هل سيحل الذكاء الاصطناعي محل مهندسي الروبوتات؟ حين يلتقي الحديد بالذكاء

إليك زوجاً غريباً من الأرقام. يواجه مهندسو الروبوتات نسبة تعرض للذكاء الاصطناعي تبلغ 50% — ذات دلالة، غير أنها ليست الأعلى. ومع ذلك تبلغ مخاطر أتمتتهم 37% فحسب، أدنى من نسبة التعرض بفارق كبير، وأقل بكثير مما تواجهه أدوار البرمجيات المماثلة. هذه الفجوة هي الحقيقة الواحدة الأكثر أهمية حول هذه المهنة في عام 2025، وتخبرك شيئاً عميقاً عن سبب صعوبة الاستعانة بالذكاء الاصطناعي في بناء الذكاء المادي مقارنةً ببناء الذكاء الرقمي.

نسبة التعرض منطقية حين تنظر إلى ما يفعله مهندسو الروبوتات فعلاً. التخطيط للمسارات، وأنظمة التحكم، والمحاكاة، وخطوط أنابيب الإدراك الحسي — كل هذه لها أدوات ذكاء اصطناعي تستطيع كتابة الكود واقتراح المعماريات وضبط المعاملات. نسبة 50% صادقة في قياس مدى تداخل العمل الإدراكي مع ما يستطيع الذكاء الاصطناعي الحالي تأديته.

ما يستحق الاهتمام هو نسبة المخاطر. 37% منخفضة لأن الروبوتات في نهاية المطاف تتعلق بأشياء مادية في عالم مادي. العالم أكثر فوضى من أي محاكاة. الأجهزة تتعطل بأساليب يجدها مهندسو البرمجيات غير قابلة للتصور. المستشعرات تكذب. المحركات تتصلب. الأسلاك تتفكك. والمهندس الذي يستطيع التوجه إلى مقعل العمل وتحديد المكوِّن المعطل وإصلاحه يؤدي عملاً لا يستطيع أي نموذج لغوي كبير تأديته عبر واجهة برمجية.

تستعرض هذه المقالة ما يتغير فعلاً لمهندسي الروبوتات، وأين يُفيد الذكاء الاصطناعي فعلاً، ولماذا يُعدُّ هذا المجال من أكثر المسارات التقنية مناعةً في حقبة الذكاء الاصطناعي — شريطة أن تبقى قريباً من المعدن.

تشريح الانقسام 50/37

لنفكِّك سبب هذا التباين الكبير بين التعرض والمخاطر في الروبوتات. التعرض يقيس مدى تداخل قائمة مهامك مع ما يستطيع الذكاء الاصطناعي تأديته. المخاطر تُقدِّر مدى تحوُّل ذلك التداخل إلى إزاحة فعلية خلال خمس سنوات.

في الأدوار القائمة على البرمجيات فقط كمهندسي معالجة اللغة الطبيعية، يتحرك التعرض والمخاطر معاً لأن كل شيء تقريباً يجري في البرمجيات، وأدوات الذكاء الاصطناعي تستطيع قراءتها وكتابتها وتنفيذها. أما مهندسو الروبوتات فنصف عملهم يجري في البرمجيات (حيث الذكاء الاصطناعي منافس) والنصف الآخر في العالم المادي (حيث الذكاء الاصطناعي ليس كذلك). تعكس نسبة المخاطر هذا التفاوت.

ثمة سبب ثانٍ. منتجات الروبوتات عادةً حيوية للسلامة أو مكثِّفة لرأس المال. سطر كود خاطئ في تطبيق دردشة يُسبِّب إحراجاً. سطر كود خاطئ في ذراع صناعي بستة محاور قد يقتل شخصاً أو يُدمِّر منصة بـ400,000 دولار. لا تترك الشركات للذكاء الاصطناعي كتابة كود الروبوتات في الإنتاج دون مراجعة جدية، وعمل المراجعة هذا بشري. [ادعاء]

ثالثاً: الروبوتات أحد أبطأ مجالات البرمجيات في التطور. المكتبات المعيارية — نظام تشغيل الروبوتات (ROS)، وMoveIt، وOpenCV — مستقرة بطرق لا يعرفها عالم أطر الويب. الذكاء الاصطناعي بارع في كتابة الكود في المجالات الغنية بالبيانات التدريبية وكثير الممارسين. الروبوتات بها عدد أقل من الممارسين، وكود أكثر تخصصاً، ودورات تكرار أطول. القيمة الاقتصادية لمساعدة الذكاء الاصطناعي في الساعة أقل منها في تطوير الويب.

