لماذا من المتوقع أن تتجاوز تكاليف الذكاء الاصطناعي الرواتب؟

تحدد Gartner سببين رئيسيين متقاربين :

• الارتفاع الهائل في استهلاك الرموز (Tokens): مع استخدام المطورين لوكلاء البرمجة بالذكاء الاصطناعي بشكل أكثر كثافة، ينمو حجم الرموز (وهي الوحدات التي يعتمد عليها تسعير نماذج اللغة الكبيرة LLM) بشكل أسرع بكثير من انخفاض أسعار كل رمز على حدة. فواتير البرمجة بالذكاء الاصطناعي تقفز من 20 أو 100 دولار لكل مطور شهرياً إلى 2000 أو حتى 5000 دولار، كما صرح المحلل البارز في Gartner، نيتيش تياغي، لموقع The Register .
• التحول من التسعير الثابت إلى التسعير على أساس الاستهلاك: تحولت شركات كبرى مثل Anthropic وCursor وGitHub Copilot من الاشتراكات الشهرية الثابتة إلى التسعير المقنن (لكل رمز). هذا يجعل التكاليف متغيرة وقابلة للتوسع مع كل ضغطة زر .

هذا التوقع هو إسقاط مبني على افتراضات معلنة، وليس حقيقة مؤكدة . ولكن كما أشار تياغي، "نفقات البرمجة بالذكاء الاصطناعي ستستمر في الزيادة بشكل مستمر مع ارتفاع استثمارات البنية التحتية وقضايا الربحية التي ترفع تسعير النماذج" .

أدلة واقعية: فاتورة الرموز تستحق الدفع

أوبر: حد أقصى 1500 دولار بعد حرق الميزانية السنوية

أوبر هي الحالة الأكثر توثيقاً لتجاوز تكاليف الذكاء الاصطناعي. استنفدت الشركة ميزانية البرمجة بالذكاء الاصطناعي لعام 2026 بأكمله في أربعة أشهر فقط - بحلول أبريل 2026 . ورداً على ذلك، فرضت أوبر حداً أقصى قدره 1500 دولار شهرياً لكل أداة على إنفاق الموظفين على منصات البرمجة الوكلائية مثل Claude Code من Anthropic وCursor .

الأرقام وراء هذا الانفجار مذهلة. بحلول مارس 2026، كان 84% من مهندسي أوبر يستخدمون Claude Code، ارتفاعاً من 32% في أواخر 2025 . كانت التكاليف الشهرية لكل مهندس تتراوح بين 500 و 2000 دولار قبل تطبيق الحدود القصوى . ونُقل عن مدير العمليات في أوبر قوله: "العلاقة بين الإنفاق على الذكاء الاصطناعي وقيمة العميل ليست موجودة بعد" .

شركات أخرى تظهر علامات الضغط

• مايكروسوفت سحبت صلاحية الوصول إلى Claude Code من مطوريها بعد أشهر فقط من تفعيلها، وذلك بسبب مخاوف التكلفة .
• شهدت Priceline زيادات في الأسعار بمقدار 5 أضعاف على أدوات البرمجة بالذكاء الاصطناعي .
• تتوقع Gartner بشكل منفصل أن 40% من الشركات التي تستخدم أدوات البرمجة بالذكاء الاصطناعي المسعرة على أساس الاستهلاك ستواجه تكاليف غير مخطط لها تتجاوز ضعف ميزانياتها المتوقعة بحلول عام 2027 .

Accenture: غير المهندسين يقودون استهلاك الرموز

تسلط حالة Accenture الضوء على مصدر مفاجئ لتجاوز التكاليف. وفقاً لتسريبات صوتية وتقارير، فإن غير المهندسين - وليس المطورين - هم الذين قادوا أعلى استهلاك للرموز باستخدام أدوات الذكاء الاصطناعي لتحويل ملفات PDF إلى شرائح عرض . وتخطط Accenture لإطلاق منتج باسم "Token IQ" لمنح القيادة رؤية واضحة حول ما إذا كان إنفاق الذكاء الاصطناعي يحقق عائداً مناسباً .

