أصبح الإنفاق على الذكاء الاصطناعي قضية مالية وتشغيلية معقدة داخل الشركات، بعدما انتقلت التكاليف من بنود واضحة إلى مسارات أقل شفافية داخل العقود والتجديدات والاستهلاك اليومي. وبينما تتسارع وتيرة التبني في معظم القطاعات، يجد كثير من مسؤولي التقنية أنفسهم أمام صورة غير مكتملة لما تدفعه المؤسسة فعلياً مقابل أدوات الذكاء الاصطناعي والخدمات المرتبطة بها.
تظهر المشكلة بوضوح في الشركات التي سمحت للموظفين باستخدام أدوات الذكاء الاصطناعي من دون رقابة دقيقة، أو في المؤسسات الكبيرة التي لا تملك رؤية شاملة لكل التطبيقات والخدمات المستخدمة. ومع توسع الاعتماد على هذه الأدوات، تتحول الفاتورة من مسألة شراء منفرد إلى شبكة من التكاليف الموزعة بين الموردين، ووحدات العمل، ونماذج التسعير المتغيرة.
التكلفة لا تظهر دائماً في بند مستقل
أحد أبرز أسباب صعوبة التتبع هو أن بعض موردي البرمجيات يضيفون ميزات ذكاء اصطناعي إلى المنتجات القائمة من دون إعلان واضح عن الكلفة الإضافية مسبقاً. وبدلاً من ظهور الرسوم كبند جديد، ترتفع قيمة التجديد السنوي أو تتسع حزمة الخدمة تدريجياً، ما يجعل الزيادة أقل وضوحاً عند مراجعة العقود. وفي هذه الحالة، قد تبدو الفاتورة ثابتة ظاهرياً بينما تتسرب الزيادة عبر بنود أخرى.
هذا النمط لا يقتصر على البرامج التقليدية، بل يمتد إلى الخدمات السحابية والمنصات التي تعتمد على الاستهلاك. ومع ازدياد استخدام مزايا التوليد والتحليل، يمكن أن تتحول الزيادات الصغيرة إلى أثر مالي كبير خلال أشهر قليلة، خصوصاً عندما تتوسع دائرة المستخدمين داخل المؤسسة من دون ضوابط دقيقة أو آليات مراجعة دورية.
التسعير حسب الاستخدام يربك الحسابات
تحدٍ آخر يتمثل في نماذج التسعير القائمة على الاستخدام. فبدلاً من رسم ثابت يمكن التنبؤ به بسهولة، ترتبط الكلفة بعدد الطلبات، وعمليات الاستدلال، والاستدعاءات عبر الواجهات البرمجية، وعمليات الضبط الدقيق، وحجم الاستهلاك اليومي. ومع نمو الاعتماد على الذكاء الاصطناعي، ترتفع النفقات بسرعة قد تفوق توقعات فرق المشتريات أو التمويل.
المعضلة هنا أن القيمة التشغيلية لهذه الأدوات قد تكون كبيرة، لكن قياس الكلفة يتطلب أدوات مراقبة أكثر تقدماً من الأنظمة المالية التقليدية. ولذلك تحتاج المؤسسات إلى لوحات متابعة تجمع بيانات الاستخدام من مختلف المنصات والتطبيقات، ثم تربطها بوحدات العمل أو الفرق المسؤولة عن الاستهلاك، حتى يصبح الإنفاق قابلاً للفهم والتحليل.
وفي بعض الحالات، تكون بعض الأدوات ذات رسوم ثابتة، ما يجعل مراقبة الاستخدام أقل أهمية من مراقبة العائد. لكن هذا لا ينطبق على كل الحلول، إذ إن كثيراً من منتجات الذكاء الاصطناعي ترتفع كلفتها مع ازدياد الاستخدام، خصوصاً عندما تتوسع عمليات الدمج داخل البريد الإلكتروني وأدوات الإنتاجية والتطبيقات المتخصصة.
ميزانيات الأقسام تزيد الغموض
جزء كبير من التحدي يأتي أيضاً من اعتماد الوحدات التجارية على شراء أدوات الذكاء الاصطناعي مباشرة عبر بطاقات الشركات أو من خلال ميزانيات الأقسام، من دون المرور الكامل عبر فرق التقنية أو الأمن أو المشتريات المركزية. هذا النمط يخلق ما يشبه التوسع غير المنظم، حيث يصبح من الصعب على الإدارة معرفة حجم الاستخدام الحقيقي أو الجهة التي تتحمل الكلفة.
وعندما تنتشر الأدوات بهذه الطريقة، لا يكون الخطر مالياً فقط، بل تنظيمياً أيضاً. فغياب الإشراف قد يؤدي إلى أدوات متكررة تؤدي الوظيفة نفسها، أو إلى حلول لا تتماشى مع معايير الامتثال والخصوصية، أو إلى تضخم في النفقات بسبب التكرار وعدم التنسيق بين الفرق المختلفة.
لذلك، لم تعد المسألة مرتبطة فقط بالإنفاق، بل بطريقة تنظيمه. فالمؤسسات التي تنجح في السيطرة على التكلفة هي غالباً تلك التي تبني رؤية مركزية منذ البداية، وتربط قرارات الشراء والاستخدام بالحوكمة، بدلاً من التعامل مع الذكاء الاصطناعي كأداة منفصلة لكل فريق.
