تكلفة لا تشبه أسعار الاشتراك المعتادة
رغم أن شركات الذكاء الاصطناعي تنشر قوائم أسعار واضحة، فإن هذه القوائم لا تكشف دائمًا ما سيدفعه المستخدم فعليًا عند تشغيل الوكلاء الذكيين لإنجاز مهمة كاملة. الفرق هنا كبير: فالمستخدم لا يشتري مجرد استجابة نصية قصيرة، بل يفعّل سلسلة من الخطوات الآلية التي قد تستهلك موارد أكثر بكثير من المتوقع.
هذا ما يجعل تكلفة الوكلاء في الذكاء الاصطناعي مختلفة عن تكلفة الدردشة التقليدية. فالمسألة لا تتعلق بعدد الطلبات فقط، بل بحجم السياق، وعدد الأدوات التي يستدعيها الوكيل، وكمية المعلومات التي يعيد قراءتها أو تخزينها أثناء العمل. والنتيجة هي فاتورة قد ترتفع بسرعة ومن دون إنذار واضح.
وتشير دراسة بحثية حديثة إلى أن هذه المشكلة ليست هامشية، بل قد تكون من أكبر التحديات أمام تبني هذا النوع من الأنظمة على نطاق واسع، خصوصًا في بيئات العمل التي تحتاج إلى ميزانيات قابلة للتوقع والتخطيط.
لماذا تستهلك الوكلاء هذه الكمية من الرموز؟
الرموز هي الوحدة الأساسية التي تعالجها نماذج الذكاء الاصطناعي، وقد تكون كلمة كاملة أو جزءًا من كلمة أو علامة ترقيم. وعند استخدام وكيل ذكي بدلًا من محادثة عادية، يتغير نمط الاستهلاك جذريًا. فالوكيل لا يكتفي برد واحد، بل يكرر المحاولة، ويستدعي بيانات إضافية، ويعيد إدخال السياق نفسه مرات متعددة.
اللافت في نتائج الدراسة أن استهلاك الرموز لدى الوكلاء قد يصل إلى مستويات أعلى بكثير من الدردشة المباشرة البسيطة. وفي بعض الحالات، كان الفارق هائلًا لدرجة أن الوكيل استهلك آلاف المرات ما تستهلكه سلسلة طلبات تقليدية قصيرة. وهذا يفسر لماذا تبدو بعض المهام سهلة من الخارج، لكنها تصبح مكلفة للغاية عند تشغيلها آليًا حتى النهاية.
المشكلة لا تتعلق فقط بارتفاع الاستخدام، بل بعدم ثباته. فقد يتعامل النموذج نفسه مع المهمة نفسها بتكلفة مختلفة من مرة إلى أخرى، وهو ما يجعل التقدير المسبق صعبًا، حتى قبل بدء التنفيذ.
الاختلاف بين النماذج ليس بسيطًا
أظهرت الدراسة أن النماذج المختلفة لا تتصرف بالطريقة نفسها عند إنجاز المهمة ذاتها. بعض النماذج حقق دقة جيدة بتكلفة أقل نسبيًا، بينما حققت نماذج أخرى أعلى دقة ولكن مع استهلاك أعلى للرموز. كما أن بعض النماذج أنفقت موارد كثيرة وحققت نتائج أضعف من غيرها، ما يعني أن الكفاءة ليست مرتبطة بالدقة وحدها.
هذا النوع من التباين مهم جدًا للشركات التي تختار بين مزودي الخدمة. فالسعر المعلن قد لا يكفي للحكم على التكلفة الفعلية، لأن ما يهم هو سلوك النموذج أثناء العمل، وليس فقط قدرته النظرية. وبعبارة أخرى، نموذج أرخص على الورق قد يصبح أعلى تكلفة في الاستخدام العملي إذا كان يميل إلى التكرار أو التوسّع المفرط في البحث.
كما أوضحت النتائج أن السلوك المكلف ليس صفة ثابتة دائمًا حتى داخل النموذج نفسه، إذ يمكن للنظام أن يستهلك ضعف عدد الرموز تقريبًا في محاولة ثانية لحل المسألة نفسها. وهذا يعني أن العوامل العشوائية أو التفاعلية داخل سير العمل تلعب دورًا مؤثرًا في الفاتورة النهائية.
المزيد من الرموز لا يعني نتيجة أفضل
من الافتراضات الشائعة أن منح النموذج وقتًا وموارد أكثر سيؤدي بالضرورة إلى أداء أفضل. لكن الدراسة تشير إلى العكس في كثير من الأحيان. فبعد نقطة معينة، لا تؤدي زيادة عدد الرموز إلى تحسن واضح، بل قد ترتفع التكلفة بينما تتراجع الفائدة العملية.
بل إن الأداء، وفق النتائج، قد يبلغ ذروته عند مستوى متوسط من الاستهلاك، ثم يتباطأ أو يستقر مع زيادة الكلفة. وهذا يعكس مشكلة بنيوية في بعض الوكلاء: فهم يستمرون في التجربة والمحاولة حتى عندما تكون الفائدة المحدودة، بدلًا من التوقف عند حدود منطقية.
