
سالهاست که یک ترس تکراری در فضای رسانه میچرخد: «هوش مصنوعی میآید و شغلها را میبلعد.» این ترس بیپایه نیست، اما ناقص است. چون فقط به نیمی از ماجرا نگاه میکند؛ نیمی که دیدنیتر است. وقتی شغلی حذف میشود، بلافاصله دیده میشود؛ اما شغلی که ساخته میشود، تا سالها اسم و رسم پیدا نمیکند.
یک مقایسهٔ ساده کافی است. پیش از فراگیر شدن اینترنت، هیچکس نمیتوانست شغلی به نام «مدیر شبکههای اجتماعی» یا «متخصص سئو» را تصور کند. امروز میلیونها نفر با همین عنوانها نان میخورند. طبق دادههای لینکدین، حدود بیست درصد از متخصصان امروز آمریکا عنوان شغلیای دارند که در سال ۲۰۰۰ اصلا وجود نداشته است. ما دقیقا در همان نقطه از تاریخ ایستادهایم، فقط این بار سرعت تغییر چند برابر است.
در این مقاله، به جای پرسش رایج، سراغ پرسش برعکس رفتهام: هوش مصنوعی چه شغلهایی میسازد؟ پاسخ، بر پایهٔ بیش از هشتاد منبع معتبر جهانی جمع شده؛ از اسناد رسمی دولتها تا گزارشهای مجمع جهانی اقتصاد، لینکدین، PwC و IBM. و پاسخ، از چیزی که فکر میکنید بزرگتر است.
اقتصاددان سرشناس، ریچارد بالدوین، در نشست مجمع جهانی اقتصاد در سال ۲۰۲۳ جملهای گفت که خلاصهٔ همهٔ این بحث است:
«هوش مصنوعی شغل شما را نمیگیرد؛ انسانی که از هوش مصنوعی استفاده میکند، میگیرد.»
این جمله محور همه چیز است. تهدید اصلی، خودِ فناوری نیست؛ فاصلهای است که بین کسی که این ابزار را بلد است و کسی که بلد نیست باز میشود. و دقیقا از دل همین فاصله، دهها شغل تازه متولد شده است.
بیایید از بالاترین نقطه شروع کنیم. مجمع جهانی اقتصاد در «گزارش آیندهٔ مشاغل ۲۰۲۵»، که حاصل نظرسنجی از بیش از هزار کارفرمای بزرگ نمایندهٔ چهارده میلیون کارگر است، برآورد میکند که تا سال ۲۰۳۰ حدود صد و هفتاد میلیون شغل تازه ساخته و نود و دو میلیون شغل حذف شود. یعنی یک برآیند خالصِ مثبت به اندازهٔ هفتاد و هشت میلیون شغل بیشتر.
شرکت مشاورهای گارتنر هم همین مسیر را تأیید میکند و پیشبینی کرده از سال ۲۰۲۸ به بعد، هوش مصنوعی بیشتر از آنکه شغل نابود کند، شغل خواهد ساخت. اما نکتهٔ آموزنده در متن ریز گزارشها پنهان است: این برآیند مثبت، خودبهخود نصیب همه نمیشود. تنها کسانی از آن سهم میبرند که مهارتهای تازه بیاموزند.
و همینجا اولین درس بزرگ نهفته است: خودِ عدد مهم نیست؛ شرطِ رسیدن به آن مهم است. یادگیریِ دوباره، در هر سن و هر حرفه.
آمار بالا مربوط به آینده است. اما بخش جالبتر، گذشتهٔ نزدیک است. لینکدین در گزارشی که در ژانویهٔ ۲۰۲۶ توسط مدیر ارشد عملیاتش، دن شاپیرو، در مجمع جهانی اقتصاد ارائه شد، اعلام کرد که تنها در حدود دو سال، بیش از یک میلیون و سیصد هزار شغل تازه در سطح جهان با عنوانهایی ساخته شده که پیشتر اصلا وجود نداشتند؛ عنوانهایی مثل مهندس هوش مصنوعی، مهندس مستقر در مشتری و برچسبزن داده. روی این عدد، بیش از ششصد هزار شغل مرتبط با مراکز داده هم اضافه شده است.
