لماذا انخفاض أسعار الذكاء الاصطناعي لا يقلل من فواتير الذكاء الاصطناعي في المؤسسات

تركز معظم المناقشات حول اقتصاديات الذكاء الاصطناعي في المؤسسات على مقياس واحد، وهو انخفاض تكلفة استدلال نماذج اللغة الكبيرة (LLM) بشكل سريع. ينظر القادة التنفيذيون إلى تغير السعر لكل مليون رمز، الذي انخفض بأكثر من 90٪ في النماذج الرائدة على مدار العامين الماضيين، ويفترضون أن اقتصاديات الذكاء الاصطناعي التوليدي تحت السيطرة. تُعد هذه التخفيضات في الأسعار إنجازًا حقيقيًا، إذ تسمح للشركات بنشر الذكاء مقابل جزء صغير من ما كان يكلفه قبل عام. ومع ذلك، تكتشف العديد من المؤسسات أن انخفاض أسعار النماذج لا يترجم إلى فواتير ذكاء اصطناعي أقل. بينما يتلاشى تكلفة الوحدة للذكاء الآلي، يتوسع حجم استهلاك البيانات بشكل أسي.

ينظر المديرون الماليون وفرق FinOps في المؤسسات إلى الفواتير الشهرية الواردة ويلاحظون مفارقة صارخة: النماذج أرخص من أي وقت مضى، لكن إجمالي ميزانيات الذكاء الاصطناعي التوليدي آخذ في الارتفاع. ولا يرجع السبب إلى موظفين يكتبون مطالبات أطول، بل إلى الصعود السريع لـ سير عمل ذاتي ووكيل. فالأدوات المصممة للعمل نيابة عن المطورين أو أنظمة الأتمتة لا تتفاعل مع البرمجيات كما يفعل البشر؛ بل تكرر المحاولات كالآلات، ما يطلق تحولًا تشغيليًا يحوّل نافذة سياق النموذج اللغوي الكبير إلى طبقة غير مُدارة وشديدة التغير من البنية التحتية السحابية. ولم تعد المشكلة المالية الأساسية أمام المؤسسات الحديثة هي تكلفة الذكاء، بل الحجم الهائل لنقل السياق.

هندسة إهدار الرموز

لفهم سبب تضخيم الذكاء الاصطناعي الوكيلي لميزانيات الشركات، انظر إلى التحول الجوهري في كيفية انتقال البيانات عبر خط عمل المؤسسة. عندما يتفاعل إنسان مع نموذج لغوي كبير يكون التبادل خطيًا ومقيدًا بطبيعته؛ فمطالبة قصيرة تنتج مقطعًا برمجيًا قياسيًا أو ملخصًا. لكن عندما يتولى وكيل مستقل مهمة تطوير برمجيات أو استكشاف الأخطاء وإصلاحها، فإنه يعمل في حلقة مستمرة متعددة الجولات بين الآلات. فإذا كُلّف مساعد هندسي بإصلاح خلل في تطبيق، فإنه ينفذ عملية بناء ويواجه فشلًا ثم يستدعي أدوات محلية للتحقيق. ولاتخاذ قرار، يسحب آلاف الأسطر من سجلات الحاويات المطولة، وحمولات JSON الهيكلية العميقة، ومخططات قواعد بيانات متطابقة، وينقل الكتلة بأكملها مجددًا إلى نافذة سياق النموذج السحابي.

إذا فشل الإصلاح الأول، يعيد الوكيل الحلقة. يجمع السجلات مرة أخرى، ويحزم مخططات قواعد البيانات نفسها، ثم يعيد إرسال بيانات التعريف ذاتها التي أنشأتها الآلة عبر الشبكة إلى نقطة API بعيدة عشرات المرات في الساعة. والغالبية الساحقة من البيانات المنقولة في هذه الجلسات متعددة الجولات ليست شيفرة منطقية عالية القيمة ولا ملكية فكرية، بل ضوضاء بنية تحتية. ووفق هذا النموذج تدفع الشركات تكلفة إضافية لنقل قياسات متكررة منخفضة الإشارة عبر قنوات API خارجية.

يمكن لجلسة آلية واحدة لاستكشاف الأخطاء وإصلاحها أن تراكم بسهولة تكاليف كبيرة للبنية التحتية، لمجرد أنها تجبر نموذجًا خارجيًا على إعادة قراءة بيانات تعريف قاعدة الشيفرة نفسها مرارًا وتكرارًا.

من تحسين الكود إلى تحسين عبء العمل

يدفع هذا الاحتكاك الشركات إلى تغيير طريقة إدارة بنية الذكاء الاصطناعي التحتية. ويتجاوز التحسين مرحلته الأولى التي اقتصرت على التفاوض بشأن عقود API جماعية أرخص أو استبدال نموذج كبير بآخر أصغر. فالكفاءة الحقيقية يجب أن تتحقق عند طبقة عبء العمل، عبر تصفية البيانات قبل أن تتحمل أي رسوم نقل.

