اقتصاديات الطبقة البشرية

ملخص

أسّست الأوراق الثلاث الأولى في هذه السلسلة لماذا تهم الطبقة البشرية، وكيف تُبنى، وكيف تُقاس. تعالج هذه الورقة السؤال الذي أثارته تلك الأوراق دون أن تجيب عليه: إذا كانت الأدلة على التعزيز مقابل الأتمتة بهذا الاتساق، فلماذا يستمر رأس المال في التدفق نحو الاستبدال؟ الجواب ليس أن المديرين التنفيذيين غير عقلانيين. بل إن هيكل الحوافز الحالي يجعل إزالة الطبقة البشرية عقلانية هيكلياً على المستوى الفردي والمؤسسي، مع تحويل التكاليف إلى فترة لاحقة، وبند مختلف، وغالباً فريق مختلف. تحدد هذه الورقة ثلاثة هياكل حوافز رأسمالية تدفع المؤسسات نحو الأتمتة: ديناميكيات تسعير رأس المال المخاطر، وتطور نماذج تسعير موردي الذكاء الاصطناعي، وقياس أداء المديرين التنفيذيين. وتقدم مفهوم الانحياز المؤسسي للأتمتة: الميل المؤسسي المنهجي لإعطاء وزن مفرط لفوائد الأتمتة المرئية قصيرة الأجل والتقليل من تكاليف الرقابة المؤجلة. ثم توثق القوى الثلاث التي تعمل الآن على انهيار الفجوة الزمنية التي تجعل هذا التحويل ممكناً: تحول إنفاذ اللوائح من النظري إلى الفعلي، وبدء تسعير التأمين والمسؤولية في دمج مخاطر الذكاء الاصطناعي، وظهور الوصول المؤسسي للسوق كوظيفة بوابة وليس مجرد طموح امتثالي. وتختتم الورقة بحجة مبنية على أدلة تجريبية، مستمدة من سوابق SOX وGDPR وISO 27001، بأن نقاط الطبقة البشرية المقدمة في الورقة 3 في وضع يؤهلها للعمل كإشارة في أسواق رأس المال للمؤسسات العاملة في بيئات منظمة ومعتمدة على الثقة، وأن البنية التحتية للحوكمة من هذا النوع قد اكتُسبت تاريخياً بأفضل الشروط في النافذة التي تسبق تركيز الإنفاذ للسوق نحو الجهات الممتثلة بالفعل.

Published at: ahmad.pt/research

---

المحتويات

1. السؤال الذي لم يُحل
2. ثلاثة هياكل حوافز رأسمالية تعمل ضد الطبقة البشرية
3. الانحياز المؤسسي للأتمتة
4. ثلاث قوى تنهي الفجوة الزمنية للمسؤولية
5. نقاط الطبقة البشرية كإشارة رأسمالية
6. ما بنته السلسلة

المراجع

---

طرحت الورقة الأولى في هذه السلسلة سؤالاً مباشراً: إذا كانت أنظمة الذكاء الاصطناعي المصممة لتعزيز الحكم البشري تتفوق على تلك المصممة للاستبدال بمعامل ثلاثة أضعاف، فلماذا تهيمن رواية الاستبدال؟ [18] أسّست الورقة 1 الحجة الاقتصادية للتعزيز وسمّت خمسة مكونات معمارية مطلوبة للتفاعل المسؤول بين الإنسان والذكاء الاصطناعي. قدمت الورقة 2 المواصفات الرسمية لتلك المكونات، محددةً كيف يجب بناء بوابات القرار وبروتوكولات التصعيد وهياكل المساءلة وآليات التجاوز وواجهات معايرة الثقة لتعمل كرسم اعتمادية وليس قائمة مراجعة. [21] وقدمت الورقة 3 طبقة القياس: أداة تسجيل تميز ما إذا كانت الطبقة البشرية سليمة هيكلياً، أو شكلية، أو غائبة. [25]

اختتمت الورقة 3 بتأجيل متعمد. تقيس نقاط الطبقة البشرية النضج المعماري. أما التبعات الاقتصادية لتلك النقاط، بما في ذلك تكلفة الامتثال والتعرض للمخاطر وهياكل الحوافز الرأسمالية التي تدفع المؤسسات نحو أو بعيداً عن الرقابة الهيكلية، فقد أُرجئت لهذه الورقة.

تقدم هذه الورقة تلك المحاسبة.

---

1. السؤال الذي لم يُحل

لم تضعف حجة التعزيز منذ نشر الورقة 1. وثّقت تجربة ميدانية من كلية هارفارد للأعمال في شركة Procter and Gamble أن الفرق المعززة بالذكاء الاصطناعي أنتجت أفكاراً ابتكارية بمعدل ثلاثة أضعاف مقارنة بالفرق دون مساعدة الذكاء الاصطناعي، مع تحقيق أكبر المكاسب للعاملين الأقل أداءً. [19] وجدت دراسة من كلية ستانفورد للدراسات العليا في الأعمال أن توصيات الذكاء الاصطناعي الانتقائية، المقدمة فقط عندما يكون الإنسان غير متأكد أو مخطئاً على الأرجح، أنتجت قرارات أكثر دقة من الأتمتة الكاملة أو الحكم البشري غير المساعد. [7] وأكدت دراسة عام 2026 من أكسفورد وستانفورد، منشورة في Harvard Business Review، ما أشارت إليه البيانات السابقة: بينما تُظهر استراتيجيات الأتمتة مكاسب مبكرة مقارنة بالتعزيز، فإن النجاح طويل الأجل يتحدد بانخراط البشر مع الأدوات الجديدة، وليس بإلغاء العمالة. [26]

تشير الأدلة باتساق في اتجاه واحد. ويشير تخصيص رأس المال في اتجاه آخر.

في عام 2025، استحوذ الذكاء الاصطناعي على 61 بالمئة من إجمالي رأس المال المخاطر العالمي، بإجمالي 258.7 مليار دولار من أصل 427.1 مليار دولار في إجمالي استثمارات رأس المال المخاطر. [27] ذهب أكثر من 90 بالمئة من تمويل الذكاء الاصطناعي التوليدي إلى جولات ضخمة تتجاوز 250 مليون دولار. التزم أكبر خمسة مزودي بنية تحتية سحابية وذكاء اصطناعي في الولايات المتحدة بشكل جماعي بين 660 مليار و690 مليار دولار في النفقات الرأسمالية لعام 2026، مع تضاعف النفقات الرأسمالية لشركات التكنولوجيا الكبرى لأكثر من الضعف في عامين لتصل إلى 427 مليار دولار بحلول عام 2025، وفقاً لتحليل RBC Wealth Management ومجموعة Futurum Group. [60] ذلك رأس المال يذهب إلى مراكز البيانات ومجموعات GPU والبنية التحتية للشبكات. وليس إلى بنية الرقابة البشرية. وثّق مكالمة أرباح Bank of America للربع الرابع من 2025 النهج مباشرة: عدد الموظفين في الشركة كان ثابتاً ومتوقعاً أن ينخفض تدريجياً مع تولي الذكاء الاصطناعي العمل الذي كان يؤديه البشر سابقاً. [61] ألغت Meta ما يقارب 25,000 وظيفة منذ عام 2022 مع تحديد توجيهات النفقات الرأسمالية لعام 2026 عند 115 إلى 135 مليار دولار، أي ما يقارب ضعف إنفاقها في 2025، وهو نمط إعادة تخصيص موثق صراحة في مواد الشركة للمستثمرين. [62] وجد استطلاع أُجري في مارس 2026 لـ 866 قائد أعمال أمريكي بواسطة ResumeBuilder.com أن 54 بالمئة قد خفضوا أو خططوا لتخفيض تعويضات الموظفين في 2026 تحديداً لتحرير رأس المال لإنفاق البنية التحتية للذكاء الاصطناعي. [28]

الفجوة بين ما توصي به أدلة التعزيز وما ينتجه تخصيص رأس المال ليست فشلاً في المعلومات. المديرون التنفيذيون والمستثمرون يقرؤون نفس الأبحاث. الفجوة موجودة لأن هيكل الحوافز الذي يحكم قرارات رأس المال يجعل الأتمتة عقلانية بشكل منهجي حتى عندما يتفوق التعزيز. فهم ذلك الهيكل هو الشرط المسبق لتغييره.

قبل المتابعة، تتطلب الحجة تحديداً صريحاً للنطاق. لا تدعي هذه الورقة أن الأتمتة غير مرغوبة في جميع السياقات، ولا أن التعزيز يتفوق عالمياً على الاستبدال. الأدلة على التعزيز هي الأقوى، ومتطلبات الحوكمة هي الأكثر أهمية، في البيئات المنظمة والمعتمدة على الثقة وعالية العواقب حيث يكون الحكم البشري والتفكير السياقي والمساءلة عن النتائج عناصر حاملة. في البيئات منخفضة العواقب وعالية التكرار ذات المخرجات القابلة للعكس والمعايير المحددة جيداً (تنفيذ التداول عالي التردد، وتوجيه اللوجستيات، وتصنيف المستندات المعاملاتية)، يمكن لمعماريات الأتمتة أولاً أن تحقق نتائج كفاءة متفوقة دون زيادة مادية في التعرض للحوكمة. الحجة عبر هذه الورقة ضيقة وفقاً لذلك: في البيئات التي يكون فيها النشر المؤسسي أكثر أهمية، وحيث صُمم إطار الأوراق الثلاث الذي بنته هذه السلسلة تحديداً للتطبيق، تبدو هياكل الحوافز الرأسمالية الحالية غير متوافقة بشكل منهجي مع بنية الحوكمة المطلوبة للتشغيل المستدام.

---

2. ثلاثة هياكل حوافز رأسمالية تعمل ضد الطبقة البشرية

2.1 رأس المال المخاطر وعلاوة الأتمتة

يكافئ تسعير رأس المال المخاطر في مجال الذكاء الاصطناعي روايات الأتمتة الكاملة لسبب هيكلي. البرمجيات بتكلفة عمالة هامشية صفرية أكثر قيمة من البرمجيات ذات متطلبات الإنسان في الحلقة، لأن اقتصاديات الوحدة للأولى تتوسع دون النمو الخطي في التكلفة للأخيرة. خارطة طريق "مؤتمتة بالكامل" تعكس هوامش تتحسن مع زيادة الحجم. وخارطة طريق التعزيز تعكس هوامش تتطلب توسع الطبقة البشرية جنباً إلى جنب مع قدرة الذكاء الاصطناعي. سؤال المستثمر ليس أي معمارية تؤدي بشكل أفضل في البيئات المنظمة. سؤال المستثمر هو أي معمارية تنتج عوائد أفضل على نطاق واسع مع منحنيات تكلفة قابلة للتنبؤ.

