هل البرمجة بالذكاء الاصطناعي طريق مسدود؟ سوق البرمجيات ينهار بشكل منهجي — لماذا تعلم البرمجة لا يعني القدرة على بيع المنتجات. من 'استهلاك الذكاء الاصطناعي' إلى 'بانِ الأعمال': تحول معرفي واستراتيجية عمل! الذكاء الاصطناعي يستطيع فعل 100 شيء، لكنه لا يعرف أيها يستحق!

Mon, 11 May 2026 17:40:00 +0800

الجميع يتسابق لتعلم البرمجة بالذكاء الاصطناعي، وكأن إتقانها يضمن الثراء من البرمجيات. مهندسو الشركات الكبرى يبحثون عن مخرج، ومديرو المنتجات يريدون بناء MVP بأنفسهم، والأشخاص غير التقنيين يحلمون بالثراء من خلال البرمجيات.

لكن هل لاحظت شيئاً غريباً؟ البرمجيات التي بنيتها بجهد كبير لا تجد أي مشترٍ بمجرد نشرها على الإنترنت.

ليست المشكلة في مهاراتك — سوق البرمجيات بأكمله يمر بـ 「انهيار منهجي」 غير مسبوق.

ثلاثة أنواع من الأشخاص وقعوا في نفس الفخ

لنلقِ نظرة على من هو الأكثر حرصاً على تعلم البرمجة بالذكاء الاصطناعي وما المصاعب التي يواجهها كل فريق:

المجموعة	الدافع	المصاعب
مهندسو الشركات الكبرى	يواجهون ضغوط التسريح، يأملون في أن يصبحوا “شركة شخص واحد” بعد تعلم البرمجة بالذكاء الاصطناعي	لديهم المهارات لكن لا يفهمون السوق — لا يعرفون ماذا يبنون ليدفع الناس مقابله
مديرو المنتجات	أخيراً تحرروا من الاعتماد على المهندسين — يكفي شراء اشتراك `Cursor` لبناء MVP	بعد بناء المنتج، يكتشفون أن السوق مشبع بلا مستخدمين يدفعون
الأشخاص غير التقنيين	تم غسل أدمغتهم بفيديوهات “اكسب 50 ألف دولار في أسبوع بالبرمجيات”، يحلمون بالثراء	المنتج ينشر بلا أي اهتمام — يفتقرون للفهم العميق لاحتياجات الصناعة

هذه المجموعات الثلاث تتشارك سمة قاتلة واحدة:

جميعهم يعتبرون “معرفة البرمجة” خندقهم الدفاعي.

مهندسو الشركات الكبرى لديهم مهارات قوية لكن لا يعرفون ماذا يبنون ليشتريه أحد. مديرو المنتجات يتحررون أخيراً من الاعتماد على المهندسين، يبنون MVP بحماس، ليشاهدوه يغرق في سوق المحيط الأحمر. الأشخاص غير التقنيين في أسوأ وضع — لم يكتشفوا حتى أين السوق قبل أن يقفزوا فيه.

جانب العرض البرمجي: نمو انفجاري

لماذا لا يستطيع أحد بيع ما يبنيه؟ لأن عدد الأشخاص القادرين على بناء البرمجيات ينفجر بمعدل مقلق.

Claude Code، Cursor، Codex، OpenCode — أدوات البرمجة بالذكاء الاصطناعي هذه خفضت حاجز التطوير إلى أدنى مستوياته التاريخية.

المقياس	البيانات
المستودعات الجديدة على GitHub في 2025	121 مليون، بمعدل 230 مشروع جديد في الدقيقة
نمو طلبات App Store في 2025	ارتفاع 24%
نمو طلبات App Store في 2026	ارتفاع 84% على أساس سنوي، أكبر زيادة في ما يقرب من عقد
حالة مراجعة Apple	دورات المراجعة ممتدة إلى أجل غير مسمى بسبب الحجم الهائل للبرمجيات الواردة

عندما يستطيع الجميع كتابة البرمجيات، فإن البرمجيات ذاتها لم تعد خندقاً دفاعياً.

في الماضي، كان تطوير تطبيق يتطلب فريقاً محترفاً لأشهر. الآن شخص واحد بأدوات الذكاء الاصطناعي يمكنه التسليم في أيام. جانب العرض لم “يزد قليلاً” فحسب — بل شهد نمواً انفجارياً.

جانب الطلب البرمجي: سقوط حر

بينما يرتفع العرض بشكل صاروخي، يشهد الطلب على شراء البرمجيات سقوطاً حراً.

