عندما تصبح «حصة الاستشهاد» سلطة جديدة: كيف تعيد LLM تشكيل قابلية الظهور والنظام التنافسي في تقنيات الموارد البشرية

عندما تصبح "حصة الاستشهاد" قوةً جديدة: كيف تعيد LLM تشكيل قابلية الظهور وترتيب المنافسة في تقنيات الموارد البشرية

على مدى أكثر من عشر سنوات، كان منطق الظهور في سوق برمجيات B2B يتبع إلى حد كبير القواعد نفسها: ترتيب محركات البحث، الإعلانات المدفوعة، المراجعات المقارنة، وتحويل العملاء المحتملين. أما اليوم، فهذه السلسلة يعاد كتابتها بواسطة بحث الذكاء الاصطناعي.

تشير هذه الدراسة التي أوردها موقع Onrec إلى أنه عندما يطرح مشترو الموارد البشرية أسئلة على ChatGPT أو Claude أو Gemini أو Perplexity أو Google AI Overviews، فإنهم لا يرون صفحات نتائج البحث التقليدية، بل إجابات مُركّبة من قبل النموذج. من يُذكر داخل الإجابة يدخل إلى قناة التوزيع الجديدة؛ ومن لا يُذكر، حتى لو امتلك منتجًا وميزانيةً وفريق مبيعات، قد يغيب في أهم مرحلة مبكرة من اتخاذ القرار.

وهذا يعني أن جوهر المنافسة في قطاع تقنيات الموارد البشرية ينتقل من "من يتصدر ترتيب الويب" إلى "من يُستشهد به أكثر في إجابات الذكاء الاصطناعي".

من منافسة الزيارات إلى "منافسة الاستشهاد"

استخدمت هذه الدراسة عدة مصادر بيانات خارجية للتحقق المتقاطع، وركزت منظورها على الاستفسارات المتعلقة بتقنيات الموارد البشرية. وأهميتها لا تكمن في ترتيب منفرد بعينه، بل في أنها تكشف تحولًا أكبر: فالذكاء الاصطناعي لا يسترجع صفحات الويب فحسب، بل يعيد تشكيل بنية الثقة.

في البحث التقليدي، يُعد ترتيب الصفحة شكلًا من أشكال المنافسة الخطية نسبيًا؛ أما في توليد الإجابات بواسطة LLM، فإن النموذج يقوم بالتركيب والاختيار والتلخيص من عدة مصادر. والمصادر التي يتم الاستشهاد بها ليست بالضرورة الأكثر إنفاقًا على الإعلانات، ولا الأكثر براعة في كتابة النصوص التسويقية، بل هي تلك التي تمتلك مزايا متزامنة في عدة أبعاد: "قابلية التحقق، التعبير المنظم، السلطة المعرفية في المجال، وتجربة المستخدم".

بعبارة أخرى، لم تعد قابلية الظهور في عصر الذكاء الاصطناعي مجرد مسألة "تحسين محركات البحث"، بل مسألة "سلسلة توريد الأدلة".

لماذا يفضل LLM هذه الأنواع من المصادر

صنفت الدراسة مصادر الاستشهاد المتكررة المرتبطة بتقنيات الموارد البشرية إلى عدة فئات:

• منصات المراجعة والمقارنة: مثل G2 وCapterra وTrustRadius وGetApp
• الجمعيات والمجلات المتخصصة: مثل SHRM وAIHR وHR Dive
• المجتمعات والمحتوى الذي ينشئه المستخدمون: مثل Reddit وLinkedIn وQuora
• مؤسسات التحليل: مثل Gartner وForrester
• وسائل الإعلام التجارية والتقنية: مثل Forbes وTechCrunch وTechRadar وBusiness Insider
• الأبحاث والمدونات التابعة للمورّدين أنفسهم: مثل BambooHR وRippling وLattice وHiBob

هذا الهيكل مهم لأنه يعكس أن تعريف LLM لـ"الموثوقية" لا يطابق تعريف الشركات لـ"المحتوى".

الشركات غالبًا ما تفهم المحتوى باعتباره أداةً للتواصل مع العلامة التجارية؛ لكن النموذج يتعامل مع المحتوى بوصفه دليلًا معرفيًا.غالبًا ما تفهم الشركات المحتوى باعتباره أداة للتواصل بالعلامة التجارية؛ لكن النموذج يتعامل مع المحتوى بوصفه دليلًا معرفيًا. الأول يركّز على التعبير، بينما يركّز الثاني على أن يكون قابلاً للاقتباس، وقابلاً للدمج، وقابلاً للتحقق المتبادل.

