تسونامي الرموز يضرب إنفاق الشركات على الذكاء الاصطناعي مع تجاوز التكاليف للعائد على الاستثمار

إنفاق الشركات على الذكاء الاصطناعي يصطدم بجدار لم يكن من المفترض أن يبلغه. بعد سنوات من سياسات “دع الجميع يجرّب”، تكتشف أعداد متزايدة من الشركات أن تشجيع آلاف الموظفين على استخدام أدوات الذكاء الاصطناعي بحرية يبدو مختلفًا تمامًا على الفاتورة مقارنةً بما يبدو عليه في شريحة عرض الاستراتيجية. وصلت الفاتورة أسرع مما وصلت عوائد الاستثمار.

أهم النقاط

• الشركات تتراجع عن الإنفاق المفتوح على الذكاء الاصطناعي بعد تكاليف غير متوقعة ناتجة عن نماذج التسعير لكل رمز (Token) في واجهات برمجة التطبيقات.
• أُطلق على هذه الظاهرة لقب “نهاية الرموز – Tokenpocalypse” في إشارة إلى كيفية تضخيم التسعير لكل رمز في واجهات برمجة نماذج اللغة الكبيرة للتكاليف عند العمل على نطاق واسع.
• العديد من الشركات نشرت أدوات الذكاء الاصطناعي دون أطر واضحة للعائد على الاستثمار، ما تركها دون طريقة لتبرير الإنفاق مقابل مكاسب الإنتاجية.
• شبكات وحدات معالجة الرسوميات اللامركزية مثل Akash وRender تضع نفسها كبدائل أرخص من AWS وAzure وGoogle Cloud — لكنها قد تواجه مخاطر في جانب الطلب إذا قررت الشركات ببساطة تقليل استخدام الذكاء الاصطناعي بدلًا من البحث عن بنية تحتية أرخص.
• تعليقات عبء عمل الذكاء الاصطناعي من Microsoft وGoogle وAmazon في النتائج الفصلية ستكون الإشارة الأوضح عمّا إذا كان الطلب المؤسسي يتباطأ بالفعل.

إنفاق الشركات على الذكاء الاصطناعي يواجه تحديات في التكاليف

التحول من التفاؤل بالذكاء الاصطناعي إلى التقشف في الذكاء الاصطناعي حدث بسرعة كافية ليحصل بالفعل على اسم. ما بدأ كتفويض واسع لتبنّي الذكاء الاصطناعي عبر سير العمل في الشركات اصطدم بآليات كيفية تسعير واجهات برمجة تطبيقات الذكاء الاصطناعي فعليًا — والنتائج تفاجئ فرق المالية.

ظاهرة “نهاية الرموز – Tokenpocalypse”

مصطلح Tokenpocalypse يعبّر عن نقطة الألم المحددة: معظم واجهات برمجة نماذج اللغة الكبيرة تُسعّر لكل رمز، ما يعني أن كل استعلام، وكل استجابة مولَّدة، وكل خطوة في سير عمل آلي تُضاف إلى الفاتورة. هذا النموذج يعمل جيدًا على نطاق صغير. لكن عند ضربه في حجم مؤسسة كاملة — عبر الأقسام والأدوات وخطوط الأنابيب الآلية التي تعمل باستمرار — ينتج فواتير لم يتنبأ بها أحد في النماذج الأصلية.

التحول من الحماس إلى الانضباط في التكاليف كان سريعًا. المؤسسات التي كانت تتعامل مع الوصول إلى الذكاء الاصطناعي كميزة إنتاجية بتكلفة ثابتة باتت الآن تنظر إلى بنود في الفاتورة تتضخم مع الاستخدام بطرق تشبه فاتورة المرافق أكثر مما تشبه اشتراكًا برمجيًا.