كثير من أفكار البرمجيات يمكن الآن التعامل معها بواسطة وكلاء الذكاء الاصطناعي التي طورتها شركات النماذج الكبرى — فقط أضف مهارة SKILL، واكتب بعض السكربتات لربط خدمات مختلفة، وأعد إشعارات دفع مجدولة لتلبية معظم الاحتياجات.

75% من الطلب التقليدي على البرمجيات تم إزالته مباشرة بواسطة الوكلاء.

الأكثر رعباً، حتى المستخدمون الذين كانوا يدفعون مقابل البرمجيات توقفوا عن الشراء. إضافة الترجمة للمتصفح التي كانت تكلف 580 دولاراً سنوياً؟ الآن يمكن لأي شخص بناء بديل بالذكاء الاصطناعي في يوم واحد.

إذن أين ذهبت الأموال؟ كلها تتدفق إلى التوكنات — شراء اشتراكات Claude، شراء خطط GPT — المستخدمون يتعاملون مع معظم احتياجاتهم بأنفسهم.

البُعد	الماضي (Pre-AI)	الحاضر (Post-SaaS)
حاجز التطوير	عالٍ — يتطلب فرقاً محترفة وأشهر من البحث والتطوير	منخفض للغاية — تسليم بمساعدة الذكاء الاصطناعي في أيام
حجم العرض	محدود بعدد المحترفين المؤهلين	نمو انفجاري (مستودعات تُعد بالمليارات)
نموذج التسعير	اشتراك SaaS بهامش ربح عالٍ	تكلفة هامشية صفرية، تسعير قائم على التوكن
شدة المنافسة	سوق مستقر، نسبة عرض وطلب 1:100	منافسة شديدة من 25 إلى 100 ضعف

في السابق، شركة واحدة تبني برمجيات وتبيعها لـ 100 عميل. الآن 10 شركات تتقاتل على عميل واحد.

هذا ليس أصعب قليلاً — إنه أقسى بـ 50 إلى 100 ضعف.

أسواق المال صوّتت بالفعل بعدم الثقة

إذا لم تصدمك البيانات أعلاه بما يكفي، انظر ماذا يقول وول ستريت:

الحدث	التأثير
`Claude` يطلق أدوات تحليل بيانات بالذكاء الاصطناعي	`Thomson Reuters` يهبط 18% في يوم واحد، `Gartner` يهبط 21%
القيمة السوقية المتبخرة في يوم واحد	أكثر من 280 مليار دولار
`Claude` يطلق أدوات تصميم بالذكاء الاصطناعي	أسهم `Adobe` و `Figma` تنهار
مؤشر S&P 500 لخدمات البرمجيات	انخفاض إجمالي يتجاوز 20%، مع ذروة انخفاض وصلت 40%

المستثمرون يخبرونك بأموال حقيقية: العصر الذهبي لـ SaaS انتهى.

هذا ليس ميزة واحدة تهزم منتجاً واحداً — صناعة البرمجيات بأكملها تشهد انهياراً منهجياً.

السوق لم يختفِ — إنه يتحول

إذا كان بيع البرمجيات العامة طريقاً مسدوداً، فأين ذهب الطلب؟

الإجابة: سوق وكلاء المؤسسات.

في الماضي، عندما أرادت المؤسسات الرقمنة، كانت تشتري ERP وتشتري CRM وتستأجر شركات خارجية للتطوير المخصص — تنفق بسهولة مئات الآلاف إلى الملايين، مع دورات تنفيذ من ستة أشهر إلى سنة. بعد إنفاق الكثير، كانت الأنظمة مرهقة، وكثيراً ما عادت الشركات إلى Excel.

الآن؟ مستشار وكلاء ماهر، مسلح بفهم عميق للصناعة، يقضي 3 إلى 5 أيام عمل في الموقع باستخدام نهج 「قاعدة المعرفة + المهارات」 لبناء عمليات الأعمال الأساسية للعميل في الوكلاء — إدارة المحاسبة، تتبع العقود، تقارير البيانات — كل شيء يُنجز.

المقارنة	تطوير البرمجيات التقليدي	حلول الوكلاء
تكلفة التنفيذ	مئات الآلاف إلى الملايين	جزء بسيط من التكلفة الأصلية
الجدول الزمني للتنفيذ	ستة أشهر إلى سنة	3 إلى 5 أيام عمل
مستوى التخصيص	حلول عامة تصعب تلبية الاحتياجات الفردية	مصممة بالكامل وفق عمليات الأعمال المحددة للمؤسسة
النتيجة النهائية	غالباً ما تعود إلى Excel	مدمجة في سير العمل الحالي، تعمل باستمرار

أكثر من 80% من احتياجات البرمجيات التقليدية للشركات الصغيرة والمتوسطة سيتم استبدالها بسرعة بالوكلاء.