ولهذا السبب أيضًا، فإن الاكتفاء بإدارة مدونة مملوكة للعلامة وحدها غالبًا لا يغيّر بشكل ملحوظ من ظهورها في الذكاء الاصطناعي. فالنموذج يميل أكثر إلى تركيب الإجابات من المنصات الخارجية، وقواعد بيانات المراجعات، والمؤسسات القطاعية، ووسائل الإعلام ذات الموثوقية العالية. وبالنسبة للمورّدين، يعني ذلك أن التأثير لم يعد يأتي من الموقع الرسمي وحده، بل من “الذكر”، و“التقييم”، و“المقارنة”، و“التصنيف” ضمن المنظومة الخارجية.

التغيّر الهيكلي في قطاع تقنيات الموارد البشرية: سلسلة قرار المشتري تتحرك إلى الأمام

من بين النقاط اللافتة التي أوردتها بيانات Onrec، تأكيدها أن حركة المرور القادمة من LLM تحقق كفاءة تحويل أعلى. والسبب ليس معقدًا: فالمستخدم قبل الدخول في حوار مع النموذج يكون غالبًا قد حدد سؤاله بوضوح، بل وربما أنهى بالفعل مرحلة الفرز الأولي.

في شراء تقنيات الموارد البشرية، يظهر هذا التغيير بوضوح خاص. فإذا كانت شركة تبحث عن نظام HRIS أو ATS أو إدارة الرواتب أو تجربة الموظف أو إدارة الأداء، فقد كانت تمر سابقًا عادةً عبر:

1. البحث عن الكلمات المفتاحية 2. تصفح صفحات المقارنة 3. قراءة مواقع المراجعات 4. حجز عرض توضيحي 5. الدخول في عملية الشراء

أما الآن، فكثير من المشترين يسألون الذكاء الاصطناعي أولًا:

• ما أنسب أنظمة HRIS لشركة تضم 200 موظف؟
• ما أنظمة ATS التي تتكامل مع Workday؟
• ما المنصات الأنسب للرواتب العالمية؟
• ما الأدوات المناسبة للفرق عن بُعد ومتطلبات الامتثال في عدة مناطق؟

وعندما يجيب النموذج عن هذه الأسئلة، فإنه يكون قد أنجز مبكرًا مهمة “تثقيف السوق” التي كانت تتوزع سابقًا بين المبيعات والمحتوى والبحث. والنتيجة هي أن سلسلة قرار المشتري تتقدم إلى الأمام، وتحدث المقارنات في وقت أبكر، ويقع فرز العلامات التجارية في مرحلة أبكر.

وبالنسبة للمورّدين، فهذه ليست مجرد تغيرات في الحركة المرورية، بل تغير في بنية خط أنابيب المبيعات:

• ترتفع تكلفة الوعي في المراحل العليا
• تصبح سيناريوهات المقارنة أكثر تركّزًا في المرحلة الوسطى
• ويصبح الوقت المتاح أمام العلامة لإثبات نفسها في المرحلة النهائية أقصر

لماذا أصبحت “المصداقية من طرف ثالث” أهم من الكلام الذاتي

الدلالة التجارية الأكثر مباشرة في هذا البحث هي تذكير لعلامات B2B: في عصر الذكاء الاصطناعي، يظل موقع العلامة الرسمي ضروريًا، لكنه لم يعد كافيًا.

فعندما ينتج LLM الإجابة، فإنه غالبًا يثق أكثر بالمعلومات التي “تتكرر وتتأكد عبر عدة مصادر مستقلة”. وهذا يقود إلى نتيجة واضحة:

• الحديث عن المزايا داخل المحتوى الخاص بالشركة وحده تأثيره محدود
• أما الذكر المشترك من مواقع المراجعات، ووسائل الإعلام القطاعية، ومؤسسات التحليل، والمجتمعات، فيضخّم الأثر

وهذا هو جوهر مفهوم “حصة الاستشهاد”.

وهو يشبه إلى حد ما PageRank في الماضي: فكلاهما لا ينظر ببساطة إلى من لديه محتوى أكثر، بل إلى من يشغل موقعًا أقوى من حيث الروابط داخل شبكة المعلومات. لكنه يختلف أيضًا عن تحسين محركات البحث التقليدي، لأن استشهاد الذكاء الاصطناعي يركّز أكثر على “قابلية الإجابة للاستخدام” لا على “معدل النقر إلى الصفحة”.

