اقتصاديات الرموز الرقمية | عندما يصبح الذكاء الاصطناعي أغلى من الموظفين: الانفجار الصامت في تكلفة الذكاء الاصطناعي وما يمكن أن يفعله الذكاء الاصطناعي المُدار حيال ذلك

### ميزانية أوبر للذكاء الاصطناعي تتجاوز الميزانية: لماذا تتجاوز تكاليف الرموز الآن الرواتب؟ ### التكاليف الخفية لوكلاء الذكاء الاصطناعي: لماذا ترتفع فواتير الحوسبة السحابية فجأة؟ ### 113 ألف دولار لشهر واحد من الذكاء الاصطناعي: هل هو مؤشر تحذيري أم مستقبل العمل؟ ###

فخ التكاليف الخفية في الشركات: كيف يؤدي نظام الفوترة القائم على الرموز إلى استنزاف ميزانيات الشركات

لطالما اعتُبر الذكاء الاصطناعي المعزز الأمثل للإنتاجية، لكنه الآن يُثير قلقًا بالغًا لدى العديد من مجالس الإدارة. والسبب: التكاليف الباهظة وغير المتوقعة لخدمات الحوسبة السحابية وفواتير الخدمات الرقمية. فعندما تستنفد شركات مثل أوبر ميزانياتها السنوية المخصصة للذكاء الاصطناعي في غضون أشهر قليلة، وتكتشف شركات التكنولوجيا العملاقة أن تكلفة الحوسبة أصبحت تفوق تكلفة موظفيها في بعض المجالات، يصل الوضع إلى نقطة تحول حاسمة. سرعان ما يتبدد الحماس الأولي ليحل محله واقع مرير، حيث تُهدد التكاليف الخفية لأنظمة الذكاء الاصطناعي المستقلة ونماذج الفوترة القائمة على الاستخدام الربحية. لكن ثمة حلول: لتجنب الوقوع في فخ التكاليف الرقمية، يبرز مفهوم استراتيجي جديد هو الذكاء الاصطناعي المُدار. تعرّف على أسباب عدم جدوى حسابات التكاليف لدى العديد من الشركات حاليًا، واستراتيجيات إدارة العمليات المالية (FinOps) التي يمكنك استخدامها لإعادة السيطرة على إنفاقك على الذكاء الاصطناعي قبل استنزاف الميزانية.

نهاية عصر السعر الثابت: كيف يمكن للشركات تجنب فخ تكلفة الذكاء الاصطناعي

يشهد قطاع التكنولوجيا حاليًا خيبة أمل طال انتظارها: لم يعد الذكاء الاصطناعي مجرد عامل معزز للإنتاجية في العديد من الشركات، بل أصبح عامل تكلفة مستقلًا يصعب حسابه، بل ويتجاوز في بعض الحالات تكاليف الموظفين. ما كان يُعد تنبؤًا جريئًا قبل عامين أصبح اليوم واقعًا تجاريًا قاسيًا في عام 2026. لم يعد السؤال هو ما إذا كان الذكاء الاصطناعي يُضيف قيمة، بل ما إذا كانت هذه القيمة المضافة تُبرر التكاليف التشغيلية المتزايدة. وفي الأفق، يبرز مفهوم واعد يُقدم إجابات شافية: الذكاء الاصطناعي المُدار.

الأساس مهتز: لماذا لم تعد حسابات التكلفة منطقية؟

على مدى عامين، لم تُعر شركات التكنولوجيا اهتمامًا يُذكر بميزانياتها المخصصة للذكاء الاصطناعي. كان المنطق بسيطًا ظاهريًا: من يستثمر مبكرًا يضمن ميزة تنافسية، ومن يتردد يتخلف عن الركب. في ظل هذا الجو من التفاؤل، تدفقت مليارات الدولارات على نماذج اللغة، ومساعدي البرمجة، والأنظمة الذكية المستقلة، غالبًا دون قياس دقيق للأداء ودون قيود على التكلفة. والآن، حان وقت الحساب، والأرقام لا يمكن تجاهلها.

تتجلى المشكلة بوضوحٍ خاص عندما يُستخدم الذكاء الاصطناعي ليس كأداة فحسب، بل كقوة عاملة أساسية. وقد لخص برايان كاتانزارو، نائب رئيس قسم التعلم العميق التطبيقي في شركة إنفيديا، الأمر في جملة واحدة لموقع أكسيوس: تكاليف الحوسبة في فريقه تتجاوز بكثير تكاليف الموظفين. هذا تصريحٌ ذو دلالة بالغة، ليس فقط لأنه صادر عن شركةٍ تُعدّ في صميم موجة البنية التحتية للذكاء الاصطناعي، بل لأنه يصف تحولاً جذرياً لم يظهر إلا نادراً في التقارير الإدارية حتى الآن.

يكمن السبب في بنية نماذج فوترة الذكاء الاصطناعي الحديثة. فنماذج اللغة الكبيرة مثل GPT وClaude وGemini لا تفرض رسومًا ثابتة، بل تعتمد على الرموز المميزة - وهي أصغر الوحدات التي يُقسّم إليها النص أثناء المعالجة. تتراوح تكلفة النماذج المتميزة بين 2.50 و5.00 دولارات لكل مليون رمز مميز مُدخل، وبين 10 و25 دولارًا لكل مليون رمز مميز مُخرج. قد يبدو هذا الكلام نظريًا، لكنه سرعان ما يصبح واقعيًا: فكل من يُرسل آلاف الاستعلامات يوميًا عبر نظام ذكاء اصطناعي إنتاجي، أو يُشغّل وكلاءً بنوافذ سياقية طويلة، أو يُجري مراجعات آلية للتعليمات البرمجية، يُراكم مبالغ طائلة - غالبًا دون أن يُدرك ذلك حتى وصول الفاتورة الشهرية.

