Axios: الذكاء الاصطناعي يكلف بعض الشركات أكثر من الموظفين بالفعل

الشركات التي كانت تنتظر من الذكاء الاصطناعي تحقيق وفورات سريعة تتلقى التأثير المعاكس: في حالات كثيرة، يثبت أن الذكاء الاصطناعي ليس بديلاً للعمل المكلف، بل هو بند ميزانية مكلف جديد. بدلاً من خفض التكاليف الموعود به، تواجه الشركات فواتير متزايدة للنماذج والبنية الأساسية السحابية والتكاملات والتحكم في جودة النتائج. بالنسبة لبعض الفرق، لم يعد هذا تجربة، بل مفاجأة مالية تغير الحسابات المتعلقة بالتوظيف والأتمتة وتطوير المنتجات.

كما تشير أكسيوس، في عدد من الشركات، أصبحت تكاليف الحفاظ على حلول الذكاء الاصطناعي أكثر ملاحظة من رواتب الموظفين الذين يؤدون مهام مشابهة يدويًا. من الناحية العملية، تندر المسألة التي تقتصر على الاشتراك في نموذج فحسب. تذهب الأموال إلى استدعاءات الواجهة البرمجية، ومعالجة كميات كبيرة من البيانات، والتخزين، والضبط الدقيق، وحماية معلومات الشركة، وكذلك المطورين والمحللين الذين يجب عليهم دمج الذكاء الاصطناعي في العمليات الفعلية.

إذا كان النظام يعمل على مدار الساعة أو يخدم تدفقاً كبيراً من الطلبات، فإن تكاليف البنية الأساسية تبدأ في النمو بسرعة أكبر من المتوقع في بداية المشروع. لهذا السبب يطالب المديرون الماليون فرق الذكاء الاصطناعي بشكل متزايد ليس بعروض تقديمية جميلة، بل بعوائد مثبتة في كل سيناريو. يفسر جزء من الإنفاق الزائد بأن المشاريع التجريبية تُحسب دائماً بتفاؤل زائد.

في بداية المشروع، تختبر الشركة سيناريو واحد على مجموعة صغيرة من المستخدمين وتحصل على تكاليف وحدة مقبولة. لكن بعد التوسع، تظهر صفوف الطلبات وحجز السعة والتكاملات الإضافية مع إدارة علاقات العملاء وإدارة المستندات والترخيص لفرق متعددة وتكاليف المراقبة. إذا اتصلت المبيعات والدعم والتسويق والعمليات الداخلية بالخدمة في نفس الوقت، فإن الفاتورة الإجمالية تنمو بشكل غير خطي.

ما بدا كتجربة ميسورة التكلفة يتحول بسرعة إلى نفقات تشغيلية دائمة في النشر الصناعي. هذا مؤلم بشكل خاص للشركات التي اشترت الذكاء الاصطناعي كأداة لتحسين فوري. في العروض التقديمية، تبدو الأتمتة كطريقة لتقليل العمل اليدوي وتسريع الردود على العملاء وتخفيف عبء الفرق.

لكن في العمليات الفعلية، يتضح أن النموذج يجب أن يُختبر باستمرار ويُحد من استخدامه وإعادة تدريبه على السيناريوهات الداخلية وتدعيمه بالموارد البشرية في المراحل الحرجة. بعبارة أخرى، الذكاء الاصطناعي لا يزيل دائماً الموظف من السلسلة: غالباً ما يضيف طبقة أخرى من العمل، حيث يتحقق الشخص ويصحح ويتحمل المسؤولية عن النتيجة. عندما تضيف متطلبات الأمان والمراجعة القانونية وجودة البيانات، تصبح اقتصاديات التنفيذ أكثر تعقيداً.

بالنسبة للصناعات المنظمة والشركات الكبيرة والخدمات ذات تكاليف الأخطاء المرتفعة، لا يكفي ببساطة توصيل نموذج والانتظار للحصول على النتيجة. تحتاج إلى فحص الإجابات ومراقبة التسريبات والتحكم في الوصول إلى البيانات ومقارنة إصدارات النماذج وقياس حيث تدخر الأتمتة فعلاً أموال وحيث تخلق فقط ظهور تقدم. لذلك، عنصر المشروع الأكثر تكلفة غالباً ما يكون مخفياً ليس في النموذج نفسه، بل في الطبقة الداعمة حوله.

هذا لا يعني أن الذكاء الاصطناعي مبالغ فيه أو أن الشركات ستتخلى بشكل جماعي عن مثل هذه الأنظمة. بل إن السوق يخرج من مرحلة التوقعات الساذجة إلى مرحلة الحساب الرصين. تبدأ الشركات بالنظر ليس إلى الوعود العامة، بل إلى تكلفة الإجراء المفيد الواحد: وثيقة معالجة أو رد معد أو تذكرة مغلقة أو عملية نجحت.

حيث يقلل الذكاء الاصطناعي فعلاً من وقت الدورة والأخطاء، سيبقى. حيث تكون الأتمتة أكثر تكلفة من الإنسان أو تتطلب دعماً يدوياً مستمراً، ستُعاد النظر في المشاريع أو تُبسط أو تُوقف. النتيجة الرئيسية للعمل بسيطة: لا يمكن اعتبار تنفيذ الذكاء الاصطناعي بعد الآن مقياساً عاماً لتوفير التكاليف.

بدون اقتصاد وحدة دقيق والتحكم الصارم في النفقات، حتى التكنولوجيا القوية سرعان ما تصبح أحد أثقل مراكز التكاليف.