ما يُساعد فيه الذكاء الاصطناعي بالفعل

لنكن دقيقين حول الأماكن التي يُحضر فيها الذكاء الاصطناعي بإنتاجية في يوم مهندس الروبوتات:

إعداد بيئة المحاكاة. بناء مشهد Gazebo أو Isaac Sim كان يستغرق ساعات. الآن يُنتج مساعد توليد الكود مشهداً يعمل في دقائق. يُحسِّن المهندس النص التحفيزي بدلاً من كتابة XML يدوياً.

اشتقاق قانون التحكم. للنباتات المعيارية — الأذرع بستة درجات حرية، والقواعد المتنقلة، والطائرات رباعية الدوران — ضبط PID وصياغة تحكم MPC وحتى اختيار مكاسب LQR لها وصفات معروفة يستطيع الذكاء الاصطناعي إنتاجها بالطلب. يتمثل دور المهندس في التحقق من ملاءمة الاشتقاق لنباته الفعلي.

سقالة خط أنابيب الرؤية الحاسوبية. إعداد خطوط أنابيب الكشف عن الأشياء والتجزئة وتقدير الوضع نشاط نمطي في عام 2025. وجد المؤشر الاقتصادي لأنثروبيك أن توليد الكود المتعلق بالإدراك نما أسرع من فئات الروبوتات الفرعية الأخرى، حيث بلغ معدل الاعتماد بين مهندسي الروبوتات المحترفين نحو 62%. [حقيقة]

التوثيق وفرز التذاكر. كتابة أدلة الصيانة وتقييمات المخاطر وملخصات تذاكر الأخطاء هو ما يُؤديه الذكاء الاصطناعي بكفاءة. معظم فرق الروبوتات أدارت ظهرها لهذا العناء.

الاختيار الأولي للأجهزة. تحديد المحركات والمشفِّرات وأجهزة lidar ووحدات القياس بالقصور الذاتي (IMU) لتصميم جديد أصبح محادثة بحثية لا أسابيع من تصفح الكتالوجات. الذكاء الاصطناعي يعرف أرقام القطع ويستطيع تركيب الخيارات استناداً إلى قيود العزم والدقة والميزانية.

هذه مكاسب إنتاجية حقيقية. مهندس الروبوتات في عام 2025 يُنتج تكرارات تصميم أكثر في الربع مقارنةً بعام 2022، وستواصل هذه الإنتاجية النمو مع نضج الأدوات.

ما لا يستطيع الذكاء الاصطناعي تأديته

الآن النصف الآخر. إليك ما يقضي فيه مهندسو الروبوتات وقتاً أكثر من أي وقت مضى:

التشخيص المادي. عمل الروبوت في المحاكاة. عمل على المقعل. يفشل في موقع العميل. لماذا؟ ربما لأن الأرضية ليست مستوية، أو الإضاءة تضرب الكاميرا بشكل مختلف، أو الاتصال اللاسلكي يُسقط حزماً، أو المشغِّل فعل شيئاً لم يتوقعه التصميم. معرفة أي هذه الأسباب هي السبب الفعلي تستلزم الوجود هناك بجهاز القياس ودفتر ملاحظات جديد. الذكاء الاصطناعي لا يستطيع فعل هذا عن بُعد.