KPMG: تحدي التتبع

وجد استطلاع KPMG العالمي للنبض الربعي للذكاء الاصطناعي للربع الثاني من 2026، الذي نُشر في 24 يونيو 2026 وشمل أكثر من 2100 من كبار القادة في 20 دولة، أن 26% فقط من المؤسسات لديها رؤية فورية لتكاليف استخدامها للذكاء الاصطناعي . وعلى وجه التحديد :

• 50% لديهم رؤية جزئية فقط.
• 22% لديهم رؤية قليلة أو معدومة - لا يعرفون تكاليفهم إلا بعد وصول الفاتورة.

وصف ستيف تشيس، رئيس قسم الذكاء الاصطناعي العالمي في KPMG، المشكلة بأنها خطر أساسي للغموض المالي، مشيراً إلى أن بعض العملاء استنفدوا ميزانيات الرموز والسحابة السنوية في غضون أشهر، وأن استخدام الرموز لدى أحد العملاء ارتفع ستة أضعاف . أدى التحول إلى الفوترة على أساس الرموز إلى جعل إنفاق الذكاء الاصطناعي غير متوقع ويصعب احتواؤه من خلال ضوابط تمويل تكنولوجيا المعلومات التقليدية .

كيفية إدارة التكاليف: توصيات Gartner

توصيات Gartner، المنشورة في كل من مذكرة يونيو 2026 وتقرير مارس 2026 10 Best Practices for Optimizing Generative and Agentic AI Costs، تركز على نموذج تشغيلي منضبط :

• إنشاء إطار عمل لاتخاذ القرارات قائم على حالة الاستخدام: تحديد متى يجب استخدام وكلاء البرمجة بالذكاء الاصطناعي وفي أي مستوى من الاستقلالية، بدلاً من ترك الاستخدام ينمو دون رقابة. تصنيف مهام التطوير إلى ثلاثة نماذج تنفيذ: بقيادة المطور، والمطور مع الوكيل، والتي يقودها الوكيل بالكامل .
• مواءمة اختيار النموذج مع تعقيد المهمة: توجيه المهام البسيطة والمتكررة (كتابة الاختبارات، إعادة الهيكلة، إنشاء الهياكل الأساسية، التوثيق) إلى نماذج متخصصة أصغر وأرخص بدلاً من استخدام أقوى النماذج دائماً .
• فرض هندسة السياق: تحسين سياق الإدخال الذي يقدمه المطورون لأنظمة الذكاء الاصطناعي بحيث يتم إهدار عدد أقل من الرموز على معلومات غير ذات صلة أو زائدة عن الحاجة .
• تنفيذ التخزين المؤقت (Caching) والتجميع (Batching) والمراقبة: استخدام التخزين المؤقت للرموز وتجميع الطلبات لتقليل العمليات الحسابية الزائدة عن الحاجة؛ مراقبة استهلاك الرموز لكل مطور ولكل فريق في الوقت الفعلي .
• تقييم نضج البرمجة بالذكاء الاصطناعي: تحث Gartner قادة الهندسة على تدقيق أنماط استهلاك الرموز الحالية قبل أن تفلت التكاليف من السيطرة .
• بناء طبقة حوكمة على غرار FinOps: تتضمن مراقبة الاستهلاك في الوقت الفعلي، وميزانيات لكل مستخدم، واكتشافاً آلياً للحالات الشاذة للاستخدام الجامح .

كما تلاحظ Gartner أن الإنتاجية في المهام المحدودة والمحددة جيداً - كتابة الاختبارات، إعادة الهيكلة، بناء الهياكل الأساسية، التوثيق، إصلاح الأخطاء البسيطة - تتحسن بشكل حقيقي بمضاعفات كبيرة، بينما تتحسن الإنتاجية في قرارات البنية التحتية وتصحيح الأخطاء الجديدة بشكل هامشي . المفتاح هو تقدير حصة عمل الفريق التي تقع في فئة التأثير العالي وتطبيق الذكاء الاصطناعي هناك .

الخلاصة

عصر الإنفاق غير المقيد على البرمجة بالذكاء الاصطناعي يقترب من نهايته. هذه الأدوات تحقق مكاسب إنتاجية حقيقية في المهام المحددة جيداً، ولكن بدون حوكمة، يمكن أن تتضخم التكاليف بشكل أسرع من مكاسب الإنتاجية التي صُممت هذه الأدوات لتقديمها . الانضباط الذي توصي به Gartner، والذي اضطرت شركات مثل أوبر إلى تبنيه الآن، لا يتعلق بالتراجع عن الذكاء الاصطناعي بل بإدارته كمركز تكلفة حقيقي - مع الرؤية والتوجيه والضوابط.