هذا التأطير ليس غير عقلاني بالنظر إلى الحوافز. بل هو غير عقلاني بالنظر إلى صورة التكلفة الكاملة، التي لا يتطلب إطار المحاسبة الحالي من المستثمرين تسعيرها. وجد استطلاع Gartner في أبريل 2026 لـ 782 قائد بنية تحتية وعمليات أن 28 بالمئة فقط من حالات استخدام الذكاء الاصطناعي تنجح بالكامل وتحقق توقعات العائد على الاستثمار، مع فشل 20 بالمئة كلياً وإفادة 57 بالمئة من القادة بفشل واحد على الأقل في مؤسساتهم. [63] وجد التحليل الشامل لمؤسسة RAND عام 2025 لمبادرات الذكاء الاصطناعي المؤسسي أن 80.3 بالمئة فشلت في تقديم القيمة التجارية المستهدفة: ثلثها تم التخلي عنه قبل الوصول إلى الإنتاج وما يقارب الخمس أكمل النشر دون استرداد تكاليفه. [64] لم يُبطئ أي من النتيجتين نشر رأس المال. يستمر تدفق رأس المال لأن رواية الأتمتة مسعّرة في عوائد صناديق رأس المال المخاطر على مستوى المحفظة، حيث يتم تنويع إخفاقات المشاريع الفردية. أما إخفاقات الحوكمة والتعرض للمسؤولية وتآكل الثقة التي تتراكم في المؤسسات التي تنشر ذلك رأس المال فلا يتم تنويعها. بل تتركز.

حلقة التغذية الراجعة التي ينتجها هذا: رأس المال المخاطر يكافئ روايات الأتمتة. المؤسسون يروجون للأتمتة لجذب رأس المال المخاطر. تبدو إشارة التسعير موجهة هيكلياً نحو معماريات تراكم مسؤولية الامتثال على نطاق مؤسسي، موقوتة للتحقق مع نضج الإنفاذ التنظيمي.

2.2 تسعير الموردين والحافز الهيكلي ضد المقاعد البشرية

هذه هي الحجة الأقل استكشافاً في أدبيات الحوكمة الحالية، وتستحق معالجة دقيقة.

لعقدين من الزمن، توسعت إيرادات برمجيات المؤسسات مع عدد الموظفين. كل شخص يستخدم البرمجيات كان وحدة إيرادات. نمو المقاعد تتبع نمو التوظيف. كان نموذج SaaS، من حيث البنية، رهاناً مالياً على بقاء العمالة البشرية الوحدة الأساسية للعمل الإنتاجي. كلما زاد عدد البشر الذين توظفهم المؤسسة لأداء وظيفة ما، زاد عدد تراخيص البرمجيات التي تشتريها. كان للموردين والعملاء حوافز متوافقة: النمو المؤسسي أنتج نمواً في إيرادات البرمجيات.

التحول الجاري الآن موثق في الإفصاحات المؤسسية الأولية. قدم إيداع Salesforce لدى SEC للربع الرابع من السنة المالية 2026 "وحدات العمل الوكيلة" (AWU) كمقياس منتج جديد، معرّفة كمهام منفصلة تنفذها وكلاء الذكاء الاصطناعي، تقيس العمل المنجز دون تدخل بشري وليس المستخدمين الذين لديهم وصول. [52] أفادت الشركة بتقديم 2.4 مليار AWU، بنمو 57 بالمئة ربع سنوياً، ووضعت وكلاء الذكاء الاصطناعي صراحة كـ"عمالة رقمية." في مكالمة أرباح الربع الثاني من السنة المالية 2026، أشارت إدارة Salesforce إلى تخفيض 40 بالمئة في عدد موظفي الدعم من خلال نشر Agentforce كدليل على عرض القيمة للمنصة. [53] إشارة التسعير واضحة: المورد يقيس نجاحه جزئياً بمقدار العمالة البشرية التي يحل منتجه محلها.

صرّح كبير مسؤولي الإيرادات في Zendesk، متحدثاً بشكل رسمي في سبتمبر 2025، أن الذكاء الاصطناعي "يضغط على المؤسسات لإعادة التفكير في التسعير التقليدي القائم على المقاعد لصالح نماذج قائمة على الاستخدام والنتائج"، وأن "فرقاً أصغر يمكنها إدارة أحمال عمل كانت تتطلب سابقاً المزيد من الموظفين." [54] خطة التسعير الديناميكية لـ Zendesk تسمح صراحة للعملاء بنقل الميزانية الملتزم بها بين مقاعد الوكلاء البشريين و"الحلول المؤتمتة" المدعومة بالذكاء الاصطناعي، مع توقع الرئيس التنفيذي أن "100 بالمئة من التفاعلات ستتضمن ذكاءً اصطناعياً." [55] يسرد إيداع Workday الخاص 10-Q لدى SEC عام 2025 "ضغوط التسعير" من قدرات الذكاء الاصطناعي التي تقلل عدد المستخدمين البشريين المطلوبين كعامل خطر تجاري صريح. [56] هذه إفصاحات مؤسسية أولية تعترف بأن الذكاء الاصطناعي يعيد هيكلة النموذج القائم على المقاعد الذي استندت إليه إيرادات برمجيات المؤسسات لعشرين عاماً.

لم يُذكر الأثر على الحوكمة بوضوح كافٍ في أي وثيقة تنظيمية أو معيارية. التحول من الدفع لكل مقعد إلى الدفع لكل نتيجة متوافق هيكلياً مع تقليل المشاركة البشرية في سير العمل التشغيلي، لأن هذا التخفيض هو ما يولّد النتيجة القابلة للقياس التي يكافئها نموذج التسعير الجديد. تواجه المؤسسة التي تبني على بنية تحتية للذكاء الاصطناعي مسعّرة لكل تفاعل محلول حوافز مالية لتقليل خطوات المراجعة البشرية، وتقصير أوقات المشاركة في بوابات القرار، وتقليل تكرار التصعيد، لأن كل وظيفة من وظائف الطبقة البشرية تلك تضيف تكلفة إلى مقياس النتيجة. المعمارية التي حددتها الورقة 2 كضرورية للذكاء الاصطناعي المسؤول في البيئات المنظمة هي المعمارية التي يعاقب عليها التسعير القائم على النتائج هيكلياً.

بنية الحوكمة وبنية التسعير الناشئة في توتر هيكلي إذن. لا يمكن تحسين كليهما في آن واحد: بنية الحوكمة تعظّم جودة المشاركة البشرية عند نقاط القرار ذات العواقب؛ وبنى التسعير القائمة على النتائج تكافئ تقليل تلك المشاركة. هذا التوتر لم يُعترف به على نطاق واسع بعد في أدبيات حوكمة الذكاء الاصطناعي، لكنه مرئي في الإفصاحات المؤسسية الأولية للموردين الذين يبنون البنية التحتية التي تعمل عليها أنظمة الذكاء الاصطناعي المنظمة.

2.3 هياكل حوافز المديرين التنفيذيين ومجالس الإدارة والفجوة الزمنية للمسؤولية

تكافئ التقارير الربعية خفض التكاليف المرئي والفوري. عدد الموظفين هو بند التكلفة الأكثر وضوحاً في قائمة الدخل. الطبقة البشرية ليست بند تكلفة. إنها خاصية معمارية للنظام، موجودة أو غائبة، مقاسة أو غير مقاسة، لكنها غير ممثلة في التقارير المالية القياسية التي تحرك تقييم أداء المديرين التنفيذيين وتوجيهات مجلس الإدارة.

يخلق هذا ما تسميه هذه الورقة الفجوة الزمنية للمسؤولية: فوائد إزالة الرقابة البشرية تتحقق فوراً وبشكل مرئي، بينما تتراكم التكاليف بمرور الوقت، عبر فترات إعداد التقارير، وغالباً تحت قيادة تنفيذية مختلفة عن تلك التي اتخذت قرار الإزالة. المدير التنفيذي الذي يلغي خطوة المراجعة البشرية في الربع الثالث من 2025 يسجل تخفيض عدد الموظفين في الربع الرابع من 2025. فشل الامتثال أو إجراء الإنفاذ التنظيمي أو دعوى المسؤولية يظهر في 2027 أو 2028، في عهد شخص آخر، في بند يسمى "قانوني وتنظيمي" وليس "فشل حوكمة الذكاء الاصطناعي."

الأدلة على هذه الآلية الآن كبيرة، مستمدة من مصادر مستقلة متعددة.

