هل سيحل الذكاء الاصطناعي محل مهندسي السحابة؟ القوالب القياسية والفرز الأولي يُؤتمتان، أما التكرار الاحتياطي وحدود الأمان وقرارات الأعطال فلا.
الحاجة إلى مهندسي الحوسبة السحابية لن تزول؛ ما يضعف هو الدور المقتصر على الإعدادات القياسية. قد تصبح القوالب والفرز الأولي أسرع، لكن عمل تصميم بنية تحتية توازن بين الإتاحة والتكلفة والأمان، والحكم المطلوب أثناء الحوادث، سيبقيان.
يقوم مهندس الحوسبة السحابية بما هو أكثر بكثير من تشغيل الخوادم؛ فعمله تصميم بنية سحابية تُبقي التطبيقات متاحة وآمنة ومستدامة مالياً أثناء التشغيل. وهذا يعني التفكير بشكل متكامل في الشبكات والصلاحيات والمراقبة والنسخ الاحتياطي والإتاحة والتعافي من الكوارث، لا مجرد تنفيذ مهام إعداد البنية التحتية.
لا تكمن قيمة هذا الدور في كتابة ملفات الإعداد، بل في تصميم أسس تصمد أمام الأعطال والأحمال في العالم الحقيقي. قد يسرّع الذكاء الاصطناعي توليد القوالب والتحقيقات الأولية، لكن القرارات التي توازن بين الإتاحة والتكلفة والأمان تبقى بيد البشر.
يحسبه ai-job-risk.net من أربع مجموعات بيانات عامة، على مقياس من 0 إلى 100 نسبةً إلى 188 مهنة نغطيها. الرقم الأعلى يعني أن جزءًا أكبر من مهام الوظيفة مما يستطيع الذكاء الاصطناعي التوليدي أداءه أو يُستخدم فيه بالفعل. وهو ليس احتمال فقدان الوظيفة.
تحليل المهام لدى الباحثين (Eloundou وزملاؤه؛ منظمة العمل الدولية). يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
الاستخدام المرصود لـ Microsoft Copilot وAnthropic Claude في مهام هذه المهنة. يُعرض كرتبة مئينية بين جميع المهن التي يقيّمونها.
لا يذكر مكتب BLS أي عامل خاص بهذه المهنة، لذا يعكس هذا الإسقاط أساسًا نمو أو تراجع القطاعات التي توظفها.
أرقام أمريكية لمهنة BLS "Computer occupations, all other". تفترض توقعات BLS أن التقنية تواصل التطور بوتيرتها التاريخية؛ وهي ليست توقعًا لأثر الذكاء الاصطناعي وحده.
لا تتتبع الإحصاءات الرسمية هذا المسمى الوظيفي بعينه، لذا تصف الأرقام أقرب فئة مهنية رسمية.
المصادر
مؤشر التعرض يحسبه ai-job-risk.net من مجموعات البيانات أدناه (البيانات حتى 15 أكتوبر 2026). وأرقام العمل الأمريكية مصدرها BLS دون تغيير.
لم تُعدّ الجهات الناشرة هذا الموقع ولم تراجعه ولم تصادق عليه. الاستشهادات الكاملة والتراخيص والمنهجية
أسهل أجزاء هندسة السحابة على الذكاء الاصطناعي هي الإعدادات المألوفة وقوالب البنية التحتية الشائعة. فحين تكون البنية قياسية والمتطلبات بسيطة نسبياً، تصبح الأتمتة أيسر بكثير.
وفي الوقت نفسه، فإن العمل الحقيقي ليس مجرد إنتاج الإعدادات. إذ يتعين على مهندسي السحابة أن يقرروا مقدار التكرار الاحتياطي اللازم، وكيف تُصمَّم حدود الأمان، وكيف يُتعامل مع الحوادث، وكيف تتلاءم المنصة مع التطبيق ونموذج التشغيل.
لن يختفي مهندسو السحابة لأن الذكاء الاصطناعي قادر على صياغة البنية التحتية. فمسؤوليتهم الجوهرية تصميم أسس سحابية تظل متاحة دون أن تصبح مكلفة جداً أو محفوفة بمخاطر كبيرة. والمهم هو الفصل بين العمل الأرجح أن يؤتمته الذكاء الاصطناعي والقرارات التي سيواصل البشر اتخاذها.
يبرز الذكاء الاصطناعي بشكل خاص في صياغة الإعدادات السحابية الشائعة والتجهيزات القائمة على القوالب. وكلما كانت البنية أكثر معيارية وتعقيد المتطلبات أقل، سهلت أتمتة العمل.
بوسع الذكاء الاصطناعي توليد قوالب أولية للمكونات الشائعة مثل VPC والشبكات الفرعية وموازنات الأحمال وتجهيزات الحوسبة القياسية بسرعة كبيرة، مما يقلل جهد كتابة كل شيء من الصفر. لكنه لا يستطيع بعدُ أن يقرر تلقائياً ما إذا كانت النتيجة تلائم المتطلبات التشغيلية الحقيقية والمنصة القائمة.