لحظة أوبر: بمثابة جرس إنذار للصناعة بأكملها

لا تُجسّد أيٌّ من الحالات الأخيرة المشكلة بوضوحٍ أكبر من حالة أوبر. فقد اعترف برافين نيبالي ناغا، كبير مسؤولي التكنولوجيا في الشركة، لموقع "ذا إنفورميشن" بأن الشركة استنفدت ميزانيتها المخصصة للذكاء الاصطناعي لعام 2026 بالكامل بعد بضعة أشهر فقط من بداية العام، ويعود السبب الرئيسي في ذلك إلى الانتشار السريع لتقنية "كلود كود" من شركة أنثروبيك. وقد عبّر ناغا عن ذلك بوضوح قائلاً: "أُعيد النظر في خططي من جديد لأن الميزانية التي كنت أعتقد أنني بحاجة إليها قد استُنفدت بالفعل". لم يكن السبب مشروعًا رئيسيًا واحدًا، بل الانتشار التدريجي للأداة في جميع أقسام الهندسة. فقد منحت أوبر صلاحية الوصول إلى "كلود كود" لحوالي 5000 مطوّر، وكان تأثير ذلك على الميزانية كبيرًا للغاية.

ما كشفه ناغا أيضاً مثيرٌ للدهشة: 11% من جميع التحديثات المباشرة لمستودع أكواد أوبر تُكتب الآن بواسطة أنظمة الذكاء الاصطناعي، وليس بواسطة البشر. وبالتالي، فإن الشركة تشهد تحولاً حقيقياً في تطوير البرمجيات، وتدفع ثمناً باهظاً فاق كل التوقعات الأولية. المفارقة واضحة: كلما زادت فائدة الذكاء الاصطناعي، زاد استخدامه، وارتفعت التكاليف. نموذج التسعير القائم على الاستخدام يُترجم النجاح مباشرةً إلى ضغط على التكاليف.

وصف جيسون كالاكانس، المستثمر المعروف في وادي السيليكون، تجربة مماثلة: تكاليف الوكيل 300 دولار يوميًا على واجهة برمجة تطبيقات Claude من Anthropic، مقابل جزء بسيط من عمل موظف واحد. وتساءل: متى تتجاوز تكاليف الرموز راتب الشخص الذي يُفترض أن تحل محله؟ هذا السؤال - الذي يبدو بلاغيًا، ولكنه حقيقي من الناحية الرياضية - أصبح السؤال المحوري في اقتصاديات الذكاء الاصطناعي عام 2026.

فخور بفاتورة من ستة أرقام: ظاهرة الذكاء الاصطناعي في سوان

على النقيض تمامًا، نجد آموس بار-جوزيف، الرئيس التنفيذي لشركة Swan AI الناشئة، التي تضم أربعة موظفين فقط. نشر فاتورة من شركة Anthropic على موقع LinkedIn بقيمة 113,421.87 دولارًا أمريكيًا لشهر واحد، وكتب أنه لم يشعر قط بمثل هذا الفخر تجاه فاتورة. ترى Swan AI، المتخصصة في وكلاء المبيعات المستقلين، أن إنفاقها على الذكاء الاصطناعي بديلٌ هيكلي لتكاليف الموظفين: عدد أقل من الموظفين، ذكاء أكبر - هذا هو الوعد. وقد صاغ الرئيس التنفيذي هذا الأمر صراحةً كنموذج عمل: الهدف هو تحقيق 10 ملايين دولار أمريكي كإيرادات سنوية متكررة لكل موظف.

يبدو أن حقيقة تحقيق شركة Swan AI لإيرادات متكررة بملايين الدولارات، ووصولها، وفقًا لتصريحاتها، إلى حوالي 200 ألف دولار أمريكي من الإيرادات المتكررة السنوية في أسبوع واحد فقط، أمرٌ مقنع. مع ذلك، يبقى ما لم يكشف عنه بار-جوزيف بالغ الأهمية: هامش الربح. فإذا كانت فاتورة الذكاء الاصطناعي البالغة 113 ألف دولار شهريًا تعادل تكاليف سنوية تتجاوز 1.3 مليون دولار، فلا بد أن تكون الإيرادات المُحققة أعلى بكثير، وبهامش ربح كافٍ لتغطية البنية التحتية والضرائب والمصروفات الأخرى. وقد أكدت مصادر مستقلة أن الشركة رفضت تقديم أرقام محددة للإيرادات. ما يُسوَّق على أنه قصة نجاح قد يكون ببساطة محاسبة غير مكتملة.

مع ذلك، يكشف منشور بار-يوسف عن تحول في العقلية: ففي بعض قطاعات صناعة التكنولوجيا، باتت قيمة فاتورة الذكاء الاصطناعي رمزاً للمكانة الاجتماعية، تماماً كما كان يُنظر إلى عدد الموظفين أو مساحة المكاتب كمؤشر على حجم الشركة. وينطوي هذا المنطق على مخاطر جسيمة إذا لم تكن النفقات والإيرادات مترابطة بشكل وثيق.

