هل سيحل الذكاء الاصطناعي محل مهندسي الروبوتات؟ حيث يلتقي الأجهزة بالذكاء

إليك زوجًا من الأرقام المثير للاهتمام. يواجه مهندسو الروبوتات تعرضًا بنسبة 50% للذكاء الاصطناعي — وهو أمر ذو مغزى لكنه ليس متطرفًا. ومع ذلك، يبلغ خطر أتمتة أعمالهم 37% فحسب، أي أقل بكثير من درجة التعرض، وأدنى بمراحل مما تواجهه الأدوار البرمجية المقارنة. هذه الفجوة هي الحقيقة الأهم عن هذه المهنة في عام 2025، وتكشف لك عمقًا في السبب الذي يجعل بناء الذكاء المادي أصعب في إسناده إلى الذكاء الاصطناعي مقارنةً ببناء الذكاء الرقمي.

يصبح التعرض مفهومًا حين تتأمل ما يفعله مهندسو الروبوتات فعلًا. التخطيط للمسارات وأنظمة التحكم والمحاكاة وخطوط الإدراك الحسي — كل هذه المجالات لديها أدوات ذكاء اصطناعي تستطيع كتابة الكود واقتراح البنى وضبط المعاملات. درجة التعرض البالغة 50% صادقة في بيان مدى تداخل العمل المعرفي مع ما يستطيع الذكاء الاصطناعي الحالي فعله.

أما درجة الخطر فهي المثيرة للاهتمام. 37% منخفضة لأن الروبوتات في نهاية المطاف تتعامل مع أجسام مادية في عالم مادي. العالم أكثر فوضوية من أي محاكاة. الأجهزة تتعطل بطرق تجد المهندس البرمجي نفسه عاجزًا عن تخيّلها. المستشعرات تكذب. المحرّكات تتعثر. الكابلات تنفلت. والمهندس الذي يستطيع التوجه إلى طاولة العمل وتحديد المكوّن المعطوب وإصلاحه يؤدي عملًا لا تستطيع أي نماذج لغوية كبيرة القيام به عبر واجهة برمجية.

تستعرض هذه المقالة ما يتغير فعلًا بالنسبة لمهندسي الروبوتات، وأين يُسهم الذكاء الاصطناعي بالفعل، ولماذا يُعدّ هذا المجال أحد أكثر المسارات التقنية متانةً في عصر الذكاء الاصطناعي — شريطة أن تبقى قريبًا من الجانب المادي.

تشريح الانقسام 50/37

لنفكّ رموز السبب الذي يجعل التعرض والخطر يتباعدان كثيرًا في الروبوتات. التعرض يقيس مدى تداخل قائمة مهامك مع ما يستطيع الذكاء الاصطناعي فعله. الخطر يُقدّر مدى ترجمة هذا التداخل إلى إزاحة فعلية خلال خمس سنوات.

في الأدوار البرمجية البحتة كمهندسي معالجة اللغات الطبيعية، يتحرك التعرض والخطر معًا لأن كل شيء تقريبًا يجري في البرمجيات التي تستطيع أدوات الذكاء الاصطناعي قراءتها وكتابتها وتنفيذها. أما في مهندسي الروبوتات، فنصف العمل يجري في البرمجيات (حيث يكون الذكاء الاصطناعي منافسًا) والنصف الآخر يجري في العالم المادي (حيث لا يكون كذلك). تعكس درجة الخطر هذا اللاتماثل.

ثمة سبب ثانٍ: منتجات الروبوتات عادةً ما تكون بالغة الأهمية للسلامة أو كثيفة رأس المال. خطأ في سطر كود لروبوت محادثة يُسبب إحراجًا. خطأ في سطر كود في ذراع صناعية ذات ستة محاور قد يقتل شخصًا أو يُدمر قطعة تركيب بقيمة 400,000 دولار. لا تسمح الشركات للذكاء الاصطناعي بكتابة كود روبوتات للإنتاج دون مراجعة جادة، وهذا العمل من المراجعة هو عمل بشري. [ادعاء]

ثالثًا: الروبوتات من أبطأ مجالات البرمجيات. المكتبات القياسية — نظام تشغيل الروبوت (ROS) و MoveIt و OpenCV — مستقرة بطريقة لا مثيل لها في عالم أطر تطوير الويب المتقلبة. مساعدو الذكاء الاصطناعي ممتازون في كتابة الكود في المجالات ذات البيانات التدريبية الضخمة والممارسين الكثيرين. الروبوتات لديها ممارسون أقل وكود خاص بالمجال أكثر ودورات تكرار أطول. القيمة الاقتصادية لمساعدة الذكاء الاصطناعي في الساعة أدنى مما هي في تطوير الويب.

