لماذا لا تزال شركتك تستخدم الهيكل التنظيمي من القرن الماضي في أعمال عصر الذكاء الاصطناعي؟

كتابة: دائرة التفكير العميق

قبل أيام، شاهدت على تويتر تغريدة طويلة لفردا دون، حيث استعرضت وضع تطبيقات الذكاء الاصطناعي في شركات مختلفة، ووجدت أن: كل شركة تدمج أدوات الذكاء الاصطناعي في عملياتها الحالية، لكن بالكاد أحد يسأل: لماذا تطول هذه العمليات بهذا الشكل أصلاً.

سيناريو نموذجي: شركة اشترت Copilot، وأعطت جميع الموظفين تراخيص، وقال المدير التقني في اجتماع عام “نحن بحاجة لاحتضان الذكاء الاصطناعي”. بعد ثلاثة أشهر، نعيد النظر — الكود يُنتج بسرعة أكبر، الوثائق تُكتب بشكل أكثر سلاسة، وتلقائية تدوين محاضر الاجتماعات، لكن العائد على الاستثمار لم يُثبت بعد. لماذا؟ لأن الهيكل التنظيمي الحالي يحدد أن الذكاء الاصطناعي يمكنه فقط أن يمنح بعض التمكين الجزئي، بينما العائد الحقيقي يتطلب إعادة هيكلة كاملة للمنظمة.

الوظيفة الحقيقية للهرمية

التعريف المدرسي للهيكل التنظيمي هو: هيكل السلطة — من يُبلغ من، ومن يملك صلاحية الموافقة. لكن هذا مجرد مظهر. الوظيفة الحقيقية للهرمية هي توجيه تدفق المعلومات.

شركة كبيرة تتجاوز حجم معين، لا يمكنها أن تتيح للجميع رؤية الصورة الكاملة. لذلك، تضع طبقات من المدراء، ويقومون بمهمتين: جمع الإشارات من الخطوط الأمامية، وتقييمها، وإرسالها للأعلى؛ وترجمة الأهداف الاستراتيجية العليا إلى إجراءات تنفيذية وتوزيعها للأسفل. الاجتماعات الأسبوعية، والاجتماعات اليومية، وQBR، ولجنة التوجيه، واجتماعات التنسيق بين الأقسام — كلها أدوات لتوجيه تدفق المعلومات.

لكن هناك مفارقة هيكلية نادراً ما تُناقش: وجود الأقسام والطبقات هو لحل محدودية مهارات وإنتاجية الأفراد — أنت لا تستطيع إنجاز كل شيء بمفردك، لذا هناك تقسيم للعمل. لكن تقسيم العمل والهرمية يخلقان قيوداً جديدة. كلما مرّت المعلومات عبر طبقة إدارة، تتآكل دقتها. وكلما عبرت حدود قسم، تتخفف الثقافة. وكلما كبر حجم المنظمة، زادت حدة التآكل، لذلك تحتاج إلى المزيد من الاجتماعات، والمزيد من العمليات، والمزيد من الطبقات الوسيطة لتعويض التآكل. وكلما زادت الطبقات الوسيطة، زادت التآكل. هذه ليست مشكلة في قدرات الإدارة، بل هي دائرة مفرغة على مستوى الهيكل.

على مدى العقود الماضية، كل ابتكارات الإدارة — مثل الأجايل، وOKR، والتنظيم الأفقي، والمصفوفة — كانت في جوهرها تحسينات جزئية داخل هذه الحلقة المفرغة. ولم يُكسر أحد هذه الحلقة بشكل حقيقي.

الذكاء الاصطناعي يكسر الحلقة ذاتها. عندما تصبح تكلفة توجيه المعلومات قريبة من الصفر، فإن الهياكل التنظيمية التي وُجدت لتعويض تآكل المعلومات تفقد مبرر وجودها.

