حقيقتان لا تستقران معًا بسهولة. انخفضت أسعار التوكِن بما يقارب ٨٠٪ بين مطلع ٢٠٢٥ ومطلع ٢٠٢٦، وفي المدة نفسها ارتفع إنفاق المؤسسات على الاستدلال، وتتكرر الدراسات التي تجد أن أغلب برامج الذكاء الاصطناعي تتجاوز تقديرها للتكلفة بالثلث إلى النصف.
التفسير غير مثير: الاستهلاك ينمو أسرع من انخفاض سعر الوحدة. لكنه يترك سؤالًا لا تجيب عنه صفحات الأسعار — داخل مركز اتصال يعمل فعلًا، أي جزء من الفاتورة هو الكبير؟
بحثنا في أرقامنا. أربع ملاحظات، بترتيب ما فاجأنا منها.
الإخراج لا يكاد يمثّل شيئًا
قسّمنا استهلاك شهر كامل من التوكِن على ثلاث فئات، وجاءت النتيجة غير متقاربة إطلاقًا.
ومعظم غرائز خفض التكلفة في السوق تستهدف الصف الأخير.
تقصير الإجابات، وتحديد سقف لطول الرد، ومطالبة النموذج بالإيجاز — كل ذلك يعمل على نصف بالمئة من الفاتورة. أما التعليمات الأساسية ومخططات الأدوات والسياق المسترجَع وتاريخ المحادثة، فهي الفاتورة نفسها.
ينتج عن ذلك أمران. أعلى الأعمال أثرًا هو التأكد من أن تخزين التعليمات المؤقت يعمل فعلًا، لأن تلك الـ٨٦٪ تبقى رخيصة ما دام التخزين صامدًا — وأي تغيير يكسره بهدوء لا يبدو كعُطل، بل يبدو كفاتورة أكبر. والأمر الثاني أن ما يستحق المراجعة ليس كيف يكتب النموذج، بل ما ترسله إليه في كل دورة.
جزء كبير من الرسائل ليس أسئلة
الملاحظة الثانية لا تحتاج أدوات قياس لفهمها. كثير مما يصل في المحادثة ليس طلبًا لشيء: تحيات، وشكر، و«تمام»، وعلامة إعجاب، وإقرار ختامي في محادثة انتهت أصلًا.
كل ذلك كان يمرّ عبر المسار الكامل — بحث في قاعدة المعرفة، ثم حلقة الوكيل، ثم نموذج متقدّم يصوغ ردًا مهذبًا. كنا ندفع لأغلى مكوّن في المنظومة كي يتعرّف على كلمة شكرًا.
صارت هناك الآن خطوة تصنيف قبله. نموذج صغير مفتوح الأوزان يحدّد إن كانت الرسالة إقرارًا أم سؤالًا حقيقيًا. الإقرارات تُعيد إشارة بدل إجابة، قبل تشغيل البحث أو التوليد أصلًا. أما الأسئلة الحقيقية فتمرّ كما هي.
وثلاث تفاصيل هنا أهم من الفكرة نفسها:
- يفشل مفتوحًا. أي خطأ أو انتهاء مهلة يعني أن العميل يحصل على إجابة عادية. تحسين التكلفة الذي قد يكسر محادثة ليس تحسينًا للتكلفة.
- له كلفة في الزمن — من ٣٥٠ إلى ٥٠٠ جزء من الألف من الثانية على الرسائل التي يصنّفها. مقايضة حقيقية تستحق أن تُقال صراحة لا أن تُخفى.
- جرى التحقق منه باللغتين قبل اقترابه من الإنتاج. مصنّف إقرارات يفهم الإنجليزية وحدها سيبدأ بابتلاع الأسئلة العربية بهدوء، ولن تخبرك بذلك أي لوحة مؤشرات.
«الرخيص» ليس فئة سعرية واحدة
اختيار نموذج هذا المصنّف استغرق وقتًا أطول من بنائه، وأنتج أكثر الدروس قابلية للنقل.
بين ثلاثة نماذج تُوصف كلها بالصغيرة والرخيصة، اختلفت التكلفة السنوية لتشغيل التصنيف نفسه عند حجمنا بمقدار خمسة أضعاف. ليس خمسة بالمئة. خمسة أضعاف. وكلها تبدو زهيدة على أي صفحة أسعار.
