إذا لم تحسب تكلفة الذكاء الاصطناعي لكل مهمة، فأنت لم تُسعّره بعد
المؤسسات تضع ميزانيات الذكاء الاصطناعي وكأنه برنامج بترخيص لكل مستخدم. الحقيقة أنه مرفق يُقاس بالعدّاد، وقلة قليلة جدًا من جهة الشراء تكلّف نفسها عناء قراءة العدّاد.
معظم المؤسسات التي تشتري الذكاء الاصطناعي على نطاق واسع لا تزال عاجزة عن حساب تكلفة المهمة الواحدة. تعرف السعر لكل مستخدم لكل أداة أخرى تملكها، وتعرف السعر المعلن على صفحة تسعير المزوّد. أما ما يقع بين هذين الرقمين، تكلفة إنتاج قطعة عمل واحدة مكتملة، فغالبًا ما يكون هزّة كتف وفاتورة شهرية لا يستطيع أحد تفكيكها.
هذه الفجوة ليست تفصيلًا يخص قسم المالية، بل خطأ في تصنيف الشيء المشترى أصلًا. بيعت برمجيات الأعمال بنظام الترخيص لكل مستخدم لثلاثين عامًا، فتلقائيًا تنمذج إدارة المشتريات الذكاء الاصطناعي على المنوال نفسه: بند واحد في الموازنة، يتضاعف مع عدد الموظفين. لكن ما اشتريته فعليًا هو مرفق يُقاس بالعدّاد. العدّاد يحسب الرموز اللغوية (tokens)، وعدد الرموز التي تستهلكها المهمة لا علاقة له تقريبًا بعدد من سجّل الدخول.
العدّاد يقيس ما يحدده البائع
الرمز اللغوي (token) ليس كلمة ولا مقطعًا صوتيًا ولا أي وحدة لغوية يتعرف عليها إنسان. إنه جزء تنتجه خوارزمية ضغط أعيد توظيفها كمعجم. التقنية التي تقوم عليها فوترة القطاع اليوم اقتُبست من أسلوب ضغط يُعرف بترميز أزواج البايت (byte-pair encoding)، طوّره ريكو سِنريتش وباري هادو وألكسندرا بيرش في جامعة إدنبرة، استنادًا إلى عمل فيليب غيج في الضغط عام 1994. اختير هذا الأسلوب لأنه يتعامل بسلاسة مع الكلمات النادرة، ولم يختره أحد ليكون وحدة حساب. لكنه أصبح كذلك.
يوقّع المشتري عقدًا مقوّمًا بكمية هي في الأصل ناتج عرضي لعملية تدريب نموذج، بينما ينشر البائع سعر المليون رمز على صفحة تسعير علنية قابلة للتغيير في أي وقت. الأسعار مرئية بطريقة لا يكون فيها الحجم المستهلك مرئيًا أبدًا. لا تتحكم لا في عدد الرموز التي يتحول إليها طلبك ولا في عدد الرموز التي يقرر النظام توليدها في الرد، والفاتورة هي حاصل ضرب الاثنين.
كيف تحسب تكلفة المهمة الواحدة في الذكاء الاصطناعي؟
ابدأ بالآلية: النموذج لا يملك ذاكرة بين الطلبات. الاستمرارية وهم ينتج عن إعادة إرسال المحادثة بأكملها، إضافة إلى التعليمات الخفية للنظام وتعريفات الأدوات، في كل دورة تفاعل. توثيق المزوّدين صريح في أن مخرجات الدورة السابقة تصبح مدخلات في الدورات اللاحقة.
والحساب الرياضي يتبع ذلك دون الحاجة إلى أي اختبار قياس. إذا أضافت كل دورة تفاعل نحو k من الرموز، وأُعيدت معالجة كل الدورات المتراكمة في كل مرة، فإن إجمالي الرموز المُعالَجة عبر n من الدورات يساوي k(1+2+…+n)، أي kn(n+1)/2، وهي علاقة تربيعية مع عدد الدورات. فمثلًا، إذا استغرقت جلسة عشر دورات تفاعل وأضافت كل دورة نحو ألف رمز، فستُحاسَب فعليًا على نحو 55,000 رمز إدخال بدلًا من الـ10,000 التي يتوقعها النموذج الذهني الخطي، لأن التبادل العاشر يدفع ثمن التسعة السابقة كلها من جديد. المساعد المحادثي يجيب مرة واحدة ويتوقف، أما الوكيل الذكي فيكرر الحلقة، والحلقة هي منحنى التكلفة.
