الفاتورة الثانية: حين تتجاوز تكلفة إصلاح كود الذكاء الاصطناعي كل ما وفّرته
توليد الكود بالذكاء الاصطناعي يكلف القليل جداً. أما التحقق منه فلا يزال يتطلب الجهد البشري كاملاً، وفي المسافة بين هذين الرقمين تُصرف ميزانيات تقنية المعلومات خلال العقد المقبل.
كل فاتورة للكود الذي يُنتجه الذكاء الاصطناعي تصل مرتين. الأولى هي الاشتراك الشهري، وهو مبلغ زهيد لا يُذكر. أما الثانية فهي تكاليف إصلاح الديون التقنية الناتجة عن الذكاء الاصطناعي، وهي التي تُطيح بالجدوى التجارية للمشروع بأكمله. معظم المؤسسات لم تُدرجها في حساباتها بعد.
تتبّع الآلية، لا الحملة التسويقية. كتابة الكود لم تكن يوماً الجزء الباهظ من صناعة البرمجيات؛ الفهم هو الباهظ. السطر البرمجي يُكتب مرة واحدة ويُقرأ مرات عديدة: يقرؤه المهندس وهو يُصلح عطلاً في منتصف الليل، ويقرؤه المدقق متسائلاً لماذا يفعل ما يفعله، ويقرؤه الموظف الجديد وهو يحاول أن يعرف إن كان تعديله سيكسر شيئاً آخر. حين يصبح التوليد فورياً، لا تختفي هذه العقبة، بل تنتقل: من لوحة المفاتيح إلى طابور المراجعة، ومن الإبداع إلى التحقق.
التحقق يتوسع مع الحجم، لا مع السرعة. ضاعِف إنتاج فريق باستخدام مساعد برمجي بالذكاء الاصطناعي، وتكون قد ضاعفت أيضاً المساحة التي يجب أن يقرأها أحدهم ويختبرها ويتحمّل مسؤوليتها. المكسب في الإنتاجية والالتزام القانوني يصلان في المعاملة نفسها. هذا التفاوت هو الاقتصاد الحقيقي لصفقة الذكاء الاصطناعي: التوليد أصبح رخيصاً، أما الحكمة فلم تصبح كذلك.
الأرقام بدأت تصل، وتصل كلها في الاتجاه نفسه. برنامج أبحاث DORA التابع لجوجل، وهو الدراسة الطولية الأكثر صرامة حول تسليم البرمجيات، وجد أن زيادة اعتماد الذكاء الاصطناعي بنسبة 25% ارتبطت بانخفاض استقرار التسليم بنسبة 7.2%. كود أكثر، بسرعة أكبر، وبجودة أسوأ. ثم هناك النتيجة الأغرب. في تجربة عشوائية أجرتها في 2025 منظمة الأبحاث METR، أنهى مطورون ذوو خبرة في المصادر المفتوحة مهامهم بمساعدة الذكاء الاصطناعي بنسبة 19% أبطأ، بينما ظنوا أنهم كانوا أسرع بنحو 20%. مكسب يشعر به الجميع مقروناً بخسارة لا يلاحظها أحد: هذا بالضبط شكل ضريبة التحقق من الداخل.
المستودعات البرمجية نفسها تعترف. تحليل أجرته شركة GitClear المتخصصة في جودة الكود على مئات ملايين الأسطر البرمجية المرحّلة يُظهر ارتفاعاً حاداً في الكتل المنسوخة وتبدّل الكود منذ انتشار مساعدات الذكاء الاصطناعي: كود أكثر يُكتب، ثم يُعاد كتابته، لأن لا أحد امتلكه من البداية. التبدّل هو صوت طباعة الفاتورة الثانية.