لماذا من المتوقع أن تتجاوز تكاليف الذكاء الاصطناعي الرواتب؟

تحدد Gartner سببين رئيسيين متقاربين :

• الارتفاع الهائل في استهلاك الرموز (Tokens): مع استخدام المطورين لوكلاء البرمجة بالذكاء الاصطناعي بشكل أكثر كثافة، ينمو حجم الرموز (وهي الوحدات التي يعتمد عليها تسعير نماذج اللغة الكبيرة LLM) بشكل أسرع بكثير من انخفاض أسعار كل رمز على حدة. فواتير البرمجة بالذكاء الاصطناعي تقفز من 20 أو 100 دولار لكل مطور شهرياً إلى 2000 أو حتى 5000 دولار، كما صرح المحلل البارز في Gartner، نيتيش تياغي، لموقع The Register .
• التحول من التسعير الثابت إلى التسعير على أساس الاستهلاك: تحولت شركات كبرى مثل Anthropic وCursor وGitHub Copilot من الاشتراكات الشهرية الثابتة إلى التسعير المقنن (لكل رمز). هذا يجعل التكاليف متغيرة وقابلة للتوسع مع كل ضغطة زر .

هذا التوقع هو إسقاط مبني على افتراضات معلنة، وليس حقيقة مؤكدة . ولكن كما أشار تياغي، "نفقات البرمجة بالذكاء الاصطناعي ستستمر في الزيادة بشكل مستمر مع ارتفاع استثمارات البنية التحتية وقضايا الربحية التي ترفع تسعير النماذج" .

أدلة واقعية: فاتورة الرموز تستحق الدفع

أوبر: حد أقصى 1500 دولار بعد حرق الميزانية السنوية

أوبر هي الحالة الأكثر توثيقاً لتجاوز تكاليف الذكاء الاصطناعي. استنفدت الشركة ميزانية البرمجة بالذكاء الاصطناعي لعام 2026 بأكمله في أربعة أشهر فقط - بحلول أبريل 2026 . ورداً على ذلك، فرضت أوبر حداً أقصى قدره 1500 دولار شهرياً لكل أداة على إنفاق الموظفين على منصات البرمجة الوكلائية مثل Claude Code من Anthropic وCursor .

الأرقام وراء هذا الانفجار مذهلة. بحلول مارس 2026، كان 84% من مهندسي أوبر يستخدمون Claude Code، ارتفاعاً من 32% في أواخر 2025 . كانت التكاليف الشهرية لكل مهندس تتراوح بين 500 و 2000 دولار قبل تطبيق الحدود القصوى . ونُقل عن مدير العمليات في أوبر قوله: "العلاقة بين الإنفاق على الذكاء الاصطناعي وقيمة العميل ليست موجودة بعد" .

شركات أخرى تظهر علامات الضغط

• مايكروسوفت سحبت صلاحية الوصول إلى Claude Code من مطوريها بعد أشهر فقط من تفعيلها، وذلك بسبب مخاوف التكلفة .
• شهدت Priceline زيادات في الأسعار بمقدار 5 أضعاف على أدوات البرمجة بالذكاء الاصطناعي .
• تتوقع Gartner بشكل منفصل أن 40% من الشركات التي تستخدم أدوات البرمجة بالذكاء الاصطناعي المسعرة على أساس الاستهلاك ستواجه تكاليف غير مخطط لها تتجاوز ضعف ميزانياتها المتوقعة بحلول عام 2027 .

Accenture: غير المهندسين يقودون استهلاك الرموز

تسلط حالة Accenture الضوء على مصدر مفاجئ لتجاوز التكاليف. وفقاً لتسريبات صوتية وتقارير، فإن غير المهندسين - وليس المطورين - هم الذين قادوا أعلى استهلاك للرموز باستخدام أدوات الذكاء الاصطناعي لتحويل ملفات PDF إلى شرائح عرض . وتخطط Accenture لإطلاق منتج باسم "Token IQ" لمنح القيادة رؤية واضحة حول ما إذا كان إنفاق الذكاء الاصطناعي يحقق عائداً مناسباً .