التمديد والتجميع. يموت أجمل تصميم روبوتي حين يضطر شخص ما لتمديد أسلاكه. تمديد الأسلاك وإغاثة الشد والتداخل الكهربائي — مشكلات هندسية مادية لا يُوجد لها اختصار ذكي. المهندس بيديه وأدواته هو الحل الوحيد.

تكامل الأنظمة. نظام الروبوتات هو مجموع الأنظمة الفرعية الميكانيكية والكهربائية والبرمجية والمستشعرات. جعلها تعمل معاً يستلزم الجلوس في مختبر لأسابيع، وإيجاد أوضاع الفشل في كل واجهة. الذكاء الاصطناعي أداة مفيدة لتدوين الملاحظات خلال هذه العملية، لا بديل عن المهندس.

بناء حجج السلامة. تتطلب منتجات الروبوتات بشكل متزايد حججاً رسمية للسلامة للجهات التنظيمية — وفق ISO 10218 للروبوتات الصناعية، وISO 13482 لروبوتات الخدمة، أو معايير قطاعية للأنظمة الطبية والسيارات. بناء هذه الحجج يستلزم تحديد كل سيناريو خطر وتبرير كل تخفيف والاستدلال على قبولية المخاطر المتبقية. هذا عمل بالغ الدقة يعتمد على الحكم ولا يستطيع أي ذكاء اصطناعي توقيعه.

خدمة الميدان. حين يتعطل روبوت منتشر في موقع العميل، يُسافر شخص ما. الذكاء الاصطناعي يستطيع إنتاج قوائم تشخيص مرشحة. لا يستطيع إزالة المحرك المعطل واستبداله.

الجامع المشترك أن الروبوتات تملك مكوِّناً مادياً جوهرياً لا يمكن اختزاله. القيمة المهنية للبقاء قريباً من هذا المكوِّن ترتفع مع زيادة أتمتة المكونات البرمجية.

مهام بعينها وحالتها في الأتمتة

رسم خريطة مخزون مهام O*NET لمهندسي الروبوتات يكشف نقاطاً ساخنة وباردة مثيرة للاهتمام.

نشاط أتمتة مرتفع (أُنجز 50%+ من العمل): كتابة حلقات تحكم معيارية؛ إعداد مشاهد المحاكاة؛ إنتاج كود إدراك من المرحلة الأولى؛ صياغة وثائق التصميم والتقارير التقنية؛ توليد حالات اختبار لمكونات البرمجيات؛ إجراء مراجعات الأدبيات حول الأساليب الناشئة.

نشاط أتمتة معتدل (أُنجز 20-50%): التصميم الميكانيكي على المستوى التصوري؛ اختيار المستشعرات وتحديد الميزانية؛ تصميم معمارية النظام؛ إعداد تحليل أوضاع الفشل وتأثيراتها (FMEA)؛ تقدير تكاليف الإنشاءات والتكاملات.

نشاط أتمتة منخفض (أقل من 20% أُنجز): التجميع المادي والنماذج الأولية؛ اختبار الأجهزة في الحلقة؛ النشر الميداني وتدريب العملاء؛ صياغة حجج السلامة للمنتجات الخاضعة للتنظيم؛ التنسيق متعدد التخصصات مع فرق الميكانيكا والكهرباء والتصنيع.

يوضِّح هذا التفصيل على مستوى المهام سبب كون مخاطر الدور الإجمالية 37% رغم التعرض 50%. العمل ذو التعرض المرتفع يُستوعب بالذكاء الاصطناعي، لكنه لا يمثل إلا نحو 40% من ساعات مهندس الروبوتات النموذجي. النسبة المتبقية 60% تقع في فئات التعرض المعتدل أو المنخفض التي يتعثر فيها الذكاء الاصطناعي. [تقدير]

الأدوار الأكثر والأقل عرضة للخطر

داخل عائلة الروبوتات، تتباين الصورة تبايناً جذرياً.

الأكثر عرضة للخطر (60%+ مخاطر): مهندسو الأبحاث العاملون حصراً على المحاكاة؛ مهندسو البرمجيات المبتدئون الذين يقتصر دورهم على ربط كود خطوط أنابيب الإدراك؛ الكتّاب التقنيون في شركات الروبوتات المتخصصون في المحتوى المجاور للتسويق.

