تدخل الشركات مرحلة جديدة في تعاملها مع الذكاء الاصطناعي، بعد فترة اتسمت بالاندفاع نحو التبني الواسع والإنفاق المرتفع. فمع ازدياد استهلاك الميزانيات المخصصة للأدوات الذكية، بدأ كثير من مسؤولي التقنية والمالية في إعادة النظر في طريقة الاستخدام، والتركيز بشكل أكبر على القيمة العملية التي تنتجها هذه الأدوات داخل المؤسسة.
التحول الحالي لا يعني تراجع الاهتمام بالذكاء الاصطناعي، بل يعكس انتقالاً من منطق التجربة المفتوحة إلى منطق الانضباط المالي. ففي عدد من الشركات، شجع القادة الموظفين على تجربة النماذج والأدوات الجديدة بكثافة، لكن هذا النهج كشف سريعاً عن مشكلة واضحة: ارتفاع غير متوقع في التكلفة، أحياناً بسبب الاستخدام المفرط، وأحياناً بسبب اختيار نماذج أعلى سعراً من اللازم لمهام بسيطة.
هذا التغير في المزاج المؤسسي دفع بعض الفرق إلى اعتماد نهج أكثر صرامة في مراقبة الاستهلاك، وربط الوصول إلى أدوات الذكاء الاصطناعي بالاحتياجات الفعلية للأعمال. والرسالة الجديدة أصبحت أوضح: ليس المهم أن يستخدم الجميع الذكاء الاصطناعي، بل أن يستخدمه من يحتاجه فعلاً، وبالطريقة التي تحقق أفضل عائد ممكن.
من تشجيع الاستخدام إلى ضبط الفاتورة
في المراحل الأولى من انتشار أدوات الذكاء الاصطناعي داخل الشركات، كان الهدف الأساسي هو التبني السريع. كثير من الإدارات أرادت أن يختبر الموظفون هذه الأدوات في الكتابة والتحليل والبرمجة وخدمة العملاء، على أمل رفع الإنتاجية وتحسين السرعة. لكن هذا الحماس اصطدم بسقف مالي بدأ يظهر بوضوح مع توسع الاستخدام اليومي.
الاعتماد على الحوافز الداخلية، مثل لوحات الترتيب التي تقيس مستوى استخدام الذكاء الاصطناعي بين الموظفين، ساهم في دفع بعض الفرق إلى استهلاك أكبر بكثير من المطلوب. وبدلاً من تحسين الكفاءة، تحولت بعض هذه الآليات إلى سباق غير رسمي على عدد التفاعلات، ما أدى إلى تضخم الفواتير من دون نتائج متناسبة مع الكلفة.
لهذا السبب، بدأ مسؤولون في مجالات التقنية والمالية بالبحث عن أدوات حوكمة أفضل، تشمل تحديد الحدود، ومراقبة الاستهلاك، وربط الإنفاق بأهداف أعمال محددة. الفكرة لم تعد تقف عند سؤال: هل نستخدم الذكاء الاصطناعي؟ بل امتدت إلى: أين يحقق هذا الاستخدام قيمة حقيقية، وأين يتحول إلى عبء مالي؟
النتيجة أهم من عدد المستخدمين
أحد التحولات اللافتة في هذا الملف هو تراجع أهمية مؤشرات التبني التقليدية. فبدل أن يكون المعيار هو عدد الموظفين الذين جربوا أدوات مثل المساعدات الذكية أو أدوات البرمجة الآلية، بدأ التركيز ينتقل إلى نتائج ملموسة، مثل خفض الوقت المستغرق في إنجاز مهمة معينة، أو تحسين جودة المخرجات، أو تقليل الاعتماد على العمل اليدوي المتكرر.
هذا النهج يعكس نضجاً أكبر في إدارة التقنية داخل المؤسسات. فالاستخدام الواسع لا يساوي بالضرورة قيمة عالية، خصوصاً إذا كانت معظم الطلبات موجهة إلى مهام يمكن إنجازها بأدوات أبسط أو بتكلفة أقل. من هنا، أصبحت أسئلة مثل ملاءمة النموذج وسعره وسرعته وأثره على ميزانية القسم جزءاً أساسياً من القرار التشغيلي.
ويبدو أن الشركات بدأت تدرك أن الذكاء الاصطناعي، رغم قدراته الكبيرة، ليس مورداً غير محدود. فكل طلب وكل عملية توليد وكل استخدام متكرر يضيف عبئاً إلى الفاتورة الإجمالية، ما يجعل الإدارة الدقيقة للاستهلاك ضرورة وليس خياراً.
نماذج التسعير المتغير تفرض واقعا جديدا
مع انتقال بعض مزودي الذكاء الاصطناعي إلى نماذج تسعير أكثر تفصيلاً وربما أكثر تعقيداً، ستصبح الفجوات في التكلفة بين الأدوات والنماذج أكثر وضوحاً. وهذا يعني أن المؤسسات التي لا تتابع الاستخدام بدقة قد تجد نفسها أمام نفقات أعلى بكثير مما كانت تتوقعه في البداية.