على المستوى الإجمالي، وثّقت شركة Challenger, Gray and Christmas، الجهة المعتمدة في تتبع تخفيضات الوظائف في الولايات المتحدة، أنه في عام 2025، استشهدت الشركات بالذكاء الاصطناعي في 55,000 إعلان تسريح، أي اثني عشر ضعف العدد المنسوب للذكاء الاصطناعي قبل عامين فقط. [51] بحلول مارس 2026، أصبح الذكاء الاصطناعي السبب الرئيسي المُعلن لتخفيضات الوظائف في شهر واحد، حيث شكّل 25 بالمئة من جميع التخفيضات المخططة. [47] منذ عام 2023، عندما بدأ تتبع تخفيضات الوظائف المنسوبة للذكاء الاصطناعي لأول مرة، بلغ الإجمالي التراكمي ما يقارب 100,000 وظيفة معلنة. [47] كان Andy Challenger، كبير مسؤولي الإيرادات في الشركة، صريحاً بشأن الآلية: "الشركات تنقل الميزانيات نحو استثمارات الذكاء الاصطناعي على حساب الوظائف." [47]

تلك الآلية مؤكدة بالإفصاح المؤسسي. النمط متسق عبر الصناعات والمناطق الجغرافية والظروف المالية. أفادت Meta بإيرادات 201 مليار دولار لعام 2025 وألغت ما يقارب 25,000 وظيفة منذ 2022، مع تحديد توجيهات النفقات الرأسمالية لعام 2026 في الوقت نفسه عند 115 إلى 135 مليار دولار، أي ما يقارب ضعف إنفاقها في 2025. [62] لم يكن تخفيض القوى العاملة مدفوعاً بضائقة مالية. بل كان مدفوعاً بإعادة تخصيص رأس المال. خفضت Dell ما يقارب 11,000 موظف في السنة المالية 2026، متحملة 569 مليون دولار في تكاليف نهاية الخدمة، بينما نمت أعمال خوادم الذكاء الاصطناعي لديها بنسبة 40 بالمئة في نفس الفترة. [65] خفضت Atlassian 1,600 موظف، أي 10 بالمئة من قوتها العاملة، مستشهدة صراحة بالحاجة لتمويل مبادرات الذكاء الاصطناعي. [65] كتب Jack Dorsey من Block، في إلغاء 40 بالمئة من القوى العاملة في الشركة، أن التخفيضات لم تكن مدفوعة بفشل الأعمال. [66] خفضت Pinterest 15 بالمئة من قوتها العاملة البشرية في يناير 2026 وأعادت توجيه المدخرات إلى مبادرات الذكاء الاصطناعي. [67] وصف المدير المالي لشركة Cisco، عند سؤاله عن تخفيضات القوى العاملة في 2024، القرارات بأنها "إعادة تخصيص وليس سعياً لخفض التكاليف"، مؤطراً التكلفة البشرية صراحة كمدخل لتكوين رأس مال الذكاء الاصطناعي. [68]

يوضح نهج Bank of America النسخة الأهدأ من نفس الديناميكية. وصف المدير المالي للبنك الذكاء الاصطناعي بأنه يوفر "حوالي 2,000 شخص" كانوا سيكتبون الشفرة البرمجية، ووصف استراتيجية عدد الموظفين بأنها: "يمكننا فقط اتخاذ قرارات بعدم التوظيف وترك عدد الموظفين ينخفض تدريجياً." [61] لا إعلان. لا رسوم إعادة هيكلة. الطبقة البشرية تتآكل من خلال التناقص الطبيعي وليس الإلغاء، مع نفس العواقب المعمارية ودون التكلفة السمعية لتسريح معلن.

وثّق استطلاع Bloomberg Intelligence للمديرين التنفيذيين حول الذكاء الاصطناعي، الذي أُجري على 604 مديرين تنفيذيين كبار في تسعة قطاعات رئيسية في أواخر 2025، عدم التوافق الهيكلي مباشرة. [48] أفاد 66 بالمئة من المشاركين بإجراء تخفيضات وظائف خلال الاثني عشر شهراً السابقة نتيجة نشر الذكاء الاصطناعي. وتوقع أكثر من 60 بالمئة في الوقت نفسه زيادة عدد الموظفين على مدى ثلاث سنوات. بشكل منفصل، وجد استطلاع لأكثر من 1,000 مدير تنفيذي أن 60 بالمئة أجروا تخفيضات في عدد الموظفين تحسباً لكفاءات الذكاء الاصطناعي، بينما أفاد 2 بالمئة فقط بتخفيضات كبيرة نتيجة التنفيذ الفعلي للذكاء الاصطناعي. [49] النمط متسق: قرارات إعادة تخصيص رأس المال تُتخذ قبل وصول الأدلة، بناءً على توقعات طويلة الأجل تظل غير مثبتة، وبهيكل تعويضات حيث تحكم المقاييس المالية 75 بالمئة من خطط حوافز المديرين التنفيذيين وتكافئ الحوافز قصيرة الأجل الأداء السنوي بدلاً من نتائج الحوكمة متعددة السنوات. [50] خفض التكلفة مرئي في فترة التقارير الحالية. فشل الحوكمة ليس كذلك.

هذا ليس فشلاً في الذكاء الإداري. إنه استجابة عقلانية لكيفية قياس الأداء. وثّقت Gartner في يناير 2026 أن المديرين التنفيذيين يواجهون تفويضات على مستوى مجلس الإدارة لتحقيق وفورات في التكاليف من خلال تخفيض عدد الموظفين، وأن الذكاء الاصطناعي يُوضع كثيراً كآلية لجعل تلك التخفيضات غير مؤلمة. [16] وجد تحليل Gartner أيضاً أن مكاسب إنتاجية الذكاء الاصطناعي نادراً ما تكون كافية لتمكين تخفيضات سلسة دون مخاطر تشغيلية، وأنه حتى عام 2028، من المرجح أن تنتج استثمارات الذكاء الاصطناعي زيادات صافية في عدد الموظفين وليس انخفاضات في أدوار العمال المعرفيين، مع ظهور أدوار جديدة إلى جانب الأدوار الملغاة. [16] لم يغيّر هذا الاكتشاف تفويض مجلس الإدارة. يعمل التفويض على جدول زمني مختلف عن الأدلة.

النتيجة هي هيكل حوافز تبدو فيه القرارات الرأسمالية العقلانية فردياً، المتخذة من مديرين تنفيذيين يستجيبون بشكل مناسب لبيئات أدائهم، موجهة هيكلياً نحو نتيجة دون المثلى جماعياً: بنية تحتية للذكاء الاصطناعي ضعيفة الحوكمة منشورة على نطاق مؤسسي في أسواق منظمة، في وضع يولّد التعرض للامتثال تحديداً مع نضج الإنفاذ.

---

3. الانحياز المؤسسي للأتمتة

وثّقت الورقة 3 انحياز الأتمتة الفردي بإسهاب: الميل المنهجي للبشر للإذعان للتوصيات الآلية حتى عندما تتوفر خيارات التجاوز، حتى عندما يملكون أدلة على أن النظام مخطئ. [5] الظاهرة قوية عبر 35 دراسة شملت 19,774 مشاركاً. [5] تعمل بغض النظر عن مستوى خبرة الإنسان، وتتكثف في ظروف عبء العمل العالي وضغط الوقت والحمل المعرفي حيث تكون أكثر أهمية.

تقدم هذه الورقة الانحياز المؤسسي للأتمتة كظاهرة مميزة تعمل على مستوى تخصيص رأس المال. تُظهر المؤسسة، ككيان اتخاذ قرار جماعي، ميولاً منهجية توازي انحياز الأتمتة الفردي. خيار الحفاظ على الرقابة البشرية موجود. هيكل الحوافز يجعل ممارسة ذلك الخيار تبدو غير عقلانية. وبحلول وقت فشل النظام، يكون البشر المسؤولون اسمياً عن الرقابة في منطقة انهيار أخلاقي، موضوعين كمسؤولين لكن غير قادرين هيكلياً على التحكم في النتيجة. [17]

يتطلب الانحياز المؤسسي للأتمتة تحديداً رسمياً من المفاهيم المجاورة التي قد يُخلط بينها. هو ليس قصر النظر العادي، وهو تفضيل عام للعوائد قصيرة الأجل على القيمة طويلة الأجل ينطبق عبر فئات الاستثمار. وليس مشكلة الوكيل والأصيل، التي تصف عدم التوافق بين مصالح الوكيل ومصالح الأصيل في أي قرار مفوّض. وليس رأسمالية الأرباع أو الإدارية، وهي انتقادات هيكلية لكيفية تحفيز الأسواق العامة لدورات تقارير قصيرة على حساب خلق القيمة طويلة الأجل. هذه ظواهر حقيقية والانحياز المؤسسي للأتمتة يتقاطع مع جميعها. التمييز محدد. الانحياز المؤسسي للأتمتة هو التسعير الخاطئ المنهجي المؤسسي لتدهور الحوكمة كفئة تكلفة: ليس مجرد خصم المستقبل، بل الفشل في تمثيل إخفاقات الحوكمة في محاسبة التكاليف أصلاً. الشروط الثلاثة التي تجعله مميزاً هي: أولاً، فوائد إزالة الرقابة البشرية منسوبة مباشرة لقرارات محددة اتخذها فاعلون محددون في فترة تقارير محددة؛ ثانياً، تكاليف تلك الإزالة ليست مؤجلة فحسب بل مفتتة هيكلياً عبر الجداول الزمنية والأقسام وكيانات التقارير وفترات ولاية المديرين التنفيذيين بحيث لا يسجلها تقييم أداء أي فاعل واحد؛ ثالثاً، عندما تحدث الإخفاقات، ينسب الإسناد الافتراضي للمساءلة إلى فشل تقني وليس فشل حوكمة، مما يثبط التعلم المؤسسي الذي كان سيصحح الانحياز لولا ذلك. الشركة التي تخصم العوائد طويلة الأجل تُظهر قصر نظر. الشركة التي لا تحاسب منهجياً على تدهور الحوكمة كتكلفة لأن تلك التكلفة غير ممثلة في بنية القياس تُظهر انحيازاً مؤسسياً للأتمتة. التمييز مهم لأن العلاجات تختلف: قصر النظر يُعالج بتغيير الآفاق الزمنية في قياس الأداء؛ الانحياز المؤسسي للأتمتة يُعالج بجعل تدهور الحوكمة مرئياً كتكلفة، وهو بالضبط ما صُممت نقاط الطبقة البشرية وأثرها في الامتثال للقيام به.

تعمل الآلية من خلال أربع قنوات.

الأولى هي الارتكاز على عدد الموظفين كمتغير رئيسي للعائد على الاستثمار. يُقاس العائد على الاستثمار في الذكاء الاصطناعي مقابل تكاليف العمالة التي تم تجنبها. مقام حساب العائد على الاستثمار هو تكلفة العمالة البشرية التي يحل محلها الذكاء الاصطناعي. البسط هو القيمة التي ينتجها الذكاء الاصطناعي. التعرض للامتثال وتراكم المسؤولية وتآكل الثقة وتقييد الوصول للسوق ليست في المقام. لا تُحسب كتكاليف أتمتة. تُحسب، إن حُسبت أصلاً، كبنود منفصلة تتراكم لاحقاً. حساب العائد على الاستثمار الذي يستبعد التكاليف المؤجلة لإزالة الطبقة البشرية سيبالغ باستمرار في تقدير العائد على الأتمتة.