ما يُساعد فيه الذكاء الاصطناعي بالفعل

دعنا نكون محددين بشأن أين يظهر الذكاء الاصطناعي بإنتاجية في يوم عمل مهندس الروبوتات:

إعداد بيئة المحاكاة. بناء مشهد Gazebo أو Isaac Sim كان يستغرق ساعات. الآن يُنتج المساعد الآلي للكود مشهدًا عاملًا في دقائق. المهندس يُطوّع المحفّز بدلًا من كتابة XML يدويًا.

اشتقاق قوانين التحكم. للنباتات القياسية — الأذرع ذات ستة درجات حرية ومحطات الحركة المتنقلة والطائرات الرباعية — ضبط PID وصياغة MPC وحتى اختيار معاملات LQR كلها وصفات جاهزة يستطيع الذكاء الاصطناعي إنتاجها عند الطلب. مهمة المهندس تصبح التحقق من أن الاشتقاق يناسب نباته بالفعل.

سقالة خط أنابيب رؤية الحاسوب. إعداد خطوط أنابيب الكشف عن الأجسام والتجزئة وتقدير الوضعية نشاط مُوَلَّب في عام 2025. وجد Anthropic Economic Index أن مهام البرمجة والبرمجيات من بين الاستخدامات الأكثر تمثيلًا لمساعدي الذكاء الاصطناعي في الاقتصاد، وهو نمط يتطابق مباشرةً مع النصف البرمجي من أعمال الروبوتات (Anthropic Economic Index, 2025). [حقيقة] نمو توليد الكود المتعلق بالإدراك الحسي أسرع من الفئات الفرعية الأخرى للروبوتات، مع وصول الاعتماد بين مهندسي الروبوتات المحترفين إلى نحو 62%. [تقدير]

التوثيق وتصفية التذاكر. كتابة أدلة الصيانة وتقييمات المخاطر وملخصات تذاكر الأخطاء شيء يتقنه الذكاء الاصطناعي. معظم فرق الروبوتات ألقت بهذا العمل الممل على عاتق الذكاء الاصطناعي.

الاختيار الأولي للأجهزة. تحديد المحركات والمشفّرات وأجهزة LiDAR ووحدات القياس القصوري لتصميم جديد أصبح الآن محادثة بحثية لا أسابيع من تصفح الكتالوجات. الذكاء الاصطناعي يعرف أرقام الأجزاء ويستطيع تصنيف الخيارات بناءً على العزم والدقة وقيود الميزانية.

هذه مكاسب إنتاجية حقيقية. مهندس الروبوتات في عام 2025 يُنتج تكرارات تصميم أكثر في كل ربع عام مقارنةً بعام 2022، وستستمر هذه الإنتاجية في الارتفاع مع نضوج الأدوات.

ما لا يستطيع الذكاء الاصطناعي فعله بوضوح

والآن النصف الآخر. إليك أين يُمضي مهندسو الروبوتات وقتًا أكثر من ذي قبل:

تصحيح الأخطاء المادية. الروبوت عمل في المحاكاة. وعمل على الطاولة. لكنه يفشل في موقع العميل. لماذا؟ ربما لأن الأرضية ليست مستوية، والإضاءة تصطدم بالكاميرا بشكل مختلف، أو الوصلة اللاسلكية تُسقط حزمًا، أو المشغّل فعل شيئًا لم يتوقعه التصميم. معرفة أيٍّ من هذه الأسباب يتطلب التواجد هناك، مع جهاز قياس متعدد ودفتر ملاحظات جديد. لا يستطيع الذكاء الاصطناعي فعل ذلك عن بُعد.

التوصيل والتجميع. أجمل تصميم روبوت يتحطم حين يحتاج شخص ما إلى توصيله. توجيه الكابلات وعناصر تحمّل الإجهاد والضوضاء الكهربائية — هذه مشكلات هندسة مادية لا يوجد لها اختصار بالذكاء الاصطناعي. المهندس ذو الأيدي والأدوات هو الحل الوحيد.

