تواجه كثير من المؤسسات اليوم مفاجأة مألوفة في شكل جديد: تقنية واعدة بدأت تلتهم الميزانيات أسرع من المتوقع. وبعد سنوات من الجدل حول تضخم فواتير الحوسبة السحابية، تنتقل المشكلة نفسها إلى الذكاء الاصطناعي التوليدي، لكن هذه المرة عبر تكلفة الرموز الاستهلاكية التي ترتفع بوتيرة حادة مع اتساع الاستخدام داخل الشركات.
الرسالة التي تتكرر في الإدارات المالية والتقنية واضحة: تبنّي الذكاء الاصطناعي من دون إدارة دقيقة للتكلفة قد يحوّل الابتكار إلى عبء تشغيلي. ومع توسع نشر المساعدات الذكية والوكلاء الآليين، بدأت تقديرات الإنفاق الأولية تبدو متفائلة أكثر من اللازم، في حين تظهر الفواتير الفعلية مستويات قد تتجاوز التوقعات بعشر مرات أو حتى عشرين مرة في بعض الحالات.
قفزة في الاستهلاك تكشف هشاشة التقديرات
المشكلة الأساسية لا تتعلق بارتفاع السعر فقط، بل بتغير طبيعة الاستهلاك نفسه. فالذكاء الاصطناعي التوليدي لا يعمل كنظام ترخيص تقليدي ثابت، بل يعتمد على حجم الاستخدام وعدد الطلبات وتعقيدها وطبيعة النموذج المستخدم. هذا يعني أن التكلفة تتغير باستمرار، وتتضخم كلما زاد عدد الفرق التي تعتمد على هذه الأدوات في العمل اليومي.
الأكثر إثارة للقلق هو أن الوكلاء المعتمدين على الذكاء الاصطناعي يستهلكون قدرة حوسبية أكبر بكثير من روبوتات المحادثة التقليدية. وتشير تقديرات سوقية إلى أن تنفيذ مهمة واحدة عبر وكيل ذكي قد يتطلب قدرة معالجة تعادل نحو 50 ضعف ما يحتاجه نموذج حواري مبسط. وعندما يتكرر هذا الاستهلاك عبر عشرات الفرق أو مئات الحالات اليومية، تصبح الفاتورة أكثر تعقيداً بكثير من الحسابات الأولية.
من هنا، يظهر أن المشكلة لم تكن في التقنية وحدها، بل في افتراض أن الطلب عليها سيكون مستقراً ويمكن التنبؤ به. هذا الافتراض كان ضعيفاً من البداية، لأن المستخدمين يتفاعلون مع أنظمة الذكاء الاصطناعي بشكل متباين، وبعض الاستخدامات تتطلب نماذج كبيرة ومكلفة دون ضرورة حقيقية.
عودة FinOps إلى الواجهة
في مواجهة هذا الارتفاع، بدأت الشركات تعود إلى الدروس التي تعلمتها أثناء رحلة الحوسبة السحابية. فقد نشأت خلال العقدين الماضيين ممارسات Financial Operations، أو FinOps، كإطار يهدف إلى جعل الإنفاق التقني مرئياً وقابلاً للقياس والمسؤولية. والآن، يتم إسقاط المنهج نفسه على تكاليف الذكاء الاصطناعي.
الفكرة بسيطة لكنها فعالة: لا يمكن ضبط ما لا يمكن رؤيته. لذلك تعتمد المؤسسات الناجحة على لوحات متابعة تعرض استهلاك الرموز بشكل لحظي، وتربطه بالأقسام والفرق التي تولد هذا الاستهلاك، مع تنبيهات عند الاقتراب من حدود محددة مسبقاً. هذه الآلية لا تحل المشكلة فقط، بل تخلق أيضاً سلوكاً أكثر انضباطاً لدى المطورين والمستخدمين الداخليين.
حين يدرك الفريق أن الاستخدام غير الضروري يترجم مباشرة إلى تكلفة مالية، تتغير القرارات اليومية. يصبح السؤال: هل نحتاج فعلاً إلى النموذج الأكبر والأغلى؟ هل يمكن لنموذج أصغر تنفيذ 80% من المهام بكفاءة كافية؟ هل توجد طلبات مكررة أو تعليمات مطولة ترفع عدد الرموز بلا داعٍ؟
من الشفافية إلى المساءلة
أحد أهم التحولات في إدارة التكلفة هو الانتقال من مجرد عرض الأرقام إلى إسنادها إلى أصحابها. وهنا يأتي مفهوم show-back، وهو أسلوب يربط الإنفاق بالأقسام أو الفرق المعنية من دون الدخول في تعقيدات الشحن الداخلي الكامل chargeback. هذا النوع من الإسناد يرفع مستوى المساءلة ويمنح القادة صورة أوضح عن المناطق الأكثر استهلاكاً.
