بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
استنزفت أوبر ميزانيتها الكاملة للذكاء الاصطناعي المخصصة لعام 2026 في أربعة أشهر فقط، بينما اضطرت مايكروسوفت لسحب المهندسين من تراخيص Claude Code بعد نمو الاستخدام الداخلي بسرعة فاقت كل التوقعات (وفقاً لتقرير إنتاجية الذكاء الاصطناعي). هذان المثالان الصارخان يكشفان الوجه الخفي لثورة الذكاء الاصطناعي: المكاسب الحقيقية تأتي مع فواتير حقيقية.
المفارقة محيرة بصراحة. أدوات الذكاء الاصطناعي كانت تُباع بوعد خفض التكاليف، لكن النجاح في تطبيقها يخلق مشكلة عكسية تماماً. كل طلب يستهلك رموز (tokens)، وكل رمز له ثمن، والشركات الناجحة في دفع موظفيها لاستخدام هذه الأدوات تجد نفسها أمام فواتير متضخمة.
الوكلاء الذكيون المتقدمون يفاقمون المعضلة أكثر. بدلاً من استخدام رموز أقل لإنجاز المهام، هم يستهلكون رموزاً أكثر لتقديم نتائج أدق وأكثر تعقيداً. جارتنر تتنبأ بانخفاض أسعار الرموز، لكن تكاليف الذكاء الاصطناعي المؤسسي قد ترتفع رغم ذلك (وفقاً لتحليل جارتنر)، لأن حجم الاستخدام سيتضخم أسرع من انخفاض الأسعار.
أربعة دروس أساسية تبرز من هذه الأزمة النامية:
- قياس الاقتصاديات قبل التبني: معظم الشركات تقيس مدى استخدام الموظفين للأدوات قبل فهم التكاليف الحقيقية. هذا النهج المقلوب يخلق مفاجآت مالية مؤلمة.
- الذكاء الاصطناعي الأرخص قد يصبح الأغلى عند النطاق: عندما تنخفض تكلفة الرمز الواحد وترتفع جودة النتائج، الاستهلاك الإجمالي قد ينفجر ليفوق أي وفورات نظرية.
- النجاح في التبني يخلق مشكلة مالية: الشركات التي تنجح في دفع فرقها لاستخدام الذكاء الاصطناعي بكثافة تواجه معضلة – إما تقييد الاستخدام أو مضاعفة الميزانيات.
- الأدوات المبهرة ليست بالضرورة مجدية مالياً: الإعجاب بقدرات الأداة شيء، وتبرير تكلفتها مقابل العائد المحقق شيء آخر تماماً.
السؤال الحاسم لم يعد ما إذا كان الذكاء الاصطناعي يحسن الإنتاجية – هذا أصبح مؤكداً. السؤال الحقيقي: هل تستطيع شركتك تحمل نجاحه؟ الفائزون في هذا السباق لن يكونوا من يستخدمون أكبر كمية من الذكاء الاصطناعي، بل من يعرفون بالضبط متى وأين يدفع الذكاء الاصطناعي ثمن نفسه.