الدور الجديد الذي تتنافس عليه شركات الذكاء الاصطناعي الكبرى: FDE

هذا التحول لا يغير نماذج الأعمال فحسب — بل يخلق أيضاً دوراً مهنياً جديداً بالكامل.

أعلن الرئيس التنفيذي لـ OpenAI Sam Altman مؤخراً: OpenAI ترسل الآن مهندسين مباشرة إلى مكاتب الرؤساء التنفيذيين، يجلسون بجانب الرؤساء التنفيذيين، ويؤتمتون سير العمل اليومي، وعمليات اتخاذ القرار، وجميع المهام الروتينية بالذكاء الاصطناعي. كان الرئيس التنفيذي لـ Shopify أول قائد أعمال يتبنى هذا النموذج بالكامل.

هذا الدور له الآن مصطلح مخصص:

FDE — مهندس النشر الأمامي (Frontier Deployment Engineer).

Anthropic تفعل الشيء نفسه — فريق Applied AI يوزع المهندسين خصيصاً في مكاتب العملاء الاستراتيجيين.

من أين يوظفون؟ من Palantir، Salesforce — من 「المخضرمين」الذين يفهمون أعمال المؤسسات أفضل فهم.

شركات الذكاء الاصطناعي الكبرى توظف بشكل جماعي دوراً جديداً بالكامل كفاءته الأساسية ليست البرمجة — بل فهم الأعمال والصناعة والعملاء.

FDE ليس شخصاً يجلس أمام الكمبيوتر يكتب الكود — إنه “مترجم أعمال” يدخل مباشرة إلى المؤسسة:

القدرة	الوصف
حل المشكلات في الموقع	مدمج داخل المؤسسة، يجلس بجانب الرئيس التنفيذي لمراقبة القرارات وسير العمل، محدداً الاختناقات اليدوية عن قرب
معرفة صناعية عميقة Know-how	شركات الذكاء الاصطناعي الكبرى لا تريد أفضل المبرمجين — تريد 「المخضرمين」الذين يفهمون أعمال المؤسسات أفضل فهم
تحويل العمليات	يمكنه اكتشاف نقاط الألم بنظرة واحدة، محولاً عمليات الأعمال المعقدة بسرعة إلى مهام قابلة للأتمتة يمكن للوكلاء تنفيذها

شركات وادي السيليكون الكبرى تسرّح بشكل عدواني، لكن الإيرادات لا تنخفض والمنتجات تستمر في الظهور. يستثمرون أكثر في نماذج الذكاء الاصطناعي والوكلاء، وليس في فرق تطوير البرمجيات.

ما ستدفع المؤسسات مقابله حقاً في المستقبل ليس منتجات البرمجيات — إنها التوكنات والحلول.

هل أنت “تتعلم الذكاء الاصطناعي” أم “تستهلك الذكاء الاصطناعي”؟

عند هذه النقطة قد تفكر: إذاً يجب أن أتعلم الذكاء الاصطناعي بجدية أكبر، أليس كذلك؟

أولاً، اسأل نفسك: 「أين بالضبط يذهب وقتك كل يوم؟」

“أمس GPT أصدر نسخة جديدة فكان عليّ اختبارها. اليوم DeepSeek تم تحديثه فعليّ اختبار ذلك أيضاً. غداً سيكون هناك نموذج جديد آخر⋯⋯”

كل مرة يصدر نموذج جديد، تمتلئ أقسام التعليقات بأشخاص يقارنون: أي نموذج أفضل بقليل، أي توكن أرخص بقليل. وبعد كل هذه المقارنات؟

الوقت المنفق على	النسبة	الناتج الفعلي
ملاحقة أحدث معايير النماذج	ضخم	يكاد يكون صفراً
مقارنة أي توكن أرخص	ضخم	يكاد يكون صفراً
اختبار أدوات ذكاء اصطناعي مختلفة	ضخم	يكاد يكون صفراً
لقاء العملاء وفهم احتياجاتهم	ضئيل	حيث يكمن المال الحقيقي

إذا كنت تقضي 90% من وقتك في البحث عن أي سكين أكثر حدة لكنك لا تدخل الغابة أبداً لقطع الحطب، فأنت لا تشحذ النصل — أنت تتجنب المعركة الحقيقية.

“شحذ الفأس لا يضيع وقت قطع الأشجار” — معظم الناس يفهمون النصف الأول فقط. لكن إذا كنت تشحذ الفأس كل يوم ولا تذهب أبداً لقطع الأشجار، فذلك ليس حكمة — ذلك يعني أنك لم تكتشف ما يجب عليك فعله حقاً.

رافعة أرخميدس كانت تنقصها سطر واحد

قال أرخميدس: “أعطني رافعة طويلة بما يكفي، وسأحرك الأرض.”