يشهد السوق نمواً هائلاً: حيث يمثل إنفاق 6.31 تريليون دولار على تكنولوجيا المعلومات إشارة تحذيرية

تنعكس ضغوط التكاليف الفردية على الصورة الكلية. فبحسب شركة غارتنر، سيرتفع الإنفاق العالمي على تكنولوجيا المعلومات إلى 6.31 تريليون دولار أمريكي في عام 2026، بنسبة نمو قدرها 13.5% مقارنةً بعام 2025. ويُعدّ هذا الارتفاع حادًا بشكل خاص في قطاع مراكز البيانات، حيث من المتوقع أن يرتفع الإنفاق على أنظمة الخوادم بنسبة 36.9%، وأن يتجاوز إجمالي حجم مراكز البيانات 650 مليار دولار أمريكي لأول مرة. وفي الوقت نفسه، تتوقع غارتنر نموًا بنسبة 80.8% في الإنفاق على نماذج الذكاء الاصطناعي التوليدية.

لا تُشير هذه الأرقام إلى دورة استثمارية طبيعية مدفوعة بتوقعات مُقاسة للقيمة المضافة، بل تُشير إلى سوق لا يزال يتحرك بأقصى سرعة، بينما بدأت مؤشرات خفض التكاليف - أو بعبارة أخرى، الوعي بالتكاليف - بالظهور تدريجيًا. وبالتوازي مع أرقام غارتنر، تُظهر دراسة أن الإنفاق العالمي على الذكاء الاصطناعي سيرتفع بنسبة 44% في عام 2026، في حين أن ميزانيات تدريب وتطوير الموظفين ستنمو بنسبة 5% فقط. الشركات التي تزيد إنفاقها على التكنولوجيا أسرع بعشر مرات تقريبًا من تمكين مستخدمي هذه التكنولوجيا تُخاطر بسوء تخصيص مواردها بشكل كبير.

تُعبّر شركة فورستر للأبحاث عن الأمر بوضوحٍ أكبر: أقل من 15% من صُنّاع القرار في مجال الذكاء الاصطناعي أبلغوا عن تحسّنٍ ملموس في الأرباح قبل الفوائد والضرائب والإهلاك والاستهلاك (EBITDA) نتيجةً لاستثماراتهم في الذكاء الاصطناعي خلال الاثني عشر شهرًا الماضية. وأقل من ثلثهم قادرون على ربط قيمة إنفاقهم على الذكاء الاصطناعي بتغييراتٍ ملموسة في بيان الأرباح والخسائر. ونتيجةً لذلك، تتوقع فورستر أن تُؤجّل الشركات 25% من إنفاقها المُخطط له على الذكاء الاصطناعي من عام 2026 إلى عام 2027، وهو تصحيحٌ في السوق مدفوعٌ بتزايد القلق بين المديرين الماليين.

اقتصاديات الرموز: فخ التكلفة الخفية في الأعمال التجارية اليومية

لفهم حجم المشكلة، يجدر بنا إلقاء نظرة فاحصة على بنية نماذج الفوترة القائمة على الرموز. فهي تُشكل خطراً جسيماً على الشركات لسببين رئيسيين: أولاً، لا تتناسب تكلفتها طردياً مع القيمة، بل مع الاستخدام. فكل رسالة تنبيه غير واضحة، وكل نافذة سياق طويلة بلا داعٍ، وكل محاولة إعادة تشغيل بسبب الأخطاء، تُكبّد الشركات تكاليف إضافية، بغض النظر عن جدوى النتيجة. ثانياً، يصعب دمجها مع أنظمة إدارة العمليات المالية التقليدية، التي تقيس الأداء بناءً على الأجهزة الافتراضية، أو موارد الحوسبة، أو تراخيص المستخدمين، وليس على أساس أجزاء النصوص.

مثال عملي ملموس: يفرض Azure OpenAI رسومًا منفصلة على رموز الإدخال والإخراج، حيث تكون رموز الإخراج عادةً أغلى بثلاث إلى خمس مرات من رموز الإدخال. في الوقت نفسه، قد تستهلك مطالبات النظام، التي تُنفذ قبل كل طلب من المستخدم، كميات كبيرة من رموز الإدخال - دون أن يلاحظ المستخدمون ذلك في واجهة المستخدم. أي شخص يُشغّل آلاف الوكلاء مع مطالبات نظام مطولة سيدفع ثمن ذلك باستمرار، حتى عندما لا يقوم الوكلاء بأي شيء مفيد.

مع انتهاء عصر الرسوم الثابتة، بات هيكل التكاليف أكثر تعقيدًا. وقد حوّلت شركة أنثروبيك نموذج فوترة المؤسسات لديها من الرسوم الثابتة إلى التسعير القائم كليًا على الرموز، ومن المتوقع أن تحذو شركات أخرى حذوها في غضون ستة أشهر. ما كان يُعتبر سابقًا بمثابة هامش أمان - الرسوم الثابتة التي كانت تغطي أيضًا الاستخدام المفرط - أصبح الآن من الماضي. يواجه مديرو الميزانيات الذين ما زالوا يحسبون تكاليف الذكاء الاصطناعي وفقًا للنموذج القديم إعادة تقييم شاملة لاستراتيجياتهم في مجال الذكاء الاصطناعي.

