هل سيحل الذكاء الاصطناعي محل عمال الغسيل؟ لماذا تظل القمصان المجعدة مشكلة بشرية

14%. هذا هو مستوى مخاطر الأتمتة لعمال غسيل الملابس والتنظيف الجاف. في عالم تُحدث فيه الذكاء الاصطناعي ثورةً تطال المهنيين ذوي الياقات البيضاء يمينًا وشمالًا، يُعدّ الأشخاص الذين يغسلون ثيابك ويكوّونها ويطوونها من أقل الفئات تأثرًا. لكن قبل أن تتنهّد مرتاحًا، ثمة تحفظ جوهري.

سوق العمل لعمال الغسيل آخذٌ في التقلص — لا بسبب الذكاء الاصطناعي، بل بسبب الاقتصاد. والطرق الصغيرة التي يتسلل منها الذكاء الاصطناعي إلى هذه الصناعة قد تكون في الحقيقة ما يُنقذ الوظائف المتبقية بدلًا من القضاء عليها. حين تقبع مهنةٌ في أدنى عشر بالمئة من حيث مخاطر الأتمتة، وتواجه في الوقت ذاته انخفاضًا في التوظيف بنسبة 7%-، فإن القصة لا تتعلق بالتكنولوجيا. إنها تتعلق بتحوّل هيكلي في سلوك المستهلك بدأ قبل وجود الذكاء الاصطناعي التوليدي بوقت طويل، وأصبح الذكاء الاصطناعي في موقف مفارقٍ يجعله مُبطِّئًا لهذا التحوّل لا مُعجِّلًا له.

لماذا يعجز الذكاء الاصطناعي أمام الغسيل؟

[حقيقة] يبلغ التعرض الإجمالي للذكاء الاصطناعي لدى عمال الغسيل والتنظيف الجاف 12% فحسب، مع مخاطر أتمتة بنسبة 14% اعتبارًا من عام 2025. يُصنَّف مستوى التعرض بوصفه "منخفضًا" مع وضع أتمتة من نوع "التعزيز". ولاستيعاب هذا الرقم في سياقه، فإن المتوسط عبر جميع المهن التي نرصدها يقترب من 35% تعرضًا.

هذا الرقم المنخفض ليس شذوذًا إحصائيًا — بل يعكس ثغرةً موثقة توثيقًا جيدًا في الذكاء الاصطناعي الراهن. وفقًا لـ OECD Employment Outlook 2023، حقّقت موجة الذكاء الاصطناعي الأخيرة مكاسبها الأحدّ في المهام المعرفية غير الروتينية — ترتيب المعلومات، والاستدلال الاستنتاجي، والسرعة الإدراكية — لا في التلاعب الجسدي بأشياء غير متوقعة [ادعاء]. طيُّ قميص متجعّد، واستشعار ما إذا كان القماش يتحمل مذيبًا كيميائيًا، وفرز كومة مختلطة من الملابس يدويًا — كل ذلك يقع خارج تلك الحدود التقنية بالكامل تقريبًا. وقد توصّلت International Labour Organization (2023) في دراستها العالمية إلى استنتاج مكمّل: من المرجح أن يُعزّز الذكاء الاصطناعي التوليدي العمل ويُضيف إليه بدلًا من تدميره، والأدوار الأقل تعرضًا هي بالضبط تلك المبنية على العمل الجسدي المباشر الوجاهي لا على معالجة الوثائق [ادعاء].

تُفسِّر بيانات المهام السبب وراء ذلك. فرز الملابس وتصنيفها حسب نوع القماش واللون يبلغ معدل أتمتته 20%. يستطيع الرؤية الحاسوبية التعرف على بعض أنواع الأقمشة، لكن الحكم اللمسي اللازم للتعامل مع المواد الدقيقة وتقييم أنماط التآكل واكتشاف الأضرار الخفية يتجاوز قدرة الذكاء الاصطناعي الحالية. تشغيل آلات الغسيل والتجفيف والكيّ يقف عند 15% أتمتة فحسب. هذه الآلات تحتوي بالفعل على ضوابط برمجية، غير أن التحميل والتفريغ والتكيّف مع التنوع اللانهائي في أشكال الملابس وأحجامها وأحوالها يظل مهمةً جسدية. فحص الملابس بحثًا عن البقع والتلف يبلغ 18% أتمتة. تستطيع كاميرات بالذكاء الاصطناعي رصد بعض البقع، لكن التمييز بين بقعة نبيذ تستدعي المعالجة المسبقة ونقشةٍ على القماش تبدو كبقعة يستلزم حكمًا لا تملكه الآلات بعد.