الشفافية تبدأ من التصميم المؤسسي
بعض الشركات استطاعت الوصول إلى رؤية كاملة تقريباً لكل ما يُنفق على الذكاء الاصطناعي، لكن ذلك لم يحدث بالمصادفة. بل جاء نتيجة تصميم معماري واضح يمر عبر بوابة موحدة، ويجمع حركة المرور، ويضبط الوصول، ويربط الاستخدام بالمراقبة الأمنية والمالية في الوقت نفسه. هذا النوع من التنظيم يسمح بتتبع النفقات سواء جاءت من خدمات سحابية أو من مكونات مدمجة في البرمجيات أو من استهلاك وحدات الأعمال.
كما أن وجود مركزية في القرار لا يعني إقصاء الفرق التشغيلية. فالنموذج الأكثر فاعلية هو الذي يحدد الإطار العام من حيث السياسة والحوكمة والميزانية، ثم يتيح للوحدات المختلفة تقديم سياق العمل والحاجة الفعلية. بهذه الطريقة، يتحقق التوازن بين الحرية في الاستخدام والانضباط في الإدارة.
وتؤدي آليات المراقبة التقنية دوراً مكملًا في هذا الاتجاه، إذ تساعد على رصد حركة البيانات وحماية الأنظمة والتحقق من أن الاستخدام يسير عبر المسار المعتمد. وعندما تظهر أنماط غير متوقعة، يمكن للفرق المختصة التدخل مبكراً قبل أن تتحول إلى تجاوز مالي أو أمني.
التحكم في التكلفة لا يعني خنق الاستخدام
تواجه الشركات أيضاً معضلة دقيقة: بعض المستخدمين الأعلى تكلفة هم أنفسهم الأعلى قيمة. ففي البيئات التي تعتمد على خبرات متقدمة أو أعمال حساسة، قد يكون الاستهلاك المرتفع مؤشراً على إنتاجية حقيقية وليس هدراً. لذلك، فإن فرض حدود صارمة على الجميع قد يضر بالمبادرات الأكثر أهمية بدل أن يحسن الكفاءة.
لهذا السبب، تميل بعض المؤسسات إلى استخدام حدود مرنة مع آليات استثناء ومراجعة. فعندما يرتفع الإنفاق بشكل غير عادي، لا يعني ذلك بالضرورة وجود إسراف، بل قد يكون انعكاساً لعمل عالي القيمة يحتاج إلى موارد أكبر. المطلوب هنا ليس خفض التكاليف بأي ثمن، بل فهم سياقها قبل اتخاذ القرار.
وفي الشركات الكبيرة جداً، يصبح تطبيق قواعد موحدة أمراً صعباً بسبب تنوع الاستخدامات وتشعب العمليات. أما المؤسسات الأصغر نسبياً، فيمكنها التحرك بسرعة أكبر وصياغة ضوابط أكثر دقة، بما يتناسب مع طبيعة كل فريق أو مشروع.
ما الذي ينبغي مراقبته الآن
الخطوة الأولى لأي مؤسسة ما زالت في بداية الطريق هي إنشاء جرد واضح لجميع أدوات الذكاء الاصطناعي المستخدمة، سواء كانت رسمية أو تجريبية أو مدمجة في حلول أخرى. فالمؤسسة لا تستطيع ضبط ما لا تراه، ولا يمكنها الدفاع عن ميزانيتها من دون معرفة تفصيلية بمصادر الصرف.
بعد ذلك، تحتاج إلى توزيع المسؤوليات بين التقنية والأمن والشؤون القانونية ووحدات الأعمال، بحيث لا تبقى الحوكمة مهمة فريق واحد. كما يفترض أن تبدأ المراقبة من حالات الاستخدام الأعلى خطورة، مثل تلك التي تتعامل مع بيانات حساسة أو تؤثر في قرارات العملاء أو تلامس مجالات منظمة تنظيمياً.
ومن الإجراءات العملية أيضاً وضع إشارات واضحة في أنظمة الشراء والمالية لتصنيف مصروفات الذكاء الاصطناعي بشكل مستقل، ومراجعة العقود قبل تجديدها، والتفاوض على بنود خاصة بالذكاء الاصطناعي ضمن اتفاقيات الخدمات السحابية والبرمجيات. بهذه الطريقة، يصبح الإنفاق أكثر قابلية للتنبؤ والمقارنة والمتابعة.
الخطر لا يقتصر على الفاتورة
رغم أن الكلفة هي العنوان الأكثر وضوحاً، فإن بعض المؤسسات ترى أن الخطر الأكبر لا يتعلق بالميزانية بل بالسمعة والامتثال. فالاستخدام غير المنضبط للذكاء الاصطناعي قد يؤدي إلى تسريب معلومات أو أخطاء في المحتوى أو قرارات غير دقيقة أو خرق للسياسات الداخلية. وفي هذه الحالات، قد تكون تكلفة الحادثة أعلى بكثير من قيمة الاشتراك نفسه.
وهنا تتبدل الأولويات: لا يصبح الهدف الرئيسي هو تقليص الإنفاق، بل بناء استخدام يمكن الوثوق به. فالمؤسسات التي تعتمد على الذكاء الاصطناعي في أعمال حساسة تحتاج إلى رؤية مزدوجة، مالية وتشغيلية، حتى لا تتحول السرعة إلى مخاطرة أو التنوع إلى فوضى.
في المحصلة، تكشف التجربة الحالية أن الذكاء الاصطناعي لم يعد فقط تحدياً تقنياً أو فرصة إنتاجية، بل ملفاً مالياً وإدارياً يحتاج إلى انضباط مبكر. وكلما تأخرت المؤسسة في بناء الرؤية الشاملة، زادت احتمالات أن تظهر التكاليف في المكان الخطأ، وفي الوقت الخطأ، وبشكل يصعب استدراكه لاحقاً.