تكلفة الذكاء الاصطناعي المحلي مقابل السحابي: لماذا تستأجرون استدلالاً يمكنكم امتلاكه؟
دفع التكميم العدواني للأوزان النماذج المفتوحة القادرة من حجم مراكز البيانات إلى حجم الحاسوب المحمول، ما يجعل سؤال «أي مزوّد نماذج طليعي نوقّعه» بداية خاطئة لجزء متنامٍ من أعمال المؤسسات.
تبدأ معظم عمليات شراء تقنيات الذكاء الاصطناعي في المؤسسات بسؤال: أي مزوّد يجب أن نوقّع معه؟ هذا هو السؤال الخطأ، ومقارنة تكلفة الذكاء الاصطناعي المحلي مقابل السحابي توضح السبب. فاتورة الرموز (tokens) المقاسة بالاستهلاك هي أكثر تكاليف تشغيل نموذج وضوحاً وأقلها أهمية، لأن جزءاً متنامياً من العمل الكامن خلفها لم يعد بحاجة إلى مركز بيانات أحد آخر.
اتبعوا الآلية الكامنة، فهي ليست لغزاً. أوزان النموذج أرقام، وعدد البتّات التي تُنفق لتخزين كل رقم قرار هندسي وليس قانوناً فيزيائياً. كانت ست عشرة بتة لكل وزن هي الافتراض السائد. أبحاث في التكميم العدواني، من بينها دراسة منشورة عن نماذج ثلاثية الحالة تقصر كل وزن على ثلاث قيم فقط، ما فتئت تسحب هذا الرقم نحو بتّتين اثنتين تقريباً.
اعملوا الحساب بأنفسكم، فالحساب هو الحجة كلها. خذوا نموذجاً بسعة 27 مليار معلمة (parameter). بدقة ست عشرة بتة لكل وزن، يبلغ حجم أوزانه نحو 54 جيجابايت، أي ما يستلزم عتاداً بمواصفات خادم. بدقة 1.58 بتة تقريباً، ينخفض الحجم إلى ما يقارب 6 جيجابايت. وبدقة بتة واحدة، يقترب من 3.5 جيجابايت. هذه أرقام توضيحية مستمدة من عدد المعلمات وعرض البتات، وليست نتائج اختبار أداء لإصدار معيّن، وأي بناء فعلي يحمل أعباءً إضافية يتجاهلها هذا الحساب. لكن رتبة الحجم هي ما يصمد أمام كل هذه التحفظات.
ملف بحجم 6 جيجابايت يعمل بارتياح على حاسوب محمول متوسط الفئة. وملف بحجم 3.5 جيجابايت يعمل على هاتف حديث. أي نموذج يعمل على هاتف يعمل على كل حاسوب محمول يحمله موظفوكم بالفعل، وعلى كل خادم عاطل في خزانتكم.
كيف تقارنون تكلفة الذكاء الاصطناعي المحلي بالسحابي؟
ليس بقسمة فاتورتكم الشهرية على عدد الرموز المستهلكة. هذه المقارنة تحابي الواجهة البرمجية (API) لأنها تُسعّر الشيء الوحيد الذي تفرض عليه رسوماً، بينما يبقى كل ما عداه خارج العداد. المستندات التي تغادر محيطكم الرقمي تحمل معها مخاطر تسرب البيانات ومسائل الإقامة القانونية للبيانات، وهي مسألة تزداد حساسية في ظل تشريعات مثل نظام حماية البيانات الشخصية السعودي وأطر حماية البيانات الإماراتية. المطالبات الطويلة تستهلك محاولات إعادة إرسال وتجاوزات سياق تدفعون ثمنها مرتين. والنموذج الذي بنيتم حوله سير عمل كاملاً قد يُسحب من الخدمة، أو تُعاد كتابة شروطه، وفق جدول المزوّد لا جدولكم.
العتاد المملوك يقلب هذه المعادلة. التكلفة الرأسمالية ثابتة ومعروفة، والتكلفة الحدّية لكل طلب تقترب من الصفر، ولا شيء يعبر حدودكم. ما يحل محل التكلفة كقيد حاكم هو تفاوت القدرات: النموذج المضغوط موثوق ضمن نطاق من المهام وغير موثوق خارجه، وهذا النطاق أضيق مما توحي به المواد التسويقية. رسم حدود هذا النطاق بدقة لعبء عملكم تحديداً هو المهارة الفعلية في استراتيجية الشراء والتخطيط التقني للذكاء الاصطناعي، وهو عمل غير براق لا يعوّضه شيء آخر.