نکتهٔ تکاندهندهتر اینجاست: در فهرست «مشاغل رو به رشد ۲۰۲۶» لینکدین برای آمریکا، چهار شغل از پنج شغل پرشتاب اول، شغلهای حوزهٔ هوش مصنوعیاند. وقتی بازار کار برای نقشهای تازه «نام» میسازد، یعنی تغییر از مرحلهٔ پیشبینی گذشته و به واقعیت رسیده است. زبانِ نوِ بازار کار، همیشه زودتر از آمار خبر میدهد.
برای اینکه در این انبوه عنوانهای تازه گم نشویم، بگذارید یک نقشهٔ ساده بکشیم. مشاغلی که هوش مصنوعی ساخته، تقریبا در پنج لایه جای میگیرند و مهمتر از آن، پنج درب ورود برای پیشینههای کاری مختلف باز میکنند:
لایهٔ اول، رهبری و راهبرد: مدیر ارشد هوش مصنوعی و رئیس هوش مصنوعی.
لایهٔ دوم، مهندسی و ساخت: مهندس هوش مصنوعی و خانوادهٔ نوظهور آن.
لایهٔ سوم، حاکمیت، حقوق و اخلاق: متخصص حاکمیت هوش مصنوعی و ممیز هوش مصنوعی؛ لایهای که موتور محرکش قانون است.
لایهٔ چهارم، اقتصاد داده: برچسبزنی و آموزش مدلها، اقتصادی پنهان اما بزرگ.
لایهٔ پنجم، نقشهای ترکیبی در هر حرفه: از پزشکی و حقوق تا آموزش و بازاریابی، جایی که مهارت هوش مصنوعی به تخصص موجود اضافه میشود.
نکتهٔ کلیدی این نقشه: برای ورود، لازم نیست حتما برنامهنویس باشید. هر پیشینهای، دربی در یکی از این لایهها دارد.
بیایید سراغ ستارهٔ این ماجرا برویم. مدیر ارشد هوش مصنوعی یا CAIO، دیگر یک عنوان مد روز نیست؛ در آمریکا به یک الزام قانونی تبدیل شده است.
در تاریخ بیست و هشتم مارس ۲۰۲۴، دفتر مدیریت و بودجهٔ کاخ سفید با صدور یادداشت رسمی M-24-10، همهٔ سازمانهای فدرال را موظف کرد که ظرف شصت روز یک مدیر ارشد هوش مصنوعی منصوب کنند. و نکته اینجاست: این الزام حتی از تغییر دولت هم جان سالم به در برد؛ دولت بعدی در آوریل ۲۰۲۵ با یادداشت جدید، همان الزام را حفظ کرد. تا اواسط ۲۰۲۴ بیش از پنجاه و هفت مدیر ارشد هوش مصنوعی فدرال منصوب شده بودند. هیچ عنوان شغلی تازهای در تاریخ مدرن، اینقدر سریع وارد سیاست رسمی یک دولت نشده است.
بخش خصوصی هم عقب نماند. اکسنچر همراه با سرمایهگذاری سه میلیارد دلاری در حوزهٔ داده و هوش مصنوعی، اولین مدیر ارشد هوش مصنوعی خود را منصوب کرد و پس از آن شرکتهایی مثل دِل، مسترکارت، HSBC، لویدز، ناسا و والمارت هم همین مسیر را رفتند.
و حقوقش؟ طبق نظرسنجی معتبر مؤسسهٔ Heidrick & Struggles، میانگین کل جبران خدمات یک مدیر ارشد هوش مصنوعی در آمریکا حدود پانصد هزار دلار در سال است و در شرکتهای خیلی بزرگ، حقوق پایه به تنهایی به چهارصد هزار دلار میرسد. گزارش مدیران عامل IBM در مه ۲۰۲۶ نشان میدهد که هفتاد و شش درصد از سازمانهای بررسیشده در سال ۲۰۲۶ چنین نقشی دارند؛ در حالی که سال قبلش این رقم فقط بیست و شش درصد بود.