الثانية هي تأطير التعزيز كتكلفة والأتمتة ككفاءة. تشفّر لغة تخصيص رأس المال الانحياز. تُوصف الأتمتة بأنها مكسب كفاءة: التكاليف تنخفض، والإنتاجية ترتفع، والهوامش تتحسن. يُوصف التعزيز بأنه تكلفة متبقية: الطبقة البشرية التي تبقى بعد نشر الذكاء الاصطناعي. يحجب التأطير المقارنة الصحيحة، وهي الأتمتة زائد مسؤولية الامتثال المؤجلة مقابل التعزيز زائد القيمة الهيكلية للثقة. النظام المصمم لتعزيز الحكم البشري في بيئة منظمة من المستوى 3 يولّد رقابة قابلة للتحقق ووصولاً مؤسسياً للسوق ودفاعاً عن المسؤولية لا يولده النظام المصمم لإلغاء المشاركة البشرية. لا تظهر أي من تلك الخصائص في تأطير الكفاءة.

الثالثة هي خصم التكاليف المؤجلة بالمعدل الخاطئ. يخصم التحليل المالي القياسي الالتزامات المستقبلية بتكلفة رأس المال. لكن الإخفاقات التنظيمية والسمعية ليست مخاطر موزعة بشكل طبيعي تتسوّى بمرور الوقت. إنها أحداث ذيلية: مفاجئة ومركزة ومتراكمة سمعياً. نموذج التدفق النقدي المخصوم المطبق على مخاطر الامتثال للذكاء الاصطناعي يقلل منهجياً من وزن هذه الذيول. متوسط تكلفة مشروع ذكاء اصطناعي فاشل في الخدمات المالية البالغة 11.3 مليون دولار، الموثق في 2025، لا يمثل توزيع النتائج؛ بل يمثل الحالة المركزية. [34] هيكل غرامات قانون الذكاء الاصطناعي للاتحاد الأوروبي، بما يصل إلى 7 بالمئة من حجم الأعمال السنوي العالمي، يمثل الذيل. يعامل الخصم القياسي تلك الذيول كضئيلة. التجربة الاكتوارية مع الأحداث منخفضة الاحتمال عالية العواقب تشير إلى أنها ليست كذلك.

الرابعة هي إسناد الفشل الخاطئ. عندما تنتج أنظمة الذكاء الاصطناعي أخطاء ذات عواقب في بيئات منظمة، ينسب إسناد الفشل الافتراضي إلى "النموذج" أو "البيانات." لا تُحدد بنية الحوكمة كمتغير مفقود. أنظمة الذكاء الاصطناعي لشركات التأمين الصحي العاملة في Medicare Advantage حققت معدل إلغاء 82 بالمئة على الطعون المرفوضة، كما وثّقته دراسة Health Affairs المشار إليها أعلاه. [57] ركّزت تحليلات ما بعد الفشل لهذه الإخفاقات على دقة النموذج وجودة البيانات. غياب الرقابة البشرية الهيكلية عند بوابة القرار لم يكن الإطار التحليلي الأساسي، مما يعني أن التعلم المؤسسي من تلك الإخفاقات لم ينتج تحسينات في بنية الحوكمة. بل أنتج إعادة تدريب النموذج. وظل السبب الجذري قائماً.

يختلف الانحياز المؤسسي للأتمتة عن انحياز الأتمتة الفردي في جانب حاسم واحد. انحياز الأتمتة الفردي قابل للتصحيح من خلال التدخل المعماري: وظائف الإجبار المعرفي وبوابات القرار وأخذ عينات التحقق وواجهات معايرة الثقة، كما حددتها الورقة 2. الانحياز المؤسسي للأتمتة لا يُصحح ببنية النظام. بل يُصحح بتغيير هيكل الحوافز. القوى الثلاث الموثقة في القسم التالي تصف كيف يصل ذلك التغيير.

---

الشكل 1. حلقة الانحياز المؤسسي للأتمتة. ثلاثة هياكل حوافز رأسمالية (تسعير رأس المال المخاطر، وتسعير الموردين، وحوافز المديرين التنفيذيين) تدفع الانحياز المؤسسي للأتمتة من خلال تآكل الطبقة البشرية والخفاء الهيكلي لتكاليف الحوكمة في أطر المحاسبة القياسية. يعمل الإنفاذ التنظيمي وتسعير التأمين وبوابة الوصول المؤسسي للسوق على انهيار الفجوة الزمنية للمسؤولية التي تمكّن هذا النمط. يشير المسار المتقطع إلى كيفية تركيز ضغط الإنفاذ للسوق نحو الجهات الممتثلة، مما يعيد تشكيل الحوافز للمؤسسات المتبقية.

---

4. ثلاث قوى تنهي الفجوة الزمنية للمسؤولية

تعتمد الفجوة الزمنية للمسؤولية التي تمكّن الانحياز المؤسسي للأتمتة على بقاء التكاليف المؤجلة لإزالة الطبقة البشرية غير مرئية لأسواق رأس المال والجهات التنظيمية والأطراف المقابلة المؤسسية خلال الفترة التي يُتخذ فيها قرار الأتمتة. جميع هذه الشروط الثلاثة تتغير.

4.1 الإنفاذ التنظيمي: من النظري إلى الفعلي

دخل قانون الذكاء الاصطناعي للاتحاد الأوروبي حيز التنفيذ في 1 أغسطس 2024. أصبح حظر ممارسات الذكاء الاصطناعي غير المقبولة المخاطر قابلاً للإنفاذ في 2 فبراير 2025. دخلت التزامات الحوكمة للذكاء الاصطناعي للأغراض العامة حيز التنفيذ في 2 أغسطس 2025. الموعد النهائي الأكثر أهمية للإنفاذ بالنسبة للمؤسسات التي تنشر الذكاء الاصطناعي في فئات عالية المخاطر، بما في ذلك التوظيف وقرارات الائتمان والرعاية الصحية وإنفاذ القانون، هو 2 أغسطس 2026. [3] ذلك الموعد النهائي يبعد ثلاثة أشهر عن تاريخ نشر هذه الورقة.

هيكل الغرامات ليس تكلفة إزعاج. تحمل المخالفات المتضمنة ممارسات ذكاء اصطناعي محظورة عقوبات تصل إلى 35 مليون يورو أو 7 بالمئة من حجم الأعمال السنوي العالمي، أيهما أعلى. بالنسبة للمؤسسات ذات التعرض المادي للذكاء الاصطناعي في الأسواق المنظمة، 7 بالمئة من حجم الأعمال السنوي العالمي رقم وجودي. قدم مقترح Digital Omnibus للاتحاد الأوروبي في أواخر 2025 إمكانية تأجيل حتى ديسمبر 2027 لأنظمة الملحق III عالية المخاطر. لا ينبغي للمؤسسات بناء خطط امتثال على تلك الإمكانية. يظل الموعد النهائي الحصيف أغسطس 2026، ونظام الإنفاذ الذي يفعّله حقيقي.

تعمل الفجوة الزمنية للمسؤولية في البعد التنظيمي فقط طالما ظل الإنفاذ نظرياً. عبر تحولات تنظيمية متعددة، من GDPR إلى إصلاح تنظيم الأوراق المالية، وجدت الأبحاث باستمرار أن التحسينات في مصداقية النظام الرقابي تنتج تأثيرات في أسواق رأس المال قبل اتخاذ أول إجراء إنفاذ. [41] السوق يسعّر احتمالية الإنفاذ وليس فعلية الإنفاذ. البنية التحتية لإنفاذ قانون الذكاء الاصطناعي للاتحاد الأوروبي، بما في ذلك السلطات الوطنية المختصة المعينة بحلول أغسطس 2025 والمجلس الأوروبي للذكاء الاصطناعي، تعمل. احتمالية الإنفاذ لم تعد تخمينية.

في الولايات المتحدة، لم ينتج غياب إطار فيدرالي للذكاء الاصطناعي فراغاً تنظيمياً. يتوسع التشريع على مستوى الولايات بسرعة: دخل قانون كولورادو SB 205 حيز التنفيذ في فبراير 2026، والقانون المحلي 144 لمدينة نيويورك في حالة إنفاذ كامل، وقد قدم أو أقر أكثر من نصف ولايات الولايات المتحدة تشريعات للذكاء الاصطناعي. [37] المؤسسات التي بنت طبقات بشرية هيكلية متوافقة مع متطلبات الرقابة البشرية في قانون الذكاء الاصطناعي للاتحاد الأوروبي بنت، بحكم التصميم، وفق معيار يلبي أكثر متطلبات مستوى الولايات تشدداً في الولايات المتحدة. البنية التنظيمية تتقارب، ونقطة التقارب النهائية موجودة بالفعل في قانون الذكاء الاصطناعي للاتحاد الأوروبي.

4.2 تسعير التأمين والمسؤولية: الطبقة البشرية الاكتوارية

القوة الثانية التي تغلق الفجوة الزمنية للمسؤولية هي اكتوارية. يبدأ تسعير التأمين والمسؤولية في دمج مخاطر الذكاء الاصطناعي بشكل صريح، مما يعني أن التكاليف التي عاملتها المؤسسات كمؤجلة ونظرية بدأت تظهر كحاضرة ومسعّرة.

