Grab وOpenAI تدربان 30 ألف عامل منصة: البداية من أربع دول

أعلنت Grab وOpenAI في بيان إطلاق الشراكة الصادر يوم 23 سبتمبر 2026 بدء برنامج GO Forward with AI في سنغافورة، بهدف تدريب 30 ألفاً من شركاء القيادة والتوصيل والتجارة خلال عامين، ثم توسيعه إلى تايلاند وإندونيسيا والفلبين لاحقاً في 2026. تشمل الخطة أربع دول على مراحل؛ ولم يبدأ التدريب فيها جميعاً في وقت واحد، كما أن العدد المعلن هدف لم يتحقق بعد.

وأكدت كلمة وزارة القوى العاملة السنغافورية في موقع Grab@Tampines يوم 23 سبتمبر 2026 انطلاق البرنامج بحضور عمال منصات، وربطت المبادرة بإتاحة فرص التعلم لهم على غرار سائر العاملين. وشدد الخطاب على أن الذكاء الاصطناعي يساعد الإنسان في جمع المعلومات وصياغة الخيارات، بينما يبقى الحكم على النتائج والقرار النهائي له.

إطلاق في سنغافورة وتوسع لم يُحدد تفصيله بعد

تذكر تغطية ليانهه زاوباو مشاركة 50 سائقة وعاملة توصيل في الدرس الافتتاحي يوم 23 سبتمبر 2026، وتورد توسعاً إلى ماليزيا وفيتنام في 2027. وهكذا توجد ورشة بدأت فعلاً، بينما يظل بلوغ العدد الإقليمي المستهدف عملاً منتظراً. أما مرحلة ماليزيا وفيتنام فترد في التغطية الصحفية، ولا تظهر ضمن جدول التوسع في إعلان الشراكة الأساسي.

تعتمد الخطة المعلنة على صفوف عملية حضورية قصيرة تزور من أجلها فرق الشركتين الأسواق المشاركة، ويُكيَّف محتواها من منهج OpenAI Academy بحسب فئة الشركاء والسوق المحلية. وبالتوازي، يتلقى مدربو GrabAcademy تدريباً يتيح لهم نقل الدروس إلى مجموعات أوسع. يفسر ذلك كيف يمكن للبرنامج أن يتجاوز جمهور جلسة الإطلاق، لكنه لا يحدد عدد المقاعد في كل بلد أو تاريخ بدء الورش فيه أو معدل إكمالها.

شارك في تشكيل البرنامج شركاء من إندونيسيا وسنغافورة وتايلاند لديهم أفكار لتأسيس أعمال أو تنميتها. لذلك لا يفترض أن تكون أمثلة الدروس متطابقة في الأسواق اللاحقة؛ ما قُدم للسائقين في سنغافورة يوضح اتجاه التدريب، لكنه ليس منهجاً تفصيلياً منشوراً لكل بلد. إعلان التوسع يحدد الوجهة العامة، أما مكان التسجيل ومواعيد الجلسات خارج سنغافورة فلم تتضح في المواد المنشورة.

للسائقين وعمال التوصيل: اختبار فكرة عمل

يركز المسار السنغافوري للسائقين وعمال التوصيل على ريادة الأعمال الصغيرة. يتعلم المشاركون استخدام ChatGPT لصياغة فكرة مشروع، وفحص ما يميزها، واستكشاف تسعيرها، ثم بناء مواد تسويقية وخطة خطوات أولية. لا يصف هذا المسار تدريباً على زيادة أجر الرحلة نفسها؛ فالمقصود المعلن هو استكشاف مصدر دخل إضافي محتمل، لا إثبات أن الورشة أنتجت دخلاً جديداً.

الفرق بين صياغة خطة والتحقق من جدواها جوهري هنا. يستطيع النظام ترتيب افتراضات عن العملاء والتكاليف والسعر في نص قابل للمراجعة، لكن الطلب الحقيقي على الخدمة وتكلفة تنفيذها لا يثبتان بنص مولد وحده. وإذا كانت الفكرة نشاطاً جانبياً، فلا يكفي حساب المبيعات المتوقعة من دون حساب المواد والوقت والتوصيل والرسوم. لذلك يمكن للمتدرب أن يخرج بمسودة قرار أو أسئلة أفضل للسوق، بينما تبقى النتيجة الاقتصادية رهن الاختبار الفعلي.