مخاطر معتدلة (30-50%): مهندسو التحكم المتمركزون حول النباتات المعيارية؛ مهندسو الرؤية العاملون مع فئات الأشياء الناضجة؛ مهندسو البرمجيات المساهمون في أُطر مفتوحة المصدر شائعة الاستخدام.

مخاطر منخفضة (أقل من 20%): مهندسو الروبوتات الميدانيون الذين ينشرون الأنظمة في بيئات حقيقية؛ مهندسو السلامة في الصناعات المنظَّمة؛ مهندسو الروبوتات الميكانيكيون بمهارات تصنيع نماذج أولية مادية قوية؛ مهندسو الأنظمة المسؤولون عن التكامل متعدد التخصصات؛ المؤسسون والمهندسون الكبار في شركات الروبوتات الناشئة حيث كل دور ميداني.

النمط متسق: البُعد عن العالم المادي يرتبط ارتباطاً مباشراً بالمخاطر. المهندسون الذين يتمحور عملهم حول الرقمي أكثر تعرضاً. أما أولئك الذين ينغمس عملهم في حقيقة المعدن والتيار والضوء والموجات اللاسلكية فهم محميون.

التوظيف والرواتب في 2025

سوق عمل الروبوتات أحد أكثر الأسواق صحةً في قطاع التقنية. نمت إعلانات وظائف مهندسي الروبوتات بنسبة 18% سنةً بسنة وفق بيانات الرسم البياني الاقتصادي لـ LinkedIn، بينما تراجعت إعلانات هندسة البرمجيات العامة بنسبة 11%. تتراوح رواتب كبار مهندسي الروبوتات في الشركات الناشئة ذات التمويل الجيد والشركات الصناعية الكبرى بين 220,000 و420,000 دولار تعويضاً إجمالياً في الولايات المتحدة، مع علاوة حادة للمهندسين القادرين على العمل عبر حدود الميكانيكا والكهرباء والبرمجيات. [حقيقة]

الأسباب البنيوية ليست غامضة. جمعت شركات الروبوتات الإنسانية الناشئة أكثر من 7 مليارات دولار عالمياً في 2024-2025. أتمتة المستودعات في عقدها الثاني من النمو المتواصل. الروبوتات الجراحية تتوسع في المستشفيات العامة. المركبات ذاتية القيادة، بعد تراجع 2022-2023، تدخل مرحلة بناء جديدة في النقل بالشاحنات والتوصيل في الميل الأخير وساحات الخدمات اللوجستية. كل هذه القطاعات بحاجة إلى مهندسي روبوتات، ومعظمها يكافح لتوظيف العدد الكافي.

الطلب ليس على "مهندسي الروبوتات" بشكل عام. بل على مهندسين يستطيعون حل مشكلات مادية محددة وصعبة. الشركات تدفع مقابل النتائج لا الشهادات، والمهندسون القادرون على شحن أنظمة تعمل هم من يحصلون على العروض.

المهارات التي تُجدي حتى 2030

نظرة عملية على أين تستثمر جهدك خلال السنوات الخمس القادمة:

ابنِ براعة استثنائية في مجال مادي واحد. اختر التلاعب الإنساني، أو استقلالية الطائرات المسيَّرة، أو الأدوات الجراحية، أو روبوتات الزراعة، أو الخدمات اللوجستية للمستودعات — وتعمَّق فيه. المهندسون الذين تتراكم قيمتهم هم أولئك الذين يعرفون مجالاً واحداً معرفةً عميقة تُمكِّنهم من التنبؤ بأوضاع الفشل قبل حدوثها. الذكاء الاصطناعي لا يستطيع اكتساب هذه الحدسية؛ الوقت الميداني وحده ينميها.