أضف الآن التكاليف الثابتة. تعليمات النظام ومخططات الأدوات تُرسَل مع كل استدعاء، لذا تتحمل المهام القصيرة نسبة تكاليف عامة مرهقة: قد تنفق معظم الطلب في إعادة وصف الأدوات لا في إنجاز العمل. ثم اقسم على معدل النجاح. فمثلًا، إذا أنتجت سبع محاولات من عشر نتيجة قابلة للاستخدام، فإن تكلفتك الحقيقية للمهمة المكتملة هي إجمالي الإنفاق مقسومًا على 0.7، أي أعلى بنحو 43% من الرقم الساذج.
العدّاد يعمل بحسب المحاولات، بينما القيمة لا تتحقق إلا عند النجاح، وأي دراسة جدوى للذكاء الاصطناعي تفترض ضمنيًا أن الرقمين متطابقان تُبالغ في تقدير هامشها.
لماذا تكلف المهمة نفسها أكثر في بعض اللغات؟
لأن المعجم تعلّم أساسًا من نصوص إنترنت غنية بالإنجليزية، فهو يضغط ما رآه كثيرًا بكفاءة أعلى بكثير مما رآه نادرًا. عمل بحثي مستقل عُرض في مؤتمر NeurIPS لبيتروف وزملائه، بمقارنة نصوص متوازية متعددة اللغات، يوثّق فروقًا كبيرة في طول النص بعد الترميز تبعًا للغة، وتختلف حدّة الفارق باختلاف أداة الترميز وزوج اللغتين المقارَن.
وما ينتج عن ذلك هو بنية هامش ربح لم يخترها أحد. التفاعل نفسه مع خدمة العملاء، بالمعيار نفسه من الجودة، يكلّف الشركة أكثر بشكل ممنهج في بعض الأسواق مقارنة بغيرها، والفارق غير مرئي في أي لوحة بيانات تقيس التكلفة لكل مستخدم. هذا وضع بالغ الأهمية للمؤسسات التي تخدم أسواقًا متعددة اللغات في المنطقة، من الخليج إلى بلاد الشام وشمال أفريقيا، حيث تتعامل المنتجات مع العربية والإنجليزية معًا: لديها مشكلة اقتصاد وحدة لكل سوق لم تدخل قط في نموذج التسعير، وأعباء العمل الكثيفة بالبرمجة ترث التفاوت نفسه من الجهة المقابلة.
السقف الذي يفشل في صمت
نافذة السياق حد صارم، وتجاوزها يعني إسقاط جزء من المعلومات. العرَض، وهو تدهور جودة الإجابات في عمق الجلسات الطويلة، يبدو تمامًا مثل عدم موثوقية، فتلجأ الفرق إلى نموذج أكبر أو مزوّد مختلف بينما كانت المشكلة الفعلية تجاوزًا في السعة نتيجة تخطيط خاطئ. تشخيص ذلك يتطلب معرفة الحدود المعلنة لما اشتريته، والمعلن يعني ما صرّح به المزوّد ومؤرَّخ، على غرار ورقة OpenAI الصادرة في مايو 2020 التي تحدد GPT-3 كنموذج انحداري ذاتي بـ175 مليار معلمة. أي مصدر مأخوذ من مجمّع مدونات هو مجرد إشاعة متداولة. هذا من الأمور التي تستحق التسوية قبل الالتزام بالبناء، لا أثناء مراجعة الحادثة بعد وقوعها.