تتضمن الأمثلة العامة للبرنامج أيضاً الانتقال من سؤال سريع إلى مهمة متعددة الخطوات عبر ChatGPT Work، مثل وضع خطة توسع وتنفيذ مراحلها أو إنشاء موقع بسيط لعرض المنتجات. وقد يكون تقسيم المهمة ومراجعة مخرجاتها مهارة نافعة خارج أداة بعينها، لكن مواد الإطلاق لا تعرض اختباراً يقيس قدرة المشاركين على تكرار العمل باستقلال بعد انتهاء الجلسة. وهذا هو الحد الفاصل بين إتاحة التدريب وإثبات اكتساب المهارة.

للتجار: من بيانات نقطة البيع إلى قرارات المخزون

يبدأ مسار التجار من نشاط قائم وبيانات يمكن أن تؤثر في قراراته اليومية. يتعلم المشاركون تحليل بيانات نقاط البيع لرصد اتجاهات الشراء، ثم الاستفادة منها في تقدير الإيراد وصياغة العروض الترويجية. وتشمل المهام تخطيط قوائم الطعام، وتوقع الطلب، وترتيب المخزون، وتقليل الهدر. تربط هذه الأمثلة الذكاء الاصطناعي ببيانات موجودة لدى المتجر، لا بمجرد كتابة أوصاف عامة لمنتجاته.

يظهر هنا أيضاً دور ChatGPT Work في تحويل بيانات المبيعات والتوقعات إلى متابعة تفاعلية، أو إعداد خطوات قابلة للتكرار لإدارة المخزون. لكن التوقع ليس أمراً بالشراء: إذا كانت سجلات البيع ناقصة، أو تغيرت أيام العمل أو الأسعار، فقد يبدو الاقتراح منظماً من دون أن يمثل الطلب المقبل. صاحب المتجر هو من يقرر كمية التحضير أو التخزين بعد مقارنة الاقتراح بما يعرفه عن نشاطه وحدود ميزانيته.

تستخدم الدروس ChatGPT، بينما توجد أداة Merchant AI Assistant ضمن منصة Grab للتجار أصلاً؛ ولا يعني ذكرهما أن المساعد المخصص للتجار أصبح جزءاً من ChatGPT. يحصل المشاركون أيضاً على وصول مجاني مؤقت إلى ChatGPT Plus لمواصلة التجربة بعد الورش. وبهذا يجمع البرنامج بين ممارسات تحليل يمكن استخدامها في متاجر أخرى وبين تطبيقات مرتبطة بمنتجات الشريكين، من دون نتائج منشورة تسمح بتحديد أي جانب يدوم أكثر.

النجاح يتطلب قياس المهارة والوقت والدخل

العدد المستهدف يحدد حجم الوصول المنشود، ولا يقيس أثر التدريب على العمل. التقييم الأكثر إفادة يبدأ بعدد من حضروا وأكملوا الورش، ثم ينظر إلى قدرة المتدرب على تحليل بيانات حقيقية أو بناء خطة قابلة للفحص من دون مساعدة المدرب. ويمكن اختبار قابلية نقل المهارة بطلب المهمة نفسها عبر أداة مختلفة، مع مقارنة جودة القرار الناتج بدلاً من الاكتفاء بسهولة استخدام الواجهة.

بالنسبة للتجار، قد تكشف مقارنة توقع الطلب بالمبيعات اللاحقة وحجم الطعام المهدور عما إذا تحسن التخطيط فعلاً. وبالنسبة لمن يجرب مشروعاً جانبياً، يكون الدخل الصافي بعد التكاليف أدق من عدد الأفكار أو مواد التسويق التي أُنتجت. أما توفير الوقت في مهمة إدارية فيحتاج إلى قياس متكرر على مهام متشابهة؛ فالشهادة الفردية عن إنجاز أسرع لا تكفي لتعميم أثر على بقية الشركاء. هذه مؤشرات مقترحة لفهم نتائج المبادرة، وليست نتائج قالت الشركتان إنهما حققتاها.

إلى الآن، المؤكد هو بدء التدريب في سنغافورة، وتحديد جمهور من السائقين وعمال التوصيل والتجار، ووصف تطبيقات عملية لكل فئة، مع خطة انتقال إلى الأسواق المعلنة. لا تتضمن المواد المنشورة معدلات إكمال، أو قياساً مستقلاً للمهارة بعد الورشة، أو مقارنة للدخل والوقت والهدر قبلها وبعدها. ستوضح الجلسات اللاحقة حجم الوصول الحقيقي، بينما يبقى الحكم على أثر البرنامج معلقاً على بيانات متابعة لم تُنشر بعد.

اقرأ أيضًا:

• Remi تحصل على 135 ألف دولار: الخصوصية لا تلغي رقابة المدقق
• التوظيف التقني في الهند يبلغ 117 ألف فرصة، لكن 60% تقريبًا للخبراء
• Roblox Wallet يدفع يوميًا بالدولار: البداية للأميركيين البالغين فقط