هل سيحل الذكاء الاصطناعي محل مهندسي الشبكات؟ ليس تماماً، لكن وظيفتك تتغير بسرعة

شبكتك تصبح أكثر ذكاءً -- هل يجب أن تقلق؟

إذا كنت مهندس شبكات، فربما لاحظت شيئاً: الأدوات التي تستخدمها يومياً أصبحت جيدة بشكل مخيف في أداء أجزاء من عملك. يمكن لمنصات إدارة الشبكات المدعومة بالذكاء الاصطناعي الآن تكوين أجهزة التوجيه تلقائياً، والتنبؤ بنقاط اختناق عرض النطاق، وحتى الإصلاح الذاتي للأعطال البسيطة دون تدخل بشري. لذا فإن السؤال الذي يدور في ذهن كل مهندس شبكات هو ما إذا كانت هذه التقنية ستجعلهم في النهاية عديمي الفائدة.

الإجابة القصيرة هي لا. لكن الإجابة الطويلة أكثر تعقيداً، وهي مهمة لتخطيط مسيرتك المهنية.

وفقاً لتحليلنا المبني على تقرير أنثروبيك لتأثير سوق العمل، يواجه مهندسو الشبكات حالياً تعرضاً إجمالياً للذكاء الاصطناعي بنسبة 48% مع مخاطر أتمتة بنسبة 22% فقط. بحلول 2028، من المتوقع أن يرتفع التعرض إلى 67%، لكن مخاطر الأتمتة تبقى عند مستوى يمكن إدارته وهو 38%. الفجوة بين هذين الرقمين تروي القصة الحقيقية: الذكاء الاصطناعي منخرط بعمق في عملك، لكنه يعززك بدلاً من أن يحل محلك.

أين يضرب الذكاء الاصطناعي بأقوى ما لديه -- وأين لا يستطيع الوصول

المهمة الأكثر أتمتة لمهندسي الشبكات هي تكوين وصيانة إعدادات أجهزة الشبكة، بنسبة 65% أتمتة. يمكن لأدوات مثل Cisco DNA Center و Juniper Mist AI ومنصات مفتوحة المصدر مثل Ansible مع إضافات الذكاء الاصطناعي نشر تغييرات التكوين عبر آلاف الأجهزة في دقائق. ما كان يستغرق أياماً من العمل اليدوي عبر CLI لفريق كامل يحدث الآن ببضع نقرات.

مراقبة الشبكة وتحليل الأداء يأتي في المرتبة التالية بنسبة 60% أتمتة. يمكن لمنصات المراقبة المدعومة بالذكاء الاصطناعي مثل Datadog و ThousandEyes و SolarWinds اكتشاف الشذوذ، وربط الأحداث عبر المكدس بأكمله، وتنبيه المهندسين قبل أن يلاحظ المستخدمون أي مشكلة.

لكن هنا يصبح الأمر مثيراً للاهتمام. تصميم بنية الشبكة لعمليات النشر الجديدة لا يزال عند 35% أتمتة فقط. هذا هو نوع العمل الذي يتطلب فهم متطلبات الأعمال، وتوقعات النمو، والقيود المالية، والواقع الفوضوي للأنظمة القديمة التي ترفض أن تموت بأناقة. يمكن للذكاء الاصطناعي اقتراح بنى مرجعية، لكنه لا يستطيع التفاوض مع أصحاب المصلحة حول سبب حاجة الشركة لإنفاق 2 مليون دولار على تجديد الشبكة.

استكشاف أعطال الشبكة المعقدة متعددة الموردين أصعب في الأتمتة بنسبة 30%. عندما تتعطل شبكة الإنتاج في الساعة 2 صباحاً والمشكلة تتضمن تفاعلاً بين معدات ثلاثة موردين، وسياسة BGP خاطئة التكوين، وقطع ألياف لم يوثقه أحد، هنا تثبت الخبرة البشرية وحل المشكلات الإبداعي قيمتها.

عامل السحابة

التحول إلى السحابة والشبكات المعرفة بالبرمجيات (SDN) يغير فعلياً طبيعة هندسة الشبكات أسرع من الذكاء الاصطناعي وحده. مهندسو الشبكات الذين يمكنهم العمل مع البنى السحابية الأصلية وشبكات Kubernetes وأدوات البنية التحتية كرمز مثل Terraform يضعون أنفسهم عند تقاطع الشبكات و DevOps، وهو مجال ينمو فيه الطلب بسرعة.

يتوقع مكتب إحصاءات العمل نمواً بنسبة 7% للوظائف المتعلقة بالشبكات حتى 2034، مع توقع حوالي 45,000 وظيفة جديدة. هذا أعلى قليلاً من المعدل الوطني، مما يعكس طلباً مستقراً حتى مع إعادة تشكيل الأتمتة للدور.

ماذا تفعل حيال ذلك

إذا كنت في بداية مسيرتك المهنية، استثمر بكثافة في مهارات الشبكات السحابية -- تصميم AWS VPC، شبكات Azure، موازنة أحمال GCP. هذه هي المجالات التي ينمو فيها الطلب أسرع وأدوات الذكاء الاصطناعي لا تزال غير ناضجة نسبياً.

إذا كنت في منتصف مسيرتك المهنية، فكر في التخصص في أمن الشبكات أو بنية SD-WAN. هذه تتطلب نوع الحكم السياقي الذي يعاني معه الذكاء الاصطناعي، وتقدم رواتب ممتازة.

للجميع، برمجة الأتمتة (Python, Ansible, Terraform) لم تعد اختيارية. مهندسو الشبكات الذين سيزدهرون هم من يستخدمون الذكاء الاصطناعي كمضاعف للقوة، يؤتمتون الروتيني ليركزوا على المعقد.

للحصول على بيانات تفصيلية للأتمتة مهمة بمهمة، قم بزيارة صفحة مهنة مهندسي الشبكات.

المصادر

• Anthropic. (2026). The Anthropic Labor Market Impact Report.
• U.S. Bureau of Labor Statistics. Network and Computer Systems Administrators.
• O*NET OnLine. Computer Network Architects.

سجل التحديثات

• 2026-03-25: النشر الأولي

---

تم إنتاج هذا التحليل بمساعدة الذكاء الاصطناعي. جميع البيانات مصدرها أبحاث محكمة وإحصاءات حكومية رسمية. لمعرفة تفاصيل المنهجية، قم بزيارة صفحة الإفصاح عن الذكاء الاصطناعي.