الذكاء الاصطناعي التوكيلي في الموارد البشرية: من إدارة العمليات إلى تشغيلها بذكاء

الذكاء الاصطناعي التوكيلي في الموارد البشرية هم وحدات برمجية مستقلة تنفّذ مهام الموارد البشرية واتخاذ القرار التشغيلي ضمن صلاحيات يحددها الإنسان، بدلًا من مجرد تحليل البيانات وتقديم التوصيات ، الفرق بينها وبين الذكاء الاصطناعي المساعد بسيط لكنه حاسم: النظام المساعد ينتظر أمرًا تفصيليًا، أما الذكاء الاصطناعي التوكيلي فيقرأ السياق ثم ينفّذ الإجراء المناسب من تلقاء نفسه.

هذا ليس تطويرًا تدريجيًا في الأدوات، بل إعادة تعريف لدور الموارد البشرية.

في الخليج، وتحديدًا السعودية والإمارات، تتسارع هذه النقلة لأنها مرتبطة مباشرة برؤية المملكة 2030 التي تضع الذكاء الاصطناعي في قلب رفع كفاءة الاقتصاد. وللرئيس التنفيذي للموارد البشرية ومدير تقنية المعلومات، فهم هذا النموذج لم يعد رفاهية.

من حفظ البيانات إلى التشغيل الذاتي

تطوّرت الموارد البشرية عبر ثلاث مراحل واضحة :

في الأولى كانت الأنظمة تحفظ البيانات وتدير العمليات يدويًا.

في الثانية دخل الذكاء الاصطناعي مساعدًا يحلّل ويتنبأ بالاتجاهات.

أما الثالثة، وهي الحالية، فظهر فيها الذكاء الاصطناعي التوكيلي الذي لا يكتفي بالتحليل بل ينفّذ القرار ضمن حدود محددة.

الفارق العملي أن الموارد البشرية لم تعد سلسلة مهام يدوية، بل شبكة وكلاء رقميين يعملون بالتوازي داخل المؤسسة. والأرقام تؤكد أن النقلة حقيقية لا دعائية: وفق تقرير SHRM لاتجاهات المواهب 2025، قفز استخدام الذكاء الاصطناعي في الموارد البشرية إلى 43% بعد أن كان 26% في 2024، والتوظيف هو الاستخدام الأول. والأهم أن 82% من قادة الموارد البشرية يخططون لتبنّي قدرات توكيلية خلال 12 شهرًا وفق Gartner.

البنية التشغيلية: ثلاث طبقات تغذّي بعضها

يمكن تبسيط طريقة عمل الذكاء الاصطناعي التوكيلي داخل المؤسسة إلى ثلاث طبقات متراكبة.

الطبقة السفلى : هي طبقة البيانات الموحدة، حيث تُجمع بيانات الموظفين والوظائف والعمليات في مصدر واحد مترابط بدل تشتتها بين أنظمة منفصلة.

فوقها طبقة التحليل الذكي : التي تفهم احتياجات التوظيف المستقبلية وأنماط الأداء وفجوات المهارات، لكن دون أن يبقى التحليل نظريًا.

الطبقة العليا : هي طبقة الوكلاء التنفيذيين، وهي جوهر المفهوم: وحدات مستقلة تنشئ طلبات التوظيف، وتفرز المرشحين، وتنسّق المقابلات، وتطلق تنبيهات مبكرة عند خطر الاستقالة.

هذه الطبقة الأخيرة هي ما يجعل النظام «يعمل» لا «يفكّر» فحسب. وبدونها يبقى الذكاء الاصطناعي مجرد لوحة بيانات أنيقة.

أين تظهر القيمة فعليًا داخل المؤسسة

النظرية شيء والتطبيق اليومي شيء آخر ، إليك أين يلمس صناع القرار الفرق.

التوظيف الاستباقي : في النموذج التقليدي تبدأ عملية التوظيف بطلب بشري وتمر بمراحل منفصلة. مع الذكاء الاصطناعي التوكيلي يبدأ التدفق تلقائيًا عند ظهور حاجة وظيفية، فيحلل النظام الحاجة، ويكتب وصفًا وظيفيًا، ويبحث عن المرشحين، ويفرز السير وفق معايير ديناميكية لا كلمات مفتاحية جامدة.