KPMG: تحدي التتبع

وجد استطلاع KPMG العالمي للنبض الربعي للذكاء الاصطناعي للربع الثاني من 2026، الذي نُشر في 24 يونيو 2026 وشمل أكثر من 2100 من كبار القادة في 20 دولة، أن 26% فقط من المؤسسات لديها رؤية فورية لتكاليف استخدامها للذكاء الاصطناعي . وعلى وجه التحديد :

• 50% لديهم رؤية جزئية فقط.
• 22% لديهم رؤية قليلة أو معدومة - لا يعرفون تكاليفهم إلا بعد وصول الفاتورة.

وصف ستيف تشيس، رئيس قسم الذكاء الاصطناعي العالمي في KPMG، المشكلة بأنها خطر أساسي للغموض المالي، مشيراً إلى أن بعض العملاء استنفدوا ميزانيات الرموز والسحابة السنوية في غضون أشهر، وأن استخدام الرموز لدى أحد العملاء ارتفع ستة أضعاف . أدى التحول إلى الفوترة على أساس الرموز إلى جعل إنفاق الذكاء الاصطناعي غير متوقع ويصعب احتواؤه من خلال ضوابط تمويل تكنولوجيا المعلومات التقليدية .

كيفية إدارة التكاليف: توصيات Gartner

توصيات Gartner، المنشورة في كل من مذكرة يونيو 2026 وتقرير مارس 2026 10 Best Practices for Optimizing Generative and Agentic AI Costs، تركز على نموذج تشغيلي منضبط :

• إنشاء إطار عمل لاتخاذ القرارات قائم على حالة الاستخدام: تحديد متى يجب استخدام وكلاء البرمجة بالذكاء الاصطناعي وفي أي مستوى من الاستقلالية، بدلاً من ترك الاستخدام ينمو دون رقابة. تصنيف مهام التطوير إلى ثلاثة نماذج تنفيذ: بقيادة المطور، والمطور مع الوكيل، والتي يقودها الوكيل بالكامل .
• مواءمة اختيار النموذج مع تعقيد المهمة: توجيه المهام البسيطة والمتكررة (كتابة الاختبارات، إعادة الهيكلة، إنشاء الهياكل الأساسية، التوثيق) إلى نماذج متخصصة أصغر وأرخص بدلاً من استخدام أقوى النماذج دائماً .
• فرض هندسة السياق: تحسين سياق الإدخال الذي يقدمه المطورون لأنظمة الذكاء الاصطناعي بحيث يتم إهدار عدد أقل من الرموز على معلومات غير ذات صلة أو زائدة عن الحاجة .
• تنفيذ التخزين المؤقت (Caching) والتجميع (Batching) والمراقبة: استخدام التخزين المؤقت للرموز وتجميع الطلبات لتقليل العمليات الحسابية الزائدة عن الحاجة؛ مراقبة استهلاك الرموز لكل مطور ولكل فريق في الوقت الفعلي .
• تقييم نضج البرمجة بالذكاء الاصطناعي: تحث Gartner قادة الهندسة على تدقيق أنماط استهلاك الرموز الحالية قبل أن تفلت التكاليف من السيطرة .
• بناء طبقة حوكمة على غرار FinOps: تتضمن مراقبة الاستهلاك في الوقت الفعلي، وميزانيات لكل مستخدم، واكتشافاً آلياً للحالات الشاذة للاستخدام الجامح .

كما تلاحظ Gartner أن الإنتاجية في المهام المحدودة والمحددة جيداً - كتابة الاختبارات، إعادة الهيكلة، بناء الهياكل الأساسية، التوثيق، إصلاح الأخطاء البسيطة - تتحسن بشكل حقيقي بمضاعفات كبيرة، بينما تتحسن الإنتاجية في قرارات البنية التحتية وتصحيح الأخطاء الجديدة بشكل هامشي . المفتاح هو تقدير حصة عمل الفريق التي تقع في فئة التأثير العالي وتطبيق الذكاء الاصطناعي هناك .

الخلاصة

عصر الإنفاق غير المقيد على البرمجة بالذكاء الاصطناعي يقترب من نهايته. هذه الأدوات تحقق مكاسب إنتاجية حقيقية في المهام المحددة جيداً، ولكن بدون حوكمة، يمكن أن تتضخم التكاليف بشكل أسرع من مكاسب الإنتاجية التي صُممت هذه الأدوات لتقديمها . الانضباط الذي توصي به Gartner، والذي اضطرت شركات مثل أوبر إلى تبنيه الآن، لا يتعلق بالتراجع عن الذكاء الاصطناعي بل بإدارته كمركز تكلفة حقيقي - مع الرؤية والتوجيه والضوابط.