يقدم قطاع التأمين الصحي أوضح الأدلة المبكرة. حققت أنظمة الرفض بالذكاء الاصطناعي العاملة في Medicare Advantage معدل إلغاء 82 بالمئة عند الطعن، كما وثقته دراسة Health Affairs في يناير 2026 بواسطة Mello وآخرين التي فحصت استخدام الذكاء الاصطناعي في التفويض المسبق وعمليات المطالبات، وأدت إلى دعاوى قضائية سمحت المحاكم الفيدرالية بتقدمها إلى مرحلة الاكتشاف. [57] وجد تقرير للكونغرس أن معدلات الرفض المدفوعة بالذكاء الاصطناعي في خطط Medicare Advantage لـ UnitedHealthcare وCVS وHumana زادت بشكل ملحوظ بعد التوسع في النشر الخوارزمي. [58] وجد تقرير مسح NAIC لعام 2025 حول الذكاء الاصطناعي/التعلم الآلي في الصحة، الذي أكملته مجموعة عمل البيانات الكبيرة والذكاء الاصطناعي عبر ست عشرة ولاية، أن ما يقارب ثلث شركات التأمين الصحي لا تختبر نماذج الذكاء الاصطناعي الخاصة بها بانتظام للتحيز أو التمييز، وهي فجوة حوكمة موثقة في قائمة الانتظار التنظيمية بالفعل. [59]

الأثر الاكتواري مباشر. لا تستطيع شركات التأمين التي تقدم تغطية مسؤولية الذكاء الاصطناعي تسعير تلك التغطية دون فهم بنية الرقابة البشرية للمؤسسة المؤمّنة. المؤسسة ذات الطبقة البشرية الشكلية، التي تسجل في نطاق 5 إلى 9 على نقاط الطبقة البشرية، لديها أدلة موثقة على رقابة اسمية دون إنفاذ. تلك الأدلة، القابلة للإنتاج من خلال أثر الامتثال الذي تتطلبه الورقة 3، هي في الوقت نفسه أدلة التدقيق التي تفحصها الجهة التنظيمية ومدخلات الاكتتاب التي تقيّمها شركة التأمين. غياب طبقة الاستمرارية الهيكلية، وغياب فروقات القرارات المسجلة، وغياب سجلات المساءلة المرتبطة بالهوية ليست غير مرئية لعملية العناية الواجبة لشركة التأمين. إنها مقروءة كمخاطر ذيلية مرتفعة.

يتبع المسار النمط المُثبت في الأمن السيبراني. أصبح التأمين ضد المسؤولية السيبرانية فئة منتج رئيسية في أواخر العقد الثاني من الألفية. بحلول أوائل العقد الثالث، كانت شركات التأمين تطالب بأدلة على ضوابط أمنية محددة (المصادقة متعددة العوامل وحماية نقاط النهاية وخطط الاستجابة للحوادث) كشروط للتغطية. المؤسسات التي لم تمتلك تلك الضوابط واجهت إما زيادات في الأقساط أو استثناءات من التغطية تجاوزت تكلفة تطبيق الضوابط نفسها. تأمين مسؤولية الذكاء الاصطناعي في بداية نفس المسار. نقاط الطبقة البشرية في وضع يؤهلها للعمل كمعادل حوكمة الذكاء الاصطناعي لتقرير SOC 2 Type II: تقييم مستقل ومتحقق منه لبنية الحوكمة يمنح شركة التأمين أساساً للتسعير بدلاً من أساس للرفض.

4.3 الوصول المؤسسي للسوق: السوق المتميز محاط ببوابات

القوة الثالثة هي هيكل السوق. أسواق المستوى 3 المؤسسية ليست متاحة بالتساوي لجميع معماريات أنظمة الذكاء الاصطناعي. إنها متاحة للأنظمة ذات الرقابة البشرية الهيكلية وغير متاحة للأنظمة ذات الرقابة الاسمية، بغض النظر عن مقاييس الأداء التقني.

هذا عملي بالفعل. وجد تحليل Mordor Intelligence لسوق حوكمة قانون الذكاء الاصطناعي للاتحاد الأوروبي في أكتوبر 2025 أن 90 بالمئة من المؤسسات المالية الأوروبية تستخدم الذكاء الاصطناعي لكن 9 بالمئة فقط تشعر بأنها مجهزة لتلبية معايير قانون الذكاء الاصطناعي. [43] تمثل فجوة الجاهزية تلك هيكل السوق الحالي: الغالبية العظمى من عمليات نشر الذكاء الاصطناعي في الأسواق الأوروبية المنظمة تعمل دون بنية الحوكمة التي سيتطلبها السوق في غضون أشهر. الشركات التي تسد تلك الفجوة تصبح الأطراف المقابلة الموثوقة. والشركات التي لا تفعل تصبح مخاطر الأطراف المقابلة التي يُطلب من عملائها المؤسسيين إدارتها.

تقود عمليات الشراء المؤسسية هذا قبل التنظيم. يطالب مشترو الذكاء الاصطناعي المؤسسيون في الأسواق المنظمة بالفعل الأطراف المقابلة بإثبات بنية الحوكمة. ينتقل السؤال من "هل يمتلك هذا النظام رقابة بشرية؟" نحو "ما هي نقاط الطبقة البشرية، وهل تلبي الحد الأدنى للمستوى لمعيار الشراء لدينا؟" السوق المتميز، السوق الذي يتولى الهوامش المؤسسية في الصناعات المنظمة، يتركز حول توزيع الحوكمة. المؤسسات التي تسجل في نطاقات الهيكلي والمؤسسي في وضع متزايد للوصول إلى أسواق المستوى 2 والمستوى 3. والمؤسسات التي تسجل في نطاقات الشكلي أو التشغيلي قد تواجه حواجز متزايدة أمام تلك الأسواق، بغض النظر عن قدرتها في الذكاء الاصطناعي. معامل التعزيز 3x الموثق في الورقة 1 هو، جزئياً، تأثير الوصول للسوق المتميز: الأسواق التي يتفوق فيها التعزيز على الأتمتة بأكبر اتساق هي بالضبط الأسواق التي تتطلب رقابة بشرية هيكلية كشرط للتشغيل.

---

5. نقاط الطبقة البشرية كإشارة رأسمالية

قدمت الورقة 3 نقاط الطبقة البشرية كأداة حوكمة. يطرح هذا القسم حجة، بالرجوع إلى أدلة تجريبية من تحولات تنظيمية سابقة، بأنها قد تعمل أيضاً كإشارة في أسواق رأس المال للمؤسسات العاملة في بيئات منظمة ومعتمدة على الثقة، في ظل ظروف يصبح فيها التحقق من حوكمة الذكاء الاصطناعي معياراً مؤسسياً، كما حدث مع معايير الحوكمة المماثلة في مجالات مجاورة. يتطلب هذا الادعاء دقة، ويتطلب اعترافاً صادقاً بما تُظهره الأدلة وما لا تُظهره بعد.

5.1 ما يُظهره السجل التجريبي حول الحوكمة وأسواق رأس المال

توفر ثلاثة تحولات تنظيمية سابقة أدلة ذات صلة، والأدلة أكثر تحديداً من ادعاء عام بأن الامتثال يخلق قيمة.

يوفر قانون Sarbanes-Oxley، الصادر في 2002 بعد فضائح Enron وWorldCom، نقطة الارتكاز الأولى. وجدت الأبحاث التي استخدمت SOX كتجربة طبيعية شبه تجريبية في حوكمة الشركات أن الشركات الأكثر امتثالاً لأحكام SOX قبل صدوره تلقت ردود فعل أكثر إيجابية في أسعار أسهمها عند تمرير التشريع. [36] كافأ السوق جودة الحوكمة القائمة عندما أصبح نظام الإنفاذ ذا مصداقية. أنتج SOX أيضاً تحسينات أكبر في الكفاءة التشغيلية في الصناعات المركزة مقارنة بالصناعات غير المركزة، مع أبرز المكاسب بين الشركات ذات الحوكمة الأضعف قبل الصدور. [36] هذه النسخة الصادقة من السابقة: الامتثال المسبق مفيد للشركات ذات التعرض للسوق المؤسسي؛ بالنسبة للجهات الأصغر دون وضع سوقي مركز، يمكن أن يكون عبء الامتثال صافياً سلبياً. ركّز معيار الحوكمة السوق نحو الجهات القادرة على استيعاب متطلبات البنية التحتية للحوكمة.

يوفر GDPR المرساة الثانية. تُوثق الأبحاث التي تفحص تأثيرات GDPR على مستوى الشركات أن تركيز الإنفاذ للوصول إلى السوق نحو الموردين الممتثلين بالفعل هو نتيجة موثقة للإنفاذ التنظيمي الموثوق. [54] بعد أن أصبح إنفاذ GDPR ذا مصداقية، أصبح سوق موردي التكنولوجيا الذين يخدمون العملاء المؤسسيين أكثر تركزاً: استحوذ الموردون الأكبر والممتثلون بالفعل على أعمال العملاء الذين احتاجوا لتقليل مخاطر البيانات من الأطراف الثالثة، بينما واجهت الجهات غير الممتثلة أو الأصغر ضغوط الخروج من السوق. [55] كان لـ GDPR أيضاً تأثيرات سلبية قابلة للقياس على أرباح الشركات الحساسة لتكلفة الامتثال، مما يثبت أن التكاليف حقيقية ولا ينبغي رفضها. عدم الامتثال قبل إنفاذ GDPR كان استراتيجية قابلة للتطبيق تحديداً لأن الإنفاذ كان منخفضاً. انهارت تلك القابلية للتطبيق عندما أصبح الإنفاذ ذا مصداقية. [56]

يتعلق الجسم الثالث من الأدلة بالآلية العامة التي تربط جودة النظام الرقابي بتأثيرات أسواق رأس المال. وجدت الأبحاث حول إصلاح تنظيم الأوراق المالية في الاتحاد الأوروبي أن "تحسينات الأنظمة الرقابية في البلدان لها تأثيرات فورية في أسواق رأس المال حتى قبل اتخاذ أول إجراء إنفاذ." [41] يسعّر السوق جودة الحوكمة تحسباً للإنفاذ. الأثر على حوكمة الذكاء الاصطناعي مباشر: المستثمرون المؤسسيون يسعّرون جودة حوكمة الذكاء الاصطناعي الآن، قبل أغسطس 2026، لأنهم يفهمون مشهد الإنفاذ. وجد استطلاع عام 2025 للمديرين التنفيذيين الماليين الأوروبيين أن 90 بالمئة من المؤسسات تستخدم الذكاء الاصطناعي، لكن 9 بالمئة فقط تشعر بأنها مجهزة لتلبية معايير قانون الذكاء الاصطناعي. [43] فجوة الجاهزية تلك لها تعبير في أسواق رأس المال، وهو ليس متماثلاً: المؤسسات المستعدة تسعّر علاوة الحوكمة؛ والمؤسسات غير المستعدة تراكم ذيل المسؤولية.

