فاتورة الذكاء الاصطناعي

في 4 نوفمبر أفادت Bloomberg، كما نقلت عنها 9to5Mac وMacRumors، بأن Apple خفّضت بهدوء في أكتوبر سقف الإنفاق اليومي على الذكاء الاصطناعي لبعض المهندسين من 300 إلى 200 دولار. وهي تخطط لتخفيضات إضافية قد تنزل ببعض فرق الهندسة إلى 100 دولار يوميًا، وهو حد مطبّق بالفعل على كثير من المجموعات خارج الهندسة، ودرست حدًا لا يتجاوز 25 دولارًا لبعض الفرق. ويُشجَّع بعض الفرق على استخدام نماذج أرخص أو نماذج تعمل على أجهزتهم الخاصة، ومن يحتاج إلى أكثر يستطيع أن يطلب استثناءً من الإدارة العليا.

وقالت مصادر Bloomberg أيضًا إن قلة من الناس كانوا يستخدمون كامل الـ 300 دولار يوميًا، وليس واضحًا كم ستوفر Apple. كما أن Apple لا تتراجع عن الذكاء الاصطناعي: إذ تشير 9to5Mac إلى أن إنفاقها على البحث والتطوير ارتفع بنسبة 32 بالمئة إلى 45.8 مليار دولار في سنتها المالية 2026، وذهب جزء منه إلى البنية التحتية والذكاء الاصطناعي. فالسقف ليس حكمًا بأن الذكاء الاصطناعي لا يعمل. بل علامة على أن الإنفاق كبر بما يكفي ليحتاج إلى إدارة.

طوال عامين اشترت معظم الشركات الذكاء الاصطناعي كما تشتري البرمجيات: مقعد لكل شخص بسعر ثابت. لكن الوكلاء الذين يقرؤون قاعدة شيفرة ويشغّلون الاختبارات ويعيدون المحاولة يستهلكون منه أكثر بكثير، وبات جزء أكبر منه يُحتسب بحسب الاستخدام. وهذا يجعل الذكاء الاصطناعي تكلفة لكل موظف تتحرك كل يوم، وتحتاج إلى الانضباط الذي تطبّقه الشركة أصلًا على الرواتب. وإليكم الطريقة، من دون خسارة ما يشتريه هذا الإنفاق.

ليست Apple وحدها

Apple ليست وحدها. ففي يونيو أكد متحدث باسم Uber لـ Bloomberg أن الشركة تحدد لكل موظف 1,500 دولار شهريًا من الإنفاق على الرموز لكل أداة برمجة بالذكاء الاصطناعي، بعد أن تجاوزت ميزانيتها للذكاء الاصطناعي في وقت سابق من العام. وفي أكتوبر أفادت 404 Media بأن Accenture أبلغت كثيرًا من موظفيها بأنها لن تنفق بعد الآن سوى 29 دولارًا شهريًا للشخص على Claude، وكان بعضهم ينفق ما يصل إلى 1,000 دولار شهريًا.

والمورّدون يرون التحول نفسه. ففي مؤتمر أرباح Microsoft في 28 أكتوبر، قال ساتيا ناديلا إن استهلاك الأرصدة من الميزات الوكيلية في GitHub زاد بأكثر من الضعف منذ بدء العمل بالفوترة بحسب الاستخدام. وقال إن العملاء يشترون الأرصدة ويريدون استخدامها بكفاءة: «لا نريدهم أن يشتروا أكثر من حاجتهم من شيء واحد، ثم يشعروا بأنهم يستنزفون الرموز إلى أقصى حد».

الحساب

بحسب السقف القديم لدى Apple، كان المهندس يستطيع إنفاق 300 دولار يوميًا. وعلى مدى شهر من نحو 20 يوم عمل يصل ذلك إلى 6,000 دولار، ولفريق من عشرة أشخاص إلى 60,000 دولار. وسقف Uber مع استخدام أداتي برمجة هو 3,000 دولار شهريًا للشخص، أما سقف Accenture فهو 29.

هذه سقوف، لا متوسطات إنفاق، لكن مبالغ بهذا الحجم تحتاج إلى ما تملكه الرواتب وفواتير السحابة أصلًا: مسؤول عنها، وتوقعات، ومراجعة شهرية. فالراتب ثابت، أما فاتورة الذكاء الاصطناعي فتتحرك بحسب طريقة إنجاز العمل: أي نموذج يعمل، وكم من السياق عليه أن يقرأ، وكم مرة يبدأ من جديد. والسقف يحدّ من الإنفاق. لكنه لا يجعله أفضل في شيء.

