تحليل · اقتصاد منتجات الذكاء الاصطناعي

تكلفة الذكاء الاصطناعي لكل نتيجة مُتحقَّق منها

سعر استدعاء النموذج مهم، لكن تكلفة الوصول إلى نتيجة مفيدة عبر سير العمل الكامل أهم.

بقلم أحمدرضا صمدي · ٢٤ سبتمبر ٢٠٢٦ · حُدّث في ١٠ أكتوبر ٢٠٢٦ · النسخة الإنجليزية من المقال

عندما يخفض مزوّد للذكاء الاصطناعي سعر نموذجه، تستطيع الفرق اختبار أفكار أكثر. لكن انخفاض تكلفة الاستدعاء الواحد لا يعني تلقائياً انخفاض تكلفة تشغيل المنتج. فقد يحتاج سير العمل إلى استدعاءات متكررة وأدوات أخرى وشخص يراجع المخرجات.

ما الذي تغيّر في سبتمبر ٢٠٢٦؟

في ٢٢ سبتمبر، أعلنت OpenAI أن أسعار واجهة البرمجة لنموذجي GPT-6 Sol وLuna أقل بنسبة ٥٠٪ من الأسعار الترويجية لنماذج GPT-5.6. وأعلنت Anthropic خفض أسعار Claude Opus 5.5، وقدّرت انخفاض تكلفة العمل المعتاد المحسوب بالرموز بنحو ٤٠٪ مقارنةً بـOpus 5. تستخدم الشركتان أساسين مختلفين للمقارنة، ولذلك لا تقارن هاتان النسبتان نموذجيهما أحدهما بالآخر.

بالنسبة إلى شركة، تتيح هذه التغييرات إعادة اختبار مهام كانت مكلفة أكثر من اللازم. ويظل القرار مرهوناً بالجودة وحجم المراجعة المطلوبة وتكلفة العملية بأكملها.

كيف تحسب تكلفة كل نتيجة مُتحقَّق منها؟

أبدأ بمقياس بسيط:

تكلفة كل نتيجة مُتحقَّق منها = التكلفة الكاملة لسير العمل ÷ عدد النتائج التي تجتاز المراجعة.

يشمل البسط رموز الإدخال والإخراج للنموذج، والسياق المخزّن مؤقتاً، واستدعاءات الأدوات، وإعادة المحاولة، والتشغيلات الفاشلة، ووقت المراجعة البشرية. ويحسب المقام المخرجات التي تستوفي معياراً محدداً للمهمة. قد يكون سعر الطلب منخفضاً، بينما تظل النتيجة مكلفة إذا فشلت طلبات كثيرة أو احتاجت إلى تصحيح واسع.

هذا إطار للقياس، وليس معياراً عاماً يصلح لكل الحالات. على كل فريق أن يحدد معنى «مُتحقَّق منها» في عمله وأن يسجل الافتراضات وراء أي مقارنة للتكاليف.

كيف يمكن اختبار سير عمل للبحث العقاري؟

تخيّل اختبار أداة تحدد سجلات عقارات تستحق مزيداً من البحث. ابدأ بمجموعة سجلات وضع بشر تصنيفاتها. اطلب من النظام إبراز الحالات المحتملة مع الأدلة المؤيدة لها. ثم ليقبل المراجع كل اقتراح أو يرفضه، وقِس الدقة والاسترجاع والتكلفة الكاملة والوقت اللازم لاتخاذ قرار.

هذه تجربة مقترحة، وليست وصفاً لميزة في Appraiva أو نتيجة معلنة للشركة. وهي توضح لماذا قد ترتفع تكلفة كل حالة مقبولة حتى مع نموذج أرخص، إذا أحال إلى المراجع عدداً كبيراً من الحالات غير الصحيحة.

ما الذي أختبره أولًا في هذه التجربة المقترحة؟

• اختر مهمة متكررة واكتب خطوات تنفيذها البشري الحالية.
• حدّد قاعدة واضحة لقبول النتيجة قبل بدء اختبار الذكاء الاصطناعي.
• سجّل تكلفة النموذج والأدوات وإعادة المحاولة والمراجعة لكل محاولة.
• قارن النتائج المقبولة والوقت اللازم لاتخاذ القرار بالمسار الحالي.

السؤال المفيد هو: هل يساعد سير العمل شخصاً على الوصول إلى قرار موثوق بتكلفة معقولة؟ انخفاض أسعار النماذج يسهّل إجراء هذا الاختبار، لكنه لا يجيب عن السؤال بمفرده.

لمتابعة الفكرة

جديد: كيف يغيّر نموذج قرار مثل Jev تكلفة كل قرار مقبول، وما الذي ينبغي التحقق منه قبل منح المساعد صلاحية الوصول إلى تطبيقاتك.

تناولت الفكرة نفسها في مستند من ثماني صفحات على LinkedIn لفرق المنتج والهندسة، وفي منشور مبسّط متعدد الشرائح على Instagram. وللاطلاع على المنهج الأوسع لتطوير المنتجات، اقرأ مقال «ابدأ بالقرار» أو استخدم الدليل التفاعلي بالعربية.