في هذا السياق، باتت المقارنة بين النماذج جزءاً أساسياً من استراتيجية الشراء. فبعض النماذج أسرع، أو أكثر تقدماً، لكنها في المقابل أعلى تكلفة بدرجات كبيرة. أما المهام اليومية البسيطة، مثل صياغة رسالة بريد أو تلخيص محتوى قصير، فقد لا تحتاج إلى الخيارات الأغلى سعراً. الفرق في التكلفة قد يكون هائلاً، بينما الفارق في النتيجة النهائية قد يكون محدوداً جداً.
وهنا تبرز الحاجة إلى ما يمكن وصفه بإدارة ذكية للطلب، بحيث لا يتم تشغيل الميزات الأعلى سعراً إلا عندما تكون هناك فائدة واضحة تستحق التكلفة. هذا النهج يساعد الشركات على الحفاظ على زخم الابتكار من دون الانزلاق إلى إنفاق غير منضبط.
الحوكمة والشفافية كأدوات لتقليل الهدر
أحد الدروس الرئيسية التي بدأت الشركات تتعلمها هو أن حوكمة الذكاء الاصطناعي لا تقل أهمية عن تبنيه. فبدون قواعد واضحة، يتحول الاستخدام إلى سلوك فردي غير منظم، وتضيع المؤسسة بين حسابات الاستهلاك ورسوم الترخيص والفواتير المتزايدة.
لذلك، تتجه بعض المؤسسات إلى دمج الذكاء الاصطناعي ضمن أطر إدارة مالية وتشغيلية أكثر نضجاً، بحيث تصبح التكلفة مرئية للإدارات المعنية، ويكون لكل وحدة أو فريق ميزانية واضحة وحدود استخدام محددة. هذا يتيح للقيادة تقييم ما إذا كان الإنفاق يذهب إلى وظائف استراتيجية أو إلى استخدامات هامشية لا تضيف كثيراً إلى الأداء العام.
كما أن الشفافية داخل المؤسسة تساعد على تغيير السلوك. فعندما يرى الموظفون أن الاستخدام المرتفع لا يعني بالضرورة استخداماً أفضل، وأن هناك فرقاً بين التجربة المفيدة والهدر، يصبح من الأسهل ترسيخ ثقافة أكثر وعياً بالتكلفة. هذه الثقافة مهمة بشكل خاص في بيئة تتغير فيها أسعار الخدمات الذكية بسرعة، وتتوسع فيها الخيارات التقنية بوتيرة عالية.
توزيع الموارد وفق الأولويات التجارية
في ظل القيود المالية، لم يعد من العملي منح جميع الإدارات المستوى نفسه من الوصول إلى الأدوات المتقدمة. فالشركات التي تعمل ضمن ميزانيات محدودة تحتاج إلى تحديد الأقسام الأكثر تأثيراً في النمو أو الكفاءة أو التنافسية، ثم توجيه الموارد إليها أولاً.
هذا لا يعني حرمان بقية الفرق من الاستخدام، لكنه يعني ترتيب الأولويات بواقعية. فإذا كانت هناك وحدات مرتبطة مباشرة بالمبيعات أو تطوير المنتجات أو العمليات الأساسية، فقد تكون أكثر استفادة من الوصول السريع إلى أدوات الذكاء الاصطناعي مقارنةً بأقسام أخرى لا تعتمد عليها بالدرجة نفسها.
مثل هذا التوزيع يساعد أيضاً في قياس الأثر بدقة أكبر. عندما تُمنح الأدوات المتقدمة للمجالات التي يمكن أن تحقق عائداً واضحاً، يصبح من الأسهل رصد التحسن في الإنتاجية أو التسريع في اتخاذ القرار أو تحسين الجودة، ومن ثم الدفاع عن هذا الإنفاق أمام الإدارة العليا.
المرحلة المقبلة: الذكاء الاصطناعي كأصل محدود
المشهد العام يشير إلى أن المرحلة القادمة في تبني الذكاء الاصطناعي داخل الشركات ستقوم على فكرة أساسية: هذه التقنيات ليست مجانية عملياً، حتى لو بدت سهلة الوصول. ومع تطور التسعير وتغير سياسات الموردين، سيضطر كثير من المديرين إلى التعامل مع الذكاء الاصطناعي كأصل محدود يجب تخصيصه بعناية.
وهذا التحول قد يكون صحياً على المدى الطويل. فبدلاً من الاعتماد على الاستخدام العشوائي، ستتمكن المؤسسات من بناء استراتيجيات أكثر نضجاً، تجمع بين الابتكار والانضباط، وبين التجربة والقياس، وبين السرعة والجدوى المالية. وفي النهاية، لن يكون النجاح في مدى انتشار الذكاء الاصطناعي داخل الشركة فقط، بل في قدرته على خلق قيمة يمكن قياسها والدفاع عنها.
بكلمات أخرى، انتهت إلى حد كبير مرحلة الإنفاق المفتوح على الذكاء الاصطناعي، وبدأت مرحلة السؤال الصعب: ما العائد الحقيقي من كل دولار يُنفق على هذه الأدوات؟