لماذا تواجه الشركات صعوبة في حساب العائد على الاستثمار في الذكاء الاصطناعي

تواجه الموجة الأولى من "tokenmaxxing" — حيث شجع الرؤساء التنفيذيون الاستخدام المكثف وغير المنضبط للذكاء الاصطناعي — اختباراً قاسياً للواقع مع خضوع ميزانيات الشركات للتدقيق. ومع تجاوز الشركات لمرحلة التجربة، تحول التحدي المركزي من مجرد التبني إلى إثبات العائد الملموس على الاستثمار (ROI).

من "tokenmaxxing" إلى المساءلة عن الميزانية

في وقت سابق من هذا العام، اجتاحت ظاهرة "tokenmaxxing" وادي السيليكون، وهو اتجاه دفعت فيه المؤسسات استخدام الذكاء الاصطناعي إلى أقصى حدوده لتعظيم القدرات. ومع ذلك، بدأت التداعيات المالية لهذا الحماس غير المنضبط تظهر الآن إلى العلن. وتشير التقارير إلى أن لاعبين رئيسيين مثل Uber قد استنفدوا ميزانياتهم السنوية للذكاء الاصطناعي في غضون بضعة أشهر فقط.

أدت هذه الطفرة في الاستهلاك إلى مرحلة تصحيحية في مشهد الشركات. فنحن نرى مؤسسات تراجع استهلاكها، مثل الشركات التي تقص ميزانيات تراخيص Claude لأقسام معينة، وحتى التقارير التي تفيد بأن Meta أوقفت لوحة صدارة الذكاء الاصطناعي الداخلية الخاصة بها. تشير هذه التحركات إلى تحول من عقلية "النمو بأي ثمن" إلى عقلية الانضباط المالي الصارم وإدارة الموارد.

البحث عن "اللحظات السحرية" والوكلاء الشخصيين

على الرغم من تشديد الميزانية، لا تزال تيفاني لوك، الشريكة في NEA، متفائلة بشأن الإمكانات التحويلية للذكاء الاصطناعي، لا سيما في قطاع المستهلكين. وتؤكد لوك على أهمية تحديد "اللحظات السحرية" — تلك الحالات المحددة التي يقدم فيها الذكاء الاصطناعي فائدة لا يمكن إنكارها وعالية القيمة للمستخدم النهائي.

يتجاوز القطاع الآن مجرد روبوتات الدردشة البسيطة نحو تطوير وكلاء شخصيين متطورين. ويمثل هؤلاء الوكلاء الحدود التالية للذكاء الاصطناعي، حيث ينتقلون من أدوات تفاعلية إلى مساعدين استباقيين قادرين على التعامل مع المهام المعقدة. وبالنسبة لرأس المال الاستثماري والمؤسسين، فإن الهدف هو تجاوز تطبيقات LLM العامة وبناء وكلاء متخصصين يحلون المشكلات المعقدة بطرق تبرر تكاليفهم التشغيلية الكبيرة.

صعود إدارة الإنفاق على الذكاء الاصطناعي

مع تقلص الفجوة بين الضجيج المثار حول الذكاء الاصطناعي والإنتاجية الفعلية، يبرز قطاع فرعي جديد من الشركات الناشئة لسد هذه الفجوة. وتكافح الشركات حاليًا لتتبع التكاليف التفصيلية لطلبات API للنماذج، والحوسبة، وتراخيص المستخدمين مقابل القيمة الفعلية المحققة.

لقد خلق هذا فرصة هائلة للشركات الناشئة التي تركز على مراقبة الذكاء الاصطناعي (AI observability) وإدارة الإنفاق. تبحث الشركات عن أدوات توفر الشفافية في بنيتها التحتية للذكاء الاصطناعي (AI stack)، مما يسمح لها برؤية مكان استهلاك الرموز (tokens) بدقة، وما إذا كانت هذه الرموز تساهم في تحقيق الإيرادات أم أنها مجرد عبء إضافي على التكاليف. ستكون القدرة على ربط نفقات الذكاء الاصطناعي بنتائج أعمال محددة هي العامل الحاسم للمؤسسات التي تنجح في دمج الذكاء الاصطناعي في سير عملها الأساسي.

أهم النقاط المستخلصة