من السهل صياغة قواعد المراقبة القياسية للمعالج والذاكرة ومعدل الأخطاء بالذكاء الاصطناعي، وهذا يجعله مفيداً في بناء خط أساس لقابلية المراقبة. غير أن تحديد التنبيهات التي تعكس فعلاً أثراً على الأعمال يبقى قراراً بشرياً.
يمكن للذكاء الاصطناعي المساعدة في استخراج الأوقات المرجحة لوقوع المشكلة ونطاقات تأثيرها من السجلات السحابية وتواريخ الأحداث، مما يسرّع الفرز الأولي للحادثة. لكن تحديد السبب الجذري وتدابير الوقاية الصحيحة لا يزال يتطلب حكماً بشرياً.
يستطيع الذكاء الاصطناعي التعامل مع تغييرات محدودة النطاق، كتعديل أحجام الموارد، أو إجراء تعديلات صغيرة على الصلاحيات، أو إضافة إعدادات لخدمات شائعة. وكلما ضاق النطاق سهلت الأتمتة، لكن يبقى على البشر تقدير الأثر الذي قد تتركه هذه التغييرات على المنظومة الأوسع.
ما يبقى لمهندسي السحابة هو تصميم بنية تحتية تصمد أمام الأعطال والأحمال وواقع التشغيل. وكلما ارتفعت مسؤولية القرار، رسخ بقاؤه بيد البشر.
لا يزال على مهندسي السحابة أن يقرروا أين يلزم التكرار الاحتياطي وأين يكفي نهج أبسط بنسخة واحدة، استناداً إلى الأثر على الأعمال والتكلفة. فالبنية المكلفة ليست دائماً الإجابة الصحيحة، وسيبقى عمل إيجاد توازن واقعي عملاً بشرياً.
لا بد أن يقرر أحد من يُسمح له بالوصول إلى ماذا، وما الذي يُعزل، وما الذي يُغلق. ولأن أخطاء الإعداد قد تقود إلى حوادث كبرى، سيظل مهماً من يستطيع تصميم هذه الحدود بمسؤولية. وتزداد قيمة من يستطيع أيضاً التفكير في فصل المهام بين الموردين والمطورين الداخليين.
ما زال على مهندسي السحابة أن يقرروا أين ينظرون أولاً عند حدوث عطل، ومتى يتراجعون إلى الإصدار السابق، وأي الخدمات يجب أن تعود أولاً. فالتصميم اليومي وقرارات الطوارئ مرتبطان ارتباطاً وثيقاً، ويظل الأقوياء في سيناريوهات الإخفاق ذوي قيمة خاصة.
سيبقى عمل إعادة تشكيل البنية التحتية مع مراعاة متطلبات التطبيق ونموذج التشغيل وقيود الميزانية. فلا يمكن تحسين البنية التحتية بمعزل عن غيرها، ومن يستطيع رؤية الصورة كاملة وتحويلها إلى بنية واقعية يصعب استبداله.
يحتاج مهندسو السحابة في المستقبل إلى أكثر من القدرة على كتابة IaC؛ يحتاجون إلى القدرة التشغيلية على إدارة التغيير بأمان وتحليل الأعطال وتصميم حدود آمنة. فالقيمة طويلة الأمد تأتي من بناء أسس يمكنها أن تواصل التغير دون أن تنكسر.
من المهم ليس فقط كتابة IaC، بل تصميم سجل التغييرات والمراجعات وإجراءات التراجع حولها. فتحويل البنية التحتية إلى رمز ليس الهدف النهائي، والفارق الحقيقي هو قدرتك على مواصلة تغيير البنية التحتية بأمان.
يحتاج مهندسو السحابة إلى القدرة على الجمع بين المقاييس والسجلات والتتبعات واستخدامها للعثور على الأسباب. وحتى لو لخّص الذكاء الاصطناعي الإشارات، يبقى على البشر الحكم بأيها جدير بالثقة. وتظل قراءة الموقف بهدوء أثناء الأحداث غير الطبيعية أمراً أساسياً.
يتطلب هذا الدور فهم IAM وإدارة الأسرار وعزل الشبكات وسجلات التدقيق. فكلما ازداد الإعداد السحابي ملاءمة، اتسع سطح الهجوم في الغالب، مما يجعل الحكم المرتكز على الأمن ضرورياً. وفي البيئات متعددة الحسابات خصوصاً، يُعد فهم تصميم الحدود عاملاً فارقاً كبيراً.
يحتاج مهندسو السحابة إلى استخدام الذكاء الاصطناعي لتوليد القوالب وخيارات المقارنة بسرعة، مع الاستمرار في اختيار التصميم النهائي بأنفسهم في ضوء المتطلبات والقيود. فالأقوى لا يقبلون الاقتراحات دون تمحيص، بل يحكمون عليها وهم يضعون مسؤولية الأعطال نصب أعينهم.
