أبرز النقاط
- تكاليف التوكن الحالية تمنع المؤسسات من توسيع نطاق استخدام الذكاء الاصطناعي
- أرورا يطالب بخفض 20% خلال 12 شهراً و90% خلال 24 شهراً
- شركات كبرى مثل أوبر استنفدت ميزانياتها السنوية للذكاء الاصطناعي بحلول أبريل 2026
يواجه قادة التكنولوجيا في المؤسسات الكبرى معضلة حقيقية: الذكاء الاصطناعي يَعِد بتحولات جذرية في الإنتاجية، لكن تكاليف استخدامه على نطاق واسع تلتهم الميزانيات بسرعة غير مسبوقة. هذا ما أكده نيكيش أرورا، الرئيس التنفيذي لشركة Palo Alto Networks، في مقابلة مع قناة CNBC يوم الخميس 9 يوليو 2026.
ما الذي يطلبه أرورا تحديداً من مزودي الذكاء الاصطناعي؟
في حديثه لبرنامج Squawk on the Street، وضع أرورا جدولاً زمنياً واضحاً: خفض تكاليف التوكن بنسبة 20% خلال الاثني عشر شهراً القادمة، ثم الوصول إلى خفض إجمالي بنسبة 90% بنهاية العام الذي يليه. هذه الأرقام ليست اعتباطية؛ إنها تعكس الفجوة الحقيقية بين ما تستطيع المؤسسات تحمله وما يفرضه مزودو النماذج اللغوية الكبيرة حالياً.
وحين سُئل أرورا عن تصريحات سام ألتمان، الرئيس التنفيذي لـ OpenAI، بأن أحدث نماذج الشركة حقق كفاءة أعلى بنسبة 54% في مهام البرمجة، أجاب بصراحة لافتة: أعتقد أن 54% بداية جيدة، لكننا نحتاج على الأرجح إلى جولة أخرى من التحسين.
لماذا تعاني المؤسسات من صدمة التوكن؟
ظاهرة صدمة التوكن (Token Shock) ضربت بعض أكبر المنفقين في وادي السيليكون. المثال الأبرز جاء من أوبر، التي استنفدت ميزانيتها السنوية الكاملة للذكاء الاصطناعي لعام 2026 بحلول شهر أبريل فقط. هذا دفع كبير مسؤولي التكنولوجيا برافين نيبالي ناغا للقول إن الشركة عادت إلى نقطة الصفر، بينما أشار كبير مسؤولي العمليات أندرو ماكدونالد إلى أن أوبر ستوازن مباشرة بين تكاليف التوكن وتكلفة توظيف مهندسين بشريين.
المشكلة تتضاعف مع أدوات البرمجة الوكيلية (Agentic Coding Tools). فبينما تولّد المحادثة العادية مع روبوت الدردشة استدعاءً واحداً للاستدلال، تولّد الجلسة الوكيلية استدعاءات متعددة بشكل متسلسل، ما يضاعف التكلفة بصورة كبيرة.
كيف تتعامل الشركات مع ارتفاع التكاليف؟
الشركات التي شجعت موظفيها على استخدام أدوات الذكاء الاصطناعي حين كانت التكاليف أقل تتبنى الآن استراتيجيات متنوعة للحد من الإنفاق:
- فرض سقوف على الاستخدام لكل موظف أو فريق
- توجيه الموظفين لاختيار الأداة المناسبة لكل مهمة بدلاً من الاعتماد على نموذج واحد
- التحول إلى نماذج أقدم وأرخص عندما لا تتطلب المهمة أحدث الإمكانات
- تبني النماذج مفتوحة المصدر التي لا تفرض رسوم توكن
هل تمثل المختبرات الصينية بديلاً حقيقياً؟
تشير التقارير إلى أن المختبرات الصينية للذكاء الاصطناعي تستطيع تقديم أسعار أقل من نظيراتها الأمريكية، وذلك لسببين: كفاءة أعلى في نماذجها، وانخفاض تكاليف الطاقة في الصين. هذا يفتح باباً للمنافسة قد يضغط على الأسعار عالمياً، لكنه يطرح أيضاً تساؤلات حول أمن البيانات والامتثال التنظيمي للمؤسسات التي تتعامل مع معلومات حساسة.
أين تتجه استثمارات الذكاء الاصطناعي المؤسسي؟
وفقاً لتقرير PYMNTS Intelligence بعنوان The Enterprise AI Benchmark Report، تضخ المؤسسات في قطاعات الخدمات المالية والتأمين والرعاية الصحية والإعلام والإعلان المزيد من الأموال في الذكاء الاصطناعي. لكن مع هذا التوسع، بدأت هذه المؤسسات تميّز بين المشاريع التي تستحق رأس مال حقيقي وتلك التي لا تزال بحاجة إلى إثبات جدواها.
رأي Logicity
تصريحات أرورا تكشف عن فجوة خطيرة بين الضجة التسويقية حول الذكاء الاصطناعي والواقع الاقتصادي لتطبيقه. المؤسسات في الخليج التي تخطط لمشاريع ذكاء اصطناعي واسعة النطاق يجب أن تحسب تكاليف التوكن بدقة قبل الالتزام بمزود واحد. البدائل موجودة: نماذج مفتوحة المصدر مثل Llama 3 من Meta أو Mistral، أو التفاوض على عقود بأسعار ثابتة مع مزودين مثل Microsoft Azure OpenAI Service أو Amazon Bedrock بدلاً من الدفع حسب الاستخدام. كفاءة النموذج ليست كل شيء؛ هندسة التكلفة جزء لا يتجزأ من استراتيجية الذكاء الاصطناعي الناجحة.
الأسئلة الشائعة
ما هو التوكن في سياق الذكاء الاصطناعي؟
التوكن وحدة قياس تستخدمها شركات الذكاء الاصطناعي لتسعير خدماتها، ويعادل تقريباً 4 أحرف أو 0.75 كلمة. كل نص يُرسل للنموذج أو يُستقبل منه يُحسب بعدد التوكنات.
لماذا ترتفع تكاليف الذكاء الاصطناعي مع أدوات البرمجة الوكيلية؟
لأن الأدوات الوكيلية تعمل بشكل مستقل وتولّد استدعاءات متعددة للنموذج في كل جلسة، بينما المحادثة العادية تولّد استدعاءً واحداً فقط لكل سؤال.
هل يمكن للمؤسسات تقليل تكاليف التوكن دون التخلي عن الذكاء الاصطناعي؟
نعم، عبر استخدام نماذج مفتوحة المصدر، أو التحول لنماذج أقدم للمهام البسيطة، أو التفاوض على عقود بأسعار ثابتة، أو فرض سقوف استخدام داخلية.
ما موقف OpenAI من مطالب خفض التكاليف؟
سام ألتمان أعلن أن أحدث نماذج OpenAI حقق كفاءة أعلى بنسبة 54% في البرمجة، لكن أرورا يرى أن هذا غير كافٍ ويحتاج لجولات تحسين إضافية.
هل تحتاج مساعدة في التطبيق؟
إذا كنت تخطط لمشروع ذكاء اصطناعي مؤسسي وتريد تقييماً موضوعياً لتكاليف التوكن والبدائل المتاحة، تواصل مع فريق Logicity للحصول على استشارة متخصصة.
فاطمة الزهراء
كاتبة تقنية متخصصة في الذكاء الاصطناعي
أُنتِج هذا المقال بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير في لوجيسيتي. اعرف المزيد في سياسة التحرير.
