هل سيحل الذكاء الاصطناعي محل أخصائيي الدعم التقني؟ روبوتات المحادثة تجيب عن الأسئلة المعروفة، لكن البلاغات المبهمة متشابكة الأسباب تحتاج إلى من يفرزها.
كلما سرّع الذكاء الاصطناعي إجابات الأسئلة الشائعة وتنظيم التذاكر، سهُل أن يتوارى عمل الدعم البسيط في الخط الأول إلى الخلفية. أما ما يحتفظ بقيمته فهو القدرة على تحديد السبب الحقيقي وراء البلاغات المبهمة، وترتيب الأولويات حسب الأثر على الأعمال، وإعادة تصميم العمليات حتى تتوقف المشكلات عن التكرار.
يقوم أخصائي الدعم التقني بأكثر بكثير من الإجابة عن الأسئلة؛ فعمله أن يحدد ما الذي يعطّل العمل فعلاً، ويعيد الخدمة بأسرع ما يمكن، ويحسّن العمليات بحيث يقل احتمال تكرار المشكلة نفسها. ولأنه يتعامل مع الحسابات والأجهزة والشبكات وتطبيقات SaaS والصلاحيات وعمليات الأمن، يتطلب الدور معرفة تقنية وفهماً للأعمال معاً.
يجعل الذكاء الاصطناعي إجابات الأسئلة الشائعة والفرز الأولي والبحث في السجلات وتلخيص التذاكر أسهل أتمتةً بكثير. أما ما يبقى فهو العثور على موضع الخلل الحقيقي حين يكون شرح المستخدم ناقصاً، وتحديد الأولويات وفق الأثر على العمل، والمضي حتى تحسين العمليات.
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.
تغيّر الاستعانة بمصادر خارجية، إحلال رأس المال محل العمل: يُتوقع أن تنخفض حصة هذه المهنة من العمالة في القطاعات التي توظفها، إذ يتزايد عدد الشركات التي تنقل دعم مستخدمي الحاسوب إلى الخارج أو تلبي احتياجاتها في حل مشكلات الحاسوب باستخدام الذكاء الاصطناعي التوليدي.
Sourcing change, capital/labor substitution - share decreases as more businesses offshore their computer user support or solve computer troubleshooting needs using generative artificial intelligence (AI).
أرقام أمريكية لمهنة BLS "Computer user support specialists". تفترض توقعات BLS أن التقنية تواصل التطور بوتيرتها التاريخية؛ وهي ليست توقعًا لأثر الذكاء الاصطناعي وحده.
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
عند التفكير في أثر الذكاء الاصطناعي على أخصائيي الدعم التقني، فالنقطة الأساسية أن الإجابة والحل ليسا الشيء نفسه. قد تستجيب روبوتات المحادثة بسرعة للأسئلة المعروفة، لكن حين يكون شرح المستخدم مبهماً أو تتداخل عدة أسباب، يظل على أحد أن يفرز ما يحدث فعلاً. وفي تقنية المعلومات الداخلية بوجه خاص، لا يهم الصواب التقني وحده، بل يهم أيضاً منع توقف العمل.
ولا ينتهي الدعم بمعالجة تذكرة واحدة في كل مرة. فالعمل يشمل التساؤل عن سبب تكرار الاستفسار نفسه، وما إذا كانت هناك مشكلة في الصلاحيات أو إدارة الأجهزة أو التدريب أو تصميم الإجراءات، وكيف يُمنع رجوع المشكلة. والدور الأقوى هو الذي يربط التقنية بعمليات الأعمال، لا الذي يكتفي بالإجابة عن الأسئلة.
أسهل ما يمكن للذكاء الاصطناعي أن يحل محله هو دعم الخط الأول الذي يتطابق جيداً مع الحالات السابقة والإجراءات الروتينية. فالإرشادات المعروفة سهلة الأتمتة، بينما تبقى الاستثناءات وترتيب الأولويات بيد البشر.
باتت أسئلة مثل إعادة تعيين كلمة المرور، وخطوات الاتصال بالشبكة الافتراضية الخاصة (VPN)، وإرشادات تثبيت البرامج، قابلة بشكل متزايد للمعالجة عبر محادثة آلية تستند إلى الوثائق الداخلية. وهذا يسرّع طبقة الاستجابة كثيراً، وإن ظلت تواجه صعوبة في التقاط الفروق الخاصة بكل حالة.
من السهل على الذكاء الاصطناعي تلخيص محتوى الاستفسارات وتوجيهها حسب الفئة أو القسم المسؤول. لكن التذاكر التي تبدو متشابهة على السطح قد تكون في الحقيقة أول إشارة إلى عطل خطير، ولذلك لا تزال العناية البشرية مطلوبة.
بوسع الذكاء الاصطناعي اختصار عمل البحث عن رسائل الخطأ المعروفة أو أنماط السجلات. لكن حين تتداخل عدة أعراض، يظل تقرير ما يُشتبه فيه أولاً معتمداً على الخبرة البشرية.
