عائد الذكاء الاصطناعي المؤسسي مشكلةُ بنيةٍ معماريةٍ لا مشكلةُ ذكاء
ثمة رقم بات كبار مسؤولي المعلومات يستذكرونه بقلق بالغ: 72% من المؤسسات تعترف بأن استثماراتها في الذكاء الاصطناعي تراوح، في أحسن الأحوال، عند نقطة التعادل، وفي أسوئها تُحقق خسائر. نشرت شركة غارتنر هذا الرقم، فلم يُثر ذعرًا فوريًا، بيد أنه أثار ما هو أشد استمرارًا وأعمق أثرًا: شكًا صامتًا حول المدة التي يمكن فيها مواصلة رهانٍ لم يُثبت جدواه.
يتجه الرد الاعتيادي نحو النماذج: يجب اختيار مزود أفضل، وضبط الأوامر البرمجية بدقة أكبر، وانتظار انخفاض تكاليف الاستدلال. هذا الرد مريح، وهو في الغالب خاطئ. فما يُخفق ليس ذكاء الآلة. ما يُخفق هو البنية المعمارية للأعمال التي تُحيط بهذا الذكاء.
للمشكلة آلية بالغة الوضوح: في كل مرة تطلق فيها شركةٌ عميلَ ذكاء اصطناعي جديدًا، يبدأ هذا العميل من الصفر. يُعيد توصيل البيانات، ويُعيد بناء السياق المؤسسي، ويُعيد التفاوض على الصلاحيات، ويُعيد تصميم الضوابط، ويضع معايير التحقق الخاصة به. فإن وُجد ستة عملاء في مرحلة الإنتاج، كانت هناك ست نسخ متوازية ومستقلة من هذه البنية التحتية، كل منها بتكلفتها، وديونها التقنية، وانعدام شفافيتها. والنتيجة ليست ذكاءً اصطناعيًا على نطاق واسع، بل بيروقراطية رقمية على نطاق واسع.
لماذا لا تظهر التكلفة الحقيقية للذكاء الاصطناعي في سطر الاستدلال
الفخ المحاسبي دقيق ومحكم. حين يقيّم فريقٌ الجدوى الاقتصادية لمشروع ذكاء اصطناعي، ينظر عادةً إلى تكلفة النموذج: كم يُكلف استدعاء واجهة برمجة التطبيقات، وكم رمزًا تستهلك كل استعلام، وأيّ مزود يُقدم أفضل سعر مقابل القدرة. هذا التحليل ليس خاطئًا، لكنه لا يرصد سوى جزء يسير من التكلفة الإجمالية.
ما لا يظهر في ذلك السطر هو تكلفة التكامل المتكرر. فكل عميل يُنشر دون طبقة سياق مؤسسي مشتركة يستلزم أن يبني له أحدهم، من الصفر، اتصالاته بأنظمة التسجيل في الشركة، وآليات التفويض، وقواعد الأعمال، ومنطق التصعيد. هذه ليست تكلفة نموذج، بل تكلفة هندسة وحوكمة وعمليات، وتتكرر بالكامل مع كل حالة استخدام جديدة.
وجد باحثون من جامعة هونغ كونغ وشركة Stellaris AI لدى دراسة فريق من خدمات مالية أن أكثر من 70% من الاستفسارات كانت اعتيادية بما يكفي لمعالجتها بنماذج أصغر حجمًا وأقل تكلفةً. ومع ذلك، كان كل شيء يعمل على البنية التحتية المرتفعة التكلفة ذاتها، لأن أحدًا لم يُصمم آلية للتمييز وفق درجة التعقيد. وكانت نفقات الاستدلال تتخطى 200,000 دولار شهريًا، لا لأن الأعمال متطورة، بل لأن البنية المعمارية لم تكن تحتفظ بذاكرة تُحدد متى ينبغي أن تكون كذلك.
لمشكلة توزيع التكاليف زاوية أخرى أقل وضوحًا: حين تتشتت التكاليف بين عمليات التكامل والفرق والأدوات، يغدو تحديد القيمة المُولَّدة مستحيلًا من الناحية الرياضية. لا يعني ذلك أن العائد على الاستثمار منخفض، بل إن قياسه غير متاح أصلًا، إذ لا يوجد سجل موحد يكشف أي البيانات استخدمها كل عميل، وأي قرارات اتخذها، وما تكلفته كل خطوة، وما النتيجة التي أسفر عنها. التشتت لا يُغلي تكاليف التوسع فحسب، بل يُتلف قابلية التتبع التي تجعل تبرير الاستثمار ممكنًا.