ثمة فخ في أرقام الاحتفاظ بالأداء المنشورة يستحق التسمية. حين يُعلن أحد المزوّدين أن نسخته المضغوطة تحتفظ بنحو تسعين في المئة من متوسط أداء نسخته كاملة الدقة، يبدو ذلك ضريبة طفيفة. لكن المتوسطات تُخفي التوزيع. تراجع بخمس نقاط عبر مجموعة اختبارات متنوعة قد يكون انهياراً بعشرين نقطة في القدرة الوحيدة التي يعتمد عليها سير عملكم، مقابل خسارة معدومة في مهام لا تشغّلونها إطلاقاً. لا يخبركم أي متوسط منشور بأي الحالتين اشتريتم، لذا عليكم بناء مجموعة تقييم من بياناتكم الخاصة لمعرفة ذلك بأنفسكم.
أي المهام لا تزال تبرر الاشتراك في واجهة برمجية مدفوعة بالاستهلاك؟
أعيدوا صياغة السؤال، ويتوقف الجواب عن كونه اسم مزوّد ويصبح قائمة. التصنيف، والاستخراج، والحجب (redaction)، والتوجيه، وتلخيص المستندات الداخلية، والمسودات الأولى، كلها مرشحة لنموذج تملكونه. أما الأعمال الهندسية الوكيلة (agentic) طويلة الأفق، حيث يخطط نظام عبر عشرات الخطوات ويتعافى من أخطائه، فليست كذلك، على الأقل ليس بعد.
من يأمل أن يحسم تصنيف ما هذه المسألة، فلينظر إلى مدى اختلاف التصنيفات فيما بينها. ساحات التقييم العامة مثل LMArena تقسّم لوحاتها حسب الفئة، وتحتل النماذج ذاتها مراتب مختلفة اختلافاً جوهرياً عبر النصوص والبرمجة والرؤية الحاسوبية وتطوير الويب. هذا التباين يحمل معلومات أكثر من أي مرتبة عناوين رئيسية. القدرة مرتبطة بشكل المهمة لا رقماً مطلقاً، ما يجعل عبارة «أفضل نموذج» خطأً منهجياً قبل أن تصبح خطأً في الشراء، والالتزام متعدد السنوات المربوط برقم مركّب واحد مربوط بشيء لم يقِس عملكم يوماً. هذا هو نفس السبب الذي يجعل تقييم الجاهزية يسبق البناء بدل أن يأتي بعد توقيع العقد.
هيبة المزوّد ليست بديلاً أفضل. جولات التمويل وسير ذاتية للمؤسسين تُسعَّر بناءً على توقعات لمستقبل المختبر، لا على قياسات للنموذج الذي أطلقه الشهر الماضي، وقد افترق الاثنان مراراً بما يكفي لجعل قراءة التقييم المالي دليلاً على تفوق تقني خطأً منهجياً بحد ذاته. أي ميزة حقيقية ستظهر في مجموعة تقييمكم. وإن ظهرت فقط في بيان التمويل، فأنتم اشتريتم رواية لا قدرة.
الحجة الأمنية تسير في الاتجاه نفسه، إلى حد ما
هنا أختلف مع حجتي أنا. تشغيل الاستدلال داخلياً يقلّص تعرّض بياناتكم، وهذا مكسب حقيقي، لكنه لا يعالج حقن الأوامر (prompt injection). في اللحظة التي يقرأ فيها النموذج بريداً إلكترونياً أو صفحات ويب أو مرفقات غير موثوقة ثم يستطيع اتخاذ إجراءات، يصبح الحد الفاصل بين البيانات والتعليمات سطح هجومكم، ويبقى سطح هجومكم سواء جلست الأوزان في خزانتكم أو خزانة أحد آخر. النشر المحلي يحدّ من نطاق الضرر على البيانات دون أن يمس الحقن نفسه، وهو مكسب حقيقي وأضيق مما يوحي به خطاب السيادة الرقمية. لهذا السبب تحتاج الأنظمة الوكيلة إلى احتواء مصمَّم بعناية لا مجرد تغيير في مكان الاستضافة.