انصاف حکم میکند یک نکتهٔ مخالف را هم بگویم: بعضی تحلیلگران گارتنر معتقدند این نقش لزوما در همهٔ شرکتها فراگیر نخواهد شد، چون ساختن یک صندلی تازه در ردهٔ مدیران ارشد گران است. اما همانها هم میپذیرند که بزرگترین مانع پذیرش هوش مصنوعی در سازمانها، نه فناوری، بلکه فرهنگ است؛ و این دقیقا همان مسئلهای است که وجود یک مدیر ارشد هوش مصنوعی قرار است حلش کند.
اگر مدیریت را کنار بگذاریم، قلب تپندهٔ این تحول، مهندساناند. مهندس هوش مصنوعی، طبق فهرست لینکدین، دو سال پیاپی شغل شمارهٔ یک در حال رشد آمریکا بوده است. میانگین حقوق این نقش در شرکتهای بزرگ فناوری حدود دویست و چهل و پنج هزار دلار در سال است، هرچند در بازار عمومیتر این رقم به حدود صد و شش هزار دلار میرسد؛ یادآوریای که ارقام نجومی مربوط به قلههای بازارند، نه میانه.
اما جالبتر از خودِ این شغل، فرزندان تازهمتولدشدهٔ آن است:
مهندس مستقر در مشتری: مهندسی که بهجای نشستن در دفتر مرکزی، در دل شرکت مشتری مستقر میشود تا راهحل هوش مصنوعی را همانجا بسازد. آگهیهای این نقش رشد چشمگیری داشتهاند.
مهندس هوش مصنوعی عاملیتمحور: سازندهٔ عاملهایی که خودشان کار را تا انتها انجام میدهند. طبق شاخص هوش مصنوعی دانشگاه استنفورد، خوشهٔ مهارتی «هوش مصنوعی عاملیتمحور» تنها در یک سال بیش از دویست و هشتاد درصد رشد کرد و به حدود نود هزار موقعیت شغلی در آمریکا رسید.
مهندس زمینه: این یکی داستان جذابی دارد. اصطلاحش را در ژوئن ۲۰۲۵ مدیرعامل شاپیفای، توبی لوتکه، رایج کرد و اندرِی کارپاتی، از چهرههای سرشناس هوش مصنوعی، چند روز بعد تأییدش کرد. تنها ده هفته بعد، در آگوست ۲۰۲۵، شرکت کاگنیزنت اعلام کرد که هزار مهندس زمینه آموزش میدهد و به کار میگیرد. مدیرعاملش گفت: «در عصر مدلهای زبانی بزرگ، اهرم اصلی، زمینه است.»
اما هر شغل تازهای ماندگار نیست، و همین بخشِ ماجرا شاید آموزندهترین درس باشد.
در سال ۲۰۲۳، عنوانی به نام «مهندس پرامپت» ناگهان به ستارهٔ بازار کار تبدیل شد. آگهی مشهور آنتروپیک برای این نقش، حقوقی تا سیصد و سی و پنج هزار دلار و بعدها تا سیصد و هفتاد و پنج هزار دلار پیشنهاد میداد. اما این ستاره، زودگذر بود. در مارس ۲۰۲۴، نشریهٔ معتبر IEEE Spectrum مقالهای با عنوان صریح «مهندسی پرامپت مُرد» منتشر کرد؛ تحقیقات نشان داده بود که خود مدلها بهتر از انسان میتوانند پرامپت بنویسند. تا سال ۲۰۲۵، این عنوان مستقل عملا در نقشهای دیگر حل شده بود.
درس این داستان، بسیار مهم است: روی مهارتی سرمایهگذاری کنید که با پیشرفت هوش مصنوعی عمیقتر میشود، نه مهارتی که یک بهروزرسانی مدل میتواند از بین ببردش. قضاوت، طراحی راهحل و شناخت کسبوکار، از این جنساند.
