بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
واحدة من كل اثنتين: هذه هي حصة المهام التي يكتبها الذكاء الاصطناعي اليوم داخل منصة Linear لإدارة تطوير البرمجيات. قبل عامين فقط، كانت النسبة أقل من واحد في الألف. هذا التحوّل السريع ليس مجرد رقم جذّاب؛ إنه مقياس دقيق لكيفية إعادة الذكاء الاصطناعي تشكيل دورة حياة المنتج بأكملها، من لحظة كتابة أول issue حتى إغلاق pull request.
نشرت Linear تقريرها الأول من سلسلة “How Teams Build” للنصف الأول من 2026، مستندةً إلى بيانات عشرات الآلاف من الفرق التقنية التي تستخدم المنصة يومياً على مدار ست سنوات. العيّنة الرئيسية تضم 127,000 مستخدم مدفوع نشطين في يناير ويونيو 2026 لقياس الاعتماد على ميزات الذكاء الاصطناعي، و199,000 مستخدم لقياس التوزيع حسب حجم الشركة. المنهجية واضحة في حدودها: البيانات تعكس نشاط داخل Linear حصراً، وما يجري خارجها غير مرئي.
ما تكشفه الأرقام يمتد عبر ستة محاور متشابكة:
- الاعتماد تضاعف في كل وظيفة خلال ستة أشهر فقط. بين يناير ويونيو 2026، قفزت نسبة مستخدمي ميزات الذكاء الاصطناعي في Linear بأكثر من الضعف عبر جميع الأدوار. فريق المنتج سجّل الارتفاع الأعلى، من 12% إلى 34% (+22 نقطة مئوية)، تبعه المهندسون من 12% إلى 30% (+18 نقطة)، والمؤسسون من 14% إلى 30% (+16 نقطة)، والمصممون من 6% إلى 22% (+16 نقطة)، وفرق GTM من 5% إلى 18% (+13 نقطة). (وفقاً لـ Linear) حتى أبعد الأدوار عن الكود ترتفع مشاركتها، وهذا لم يكن سلوكاً متوقعاً قبل عام.
- المديرون التنفيذيون يستخدمون الذكاء الاصطناعي شخصياً، ولا يكتفون بقراءة التقارير عنه. من بين 13,300 مدير تنفيذي نشطين في كلا الشهرين، سجّل الرؤساء التنفيذيون (CEO) في شركات تضم أكثر من 200 موظف أعلى قفزة في التقرير كله: من 9% إلى 36% (+27 نقطة). المديرون التقنيون (CTO) في الشركات الكبيرة ذاتها ارتفعوا من 11% إلى 35% (+24 نقطة)، ومديرو المنتج (CPO) في الشركات الصغيرة (1-50 موظف) قفزوا من 11% إلى 36% (+25 نقطة). (وفقاً لـ Linear) القيادة تتعلم بالممارسة لا بالاستشارة.
- حجم الشركة لم يعد عاملاً مؤثراً في سرعة التبني. من بين 199,000 مستخدم ذوي حجم شركة معروف، الشركات الكبيرة (1001+ موظف) ارتفعت من 8% إلى 25% (+17 نقطة)، والشركات متوسطة الحجم (201-1000) من 9% إلى 27% (+19 نقطة)، والشركات الصغيرة (51-200) من 9% إلى 25% (+16 نقطة)، والشركات الناشئة (1-50) من 8% إلى 23% (+14 نقطة). (وفقاً لـ Linear) الفجوة بين المؤسسات العملاقة والناشئات الصغيرة لا تتجاوز 4 نقاط مئوية — وهو انعدام فجوة في الواقع العملي.
- الذكاء الاصطناعي يكتب ما يقارب نصف issues البرمجية، بعد أن كان يكتب واحداً في الألف. في يونيو 2024 كانت issues التي يُنشئها الذكاء الاصطناعي والوكلاء (Agents & MCP) شبه معدومة مقارنةً بالإنسان والأدوات التكاملية. بحلول أغسطس 2026، تجاوزت الـ2,400 issue أسبوعياً من جانب الذكاء الاصطناعي مقابل نحو 2,480 من البشر والتكاملات. (وفقاً لـ Linear) الخط البياني يقترب من نقطة التقاطع، وبالإيقاع الحالي ستتجاوز المهام الآلية المهام البشرية قريباً.
- وقت التنسيق ارتفع، لكن وقت التخطيط لم يتحرك. بين يونيو 2025 ويونيو 2026، زاد وقت المهندسين في إنشاء وتصنيف issues بمعدل 5 دقائق شهرياً، والتعليق بـ5 دقائق إضافية. المؤسسون سجّلوا قفزات أكبر: +17 دقيقة في الإنشاء والتصنيف، و+26 دقيقة في التعليق. (وفقاً لـ Linear) في المقابل، الوقت المصروف على طلبات العملاء والمستندات والمشاريع بقي ثابتاً تقريباً عبر جميع الوظائف (±1 دقيقة). الذكاء الاصطناعي يُسرّع التنفيذ، لكنه لم يُغيّر بعد كيف تُقرّر الفرق ما تبنيه.
- غير المهندسين باتوا يكتبون كوداً ويرفعون pull requests. نسبة مديري المنتج الذين ربطوا pull request بـissue ارتفعت من 3% في يونيو 2024 إلى 10% في يونيو 2026، والمصممين من 1% إلى 8%، والمؤسسين من 11% إلى 23%، والمهندسين أنفسهم من 20% إلى 34%. (وفقاً لـ Linear) Linear تحتسب فقط الـpull requests في المستودعات المرتبطة بالمنصة، ما يعني أن هذه الأرقام حد أدنى وليست سقفاً. من كانوا يصفون التغيير بات كثيرٌ منهم يُنجزونه بأنفسهم.
ثمة معطى يستحق التوقف عنده طويلاً: طبقة عمل جديدة كلياً ظهرت في سنة واحدة. التحدث مع الذكاء الاصطناعي وتفويض المهام للوكلاء كانا يُسجّلان صفراً في يونيو 2025، وباتا اليوم حاضرَين في جدول أسبوع كل وظيفة. فريق المنتج يتصدر بـ5 دقائق شهرياً للمحادثة مع الذكاء الاصطناعي، والمهندسون بـ2 دقيقة. الملاحظة الأدق هي أن هذا الوقت أضيف فوق العمل القائم ولم يحلّ محله — لا شيء انخفض ليصنع مجالاً لهذه الطبقة الجديدة.
ما تُظهره هذه البيانات مجتمعةً هو أن تبنّي الذكاء الاصطناعي في فرق البرمجيات لم يعد ظاهرة تقنية يقودها المهندسون. إنه تحوّل مؤسسي يمسّ كيف تُنظَّم الفرق، وكيف تُوزَّع أدوار الشحن، وكيف تعمل القيادة. السؤال الذي لا تُجيب عنه البيانات بعد هو ما إذا كانت هذه الزيادة في التنسيق والتعليق والكتابة تُترجَم فعلاً إلى منتجات أفضل — أو مجرد منتجات أكثر.