والأخطر أن هذه الأنظمة لا تمتلك دائمًا آلية دقيقة لمعرفة متى تصبح المهمة غير قابلة للحل. لذلك تواصل استدعاء المعلومات وإعادة القراءة وإعادة المحاولة، ما يرفع الكلفة من دون ضمان حقيقي للنتيجة.
التنبؤ بالتكلفة ما زال نقطة ضعف أساسية
اختبرت الدراسة أيضًا قدرة الوكلاء على تقدير استهلاكهم المتوقع من الرموز قبل تنفيذ المهمة. وكانت النتيجة أن النماذج تستطيع تقديم تقديرات تقريبية، لكنها تميل بوضوح إلى التقليل من الكلفة الحقيقية. وكلما زادت صعوبة المهمة، اتسعت الفجوة بين التوقع والواقع.
المشكلة الأبرز كانت في تقدير مدخلات البيانات، لا المخرجات. فالمحتوى الذي يقدمه المستخدم، والمعلومات المسترجعة من أدوات خارجية أو قواعد بيانات، يمثلان الجزء الأكبر من التكلفة. ومع تكرار إدخال السياق نفسه في مراحل متعددة، يرتفع العبء بسرعة ويصبح التحكم به أصعب.
هذا يعني أن التحدي الحقيقي في وكالات الذكاء الاصطناعي ليس فقط في تحسين جودة الإجابة، بل في بناء آليات توقع أكثر صدقًا تساعد المستخدم على فهم المخاطر المالية قبل بدء المهمة.
المدخلات هي العامل الأكثر كلفة
أحد الاستنتاجات المهمة في الدراسة هو أن مدخلات النص هي المحرك الأكبر للفاتورة، وليس المخرجات كما قد يتصور البعض. فكلما زاد حجم السياق، وتعددت الأدوات المستخدمة، وجرى استرجاع معلومات من الذاكرة الداخلية أو من مصادر خارجية، ارتفع استهلاك الرموز بشكل ملحوظ.
النتيجة العملية واضحة: إذا كان الهدف خفض التكلفة، فيجب الانتباه أولًا إلى حجم ما يُدخل إلى النظام. فالنصوص الطويلة، والتعليقات الكثيرة، وعمليات البحث المتكررة، كلها ترفع العبء الحسابي. أما إذا كان الوكيل يعيد استدعاء المعلومات نفسها مرات عدة، فإن ذلك قد يصبح العامل الحاسم في تضخم النفقات.
من هنا تبدو فكرة التحكم في السياق والحد من عدد الأدوات المستخدمة خطوة أساسية لأي مؤسسة تريد الاستفادة من الوكلاء الذكيين من دون مفاجآت مالية.
ما الذي يعنيه ذلك للشركات والمستخدمين؟
بالنسبة للشركات، الرسالة الأهم هي أن الشفافية السعرية الحالية لا تكفي. فوجود قائمة أسعار لا يعني القدرة على التخطيط المالي بدقة، لأن تكلفة إنجاز المهمة قد تختلف على نحو واسع من تجربة لأخرى. وإذا لم تتوفر حدود واضحة أو ضمانات أداء، فقد تتحول المشاريع المعتمدة على الوكلاء إلى استنزاف مالي مستمر.
أما المستخدم الفردي، فالأفضل له أن يتعامل مع هذه الأدوات بحذر أكبر. من الحكمة وضع حدود صارمة للاستخدام، وتقليل حجم السياق غير الضروري، ومراقبة عدد الأدوات التي يستدعيها الوكيل خلال التنفيذ. كما أن من المفيد الاعتماد على تقديرات أولية قبل تشغيل المهام المكلفة، حتى لو كانت هذه التقديرات تقريبية فقط.
في المقابل، تقع المسؤولية أيضًا على مزودي التقنية. فالنضج الحقيقي لهذه الصناعة لن يكتمل ما لم تتطور آليات الشفافية والتنبؤ والتسعير. وعندما تصبح الكلفة غير قابلة للقياس بسهولة، فإن الثقة في هذه الأنظمة ستبقى محدودة مهما تحسن أداؤها.
الخلاصة: الوكلاء بحاجة إلى ضوابط أوضح
توضح هذه النتائج أن الوكلاء الذكيين يفتحون بابًا مهمًا للإنتاجية، لكنهم في الوقت نفسه يطرحون سؤالًا حساسًا حول قابلية التحكم في التكلفة. فالمشكلة ليست أن الذكاء الاصطناعي مكلف فقط، بل أنه قد يكون مكلفًا بطريقة غير متوقعة، مع تفاوت كبير بين النماذج والمهام والجولات المتكررة.
وبينما تتسع استخدامات هذه الأنظمة في البرمجة والأتمتة والبحث، سيصبح من الضروري أن تتبنى الشركات والمستخدمون نهجًا أكثر حذرًا يعتمد على القياس والحدود والشفافية. فالمستقبل العملي لوكلاء الذكاء الاصطناعي لن يتحدد فقط بقدرتهم على الإنجاز، بل أيضًا بقدرتهم على العمل ضمن تكلفة مفهومة وقابلة للتخطيط.