ماذا يحدث حين تنتهي الخصومات؟
الاعتراض البديهي: أسعار الرموز تراجعت مرارًا، فلماذا نمذجة أي من هذا؟ لأن سعر الوحدة وحجم الاستهلاك يتحركان في اتجاهين متعاكسين. أسعار الرمز الواحد تنخفض بينما تدفع أنماط الوكلاء الاستهلاك لكل مهمة إلى الارتفاع بمقدار رتبة كاملة تقريبًا، والأثر الثاني يتفوق حاليًا على الأول في السرعة. الأسعار المتراجعة حجة لمعرفة منحناك، لا حجة ضده. المنحنى يخبرك أي أعباء العمل تنتقل من غير مجدية إلى مجدية عند أي سعر، وأيها كان قابلاً للاستمرار فقط لأن جهة أخرى كانت تمتص الفارق.
ما إذا كانت الأسعار الحالية أعلى أو أدنى من تكلفة تقديم الخدمة أمر لا يستطيع المشتري التحقق منه من الخارج. البنية واضحة بما يكفي: البائع يحدد الوحدة، ويضع السعر، ويراجع الاثنين، بينما لا تملك جهة الشراء وسيلة مستقلة لتدقيق الكمية المفوترة. هذا قدر غير معتاد من عدم التكافؤ لقبوله في بند تشغيلي، والاستجابة العاقلة هندسية لا احتجاجية: قِس الرموز لكل مهمة مكتملة في كل عبء عمل، وسجّل معدل الفشل، وحدّد سقفًا متعمدًا لطول المحادثة، وصمّم حلقات وكلاء لا تجرّ خلفها تاريخها الكامل. هذه قرارات معمارية تخص طريقة بناء الوكلاء، ومكانها في الاستراتيجية التقنية، لا في مراجعة المالية.
الشركة القادرة على تسعير الذكاء الاصطناعي لكل مقعد، أو لكل استدعاء، أو لكل شهر، تكون قد قاست شيئًا ما. لكنها لم تقس الشيء الذي تشتريه فعلًا.
أسئلة شائعة
ما الذي ينبغي أن أقيسه بدلًا من الرموز لكل استدعاء API؟
الرموز لكل مهمة مكتملة، مقسّمة حسب عبء العمل، مع إرفاق معدل الفشل. الرقم لكل استدعاء يخفي كلًا من السياق المعاد إرساله في الجلسات متعددة الدورات وتكلفة المحاولات التي لم تُنتج شيئًا قابلًا للاستخدام، وهذان هما الموضعان اللذان يختبئ فيهما الإنفاق الزائد فعليًا.
هل يحل التخزين المؤقت أو تقصير المطالبات مشكلة التكلفة غير الخطية في جلسات الوكلاء الطويلة؟
يقلل من الثابت، لا من شكل المنحنى. تقليص تعليمات النظام أو إعادة استخدام سياق مخزَّن مؤقتًا يخفض تكلفة كل دورة تفاعل، لكن ما دام التاريخ المتراكم يُعاد إرساله في كل دورة، يظل إجمالي السياق المعالَج ينمو مع مربع عدد الدورات. تحديد سقف لطول الجلسة وتلخيص التاريخ هو ما يغيّر شكل المنحنى نفسه.
لماذا يرتفع إنفاقنا على الذكاء الاصطناعي دون إضافة مستخدمين جدد؟
لأن الإنفاق يتبع حجم العمل المُنجز لا عدد المقاعد المشغولة. مستخدم واحد يشغّل مهام أطول وأكثر اعتمادًا على الوكلاء بعدد أكبر من استدعاءات الأدوات يستهلك أكثر بكثير من عدة مستخدمين يطرحون أسئلة بسيطة لمرة واحدة، لذا تنحرف التوقعات المبنية على عدد الموظفين بسرعة بمجرد أن يحل الوكلاء محل المحادثة البسيطة.
مواضيع ذات صلة
- احتكار الذاكرة الذي يقف وراء تضخم تكاليف الذكاء الاصطناعي
- أقل قدر من الصلاحيات لوكلاء الذكاء الاصطناعي: فكرة عمرها خمسون عامًا يتجاهلها مشروعكم التجريبي
- هاوية دعم الذكاء الاصطناعي: مستثمرو موردك كانوا يدفعون فاتورتك
- AI & Automation
كُتب بواسطة شخصية تحريرية بالذكاء الاصطناعي ضمن نظام التحرير الخاص بـ Abyshire وروجع من فريقنا.