التكلفة الحقيقية للذكاء الاصطناعي: ما الذي تقلّل منه الشركات؟

حين تقرر الشركات تبنّي الذكاء الاصطناعي، تبدأ الحسابات عادةً من أسعار الاشتراكات السحابية وتكلفة الرقائق المتخصصة. لكن التجربة العملية تقول شيئاً مختلفاً: هذه الفاتورة الظاهرة ليست سوى قمة جبل من النفقات. فما يُنفق على الحوسبة ذاتها غالباً ما يمثل جزءاً من التكلفة الإجمالية للملكية، بينما تختبئ البنود الأثقل في التكامل مع الأنظمة القديمة، وصيانة النماذج، وإعادة تدريب الفرق. والشركات التي تتجاهل هذه البنود تكتشف متأخرةً أن مشروعها الواعد تحوّل إلى عبء مالي يصعب تبريره أمام الإدارة العليا أو المستثمرين.

فاتورة الحوسبة: الجزء الظاهر من الجبل

تستحق قدرات الحوسبة الاهتمام لأنها الأوضح في العقود؛ فتشغيل النماذج الكبيرة يتطلب معالجات متخصصة تُؤجَّر بأسعار مرتفعة، وتكاليف التشغيل تتضخم مع كل استعلام إضافي من المستخدمين. والمفارقة أن هذه التكاليف تنمو مع النجاح لا مع الفشل: كلما ازداد اعتماد الموظفين والعملاء على التطبيق، ارتفع الاستهلاك تلقائياً. وقد فوجئت إدارات مالية كثيرة بانزلاق فاتورة الكلاود من بند محسوب بدقة إلى أحد أكبر بنود المصروفات التقنية، خصوصاً عندما تُبنى الحلول على نماذج ضخمة فيما تكفي نماذج أصغر لتأدية المهمة نفسها بجزء يسير من التكلفة.

التكامل: البند الذي يبتلع الميزانيات

ثم تأتي الصدمة الثانية من ربط الذكاء الاصطناعي بالأنظمة القائمة. فالشركات لا تعمل على أرض فارغة، بل على أنظمة عريقة لإدارة الموارد والعملاء والمخازن بُنيت على مدى عقود. وتوصيل النماذج الجديدة بهذه الأنظمة، وتنظيف البيانات وتوحيد صيغها، وبناء طبقات وسيطة تنقل المعلومات في الاتجاهين، كلها أعمال هندسية مكلفة لا تظهر في أي عرض ترويجي. وفي حالات كثيرة يتجاوز إنفاق التكامل وجودة البيانات إنفاق التقنية نفسها، وهو ما يفسر الاتساع المتكرر بين الوعود المعلنة والفواتير الفعلية.

الصيانة وإعادة التدريب: تكلفة لا تتوقف

النموذج الذي يعمل بكفاءة اليوم يبدأ في التراجع تدريجياً غداً؛ فبيانات الأعمال تتغير، وسلوك العملاء يتحول، والمصطلحات المستخدمة داخل القطاع تتجدد، فيظهر ما يعرفه المختصون بانزياح النموذج. ومواجهة ذلك تتطلب مراقبة مستمرة، وإعادة تدريب دورية، وفرقاً هندسية تبقى مع المشروع سنوات بعد إطلاقه. كما أن التطبيقات الموجهة للعملاء تستدعي طبقات إضافية للفحص والامتثال وحماية الخصوصية، وكلها تُضاف إلى التكلفة التشغيلية الدائمة التي يجب إدراجها عند أي مقارنة جدية بين البدائل.

بنود تُنسى في دفاتر الميزانية

لا تتوقف القائمة عند ذلك. فالتبني الناجح يستلزم استثماراً في المهارات: تدريب الموظفين على الاستخدام السليم، واستقطاب كفاءات نادرة برواتب مرتفعة، وإنشاء وظائف جديدة للحوكمة ومراجعة الجودة. وتضيف إدارة التغيير طبقة أخرى من النفقات، لأن الأداة التي لا يتبناها الموظفون لا تُنتج قيمة مهما بلغت براعتها التقنية. ثم تبقى تكلفة الفرصة: ساعات العمل الهندسي المحدودة التي تُستهلك في هذا المشروع بدلاً من مبادرات أخرى ربما كانت أسرع عائداً وأقل مخاطرة.

كيف تُبنى ميزانية واقعية؟

القاعدة الذهبية هي التخطيط على أساس التكلفة الإجمالية للملكية لا سعر الشراء المعلن. وينصح المختصون ببناء نموذج مالي يفترض أن نفقات التكامل والبيانات قد تضاهي كلفة التقنية أو تتجاوزها، مع تخصيص بند صيانة سنوي دائم بدلاً من بند إطلاق يُدفع مرة واحدة. ويُستحسن البدء بحالة استخدام واحدة محددة القيمة، وقياس عائدها الفعلي بدقة قبل التوسع، والتفاوض مع الموردين على أسعار الاستخدام المتوقع لا الأسعار الاستهلاكية المعلنة.

الخلاصة

يمكن للذكاء الاصطناعي أن يكون استثماراً مجدياً بكل المقاييس، لكن الجدوى تبدأ من صدق المحاسبة. فالشركات التي تحسب التكلفة الحقيقية كاملة، من الحوسبة إلى التكامل إلى الصيانة إلى العنصر البشري، هي التي تتحول لديها التقنية من بند مثير للجدل إلى مصدر قيمة مستدام. أما الشركات التي تكتفي بأسعار الواجهات البراقة فستدفع الفارق لاحقاً، إما فواتير منفلتة أو مشاريع متعثرة تُهدر معها فرصة التحول نفسها.