توقعوا أن يتسع هذا التفاوت قبل أن يضيق. أدوات الهجوم الآلية تتوسع مع توفر الحوسبة، بينما تميل الإصلاحات الدفاعية المقابلة إلى أن تُطوَّر وتُحتفظ بها داخل المؤسسات نفسها التي تبني النماذج. اعتبروا ذلك سبباً لتصميم احتواء تتحكمون فيه بأنفسكم، لا سبباً لانتظار حل من أحد المزوّدين نيابة عنكم.
الإشارة الأوسع أن الإصدارات ذات الأثر التجاري الحقيقي تنجرف بعيداً عن واجهات المحادثة نحو البنية التحتية نفسها. مشروع QiMeng التابع لمعهد تكنولوجيا الحوسبة في الأكاديمية الصينية للعلوم يُفيد أن نظامه أكمل تلقائياً تصميماً صناعي الحجم لمعالج بمعمارية RISC-V خلال خمس ساعات، وأن الرقاقة المصنَّعة تشغّل نظام لينكس. هذا ادّعاء من فريق البحث نفسه لا نتيجة تحقق مستقلة، والتحفظ هنا مهم، لكن الطموح الذي يصفه موجّه نحو الركيزة الأساسية للحوسبة.
الشركات التي توقّع التزامات ذكاء اصطناعي متعددة السنوات هذا العام تثبّت بنية تكلفة ومستوى تبعية على أساس تقني يتحرك تحت أقدامها. أرخص استدلال ستشغّلونه على الإطلاق هو الاستدلال الذي تملكونه بالفعل، والطريقة الصادقة الوحيدة لمعرفة أي جزء من عملكم مؤهل لذلك هي اختباره على بياناتكم الخاصة قبل أن توقّعوا أي شيء.
أسئلة شائعة
هل تشغيل نماذج الذكاء الاصطناعي محلياً أرخص من الدفع لكل رمز (token) عبر واجهة سحابية؟
في المهام الثابتة عالية الحجم والمحددة جيداً، الجواب غالباً نعم، لأن العتاد المملوك يحمل تكلفة رأسمالية ثابتة وتكلفة حدّية شبه معدومة لكل طلب. أما في الأعمال المتقطعة قليلة الحجم أو الاستدلالات المعقدة فعلاً، فالواجهة البرمجية المدفوعة بالاستهلاك أرخص عادة، لأنكم بخلاف ذلك تشترون قدرة وتتركونها عاطلة. نقطة التعادل تعتمد على حجم طلباتكم ومعدل استخدامكم، لا على أي مقارنة أسعار منشورة.
ما العتاد الذي تحتاجونه فعلياً لتشغيل نموذج مكمَّم داخل مؤسستكم؟
الأمر يعتمد كلياً على الحجم بعد الضغط. نسخة بين 4 و8 جيجابايت تعمل بارتياح على حاسوب محمول حديث للمطورين أو بطاقة رسوميات متوسطة الفئة. القيد العملي نادراً ما يكون ملف النموذج نفسه، بل التزامن: خدمة عشرين مستخدماً في آن واحد تحتاج ذاكرة ومعدل معالجة أكبر بكثير من شخص واحد يختبر على محطة عمل، وهذا الرقم هو ما تنساه معظم المشاريع التجريبية عند التخطيط للسعة.
هل يحمي التشغيل المحلي من هجمات حقن الأوامر (prompt injection)؟
لا. يستغل حقن الأوامر حقيقة أن النموذج لا يستطيع التمييز الموثوق بين المحتوى غير الموثوق والتعليمات، وهذا العجز ينتقل مع النموذج أينما شُغّل. النشر المحلي يحد من البيانات التي يمكن أن تغادر شبكتكم في حال نجاح الهجوم، ما يقلص العواقب دون أن يزيل الثغرة. ستظل بحاجة إلى حدود صلاحيات للأدوات، والتحقق من المخرجات، وتأكيداً بشرياً على الإجراءات ذات الأثر الفعلي.
مواضيع ذات صلة
- تراجع المهارات بفعل الذكاء الاصطناعي: المخاطرة التشغيلية التي لا يسعّرها مجلس إدارتكم
- احتكار الذاكرة الذي يقف وراء تضخم تكاليف الذكاء الاصطناعي
- أقل قدر من الصلاحيات لوكلاء الذكاء الاصطناعي: فكرة عمرها خمسون عامًا يتجاهلها مشروعكم التجريبي
- AI & Automation
كُتب بواسطة شخصية تحريرية بالذكاء الاصطناعي ضمن نظام التحرير الخاص بـ Abyshire وروجع من فريقنا.