“كم تكلفة إضافة الذكاء الاصطناعي إلى عملي؟” يطرح كل صاحب عمل هذا السؤال، ولا يكاد أحد يجيب عنه بصدق، لأن الإجابة الصادقة هي الأمر يعتمد. وهذا مدعاة للحَنق. فلنجعل إذن عبارة “الأمر يعتمد” مفيدة فعلاً بأن نُريك بالضبط على ماذا يعتمد.
تخيّل الفاتورة في ثلاثة أجزاء. معظم الناس لا يرون إلا الجزء الأول. الجزء الثاني هو الذي يفاجئهم، والثالث هو الذي لا يحذّرهم منه أحد.
flowchart TD A(["ما تكلّفه إضافة الذكاء الاصطناعي فعلاً"]) --> B(["البناء: مرة واحدة"]) A --> C(["التشغيل: كل شهر، إلى الأبد"]) A --> D(["الخفي: بيانات سيئة، تغيير، الإنجاز مرتين"]) B --> E(["الإعداد، التكامل، تهيئة بياناتك"]) C --> F(["استخدام يتزايد مع الحجم، الاستضافة، الصيانة"])
الجزء الأول: البناء.
هذه هي التكلفة لمرة واحدة لإقامته. إعداد الذكاء الاصطناعي وربطه ببياناتك وأنظمتك. وعمل التكامل اللازم لجعله يتحدث مع الأدوات التي تشغّلها بالفعل، وهذا عادةً أكبر بند هنا، وهو هندسة لا سحر. وتهيئة بياناتك، إن لم تكن جاهزة أصلاً.
الجزء الثاني: التشغيل.
هذا هو الجزء الذي ينساه الناس، ثم يفاجئهم كل شهر. أنت تدفع مقابل مقدار استخدام الذكاء الاصطناعي، فالتكلفة تتزايد مع الحجم. أضف إلى ذلك الاستضافة والصيانة وتحسينه مع مرور الوقت. هذه التكلفة المتكررة حقيقية ودائمة. فبناء رخيص بتشغيل باهظ قد يكلّفك على مدى سنة أكثر من العكس. لذا اسأل دائماً عن كليهما.
الجزء الثالث: التكاليف الخفية.
- البيانات السيئة. إن كانت معلوماتك فوضوية، فتنظيفها جزء من التكلفة، وهو في خبرتنا غالباً أكبر بند خفي على الإطلاق.
- التغيير. البرنامج الذي لا يتبنّاه فريقك فعلاً يكلّف الشيء نفسه ولا يعيد شيئاً. التدريب والتطبيق مالٌ حقيقي.
- الإنجاز مرتين. أغلى مشروع ذكاء اصطناعي هو الذي بُني خطأ في المرة الأولى، فتدفع مجدداً لإصلاحه. وإتقانه مبكراً هو أرخص مسار موجود.
الخبر السار.
لست مضطراً للإنفاق الكبير لتبدأ. الخطوة الذكية هي مشروع أول صغير محدود النطاق، بسعر واضح وعائد واضح. أثبت القيمة، ثم استثمر أكثر بعد أن تراه يعمل. وهي أيضاً الخطوة الأكثر أماناً: تتوقع Gartner أن ما لا يقل عن 30% من مشاريع الذكاء الاصطناعي التوليدي سيُتخلى عنها بعد إثبات المفهوم بحلول نهاية عام 2025، غالباً بسبب تصاعد التكاليف وغموض القيمة التجارية (Gartner). وحتى بين الشركات التي تستخدم الذكاء الاصطناعي التوليدي بالفعل، لا يبلّغ سوى أقلية منها عن أثر حقيقي على المحصلة النهائية على مستوى المؤسسة حتى الآن (McKinsey)، وهذا بالضبط سبب أهمية إثبات القيمة على شيء صغير قبل أن تنفق أكثر. فأي شخص يدفعك نحو إنفاق كبير ودفعة واحدة على الذكاء الاصطناعي قبل أن تثبت حالة استخدام واحدة هو بائع، لا مستشار.
إليك إذن طريقة منصفة للتفكير في الأمر. لمشروعك الأول، اسأل ثلاثة أمور: ما التكلفة الإجمالية لبنائه، وكم سيكلّف تشغيله كل شهر، وكم تساوي لنا إن نجح؟ إن لم تستطع الحصول على إجابة صريحة عن الثلاثة جميعاً، فتلك علامة حمراء على من تتحدث معه. لا على الذكاء الاصطناعي.
هل تريد رقماً حقيقياً لوضعك أنت، لا “الأمر يعتمد”؟ تقدّم SDCG لأصحاب الأعمال تقديرات صادقة ومستقلة: تكلفة البناء، وتكلفة التشغيل، والعائد، لمشاريع ذكاء اصطناعي مصمَّمة على مقاس عملك. نحن لا نعيد بيع البرمجيات، فالأرقام ليست منحازة نحو منتج. احجز استشارة مجانية مدتها 30 دقيقة.
المصادر
- Gartner, 30% of generative AI projects abandoned after proof of concept by end of 2025
- McKinsey, The state of AI in 2024