القيمة هنا قابلة للقياس: تقول SHRM إن الأدوات المدعومة بالذكاء الاصطناعي ترفع جودة التوظيف وتسرّع زمنه، وتشير بيانات لينكدإن إلى أن فرق التوظيف التي تستخدم الذكاء التوليدي تختصر نحو 20% من حجم عملها الأسبوعي، أي يوم عمل كامل في الأسبوع.

التنبؤ بالاستقالات قبل وقوعها : بدل انتظار خطاب الاستقالة، يحلل النظام نمط الحضور وتغيّر الأداء والتفاعل داخل الفريق ومسار التطور الوظيفي، ثم يقترح تدخلًا مبكرًا: تعديل مسار، أو رفع توصية للمدير المباشر، أو إعادة توزيع مهام.

الهدف ليس تقليل الاستقالات فحسب، بل الاحتفاظ بالكفاءات الحيوية تحديدًا.

التوطين الذكي : في السوق السعودي يمثل التوطين تحديًا استراتيجيًا لا التزامًا إداريًا فقط. هنا يحلل الذكاء الاصطناعي التوكيلي الفجوات في نسب التوطين داخل الإدارات، ويقترح وظائف مناسبة للكفاءات الوطنية، ويربط برامج التدريب بالاحتياج الفعلي، ويتابع تقدم الموظفين السعوديين في المسار. التوطين يتحول من رقم في تقرير إلى عملية مدفوعة بالبيانات.

الذكاء الاصطناعي التوكيلي لا يلغي الإنسان

من السهل أن ينجرف الحديث نحو الأتمتة الكاملة، لكن البيانات تقول غير ذلك. وجدت SHRM أن متوسط تكلفة التوظيف وزمنه ارتفعا خلال السنوات الثلاث الأخيرة رغم انتشار الذكاء التوليدي، لأن كثيرًا من المؤسسات اشترت الأدوات دون أن تعيد تصميم العملية. والأهم أن 26% فقط من المرشحين يثقون بأن يقيّمهم الذكاء الاصطناعي بإنصاف وفق Gartner، وأن 93% من مديري التوظيف يرون التدخل البشري ضروريًا.

الدرس واضح: الذكاء الاصطناعي التوكيلي يتفوق في المهام المتكررة عالية الحجم مثل الفرز والجدولة، لكن القرار النهائي والحالات الحساسة تبقى مسؤولية بشرية. النموذج الناجح هو تعاون إنسان ووكيل، لا استبدال. وأي مؤسسة تبدأ بالذكاء الاصطناعي التوكيلي قبل أن تنظّف بياناتها وتوحّد سجلها ستؤتمت الفوضى بسرعة أكبر فحسب.

كيف توظّف سولڤيت هذا النموذج

تبني سولڤيت على Microsoft Dynamics 365 طبقة تشغيل ذكية تحوّل عمليات الموارد البشرية إلى وحدات تنفيذية تعمل ضمن حدود واضحة، فتقلّص الفجوة بين القرار والتنفيذ. منصة أتراكت من سولڤيت تتولى التوظيف من تحليل الحاجة حتى جدولة المقابلة، وتضيف وايز من سولڤيت طبقة الذكاء التي ترصد مخاطر الترك وفجوات المهارات وتحوّلها إلى توصيات جاهزة للتنفيذ.

الفلسفة التي تقف خلف ذلك أن المستقبل ليس في أتمتة الموارد البشرية، بل في جعلها كيانًا قادرًا على القرار مع بقاء الإنسان في موقع الحوكمة. وإن أردت خطوة أولى منخفضة المخاطرة لتجربة الفرز الذكي على وظائفك، فابدأ بأداة تحليل تطابق السير الذاتية المجانية.

لتقييم جاهزية مؤسستك للذكاء الاصطناعي التوكيلي وبناء رؤية عملية تناسب أهدافك، احجز عرضًا توضيحيًا من سولڤيت .