الاستثناء الوحيد هو معالجة طلبات العملاء وإدارة بطاقات التسليم، الذي يصل معدل أتمتته إلى 50%. أنظمة نقاط البيع وأكشاك الاستقبال الآلية والتتبع الرقمي باتت معيارًا في العمليات الكبيرة. هذه هي المنطقة الوحيدة التي يُحدث فيها الذكاء الاصطناعي فارقًا ملموسًا.

الواقع الجسدي الذي يُعجز الروبوتات

أمضِ ساعةً في محل تنظيف جاف قيد التشغيل وستبدأ في فهم لماذا لم تكد الروبوتات تلمس هذه الصناعة. القطعة الواحدة من الملابس قد تصل في أيام مختلفة بمشكلات مختلفة تمامًا. البدلة الصوفية تحتاج معالجةً حين تحمل آثار المطر، ومعالجةً مختلفة كليًا حين تحمل رائحة نار المخيم. فستان الزفاف يصل ببقع عشب ومساحيق تجميل ومشروب مجهول. على موظف الاستقبال أن يلمس القماش، ويقرأ بطاقة العناية، ويسأل العميل عما جرى، ويتخذ قرارًا بشأن ما يمكن للقطعة تحمّله.

[ادعاء] جرّبت الروبوتات. ثمة شركات بنت آلات طيّ آلية، وخطوط كيّ أوتوماتيكية، وأنظمة غسيل صناعية متكاملة بالكامل للفنادق والمستشفيات. وهي تعمل — للقطع الموحدة، في البيئات المضبوطة، وبالكميات الضخمة. لكنها لا تعمل لمحل التنظيف الجاف في الحي الذي يتعامل مع عملاء أفراد بملابس متفردة. الحسابات الاقتصادية ببساطة لا تنجح. آلةٌ تكلّف 200,000 دولار وتتعامل مع 80% من أنواع الأقمشة ستظل بحاجة إلى إنسان يُدير النسبة المتبقية البالغة 20% ويتعامل مع الاستثناءات. عندها تكون قد أنفقت ستة أرقام لخفض عدد عمالك بصورة طفيفة.

المنطق ذاته ينطبق على خدمات الغسيل والطيّ. المغاسل العامة ذاتية الخدمة موجودة منذ عقود. ولم تُنهِ خدمات الغسيل التجارية لأن كثيرًا من العملاء — المهنيين المشغولين، والمقيمين كبار السن، والعائلات محدودة الوقت — سيدفعون لمن يتولى عنهم هذا العمل. الذكاء الاصطناعي لا يُغيِّر هذه المعادلة.

التهديد الحقيقي ليس الذكاء الاصطناعي

[حقيقة] وفقًا لـ U.S. Bureau of Labor Statistics (Occupational Employment and Wage Statistics, SOC 51-6011)، يتراوح عدد عمال الغسيل والتنظيف الجاف في مئات الآلاف المنخفضة ويقلّون كثيرًا عن متوسط الأجر الأمريكي، مع توقعات بتراجع هذه المهنة حتى عام 2034 [حقيقة]. يُقدِّر نموذجنا هذا الانكماش بنحو 7%-، مع حوالي 210,000 عامل يكسبون أجرًا وسيطًا يقارب 30,200 دولار — مهنةٌ واسعة الانتشار لكنها في تقلّص.

يُغذّي هذا التراجع الاقتصادُ لا التكنولوجيا. تواجه خدمات الغسيل والطيّ منافسةً من الأجهزة المنزلية الميسورة التكلفة، وتراجع الطلب على الملابس الرسمية، وانتشار قواعد اللباس غير الرسمي في أماكن العمل. سرّعت جائحة كوفيد-19 التحوّل نحو العمل عن بُعد، مما قلّص الطلب على التنظيف الجاف تقليصًا ملحوظًا لم يعُد إلى سابق عهده كليًا.

[ادعاء] هذا تمييز بالغ الأهمية. حين يقلق الناس من سرقة الذكاء الاصطناعي لوظائفهم، نادرًا ما يتصدّر عمال الغسيل المحادثةَ. والحقيقة أن قوى السوق وتغيير سلوك المستهلك تُشكّل خطرًا أكبر بكثير على هذه المهنة من أي نظام ذكاء اصطناعي. محل التنظيف الجاف الذي أغلق الشارع الرئيسي العام الماضي لم يُغلَق لأن روبوتًا استولى على وظائفه. أُغلق لأن موظفي المكاتب في الحي المجاور لم يعودوا يرتدون البدلات خمسة أيام في الأسبوع.

عاملان، مستقبلان

تخيّل عاملَي غسيل في مدينة متوسطة الحجم. يعمل العامل (أ) في محل تنظيف جاف في الحي الذي يعرفه منذ خمس عشرة سنة. يعرف الزبائن المنتظمين بأسمائهم، حفظ أي معاملة تحتاجها كل قماشة، ولم يلمس نظام نقاط البيع قط لأن صاحب المحل يُدير ذلك بنفسه. وظيفة العامل (أ) في مأمن حقيقي من الذكاء الاصطناعي — وفي خطر حقيقي من التراجع التدريجي لقاعدة عملاء صاحب عمله.