الذكاء الاصطناعي بلا شك هو 「الرافعة بعشرة آلاف ضعف」 التي يمكنها تضخيم قدراتنا 10 أضعاف، 100 ضعف. إذا استُخدم جيداً، فإن 100 ضعف ليس حتى السقف.

لكن كثيراً من الناس ينسون — أرخميدس أغفل سطراً واحداً:

تحتاج إلى نقطة ارتكاز. بدون نقطة ارتكاز، مهما كانت الرافعة طويلة، لا يمكنك تحريك سوى الهواء.

ما هي نقطة الارتكاز؟ ليست أي نموذج ذكاء اصطناعي تعرفه، ولا أي لغة برمجة أتقنتها.

ليست نقطة ارتكاز	نقطة الارتكاز الحقيقية
معرفة كيفية استخدام `Claude`، `GPT`، `Cursor`	فهم عميق وتراكم في صناعة محددة
إتقان لغة برمجة	علاقة الثقة المبنية مع العملاء
تتبع أحدث معايير النماذج	معرفة أين يتألم العملاء حقاً وأين يرغبون في الإنفاق

الذكاء الاصطناعي يمكنه كتابة الكود نيابة عنك، لكنه لا يمكنه أبداً استبدال فهمك لصناعة ما، والثقة المبنية وجهاً لوجه مع العملاء، أو المعرفة التخصصية Domain Know-how المتراكمة عبر سنوات في الخطوط الأمامية.

الذكاء الاصطناعي يستطيع فعل 100 شيء، لكنه لا يعرف أيها يستحق. الشخص الذي يعرف الإجابة هو أنت — من تراكم لديه Domain Know-how في الخطوط الأمامية.

من “مهندس برمجيات” إلى “بانِ أعمال”

كل التحليلات تشير إلى نفس الاستنتاج: تحتاج إلى إتمام تحول في الهوية.

قبل	بعد
`Software Engineer` (مهندس برمجيات)	`Business Builder` (بانِ أعمال)
“سأبني البرمجيات وأنتظر المشترين”	“سأجد العملاء أولاً وأفهم احتياجاتهم الحقيقية”
الخندق: يستطيع بناء البرمجيات	الخندق: يعرف ما يحتاجه العملاء
بيع منتجات عامة في سوق المحيط الأحمر	استهداف سيناريوهات متخصصة بحلول مخصصة

مهندسو البرمجيات يفكرون “ابنِه وسيأتون”؛ بناة الأعمال يفكرون “اعثر على الطلب أولاً، ثم استخدم الذكاء الاصطناعي لحل المشكلة.”

توزيع وقتك يجب أن ينعكس تماماً أيضاً:

التوزيع الحالي	التوزيع المثالي
90% ملاحقة الأدوات والاتجاهات	10% البقاء متيقظاً للاتجاهات
10% التفكير بشكل مبهم فيما يجب فعله	90% لقاء العملاء، فهم الاحتياجات، إيجاد نقطة ارتكازك

البرمجة بالذكاء الاصطناعي بحد ذاتها لا مشكلة فيها — إنها تمنحك القدرة على بناء أدواتك الخاصة.

لكن توقعاتك منها يجب أن تتغير:

البرمجة بالذكاء الاصطناعي أداتك، وليست مخرجك. مخرجك يكمن في الصناعة التي تعرفها أفضل معرفة.

خطوة أولى ملموسة

ادعُ صديقاً قديماً من الصناعة التي تعرفها أفضل معرفة لدردشة مدتها 30 دقيقة. لا تتحدث عن الذكاء الاصطناعي، لا تتحدث عن النماذج، لا تتحدث عن الأدوات. فقط اطرح سؤالاً واحداً:

「في عملك الحالي، ما المهام التي لا تزال تُعالج يدوياً وبشكل متكرر؟」

تلك العملية اليدوية التي تسبب الألم والتكاليف العالية والكفاءة المنخفضة — هذا هو مكان نقطة ارتكازك.

اعثر عليها، ضع رافعة الذكاء الاصطناعي بعشرة آلاف ضعف فوقها، وقدراتك يمكن أن تتضخم حقاً، لتبدأ في خلق قيمة حقيقية.

المحيط الأزرق الحقيقي ليس في سوق البرمجيات العامة المنهار — إنه مخفي في تلك نقاط الألم الصناعية التي لم يحلها أحد بعد بالوكلاء.

العثور على نقطة الارتكاز الصحيحة هو حيث يبدأ كل شيء حقاً.

Reference

别学 AI 编程了，AI 编程是一条死路 - YouTube

اتجاهات الذكاء الاصطناعي on Note TLDRLSS