الطريق الحقيقي للمشكلة هو تكلفة الترجمة

ننظر إلى عملية تسليم وظيفة منتج متوسط الحجم: مدير المنتج (PM) يكتب متطلبات المنتج (PRD) خلال أسبوعين إلى ثلاثة. المصمم يقرأ PRD، يفهم نية مدير المنتج، ويترجمها إلى تصميم بصري. المهندس يتلقى التصميم، يفهم النية، ويترجمها إلى كود، ويحدد جدول زمني “ثمانية أسابيع”. ثم تتغير المتطلبات، ويُعاد كتابة PRD. التطوير يستغرق شهرين إلى ثلاثة. قسم ضمان الجودة (QA) يتلقى الكود، يفهم السلوك المتوقع، ويكتب حالات الاختبار. فريق التسويق يحضر مواد الإطلاق، ويُدرب المبيعات. العملية من البداية إلى النهاية تستغرق من ثلاثة إلى ستة أشهر.

القيود الظاهرة هي السرعة. لكن المشكلة الحقيقية هي تكلفة الترجمة. أفكار مدير المنتج تُشفر في وثائق، ثم يُفك رموزها المصمم ويعيد ترميزها بلغة بصرية، ثم يُفك رموزها المهندس ويعيد ترميزها إلى كود، ثم يُفك رموزها قسم QA ويعيد ترميزها إلى منطق اختبار. كل عملية ترجمة تفقد من الدقة، وكل عملية ترجمة تتطلب اجتماعات مواءمة، وكل عملية ترجمة تنتظر وقتاً. المشكلة ليست في بطء الأشخاص، بل في أن تحويل فهم شخص إلى صيغة يمكن استهلاكها من قبل شخص آخر هو مهمة صعبة للغاية.

الذكاء الاصطناعي يضغط على طبقات الترجمة هذه. مدير المنتج يستخدم الذكاء الاصطناعي ليصل إلى نموذج تفاعلي خلال يوم واحد، وتُختصر طبقة الترجمة بينه وبين المهندس إلى تقريباً صفر. أثناء كتابة الكود، يُنتج الذكاء الاصطناعي اختبارات بشكل متزامن، ويختفي التداخل بين التطوير وQA. طبقة ذكية تجمع بشكل فوري إشارات العملاء ومؤشرات الأعمال، بدلاً من أن يقوم مدير متوسط المستوى بجمع هذه المعلومات يدوياً أسبوعياً. الأمر لا يتعلق بسرعة الأدوار، بل في أن الفجوات بين الأدوار — طبقات الترجمة، قوائم الانتظار، الاجتماعات الموائمة — تتبخر.

التغيير الحقيقي يحدث على مستوى سير العمل: ليس فقط تسريع كل مرحلة، بل إعادة هيكلة كاملة للسلسلة من البداية للنهاية. الفرق ليس في الدرجة، بل في النموذج.

حديث مؤخراً مع مؤسس شركة ناشئة وصف لي رد فعل متسلسل مثير للاهتمام. فريق التطوير لديه استخدم الذكاء الاصطناعي لضغط عملية تطوير استغرقت ثلاثة أشهر إلى أسبوعين. رد الفعل الأول كان الحماس. رد الفعل الثاني هو أن دورة مراجعة ضمان الجودة التي كانت تستغرق أسبوعين أصبحت الآن عنق زجاجة بنفس طول مدة التطوير — فتم القضاء على QA، وأُدمج الاختبار في عملية التطوير. بعد ذلك، عملية التكرير والتأكيد بين مدير المنتج والمصمم التي كانت تستغرق شهراً، أصبحت الآن عنق زجاجة جديدة — فاختار فريق المنتج فقط الأشخاص الأكثر كفاءة. ثم، دورة التحضير للإطلاق التي كانت تستغرق من ثلاثة إلى ستة أشهر، أصبحت في ظرف أسابيع قليلة، مع معظم العمل يتم بشكل متزامن مع التطوير. المنظمة تقلصت بنسبة 80%، والتسليم من سنة تقريباً إلى شهرين إلى ثلاثة.