يوفر ISO 27001 السابقة الرابعة، على مستوى الشهادة كآلية وصول للسوق. وجدت دراسة حدث طويلة الأجل لـ 143 شركة حاصلة على شهادة ISO 27001 مقابل ضوابط متطابقة غير معتمدة تحسناً في الربحية وإنتاجية العمل وأداء المبيعات في المؤسسات المعتمدة. [42] وعلى المستوى التشغيلي: انتقل ISO 27001 من معيار طوعي إلى شرط مسبق غير قابل للتفاوض للعقود المؤسسية في المالية والرعاية الصحية والمشتريات الحكومية. الشركات التي حصلت على الشهادة خلال النافذة الطوعية اكتسبت وصولاً للسوق كان، بمجرد أن أصبحت الشهادة شرطاً مسبقاً، تكلفة الدخول وليس عامل تمييز. النافذة التي يعمل فيها معيار الحوكمة كعامل تمييز هي الفترة التي يُكتسب فيها بأفضل الشروط.

5.2 ما تدعيه وما لا تدعيه نقاط الطبقة البشرية

نقاط الطبقة البشرية كإشارة رأسمالية ليست ادعاءً شاملاً بأن بناء بنية الحوكمة التحتية يولّد عوائد تفوق تكلفتها لجميع المؤسسات في جميع السياقات. الأدلة من GDPR وSOX واضحة بأن تكاليف الامتثال حقيقية، وأنها تقع بشكل غير متساوٍ عبر أحجام الشركات، وأن العوائد على استثمار الحوكمة تتركز بين الشركات ذات التعرض للسوق المؤسسي والوجود في صناعة منظمة وسياقات نشر المستوى 2 أو المستوى 3.

الادعاء الدقيق أضيق وأكثر قابلية للدفاع: بالنسبة للمؤسسات العاملة في بيئات منظمة ومعتمدة على الثقة أو عالية المخاطر حيث يحدد إطار الطبقة البشرية نشر المستوى 2 والمستوى 3، وهي نفس البيئات التي يُوثق فيها معامل التعزيز بأكبر اتساق، فإن الاستثمار الهيكلي في الطبقة البشرية في هذه اللحظة يحمل ملامح بنية حوكمة تحتية مكتسبة في نافذة التمييز، قبل أن تصبح شرطاً مسبقاً مفروضاً بالإنفاذ.

تدعم ثلاث آليات محددة هذا الادعاء.

الأولى هي بوابة الوصول للسوق. تتطلب الأسواق المؤسسية من المستوى 3 رقابة بشرية قابلة للإثبات كشرط للوصول. هذا عملي حالياً وليس متوقعاً. المؤسسات ذات الطبقات البشرية الشكلية لا تستطيع الوصول إلى هذه الأسواق بغض النظر عن مقاييس أدائها في الذكاء الاصطناعي. تعمل نقاط الطبقة البشرية كاعتماد وصول للسوق المتميز. الاعتماد المكتسب قبل الموعد النهائي لإنفاذ أغسطس 2026 يُكتسب بتكلفة أقل من الاعتماد المكتسب تحت ضغط المعالجة بعد قصور امتثال رسمي.

الثانية هي تمايز التعرض للمسؤولية. الطبقة البشرية الهيكلية، الموثقة من خلال أثر الامتثال الذي تتطلبه الورقة 3، توفر دفاعاً إيجابياً لا توفره الطبقة الشكلية أو الاسمية. مسار التدقيق ذو الحد الأدنى من ستة حقول، وسجلات التفويض المرتبطة بالهوية، وسجلات الفروقات التي تميز توصية الذكاء الاصطناعي عن قرار الإنسان هي في الوقت نفسه الأدلة التي تُرضي الجهة التنظيمية والوثائق التي تحد من مسؤولية المؤسسة في حالة نتيجة مطعون فيها. بالنسبة للمؤسسات ذات التعرض المادي للذكاء الاصطناعي في الأسواق المنظمة، هذا تخفيض قابل للقياس في المخاطر الذيلية وليس فائدة حوكمة ناعمة.

الثالثة هي قيمة إشارة العناية الواجبة. المستثمر أو الطرف المقابل المؤسسي الذي يقيّم شركة ذكاء اصطناعي تعمل في سوق المستوى 2 أو المستوى 3 ليس لديه حالياً أداة موحدة للإجابة على السؤال: هل الطبقة البشرية هيكلية أم شكلية؟ صُممت نقاط الطبقة البشرية للإجابة على هذا برقم وتفصيل مكونات وتحديد امتثال المستوى. النقاط المقيّمة ذاتياً وثيقة عمل. النقاط المتحقق منها مستقلاً في وضع يؤهلها للعمل كقطعة أثرية في العناية الواجبة، معادل حوكمة الذكاء الاصطناعي لتقرير SOC 2 Type II أو شهادة ISO 27001، إذا وعندما يتطور الطلب المؤسسي على التحقق من حوكمة الذكاء الاصطناعي وفق المسار الموثق في الأقسام 4.1 إلى 4.3. ينمو سوق حوكمة الذكاء الاصطناعي بنسبة 28.8 بالمئة سنوياً، من 340 مليون دولار في 2025 إلى 1.21 مليار دولار متوقعة بحلول 2030. [43] يعكس ذلك النمو الطلب المؤسسي على إشارات حوكمة قابلة للتحقق. ما إذا كانت نقاط الطبقة البشرية تصبح أداة موحدة ضمن ذلك السوق يعتمد على تبنيها من المدققين والجهات التنظيمية ووظائف الشراء، وهي عملية جارية لكنها لم تكتمل بعد.

سؤال مشروع لأي إطار تسجيل هو ما إذا كانت المؤسسات تستطيع استيفاء متطلباته الرسمية دون نزاهة تشغيلية مقابلة. يقلل إطار الطبقة البشرية هذا الخطر من خلال عدة خصائص تصميمية تجعل الامتثال السطحي أصعب تدريجياً في الاستدامة. يمنع التسجيل القائم على الحد الأدنى الأداء العالي في مكون واحد من إخفاء الضعف في آخر: المؤسسة ذات المستوى 4 في معايرة الثقة والمستوى 1 في آليات التجاوز تُقيّم عند المستوى 1 وليس المتوسط. يُدخل أخذ عينات التحقق حالات ذات إجابات معروفة بمخرجات ذكاء اصطناعي خاطئة عمداً لاختبار ما إذا كانت الرقابة البشرية منخرطة فعلاً وليس مجرد حاضرة عند الواجهة. يتطلب الربط بالهوية مساءلة محددة مسبقاً قبل إنتاج المخرجات، مما يميز التفويض الموثق عن توزيع اللوم بعد الحدث. يميز تسجيل الفروقات في أثر الامتثال الحكم البشري النشط عن الموافقة السلبية من خلال تسجيل الفرق بين توصية الذكاء الاصطناعي والقرار النهائي للإنسان. لا تمنع أي خاصية تصميم واحدة جميع أشكال الامتثال الاسمي، والتدقيق المستقل، الذي تتطلبه الورقة 3 لأنظمة المستوى 2 والمستوى 3 التي تقدم إيداعات تنظيمية، هو آلية الإنفاذ التي تجعل المحاكاة المستمرة مكلفة. تخلق بنية الإطار حوافز للتنفيذ الحقيقي، لكنها لا تجعل التلاعب مستحيلاً؛ بل تجعل التلاعب أكثر تكلفة هيكلياً من بناء وظيفة الحوكمة بشكل حقيقي.

5.3 الحد الصادق لهذه الحجة

حجة التموضع قبل الإنفاذ لا تنطبق بشكل موحد. بالنسبة لأنظمة المستوى 1 الاستشارية العاملة في سياقات منخفضة العواقب وقابلة للعكس، تكلفة الإنفاذ أقل، وعلاوة الوصول للسوق أقل، وحسابات الاستثمار في طبقة بشرية هيكلية تحكمها بشكل أساسي اعتبارات الأداء التشغيلي وليس آليات الإشارة الرأسمالية الموصوفة هنا. تعكس الحدود الدنيا الخاصة بالمستوى في الورقة 3 هذا: تواجه أنظمة المستوى 1 درجة مطلوبة أقل تحديداً لأن ديناميكيات الوصول للسوق والتعرض للمسؤولية تعمل بحجم أقل في تلك السياقات.

الحجة المقدمة في هذا القسم خاصة بنشر المستوى 2 والمستوى 3 في بيئات منظمة ومعتمدة على الثقة. تلك الخصوصية ليست ضعفاً. إنها تعكس حيث تهم الطبقة البشرية أكثر معمارياً، وحيث الأدلة على التعزيز مقابل الأتمتة أكثر اتساقاً، وحيث عواقب أسواق رأس المال للخطأ فيها أكثر مادية.

5.4 القيود

تحد أربعة قيود الادعاءات المقدمة في هذا القسم وفي السلسلة ككل.

أولاً، لم تُصادق نقاط الطبقة البشرية خارجياً بعد من خلال التطبيق المستقل من مدققين مؤهلين على نطاق واسع. لا تزال موثوقية الاتفاق بين المدققين العاملين في ولايات قضائية تنظيمية وسياقات صناعية مختلفة غير مختبرة. أداة التقييم الذاتي في الورقة 3 هي أداة تشخيصية؛ التدقيق المستقل مطلوب للإيداعات التنظيمية، لكن معايير تأهيل المدققين التي يحددها الإطار لم تُختبر بعد مقابل مجموعة من الممارسات.

ثانياً، تستند حجة الإشارة الرأسمالية إلى أوجه تشابه من تحولات تنظيمية سابقة (SOX وGDPR وISO 27001) قد لا تتكرر ظروفها بدقة في حوكمة الذكاء الاصطناعي. وتيرة الإنفاذ واتساق التفسير التنظيمي عبر الولايات القضائية وسرعة دمج ممارسات الشراء لمعايير الحوكمة كلها متغيرات لا يمكن للقياس أن يحاسب عليها بالكامل.

ثالثاً، قابلية تطبيق تصنيف المستويات ومتطلبات التسجيل على القطاعات مُثبتة من خلال تحليل الأطر التنظيمية والسوابق التشغيلية وليس من خلال دراسة تجريبية طولية. ستتعزز السلطة التوجيهية للإطار في سياقات صناعية محددة بدراسات حالة النشر وتحليل التنفيذ التي لا تتضمنها هذه السلسلة بعد.