ما تُغيّره طبقة السياق المشتركة في اقتصاديات التوسع
الحل الذي بات يتشكل بين مهندسي الأنظمة المؤسسية ليس تقليص استخدام الذكاء الاصطناعي ولا استبدال النماذج بأفضل منها. الحل هو بناء طبقة سياق مشتركة تعمل بوصفها العمود الفقري لجميع العملاء وتدفقات العمل في المؤسسة.
للفكرة منطق اقتصادي دقيق: إن بُنيت المعرفة المؤسسية والصلاحيات وقواعد الأعمال ومنطق الحوكمة مرةً واحدة وعُرضت بوصفها بنية تحتية قابلة لإعادة الاستخدام، فإن التكلفة الهامشية لتوسيع حالات الاستخدام الثانية والخامسة والعاشرة تنخفض انخفاضًا ملحوظًا. لا لأن النماذج أصبحت أرخص، بل لأن الشركة لم تعد تدفع تكلفة إعادة توصيل أعمالها في كل مرة تُضيف فيها تطبيقًا جديدًا.
مرّت بهذا شركة متعددة الجنسيات في قطاع مستحضرات التجميل. كانت أولى عملاء الذكاء الاصطناعي لديها تعمل جيدًا في العروض التجريبية، لكنها تنهار عند الإنتاج الفعلي، لأن كل واحد من الحلول الستة التي اعتمدتها احتفظ بمستودع المعرفة الخاص به وبقواعد الحوكمة الخاصة به في صوامع مستقلة. كان كل عميل يبدأ من نقطة بادرة، وكل مشروع جديد يُلزم بإعادة التوصيل من الصفر. لم تكن التكلفة في النموذج، بل كانت في التكرار.
تُغير مركزة السياق أيضًا منطق التوجيه. فحين تعرف البنية التحتية نوع المهمة التي تعالجها، تستطيع توجيهها إلى النموذج المناسب: نموذج أقوى وأكثر تكلفةً للتفكير المعقد، ونموذج أصغر وأسرع للاستفسارات الاعتيادية. يتحول إنفاق الاستدلال من تكلفة ثابتة إلى متغير يستجيب لتعقيد العمل. هذا ليس تحسينًا هامشيًا، بل إعادة هيكلة لنموذج التكاليف.
وتُنتج بنية أسراب العملاء المتخصصين نتائج مماثلة من ناحية الكفاءة الحسابية. بدلًا من عميل فائق يحتاج إلى معالجة السياق الكامل للمسألة في كل خطوة، يعمل عملاء متعددون ذوو نطاقات محددة بالتوازي. يعمل كل منهم بنافذة سياق أصغر وأدق وأقل تكلفةً. يستدعي التنسيق بين العملاء حوكمةً مشتركة حتى لا يُفضي إلى مخاطر تشغيلية جديدة، لكن حين تتوفر هذه الحوكمة، يمكن أن يكون الوفر في الرموز البرمجية لكل مهمة وفيرًا.
الحوكمة ليست العائق، بل شرط التوسع
وثّقت شركة ماكنزي أمرًا تعلّمته فرق التكنولوجيا بالتجربة المُرّة: دمج الحوكمة بعد انطلاق الذكاء الاصطناعي في الإنتاج الفعلي يُولّد تكاليف إعادة هندسة قد تتجاوز القيمة التي كان النظام يُولّدها. وتُقدّر غارتنر أن تقنيات الحوكمة المدمجة جيدًا يمكن أن تخفض النفقات التنظيمية بنسبة تصل إلى 20%. هذه ليست أرقام امتثال، بل أرقام بنية معمارية.
تكمن مشكلة الحوكمة باعتبارها طبقةً تُضاف في النهاية في الأمر ذاته الذي تعاني منه السياق المُعاد بناؤه مرارًا: إذ تُعاد هندستها بالكامل لكل تطبيق. يحتاج تدفق عمل المطالبات في قطاع التأمين إلى وصول محكوم إلى بيانات حاملي الوثائق، وقابلية تتبع القرارات، وتقييد استقلالية العميل، وقواعد تصعيد نحو المراجعة البشرية. إن صُمم ذلك لهذا التدفق وحده، وجب إعادة تصميمه للتدفق التالي. عشرة عملاء مستقلون يعنون عشر نسخ من البنية المعمارية ذاتها للرقابة، وعشرة أضعاف تكلفة الاعتماد، وعشرة أضعاف مخاطر التضارب.