الهدف من القصة ليس “الذكاء الاصطناعي يجعل الناس أسرع”. بل هو أن إلغاء طبقات الترجمة يكشف عن تأثيرات عنق الزجاجة المتسلسلة: كلما أزلت طبقة ترجمة، ظهرت عنق زجاجة جديدة في أدنى مرحلة. هذه العملية لن تتوقف، حتى تُضغط السلسلة التسلسلية إلى عملية متوازية، صغيرة، ذات فريق واحد، من البداية للنهاية. إذا ركزت على تطبيق الذكاء الاصطناعي في مرحلة واحدة فقط، فإن الفوائد ستكون محدودة، لأن عنق الزجاجة سينتقل إلى المرحلة التالية. يجب أن تعيد هيكلة السلسلة بأكملها بشكل شامل، وإلا فإنك تضع مضخة ضغط عالية على أنبوب ضيق.

أين تتوقف معظم الشركات

إذا استخدمت نموذج ثلاثي المراحل —

المرحلة الأولى: الطرق القديمة، أدوات جديدة. هذا هو وضع معظم الشركات حالياً. في الهيكل التنظيمي، الذكاء الاصطناعي هو أداة أسفل السلم — يساعد الموظفين على إنجاز العمل، والهياكل التنظيمية تبقى كما هي.

المرحلة الثانية: الطرق القديمة، مع تغييرات في العمليات. قصة المؤسس السابق مثال على ذلك. المنتج هو نفسه، لكن التسلسل أصبح متوازياً، والفرق أصبح فرقاً صغيرة، وطبقات الترجمة أُزيلت. الذكاء الاصطناعي انتقل إلى الطبقة الوسطى — ليقوم بتوجيه تدفق المعلومات، والتقييم، والتنسيق بين الوظائف، وهي مهام كانت سابقاً من مسؤولية المدراء الوسيطين. المنظمة تبدأ في أن تصبح أفقية أكثر.

المرحلة الثالثة: القيام بأشياء لم تكن ممكنة سابقاً. ذكر جاك دورسي مثالاً — شركة مطاعم بدأت تضيق تدفقاتها النقدية قبل موسم الركود، والنظام يكتشف النمط، ويقوم تلقائياً بتجميع قرض قصير الأمد، ويعدل خطة السداد، ويرسلها للتجار — قبل أن يتوقعوا حتى الحاجة لتمويل. لم يُقرر مدير المنتج أن يضيف هذه الميزة. النظام تعرف على الأنماط، ودمج قدرات موجودة، وظهر منتج جديد. الذكاء الاصطناعي في المركز، لا يساعد في اتخاذ القرارات، بل يشارك في التعرف على الاحتياجات، وتوليف الحلول، وتخصيص الموارد. المنظمة تعيد ترتيبها حول الذكاء الاصطناعي.

معظم الشركات عالقة بين المرحلة الأولى والثانية، والسبب ليس التقنية — التقنية جاهزة. السبب هو الجمود التنظيمي. إعادة هيكلة سير العمل تتطلب تغييرات في مواقع النفوذ: المدراء الوسيطون سيفقدون احتكار تدفق المعلومات، والأقسام ستفقد أسباب وجودها المستقلة، وسلسلة الموافقات ستتقلص بشكل كبير. كل خطوة تتطلب تعديل في هياكل السلطة الحالية. لهذا، فإن أنجح التحولات في الذكاء الاصطناعي تحدث غالباً في شركات يقودها مؤسسون — كأنها إعادة تأسيس.

الهيكل الجديد للمنظمة

عند تفكيك المنظمة إلى جوهرها، يتبقى ثلاثة عناصر: المعلومات، واتخاذ القرار، والتنفيذ. في الهياكل التقليدية، تُعالج المعلومات عبر الهرمية، وتُتخذ القرارات عبر سلسلة الموافقات، وتُنفذ الأفعال عبر تقسيم الأقسام. الذكاء الاصطناعي يعيد صياغة تكاليف هذه العناصر الثلاثة، لذا، يجب إعادة بناء الهيكل التنظيمي.