بدأنا نرى بالفعل أولى الاستجابات المعمارية الناشئة من القاعدة لهذه المشكلة. فعلى سبيل المثال، صُمم Project Headroom، وهو طبقة مفتوحة المصدر لتحسين السياق أطلقها تيجاس تشوبرا، مهندس أول في Netflix، لاعتراض الحمولات الوكيلية الثقيلة محليًا قبل وصولها إلى مزودي السحابة الخارجيين. وباستخدام الضغط المحلي والتخزين المؤقت والاسترجاع عند الطلب، يعزل النظام السجلات ويزيل الصياغات البرمجية المتكررة ويستبدل تدفقات النص الضخمة ببصمات تشفير خفيفة.

المبرر الاقتصادي لهذه الطبقة الناشئة من التحسين واضح بالفعل. فوفق مقاييس المشروع، عالج هذا النهج من جهة العميل أكثر من 200 مليار رمز، موفرًا للمستخدمين ما يقدر بنحو 700 ألف دولار من تكاليف نقل API التي جرى تجنبها. ويشير الانتشار السريع لهذه الأدوات إلى واقع تشغيلي أوسع: إدارة السياق تتحول من حل مؤقت يستخدمه مطور منفرد إلى طبقة ضرورية لحوكمة الشركات.

تطور حوكمة السياق

تاريخيًا تمر هندسة البنية التحتية بدورة حياة متوقعة: ينتقل مورد حاسم من أصل ثابت إلى تكلفة ديناميكية متغيرة، ويرتفع الإنفاق سريعًا، ثم ينشأ تخصص جديد لحوكمته. فعندما انتقلت المؤسسات من الأجهزة المحلية إلى السحابة العامة، أصبح الحوسبة والتخزين متغيرين، ما أدى إلى ظهور FinOps الحديثة. وعندما تكاثرت الخدمات المصغرة وصارت الأنظمة أعقد من أن تُتبع يدويًا، دفعت بنية Kubernetes إلى ضرورة إنشاء منصات الرصد الحديثة.

اليوم يفرض حجم عمل الذكاء الاصطناعي الوكيلي تطورًا مماثلًا نحو حوكمة السياق على مستوى عبء العمل. وتبرز أبحاث Gartner حجم هذا التحدي التشغيلي، إذ تتوقع أن تتجاوز 50% على الأقل من مشروعات الذكاء الاصطناعي التوليدي تكاليفها المدرجة في الميزانية حتى عام 2028 بسبب الخيارات المعمارية الضعيفة وغياب التحكم التشغيلي وقت التشغيل. وبعيدًا عن أجهزة المطورين الفردية، تحتاج بيئة مؤسسية تنشر عشرات الأنظمة متعددة الوكلاء إلى centralized infrastructure guardrails للبقاء في موجة الأتمتة المقبلة.

يتطلب إنشاء هذا التحكم نهجًا متعدد الطبقات لإدارة السياق المؤسسي. أولًا، يجب على المؤسسات تطبيق تخزين مؤقت مشترك للمطالبات كي لا يدفع كل عضو في قسم الهندسة لمزودي السحابة بصورة مستقلة مقابل تحليل مكتبات الأطر الداخلية الأساسية نفسها وجداول البيانات الضخمة مرارًا. وإلى جانب كفاءة التخزين المؤقت، تحتاج فرق العمليات إلى قواطع صارمة للميزانية؛ أي ضوابط برمجية على مستوى الفريق تجمد الوكيل المستقل تلقائيًا إذا علق في حلقة لا نهائية لاستكشاف الأخطاء قبل أن يستنفد ميزانية API بالكامل. وأخيرًا، يتطلب ذلك تحولًا نحو auditoríحوكمة السياق على مستوى عبء العمل والرمز، بحيث تنتقل رؤية المؤسسة من المقاييس العامة على مستوى النموذج إلى تتبع دقيق يستطيع تحديد المستودعات أو خطوط الأنابيب الآلية التي تولد هدرًا كبيرًا للرموز.

ستقلل نوافذ السياق الأكبر وأسعار الرموز المنخفضة بعض الاحتكاك الفوري، لكنها لا تعالج مشكلة الكفاءة الأساسية المتمثلة في إرسال المعلومات المتطابقة مرارًا عبر تدفقات عمل مستقلة. وقد لا يكون تحدي تكلفة الذكاء الاصطناعي الكبير التالي هو تسعير النماذج أصلًا، بل تكلفة نقل السياق عبر أنظمة تزداد استقلالية. والمؤسسات التي ستنجح في عصر الأتمتة المقبل هي التي تدير معماريات نقل السياق لديها وتحسنها بصورة نشطة.