لماذا يطالب المستثمرون بإجابات: أزمة الحوكمة

في الشركات المساهمة العامة، يتفاقم الأمر إلى مستوى آخر: مستوى المساءلة أمام المساهمين. يتساءل مجالس الإدارة والمديرون الماليون عن القيمة المضافة القابلة للقياس لاستثمارات الذكاء الاصطناعي بوتيرة وحماس لم تكن لتُتصور قبل عامين. ووفقًا لاستطلاع رأي المديرين الماليين الذي أجرته شركة جرانت ثورنتون للربع الأول من عام 2026، يتوقع 68% منهم زيادة إنفاقهم على تكنولوجيا المعلومات والتحول الرقمي، وهو أعلى رقم خلال 21 ربعًا من الاستطلاع. قد يبدو هذا الرقم متفائلًا للوهلة الأولى، لكن دلالته تختلف عند النظر إلى الرسالة المصاحبة: إذ يُشارك المديرون الماليون بنشاط في قرارات الذكاء الاصطناعي التي كانت في السابق من مسؤولية مديري تقنية المعلومات أو مديري التكنولوجيا فقط.

يصف براد أوينز من شركة أسيمبل تحولاً جذرياً في وعي كبار المديرين التنفيذيين: لم يعد السؤال الأساسي يدور حول تكلفة الذكاء الاصطناعي فحسب، بل حول القيمة الحقيقية للموظف، سواء كان بشرياً أو رقمياً. ورغم عدم وجود إجابة قاطعة حتى الآن، إلا أن هذا السؤال يُطرح بوتيرة متزايدة. وهذا يُشير إلى تحول نموذجي: لم يعد يُنظر إلى الذكاء الاصطناعي على أنه تجربة اختيارية، بل كأصل تجاري مُدار، مع ما يترتب على ذلك من متطلبات للقياس والتبرير.

تتجلى أزمة المساءلة بوضوح إحصائيًا: فبحسب تقرير لاريدين "حالة الذكاء الاصطناعي في المؤسسات 2025"، تُهدر 72% من الشركات قيمةً مضافةً من خلال الاستخدام غير الفعال للذكاء الاصطناعي. قد يبدو هذا الرقم صادمًا، ولكنه منطقي عند الأخذ في الاعتبار أن العديد من الشركات تقيس مدى تبني أدوات الذكاء الاصطناعي، دون قياس التغيير الفعلي في الإنتاجية أو القيمة المضافة للأعمال. ثمة فرق شاسع بين ملاحظة استخدام الموظفين لأداة ذكاء اصطناعي، وبين إثبات أن هذه الأداة تُسهم في تحسين ملموس لأرباح الشركة النهائية.

جبل الجليد للتكاليف الخفية: ما تخفيه قوائم أسعار الرموز

يركز النقاش العام في المقام الأول على تكاليف واجهات برمجة التطبيقات (APIs) لنماذج اللغة. وهذا ليس سوى غيض من فيض. فالجزء الأكبر بكثير من تكاليف تشغيل الذكاء الاصطناعي الحقيقية يكمن في الخفاء، ويتم تجاهله ببساطة في العديد من دراسات الجدوى.

بحسب غارتنر، يُشغَّل أكثر من 75% من أحمال عمل الذكاء الاصطناعي في المؤسسات على الحوسبة السحابية. وهذا يُضيف تكاليف البنية التحتية إلى تكاليف النموذج، وتشمل: الحوسبة، والتخزين، والشبكات، وشبكة توصيل المحتوى (CDN)، وقوائم انتظار الرسائل. بالنسبة للأنظمة القائمة على الوكلاء والتي تُجري ما بين 10,000 و20,000 محادثة شهريًا، تتراوح تكاليف البنية التحتية بين 200 و500 يورو شهريًا، بالإضافة إلى تكاليف واجهة برمجة تطبيقات إدارة دورة حياة التعلم (LLM API). أما بالنسبة لعمليات النشر واسعة النطاق التي تُجري مئات الآلاف من التفاعلات، فتتضاعف هذه الأرقام تبعًا لذلك.

تشمل التكاليف الإضافية التي نادرًا ما تظهر في عروض الموردين ما يلي: تكامل وتنسيق أنظمة المؤسسة (من 10,000 إلى 60,000 يورو)، والاختبار والتحقق (من 5,000 إلى 15,000 يورو)، وبنية النشر التحتية (من 10,000 إلى 30,000 يورو)، والصيانة الدورية، وإعادة تدريب النماذج، وتحديثات الأمان (من 10,000 إلى 50,000 يورو سنويًا أو أكثر). وقد حسبت شركة تكنوفا بارتنرز أن تكاليف التنفيذ، على المدى الطويل، لا تمثل سوى 25 إلى 35 بالمائة من إجمالي تكلفة الملكية، بينما تنشأ 65 إلى 75 بالمائة خلال العمليات الجارية. ومن يعتقد أن أكبر النفقات قد انتهت بعد النشر الأولي، فهو يقلل من شأن الواقع بشكل منهجي.

تتفاقم الفجوة بشكل ملحوظ عند الحديث عن وكلاء الذكاء الاصطناعي المستقلين. تفرض Salesforce دولارين أمريكيين لكل محادثة مقابل منتجها Agentforce، وهو سعر يبدو معقولاً للوهلة الأولى. إلا أن التكاليف الخفية لتراخيص الحوسبة السحابية للبيانات، ومتطلبات إدارة علاقات العملاء، وأعمال التكامل، والإشراف المستمر، ترفع النفقات الفعلية إلى مستويات أعلى بكثير. تتوقع Gartner أن أكثر من 40% من مشاريع وكلاء الذكاء الاصطناعي ستتوقف بحلول نهاية عام 2027، ويعزو فريق المحللين ذلك إلى ارتفاع التكاليف وعدم وضوح القيمة المضافة.