حين تُبنى الحوكمة بوصفها منصةً، تُعرَّف الضوابط مرةً واحدة في صيغة برمجية وتُطبَّق بصورة شاملة عبر جميع التدفقات. لا تتضاعف التكلفة طرديًا مع عدد العملاء لأن الضوابط موجودة قبل وصول العملاء. هذا الفارق هو ما يُميّز المؤسسات القادرة على توسيع الذكاء الاصطناعي من تلك التي تراكم ديونًا تقنية وتشغيلية في حين تظن أنها في طريق التوسع.
لقابلية التتبع التي تُنتجها منصة الحوكمة فائدة إضافية نادرًا ما تُذكر صراحةً في نقاشات العائد على الاستثمار: فهي تحوّل الذكاء الاصطناعي من صندوق أسود إلى نظام قابل للتدقيق. كل تدفق عمل يُخلّف سجلًا يوضح أي البيانات استُخدمت، وأي إجراءات اتُّخذت، وأي تدخل بشري استُلزم، وكم كان تكلفةً، وما كانت النتيجة. هذا ليس ضبطًا للمخاطر وحسب، بل هو البنية التحتية التي تُتيح قياس القيمة الاقتصادية بالدقة التفصيلية التي ستطالب بها مجالس الإدارة والمستثمرون بإلحاح متصاعد.
البنية المعمارية بوصفها قرارًا لتوزيع القيمة
ثمة بُعد يميل التحليل التقني إلى إغفاله، مع أن له تداعيات اقتصادية مباشرة: لا تُحدد البنية المعمارية للذكاء الاصطناعي مدى كفاءة عمل المؤسسة فحسب، بل تُحدد أيضًا من يحصد القيمة التي يُولّدها الذكاء الاصطناعي.
المؤسسة التي تبني طبقة سياق مشتركة وآلية توجيه ذكية ومنصة حوكمة موحدة تبني أصولًا داخلية تُقلص اعتمادها على الموردين الخارجيين. فبإمكانها استبدال نموذج اللغة الأساسي دون إعادة بناء منطق الأعمال، وإضافة تطبيقات جديدة دون دفع التكلفة الكاملة للتكامل من جديد، وتدقيق قيمة كل تدفق عمل لأن البنية التحتية تُمكّنها من ذلك.
أما المؤسسة التي لا تبني ذلك فهي تُوكل إلى الخارج، بصورة دائمة، اقتصاديات الحجم في الذكاء الاصطناعي. فكل مزود جديد وكل نموذج جديد وكل أداة جديدة يحتجز جزءًا من القيمة، لأن الشركة تفتقر إلى البنية المعمارية التي تُمكّنها من استيعاب هذا الاحتجاز داخليًا. يرتفع تكلفة التحول، وتنخفض القدرة التفاوضية، وتتسرب القيمة التي يُولّدها الذكاء الاصطناعي نحو الخارج بدلًا من تراكمها في الداخل.
لهذا انعكاسات على طريقة تقييم الإنفاق على الذكاء الاصطناعي. السؤال الذي ينبغي لكبار مسؤولي المعلومات الإجابة عنه ليس كم تكلف النموذج، بل ما الجزء من هذا الإنفاق الذي يبني قدرةً قابلةً لإعادة الاستخدام، وما الجزء الذي يدفع، مرةً أخرى، مقابل قدرة كان ينبغي أن تكون متاحةً بالفعل. الإجابة عن هذا السؤال هي الفارق بين استثمار في البنية المعمارية وإنفاق يتكرر دون أن يتراكم.
72% من المؤسسات التي تُراوح عند نقطة التعادل أو تُحقق خسائر لا تمتلك بالضرورة نماذج رديئة. بل تمتلك بنيةً معماريةً تكفل أن تكون تكلفة كل حالة استخدام جديدة قريبةً من تكلفة الحالة الأولى. هذه ليست مشكلة ذكاء، بل مشكلة تصميم. ومشاكل التصميم لها حلول أكثر تحديدًا وأكثر ديمومةً وأكثر قابليةً للقياس من انتظار أن تنخفض أسعار الاستدلال بما يكفي لتستقيم الحسابات من تلقاء ذاتها.
