طفرة الذكاء الاصطناعي تعيد تشكيل مشهد الإنفاق التقني للشركات

لندن — يغير صعود الذكاء الاصطناعي التوليدي (GenAI) بشكل عميق مشهد الإنفاق التقني للشركات، مما يدفع المؤسسات إلى إعادة تقييم العمليات المالية المعمول بها وتبني استراتيجيات مبتكرة لإدارة النفقات الرقمية. هذه الثورة التكنولوجية، بينما تعد بكفاءات وابتكارات غير مسبوقة، تقدم في الوقت نفسه شبكة معقدة من التحديات المالية، خاصة في مجال الحوسبة السحابية وعمليات نشر الذكاء الاصطناعي المخصصة.

لسنوات، اعتمدت الشركات على مبادئ FinOps للإشراف الدقيق على إنفاقها على البنية التحتية السحابية وتحسينه. ومع ذلك، كشف التبني المتزايد للذكاء الاصطناعي التوليدي عن نموذج جديد، يتطلب تعديلاً فوريًا وشاملاً للميزانية والتحكم في التكاليف. ويؤكد تحليل حديث، وفقًا لأحدث تقرير صادر عن مؤسسة FinOps Foundation، على التحول الكبير: حيث أصبح 98% من المتخصصين في FinOps عالميًا مكلفين الآن بإدارة النفقات المتعلقة بالذكاء الاصطناعي، وهي زيادة هائلة من 31% فقط قبل عامين. تسلط هذه الإحصائية وحدها الضوء على الإلحاح المتزايد والأهمية الاستراتيجية لإدارة تكاليف الذكاء الاصطناعي، والتي سرعان ما أصبحت المهارة الأكثر طلبًا في فرق تمويل التكنولوجيا هذا العام.

وسط هذا التطور السريع، لا تزال العديد من المؤسسات في المراحل الأولية لدمج الذكاء الاصطناعي، مع التركيز بشكل أساسي على مبادرات إثبات المفهوم. ويشكل التباين المتأصل في نماذج تسعير الذكاء الاصطناعي، والذي يعتمد على أنواع الخدمات ومنهجيات النشر، عقبة كبيرة. بالنسبة لأدوات الذكاء الاصطناعي المتاحة تجاريًا، مثل نماذج اللغة المتطورة، توحد مقياس الفوترة الأساسي إلى حد كبير حول "الرمز" (token) – وهو وحدة بيانات منفصلة يعالجها الذكاء الاصطناعي. ويشير الخبراء، بمن فيهم مات بينتر، كبير مسؤولي التكنولوجيا الميداني لمنطقة آسيا والمحيط الهادئ في Apptio، وهي شركة متخصصة في برمجيات إدارة تكاليف التكنولوجيا، إلى أن تحسين الاستعلامات لتقليل استخدام الرموز يبرز كسبيل حاسم للتحكم في النفقات.

هذا المفهوم الناشئ، الذي يطلق عليه "اقتصاديات الرموز" (tokenomics)، يشهد بدء الشركات في التعامل مع الرموز بمثابة عملة داخلية للشركة. وتخصص بعض الشركات ذات التفكير المستقبلي بالفعل مخصصات رمزية شهرية للمطورين لمهام مثل البرمجة ومراجعات التعليمات البرمجية. يعزز هذا النهج المبتكر ثقافة المسؤولية المالية بين المهندسين، ويشجعهم على مراعاة الآثار المترتبة على التكلفة لتفاعلاتهم مع الذكاء الاصطناعي. وتتعزز فلسفة "التحول إلى اليسار" هذه في FinOps، حيث يتم دمج تحسين التكاليف في وقت مبكر من دورة حياة تطوير البرمجيات، من خلال مشاركة فرق FinOps مع مجموعات هندسة المنصات وهندسة المؤسسات لتطوير حاسبات التسعير وتقديم توجيهات ما قبل النشر.

وبعيداً عن خدمات الذكاء الاصطناعي المتاحة بسهولة، يقدم تطوير حلول الذكاء الاصطناعي المطورة داخليًا والخاصة مستوى منفصلاً من التعقيد والتكاليف الخفية. تستلزم مثل هذه المبادرات تأمين وحدات معالجة رسوميات (GPUs) عالية التخصص، سواء في مراكز البيانات أو السحابة، إلى جانب استثمارات ضخمة في البنية التحتية واستهلاك كبير للكهرباء. يربط هذا التوسع FinOps مباشرة بـ GreenOps، خاصة في مناطق مثل آسيا والمحيط الهادئ، حيث تفرض التشريعات البيئية الجديدة قياس وتقليل انبعاثات الكربون. وبالتالي، يوفر تحسين استخدام السحابة والبنية التحتية فائدة مزدوجة: تقليل التكاليف التشغيلية وتأثير بيئي أصغر.

على الرغم من رأس المال الكبير الذي يتدفق على مبادرات الذكاء الاصطناعي، تكافح العديد من الشركات لتوضيح عائد استثمار (ROI) واضح. ويشكل هذا النقص في النتائج القابلة للتحديد تحديًا لقبول التنفيذيين والاستثمار المستدام. ومع دمج 7.5% فقط من الشركات لمبادئ FinOps مباشرة في مشاريع الذكاء الاصطناعي، وفقًا لـ IDC، هناك ضرورة واضحة لتحديد اقتصاديات الوحدة الدقيقة لعمليات نشر الذكاء الاصطناعي. يتيح حساب التكلفة لكل نتيجة محددة، مثل تكلفة معالجة القرض في مؤسسة مالية، قياسًا ملموسًا للتأثير المالي للذكاء الاصطناعي ومكاسب الكفاءة.

بينما تستعد الحلول التكنولوجية، مثل الكشف عن الشذوذ المدعوم بالذكاء الاصطناعي لمنع ارتفاعات الفواتير غير المتوقعة، للعب دور في إدارة هذه التكاليف الجديدة، يظل العائق الأكبر هو المقاومة البشرية. ويتوقف التبني الناجح لممارسات FinOps الجديدة للذكاء الاصطناعي على تحول ثقافي جوهري داخل المؤسسات، يتطلب قبولًا شاملاً من المديرين التنفيذيين إلى فرق الهندسة. سيكون التغلب على هذا العنصر البشري وتعزيز التزام مشترك بالإنفاق المسؤول على الذكاء الاصطناعي أمرًا بالغ الأهمية بينما تتنقل الشركات في هذا العصر التحولي في تمويل التكنولوجيا.