قاده التفكير
نهاية الاستعانة بمصادر خارجية: لماذا لم يعد النموذج القديم فعالاً في عصر الذكاء الاصطناعي وما هو البديل؟
على مدى عقدين تقريبًا، عرّفت الاستعانة بمصادر خارجية تطوير البرمجيات كوسيلة سريعة وفعّالة من حيث التكلفة للوصول إلى المواهب العالمية وتوسيع نطاقها. وبحلول عام 2024، سيشهد سوق الاستعانة بمصادر خارجية في مجال تكنولوجيا المعلومات تجاوز 512 مليار دولار، مع الشركات إنقاذ تصل إلى 70 بالمائة من العمالة والحصول على المرونة من خلال فرق خارجية في الهند وأوروبا الشرقية وأمريكا اللاتينية.
قبل بضع سنوات، عندما انضممتُ إلى منصة الأمن السيبراني العالمية لتحليل البرمجيات الخبيثة التفاعلية واستخبارات التهديدات، حيث أشغل الآن منصب المدير التقني، كنا لا نزال فريقًا صغيرًا يسعى للنمو السريع. ومثل العديد من الشركات الناشئة آنذاك، كنا نعتمد على موردين خارجيين للتوسع بسرعة. ومع ذلك، بدأت تظهر نقاط الضعف. غالبًا ما عانت المشاريع التي تُديرها فرق خارجية من فقدان السياق، وتفاوت المعايير، وتأخر دورات التعلم. ما بدا فعالًا نظريًا أصبح مكلفًا عمليًا - وحدات رخيصة تُسلّم بسرعة، تليها أشهر من تصحيح الأخطاء وإعادة العمل على التكامل. في القطاعات الخاضعة للتنظيم مثل الأمن السيبراني، حتى الأخطاء البسيطة تتطلب أشهرًا من المعالجة.
في عام 2025، التقارير تسليط الضوء على إن عقود الاستعانة بمصادر خارجية التقليدية بدوام كامل، والتي غالبًا ما تكون طويلة الأجل ومتشددة، تتلاشى لصالح اتفاقيات أكثر مرونة مع تفويض العديد من مهام التطوير الروتينية الآن إلى أنظمة الذكاء الاصطناعي التي تقدم نتائج أسرع وأكثر اتساقًا.
الذكاء الاصطناعي كنموذج هندسي جديد
إن المهام التي كانت تُسند في السابق إلى مطورين مبتدئين أو فرق خارجية - مثل تصحيح الأخطاء والاختبار والتوثيق وكتابة الكود النمطي - يتم إكمالها الآن بشكل أسرع وأكثر ثباتًا بواسطة الذكاء الاصطناعي.
تعمل سير عمل البرمجة الوكيلة (وكلاء ذكاء اصطناعي مستقلون قادرون على تخطيط وكتابة واختبار الشيفرة البرمجية دون توجيهات بشرية مستمرة) ومساعدو الذكاء الاصطناعي (أدوات برمجة مساعدة تقترح وتولد وتُحسّن الشيفرة البرمجية آنيًا) بشكل مستمر، وتتعلم من المستودعات ودليل التشغيل الداخلي. فهي لا تنتظر التسليم، ولا تفقد السياق، ولا تُحاسب بالساعة. على سبيل المثال، في منصبي الحالي كمدير تقني رئيسي، قمتُ بقيادة تطوير حل ذكاء اصطناعي للأخطاء والحوادث، مما يُتيح لنا توفير وقت الهندسة واكتساب رؤى أولية حول المشكلات قبل ظهورها.
تطورت البرمجة بمساعدة الذكاء الاصطناعي من مجرد تجربة متخصصة إلى مجموعة أدوات هندسية شائعة، مما أعاد تعريف كيفية تصميم الفرق للمنتجات وتقديمها. تُظهر أدوات مثل Claude Code وCursor وLovable من Anthropic حجم هذا التحول. Claude Code من Anthropic الآن العمليات حوالي 195 مليون سطر من التعليمات البرمجية أسبوعيًا عبر أكثر من 100,000 مطور، بينما Cursor، محرر التعليمات البرمجية المدعوم بالذكاء الاصطناعي، تجاوز حققت الشركة السويدية الناشئة "لوفابل" إيرادات سنوية متكررة بقيمة 100 مليون دولار خلال عامين. في الوقت نفسه، تُمكّن "لوفابل" من إنشاء تطبيقات بدون برمجة من خلال "ترميز الإيقاع" بلغة طبيعية. التي تم الوصول إليها بلغت قيمتها 1.8 مليار دولار في ثمانية أشهر فقط، وهي علامة على الطلب القوي في السوق على مثل هذه الحلول.
وتوضح هذه الأدوات دور الذكاء الاصطناعي في تقليل الاعتماد على الاستعانة بمصادر خارجية من خلال تفويض العمل إلى الذكاء الاصطناعي، وبالتالي تعزيز السرعة والكفاءة.
تعكس الحلول المماثلة التي طورها فريقنا، مثل روبوت المحادثة بالذكاء الاصطناعي الخاص بنا لشرح التهديدات، هذا من خلال المساعدة في شرح التحليلات المعقدة التي كانت تتطلب في السابق خبرة خارجية أكثر تخصصًا.