وبالنسبة لمورّدي تقنيات الموارد البشرية، فهذا يعني أن منطقًا جديدًا لتوزيع الموارد بدأ يتشكل:

• تحتاج فرق المنتجات إلى تعريف أوضح لحدود الوظائف
• تحتاج فرق التسويق إلى بناء حضور على مواقع المراجعات والعلاقات الإعلامية الخارجية
• تحتاج فرق المحتوى إلى إنتاج معلومات منظمة قابلة للتلخيص والاقتباس
• تحتاج فرق البحث إلى بناء أصول بيانات قابلة للتحقق
• تحتاج فرق العلاقات العامة إلى الدخول في الحوار القطاعي، لا الاكتفاء بإظهار العلامة التجارية

البحث بالذكاء الاصطناعي يدفع سوق تقنيات الموارد البشرية نحو “المنافسة المهيكلة”

• إذا كانت المنافسة في سوق برمجيات الموارد البشرية سابقًا تدور حول قوائم الميزات، فإن البحث بالذكاء الاصطناعي يضخّم نوعًا آخر من المنافسة: من يملك بنية معرفية أكثر اكتمالًا، يصبح أسهل في الاستدعاء.- تحتاج فرق المنتجات إلى تعريف حدود الميزات بشكل أوضح
• تحتاج فرق التسويق إلى بناء حضور في التقييمات من الأطراف الثالثة والعلاقات مع وسائل الإعلام
• تحتاج فرق المحتوى إلى إنتاج معلومات منظمة يمكن تلخيصها والاستشهاد بها
• تحتاج فرق البحث إلى بناء أصول بيانات قابلة للتحقق
• تحتاج فرق العلاقات العامة إلى الدخول في الحوار القطاعي، بدلًا من الاكتفاء بالتعرض للعلامة التجارية

البحث بالذكاء الاصطناعي يدفع سوق تقنيات الموارد البشرية نحو "المنافسة المهيكلة"

إذا كانت المنافسة في سوق برمجيات الموارد البشرية سابقًا تدور حول قائمة الميزات، فإن البحث بالذكاء الاصطناعي يضخم نوعًا آخر من المنافسة: من يمتلك هيكل معرفة أكثر اكتمالًا، يكون أسهل في الاستدعاء.

وهذا مهم بشكل خاص لعدة قطاعات فرعية.

1. تقنيات التوظيف

تعتمد أدوات ATS، وأتمتة التوظيف، وتجربة المرشح، والاستقطاب بطبيعتها على المقارنة والسمعة. وعند الإجابة عن هذا النوع من الأسئلة، تميل نماذج LLM إلى الاستشهاد أولًا بالمحتوى المقارن، ومجتمعات الممارسين، ووسائل الإعلام القطاعية. وبعبارة أخرى، لا يكفي لشركات تقنيات التوظيف أن تبيع المنتج فقط، بل يجب أن تدخل أيضًا في المنظومة المعرفية لـ"طرق العمل في التوظيف".

2. أنظمة معلومات الموارد البشرية

يتعلق اختيار HRIS بالحجم، والامتثال، والرواتب، والتغطية الإقليمية، وقدرات التكامل. وعند الإجابة، تحتاج النماذج عادةً إلى أدلة تحليلية ومقارنة، مما يرفع أهمية مصادر مثل Gartner وTrustRadius وG2. فإذا لم تدخل الشركات هذه العقد المعرفية الوسيطة، فمن الصعب أن تظهر في مسارات التوصية لدى الذكاء الاصطناعي.

3. الرواتب وإدارة الموارد البشرية العالمية

مع ازدياد العمل عن بُعد، والتوظيف متعدد الدول، والاحتياجات العالمية للرواتب، لم يعد على الشركات مواجهة السوق المحلية فقط، بل أيضًا الامتثال عبر الحدود والبنية التحتية للدفع. وغالبًا ما تستند إجابات الذكاء الاصطناعي عن هذه الأسئلة إلى أبحاث الموردين ذات المنظور العالمي، ووسائل الإعلام القطاعية، والمؤسسات التحليلية.

4. تجربة الموظف، وإدارة الأداء، والذكاء الاصطناعي في الموارد البشرية

إن تكرار ظهور مصادر محتوى مثل AIHR وLattice وHiBob يدل على أن النماذج لديها حاجة مستقرة إلى محتوى "تفسير الاتجاهات" و"أدلة التطبيق العملي". أي إن الذكاء الاصطناعي لا يجيب فقط عن "أيها الأفضل"، بل يجيب أيضًا عن "لماذا هذه الأدوات مهمة".

التحدي الحقيقي أمام شركات تقنيات الموارد البشرية: ليس حجم المحتوى، بل مدى قابلية المعلومات للتحقق

كثير من الشركات ستفترض خطأً أن الحل في عصر الذكاء الاصطناعي هو "نشر المزيد من المحتوى". لكن من البنية التي تعرضها هذه الدراسة، تتجاوز المشكلة مجرد عدد المحتويات.