رابعاً، مفهوم الانحياز المؤسسي للأتمتة، رغم تحديده رسمياً في القسم 3، لم يُقاس تشغيلياً. قنواته الأربع مستمدة من تقارب سلوك تخصيص رأس المال الموثق وهيكل تعويضات المديرين التنفيذيين والإفصاح المؤسسي، وليس من دراسة مضبوطة لصنع القرار المؤسسي. يعمل كإطار تفسيري وليس بناءً مقاساً.

هذه القيود طبيعية لإطار مفاهيمي في نشره الأول. إنها تحدد المرحلة التالية من العمل وليس قصوراً في المرحلة الحالية.

بالنسبة لمجالس الإدارة ذات النشر المادي للذكاء الاصطناعي في بيئات منظمة أو عالية العواقب، تحمل هذه الورقة دلالة حوكمة محددة. لم يعد بالإمكان معاملة الرقابة على الذكاء الاصطناعي كوظيفة امتثال مفوضة بالكامل للفرق القانونية أو التقنية. حيث تعمل أنظمة الذكاء الاصطناعي في السياقات التي يعالجها هذا الإطار، بما في ذلك المالية المنظمة والرعاية الصحية والبنية التحتية الحيوية وغيرها من بيئات المستوى 2 والمستوى 3، تكون بنية الحوكمة في الوقت نفسه سؤال تخصيص رأس المال وسؤال إدارة المسؤولية وسؤال الوصول للسوق. توفر نقاط الطبقة البشرية مقياساً على مستوى مجلس الإدارة لا توفره التقارير المالية القياسية: ما إذا كانت أنظمة الذكاء الاصطناعي في المؤسسة تحمل رقابة بشرية هيكلية أو رقابة شكلية، وما إذا كان هذا التمييز قابلاً للتحقق المستقل. مجالس الإدارة التي تطرح هذا السؤال قبل إغلاق نافذة الإنفاذ في وضع مختلف عن تلك التي تواجهه لأول مرة كمهمة معالجة.

---

6. ما بنته السلسلة

انطلقت هذه السلسلة لتقديم حجة تتركها معظم أطر حوكمة الذكاء الاصطناعي دون طرح: أن الطبقة البشرية في نظام الذكاء الاصطناعي ليست التزاماً فلسفياً أو خانة اختيار تنظيمية، بل مكون هيكلي ذو خصائص تصميم قابلة للقياس ومتطلبات قابلة للإنفاذ وعواقب في أسواق رأس المال.

بنت الأوراق 1 إلى 3 الأساس. الحجة الاقتصادية: التعزيز يتفوق على الأتمتة، موثقاً عبر 1,500 مؤسسة ومؤكداً في تجارب ميدانية بعد GPT، مع تركز فارق الأداء تحديداً في البيئات المنظمة والمعتمدة على الثقة حيث يكون الحكم البشري لا يمكن استبداله. المعمارية: خمسة مكونات تشكل رسم اعتمادية، كل منها مطلوب بشكل مستقل من أطر تنظيمية رئيسية، ولا يمكن حذف أي منها دون المساس بضمانات الأخرى. أداة القياس: منهجية تسجيل تمنع حساب المتوسط الذي يخفي نقاط الضعف، وتفرض حدوداً دنيا خاصة بالمستوى، وتنتج أثر الامتثال الذي يعمل في آن واحد كقياس تشغيلي ودليل تدقيق ودفاع عن المسؤولية.

أجابت هذه الورقة على السؤال الذي أثارته تلك الأوراق الثلاث دون حله. إذا كانت الأدلة على التعزيز بهذا الاتساق، فلماذا يستمر تدفق رأس المال نحو الاستبدال؟ الجواب هو الانحياز المؤسسي للأتمتة: ميل مؤسسي منهجي لإعطاء وزن مفرط لفوائد الأتمتة المرئية فوراً والمنسوبة مباشرة، مع التقليل من تكاليف الحوكمة المؤجلة والمفتتة عبر فترات التقارير ومجالات المساءلة، والأهم من ذلك غير الممثلة في محاسبة التكاليف القياسية التي تحكم تقييم أداء المديرين التنفيذيين. وهو متميز عن قصر النظر ومشاكل الوكيل والأصيل لأن الآلية ليست مجرد خصم المستقبل. إنها الخفاء الهيكلي لتدهور الحوكمة كفئة تكلفة، مما يثبط التعلم المؤسسي الذي كان سيصححه لولا ذلك.

تُبقي ثلاثة هياكل حوافز رأسمالية ذلك الخفاء: تسعير رأس المال المخاطر الذي يكافئ روايات الأتمتة الخالية من عدد الموظفين، ومعماريات تسعير الموردين المتوافقة هيكلياً مع تقليل المشاركة البشرية في سير العمل، وقياس أداء المديرين التنفيذيين المعاير على جداول زمنية أقصر من إخفاقات الحوكمة التي تتراكم عند إزالة الرقابة البشرية. وثلاث قوى تعمل الآن على انهياره: إنفاذ تنظيمي فعلي وليس نظرياً، وتسعير التأمين والمسؤولية الذي بدأ في دمج حوكمة الذكاء الاصطناعي كمتغير اكتتاب، ووصول مؤسسي للسوق يعمل بالفعل كبوابة وليس مجرد طموح.

تشير السابقة التجريبية من تحولات حوكمة SOX وGDPR وISO 27001 إلى أن المؤسسات العاملة في أسواق منظمة قد تستفيد من بناء طبقات بشرية هيكلية قبل أن يحول الإنفاذ بنية الحوكمة من عامل تمييز إلى شرط مسبق؛ وإن كان ما إذا أصبحت نقاط الطبقة البشرية نفسها إشارة مؤسسية موحدة يعتمد على عمليات التبني الجارية لكن غير المكتملة بعد.

القرارات المعمارية المتخذة في هذه الفترة ستحدد ما إذا كانت المؤسسات تدخل الأسواق المنظمة بالرقابة الهيكلية قائمة بالفعل، أو تحت ضغط المعالجة بعد أن يكون الإنفاذ قد ركّز السوق حول من بناها أولاً.

---

المراجع

[1] Sheridan, T.B. and Verplank, W.L., "Human and Computer Control of Undersea Teleoperators," MIT Man-Machine Systems Laboratory, 1978.

[2] Parasuraman, R., Sheridan, T.B., and Wickens, C.D., "A Model for Types and Levels of Human Interaction with Automation," IEEE Transactions on Systems, Man, and Cybernetics, Part A, 30(3), 286-297, 2000.

[3] European Union, Regulation (EU) 2024/1689, "Artificial Intelligence Act," Articles 14, 50. Entered into force August 1, 2024. Full applicability for high-risk systems August 2, 2026.

[4] Angelova, V., Dobbie, W., and Yang, C., "Algorithmic Recommendations and Human Discretion," NBER Working Paper No. 31747.

[5] Romeo, G. and Conti, D., "Exploring Automation Bias in Human-AI Collaboration: A Review and Implications for Explainable AI," AI and Society, Springer Nature, 2025. Systematic review of 35 studies (19,774 participants).

[6] Google DeepMind, retinal disease AI screening system deployed in NHS UK. Three-tier triage protocol.

[7] McLaughlin, B. and Spiess, J., "Complementary Algorithms," Stanford Graduate School of Business, 2025.

[8] Kahn, L., Probasco, E.S., and Kinoshita, R., "AI Safety and Automation Bias," Center for Security and Emerging Technology, Georgetown University, November 2024.

[9] International Organization for Standardization, ISO/IEC 42001:2023, "Information Technology: Artificial Intelligence: Management System."

[10] Frontiers in Big Data, "On the Purpose of Meaningful Human Control of AI," December 2022.

[11] National Institute of Standards and Technology, "AI Risk Management Framework (AI RMF 1.0)," NIST AI 100-1, January 2023.

[12] Infocomm Media Development Authority (IMDA), Singapore, "Model AI Governance Framework for Agentic AI," 2025.

[13] Kupfer, C. et al., "Automation Bias in Public Administration: An Interdisciplinary Perspective from Law and Psychology," Government Information Quarterly, 2024.

[14] Carnat, I., "Human, All Too Human: Accounting for Automation Bias in Generative Large Language Models," SSRN, March 2025.

[15] [Citation retired; AI project failure data now sourced to Gartner [63] and RAND Corporation [64].]

[16] Poitevin, H. and Suda, N., "Why Your Headcount Strategy Matters More Than AI Downsizing," Gartner, January 23, 2026.

[17] Elish, M.C., "Moral Crumple Zones: Cautionary Tales in Human-Robot Interaction," Engaging Science, Technology, and Society, 5, 40-60, 2019.

[18] Daugherty, Paul R. and Wilson, H. James, "Human + Machine: Reimagining Work in the Age of AI," Harvard Business Review Press, 2018 (updated and expanded edition, 2024; ISBN 978-1647827205).

[19] Dell'Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., et al., "The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise," Harvard Business School Working Paper No. 25-043, March 2025.

[20] Noureddine, A., "The Human Layer: Why the Most Critical Infrastructure in AI Isn't Artificial," Paper 1 in The Human Layer series, February 2026. DOI: 10.5281/zenodo.19119699.

[21] Noureddine, A., "The Human Layer Architecture: A Specification for Human-AI System Design," Paper 2 in The Human Layer series, March 2026. DOI: 10.5281/zenodo.19120077.

[22] Organisation for Economic Co-operation and Development, "OECD AI Principles," adopted May 2019, amended 2024.

[23] Institute of Electrical and Electronics Engineers, IEEE 7000-2021, "Standard Model Process for Addressing Ethical Concerns During System Design," September 2021.

[24] [Citation retired; insurance data now sourced to NAIC 2025 Health AI/ML Survey (reference [59]) and Mello et al., Health Affairs, 2026 (reference [57]).]

[25] Noureddine, A., "The Human Layer Audit: Measuring Accountability in AI Systems," Paper 3 in The Human Layer series, March 2026. DOI: 10.5281/zenodo.19453026.

[26] De Neve, J-E., Hancock, J.T., and Niederhoffer, K., "Why Companies That Choose AI Augmentation Over Automation May Win in the Long Run," Harvard Business Review, April 15, 2026.

[27] Organisation for Economic Co-operation and Development, "Venture Capital Investments in Artificial Intelligence Through 2025," February 17, 2026.

