السعودية في قائمة الاستثمار الخاص بالذكاء الاصطناعي: ماذا تعني الإشارة لمسارك؟

حين تظهر دولة في قائمة الاستثمار الخاص بالذكاء الاصطناعي، يسهل أن تُقرأ النتيجة كأنها وعد سريع بالوظائف. لكنها ليست كذلك. السؤال الأدق للباحث عن عمل في السعودية ليس: كم وظيفة ولّدها هذا الترتيب اليوم؟ بل: أي نوع من العمل يصبح ضرورياً حين تتوسع الاستثمارات في الحوسبة والبيانات والتطبيقات المحلية؟

يضع تقرير التنمية في العالم 2026 الصادر عن البنك الدولي الذكاء الاصطناعي في إطار ثلاث قوى: القدرات، وتركيز البنية المتقدمة، والمكملات التي تجعل الاستخدام آمناً وفعالاً. وفي ملاحظات التقرير عن الاستثمار الخاص في 2025، ترد السعودية ضمن قائمة أكبر 15 دولة، بعد أستراليا وقبل سنغافورة. هذه إشارة استثمارية مهمة، لكنها ليست تعداداً لإعلانات التوظيف ولا دليلاً على أن كل مهارة تقنية مطلوبة بالدرجة نفسها.

الإشارة التي يجب قراءتها: التقرير يوضح أن نماذج الذكاء الاصطناعي المتقدمة والرقائق ومراكز البيانات تتركز في عدد محدود من الشركات والاقتصادات. لذلك لا يبدأ الأثر المهني بالضرورة من بناء نموذج أساسي جديد. قد يبدأ من تحويل نموذج متاح إلى خدمة تصلح للسوق المحلي، أو من ربطه ببيانات المؤسسة وأنظمتها، أو من اختبار مخرجاته قبل أن تدخل قراراً تشغيلياً.

هذا الفرق مهم في السيرة الذاتية. مهارة كتابة الشيفرة تظل أساسية، لكن قيمتها ترتفع حين تقترن بفهم المشكلة والبيانات والقيود التي يعمل داخلها المنتج. البنك الدولي يسمي هذه الشروط «المكملات»: بنية تحتية موثوقة، وتعليم جيد، ومؤسسات قوية، إلى جانب البيانات والمهارات. والنتيجة العملية للقارئ أن الدور لا يقتصر على مهندس تعلم الآلة. هناك أيضاً مهام في هندسة البيانات، وتكامل الأنظمة، وأمن المعلومات، وضبط الجودة، وتصميم المنتج، وإدارة المخاطر.

لذلك لا تجعل مشروعك الشخصي عرضاً عاماً للأداة وحدها. ابدأ بمستخدم واضح وبيانات محددة وقيد حقيقي، ثم وثق أين نجحت النتيجة وأين احتاجت إلى مراجعة. هذا النوع من الدليل يجعل مهارتك قابلة للنقاش في مقابلة عمل.

المهارة التي تظهر بين السطور: يوصي التقرير بمسار «التبنّي ثم التكييف ثم التقدم». التبنّي يعني استخدام أدوات موجودة. أما التكييف فيعني جعلها صالحة للغة والقوانين وسير العمل والبيانات المحلية. هذه المرحلة ليست تجميل واجهة أو ترجمة كلمات. إنها عمل على جودة البيانات، ووضوح المطلوب من النموذج، واختبار النتائج، ومعرفة متى يجب أن يتدخل الإنسان. وهي مساحة يمكن للمهني أن يبرهن فيها على قيمة عملية حتى إن لم يكن باحثاً في النماذج المتقدمة.

ويحذر التقرير أيضاً من أن استيراد نموذج لا يضمن نجاحه محلياً، لأن ما يتعلمه النموذج من بيانات وسياق قد لا يطابق احتياجات المستخدمين. لهذا فإن من يملك خبرة في العربية، أو في إجراءات جهة منظمة، أو في بيانات قطاع بعينه، لا يملك تفصيلاً هامشياً. يملك جزءاً من شرط التكييف الذي يربط الاستثمار بمنتج قابل للاستخدام.

ما الذي لا تقوله القائمة: لا تحدد القائمة مساراً واحداً مضموناً، ولا تغني عن قراءة وصف الدور الفعلي. كما أن التقرير يبين أن بناء نماذج رائدة يحتاج رقائق ومراكز بيانات وبيانات تدريب واسعة وباحثين متخصصين، وهو مسار لا تقدر عليه إلا قلة من الشركات. لذلك لا تجعل عنوانك المهني أوسع من دليل عملك، ولا تحوّل خبرة استخدام أداة إلى ادعاء هندسة نظام كامل.

خطوة قابلة للتنفيذ: اختر قطاعاً تعرفه، مثل الخدمات المالية أو الصحة أو الخدمات الحكومية، وحدد سير عمل واحداً فيه. ابن نموذجاً صغيراً يوضح كيف تُنظف البيانات، وكيف تتحقق من الإجابة، وكيف تحفظ الخصوصية أو ترفع النتيجة لمراجعة بشرية. عندها يصبح حديثك عن الذكاء الاصطناعي مرتبطاً بمشكلة محلية وحل يمكن فحصه، لا بمجرد ترتيب استثماري.