أما العامل (ب) فقد عمل في سلسلة تنظيف جاف إقليمية خمس سنوات. بدأ في خط الكيّ، وتعلم نظام التذاكر الرقمي، والتقط بعض الإسبانية لخدمة شريحة متنامية من العملاء، وحضر مؤخرًا دورة يوم السبت في ترميم الجلد والشمواه. وظيفة العامل (ب) في مأمن أيضًا من الذكاء الاصطناعي. لكن العامل (ب) يراكم أيضًا مهارات تُمكّنه من الانتقال إلى دور متخصص، أو إدارة محل، أو الانتقال إلى مؤسسة رفيعة المستوى حين يُقدم صاحب عمله الحالي على التوحيد.

كلا العاملين يحملان الرقم ذاته لمخاطر الأتمتة. لكنهما يحملان ملفَّين مختلفَين تمامًا من حيث مخاطر المسيرة المهنية.

أين قد يُسهم الذكاء الاصطناعي فعلًا

[تقدير] بحلول عام 2028، يُتوقع أن يرتفع التعرض الكلي للذكاء الاصطناعي إلى 24% ومخاطر الأتمتة إلى 26%. النمو تدريجي ومتمركز في العمليات المواجِهة للعملاء لا في العمل الجسدي الأساسي.

إليك ما يبدو عليه ذلك للصناعة. تطبيقات تحديد البقع بالذكاء الاصطناعي تُساعد العمال على اختيار المعالجة المناسبة بسرعة أكبر. أنظمة الفرز الآلي باستخدام الرؤية الحاسوبية تُحسِّن الإنتاجية في مغاسل تجارية ذات حجم كبير. الصيانة التنبؤية على الآلات الصناعية تُقلّص الأعطال المكلفة. منصات إدارة العملاء تتولى الجدولة والإشعارات وبرامج الولاء دون الحاجة إلى موظفين إضافيين.

لمهنة تواجه انخفاضًا بنسبة 7%- في التوظيف، هذه المكاسب في الكفاءة لا تهدف إلى استبدال العمال — بل إلى إبقاء مشاريع الغسيل قابلةً للحياة في سوق صعب. محل التنظيف الجاف الصغير الذي يستخدم الذكاء الاصطناعي لإدارة التواصل مع العملاء وتحسين جداول آلاته يستطيع المنافسة مع السلاسل الكبيرة دون توظيف موظفين إضافيين. المشروع المحلي الذي ينجو في العقد القادم هو الذي يستثمر باعتدال في التكنولوجيا التشغيلية، ويحتفظ بعمال بشريين ذوي خبرة، ويقدم جودة خدمة لا تستطيع المغاسل الكبيرة مجاراتها.

الانشطار بين التجاري والسكني

[حقيقة] تنشطر الصناعة. تستثمر العمليات الصناعية واسعة النطاق التي تخدم المستشفيات والفنادق وشركات إيجار الزي الموحد بقوة في الأتمتة. شركات كـ Alliance Laundry Systems وPellerin Milnor لديها خطوط إنتاج تستهدف تحديدًا إنتاجية بمئات الأرطال في الساعة مع عمالة بشرية دنيا. قد تشهد هذه العمليات تقليصًا حقيقيًا في الأعداد على مدى العقد القادم — لا لأن الآلات تفعل كل شيء، بل لأن الآلات مع فريق صغير يستطيعان استبدال فريق أكبر بآلات قديمة.

أما محلات التنظيف الجاف المحلية والمتخصصة فتواجه مجموعةً مختلفة كليًا من القوى. تتنافس على جودة الخدمة والموقع والمعالجة المتخصصة. تكاليف العمل ليست القيد الذي يُعيق الربحية — بل حجم العملاء هو. لهذه المشاريع، الذكاء الاصطناعي أداةٌ لتحسين التسويق والجدولة والاحتفاظ بالعملاء، لا تهديدًا للقوى العاملة.

إن كنت تعمل في مجال الغسيل التجاري لمستشفى أو سلسلة فنادق أو عميل صناعي، فالعقد القادم سيبدو مختلفًا عما لو كنت تعمل لدى محل تنظيف جاف عائلي. كلا المستقبلَين يُتيح مكانًا للعمال البشريين المهرة، لكن المهارات التي يُكافأ عليها تبدو مختلفة في كل منهما.