عندما تصبح الاستقلالية مشكلة تكلفة: سعر وكلاء الذكاء الاصطناعي

تُعدّ أنظمة الذكاء الاصطناعي المستقلة تمامًا، التي تتخذ القرارات وتنفذ الإجراءات دون إشراف بشري مستمر، مكلفة للغاية. فعلى عكس برامج الدردشة الآلية التي تستهلك الموارد بشكل متقطع، تستهلكها أنظمة الذكاء الاصطناعي باستمرار - أثناء التخطيط والمراقبة وتصحيح الأخطاء وتقديم الملاحظات. وقد كشف تحليل سيناريوهات النشر المستقل أن الأنظمة غير الخاضعة للتحكم قد تتكبد تكاليف حوسبة تتراوح بين 120,000 و270,000 دولار أمريكي سنويًا، بالإضافة إلى تكاليف البنية التحتية الخفية التي قد تزيد بنسبة تتراوح بين 200 و400% عن عروض الموردين.

لا يزال الاعتقاد الخاطئ بأن هذه الأنظمة مستقلة تمامًا وبالتالي موفرة للتكاليف قائمًا. في الواقع، حتى أكثر الأنظمة تطورًا تتطلب إشرافًا بشريًا وتصحيحًا دوريًا وتدخلًا حسب السياق. لا يختفي العنصر البشري، بل يتغير. يتحول التنفيذ المباشر للمهام إلى إشراف ومعايرة وضمان جودة للآلات. هذا العمل أقل وضوحًا، ولكنه لا يقل أهمية. أي شخص يعتبر هذه الأنظمة بديلًا رخيصًا للعمال دون مراعاة تكاليف المراقبة هذه، إنما يمارس محاسبة ملتوية.

منصة الذكاء الاصطناعي المُدارة - الصورة: Xpert.Digital

ستتعلم هنا كيف يمكن لشركتك تطبيق حلول الذكاء الاصطناعي المخصصة بسرعة وأمان ودون عوائق دخول عالية.

تُعدّ منصة الذكاء الاصطناعي المُدارة حلاً شاملاً ومريحاً لمشاكل الذكاء الاصطناعي. فبدلاً من التعامل مع التكنولوجيا المعقدة والبنية التحتية المكلفة وعمليات التطوير المطولة، ستحصل على حل جاهز مصمم خصيصاً لتلبية احتياجاتك من شريك متخصص، غالباً في غضون أيام قليلة فقط.

المزايا الرئيسية باختصار:

⚡ تنفيذ سريع: من الفكرة إلى التطبيق الجاهز للاستخدام في أيام، وليس شهورًا. نقدم حلولًا عملية تُحقق قيمة مضافة فورية.

🔒 أقصى درجات أمان البيانات: بياناتك الحساسة تبقى معك. نضمن معالجة آمنة ومتوافقة مع الأنظمة دون مشاركة البيانات مع أي جهات خارجية.

💸 لا مخاطر مالية: أنت تدفع فقط مقابل النتائج. يتم التخلص تماماً من الاستثمارات الأولية الكبيرة في الأجهزة أو البرامج أو الموظفين.

🎯 ركّز على جوهر عملك: انصبّ اهتمامك على ما تُجيده. نحن نتولّى جميع جوانب التنفيذ التقني والتشغيل والصيانة لحلول الذكاء الاصطناعي الخاصة بك.

📈 حلول مستقبلية وقابلة للتطوير: يتطور نظام الذكاء الاصطناعي الخاص بك معك. نضمن التحسين المستمر وقابلية التوسع، ونقوم بتكييف النماذج بمرونة مع المتطلبات الجديدة.

للمزيد من المعلومات، انقر هنا:

• منصة الذكاء الاصطناعي المُدارة

الذكاء الاصطناعي المُدار: مفهوم مصمم للسيطرة على التكاليف

في هذا السياق، يكتسب مفهوم الذكاء الاصطناعي المُدار أهمية استراتيجية متزايدة. ولا يقتصر هذا المفهوم على تقنية واحدة، بل يشمل نموذج حوكمة شامل لسلسلة توريد الذكاء الاصطناعي بأكملها في الشركة، بدءًا من اختيار النموذج وتطويره السريع، وصولًا إلى المراقبة المستمرة للتكاليف وتقييم النتائج. وتُقدم خدمات الذكاء الاصطناعي المُدار من قِبل جهات خارجية تتولى بالكامل نشر حلول الذكاء الاصطناعي ومراقبتها وصيانتها، مُساهمةً بخبرتها في مجالات الكفاءة الاقتصادية والأمان والامتثال.

تُشير تقديرات شركة KPMG إلى أن الخدمات المُدارة الحديثة قادرة على خفض إجمالي تكاليف التشغيل بنسبة تتراوح بين 15 و45%، وذلك من خلال تحسين العمليات، وتقليل الديون التقنية، ورفع كفاءة عمليات الذكاء الاصطناعي والحوسبة السحابية. يبدو هذا الوعد مغريًا، لكن القيمة المضافة لا تتحقق تلقائيًا، بل تتطلب هيكل حوكمة واضحًا، وتحديدًا دقيقًا للمسؤوليات، وثقافة شفافة للتكاليف تشمل جميع التفاصيل.

يُستخدم إطار عمل FinOps، الذي طُوّر في الأصل لتكاليف الحوسبة السحابية، بشكل متزايد في مجال الذكاء الاصطناعي. وتصف مؤسسة FinOps العناصر الأساسية لإدارة تكاليف الذكاء الاصطناعي بكفاءة بأنها: هياكل ملكية واضحة لنفقات الذكاء الاصطناعي، وتتبع دقيق يصل إلى مستوى الرموز أو وحدات معالجة الرسومات، وتطبيق نماذج تمويل تدريجية مع مراجعات دورية سريعة، وإنشاء مجلس استثماري للذكاء الاصطناعي على مستوى الشركة. هذه الإجراءات ليست تقنية، بل تنظيمية، وهذا ما يفسر سبب فشل العديد من الشركات رغم امتلاكها الأدوات اللازمة: فهي تفتقر إلى العمليات والثقافة، لا إلى الأدوات.