الميزة الحقيقية لا تتمثل في السرعة فحسب، بل في الاحتفاظ بالسياق أيضًا. أنظمة الإنسان في الحلقةتُدمج الذكاء البشري في سير عمل الذكاء الاصطناعي أو التعلم الآلي، مما يُحافظ على الذكاء داخل المؤسسة. يُتحقق المهندسون من صحة مخرجات الذكاء الاصطناعي وفقًا لأهداف المنتج الفعلية، مما يضمن الأمان والموثوقية والاستمرارية.
ميزة أخرى بالغة الأهمية للذكاء الاصطناعي هي الحفاظ على السياق؛ إذ تبقى المعرفة داخل الفريق بدلاً من أن تضيع بين عمليات التسليم أو التعاقد مع متعاقدين خارجيين. ومن المقاييس البسيطة التي تقيس تأثير الذكاء الاصطناعي على الاستعانة بمصادر خارجية، مقياس "الوقت اللازم للوصول إلى السوق" (TTM)، أي التغير في عدد الموظفين الثابت. عادةً ما تُنجز الفرق التي تُدمج وكلاء بشريين مُشاركين في العملية أسرع بنسبة 20-50% في أحمال عمل مماثلة مع الحفاظ على معايير الجودة. في شركتنا، عزز هذا النهج أيضًا من مرونتنا: فقد انخفض متوسط الوقت اللازم للتعافي (MTTR) لحوادث الإنتاج بنسبة 28%.
بمعنى آخر، لم يُقلل الذكاء الاصطناعي من ضرورة الاستعانة بمصادر خارجية فحسب، بل جعلها أقل عقلانية.
الفرق المدمجة والمعززة بالذكاء الاصطناعي: البديل الأفضل
إذا كان التعهيد الخارجي يتراجع، فما الذي سيحل محله؟ ليس العودة إلى الإدارات الداخلية الضخمة، بل صعود فرق العمل المستقلة المدمجة والمعززة بالذكاء الاصطناعي - فرق من 3 إلى 6 أشخاص تجمع بين الخبرة البشرية ومساعدة الذكاء الاصطناعي.
بتوجيهي، يتجه الفريق نحو هذا النموذج منذ عدة سنوات. كل فريق صغير الحجم عمدًا: مدير منتج، ومصمم، ومهندسان إلى خمسة مهندسين. كل مجموعة لديها نتائج واضحة - وقت طرح المنتج في السوق، أو الموثوقية، أو الأمان - وتدير ميزانيتها الخاصة لمقاعد الحوسبة والأدوات الخاصة بالذكاء الاصطناعي. في عام ٢٠٢٥، حاز هذا العمل على جائزة غلوب الذهبية لذكاء التهديدات السيبرانية.
يتولى الذكاء الاصطناعي الآن معظم الأعمال الأساسية المتكررة: إنشاء نماذج الاختبار، وكتابة الوثائق، واكتشاف الأخطاء. ويمكن للمهندسين التركيز على الجوانب التي تُحقق قيمة حقيقية، مثل البنية التحتية والأداء والابتكار. وقد ساهم هذا الهيكل في تقليل تكاليف التنسيق مع تحسين سرعة التسليم وتماسك المنتج.
من الناحية الثقافية، يُعدّ هذا التحول ذا أهمية مماثلة. فمع تقليص مستويات الإدارة، يصبح التواصل مباشرًا، وتتحمل الفرق المسؤولية الكاملة عن النتائج. وتحل الملكية محل الرقابة. وكما أقول دائمًا، عندما يفهم الناس المنتج والأدوات، يُقدّمون خدماتهم بشكل أسرع وبمفاجآت أقل.
طريقة أكثر ذكاءً للتعاون
لم ينتهِ عهد الاستعانة بمصادر خارجية، لكن دورها أصبح أضيق. لا يزال الموردون الخارجيون يُضيفون قيمةً لعمليات زيادة الطاقة الإنتاجية قصيرة الأجل أو عمليات التدقيق المتخصصة، مثل التحقق من الامتثال أو مراجعة رموز الأمان. يكمن الفرق في السيطرة: فالشركات الناجحة تُبقي البنية الأساسية والمعرفة بالمجال داخل الشركة، وتُسند المهام ذات النطاق الواسع والمنخفضة المخاطر فقط إلى جهات خارجية.
بواسطة 2030يمكن أتمتة ما يصل إلى 30% من ساعات عمل تطوير البرمجيات. الفرق التي ستنجح هي تلك التي تتعلم التعامل مع الذكاء الاصطناعي كرافعة، لا كأداة جانبية، ودمجه بعمق في سير عملهم الهندسي مع الحفاظ على المسؤولية والمساءلة.
نصيحتي لأي قائد منتج هي: بناء نواة صغيرة مُدعّمة بالذكاء الاصطناعي، والاستعانة بمصادر خارجية فقط لما هو غير أساسي، وقياس كل شيء. مستقبل البرمجيات لا يكمن في رخص العمالة، بل في تعاون أذكى بين البشر والأنظمة الذكية.