كيف تبدو تكاليف إصلاح الديون التقنية للذكاء الاصطناعي في الواقع؟
لا أحد يستطيع، بأمانة، أن يمنحك متوسطاً صناعياً مرتباً، وينبغي أن تشكّ في أي جهة تدّعي ذلك. لكن ملامح الفاتورة واضحة بالفعل في العمل اليومي. هناك كود يجتاز المراجعة لأنه يبدو معقولاً، ثم يفشل في الإنتاج لأن المعقولية ليست خاصية من خصائص الصحة. وهناك نظام يعمل لكن لا يمكن تعديله بأمان، لأن لا أحد في الشركة قادر على تفسير سبب بنائه على هذا النحو. وهناك تدقيق أمني بات يغطي آلاف الأسطر التي لا يتذكر أحد أنه طلبها.
اسأل من يقوم بالعمل فعلياً. في استطلاع Stack Overflow لعام 2024 للمطورين، أقل من نصف المشاركين قالوا إنهم يثقون بدقة أدوات الذكاء الاصطناعي، بل إن التقييم الإيجابي تراجع رغم تصاعد الاعتماد عليها. القطاع يستخدم الأدوات ويشكّ فيها في آن واحد. وهذه الفجوة تُدفع ثمناً في وقت المراجعة، لأن الشك المصحوب بموعد نهائي هو ببساطة مترجم أبطأ. كل واحدة من هذه الحالات ضريبة صامتة على كل ميزة مستقبلية، وهي ضريبة تتراكم.
حيثما تظهر مشكلة متكررة ومكلفة، تتشكّل حولها سوق، وهذه السوق تتجمّع الآن على مرأى من الجميع في ثلاث طبقات. الأولى: القياس؛ فعمل GitClear بأكمله هو قياس حجم الضرر، وهذا يعني أن الضرر قابل للفوترة. الثانية: الأتمتة؛ فشركات مثل Moderne تبيع خدمات إصلاح وترحيل الكود بشكل آلي وعلى نطاق واسع، وهي فئة منتجات لم تكن تقريباً موجودة قبل طفرة الذكاء الاصطناعي التي جعلتها ضرورية. الثالثة، والأغلى ثمناً: الإنقاذ البشري؛ فالشركات الاستشارية التي كانت قبل ثمانية عشر شهراً تبيع «تبنّي الذكاء الاصطناعي» تعيد اليوم تموضعها لتبيع «التعافي من الذكاء الاصطناعي».
وإشارة الطلب وراء هذه الطبقات الثلاث قاتمة. تحليل مؤسسة RAND لإخفاقات مشاريع الذكاء الاصطناعي يضع معدل الفشل فوق 80%، أي ضعف معدل فشل مشاريع تقنية المعلومات التقليدية تقريباً، وكل مشروع فاشل من هذه المشاريع هو عقد إصلاح مستقبلي. تتبّع الحوافز، وتكتب النتيجة نفسها: الشريك الذي حاسبك على الترحيل سيحاسبك بكل سرور على الإنقاذ لاحقاً. والسبب في ارتفاع تكلفة الإنقاذ لا يراه المشترون قادماً: فالمُصلِح يجب أن يضمن كوداً لم يكتبه ولا يستطيع تفسيره بالكامل، فتُسعَّر إعادة الإصلاح كما تُسعَّر إزالة الأسبستوس في الهدم: علاوة المخاطرة أولاً، وأجرة العمل ثانياً. وسيتبع ذلك عن قرب ذيل من التأمين والتدقيق، لأن أحداً ما سيضطر في النهاية إلى تحمّل مسؤولية الإجابة عن سطر برمجي لم يكتبه أحد.
أليست هذه مجرد فورة الضجيج المعتادة بعد الحماس الأول؟
هذا اعتراض منصف، ويستحق اختباراً لا مجرد تلويحة يد. كل تقنية جادة تمر بمرحلة انخفاض تُستحق فيها الفواتير المبكرة: تتحسن الأدوات، وتنضج الممارسة، ويستقر الاقتصاد. إن كان هذا كل ما في الأمر، فتجارة الإصلاح مجرد هامش عابر، والمتشككون يهزّون قبضاتهم في وجه سحابة عابرة.