الأدوات التقنية: كيفية تحسين استهلاك الرموز بشكل منهجي

على المستوى التقني، توجد مجموعة أدوات راسخة لتحسين تكلفة الرموز المميزة، والتي لا يتم استخدامها بشكل متسق في العديد من الشركات حتى الآن.

إنّ أولى وأهمّ الوسائل هي هندسة الرسائل النصية. فالرسائل النصية الطويلة غير الضرورية، والمعلومات السياقية الزائدة، والتعليمات المكررة، تستهلك رموز الإدخال دون تحسين جودة المخرجات. ويمكن لهندسة الرسائل النصية الاحترافية أن تقلل استهلاك الرموز بنسبة تتراوح بين 20 و40% مع الحفاظ على جودة المخرجات. وبالجمع بين هذه التقنية وتخزين الرسائل النصية مؤقتًا - وهي آلية تعيد استخدام مكونات الرسائل النصية المستخدمة بكثرة - يمكن تحقيق وفورات كبيرة.

أما العامل الثاني فهو توجيه النماذج: إدراك أن ليس كل مهمة تتطلب النموذج الأقوى والأكثر تكلفة. يمكن إنجاز مهام التصنيف والتنسيق والتلخيص البسيطة بكفاءة عالية باستخدام نماذج اقتصادية تتراوح تكلفتها بين 0.15 و1.00 دولار لكل مليون رمز إدخال، تمامًا كما هو الحال مع النماذج المتميزة التي تتراوح تكلفتها بين سبعة وثلاثين ضعفًا. ويمكن لنظام توجيه ذكي يُسند الطلبات تلقائيًا إلى النموذج الأنسب والأكثر فعالية من حيث التكلفة أن يُخفض بشكل كبير متوسط ​​تكلفة الطلب الواحد.

الرافعة الثالثة: إدارة نافذة السياق. تُمرر العديد من بنى الوكلاء سجل المحادثة بالكامل مع كل طلب، حتى لو كان جزء صغير منه فقط ذا صلة بالمهمة الحالية. تعمل تقنيات مثل الإيقاف المبكر، والاختصار الفوري، وأخذ عينات السياق الانتقائي على تقليل عدد الرموز المُخرجة دون المساس بالجودة. تؤكد رؤى ديلويت أن نموذج مصنع الذكاء الاصطناعي المحلي يمكن أن يوفر أكثر من 50% من التكاليف على مدى ثلاث سنوات مقارنةً بالحلول القائمة على واجهات برمجة التطبيقات، وذلك بمجرد الوصول إلى حجم إنتاج رموز حرج.

الرافعة الرابعة: الحوكمة من خلال ضوابط الميزانية وكشف الحالات الشاذة. تُعدّ الأنظمة الآلية التي تُطلق التنبيهات، أو تُوقف أحمال العمل مؤقتًا، أو تُعيد التوجيه إلى نماذج أكثر فعالية من حيث التكلفة عند بلوغ عتبات محددة، هي الحماية الأكثر فعالية ضد تجاوزات الميزانية على غرار أوبر. هذه الأنظمة موجودة، ولكن نادرًا ما يتم تطبيقها قبل وصول أول فاتورة صادمة.

إدارة العمليات المالية للذكاء الاصطناعي: الحوكمة كميزة تنافسية استراتيجية

وراء الأدوات التقنية يكمن تحول أعمق في إدارة الشركات: يجب إدارة نفقات الذكاء الاصطناعي كمركز تكلفة متكامل، باستخدام جميع الأدوات التي تستخدمها الشركات لإدارة شؤون الموظفين والمشتريات والاستثمارات الرأسمالية. قد يبدو هذا بديهيًا، ولكنه ليس كذلك. فقد خصصت العديد من الشركات حتى الآن نفقات الذكاء الاصطناعي ضمن ميزانيات ابتكار غامضة لم تخضع لمراقبة دقيقة للعائد على الاستثمار.

يصف مؤشر "تريدنس" مستوى نضج هيكل حوكمة الذكاء الاصطناعي باستخدام مؤشرات أداء رئيسية محددة: سهولة اتخاذ القرار (تقليل التهرب من الميزانية والإنفاق الطارئ)، وتركيز الاستثمار (نسبة ميزانية الذكاء الاصطناعي المخصصة للتطبيقات واسعة النطاق مقارنةً بالإنفاق التجريبي البحت)، وثقة الحوكمة (وضوح هيكل الملكية لكل مبادرة من مبادرات الذكاء الاصطناعي). تستطيع الشركات التي تقيس هذه المؤشرات التواصل بشكل أوضح، من خلال المقارنة المباشرة، حول مدى جدوى إنفاقها على الذكاء الاصطناعي من الناحية الاستراتيجية، وبالتالي الحصول على موافقات أسرع على الميزانية من المديرين الماليين.

