المحتسب الذي تسببه الشركة لبقية السوق عندما تخفض دخل العمال والطلب العام.

هذا لا يعني منع الذكاء الاصطناعي أو معاقبة الابتكار. الفكرة ليست أن كل أتمتة سيئة. الفكرة أن القرار يجب أن يأخذ في الحسبان التكلفة الاجتماعية والاقتصادية، وليس فقط التوفير المباشر للشركة. ويمكن استخدام إيرادات الضريبة في إعادة التدريب، أو دعم الدخل، أو التأمين على الأجور، مما يساعد الاقتصاد على امتصاص العمال بشكل أسرع.

ماذا لا تقول الورقة؟

من المهم عدم إساءة فهم الورقة. هي لا تقول إن الذكاء الاصطناعي سيئ بذاته، ولا تقول إن الشركات يجب أن تتوقف عن استخدامه. كما أنها لا تدعي أن النموذج يمثل كل تعقيدات الاقتصاد الحقيقي.

النموذج مبسط عمدًا: قطاع واحد، فترة زمنية واحدة، وشركات متماثلة. في الواقع توجد قطاعات كثيرة، وأنواع مختلفة من العمال، ومهام جديدة قد تظهر، وأسواق قد تستوعب بعض العمال بسرعة. إذا نجح الاقتصاد في إعادة توظيف العمال واستعادة دخلهم بسرعة، تصبح المشكلة أصغر. أما إذا كان الاستبدال أسرع من قدرة الاقتصاد على خلق دخل بديل، تصبح المشكلة أكبر.

ماذا يعني ذلك لقادة الشركات؟

بالنسبة لقادة الأعمال، الرسالة ليست: لا تستخدموا الذكاء الاصطناعي. الرسالة الأهم هي: لا تجعلوا تسريح الموظفين هو المقياس الوحيد لنجاح الذكاء الاصطناعي.

السؤال السيئ هو: كم موظفًا يمكن أن نستبدله؟

السؤال الأفضل هو: كيف نستخدم الذكاء الاصطناعي لرفع الإنتاجية من دون تدمير الطلب، والخبرة، والثقة، والمعرفة التشغيلية التي يعتمد عليها العمل؟

  • الأفضل أن تبدأ الشركات بإعادة تصميم المهام قبل حذف الوظائف.
  • الأفضل استخدام الذكاء الاصطناعي لتعزيز الموظفين في المهام عالية القيمة.
  • الأفضل قياس أثر التسريح على العملاء والطلب والسمعة، وليس فقط على التكاليف.
  • الأفضل بناء خطط انتقال للعمال بدل التعامل مع التسريح كقرار مالي قصير المدى.

الخلاصة

تقدم ورقة The AI Layoff Trap فكرة مهمة جدًا في اقتصاد الذكاء الاصطناعي: قد يكون قرار الأتمتة عقلانيًا لكل شركة بمفردها، لكنه غير عقلاني عندما يتحول إلى سباق جماعي. كل شركة تحاول حماية نفسها من المنافسة، لكن النتيجة قد تكون انخفاضًا في الطلب، وتراجعًا في الأرباح، وضررًا للعمال وأصحاب الشركات معًا.

لذلك، النقاش حول تسريح الموظفين بسبب الذكاء الاصطناعي يجب ألا يقتصر على تعويض المتضررين بعد حدوث الضرر. النقاش الأهم هو كيف نعدل الحوافز التي تدفع الشركات إلى الأتمتة المفرطة من البداية.

السؤال لم يعد فقط: هل سيستبدل الذكاء الاصطناعي الوظائف؟ السؤال الأصعب هو: ماذا يحدث عندما تستبدل كل الشركات الوظائف في الوقت نفسه؟

المصدر: The AI Layoff Trap - arXiv:2603.20617

Mohamed Mohana
Mohamed Mohana
PMI-CPMAI™ Certified | Head of AI | Digital Transformation Expert | Certified AI Scientist (CAIS™)

PMI Certified Professional in Managing AI (PMI-CPMAI™) and Certified AI Scientist (CAIS™) specializing in AI Strategy, Digital Transformation, Large Language Models, and Computer Vision. Head of AI Unit at King Khalid University and Institutional Innovation Axis member for Government Digital Transformation Index - Tenth Section Research and Innovation.