من سباق التتابع إلى كرة السلة. التسليم التسلسلي — مدير المنتج → المصمم → المهندس → QA → التسويق — يُستبدل بفريق صغير من 3 إلى 5 أشخاص، يمتلكون جميع المهارات، ويعملون بشكل متزامن. معظم القرارات تُتخذ داخل الفريق، مع زيادة في القرارات ذات الطابع الاستراتيجي.

المنطق وراء ذلك هو: الذكاء الاصطناعي يوسع بشكل كبير قدرات الأفراد. مدير منتج + ذكاء اصطناعي يمكن أن يؤدي عمل مدير منتج + مصمم + مهندس مبتدئ سابقاً. الأفراد يصبحون لاعبي مسافات طويلة — يمتلكون سلسلة أطول من المهام. عندما يكون الأفراد لاعبي مسافات طويلة، يمكن للمنظمة أن تكون قصيرة المدى — أقل حلقات، وأقل تداخل، وأسرع في التسليم من البداية للنهاية. كمثال عسكري: من البحرية إلى قوات العمليات الخاصة البحرية (Navy SEAL). ليست الكتلة الأكبر من الجنود، بل الفرق الصغيرة ذات المهارات العالية.

من الأقسام إلى الوحدات القادرة على التكوين. لا تُنظم الفرق حسب الوظائف، بل تُفكك إلى وحدات مستقلة وقابلة للتجميع — تقييم المخاطر، التحقق من الهوية، التحصيل، الادخار — كل وحدة تحتوي على API وواجهات بيانات واضحة، ويمكن دمجها بحرية.

عندما تكتمل عملية تجزئة القدرات، يمكن للنظام أن يولد خارطة طريق ذاتياً. عودة إلى مثال دورسي — النظام يدمج قدرات موجودة مثل القروض، وتعديلات السداد، والإشعارات، ويظهر منتجاً تلقائياً. دور مدير المنتج يتحول من مترجم إلى مهندس معماري — يحدد حدود وجودة القدرات، بدلاً من نقل المعلومات بين الأشخاص.

الجودة تتحول من بوابات إلى حواجز حماية. ضمان الجودة لم يعد مرحلة مراجعة مستقلة بعد التطوير، بل أصبح قيوداً مدمجة، تمتد عبر كامل العملية.

الإصدار يتحول من إصدار كبير إلى تدفق مستمر. لم يعد هناك “إطلاق الإصدار 2.0 في الربع الثالث”. يتم إصدار تحسينات صغيرة يومياً. استبدال إصدارات كبيرة بنهج تسليم مستمر هادئ.

الذكاء الاصطناعي كموظف خارق: التأثيرات الثانوية غير الملحوظة

ما تحدثنا عنه هو تغييرات على مستوى سير العمل. لكن التأثير الأعمق هو: عندما يبدأ الذكاء الاصطناعي في توليد مخرجات فعلية — ليس فقط كمساعد، بل كمنتج — فإن برمجيات المنظمة يجب أن تتغير، وليس فقط الأجهزة.

علاقات الإنتاج تتغير. الفرق التقليدي هو تعاون بين البشر. عندما يصبح الذكاء الاصطناعي عنصراً رئيسياً في الإنتاج، فإن المديرين يواجهون فرقاً مختلطة من البشر والذكاء الاصطناعي. من يتحمل مسؤولية جودة مخرجات الذكاء الاصطناعي؟ عندما يكتب الذكاء الاصطناعي 90% من الكود (كما هو الحال حالياً مع شركة أنثروبيك)، فمن هو الذي يُراجع الكود؟

وحدة تخصيص الموارد تتغير. التخطيط التقليدي للموارد يعتمد على عدد الموظفين — كم شخصاً يحتاج المشروع، وكم من الوقت. عندما يكون الناتج من شخصين + ذكاء اصطناعي يعادل إنتاج عشرين شخصاً، فإن عدد الموظفين لم يعد المقياس الصحيح للاستثمار. زوكربيرج قال: “المشاريع التي كانت تتطلب فريقاً كبيراً يمكن إنجازها الآن بواسطة شخص متميز.”