یک لایهٔ کامل از مشاغل تازه، موتور محرکش نه ذوق فناوری، که الزام قانونی است. قانون هوش مصنوعی اتحادیهٔ اروپا از آگوست ۲۰۲۴ لازمالاجرا شد و الزامات سنگین آن برای سامانههای پرخطر، آگوست ۲۰۲۶ اجرایی میشود، با جریمههایی تا سی و پنج میلیون یورو یا هفت درصد گردش مالی جهانی. استاندارد ISO 42001، اولین استاندارد قابلگواهی مدیریت هوش مصنوعی، در دسامبر ۲۰۲۳ منتشر شد.
نتیجه؟ دو خانوادهٔ شغلی تازه:
متخصص حاکمیت و ریسک هوش مصنوعی: کسی که کتاب قانون سازمان را مینویسد. طبق نظرسنجی حقوق و دستمزد IAPP، میانهٔ درآمد نقشهای فنی حاکمیت هوش مصنوعی به دویست و بیست و یک هزار دلار میرسد.
ممیز هوش مصنوعی: بازرسی که تأیید میکند سامانههای هوش مصنوعی واقعا همان کاری را میکنند که ادعا میشود. مؤسسات بزرگ حسابرسی و صدور گواهی، هماکنون در حال ساختن این تخصص حول ISO 42001 هستند.
مزیت این خانواده روشن است: مهلتهای قانونی، تقاضا را طبق تقویم میسازند. این تقاضا حدس و گمان نیست؛ در قانون نوشته شده است.
اگر قرار باشد تنها یک عدد از این مقاله در ذهنتان بماند، همین است. در پیمایشی جهانی از سی و یک هزار شاغل در سی و یک کشور که مایکروسافت و لینکدین انجام دادند، هفتاد و یک درصد از مدیران گفتند که فردِ کمتجربهٔ مسلط به هوش مصنوعی را به فردِ باتجربهٔ فاقد این مهارت ترجیح میدهند.
این جمله را دوباره بخوانید. برای نخستینبار در تاریخ کار، سوادِ تازه از سابقه پیشی گرفته است. این یافته برای باتجربهها یک هشدار است و برای جوانترها، بزرگترین فرصتِ یک نسل. دادههای PwC هم همین را تأیید میکند: صاحبان مهارت هوش مصنوعی بهطور میانگین حقوق چشمگیری بیشتر از همکار مشابهشان میگیرند، و مشاغلی که به این مهارت نیاز دارند تقریبا هشت برابر سریعتر از کل بازار رشد میکنند.
هشدار پنهان دیگری هم در دادهها هست: طبق دانشگاه استنفورد، اشتغال جوانترین برنامهنویسان (بیستودو تا بیستوپنج سال) نزدیک به بیست درصد کاهش یافته است. بازار دیگر برای آشنایی سطحی با هوش مصنوعی پول نمیدهد؛ برای قضاوتی که روی هوش مصنوعی سوار میشود پول میدهد.
حالا که تصویر کامل است، چطور تصمیم بگیریم؟ من از دل این تحقیق، سه آزمون ساده بیرون کشیدهام که با آن میتوانید ماندگاری هر مسیر شغلی را بسنجید:
آزمون قضاوت: آیا تصمیم نهایی همچنان با انسان میماند؟
آزمون مسئولیت: آیا قانون، پاسخگویی انسانی میطلبد؟
آزمون انباشت: آیا ارزش شما با تجربهٔ بیشتر زیادتر میشود؟
هر شغلی که به هر سه پرسش پاسخ مثبت بدهد، در دههٔ پیشِ رو جای امنی دارد. پیش از هر انتخاب شغلی، این سه پرسش را از خودتان بپرسید.
بگذارید بحث را زمینی کنم. نقشهٔ ورود، به پیشینهٔ شما بستگی دارد:
اگر حقوقدان، حسابرس یا متخصص انطباق هستید، لایهٔ حاکمیت و ممیزی هوش مصنوعی برای شماست؛ تقاضایی که قانون تضمینش کرده و میانههای درآمدی جدی دارد.