غياب أطر العائد على الاستثمار في تبنّي أدوات الذكاء الاصطناعي

ما جعل صدمة التكاليف أسوأ هو غياب أي بنية حقيقية للقياس لاستيعابها. العديد من الشركات وفّرت الوصول إلى الذكاء الاصطناعي دون إنشاء أطر واضحة للعائد على الاستثمار. طُلب من الفرق دمج الذكاء الاصطناعي في سير عملها، لكن مكاسب الإنتاجية الفعلية نادرًا ما تم تتبعها مقابل الإنفاق. لم يكن هناك آلية للإجابة عن السؤال الجوهري: هل يستحق هذا العناء؟

من دون طبقة المساءلة تلك، نَمَا الاستخدام بلا قيود. والآن، في مواجهة فواتير أكبر من المتوقع، تضطر المؤسسات إلى تركيب تحليل الكلفة-المنفعة بأثر رجعي، وهو التحليل الذي كان ينبغي أن يأتي أولًا.

زيادة التعقيد ترفع تكاليف الحوسبة للذكاء الاصطناعي

جزء مما يدفع تصاعد التكاليف لا يتعلق فقط بعدد المستخدمين — بل بطبيعة العمل نفسه التي تتغير. مع انتقال الشركات من الاستعلامات الخفيفة إلى سير عمل أكثر تعقيدًا ومتعدد الخطوات يشمل الوكلاء (Agents) والتوليد المعزز بالاسترجاع، يرتفع العبء الحوسبي لكل مهمة بشكل ملحوظ. مطالبة بسيطة بنمط سؤال وجواب تكلف جزءًا بسيطًا مما تكلفه سلسلة متعددة الوكلاء، ومع ذلك تتجه المؤسسات بشكل متزايد إلى الخيار الثاني.

هذا مهم لأنه يعني أن مشكلة التكلفة ليست ثابتة. حتى لو توقفت شركة ما عن توسيع الوصول إلى الذكاء الاصطناعي لموظفين جدد، يمكن أن تستمر التكلفة لكل مستخدم في الارتفاع مع ازدياد تعقيد سير العمل. مسار الطلب على حوسبة الذكاء الاصطناعي مدمج في تعقيد المهام، وليس فقط في عدد الموظفين.

الآثار على شبكات وحدات معالجة الرسوميات اللامركزية ومزوّدي السحابة

المحاسبة على التكاليف في الذكاء الاصطناعي المؤسسي لا تبقى محصورة داخل ميزانيات أقسام تقنية المعلومات. بل تمتد إلى الخارج — نحو مزوّدي السحابة الذين يوفّرون القدرة الحوسبية، وبشكل متزايد نحو البدائل اللامركزية التي تحاول منافستهم.

الشبكات اللامركزية تتموضع كبدائل أرخص

المشاريع التي تبني شبكات وحدات معالجة رسوميات لامركزية تروّج لنفسها كخيارات أكثر فعالية من حيث التكلفة مقارنة بمزوّدي السحابة المركزيين مثل AWS وAzure وGoogle Cloud. المنطق بسيط: إذا كانت المؤسسات الآن حساسة للتكاليف المتعلقة بحوسبة الذكاء الاصطناعي، فعليها على الأقل أن تنظر في البدائل الموزعة. تصبح هذه الرسالة أكثر إقناعًا تحديدًا عندما تكون ميزانيات الذكاء الاصطناعي في الشركات تحت الضغط.

الاستجابات السلوكية المحتملة للتكاليف المرتفعة

لكن هناك سيناريو أصعب مضمَّن في هذا التفاؤل. قد تؤدي تكاليف حوسبة الذكاء الاصطناعي المرتفعة إلى تقليل الشركات لاستخدامها بدلًا من التسوق لبنية تحتية أرخص. إذا كان الرد على فاتورة ذكاء اصطناعي كبيرة هو ببساطة خفض مستوى نشاط الذكاء الاصطناعي — أدوات أقل، مستخدمون أقل، وصول أكثر تقييدًا — فلن يستفيد أي مزوّد حوسبة، سواء كان مركزيًا أو لامركزيًا. الطلب ببساطة ينكمش.

هذا هو الخطر المعاكس لشبكات وحدات معالجة الرسوميات اللامركزية. عرضها يفترض أن المؤسسات الحساسة للتكاليف ستنتقل إلى حوسبة أرخص. البديل هو أن تقلّص المؤسسات بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت بصمت