تكامل الأنظمة. نظام الروبوتات هو حصيلة الأنظمة الفرعية الميكانيكية والكهربائية والبرمجية والحسية. جعلها تعمل معًا يتطلب الجلوس في مختبر لأسابيع واكتشاف أوضاع الفشل عند كل واجهة. الذكاء الاصطناعي كاتب ملاحظات مفيد خلال هذه العملية، لا بديل عن المهندس.

بناء حالة السلامة. تستلزم منتجات الروبوتات بصورة متزايدة حججًا رسمية للسلامة أمام الجهات التنظيمية — بموجب ISO 10218 للروبوتات الصناعية، وISO 13482 لروبوتات الخدمة، أو المعايير القطاعية للأنظمة الطبية والسيارات. بناء هذه الحجج يتضمن تحديد كل سيناريو خطر وتبرير كل تخفيف والجدال بأن المخاطر المتبقية مقبولة. هذا عمل دقيق وكثيف من الحكم لا يستطيع أي ذكاء اصطناعي توقيعه.

خدمة الحقل. حين يفشل روبوت منشور في موقع عميل، يُسافر شخص ما إليه. يستطيع الذكاء الاصطناعي إنتاج قوائم تشخيص مرشّحة. لكنه لا يستطيع إزالة المحرك المعطوب واستبداله.

الموضوع الجامع هو أن الروبوتات تمتلك مكوّنًا ماديًا جوهريًا غير قابل للاختزال. القيمة المهنية للبقاء قريبًا من هذا المكوّن تتصاعد مع أتمتة المكوّنات البرمجية.

المهام المحددة وحالة أتمتتها

رسم خريطة لمخزون مهام O\*NET لمهندسي الروبوتات يكشف عن مناطق ساخنة وباردة.

نشاط أتمتة مرتفع (يمتص أكثر من 50% من العمل): كتابة حلقات تحكم قياسية؛ إعداد مشاهد المحاكاة؛ إنتاج كود إدراك حسي أولي؛ صياغة وثائق التصميم والتقارير التقنية؛ توليد حالات اختبار لمكوّنات البرمجيات؛ إجراء مراجعات أدبية حول التقنيات الناشئة.

نشاط أتمتة متوسط (يمتص 20-50%): التصميم الميكانيكي على المستوى المفاهيمي؛ اختيار المستشعرات ووضع ميزانيتها؛ تصميم بنية النظام؛ إعداد تحليل أوضاع الفشل وآثارها (FMEA)؛ تقدير التكاليف للبناء والتكاملات.

نشاط أتمتة منخفض (أقل من 20%): التجميع المادي والنمذجة الأولية؛ الاختبار مع الأجهزة في الحلقة؛ النشر الميداني وتدريب العملاء؛ تأليف حالات السلامة للمنتجات الخاضعة للتنظيم؛ التنسيق متعدد التخصصات مع الفرق الميكانيكية والكهربائية والتصنيعية.

يُوضح هذا التفصيل على مستوى المهام سبب كون الخطر الإجمالي للدور 37% رغم التعرض البالغ 50%. العمل عالي التعرض يتلقاه الذكاء الاصطناعي، لكنه يمثّل نحو 40% فقط من ساعات مهندس الروبوتات النموذجي. أما الـ 60% الباقية فهي في فئات التعرض المتوسط أو المنخفض التي يتعثر فيها الذكاء الاصطناعي. [تقدير]

الأدوار الأكثر والأقل عرضة للخطر

داخل عائلة الروبوتات، تتفاوت الصورة تفاوتًا كبيرًا.

الأكثر عرضة للخطر (أكثر من 60%): مهندسو الأبحاث القائمون فقط على المحاكاة؛ المهندسون الجدد الذين دورهم أساسًا كتابة كود ربط خطوط أنابيب الإدراك الحسي؛ الكتّاب التقنيون في شركات الروبوتات المتخصصون في المحتوى التسويقي.

خطر متوسط (30-50%): مهندسو التحكم المركزون على النباتات القياسية؛ مهندسو الرؤية العاملون مع فئات أجسام ناضجة؛ مهندسو البرمجيات المساهمون في أطر عمل مفتوحة ومعروفة حيث بيانات تدريب الذكاء الاصطناعي وفيرة.