المفاهيم الخاطئة الشائعة

"الروبوتات ستطوي الملابس قريبًا." على الأرجح لن يحدث ذلك في هذا العقد. روبوتات الطيّ موجودة كنماذج أولية وكآلات صناعية باهظة التكلفة. روبوتات الطي للاستخدام المنزلي وُعدنا بها منذ أكثر من عقد وما زالت في طور التجريب. يظل تنوع الأقمشة وأشكال الملابس وعدم القدرة على التنبؤ بكيفية خروج الملابس من المجفف مشكلةً روبوتية عسيرة الحل.

"الذكاء الاصطناعي سيتولى التفاعل مع العملاء بالكامل." صحيح جزئيًا في السلاسل الكبيرة، خاطئ في معظمه في المحلات المحلية. أكشاك الخدمة الذاتية والاستقبال عبر التطبيقات تنجح مع الخدمات الموحدة. العميل الذي يحمل سؤالًا صعبًا أو قطعةً تالفة أو طلبًا خاصًا لا يزال يريد إنسانًا.

"هذه الوظيفة لا مستقبل لها." مضلِّل. الوظيفة لها مستقبل يتقلص على مستوى الصناعة — عدد إجمالي أقل من المناصب عبر الزمن. أما الوظيفة فلها مستقبل قوي للعمال الأفراد الذين يطوّرون مهارات متخصصة، ويتعلمون تكنولوجيا التعامل مع العملاء، ويضعون أنفسهم في قطاعات الغسيل التجاري أو الخدمات الفاخرة.

ما يجب أن يعرفه عمال الغسيل

مهاراتك الجسدية في مأمن. معدل الأتمتة البالغ 15% في تشغيل الآلات و18% في فحص الملابس يعكس حقيقةً جوهرية: الذكاء الاصطناعي لا يُجيد التعامل مع أشياء جسدية متنوعة في ظروف غير متوقعة. والغسيل يقوم على ذلك بالضبط.

تعلّم تكنولوجيا التعامل مع العملاء. معدل الأتمتة البالغ 50% في معالجة الطلبات يعني أن الأنظمة الرقمية قادمة إلى كل عملية غسيل. العمال القادرون على استخدام هذه الأنظمة بكفاءة سيكونون أكثر قيمةً من أولئك الذين يقاومونها.

راقب القطاع التجاري. مغاسل الغسيل الصناعي واسعة النطاق للفنادق والمستشفيات والزي الموحد أكثر عرضةً لاعتماد الروبوتات وفرز الذكاء الاصطناعي مقارنةً بمحلات التنظيف الجاف المحلية. إن كنت تعمل في القطاع التجاري، انتبه إلى استثمارات صاحب عملك في مجال الأتمتة.

فكّر في التخصص. العناية بالملابس الفاخرة، وترميم الجلد، والحفاظ على الأقمشة القديمة، وإزالة البقع الخاصة — كلها تتطلب أسعارًا أعلى وهي الأبعد عن الأتمتة. الارتقاء في سلّم المهارات رهانٌ رابح.

خارطة طريق المهارات

الأفق الزمني لـ12 شهرًا. أتقن نظام نقاط البيع وإدارة العملاء في محلك. التحق بدورة قصيرة في كيمياء البقع أو العناية بالأقمشة الخاصة — هذه الشهادات مهمة للمؤسسات الفاخرة. طوّر علاقةً مع زميل ذي خبرة يتولى الاستقبالات الصعبة؛ تعلّم ما يبحث عنه.

الأفق الزمني لـ3 سنوات. طوّر تخصصًا يُبرر أجرًا أعلى: الحفاظ على فساتين الزفاف، والجلد والشمواه، وأعمال الترميم، وإدارة الزي الموحد التجاري. ضع في اعتبارك ما إذا كانت ملكية المحل أو إدارته مناسبَيْن لوضعك — العمال المخضرمون الأكثر حظًا في الازدهار خلال العقد القادم هم أولئك القادرون على إدارة عمل تجاري، لا مجرد تشغيل معدات.

مسارات مجاورة إن أردت التحوّل. إدارة عمليات الغسيل التجاري في مستشفى أو فندق، وأدوار فحص النسيج في مصنّعي الملابس، ومناصب العناية بالأزياء في الإنتاج المسرحي أو السينمائي، أو مبيعات تقنية لموردي معدات الغسيل. معرفتك بالأقمشة والمعالجات وتوقعات العملاء قابلة للنقل أكثر مما تظن.

للاطلاع على التحليل الكامل للبيانات، زُر صفحة مهنة عمال الغسيل.

---

_تحليل بمساعدة الذكاء الاصطناعي استنادًا إلى بيانات من Anthropic (2026) وEloundou et al. (2023) وتوقعات مكتب إحصاءات العمل الأمريكي. للاطلاع على البيانات الكاملة، زُر صفحة عمال الغسيل._