OKR قد يصبح أكثر أهمية. وهو حكم غير بديهي — الذكاء الاصطناعي يضاعف قدرات كل فرد، لكن الفجوة بين “ما يمكن أن يفعله” و"ما ينبغي أن يفعله" تتسع عشرة أضعاف. شخص واحد + ذكاء اصطناعي يمكنه إنجاز ثلاثين مهمة في ربع سنة، لكن إذا كانت الاتجاهات خاطئة، فالخسائر ستكون أكبر. ضمان أن الجميع يعمل على الأمور الصحيحة، في عصر الذكاء الاصطناعي، لم يعد أمراً غير مهم، بل أصبح أصعب التحديات. OKR كآلية لتوحيد الاتجاهات، وليس كأداة تقييم الأداء، له قيمة غير مسبوقة.

الصدمة الثقافية هي الأكثر خفاءً. عندما يمكن للفرد أن يحقق إنتاجية تتجاوز خمسة إلى عشرة أضعاف، فإن أنظمة الترقية، والألقاب، وسعة الرواتب، ستبدو غير مناسبة. هل قيمة الموظ الذي يحقق عشرة أضعاف الإنتاجية باستخدام الذكاء الاصطناعي أكبر من مدير يدير فريقاً من عشرين شخصاً، وإنتاجه مماثل؟ الهياكل التقليدية لا تملك إطاراً لمعالجة هذا السؤال.

الشركات الكبرى: لم تتغير بهذا القدر من قبل، لكن لم تتطور بعد إلى أن تكون منظمة أصلية تعتمد على الذكاء الاصطناعي

“سر” أو “حيلة” الاستثمار، هو دائماً اختيار الشركات التي تمر حالياً بإعادة هيكلة تنظيمية — بعد إعادة تنظيم كبيرة، غالباً ما تظهر مفاجآت إيجابية في النمو والهوامش. السوق يميل إلى تقدير فوضى إعادة الهيكلة بشكل مبالغ فيه، ويقلل من كفاءة تحريرها. اليوم، هناك عدد غير مسبوق من الشركات التي تمر بإعادة هيكلة، والتغييرات التي تحدث أكبر من أي وقت مضى. من وجهة نظر استثمارية، يمكن القول إن هناك “مرشحين محتملين في كل مكان”، لكن لم نرَ بعد بنية تحتية أصلية تعتمد على الذكاء الاصطناعي بشكل كامل.

Meta ترفع نسبة المهندسين إلى المدراء إلى 50:1، وأجرت العديد من عمليات إعادة هيكلة خلال سنة واحدة: دمج الذكاء الاصطناعي في بنية MSL عبر التوحيد في إطار فدرالي، وتأسيس Meta Compute لتخطيط الحوسبة المركزية، وتحويل مركزية المنظمة بالكامل.

نيدلا قال إن 220 ألف موظف يمثلون “عقبة كبيرة في سباق الذكاء الاصطناعي”. ثلاث عمليات إعادة هيكلة خلال 18 شهراً، مع تقليص الطبقات والوظائف، وتوحيد بنية Copilot، ودمج تطوير النماذج الداخلية. تكاليف الموظفين في مايكروسوفت تتراوح بين 55 و65 مليار دولار سنوياً، مع زيادة إنتاجية كل شخص بنسبة 50% على الأقل بفضل الذكاء الاصطناعي. آخر عملية كانت في مارس 2026، حيث تم توحيد بنية Copilot ودمج تطوير النماذج “الذكية جداً”، وترقية قيادات شابة مسؤولين عن Copilot — خطوة غير عادية.

Shopify خلال العام الماضي شهدت استقالة ثمانية من كبار المسؤولين، وترقية المستشار القانوني إلى COO. إعادة هيكلة المنتجات حول بيانات العملاء والدفع باستخدام الذكاء الاصطناعي. الانتقال من التخصص الجغرافي إلى التخصص الصناعي — وهو إشارة واضحة: عندما يمكنك من خلال الذكاء الاصطناعي فهم احتياجات كل قطاع بشكل أعمق، فإن تقسيم المعلومات حسب الموقع الجغرافي لم يعد هو الخيار الأمثل.