عند الأحجام الصغيرة يكون هذا الفارق غير مرئي ولا يستحق وقتًا. وعند أكثر من مليون رسالة شهريًا يصبح بندًا في الميزانية. والسبيل الوحيد لرؤيته هو ضرب السعر المعلن في شكل التوكِن الخاص بك — متوسطنا نحو ٤٣١ توكِن مدخلات ومقابل توكِنين للمخرجات، وهو توزيع مائل إلى حد يجعل سعر المدخلات هو الحاسم وسعر المخرجات شبه بلا أثر.
شكل بياناتك سيكون مختلفًا. وهذا هو المقصود تحديدًا: ترتيب النماذج من حيث التكلفة يعتمد على حركتك أنت، لا على أمثلتهم.
الأرخص والأفضل لم يعودا نقيضين
كانت القاعدة القديمة أن خفض تكلفة النموذج يعني القبول بإجابات أسوأ. لم يعد ذلك صحيحًا على الدوام. آخر انتقال لنا نقل المنصة إلى نموذج متقدّم أحدث خفّض نحو ٨٦٪ من تكلفة الرسالة النموذجية، وتفوّق في كل الاختبارات المرجعية المشتركة التي قارنّا بها، بنافذة سياق تزيد على الضعف.
لكن القرار المثير للاهتمام لم يكن الانتقال، بل نطاقه. نقلنا ٤٩٢ تعليمة، وتركنا عمدًا فئات في مكانها: الصوت ونظام الرد الآلي، وخطوة إعادة صياغة الاستعلام داخل البحث، والتعرّف على الوسائط، والمحادثة المباشرة لأكبر عملائنا — حيث تكلفة أي تراجع طفيف تفوق قيمة التوفير. أما التلخيص وتقييم الجودة لذلك العميل فقد انتقلا. والمحادثات التي يراها عملاؤه فعلًا لم تنتقل.
انقل أولًا الأجزاء التي يمكن التراجع عن أخطائها. دعها تعمل. وانقل الباقي بناءً على دليل لا على جدول اختبارات.
نمط الفشل الذي لا يحذّرك منه أحد
احتاج النموذج الجديد إلى أربعة حقول إعداد تُضبط معًا: النموذج، والمزوّد، ومستوى الاستدلال، ودرجة العشوائية. اضبط ثلاثة منها فقط ولن تفشل التعليمة. ستعمل — وتصير أبطأ وأغلى بهدوء.
هذا هو شكل معظم حوادث التكلفة التي رأيناها. لا شيء يتوقف. لا معدل خطأ يتحرك. لا عميل يشتكي. وتصل الفاتورة بعد ثلاثة أسابيع.
فإن كان ثمة عادة تشغيلية واحدة تؤخذ من هذا: اضبط تنبيهًا على تكلفة المحادثة الواحدة، لا على الإنفاق الإجمالي. الإنفاق الإجمالي يتحرك مع حجم الحركة ويخفي كل شيء بداخله. أما تكلفة المحادثة فتكشف أي خطأ إعداد خلال أيام بدل نهاية الربع.
والنموذج ليس سوى أحد العدّادين
يستحق الذكر لأنه يفاجئ الناس في منطقتنا أكثر من كل ما سبق: هناك فاتورتان تعملان، وسلوكهما مختلف تمامًا. على واتساب تحتسب ميتا التكلفة لكل رسالة تُسلَّم، بسعر يحدده سوق المستلم وفئة الرسالة، مع شرائح حجم متدرجة — ولدى معظم عملائنا تكون تلك الفاتورة هي الأكبر. وقد بنينا حاسبة لها.
لا شيء من هذا استثنائي. قِس شكل التوكِن لديك قبل أن تحسّن أي شيء. ولا ترسل إلى نماذج غالية عملًا يستطيع نموذج رخيص رفضه. وسعّر الخيارات الرخيصة مقابل حركتك أنت لا مقابل مثال المزوّد. وانقل الأجزاء القابلة للتراجع أولًا. واضبط تنبيهًا على تكلفة المحادثة، لأن الأخطاء المكلفة في هذا المجال هي الأخطاء الصامتة.