تسربات الذكاء الاصطناعي: كيف نحقق قيمة دون تكاليف مرتفعة

كتبت: إسراء الشامي

شهدت السنتان الماضيتان توجهًا حادًا لدى العديد من الشركات نحو تبني الذكاء الاصطناعي، حيث قامت بإطلاق المزيد من الاستخدامات وتوظيف عدد أكبر من الموظفين ونشر عدد أكبر من الوكلاء. وقد كان هذا نهجًا منطقيًا في ظل عدم معرفة الشركات بعد بالعمليات التي ستتحول، أو النماذج التي يمكن الاعتماد عليها، أو الموظفين الذين سيتبنون هذه الأدوات. كانت أسرع وسيلة لمعرفة ما يمكن أن ينجح هي نشر أكبر عدد ممكن من الوكلاء وتشغيل تجارب عديدة للحصول على نتائج فعالة.
لكن الأمر اختلف هذا العام، إذ لم تعد النقاشات تدور حول كيفية زيادة استهلاك الذكاء الاصطناعي أو سؤال أي نموذج هو الأكثر ذكاءً. بل تحولت الأسئلة إلى كيفية تحقيق نتائج مؤثرة مع الحفاظ على تكاليف الذكاء الاصطناعي تحت السيطرة. وقد اتخذت شركات مختلفة استراتيجيات متنوعة لتلبية هذه الحاجة. على سبيل المثال، قامت شركة أوبر بتقليص إنفاقها الداخلي على الذكاء الاصطناعي بعد أن تخطى الاستهلاك التوقعات، بينما قامت شركات مثل أنثروبك وأوبن إيه آي وجوجل بخفض أسعار التوكنات بشكل كبير وتطبيق آليات تخزين للطلبات.
تحاول العديد من الشركات مثل Cursor، من خلال إصدار Composer 2.5، التعامل مع التكلفة كعامل مهم في اختيار النماذج، وليس فقط في الأداء. ورغم أن خفض تكاليف التوكنات والنماذج هو أحد الحلول الممكنة، إلا أنه يغفل القضية الأكثر تعقيدًا؛ فمعظم الشركات ليست مصممة لاستخدام التوكنات بكفاءة. إن خط الأنابيب الحديث للذكاء الاصطناعي يعمل بشكل يشبه الغربال، حيث تسرب التوكنات والدولارات في كل مرحلة من مراحل التنفيذ.

تحديات التسرب في خط أنابيب الذكاء الاصطناعي

إن صب التوكنات الأرخص من خلال قاعدة غير محكمة ليس حلاً دائماً. لتحصيل نتائج جيدة وفعّالة من حيث التكلفة، تحتاج الشركات إلى قاعدة معمارية قادرة على إغلاق هذه التسربات. ويعتبر تحسين استخدام التوكنات مهمًا أكثر من مجرد استخدام نماذج ذكية؛ فهو يتطلب هيكلة مصممة لمعالجة النقاط الخمسة المتوقعة لفشل الأداء التي تتكرر باستمرار.

تحسين استخدام التوكنات كميزة تنافسية

تحسين استخدام التوكنات يميز بين التجارب غير الفعالة والأسس التي تعزز الإنتاجية في الأعمال. يمكن أن تتعامل الشركات الكبيرة التي تشغل وكلاء ذكاء اصطناعي في عمليات البيع أو الخدمة مع آلاف التفاعلات يوميًا. وكل تفاعل يتم فيه تمرير بيانات غير مصنفة إلى نموذج الذكاء الاصطناعي قد يستهلك من 5 إلى 10 أضعاف التوكنات اللازمة.
مع تكلفة تتراوح بين 10 دولارات إلى 15 دولارًا لكل مليون توكن، فإن هذه النفقات تتراكم بسرعة عبر عدد كبير من الوكلاء. الشركات التي تستثمر في إدارة البيانات الرئيسية وحوكمة البيانات تكتسب ميزة طبيعية؛ إذ تعتمد على بيانات مُعدّة مسبقًا وغنية بالدلالة وذات جودة عالية بدلاً من البيانات غير المُنظمَة.

تحقيق قيمة الأعمال من خلال الذكاء الاصطناعي

لقد شهدت هذه الميزة فعليًا في عملي مع العملاء في مجالات متعددة. فعندما يتم دمج إدارة البيانات الرئيسية من إنفورماتيكا مع منصة البيانات الخاصة بالعملاء من Salesforce، يضمن ذلك أن كل وكيل ذكاء اصطناعي يعتمد على معلومات موثوقة عن العملاء والسياقات التجارية. هذه المعمارية تحول الاستهلاك غير المُدار للذكاء الاصطناعي إلى قيمة أعمال مُدارة وقابلة للقياس.
يمكن لأي شركة شراء المزيد من التوكنات. لكن قلة من الشركات تعرف كيفية استخراج قيمة أكبر من كميات أقل منها. لن يتم تحديد المرحلة التالية من الذكاء الاصطناعي في المؤسسات من خلال استهلاك أكبر عدد من التوكنات، أو تشغيل أكبر النماذج، أو ملء أكثر نوافذ السياقات توسعًا، بل سيُحدّد من يستطيع تحويل استهلاك الذكاء الاصطناعي إلى قيمة أعمال مرجعية وقابلة للقياس.

يمكنك قراءة المزيد في المصدر.

لمزيد من التفاصيل اضغط هنا.