أصبحت الشركات خلال العامين الماضيين منشغلة بسؤال واحد تقريباً: ماذا يمكن للذكاء الاصطناعي أن يفعل؟ لكن مع تسارع التبنّي واتساع الاستخدام داخل الأقسام المختلفة، يبرز سؤال أكثر حسماً وأقل بريقاً: كم يكلف ذلك فعلاً، ومن المسؤول عن هذا الإنفاق؟
التحول من تقييم القدرات إلى قياس الكلفة ليس تفصيلاً محاسبياً ثانوياً، بل نقطة فاصلة في طريقة إدارة الذكاء الاصطناعي داخل المؤسسات. فالنماذج المعتمدة على الاستهلاك تُسعّر كل استدعاء وكل عملية استدلال وكل مهمة وكيل ذكي تقريباً بوصفها وحدة منفصلة من الإنفاق، ما يجعل الميزانية عرضة للتضخم بسرعة حتى عندما يبدو الاستخدام الفردي محدوداً.
في بيئات العمل التقليدية، كانت رخص البرمجيات أو اشتراكات الخدمات السحابية أسهل نسبياً في التوقع والمتابعة. أما اليوم، فإن الذكاء الاصطناعي يضيف طبقة جديدة من التعقيد: أسعار تتبدل، ونماذج مختلفة بقدرات وتكاليف متفاوتة، واستخدام قد يتضاعف دون تغيير واضح في سلوك الموظفين أو الفرق التقنية. النتيجة هي فواتير قد تنمو على نحو يصعب ربطه مباشرة بقرار واحد أو مشروع واحد.
تكاليف تتراكم بصمت داخل المؤسسات
أحد أبرز أسباب المفاجآت المالية هو الانتقال غير المخطط من نموذج متوسط التكلفة إلى نموذج أكثر تقدماً. أحياناً يبدأ الفريق بأداة مناسبة لمهام مثل التلخيص أو استخراج البيانات، ثم ينتقل إلى نموذج أقوى لأنه يقدم نتائج أفضل، لكن هذا التحسين يأتي عادةً مع زيادة واضحة في عدد الرموز المستهلكة وطول الردود وسرعة استهلاك الحصص المتاحة.
المشكلة لا تكمن في النموذج الأقوى بحد ذاته، بل في غياب الرؤية حول أثر هذا التغيير على مستوى المؤسسة. تغيير بسيط في إعدادات النظام أو في خيار التوجيه داخل التطبيق قد يرفع الإنفاق على مستوى فرق متعددة في وقت واحد، من دون أن يترك أثراً إدارياً واضحاً يفسر ما حدث. ومع اتساع استخدام الذكاء الاصطناعي في فرق الهندسة والعمليات وخدمة العملاء، يصبح تضخم التكاليف نتيجة طبيعية لغياب الضبط المبكر.
هذا النمط يجعل الشركات تواجه فجوة بين التبنّي والمساءلة. فالنجاح التشغيلي قد يكون واضحاً من حيث السرعة أو الإنتاجية، لكن قياس العائد المالي يظل غامضاً إذا لم تُسجل الكلفة لكل مهمة أو لكل سير عمل أو لكل وحدة أعمال.
التصميم المعماري أصبح أداة مالية
الشركات الأكثر نضجاً في إدارة الذكاء الاصطناعي لم تعد تنظر إلى البنية التقنية بوصفها مسألة أداء فقط، بل باعتبارها أداة لضبط الإنفاق. ومن أكثر الأساليب فاعلية اعتماد نموذج التوجيه متعدد الطبقات، حيث تتولى النماذج الأخف المهام الروتينية، بينما تُستخدم النماذج الأكثر تقدماً فقط عند الحاجة إلى استدلال معقد أو قرارات تتطلب دقة أعلى.
هذا النهج يشبه إلى حد كبير توزيع العمل داخل فريق إداري جيد التنظيم: لا تُسند كل مهمة إلى أعلى مستوى من الخبرة، بل يُصعَّد العمل فقط عندما تستدعيه طبيعة المسألة. وبهذا الشكل، تحصل المؤسسة على توازن أفضل بين الجودة والتكلفة، وتقلل من هدر الموارد على مهام يمكن إنجازها بكفاءة بواسطة أدوات أقل كلفة.