يمكن للذكاء الاصطناعي المساعدة في صياغة تعليمات الإعدادات أو إجراءات الطلبات الأكثر تكراراً. وما يتطلب خبرة ميدانية هو أن تعكس هذه الأدلة المواضع التي يتعثر فيها المستخدمون فعلاً، والاستثناءات التشغيلية التي يجب تضمينها.
تبقى قيمة أخصائي الدعم التقني في العثور على المشكلة الحقيقية داخل طلب مبهم، وتحديد ترتيب الاستجابة بناءً على الأثر على العمل. ويظل الدور مهماً بوصفه مدخلاً إلى تحسين العمليات، لا مجرد مكتب مساعدة.
نادراً ما يكون المستخدمون دقيقين تقنياً. فشكاوى مثل «توقف فجأة عن العمل» أو «كان يعمل من قبل» لا بد أن تُترجم إلى مشكلات محتملة في الأجهزة أو الشبكات أو الصلاحيات أو الإعدادات. وتبقى مهارة التشخيص هذه بشرية.
حين تصل عدة مشكلات في وقت واحد، يعتمد الترتيب الصحيح على عوامل مثل ما إذا كانت المحاسبة متوقفة أثناء إقفال الحسابات، أو ما إذا كانت المشكلة طفيفة ومعزولة. والحكم الحاسم يراعي الصعوبة التقنية والأثر على الأعمال معاً.
إذا ظلت المشكلة نفسها تظهر، فلن تكفي الاستجابات الفردية المتكررة. لا بد أن يكتشف أحد ما إذا كان الخلل في الإجراءات أو الصلاحيات أو سياسة الأجهزة أو طرق التواصل، ثم يغيّر طريقة التشغيل نفسها.
أثناء الأعطال، لا يقتصر العمل على تقديم إجابة صحيحة تقنياً، بل يشمل أيضاً استيعاب قلق الطرف الآخر وإبلاغه بالتقدم وإبقاءه هادئاً بما يكفي لمواصلة العمل. وهذا الإحساس بالطمأنينة يصعب توليده بالذكاء الاصطناعي وحده.
المهم لأخصائيي الدعم التقني ليس التعامل الروتيني مع الأسئلة الشائعة، بل مهارة أقوى في استكشاف الأعطال وتصميم العمليات. والمسار الأمثل أن يُترك للذكاء الاصطناعي تسريع ردود الخط الأول، مع التميز بتحليل الأسباب ومقترحات التحسين.
كثير من مشكلات الدعم لا يقتصر على نظام واحد، بل ينشأ من التفاعل بين أنظمة الهوية وإعدادات الأجهزة وتطبيقات SaaS والشبكات. وكلما استطاع المرء الرؤية عبر هذه المجالات، تحسّن فرزه للمشكلات.
من المهم التمييز بين الحوادث الكبرى والمشكلات الصغيرة بدلاً من معاملتها بالطريقة نفسها. فأخصائيو الدعم الأقوياء لا يفكرون بالمصطلحات التقنية وحدها، بل يفكرون أيضاً في أي عمل متوقف، ومن المتأثر، ومدى السرعة التي يحتاجها التعافي فعلاً.
ليس الهدف مجرد التخلص من المصطلحات التقنية؛ فالشرح يجب أن يجعل الخطوة التالية واضحة. ومن يستطيع إيصال المحتوى نفسه بفاعلية عبر الحديث المباشر والمحادثة النصية والوثائق يرفع جودة الدعم بشكل ملحوظ.
قد يكشف حجم تذاكر الدعم ومحتواها ما إذا كانت المشكلة الحقيقية نقصاً في التدريب، أو سوءاً في تصميم الصلاحيات، أو ضعفاً في سهولة استخدام النظام. والمهم هو معالجة مزيد من التذاكر ورؤية البنية المتكررة الكامنة تحتها في الوقت نفسه.
تكمن قيمة خبرة الدعم التقني في القدرة التشخيصية وفهم العمليات وترتيب الأولويات أكثر مما تكمن في الإجابة عن الأسئلة. وهذا يسهّل الاتجاه نحو تصميم العمليات في مراحل أعلى أو قيادة المشروعات مع الاحتفاظ بوعي قوي بتقنية المعلومات الداخلية.
الخبرة في الإصغاء إلى إدارات متعددة وتحديد الأولويات ومنع مشكلات تقنية المعلومات من إيقاف العمل رصيد قوي في مشروعات التطبيق والترحيل. ويناسب ذلك من يريد الانتقال من الدعم اليومي إلى إدارة التغيير.
مؤشر التعرض 70/100 · الوظائف الأمريكية 2025–35 +6.7%
تدعم الخبرة في تحديد أسباب توقف العمل وإعادة تصميم العمليات لمنع التكرار إدارة العمليات الأوسع أيضاً. ويلائم هذا المسار من يريد الانتقال من الدعم التقني إلى تحمّل مسؤولية سير العمل ككل.
