سبعة ملايين دولار. هذا متوسط ميزانية الذكاء الاصطناعي في المؤسسات في 2026، صعوداً من 1.2 مليون دولار في 2024، بزيادة 483%، وفق استبيان FinOps Foundation لعام 2026 الذي شمل أكثر من 1,100 ممارس. ووجد الاستبيان نفسه أن 73% من المؤسسات تجاوزت توقعاتها لتكلفة الذكاء الاصطناعي في العام الماضي.

وإن كانت فاتورتك تتحرك في هذا الاتجاه، فأنت تحتاج أن تعرف أي إجراء تبدأ به، والنصيحة المعتادة («انتقل إلى نموذج أرخص») جواب خاطئ عن هذا السؤال. وهذا الدليل يرتّب الإجراءات بما تكلّفه من دقة ومن جهد، ويقول ما تتحقق منه قبل أن تثق بكل واحد.

أولاً، غيّر الرقم الذي تراقبه

معظم اللوحات تعرض التكلفة لكل token أو لكل استدعاء، وكلاهما يكافئ السلوك الخطأ. فالنموذج الرخيص الذي يفشل في المهمة فيطلق إعادة محاولة، أو يحوّلها إلى إنسان في النهاية، قد يكلّف لكل عمل منجَز أكثر من نموذج غالٍ ينجح من المرة الأولى. وتوصي FinOps Foundation بالتكلفة لكل ناتج ناجح بدلاً من ذلك، ونحن نوافق على هذا تماماً. فإن تابعت الـ tokens فقط، ظهرت مسارات العمل التي تحرق المال في إعادة العمل وكأنها كفؤة.

ولهذا فمكان نفقات الذكاء الاصطناعي داخل التقارير التي تديرها أصلاً. فإن كان ذكاء الأعمال لديك يتابع التكلفة لكل أمر أو لكل تذكرة، فضَع التكلفة لكل مهمة ذكاء اصطناعي منجَزة بجوارها، فيرى المسؤول المالي هل الأتمتة أرخص من العملية التي استبدلتها. وفاتورة الـ API لا تقدر على قول ذلك له.

أي إجراء يناسب حمل عملك

الجدول يتبع وثائق أسعار Anthropic وOpenAI كما جمّعها Digital Applied. ونسب التوفير أفضل الحالات لفرق تستدعي واجهات مُدارة، فقِسها على حركتك أنت قبل أن تدخل في توقّع مالي.

إن كان هذا وصف حمل عملكالإجراءالتوفير المعتادالجهدما تتحقق منه قبل الثقة به
الـ prompt الثابت أو المستند المرجعي نفسه يُرسل في كل استدعاءتخزين الـ prompt أو KV مؤقتاًحتى 90% على الـ tokens المخزّنةمنخفضنسبة الإصابة الفعلية للتخزين المؤقت لديك
تصل أسئلة كثيرة شبه متطابقةالتخزين المؤقت الدلالياستدعاءات API أقل بنسبة 61 إلى 69%متوسطأن الأسئلة المتشابهة تتشارك الجواب الصحيح فعلاً
لا أحد ينتظر النتيجة (تقارير، معالجة بأثر رجعي، تصنيف)المعالجة الدفعية غير المتزامنة50% أقل من أسعار المتزامنمنخفضأن مدة الإنجاز مقبولة
معظم الطلبات سهلة وقليل منها صعبتدرّج النماذج والتوجيه بينها30% وأكثرمتوسطالموجّه على prompts خاصة بك، لأن الموجّه الذي يخطئ تقدير الصعوبة يرسل الأسئلة الصعبة إلى نموذج ضعيف
تستضيف النموذج بنفسك على نطاق واسعالتكميم (quantization)غير مشمول في المصادر أعلاهمرتفعأن هذا قرار بنية تحتية لا خطوة أولى

اقرأ الجدول من أعلى إلى أسفل، فالترتيب هو النصيحة. التخزين المؤقت أولاً لأنه لا يكلّف دقة: فمسار العمل الذي يرسل الـ prompt نفسه في كل استدعاء يدفع السعر الكامل مرة وجزءاً منه بعدها. والمعالجة الدفعية تالياً لكل ما يقدر على الانتظار. والتوجيه متأخراً، لأنك لا تقدر على الثقة به قبل أن تقيسه، وهو أول إجراء يقدر على جعل الأجوبة أسوأ.

لماذا انتظار نماذج أرخص ليس خطة

تفترض الفرق المالية أن الذكاء الاصطناعي يرخص. ومتابعة Axis Intelligence Research لـ 130 واجهة نماذج لغوية وجدت أن أسعار نماذج الطبقة الأولى تضاعفت منذ يناير 2026، في حين هبط سعر أرخص النماذج التي تطابق جودة 2023 بأكثر من 200 ضعف على مدى ثلاث سنوات. والأمران يصحّان معاً: أرضية تواصل الهبوط وسقف يواصل الصعود، وفاتورتك تتبع أيهما يلمسه مسار عملك.

وهكذا أيضاً يستطيع إجمالي النفقات أن يصعد 483% في حين تتراجع أسعار الـ tokens. والاستبيان لا يقول السبب. والتفسير الأرجح هو الحجم: فالـ tokens الأرخص تضع النماذج في أماكن أكثر، والوكيل الذي يسلسل عدة استدعاءات لكل مهمة يضاعف الـ tokens خلف كل نتيجة.

وتخميننا أن التجاوزات لا تُرى مبكراً، بل تصل في صورة رقم أكبر من الرقم الذي اعتمدته، بعد أن يكون المال قد صُرف.

ما نفعله صباح الاثنين

أعطِ شخصاً واحداً ملكية بند الـ inference، كما تفعل مع أي تكلفة مورّد، وراجعه مقابل النتائج بجدول منتظم. وشغّل التخزين المؤقت للـ prompt حيث يتوفر. واختر مساراً واحداً واحسب تكلفته لكل نتيجة ناجحة، بما في ذلك إعادات المحاولة والتحويل إلى البشر. ذلك الرقم سيقول لك أكثر من الفاتورة. ولمسارات الوكلاء، قياس العائد قبل التوسّع في تجربة ينتمي إلى المحادثة نفسها.

تنفّذ ThinqHub أنظمة Odoo وERPNext، والمكان الذي نريد أن يسكنه هذا المؤشر هو بجوار البيانات التشغيلية في تقاريرك. وإن كانت نفقات الذكاء الاصطناعي تنمو أسرع مما يقدر أحد على تفسيره، تحدّث إلينا عن بناء هذه الرؤية قبل التجاوز القادم.