الصورة: businessinsider.com
بعد فترة طويلة من تسريح العمال وتوظيف حذر، تعود الوظائف التكنولوجية إلى الارتفاع. المحرك ليس تعافياً شاملاً في كل قطاعات الصناعة، بل زيادة مركزة في الإنفاق على الذكاء الاصطناعي. تضخ الشركات الأموال في البنية التحتية التي تشغل نماذج الذكاء الاصطناعي — الرقائق والخوادم ومراكز البيانات ومعدات الشبكات — وهذا الطلب على العتاد يترجم مباشرة إلى أدوار جديدة. في الوقت نفسه، أثبت توظيف البرمجيات مرونة أكبر مما توقع كثيرون، مع دمج الشركات ميزات الذكاء الاصطناعي في منتجاتها القائمة وبناء أدوات جديدة حول النماذج اللغوية الكبيرة.
والنتيجة سوق عمل يبدو مختلفاً تماماً عن الذي ظهر بعد تصحيح 2022-2023. خلال ذلك الانكماش، سُرّح آلاف المهندسين بينما خفضت الشركات التكاليف وأوقفت المشاريع. الآن، تتنافس الشركات نفسها على متخصصين قادرين على تصميم مسرعات الذكاء الاصطناعي، أو تحسين خطوط البيانات، أو نشر نماذج التعلم الآلي على نطاق واسع. عادت أدوار هندسة العتاد، التي كانت هادئة نسبياً لسنوات، إلى الطلب. لا تنفجر وظائف البرمجيات في كل المجالات، لكنها تصمد — إشارة إلى أن الذكاء الاصطناعي لا يستبدل المطورين بقدر ما يعيد تشكيل ما يعملون عليه.
بالنسبة للباحثين عن عمل، الدلالات واضحة. لا تزال المهارات العامة مهمة، لكن القيمة العليا للمعرفة المرتبطة بالذكاء الاصطناعي. المهندسون الذين يفهمون تدريب النماذج أو تحسين الاستدلال أو الواجهة بين العتاد والبرمجيات يجدون أبواباً أكثر انفتاحاً. لا يزال علماء البيانات ومهندسو التعلم الآلي مطلوبين، رغم أن المنافسة شديدة عند المستوى المبتدئ. الانتعاش أيضاً غير متساوٍ جغرافياً وبحسب حجم الشركة: كبار مزودي السحابة وصانعي الرقائق يوظفون بقوة، بينما قد تظل الشركات الناشئة الأصغر حذرة. لا يزال العمل عن بعد عاملاً، لكن العديد من أدوار العتاد الجديدة تتطلب ترتيبات حضورية أو هجينة لأنها تشمل مختبرات واختبارات فعلية.
هناك تحول آخر هو تلاشي الحدود التقليدية. تتعاون فرق العتاد والبرمجيات بشكل أوثق من أي وقت مضى، ويقدر أصحاب العمل بشكل متزايد المرشحين القادرين على التنقل بين المجالين. هذا الاتجاه يفضل المحترفين الذين يستثمرون في مهارات متعددة التخصصات — مثلاً، مطور برمجيات يتعلم عن معماريات وحدات معالجة الرسومات، أو مهندس عتاد يكتسب مهارات بايثون وأطر التعلم الآلي. تنتشر الشهادات والمعسكرات التدريبية المركزة على البنية التحتية للذكاء الاصطناعي، لكن مديري التوظيف لا يزالون يفضلون خبرة المشاريع المثبتة على الشهادات وحدها.
الدرس الأوسع هو أن توظيف التكنولوجيا لم يعد مداً واحداً. يخلق الذكاء الاصطناعي جيوباً من الطلب المكثف بينما تنمو مجالات أخرى — مثل دعم تكنولوجيا المعلومات التقليدي أو صيانة البرمجيات القديمة — بوتيرة أبطأ. على الباحثين عن عمل تتبع أين يذهب الإنفاق، وليس فقط أين العناوين. الارتفاع الحالي حقيقي، لكنه يكافئ من يضع نفسه عند تقاطع الذكاء الاصطناعي والعتاد والبرمجيات. المرونة، وليس العمق التقني فقط، تصبح السمة المميزة لمسيرة مهنية تكنولوجية مرنة.