لكن الحجة المضادة بنيوية، وتأتي من تاريخ الكود الذي لا يقرؤه أحد. المترجم البرمجي (compiler) الذي تستخدمه يُنتج كوداً آلياً لا يفحصه أي إنسان، ولا يسمّي أحد ذلك ديناً تقنياً. الفارق هو البرهان: المترجم حتمي وصحته مُهندَسة ومُتحقق منها، لذا فإن الثقة بمخرجاته لا تكلّف شيئاً. أما مخرجات الذكاء الاصطناعي فلا تحمل ضماناً كهذا؛ فهي مرجّحة إحصائياً لا مُبرهَنة، وهذا ما يجعل المراجعة البشرية سمة دائمة في سير العمل، لا مرحلة انتقالية ستتجاوزها الأداة مع الوقت. النماذج الأفضل ستُقلّص معدل الفشل، لكنها لن تُلغي الحاجة إلى شخص مسؤول يقول: «نعم، هذا صحيح».
وقد دفعت فورد هذه الفاتورة التعليمية بالفعل. الشركة أعادت توظيف أكثر من 300 مهندس مخضرم بعد أن قصّر الذكاء الاصطناعي والأنظمة الآلية عن تحقيق الجودة المطلوبة، بحسب ما ذكرت TechCrunch، وسط تكاليف ضمان واستدعاء أجبرت الشركة على مواجهة المشكلة. الموظفون الذين اعتُبروا فائضاً عن الحاجة تبيّن أنهم كانوا من يحمي خط الجودة. تُرقّب موجة إعادة توظيف أهدأ بكثير من ضجيج تسريح العمالة، وتوقّع أن تستمر العلاوة المدفوعة للمهندسين القادرين على قراءة نظام، لا مجرد مطالبته بالتنفيذ، في الارتفاع.
ثم هناك سعر الأداة نفسها. تسعير واجهات برمجة التطبيقات اليوم مدعوم، بأي قراءة واقعية للاقتصاد: فالمزودون الكبار ينفقون أموال المستثمرين لشراء حصة سوقية، ولا أحد جاد يظن أن هذه الأسعار دائمة. الجدل الحقيقي الوحيد يدور حول التوقيت. توقّع أن تبدأ الاشتراكات الثابتة بفرض أسقف وعدادات وقيود استخدام، لأن تسعير الاستحواذ على السوق ينتهي دائماً بالعدّادات.
إن كانت جدواك التجارية تتوازن فقط عند أسعار مدعومة، فأنت لا تملك جدوى تجارية؛ أنت تملك رهاناً على سيولة شخص آخر. وستصل إعادة التسعير في اللحظة نفسها التي تصلك فيها فاتورة الإصلاح.
والتصور العام يتحرك في الاتجاه نفسه. قبل عامين كانت عبارة «مدعوم بالذكاء الاصطناعي» ميزة تسويقية؛ واليوم باتت تُقرأ، على نحو متزايد، كاعتراف بأن التدقيق تم تجاوزه ولم يتفحصه أحد جيداً. وحين ينقلب الوسم من ابتكار إلى إهمال، تنتقل العلاوة إلى من يستطيع إثبات العكس. توقّع أن تصبح عبارة «تمت مراجعته بشرياً» هي «الصنع اليدوي» الجديد: ادعاء جودة له ثمنه.
ما الذي ينبغي فعله فعلياً؟
الاستجابة العاقلة هي مسألة حساب بسيط. عامل الكود المولَّد كما تعامل عمل غريب موهوب: مفيد وسريع، لكنه غير موثوق حتى يراجعه من يتحمّل عواقبه. وهذا يعني إبقاء البشر في سيطرة حقيقية على أنظمة الذكاء الاصطناعي، لا كختم موافقة شكلي، بل كطبقة تتحمّل الوزن الفعلي. ويعني أيضاً القيام بالعمل غير البرّاق المتمثل في التأهب قبل البناء: جودة البيانات، ووضوح الملكية، وخطة رجوع حين يسوء شيء ما. ويعني كذلك التعاقد على الفوضى مسبقاً: إن كان مزوّد ما يُولّد أنظمتك، فتفاوض على حقوق التدقيق وشروط الخروج الآن، طالما لا يزال بحاجة إلى توقيعك. واعرف حجم تعرّضك الحالي؛ فإن لم تكن قادراً على تحديد أي أجزاء من منظومتك لا يستطيع أحد تفسيرها، فإن نظرة فاحصة على استراتيجيتك التقنية تكلّف أقل من اكتشاف ذلك أثناء التشغيل الفعلي.