مؤشر التعرض 63/100 · الوظائف الأمريكية 2025–35 +5.0%
تنتقل الخبرة في ملاحظة مواضع تعثر المستخدمين ومساعدتهم على الوصول إلى حالة استخدام فعلية جيداً إلى تمكين العملاء. ويناسب ذلك من يريد نقل حسّه في الدعم الداخلي إلى إرشاد العملاء الخارجيين.
مؤشر التعرض 83/100 · الوظائف الأمريكية 2025–35 +3.9%
كثيراً ما يبرع في أدوار الجودة من اعتاد إعادة إنتاج الأخطاء البرمجية وفصل أسبابها والتحقق من أثرها. وهو مسار يلائم من يريد التحول من الاستجابة للمشكلات إلى اكتشافها قبل أن يصادفها المستخدمون.
مؤشر التعرض 95/100 · الوظائف الأمريكية 2025–35 +5.7%
تنتقل الخبرة في الرؤية عبر الهويات والأجهزة والصلاحيات وقواعد التشغيل مباشرة إلى إدارة الأنظمة الداخلية. ويناسب ذلك من يريد التحول من الرد على الاستفسارات إلى تحمّل مسؤولية التشغيل المستقر نفسه.
مؤشر التعرض 88/100 · الوظائف الأمريكية 2025–35 -4.1%
يمكن أن يدعم فهم مواضع تعثر المستخدمين والتعليم بطرق تساعدهم على المضي قدماً تصميم التدريب والتمكين الداخلي أيضاً. ويلائم هذا المسار من يريد الاتجاه نحو أنظمة تمنع الارتباك من الأساس.
مؤشر التعرض 85/100 · الوظائف الأمريكية 2025–35 +10.8%
كلما سرّع الذكاء الاصطناعي إجابات الأسئلة الشائعة وتنظيم التذاكر، سهُل أن يتوارى عمل الدعم البسيط في الخط الأول إلى الخلفية. أما ما يحتفظ بقيمته فهو القدرة على تحديد السبب الحقيقي وراء البلاغات المبهمة، وترتيب الأولويات حسب الأثر على الأعمال، وإعادة تصميم العمليات حتى تتوقف المشكلات عن التكرار. والأرجح أن يظل في موقع قوي من يجمع بين الإجابة وبين ربط المشكلات التقنية بحلول للأعمال.
الوظائف المعروضة هنا تنتمي الى القطاع نفسه الذي تنتمي اليه اخصائي دعم تقنية المعلومات. وهي ليست الوظيفة نفسها، لكنها تساعد على مقارنة تاثير الذكاء الاصطناعي وقرب المسارات المهنية.
تسجّل مهنة اخصائي دعم تقنية المعلومات 94 من 100 على مؤشرنا للتعرض للذكاء الاصطناعي التوليدي (المرتبة 18 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 اخصائي دعم تقنية المعلومات في الولايات المتحدة بنسبة -3.5% بين 2025 و2035.
أسهل ما يمكن للذكاء الاصطناعي أن يحل محله هو دعم الخط الأول الذي يتطابق جيداً مع الحالات السابقة والإجراءات الروتينية. فالإرشادات المعروفة سهلة الأتمتة، بينما تبقى الاستثناءات وترتيب الأولويات بيد البشر. على سبيل المثال: الردود الأولى المستندة إلى الأسئلة الشائعة، تلخيص التذاكر وتصنيفها، البحث الأساسي في السجلات ومطابقة المشكلات المعروفة، صياغة أدلة التشغيل القياسية.
تبقى قيمة أخصائي الدعم التقني في العثور على المشكلة الحقيقية داخل طلب مبهم، وتحديد ترتيب الاستجابة بناءً على الأثر على العمل. ويظل الدور مهماً بوصفه مدخلاً إلى تحسين العمليات، لا مجرد مكتب مساعدة. على سبيل المثال: فصل السبب عن بلاغات المستخدمين المبهمة، تحديد الأولويات وفق الأثر التشغيلي، إصلاح العمليات حتى لا تتكرر المشكلة، الحفاظ على ثقة المستخدمين.
المهم لأخصائيي الدعم التقني ليس التعامل الروتيني مع الأسئلة الشائعة، بل مهارة أقوى في استكشاف الأعطال وتصميم العمليات. والمسار الأمثل أن يُترك للذكاء الاصطناعي تسريع ردود الخط الأول، مع التميز بتحليل الأسباب ومقترحات التحسين. على سبيل المثال: فهم شامل للهويات والصلاحيات والأجهزة، مهارة ترتيب أولويات الحوادث، هيكلة الشرح للمستخدمين، استخراج مواضع التحسين البنيوي من بيانات التذاكر.