أتقن مشكلة الانتقال من المحاكاة إلى الواقع. هذا صميم الروبوتات الحديثة: درِّب سياسةً في المحاكاة، انشرها على الأجهزة، شاهدها تفشل بطرق مفاجئة، كرِّر. المهندسون القادرون على تقصير هذه الحلقة يوفِّرون على الشركات مبالغ طائلة. لا يوجد بديل ذكاء اصطناعي لهذه المهارة.

تعلَّم التفاوض مع الجهات التنظيمية. ISO 10218، وIEC 61508 للسلامة الوظيفية العامة، وطلبات FDA 510(k) للروبوتات الطبية، وجزء FAA 107 للطائرات المسيَّرة، واللائحة الأوروبية للآلات 2023/1230. المهندسون القادرون على التعامل مع هذه الأُطر يحصلون على رواتب مميزة لأنهم قلة. الذكاء الاصطناعي يستطيع تلخيص المعايير. لا يستطيع بناء حجة السلامة أو حضور المراجعة.

حافظ على قوة في أساسيات الروبوتات الكلاسيكية. الحركية الأمامية والعكسية، والنمذجة الديناميكية، والتحكم الأمثل، وتقدير الحالة، والمعايرة. الإغراء بتخطي هذه الأسسات والقفز مباشرةً إلى سياسات الشبكات العصبية حقيقي، لكنه يُنتج مهندسين لا يستطيعون تشخيص المشكلات حين تفشل السياسة المتعلَّمة. الأسسات هي ما يُمكِّنك من التشخيص. [ادعاء]

طوِّر حاسةً تجارية. الروبوتات مجال قاسٍ لرأس المال. المهندسون الذين يفهمون الاقتصاد — التكلفة الإجمالية للتملك وفترات الاسترداد وتكاليف التكامل ووقت التوقف — هم من يُترقَّون إلى أدوار القيادة. المهندسون الذين يفهمون التقنية فقط يصطدمون بسقف زجاجي.

التوقع الصادق

بحلول عام 2030، كيف ستبدو هندسة الروبوتات؟ السيناريو الأرجح: يصبح المجال أكبر بكثير مع مزيد من المهندسين العاملين في صناعات أكثر، لكن حصة العمل المحض برمجياً تتقلص بينما تنمو حصة العمل المتعلق بالأنظمة المادية والتعامل التنظيمي والنشر في مواقع العملاء.

بالنسبة لمهندس روبوتات فردي يقرأ هذا، الاستنتاج الاستراتيجي واضح. تحرَّك نحو الأجهزة، نحو العميل، نحو الجهة التنظيمية. ابتعد عن العمل المحض على المحاكاة الذي يتولاه الذكاء الاصطناعي بشكل متزايد. المسيرات التي تتراكم قيمتها عبر العقد القادم ستنتمي إلى مهندسين يعاملون الذكاء الاصطناعي كأداة إنتاجية بينما يبنون خبرةً في الأجزاء الفوضوية المادية المعتمدة على الحكم من الدور.

الدور أحد أكثر المسارات التقنية أماناً الآن. وهو أيضاً أحد أكثرها تطلباً. الروبوتات دائماً تطلَّبت تنوعاً — تفكير ميكانيكي وكهربائي وبرمجي وأنظمة في رأس واحد — والذكاء الاصطناعي لم يغير هذا. بل على العكس، ارتفعت قيمة هذا التنوع.

للتفاصيل التشغيلية للأتمتة حسب الدور الفرعي، وبيانات الرواتب الإقليمية، والتوقعات التفصيلية لخمس سنوات، راجع ملف تعريف مهنة مهندسي الروبوتات.

---

التحليل مستند إلى نمذجة الأتمتة على مستوى مهام ONET، والمؤشر الاقتصادي لأنثروبيك (2025)، وإحصاءات الاتحاد الدولي للروبوتات، وبيانات الرسم البياني الاقتصادي لـ LinkedIn، وبيانات مرصد سياسات الذكاء الاصطناعي لمنظمة OECD. بحث ومسودة بمساعدة الذكاء الاصطناعي؛ مراجعة وتحرير بشريان من قِبَل فريق تحرير AIChangingWork.*