عندما تستطيع الإدارة المالية أن ترى بوضوح كيف تستهلك كل وحدة تنظيمية الرموز، يمكنها تحديد أماكن الهدر بسرعة أكبر. وقد أظهرت بعض التجارب المؤسسية أن تبني show-back وchargeback قد يخفّض التكاليف بنسبة تتراوح بين 20% و30% خلال أشهر قليلة فقط، وهو ما يبرز تأثير الشفافية في ضبط السلوك قبل اللجوء إلى حلول أكثر تعقيداً.
ولا يتعلق الأمر بتقليص الاستخدام لمجرد التوفير، بل بإعادة توجيه الموارد نحو حالات الاستخدام الأكثر قيمة. فعندما تصبح التكلفة مرئية، تميل الفرق إلى إعادة تقييم سير العمل واختيار متى تستخدم الذكاء الاصطناعي ومتى يكون التدخل البشري أو الأتمتة الأبسط خياراً أفضل.
اختيار النموذج المناسب للمهمة المناسبة
الخطأ الشائع في كثير من المشاريع المؤسسية هو التعامل مع جميع المهام وكأنها تحتاج إلى أقوى نموذج متاح. لكن هذا النهج نادراً ما يكون اقتصادياً. فالمهام البسيطة مثل التصنيف أو التلخيص القصير أو الردود القياسية لا تحتاج بالضرورة إلى نموذج متقدم عالي الكلفة. وفي كثير من الحالات، يمكن لنموذج أصغر أو أرخص أن يؤدي المهمة بجودة مقبولة تماماً.
أصبح هذا المبدأ جزءاً أساسياً من إدارة التكاليف: مواءمة قوة النموذج مع طبيعة المهمة. فكلما زادت دقة الاختيار، انخفضت التكاليف دون التأثير الكبير في الجودة. وبعض المؤسسات ذهبت أبعد من ذلك عبر الاعتماد على نماذج مفتوحة المصدر أو تشغيل بعض الأعباء على عتادها الخاص بدلاً من الاعتماد الكامل على الخدمات السحابية العامة.
هذا التوجه يتطلب نضجاً تقنياً أعلى، لكنه قد يكون مجدياً خصوصاً في التطبيقات ذات الحجم الكبير أو الاستخدام المتكرر. فكلما زاد عدد الطلبات، أصبح الفرق بين نموذج غالي وآخر أكثر تواضعاً ذا أثر مالي ملموس على المدى المتوسط والطويل.
المشكلة ليست تقنية فقط بل إدارية أيضاً
الدرس الأهم هنا أن نشر الذكاء الاصطناعي من دون بنية مالية وإدارية مرافقة يخلق فجوة واضحة بين الطموح والواقع. كثير من المؤسسات دخلت هذه المرحلة تحت ضغط المنافسة والرغبة في التحرك بسرعة، وافترضت أن قيمة التقنية ستغطي أي تكلفة لاحقة. لكن عندما انتقل الذكاء الاصطناعي من مرحلة التجربة إلى مرحلة الاستخدام التشغيلي اليومي، ظهرت الحاجة إلى ضبط أكثر صرامة.
هذا لا يعني التراجع عن الاستثمار في الذكاء الاصطناعي، بل يعني التعامل معه كأصل تشغيلي يجب إدارته بعقلية مالية دقيقة. فالتكاليف المتغيرة تحتاج إلى رؤية يومية، وربط واضح بين الاستهلاك والنتيجة، وتحسين مستمر في اختيار النماذج وسياسات الاستخدام وحدود الإنفاق.
والشركات التي تنجح في هذه المرحلة ستكون تلك التي تنظر إلى الرموز كجزء من معادلة التكلفة الإجمالية، لا كمجرد تفصيل تقني صغير. وعندما يجتمع الذكاء التقني مع الانضباط المالي، يصبح الذكاء الاصطناعي أكثر استدامة وأقل عرضة للتحول إلى مصدر مفاجآت غير سارة.
في النهاية، تبدو الرسالة العملية بسيطة: إذا كانت الحوسبة السحابية قد علمت المؤسسات كيف تضبط الإنفاق على البنية التحتية، فإن الذكاء الاصطناعي يطلب منها اليوم أن تطبق الدرس نفسه على استهلاك الرموز والنماذج. ومع اتساع الاعتماد على هذه الأدوات، لن تكون القدرة على التحكم في التكلفة ميزة تشغيلية فقط، بل شرطاً أساسياً للاستمرار.