في التطبيقات العملية، قد يبدأ نظام لمراجعة العقود بنموذج خفيف يتعامل مع البنود القياسية، ثم يُحوّل الحالات المعقدة إلى نموذج أقوى لتحليل الاستثناءات أو الصياغات غير المألوفة. بهذه الطريقة، تظل جودة المخرجات مرتفعة في الحالات المهمة، من دون تحميل المؤسسة كلفة تشغيل نموذج متقدم على كل مستند وكل استعلام.
الحوكمة لم تعد مقتصرة على الميزانية
إدارة الإنفاق ليست سوى جزء من الصورة. فكلما توسع استخدام الذكاء الاصطناعي داخل المؤسسة، ازدادت الحاجة إلى حوكمة واضحة تحدد من يملك الوصول إلى البيانات، وما أنواع المعلومات المسموح للنماذج بمعالجتها، وما الشروط التي يجب توفرها قبل إدخال أي بيانات حساسة في سير العمل.
هذا مهم بشكل خاص عندما تتعامل الأنظمة مع بيانات شخصية أو صحية أو تنظيمية تخضع لقوانين صارمة مثل اللائحة العامة لحماية البيانات أو تشريعات الخصوصية الأخرى. وفي هذه الحالات، لا تعفي النوايا الحسنة المؤسسة من المسؤولية إذا عولجت بيانات غير مصرح بها أو جرى تمريرها إلى نظام لم يُصمم للتعامل معها.
كما أن المخاطر لا تتعلق بالمدخلات فقط. فالهجمات القائمة على الحقن النصي قد تدفع الوكيل الذكي إلى تنفيذ تعليمات خبيثة موجودة داخل مستند أو رسالة إلكترونية. وهنا تصبح الحوكمة مسألة أمنية بقدر ما هي مسألة تشغيلية، لأن نقطة الضعف ليست النموذج وحده، بل طريقة دمجه في النظام المؤسسي كله.
المراجعة البشرية ما زالت ضرورية
من الأخطاء الشائعة الاعتقاد بأن الذكاء الاصطناعي يستطيع أن يعمل كبديل كامل عن المراجعة البشرية. الواقع أن النماذج قد تنتج مخرجات تبدو واثقة ومنظمة ومقنعة، لكنها تظل عرضة للأخطاء والاختلاقات والاستنتاجات غير الدقيقة. الخطر الحقيقي يظهر عندما تمر هذه الأخطاء إلى قرارات قانونية أو مالية أو تشغيلية من دون تدقيق.
لذلك، تعتمد المؤسسات الناضجة على ما يمكن وصفه بسير عمل فيه إنسان في الحلقة، أي أن شخصاً يمتلك المعرفة المناسبة يراجع النتائج قبل أن تتحول إلى قرار نهائي أو وثيقة رسمية أو رد موجه للعميل. هذا ليس رفاهية تشغيلية، بل طبقة حوكمة تقلل احتمال أن تنتقل أخطاء النموذج إلى مواقف عالية الحساسية.
وعندما تتعرض فرق العمل لضغط السرعة، يكون هذا هو أول عنصر يتعرض للتقليص. لكن أي مؤسسة تريد التوسع بشكل مسؤول تحتاج إلى اعتبار المراجعة البشرية جزءاً من التصميم، لا إجراءً إضافياً يُضاف لاحقاً عند ظهور المشكلة.
المعادلة القادمة في الذكاء الاصطناعي
المؤسسات التي ستنجح في المرحلة المقبلة ليست تلك التي تتبنى أكبر عدد من النماذج أو تسرع في إطلاق أكبر عدد من الوكلاء الأذكياء، بل تلك التي تعرف كيف تضبط الكلفة وتحدد المسؤولية وتضع حدود الاستخدام منذ البداية. فاقتصاديات الذكاء الاصطناعي أصبحت الآن جزءاً مركزياً من استراتيجية التقنية، لا بنداً ثانوياً في الميزانية.
ومع اتساع الاعتماد على هذه الأدوات، سيصبح السؤال الحاسم ليس فقط ما إذا كانت الشركة تستخدم الذكاء الاصطناعي، بل ما إذا كانت تدير هذا الاستخدام بعقلية تجمع بين الابتكار والانضباط المالي والحوكمة الأمنية. هذه المعادلة هي التي ستحدد من يستطيع التوسع بثقة، ومن سيكتشف متأخراً أن التكلفة كانت تنمو أسرع من القيمة.