خطر منخفض (أقل من 20%): مهندسو الروبوتات الميدانيون الذين ينشرون أنظمة في الميدان؛ مهندسو السلامة في الصناعات الخاضعة للتنظيم؛ مهندسو الروبوتات الميكانيكيون ذوو مهارات النمذجة الأولية المادية القوية؛ مهندسو الأنظمة المسؤولون عن التكامل متعدد التخصصات؛ المؤسسون وكبار المهندسين في شركات الروبوتات الناشئة حيث كل دور يدوي.

النمط متّسق: البُعد عن العالم المادي يرتبط بالخطر. المهندسون الذين عملهم رقمي في معظمه أكثر تعرضًا. المهندسون الذين عملهم ينطوي على واقع الفوضى الفعلية من المعادن والتيار والضوء والانتشار اللاسلكي محميون.

هذا بالضبط الديناميكي الذي وثّقته OECD في تحليلها لسوق العمل في ظل الذكاء الاصطناعي. وفقًا لـ OECD Employment Outlook 2023، تحتل مهن الهندسة مكانة من بين المهن الأكثر تعرضًا للذكاء الاصطناعي، ومع ذلك على مدى العقد السابق شهد العمال ذوو المهارات العالية — بمن فيهم المهندسون — نموًا في التوظيف فعلًا مقارنةً بالعمال ذوي المهارات المنخفضة، وفي الأدوار التي يكون فيها استخدام الحاسوب مرتفعًا، ارتبط التعرض الأكبر للذكاء الاصطناعي بنمو أعلى في التوظيف لا بتراجع (OECD Employment Outlook 2023). [حقيقة] بمعنى آخر، التعرض العالي لأدوات الذكاء الاصطناعي كان حتى الآن مكمّلًا لعمل الهندسة المتخصصة لا بديلًا عنه — وهو السبب بالضبط الذي يجعل خطر 37% لمهندسي الروبوتات أقل بكثير من تعرضهم البالغ 50%.

التوظيف والرواتب في عام 2025

سوق عمل الروبوتات من أصح الأسواق في قطاع التقنية. الخط الأساسي الرسمي مشجّع في حد ذاته: يتوقع مكتب إحصاءات العمل الأمريكي نموًا في توظيف المهندسين الميكانيكيين — الفئة الواسعة التي تشمل كثيرًا من أعمال أجهزة الروبوتات — بنسبة 9% من 2024 إلى 2034، أي أسرع بكثير من متوسط جميع المهن، وذلك صراحةً لأن عمليات التصنيع تدمج آلات أتمتة أكثر تعقيدًا يحتاج المهندسون إلى تصميمها وتكاملها (BLS Occupational Outlook Handbook, 2025). [حقيقة] بلغ الأجر السنوي الوسيط لـ BLS للمهندسين الميكانيكيين 102,320 دولارًا في مايو 2024، ويحصل متخصصو الروبوتات على علاوة كبيرة فوق هذا الحد. [حقيقة] في أعلى السوق، تتراوح رواتب كبار مهندسي الروبوتات في الشركات الناشئة الممولة جيدًا والشركات الصناعية الكبيرة بين 220,000 و420,000 دولار إجمالي تعويضات في الولايات المتحدة، مع علاوة حادة للمهندسين القادرين على العمل عبر الحدود الميكانيكية والكهربائية والبرمجية. [تقدير]

الأسباب البنيوية ليست غامضة. جمعت شركات الروبوتات الإنسانية الناشئة أكثر من 7 مليارات دولار على مستوى العالم في 2024-2025. أتمتة المستودعات في عقدها الثاني من النمو المتواصل. الروبوتات الجراحية تتوسع إلى المستشفيات العامة. المركبات ذاتية القيادة، بعد تراجع 2022-2023، تدخل مرحلة بناء جديدة في تطبيقات نقل البضائع بالشاحنات والتوصيل في الميل الأخير وساحات اللوجستيات. كل قطاع من هذه القطاعات يحتاج مهندسي روبوتات، ومعظمها يعاني في التوظيف بالسرعة الكافية.

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

المهارات التي تُؤتي ثمارها حتى عام 2030

نظرة عملية على أين تستثمر جهودك في السنوات الخمس القادمة:

تحقق من التميز في مجال مادي واحد. اختر التلاعب الإنساني أو استقلالية الطائرة المسيّرة أو الأدوات الجراحية أو الروبوتات الزراعية أو لوجستيات المستودعات — وانغمس في العمق. المهندسون الذين تتضاعف قيمتهم هم أولئك الذين يعرفون مجالًا واحدًا معرفةً عميقة تمكّنهم من توقع أوضاع الفشل قبل حدوثها. لا يستطيع الذكاء الاصطناعي اكتساب هذا الحدس؛ وقت العمل الميداني وحده كفيل بذلك.