الفتيل الطويل هو خط أنابيب المواهب. المهندسون الكبار يُصنعون على مدى سنوات من أداء عمل المبتدئين بشكل غير متقن، ثم أقل سوءاً بقليل، حتى ينضجوا. وأتمتة عمل المبتدئين تُقلّص العرض المستقبلي من كبار المهندسين، تحديداً في اللحظة التي ستحتاجهم فيها سوق الإصلاح أكثر من أي وقت مضى. هذا التحدي لا يقل إلحاحاً في المؤسسات الخليجية التي تراهن بقوة على الذكاء الاصطناعي ضمن برامج مثل رؤية السعودية 2030 واستراتيجية الإمارات للذكاء الاصطناعي؛ فالاستثمار في الأنظمة لا يغني عن الاستثمار في من يفهمها. مهندسو فورد العائدون نموذج مبكر لأندر مورد في العقد المقبل من صناعة البرمجيات.
العرض التجريبي كان مجانياً. الصيانة هي المنتج الحقيقي. فإما أن تُدرج الفاتورة الثانية في ميزانيتك، أو تدفع لمن ينجيك منها.
أسئلة شائعة
ما هو الدين التقني الناتج عن الذكاء الاصطناعي؟
هو التكلفة المستقبلية المتراكمة حين يُولَّد الكود والأنظمة بوتيرة أسرع من قدرة أي أحد على فهمها. الدين التقني التقليدي له على الأقل مؤلف يمكن سؤاله؛ أما الدين التقني الناتج عن الذكاء الاصطناعي فلا مؤلف له، لأن «المؤلف» كان نموذجاً، والمنطق وراء اختياراته لا وجود له في أي مكان. وكل تعديل أو تدقيق أو حادثة لاحقة تدفع فائدة على هذه الفجوة.
كم تكلف عملية إصلاح الكود الذي أنتجه الذكاء الاصطناعي؟
لا يوجد بعد متوسط صناعي أمين، وأي جهة تعرض رقماً دقيقاً على الأرجح تبيعك شيئاً آخر. لكن ما يترتب منطقياً على الآلية واضح: الإصلاح يكلّف أكثر من التوليد الأصلي، لأن فك تعقيد نظام ما يتطلب فهمه أولاً، والفهم هو الجزء الذي لم يجعله الذكاء الاصطناعي أرخص ولا أسرع. البند الواقعي في الميزانية هو وقت المراجعة والاختبار والتدقيق، وهو يتناسب مع حجم الكود المولَّد، لا مع سرعة توليده.
هل تعيد الشركات فعلاً توظيف مهندسين استُبدلوا بالذكاء الاصطناعي؟
شركة كبرى واحدة على الأقل فعلت ذلك علناً: فورد أعادت توظيف أكثر من 300 مهندس مخضرم بعد أن أخفق الذكاء الاصطناعي والأنظمة الآلية في تحقيق الجودة التي تحتاجها الشركة، بحسب ما ذكرت TechCrunch. أما أن تتحول هذه الحالة إلى موجة عامة فهذا توقّع مستنير، لا حقيقة مؤكدة بعد. الإشارة الأولى ستظهر في سوق المهندسين ذوي الخبرة القادرين على صيانة الأنظمة، لا مجرد توليدها.
مواضيع ذات صلة
- احتكار الذاكرة الذي يقف وراء تضخم تكاليف الذكاء الاصطناعي
- هاوية دعم الذكاء الاصطناعي: مستثمرو موردك كانوا يدفعون فاتورتك
- التمويل الدائري في بنية الذكاء الاصطناعي التحتية: قصر من المرايا مرهون بالكامل
- AI & Automation
كُتب بواسطة شخصية تحريرية بالذكاء الاصطناعي ضمن نظام التحرير الخاص بـ Abyshire وروجع من فريقنا.