اگر پیشینهٔ فنی و مهندسی دارید، مسیر مهندس هوش مصنوعی و سازندهٔ عاملها، مطمئنترین شرط این گزارش است.
اگر مدیر یا کارشناس ارشد هستید، مسیر رئیس هوش مصنوعی و مدیر ارشد هوش مصنوعی پیش روی شماست.
و اگر در هر حرفهٔ دیگری فعالید، از پزشکی تا بازاریابی، مهمترین کار این است که مهارت هوش مصنوعی را به تخصص فعلیتان اضافه کنید. چون همانطور که دیدیم، این خودِ هوش مصنوعی نیست که جای شما را میگیرد؛ همکاری است که آن را بلد است.
پرسش «هوش مصنوعی چه شغلهایی را نابود میکند» ما را به ترس میرساند و متوقف میکند. پرسش «هوش مصنوعی چه شغلهایی میسازد» ما را به عمل میرساند و به حرکت درمیآورد. دادهها روشناند: یک میلیون و سیصد هزار شغل واقعی در دو سال، یک شغل نیممیلیون دلاری که به قانون تبدیل شده، و مدیرانی که مهارت را به سابقه ترجیح میدهند. پنجرهٔ ساختن این مهارتها، پیش از آنکه به حداقلِ بدیهی تبدیل شوند، همین حالا باز است؛ و دارد بسته میشود.
انتخاب با شماست: تماشاگر این تغییر باشید، یا یکی از سازندگانش.
این مقاله چکیدهای از پژوهشی مبتنی بر بیش از هشتاد منبع معتبر است. مهمترین منابع:
گزارش آیندهٔ مشاغل ۲۰۲۵، مجمع جهانی اقتصاد (WEF)
دادههای لینکدین، ارائهشده در مجمع جهانی اقتصاد، ژانویهٔ ۲۰۲۶ (دن شاپیرو)
شاخص روند کار ۲۰۲۴، مایکروسافت و لینکدین (سی و یک هزار شاغل در سی و یک کشور)
بارومتر مشاغل هوش مصنوعی PwC، نسخههای ۲۰۲۵ و ۲۰۲۶
مطالعهٔ مدیران عامل IBM، مه ۲۰۲۶ (دو هزار مدیر عامل)
نظرسنجی جبران خدمات Heidrick & Struggles، منتشرشده در فوریهٔ ۲۰۲۶
یادداشتهای M-24-10 و M-25-21 دفتر مدیریت و بودجهٔ کاخ سفید (OMB)
شاخص هوش مصنوعی دانشگاه استنفورد ۲۰۲۶، به همراه دادههای Lightcast
مقالهٔ «مهندسی پرامپت مُرد»، نشریهٔ IEEE Spectrum، مارس ۲۰۲۴
نظرسنجی حقوق و دستمزد IAPP، دورهٔ ۲۰۲۵ تا ۲۰۲۶
قانون هوش مصنوعی اتحادیهٔ اروپا و استاندارد ISO/IEC 42001
پیشبینیهای شرکت مشاورهای گارتنر (۲۰۱۷ تا ۲۰۲۶)
نسخهٔ کامل این پژوهش را با بیش از بیست شغل جدید، حقوقهای واقعی هرکدام، سازمانهایی که این نقشها را ساختهاند و نقشهٔ ورود برای هر پیشینهٔ کاری، در قالب یک ویدیوی کامل در یوتیوب منتشر کردهام:
یوتیوب: https://youtu.be/i0r-LeBi-G8
اگر این مقاله برایتان مفید بود، در اینستاگرام همراهم باشید؛ آنجا دربارهٔ تحول هوش مصنوعی و آیندهٔ کار بیشتر مینویسم:
اینستاگرام: https://instagram.com/mehrdad_naderi_fa
نویسنده: مهرداد نادری · مشاور تحول هوش مصنوعی · tenxpros.com