في دراسة استندت إلى مقابلات مع نحو 40 شركة، حللت غولدمان ساكس تحولاً هيكلياً في تسعير الذكاء الاصطناعي: إذ ينتقل مقدمو الخدمات من نظام الفوترة القائم على المستخدمين إلى نظام الفوترة القائم على الأداء، فلم يعودوا يبيعون وصول المستخدمين، بل وحدات العمل. يتيح هذا فرصاً جديدة للشركات لربط إنفاقها على الذكاء الاصطناعي بنتائج أعمالها بشكل مباشر، ولكنه في الوقت نفسه يزيد من تعقيد الحسابات. يحتاج من يشتري الذكاء الاصطناعي كوحدة عمل إلى معرفة قيمة هذه الوحدة، وهو ما تفتقر إليه معظم الشركات حتى الآن.

الحساب الجديد للعمل: الإنسان في مواجهة الآلة - ولكن بشكل مختلف عما هو متوقع

غالبًا ما تكون المقارنة الشائعة بين تكاليف الذكاء الاصطناعي وتكاليف الموظفين مُبسطة للغاية: إذ يُفترض أن استبدال الإنسان بالذكاء الاصطناعي يوفر 90% من التكاليف. هذه الحسابات صحيحة في ظروف محددة جدًا، وغير صحيحة في ظروف أخرى. بالنسبة للمهام المتكررة والمحددة بوضوح، مثل إدخال البيانات، وخدمة العملاء، أو توليد التعليمات البرمجية البسيطة، تُظهر التجارب أن تكلفة أنظمة الذكاء الاصطناعي تتراوح فعليًا بين 3000 و25000 دولار أمريكي سنويًا، بينما تتراوح التكاليف الإجمالية لوظيفة بدوام كامل (بما في ذلك المزايا، ومساحة المكتب، وتكاليف دوران الموظفين) بين 75000 و95000 دولار أمريكي. وعلى مدى خمس سنوات، يصل إجمالي الاستثمار في وظيفة بدوام كامل إلى ما بين 375000 و475000 دولار أمريكي، مقارنةً بما بين 15000 و100000 دولار أمريكي لنظام ذكاء اصطناعي مماثل.

إلا أن هذه الميزة تتضاءل مع ازدياد تعقيد المهام، وحساسيتها للسياق، وإبداعها. فأنظمة الذكاء الاصطناعي التي تعتمد على نماذج متطورة باهظة الثمن لتحقيق جودة عالية في المخرجات، مع حاجتها في الوقت نفسه إلى إشراف بشري مكثف، قد تصبح تكلفتها أعلى بكثير من تكلفة الأفراد الذين صُممت لتحل محلهم. وتبرز هذه الظاهرة، التي وصفها مدير شركة إنفيديا، كاتانزارو، تحديدًا عندما تدعم أنظمة الذكاء الاصطناعي مهامًا متعددة الأبعاد - كأبحاث التعلم العميق، وقرارات التصميم المعماري، والتفكير الاستراتيجي - ولكنها تتطلب قدرة حاسوبية هائلة تتجاوز تكاليفها تكاليف الموظفين.

المتغير الحاسم هو هيكل المهمة: فكلما كانت المهمة أكثر نمطية وكثرة، كلما كان تفوق الذكاء الاصطناعي من حيث التكلفة أكثر وضوحًا. أما كلما كانت المهمة أكثر إبداعًا واستراتيجية وتأثرًا بالسياق، كلما أصبح الحساب أكثر تعقيدًا. الشركات التي تخصص ميزانية للذكاء الاصطناعي بشكل شامل كبديل للموظفين، دون التمييز بين أنواع المهام، تقع في فخ التكلفة التقليدي.

مفارقة السعر: رموز أرخص، لكن تكاليف إجمالية أعلى

من أبرز جوانب مشكلة تكلفة الذكاء الاصطناعي، ظاهرة التناقض السعري، التي وصفتها شركة ديلويت في تحليلها بأنها "انخفاض الأسعار، وارتفاع الاستهلاك". فقد انخفضت تكلفة الوحدة للرموز الرقمية بالفعل، حيث خفضت شركات توفير النماذج مثل OpenAI وAnthropic أسعار رموزها الرقمية بشكل متكرر خلال العامين الماضيين، بنسبة تتراوح بين 80 و90% في بعض الحالات مقارنةً بأسعار إطلاقها. وفي الوقت نفسه، يشهد إجمالي الإنفاق على الذكاء الاصطناعي ارتفاعًا حادًا.

يكمن السبب في نمط الاستهلاك: فمع انخفاض الأسعار، يزداد استهلاك الطاقة بشكل غير متناسب. وتُطوَّر حالات استخدام جديدة لم تكن لتكون مجدية اقتصاديًا بأسعار أعلى. ويتزايد عدد الوكلاء والمستخدمين واستدعاءات النماذج وأطوال السياقات بوتيرة أسرع من انخفاض الأسعار. هذا هو أثر الارتداد الكلاسيكي في اقتصاديات الطاقة: فالطاقة الأرخص لا تؤدي إلى انخفاض الاستهلاك، بل إلى زيادته. وترتفع قاعدة التكلفة المطلقة، حتى لو أصبحت الوحدة الحدية أرخص.

بالنسبة للمديرين الماليين، هذا يعني أن مفاوضات الأسعار مع مزودي الذكاء الاصطناعي لا تحل المشكلة جذرياً. فخفض سعر الرمز بنسبة 20% يُعوَّض بزيادة استخدام بنسبة 25%. ولا يمكن تحقيق خفض التكاليف الهيكلية إلا من خلال الحوكمة، وليس من خلال تحسين أسعار الشراء.

