هل نحن أمام تحوّل جديد في مفهوم الإدارة؟ من الاتجاهات الإدارية الحديثة التي برزت بوضوح في طروحات كلية هارفارد للأعمال عام 2026: إدارة المنظمات وفرق العمل في عصر وكلاء الذكاء الاصطناعي (AI Agents). فلم يعد الذكاء الاصطناعي مجرد أداة مساعدة للمدير، بل أصبح الوكيل الذكي قادرًا على تنفيذ مهام محددة بدرجة من الاستقلالية، والعمل ضمن فرق العمل لتحقيق أهداف محددة. ومع هذا التحول، قد تصبح فرق العمل مزيجًا من البشر + الوكلاء الأذكياء، ويتطور دور المدير من إدارة الأفراد فقط إلى إدارة التكامل بين الإنسان والذكاء الاصطناعي؛ من خلال توزيع المهام، وتحديد الصلاحيات، ومتابعة الأداء، والرقابة والمساءلة. إنها ملامح جديدة لمستقبل الإدارة والمنظمات. والواضح هناك توجه للقائد التحويلي القادر على تهيئة البيئة المناسبة والتي تمكن العنصر البشري والتقنني لتحقيق تنمية مستدامة. ورقة علمية أخرى تُظهر عظمة وجمال التفكير الهندسي في حل مشكلات الذكاء الإصطناعي، هذه الورقة من DeepSeek نُشرت في بداية هذه السنة، وعادت للسطح بقوة قبل عدة أسابيع بعد نشر نموذج Qwen3.8-Flash-Next ومرة اخرى قبل يومين بعد نشر نموذج DeepSeek-V4.1-Flash .. وأساس الفكرة يعرفها كل مبرمج، وأحد الادوات التي نستخدمها بكثرة في البرمجة، لكن هنا تم تطبيقها ضمن عملية بناء وتعليم نموذج الذكاء الاصطناعي لتعطي بعد جديد لهيكلة هذه النماذج .. الفكرة ببساطة (وبتسطيح كبير): سابقاً كنًا نستخدم كل قدرات نماذج الذكاء الإصطناعي (كل الطبقات والParameters) لغرضين في نفس الوقت: حفظ المعلومة و التفكير .. عندما تسأل: "ماهي عاصمة المملكة العربية السعودية؟" النموذج يحتاج للتفكير في السؤال والبحث عن إجابته من داخله، بشكل آخر كأنك جعلت الهارديسك (أو الرام؟!) داخل الـ CPU! ومن كل خبراتنا في البرمجيات والهاردوير نعرف ان هذا شيء خاطئ، فكان المقترح فصلهم واعطاء مساحة منفصلة للنموذج لتخزين المعرفة، لكن بطريقة ذكية ... وهذه الطريقة الذكية ليست إلا Hash Table يعاين للتوكنز ويسترجع المعلومة ... النموذجين استخدموا تقريباً 30% من اجمالي عدد المعاملات Parameters لهذا الجزء، وصار بالإمكان تخزين هذا الجزء على الهارديسك بدل الحاجة لحفظه مع النموذج بداخل الـ GPU (بالتحديد داخل الـ High-Bandwidth Memory)، ويقوم النموذج باسترجاع مايحتاجه فقط وقت التفكير ..