فما يحدد حصة الاستشهاد حقًا هو موقع الشركة داخل شبكة المعرفة الخارجية:

• هل تتم تغطيتها من قبل وسائل الإعلام القطاعية
• هل تُدرجها مواقع التقييم
• هل تدرجها المؤسسات التحليلية في تقاريرها
• هل يناقشها المستخدمون الحقيقيون داخل المجتمعات
• هل تمتلك صفحات منتجات وأصول بحثية قابلة للبناء الهيكلي

وهذا يعني أن استراتيجية المحتوى يجب أن تنتقل من تشغيل قناة واحدة إلى تشغيل أدلة متعددة المصادر.

وبالنسبة لشركات تقنيات الموارد البشرية، فإن الاستراتيجية الأكثر فاعلية ليست بالضرورة كتابة المزيد من المقالات الترويجية، بل إنشاء معلومات أسهل في الاستيعاب من قبل الأطراف الثالثة:

• مصفوفة ميزات المنتج
• إطار المقارنة القطاعية
• شرح حالات الاستخدام
• دراسات العملاء ومنطق النشر
• تقارير البحث البياني
• مصطلحات موحدة وأسئلة شائعة منظمة

• هذه المحتويات لا تهدف إلى "إقناع القارئ بالشراء فورًا"، بل إلى "تمكين الآلة من فهمك وتصنيفك والاستشهاد بك بدقة".- مصفوفة وظائف المنتج
• إطار المقارنة بين القطاعات
• شرح حالات الاستخدام المناسبة
• حالات العملاء ومنطق النشر
• تقارير الأبحاث البيانية
• المصطلحات المعيارية والأسئلة الشائعة المهيكلة

الهدف من هذه المحتويات ليس «إقناع القارئ بالشراء فورًا»، بل «تمكين الآلة من فهمك وتصنيفك والاستشهاد بك بدقة».

هذا التحول يعيد أيضًا تشكيل هيكل القوة في القطاع

وعلى المدى الأطول، سيؤدي تغيّر حصة الاقتباسات إلى نتيجتين.

أولًا، ترتفع قيمة وسائل الإعلام المنصاتية ومواقع المراجعات، لأنها تصبح الطبقة الوسيطة التي يفهم من خلالها النموذج السوق. ومن يملك القدرة على التصنيف والمقارنة والتلخيص، يملك بوابة عصر الذكاء الاصطناعي.

ثانيًا، ستتسع الفجوة بين العلامات التجارية. فالشركات التي تدخل مبكرًا إلى شبكة الاقتباسات عالية الثقة ستحصل على ظهور مستمر بسهولة أكبر؛ أما العلامات التي تفتقر إلى التحقق من طرف ثالث، فقد تظل مهمشة لفترة طويلة في الإجابات التي يولدها الذكاء الاصطناعي، حتى لو كان منتجها جيدًا.

هذا تأثير شبكي نموذجي: كلما زاد الاستشهاد بك، أصبح من الأسهل الاستشهاد بك.

الخلاصة: «الظهور» في عصر الذكاء الاصطناعي هو بنية تحتية صناعية

إن ما يشهده قطاع تقنيات الموارد البشرية ليس مجرد تغير في قنوات التسويق، بل إعادة تشكيل للبنية التحتية لتوزيع المعرفة.

عندما يعتمد المشترون بشكل متزايد على النماذج لإنجاز الفرز الأولي، وتعتمد النماذج أكثر فأكثر على مصادر خارجية عالية الثقة لتنظيم الإجابات، فإن نقطة المنافسة بين الشركات لم تعد فقط: «هل لدينا منتج جيد؟»، بل أصبحت أيضًا: «هل دخلنا شبكة المعرفة الخاصة بالقطاع؟».

وبالنسبة إلى صناعات مثل التصنيع، والبرمجيات الصناعية، وSaaS، وأي قطاع يعتمد على قرارات شراء معقدة، فإن هذا يحمل دلالة عامة: قادة السوق في المستقبل لن يكونوا بالضرورة العلامات التجارية الأقوى في الإعلانات، بل ربما العلامات الأكثر قابلية للاستشهاد المنهجي.

وبهذا المعنى، فإن المنافسة في عصر البحث بالذكاء الاصطناعي لم تعد منافسة على الزيارات، بل منافسة على البنية التحتية.

ملاحظات قابلة للتنفيذ

بالنسبة لشركات تقنيات الموارد البشرية، فإن ما يستحق المتابعة الآن ليس تقلبات الترتيب في لحظة واحدة، بل ثلاثة أمور:

1. هل تظهر الشركة في المراجعات الرئيسية ووسائل الإعلام المتخصصة؟ 2. هل تمتلك الشركة أصولًا معلوماتية منظمة، قابلة للتحقق، وقابلة للاقتباس؟ 3. هل تحافظ الشركة على ظهور متسق عبر أنظمة LLM متعددة؟

من يستطيع الإجابة عن هذه الأسئلة الثلاثة، هو الأرجح أن يحقق الأفضلية في جولة قرارات الشراء التالية المدفوعة بالذكاء الاصطناعي.