نظرة استراتيجية: ما الذي تفعله الشركات ذات الإدارة الجيدة بشكل مختلف الآن

ستتبع الشركات التي تولي اهتمامًا جادًا لتكاليف الذكاء الاصطناعي نهجًا مختلفًا عن الشركات الأخرى في عام 2026. أولًا، لن تتعامل مع الإنفاق على الذكاء الاصطناعي كبند من بنود تكاليف تكنولوجيا المعلومات، بل كاستثمار استراتيجي ذي عائد استثماري محدد. سيكون لكل مبادرة ذكاء اصطناعي راعٍ من داخل الشركة، وليس من قسم تكنولوجيا المعلومات، وستُبنى على دراسة جدوى واضحة بمعايير نجاح قابلة للقياس.

ثانيًا، قاموا بتطبيق نظام شفافية الرموز: لوحات تحكم فورية تُفصّل الإنفاق على مستوى الفريق والتطبيق وحالة الاستخدام. تُمكّن منصات إدارة العمليات المالية، مثل Finout، من وضع علامات افتراضية على مستوى الرموز دون الحاجة إلى تعديلات برمجية، مما يُتيح نماذج استرداد التكاليف حيث تُحاسب وحدات الأعمال مباشرةً على إنفاقها على الذكاء الاصطناعي. غالبًا ما تكون هذه الشفافية الداخلية أكثر فعالية من مفاوضات الأسعار الخارجية.

ثالثًا، تتبنى الشركات الرائدة نموذجًا متعدد الاستخدامات للنماذج: فهي لا تستخدم نموذجًا رئيسيًا واحدًا لجميع المهام، بل مزيجًا من النماذج الاقتصادية للمهام القياسية، والنماذج المتميزة للمتطلبات المعقدة، ونماذج مفتوحة المصدر متخصصة لحالات الاستخدام الحساسة للبيانات. وتوصي شركة ديلويت باستخدام النماذج مفتوحة المصدر حيث يمكن تلبية متطلبات الجودة بنماذج أصغر حجمًا وأكثر دقة، مما يؤدي إلى توفير كبير في التكاليف وتقليل الاعتماد على الموردين التجاريين.

رابعًا، طبّقت هذه الشركات نماذج تمويل تدريجية: فبدلًا من تخصيص ميزانيات سنوية للذكاء الاصطناعي مسبقًا، يُقدّم التمويل على دفعات ربع سنوية، مع وجود آليات مراجعة إلزامية لا تسمح باستمرار عمليات النشر إلا إذا تم إثبات مساهمات قيّمة قابلة للقياس. تُطلق مؤسسة FinOps على هذا المبدأ اسم "التمويل السريع في حالة الفشل" - فهو يحفز الإنهاء المبكر لمشاريع الذكاء الاصطناعي ضعيفة الأداء بدلًا من إهدار المزيد من الأموال.

سوق يبحث عن توازنه

تكشف الصورة العامة عن قطاع لا يزال في طور تحديد القيمة الحقيقية للذكاء الاصطناعي على نطاق صناعي واسع. تُعدّ القدرات التقنية للنماذج مثيرة للإعجاب وتنمو بسرعة. إلا أن القدرة على التحكم الاقتصادي في التكاليف الناتجة لا تزال متأخرة، ليس بسبب نقص الأدوات، بل بسبب عدم اكتمال النضج التنظيمي اللازم لتطبيق هذه الأدوات بشكل مستمر.

الشركات التي تزيد إنفاقها على الذكاء الاصطناعي دون حوكمة فعّالة تُخاطر بتحويل ميزتها التنافسية المُتصوَّرة إلى مشكلة هامشية خفية. في المقابل، تُنشئ الشركات التي تستثمر منذ البداية في حوكمة الرموز، وتوجيه النماذج، وعمليات التمويل، وقياس العائد على الاستثمار بوضوح، بنية تحتية تظل فعّالة من حيث التكلفة حتى مع ازدياد استخدام الذكاء الاصطناعي.

ستُصبح ميزانيات الذكاء الاصطناعي موضوعًا محوريًا في اجتماعات مجالس الإدارة خلال الفصول القادمة. ليس لأن الذكاء الاصطناعي يفشل، بل لأنه حقق نجاحًا باهرًا، وأصبحت تكاليفه تُشكّل تحديًا للسيطرة. تُشير تقديرات فورستر إلى أن السوق سيشهد تصحيحًا حقيقيًا بحلول نهاية عام 2026: ستستحوذ شركات الحوسبة السحابية الجديدة - وهي شركات متخصصة في وحدات معالجة الرسومات - على حصة متزايدة من السوق من شركات الحوسبة السحابية العملاقة، وستُقدّم بنية تحتية أكثر فعالية من حيث التكلفة لأحمال عمل الذكاء الاصطناعي. سيؤدي هذا إلى اشتداد المنافسة السعرية ومنح الشركات نفوذًا جديدًا.

لن تكون المهارة الأساسية خلال العامين أو الثلاثة أعوام القادمة هي استخدام الذكاء الاصطناعي، فجميع الشركات تقريبًا تستخدمه بالفعل. بل ستكون المهارة الأساسية هي استخدام الذكاء الاصطناعي بطريقة تضمن ثبات نسبة التكلفة إلى الفائدة. إن إدارة الذكاء الاصطناعي -بجميع أشكاله- ليست مجرد ميزة إضافية، بل هي الحل الأمثل لمواجهة تحدٍّ هيكلي.

Konrad Wolfenstein

يسعدني أن أكون مستشارك الشخصي.

معي عبر wolfenstein∂xpert.digital التواصل

اتصل بي على الرقم +49 7348 4088 965 .

لينكد إن