وجّهوا العمل الروتيني

الرافعة الأولى هي التوقف عن إرسال العمل الروتيني إلى أغلى نموذج. ففي مؤتمرها Universe في 28 أكتوبر، أتاحت GitHub خدمة Copilot Fusion للجميع على كل خطط Copilot. فبدلًا من اختيار نموذج، يختار المطوّر Fusion وأحد ثلاثة مستويات للجهد، ويقرر Copilot أي النماذج يتولى كل طلب. وفي أحد مسارات عمله يصوغ نموذج اقتصادي مسودة الإجابة، ثم يقبلها فحص للجودة أو يحيل المهمة إلى نموذج أقوى. ويقرر المسؤولون أي النماذج يجوز لـ Fusion استخدامها، ويُحتسب كل نموذج بسعره القياسي.

وتقول GitHub إن Fusion Max حقق نتيجة لا تبعد أكثر من نقطتين عن Claude Code مع Opus 5.5 Max في مؤشر Artificial Analysis Coding Agent Index، بنحو نصف متوسط تكلفة API للمهمة، وبنحو نصف الرموز، وبوقت أقل بنحو 40 بالمئة. وذهب ناديلا أبعد من ذلك في المؤتمر: «إنه يقدّم جودة بمستوى النماذج المتقدمة بسرعة أعلى بنسبة تصل إلى 40 بالمئة، وبتكلفة أقل بنسبة تصل إلى 77 بالمئة». وفي رده على المحللين ذكر 45 و75 بالمئة. وهذه أرقام المورّد نفسه، وعبارة «تصل إلى» تصف أفضل الحالات، أما الاختبار المعياري لـ GitHub نفسها فيضع التوفير عند النصف تقريبًا.

وفجوة الأسعار وراء ذلك كبيرة. فـ Haiku 5.5 من Anthropic يكلّف 0.10 دولار لكل مليون رمز إدخال للتعليمات الأقصر، أي جزءًا من عشرين من سعر Sonnet 5.5. وتقول Anthropic إنه «مصمم للمهام الكبيرة الحجم والحساسة للتكلفة»، وإن النماذج الأكبر تبقى الخيار الأفضل للبرمجة الوكيلية المعقدة. والهدف هو أرخص نموذج جيد بما يكفي للمهمة، وهو ما تطلب Apple الآن من بعض الفرق أن تجده يدويًا.

الميزانيات والسياق المشترك

الرافعة الثانية هي موضع الميزانية. فالسقف الموحد لكل شخص يعامل مهندسًا يعيد بناء قاعدة شيفرة كبيرة كما يعامل زميلًا يلخّص البريد الإلكتروني. وفي رأينا تعمل الميزانية لكل فريق بشكل أفضل، مع مسؤول يرى الإنفاق كل أسبوع ومسار واضح للاستثناءات. وآلية الاستثناء لدى Apple تنمّ عن الحدس الصحيح.

والرافعة الثالثة هي السياق. فكثير مما يقرؤه الوكيل هو الشركة نفسها: من العميل، وكيف تكتب الشركة عرضًا، وأين تُحفظ الأشياء، وأي القواعد تنطبق. وحين يعيد كل وكيل وكل شخص بناء ذلك من الصفر، تدفع الشركة ثمنه في كل مرة، بالرموز وبالتصحيحات. والسياق الذي يُكتب مرة واحدة ويُحدَّث ويُشارَك تكون قراءته أقل تكلفة ويؤدي إلى منعطفات خاطئة أقل. والمزوّدون يسعّرون إعادة الاستخدام على هذا الأساس: ففي Haiku 5.5 تكلّف قراءة السياق من الذاكرة المؤقتة عُشر سعر الإدخال العادي.

قيسوا النتائج، لا الاستخدام

والرافعة الأخيرة هي ما تحسبونه. فالترتيب بحسب عدد الرموز المستخدمة يكافئ الإنفاق لا النتائج، وهو استنزاف الرموز إلى أقصى حد الذي قال ناديلا إنه لا يخدم غرض أحد. وفي رأينا، المقاييس المفيدة هي تلك التي تفهمها الشركة أصلًا: التغييرات المدموجة التي لا تزال تعمل بعد شهر، والتذاكر المغلقة، والعروض المرسلة، وتكلفة المهمة المنجزة.

الفريق الذي ينفق أكثر وينجز أكثر قد يكون أفضل استثمار في الشركة. أما الفريق الذي ينفق أكثر وينجز القدر نفسه، فهو الذي ينبغي التحدث معه. وبهذه الإدارة يمكن أن تتقلص الفاتورة من دون أن تتقلص الفائدة معها.

أين نقف

هكذا نبني في crue. فـ North يضع كل رقم مهم لاتخاذ قرار في عرض واحد، بما في ذلك الوضع المالي الفعلي، وهناك بالضبط مكان فاتورة الذكاء الاصطناعي: إلى جانب ما جلبه العمل. وTwin يمنح مساعدي الشركة ووكلاءها دماغًا واحدًا، تُربط فيه معرفتها وقواعدها وأدواتها مرة واحدة، فتبدأ كل إجابة من الشركة بدلًا من البدء من الصفر. وكلاهما متاح.