أتقن مشكلة النقل من المحاكاة إلى الواقع. هذا لبّ عمل الروبوتات الحديثة: تدريب سياسة في المحاكاة، ونشرها على الأجهزة، ومشاهدة فشلها بطرق مفاجئة، والتكرار. المهندسون الذين يستطيعون اختصار هذه الحلقة يوفرون على الشركات مبالغ طائلة. لا يوجد بديل ذكاء اصطناعي لهذه المهارة.

تعلّم الجدال مع الجهات التنظيمية. ISO 10218، وIEC 61508 للسلامة الوظيفية العامة، وتقديمات FDA 510(k) للروبوتات الطبية، وFAA Part 107 للطائرات المسيّرة، واللائحة الأوروبية للآلات 2023/1230. المهندسون القادرون على التنقل في هذه الأطر يحصلون على رواتب استثنائية لأن عددهم قليل جدًا. يستطيع الذكاء الاصطناعي تلخيص المعايير. لكنه لا يستطيع بناء حالة السلامة أو حضور التدقيق.

ابق قويًا في أساسيات الروبوتات الكلاسيكية. الحركيات الأمامية والعكسية، والنمذجة الديناميكية، والتحكم الأمثل، وتقدير الحالة، والمعايرة. الإغراء بتخطي هذه الأساسيات والقفز مباشرةً إلى سياسات الشبكات العصبية حقيقي، لكنه يُنتج مهندسين لا يستطيعون تشخيص المشكلات حين تفشل السياسة المكتسبة. الأساسيات هي ما يُمكّنك من تصحيح الأخطاء. [ادعاء]

طوّر حاسّة الأعمال. الروبوتات مجال نفقات رأسمالية قاسٍ. المهندسون الذين يفهمون الاقتصاد — إجمالي تكلفة الملكية وفترات الاسترداد وتكاليف التكامل والتوقف عن العمل — هم من يحصل على الترقيات لأدوار قيادية. المهندسون الذين يفهمون التقنية فقط يصطدمون بسقف زجاجي.

التوقع الصادق

بحلول عام 2030، كيف ستبدو هندسة الروبوتات؟ السيناريو الأرجح: يصبح المجال أكبر بكثير مع مهندسين أكثر يعملون في صناعات أكثر، لكن حصة العمل البرمجي البحت تتراجع بينما تنمو حصة العمل المتعلق بالأنظمة المادية والتنقل التنظيمي والنشر في مواقع العملاء.

بالنسبة لمهندس روبوتات يقرأ هذا، الاستنتاج الاستراتيجي واضح. تحرّك نحو الأجهزة، نحو العميل، نحو الجهة التنظيمية. ابتعد عن أعمال المحاكاة البحتة التي يستطيع الذكاء الاصطناعي التعامل معها بصورة متزايدة. المسارات التي تتضاعف على مدى العقد القادم ستنتمي إلى مهندسين يعاملون الذكاء الاصطناعي كأداة إنتاجية بينما يبنون خبرة في الأجزاء الفوضوية والمادية والكثيفة من الحكم في هذا الدور.

الدور من أكثر المسارات التقنية أمانًا في الوقت الراهن. كما أنه من أكثرها مطالبةً. الروبوتات طالما تطلّبت نطاقًا واسعًا — تفكير ميكانيكي وكهربائي وبرمجي وأنظمة في رأس واحدة — ولم يُغيّر الذكاء الاصطناعي ذلك. بل إن قيمة هذا النطاق ارتفعت.

للاطلاع على تفصيل أتمتة المهام حسب الدور الفرعي وبيانات الرواتب الإقليمية وتوقعات مفصّلة لخمس سنوات، راجع صفحة ملف مهندسي الروبوتات.

---

تحليل مستند إلى نمذجة الأتمتة على مستوى مهام O\NET، وAnthrop Economic Index (2025)، وإحصاءات IFR (الاتحاد الدولي للروبوتات)، وبيانات LinkedIn Economic Graph، وتقارير OECD AI Policy Observatory. بحث ومسوّدة بمساعدة الذكاء الاصطناعي؛ مراجعة وتحرير بشري من قِبَل فريق تحرير AIChangingWork.*