[28] ResumeBuilder.com, Survey of 866 U.S. Business Leaders on AI Spending and Compensation, March 2026. Published in Technocracy News, "How AI Is Forcing Headcount Reductions," April 2026; CBS News; and other outlets.

[29] Andreessen Horowitz, "AI Is Driving a Shift Towards Outcome-Based Pricing," Enterprise Newsletter, December 2024.

[30] [Citation retired; vendor pricing section sourced to primary corporate disclosures; see references [52]–[56].]

[31] Bessemer Venture Partners, "The AI Pricing and Monetization Playbook," February 2026.

[32] Intercom, Fin AI product pricing model. Per-resolution pricing at $0.99 per AI-resolved support ticket, as referenced in Bessemer Venture Partners [31].

[33] [Citation retired; see references [52]–[56] for primary vendor pricing sources.]

[34] Pertama Partners, "AI Project Failure Statistics 2026," February 21, 2026. Citing industry-level failure rates, average project costs, and financial services sector data.

[35] SQ Magazine, "AI Compliance Cost Statistics 2026," April 1, 2026.

[36] Chhaochharia, V., Grullon, G., Grinstein, Y., and Michaely, R., "Product Market Competition and Internal Governance: Evidence from the Sarbanes-Oxley Act," Management Science, 63(5), 1405-1424, 2017.

[37] Digital Applied, "AI Compliance for Small Business 2026: Bias Audit Guide," March 15, 2026. Citing Colorado SB 205 (effective February 2026) and NYC Local Law 144.

[38] Frey, L., "Privacy Regulation and Firm Performance: Estimating the GDPR Effect Globally," Economic Inquiry, 2024.

[39] Johnson, G., Shriver, S., and Goldberg, S., referenced in: Goldberg, S. et al., NBER Working Paper No. 30705, "Economic Research on Privacy Regulation," 2022. Market concentration effects post-GDPR.

[40] Martin, K. et al., 2019, cited in NBER Working Paper No. 30705. Pre-GDPR non-compliance viability analysis.

[41] Hail, L. et al., "Capital-Market Effects of Securities Regulation: Prior Conditions, Implementation, and Enforcement Revisited," NBER Working Paper No. 16737. Evidence that supervisory regime improvements produce capital-market effects before first enforcement action.

[42] Tsohou, A. et al., "Information Security and Value Creation: The Performance Implications of ISO/IEC 27001," Computers and Security, 2022. Long-term event study of 143 certified firms against matched non-certified controls.

[43] Mordor Intelligence, "EU AI Act Compliance: Strategic Advantage or Growth Barrier," October 2025. Citing 90%/9% preparedness gap among European financial institutions; AI governance market CAGR projection.

[44] Allen, R.C., "Engels' Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution," Explorations in Economic History, Vol. 46, Issue 4, 2009.

[45] World Economic Forum, "Future of Jobs Report 2025."

[46] CBS News, "More Companies Are Pointing to AI as They Lay Off Employees," May 2026. Citing Challenger, Gray and Christmas data: 55,000 U.S. layoffs attributed to AI in 2025, twelve times the figure from two years prior; individual company disclosures from Amazon, Chegg, HP, Workday, PayPal, CrowdStrike.

[47] Challenger, Gray and Christmas, "Challenger Report: March Cuts Rise 25% From February, AI Leads Reasons," April 2, 2026. Primary source: AI cited in 15,341 cuts in March 2026 (25% of monthly total); 27,645 AI-cited cuts in Q1 2026; cumulative 99,470 AI-cited cuts since 2023.

[48] Bloomberg Intelligence, "C-Suite AI Survey 2025," December 2025. 604 senior executives across nine sectors; 66% reported job cuts resulting from AI deployment in prior twelve months; 60%+ expect headcount to increase on three-year view; financial services expects 7% sales growth and 8% profit gain from AI initiatives.

[49] Built In, "Did AI Take Your Job? The Truth About AI Washing," March 2, 2026. Citing survey of 1,000+ executives: 60% made headcount reductions in anticipation of AI efficiencies; only 2% reported large reductions resulting from actual AI implementation.

[50] SullivanCotter, "2025 Executive Compensation Insights," February 2026. Financial measures most prevalent metric in executive incentive plans at 75%; short-term incentives structure rewards annual performance.

[51] CNBC, "AI Job Cuts: Amazon, Microsoft and More Cite AI for 2025 Layoffs," December 21, 2025. Citing Challenger, Gray and Christmas: AI responsible for almost 55,000 U.S. layoffs in 2025; total job cuts topped 1.17 million, highest since 2020.

[52] Salesforce, Inc., Form 8-K (Q4 FY2026 Earnings Release), SEC filing. Introduces "Agentic Work Units" (AWUs) as product metric; 2.4 billion AWUs delivered, 57% Q/Q growth. Available at SEC EDGAR.

[53] Salesforce, Inc., Q2 FY2026 Earnings Conference Call, September 3, 2025. Management commentary referencing 40% support headcount reduction via Agentforce deployment. Available via SEC Form 8-K exhibit and investor relations webcast.

[54] Zendesk, Chris Donato (Chief Revenue Officer and President of Global Sales), interview with Frontier Enterprise, "Scaling Outcome-Based Pricing with AI," September 12, 2025.

[55] Zendesk, "AI Dynamic Pricing Plan" product documentation, 2026. Explicitly structures customer budget allocation between human agent seats and AI-powered "automated resolutions."

[56] Workday, Inc., Form 10-Q, filed with the SEC, 2025. Risk factor disclosure: "pricing pressures" from AI capabilities reducing the number of human users needed as an explicit business risk.

[57] Mello, M.M. et al., "The AI Arms Race In Health Insurance Utilization Review: Promises Of Efficiency And Risks Of Supercharged Flaws," Health Affairs, January 2026. Documents 82% overturn rate on appealed Medicare Advantage prior authorization denials; cited via Stanford Law School and Stanford FSI, January 6–7, 2026.

[58] Oberlander, J. et al., "Medicare Advantage Becoming a Disadvantage with Use of Artificial Intelligence in Prior Authorization Review," npj Digital Medicine (Nature Portfolio), February 2026. Cites Congressional report on denial rate increases at UnitedHealthcare, CVS, and Humana following expanded AI deployment.

[59] National Association of Insurance Commissioners (NAIC), Big Data and Artificial Intelligence (H) Working Group, "Health Artificial Intelligence (AI)/Machine Learning (ML) Survey Report," May 2025. Primary finding: nearly one-third of health insurers do not regularly test AI models for bias or discrimination. Survey conducted across sixteen states.

[60] RBC Wealth Management, cited in CBS News and Technocracy News, April 2026: major tech company capex more than doubled in two years to $427 billion by 2025. Futurum Group analysis: five largest U.S. cloud and AI infrastructure providers committed $660–690 billion in 2026 capex.

[61] Bank of America Corporation, Fourth Quarter and Full Year 2025 Financial Results Earnings Call, January 2026. CFO Alastair Borthwick commentary on headcount strategy and AI-related workforce efficiencies.

[62] Meta Platforms, Inc., Q4 2025 Earnings Release and Investor Call, January 2026. Revenue of $201 billion in 2025; 2026 capex guidance of $115–135 billion.

[63] Gartner, Inc., "AI Projects in I&O Stall Ahead of Meaningful ROI Returns," Press Release, April 7, 2026. Survey of 782 infrastructure and operations leaders, November–December 2025. Finding: only 28% of AI use cases fully succeed and meet ROI expectations; 20% fail outright; 57% of I&O leaders report at least one failure.

[64] RAND Corporation, enterprise AI initiative meta-analysis, 2025, as reported in Pertama Partners, "AI Project Failure Statistics 2026," February 2026. Finding: 80.3% of AI projects fail to deliver intended business value; breakdown: 33.8% abandoned before production, 28.4% complete without delivering expected value, 18.1% deployed without recouping costs.

[65] Dell Technologies, Annual Report and Earnings Materials, Fiscal Year 2026: workforce reduction of approximately 11,000 employees (roughly 10% of total); $569 million in severance costs; AI Infrastructure Solutions Group revenue growth of 40% year-over-year. Atlassian Corporation, workforce reduction announcement, March 11, 2026: 1,600 employees (10% of workforce), explicitly citing AI-driven organizational restructuring. Cited via tech-insider.org, "Tech Layoffs 2026: How AI Is Driving the Biggest Workforce Reductions," April 2026; and Challenger, Gray and Christmas [47].

[66] Block, Inc., workforce reduction, February 2026. CEO Jack Dorsey statement confirming approximately 4,000 positions (40% of workforce) eliminated; Dorsey stated the reductions were not driven by business failure and reflected AI-driven restructuring. Cited via Fortune, "CFOs Admit Privately That AI Layoffs Will Be 9x Higher This Year," March 24, 2026; and CBS News [46].

[67] Pinterest, Inc., workforce reduction announcement, January 2026. Approximately 15% of human workforce eliminated; savings redirected to AI initiatives. Cited via programs.com/resources, "AI Is Shaping Hiring and Headcount in 2026," February 2026; and CBS News [46].

[68] Cisco Systems, Inc., workforce reduction, 2024. CEO Chuck Robbins announced 7% workforce reduction; CFO Scott Herren described the decision as "reallocating versus being in pursuit of cost savings," with hundreds of millions of dollars shifted into AI and growth areas. Cited via CBS News, "AI Has Companies Cutting Jobs, But Not Replacing Workers," April 2026 [46]; and Technocracy News, "How AI Is Forcing Headcount Reductions," April 2026 [28].

Ahmad Noureddine هو المؤسس المشارك والرئيس التنفيذي في Timer، طبقة الذاكرة المؤسسية. أكثر من 25 عاماً في بناء أنظمة تضع الإنسان في مركز التكنولوجيا.

هذه هي الورقة 4 في سلسلة الطبقة البشرية، منشورة على ahmad.pt/research.

Paper 1: The Human Layer: Why the Most Critical Infrastructure in AI Isn't Artificial (DOI: 10.5281/zenodo.19119699) Paper 2: The Human Layer Architecture: A Specification for Human-AI System Design (DOI: 10.5281/zenodo.19120077) Paper 3: The Human Layer Audit: Measuring Accountability in AI Systems (DOI: 10.5281/zenodo.19453026)