الأسئلة الشائعة

ما الفرق بين الذكاء الاصطناعي المساعد و الذكاء الاصطناعي التوكيلي في الموارد البشرية؟

الذكاء الاصطناعي المساعد يحلّل البيانات ويقدّم توصيات وينتظر أمرًا بشريًا تفصيليًا لتنفيذ كل خطوة. أما الذكاء الاصطناعي التوكيلي فيقرأ السياق ثم ينفّذ الإجراء المناسب تلقائيًا ضمن صلاحيات محددة مسبقًا، مثل إنشاء طلب توظيف أو فرز المرشحين أو جدولة مقابلة دون انتظار أمر لكل مهمة.

هل يحل الذكاء الاصطناعي التوكيلي محل فريق التوظيف؟

لا. الذكاء الاصطناعي التوكيلي يتولى المهام المتكررة عالية الحجم مثل الفرز والجدولة، بينما يبقى القرار النهائي والحالات الحساسة مسؤولية بشرية. وجدت Gartner أن 93% من مديري التوظيف يرون التدخل البشري ضروريًا، والنموذج الأنجح هو تعاون إنسان وذكاء اصطناعي توكيلي لا استبدال كامل.

كيف يساعد الذكاء الاصطناعي التوكيلي في التوطين بالسوق السعودي؟

يحلل الذكاء الاصطناعي التوكيلي الفجوات في نسب التوطين داخل الإدارات، ويقترح وظائف مناسبة للكفاءات الوطنية، ويربط برامج التدريب بالاحتياج الفعلي، ويتابع تقدم الموظفين السعوديين في مسارهم الوظيفي. بهذا يتحول التوطين من التزام تنظيمي إلى عملية مستمرة مدفوعة بالبيانات.

هل يقلّل الذكاء الاصطناعي زمن التوظيف فعلًا؟

تشير بيانات SHRM ولينكدإن إلى أن الأدوات المدعومة بالذكاء الاصطناعي تسرّع التوظيف وترفع جودته، وتختصر فرق التوظيف نحو 20% من حجم عملها الأسبوعي. لكن النتائج تعتمد على جودة التطبيق لا على شراء الأداة فقط، فالمؤسسات التي أعادت تصميم عمليتها هي التي حققت المكاسب الكبرى.

ما المخاطر التي يجب الانتباه لها عند تبنّي الذكاء الاصطناعي التوكيلي ؟

أبرزها الانطلاق ببيانات غير نظيفة، فالذكاء الاصطناعي التوكيلي سيؤتمت الفوضى أسرع. ثم فجوة الثقة، إذ يثق 26% فقط من المرشحين بتقييم الذكاء الاصطناعي وفق Gartner، ما يجعل الشفافية والإشراف البشري الظاهر ضروريين. الحوكمة وأمن البيانات وربط الأنظمة تحديات حقيقية يجب معالجتها قبل التوسع.

المراجع المستخدمة :

• SHRM: AI in HR, 2025 Talent Trends, 2025 (يدعم: تبنّي 43% مقابل 26%، التوظيف الاستخدام الأول، ارتفاع زمن وتكلفة التوظيف)

• Gartner، عبر تغطية صناعية: AI in recruiting statistics, 2025–2026 (يدعم: 82% يخططون لتبنّي قدرات توكيلية خلال سنة، 26% فقط يثقون بتقييم الـAI)

• LinkedIn: Future of Recruiting 2025, 2025 (يدعم: اختصار 20% من حجم العمل الأسبوعي، أي يوم عمل كامل)

• McKinsey: HR's dual mandate in the AI era, 2026 (يدعم: التوظيف نحو 20% من قيمة الذكاء الاصطناعي في الموارد البشرية)

• Deloitte: Unleashing agentic AI's true potential, 2025 (يدعم: مفهوم الوكلاء الاستباقيين والقوة العاملة السيليكونية)

• مرجع صناعي مجمّع لإحصاءات التوظيف: AI in recruitment 2026, 2026 (يدعم: 93% من المديرين يرون التدخل البشري ضروريًا)