Apple، بالإضافة إلى تقاعد كوك، قامت بشكل كبير بتقليص قسم AIML بالكامل، ونقلت Siri إلى قسم هندسة البرمجيات بقيادة فيديريغي. تقارير القيادة في الذكاء الاصطناعي أصبحت تابعة لفريق تسليم iOS وmacOS. التصميم أصبح مرتبطاً أكثر بالهندسة المادية. الرسالة الأوضح من Apple: الذكاء الاصطناعي هو أداة تسليم، وليس بحثاً استكشافياً. وهو إعادة هيكلة ضخمة.

نمط مشترك: ضغط منهجي على طبقات توجيه المعلومات. لكن، بصراحة، هذه لا تزال عمليات انتقال مؤلمة من المرحلة الأولى إلى الثانية في الشركات الكبرى. قد لا توجد بعد منظمة تعتمد على الذكاء الاصطناعي بشكل أصيل.

حدود المنظمة تتلاشى

حتى الآن، كانت المناقشات تدور في إطار “كيف نعيد هيكلة الشركة داخلياً”. لكن تأثير الذكاء الاصطناعي يتجاوز ذلك — فهو لا يؤثر فقط على الداخل، بل على التواصل بين المنظمة والعالم الخارجي.

عندما يمكن لوكيل ذكاء اصطناعي أن يكتشف الخدمات، ويقارن الخيارات، ويُنجز المعاملات، ويعالج المدفوعات — فإن تكلفة الترجمة بين “الشركة” و"المستخدم" تتآكل أيضاً. سابقاً، كنت بحاجة إلى فرق مبيعات، وخدمة عملاء، وتسويق لشرح القيمة، والإجابة على الاستفسارات، وتحقيق التحويل. في عصر الوكلاء، معظم هذه العمليات تُؤتمت.

هذا يعني أن حدود تصميم المنظمة تتوسع. ليست فقط مسألة هيكل داخلي، بل: هل يمكن لخدماتك أن تُكتشف وتُستخدم بواسطة الوكيل؟ أين أنت في قائمة الاكتشاف الخاصة بالوكيل؟ هذه الأسئلة ستصبح بنفس أهمية “مكانتك في نتائج بحث Google” — وربما أكثر، لأن الوكيل لا يعرض فقط الخيارات، بل يُنهي المعاملة مباشرة، ومعدل التحويل يتضاعف مقارنة بالإعلانات في نتائج البحث.

انتقال الحصانة التنافسية

على مدى العقد الماضي، كانت الرواية الأساسية للميزة التنافسية هي سرعة التنفيذ — من يستطيع أن يسرع في تسليم منتجات أفضل إلى المستخدمين.

أما الآن، فالميزة تتنقل من سرعة التنفيذ إلى سرعة التعلم — مدى سرعة المنظمة في استيعاب الإمكانيات الجديدة التي يتيحها الذكاء الاصطناعي، وإعادة هيكلة نفسها بناءً عليها.

معظم الشركات تركز حالياً على استخدام الذكاء الاصطناعي لزيادة سرعة العمليات الحالية، وهو أمر مفيد، لكنه لا يلامس الجذر. الفرق الحقيقي هو: إذا بدأت من الصفر، وتعرف ما يمكن أن يفعله الذكاء الاصطناعي، فكيف ستبني هذه الشركة؟ الجواب لن يكون “الهيكل الحالي + أدوات الذكاء الاصطناعي”.

الجواب هو شكل لم نره بعد — الأفراد يمتلكون قدرات طويلة المدى، والمنظمات قصيرة المدى، والقدرات مجزأة إلى وحدات أساسية، وتوجيه المعلومات تلقائي، والمنتجات تظهر بشكل تلقائي. الطريق للوصول إلى ذلك ليس إعادة هيكلة لمرة واحدة، بل استمرارية في طرح السؤال نفسه: هل لا زال هناك حاجة للترجمة في كل مرحلة؟ وإذا لم تعد هناك حاجة، فلماذا نحتفظ بها؟