تبني خبرة هندسة السحابة قوة لا تقتصر على تصميم البنية التحتية، بل تشمل التشغيل وإدارة التغيير وحدود الأمان. وهذا يسهّل الانتقال إلى أدوار مجاورة ذات مسؤولية أوسع عن الموثوقية والأنظمة.
يستطيع من يملك معرفة بتصميم المنصات وتشغيلها التوسع بشكل طبيعي إلى بناء أنظمة النشر وإدارة التغيير. ويناسب ذلك من يريد تحويل معرفته بالبنية التحتية المرنة إلى تحسينات عبر مسار التطوير كله.
مؤشر التعرض 85/100 · الوظائف الأمريكية 2025–35 +10.2%
تنتقل الخبرة في تصميم الصلاحيات وحدود الشبكات إلى أعمال الأمن الدفاعي. ويلائم هذا المسار من يريد التعمق في حماية المنصة نفسها، وكثيراً ما يتمتع من لمس بنفسه خطورة الإعدادات السيئة بأفضلية في الحكم الأمني.
مؤشر التعرض 87/100 · الوظائف الأمريكية 2025–35 +21.0%
تنطبق الخبرة المتمحورة حول التشغيل المستقر والتغيير المنضبط على إدارة العمليات الأوسع أيضاً. وهذا مناسب لمن يريد مد معرفته بالمنصات ذات الطابع السحابي إلى تشغيل الأنظمة يوماً بيوم.
مؤشر التعرض 88/100 · الوظائف الأمريكية 2025–35 -4.1%
لمن يريد التعمق في تصميم الاتصالات والربط الشبكي، يُعد الاتجاه نحو الشبكات خياراً طبيعياً. ويناسب ذلك من يريد نقل معرفته بالاتصال السحابي إلى أعماق البنية التحتية للاتصالات.
مؤشر التعرض 86/100 · الوظائف الأمريكية 2025–35 +7.7%
تنطبق الخبرة في التنسيق مع الأطراف المعنية أثناء ترحيل أنظمة متعددة والاستجابة للأعطال على إدارة مشروعات البنية التحتية أيضاً. ويلائم هذا المسار من يريد التوسع من الحكم التقني إلى توجيه التنفيذ الشامل.
مؤشر التعرض 70/100 · الوظائف الأمريكية 2025–35 +6.7%
الحاجة إلى مهندسي الحوسبة السحابية لن تزول؛ ما يضعف هو الدور المقتصر على الإعدادات القياسية. قد تصبح القوالب والفرز الأولي أسرع، لكن عمل تصميم بنية تحتية توازن بين الإتاحة والتكلفة والأمان، والحكم المطلوب أثناء الحوادث، سيبقيان. ولن تعتمد آفاق المستقبل البعيد على ما تستطيع إعداده بقدر ما تعتمد على قدرتك على بناء منصة يصعب إسقاطها.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه مهندس سحابة. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.
تسجّل مهنة مهندس سحابة 91 من 100 على مؤشرنا للتعرض للذكاء الاصطناعي التوليدي (المرتبة 29 من 188). ويقيس ذلك مقدار العمل الذي يستطيع الذكاء الاصطناعي أداءه أو يُستخدم فيه، لا ما إذا كانت الوظيفة ستختفي. يتوقع مكتب BLS أن يتغير التوظيف في مهنة مهندس سحابة في الولايات المتحدة بنسبة +5.1% بين 2025 و2035.
يبرز الذكاء الاصطناعي بشكل خاص في صياغة الإعدادات السحابية الشائعة والتجهيزات القائمة على القوالب. وكلما كانت البنية أكثر معيارية وتعقيد المتطلبات أقل، سهلت أتمتة العمل. على سبيل المثال: صياغة البنية التحتية كرمز (IaC) وقوالبها، المسودات الأولى لشروط المراقبة والتنبيه، التلخيص الأولي لسجلات الحوادث، تغييرات الإعداد في الأنماط المعروفة.
ما يبقى لمهندسي السحابة هو تصميم بنية تحتية تصمد أمام الأعطال والأحمال وواقع التشغيل. وكلما ارتفعت مسؤولية القرار، رسخ بقاؤه بيد البشر. على سبيل المثال: الموازنة بين الإتاحة والتكلفة، تصميم الصلاحيات وحدود الأمان، تصميم الاستجابة للحوادث واستراتيجية التعافي، ضبط العلاقة بين التطبيقات والبنية التحتية.
يحتاج مهندسو السحابة في المستقبل إلى أكثر من القدرة على كتابة IaC؛ يحتاجون إلى القدرة التشغيلية على إدارة التغيير بأمان وتحليل الأعطال وتصميم حدود آمنة. فالقيمة طويلة الأمد تأتي من بناء أسس يمكنها أن تواصل التغير دون أن تنكسر. على سبيل المثال: تشغيل IaC مع إدارة سليمة للتغيير، مهارات قابلية المراقبة وتحليل الحوادث، أمن السحابة وتصميم الصلاحيات، استكشاف البنى بالذكاء الاصطناعي مع مراجعتها نقدياً.
