تجاوز تكلفة كلود في أمازون بـ1.8 مليون دولار: لماذا قد تخرج تكاليف وكلاء الذكاء الاصطناعي عن السيطرة

مقدمة

قد يفشل وكلاء الذكاء الاصطناعي بطرق نادراً ما تفشل بها البرمجيات العادية: إنهم يعيدون المحاولة باستمرار.

الموظف البشري الذي يواجه عملية معطلة سيشعر في النهاية بالإرهاق، أو يطلب المساعدة، أو يغادر العمل، أو ينتظر حتى صباح اليوم التالي للتعامل معها.

أما الوكيل المستقل فيمكنه مواصلة استدعاء النماذج، وقراءة مخرجاته الخاصة، وإعادة محاولة الأدوات، وإعادة كتابة الخطط، وبدء حلقة أخرى، لساعات أو حتى أيام متواصلة.

عندما تكون المهمة صعبة، فإن هذه الاستمرارية مفيدة.

عندما تكون المهمة نفسها معطلة، فإن هذه الاستمرارية مكلفة.

وفقاً لتقرير نشرته صحيفة فاينانشال تايمز في يوليو 2026 نقلاً عن موظفين في أمازون وأشخاص مطلعين على المشروع الداخلي، فإن مشروعاً في أمازون استخدم Claude Sonnet في محاولة لإثراء معلومات المؤلفين على موقع أمازون، تراكمت عليه تكاليف ذكاء اصطناعي تقارب 1.8 مليون دولار.

وقد وُصف حجم الفاتورة بأنه تقريباً:

860% فوق ميزانية المشروع

وذكر التقرير أن هذا التجاوز ظل دون اكتشاف لمدة:

خمسة أشهر

وعلى الرغم من التكلفة الهائلة، لم يُنشر المشروع بنجاح وفقاً للتقرير.

هذا المزيج يجعل الحادثة أكثر أهمية من مجرد فاتورة ضخمة غير اعتيادية.

إنها تكشف عن مشكلة جديدة في برمجيات المؤسسات:

خطأ منطقي صغير
×
إعادة محاولة مستقلة
×
فوترة حسب الاستخدام
×
ضعف قابلية المراقبة
=
خسارة مالية كبيرة

هذه المشكلة ليست حصرية لـ Claude أو أمازون أو أي مزود ذكاء اصطناعي واحد.

أنظمة الوكلاء تحوّل القدرة الحاسوبية إلى نفقات تشغيلية متغيرة. عندما يُسمح لها بالعمل بشكل مستقل، تصبح التكلفة جزءاً من سلوك التطبيق، وليست مجرد اشتراك برمجي بسيط.

العيوب لم تعد تنتج نتائج خاطئة فقط.

يمكنها إنتاج نتائج خاطئة ملايين المرات بينما تستمر في إنفاق الأموال.

تفاصيل حادثة أمازون مع Claude بقيمة 1.8 مليون دولار

المهمة الموصوفة في تقرير فاينانشال تايمز تبدو عادية.

أرادت أمازون تحسين معلومات المؤلفين على موقعها.

وفقاً للتقرير، تم استخدام سير عمل قائم على Claude Sonnet للمساعدة في مطابقة أو توليد معلومات المؤلفين المطلوبة.

بعد ذلك، استهلك المشروع موارد ذكاء اصطناعي أكثر بكثير من المتوقع.

ووصف موظفو أمازون التكلفة النهائية بأنها تقارب:

1.8 مليون دولار

وهو ما يعادل تقديرياً:

تجاوزاً بنسبة 860% عن الميزانية

ربما كان التفصيل الأكثر لفتاً للانتباه هو تأخر الاكتشاف.

فقد ظلت مشكلة التكلفة نشطة أو غير مكتشفة لمدة خمسة أشهر تقريباً.

هذا يشير إلى أن الفشل لم يكن في نموذج الذكاء الاصطناعي فقط.

بل كان أيضاً مشكلة في المراقبة والحوكمة.

إذا كان بإمكان عبء عمل مؤسسي إنفاق مبلغ من سبعة أرقام دون إنذار واضح، فإن النظام يفتقر إلى ضابط أو أكثر من الضوابط التي تحيط عادةً بالبنية التحتية للفوترة الأخرى.

قد تشمل هذه الضوابط:

• ميزانيات على مستوى المشروع.
• حدود إنفاق صارمة.
• إنذارات يومية للانحرافات.
• حصص لكل وكيل.
• الحد الأقصى لعدد المحاولات.
• الحد الأقصى لمدة المهمة.
• إسناد التكلفة لكل مستخدم.
• لوحات متابعة لتكلفة النجاح الواحد.
• قواعد إيقاف تلقائي.

ذكر تقرير فاينانشال تايمز أن أمازون اكتشفت أيضاً حالات أخرى لتكاليف ذكاء اصطناعي مرتفعة بشكل غير طبيعي، وأن المهندسين يعملون على تطوير حواجز حماية آلية.

وقالت أمازون للصحيفة إن مثل هذه الحالات هي دروس مستفادة معزولة، وليست

ممثلة لجهودها الأوسع في الذكاء الاصطناعي.

هذا التمييز يستحق الحفاظ عليه.

حادثة الـ1.8 مليون دولار كانت فشلاً لمشروع داخلي حسب التقرير.

وهي لا تثبت أن برنامج أمازون للذكاء الاصطناعي بأكمله غير ناجح اقتصادياً.

تقدير "600 مليار توكن" المصدر يحتاج إلى سياق

قامت المقالة الصينية الأصلية بحساب مبالغ فيه.

وذكرت أنه بسعر 3 دولارات لكل مليون توكن إدخال، فإن 1.8 مليون دولار يمكن أن تشتري كحد أقصى:

600 مليار توكن إدخال

الحساب بسيط:

1.8 مليون دولار
÷
3 دولارات لكل مليون توكن
=
600,000 مليون توكن
=
600 مليار توكن

ولكن هذا ليس قياساً للاستهلاك الفعلي للتوكنات في مشروع أمازون.

إنه مجرد حد أقصى توضيحي محسوب في ظل عدة افتراضات غير واقعية:

1. كل دولار أُنفق على توكنات الإدخال فقط.
2. نسخة Claude Sonnet المستخدمة في المشروع كانت مسعّرة بالضبط عند 3 دولارات لكل مليون توكن إدخال.
3. لا توجد رسوم على توكنات الإخراج.
4. لا توجد رسوم على كتابة أو قراءة ذاكرة التخزين المؤقت.
5. لا توجد فروق تسعير خاصة بمنصة AWS.
6. لا توجد تكاليف استدلال أو بنية تحتية أخرى.

تسعير Anthropic الحالي يختلف أيضاً حسب جيل Sonnet.

اعتباراً من أغسطس 2026، جدول أسعار Anthropic كما يلي:

النموذج	الإدخال القياسي	الإخراج القياسي
Claude Sonnet 5	2 دولار/مليون توكن	10 دولارات/مليون توكن
Claude Sonnet 4.6	3 دولارات/مليون توكن	15 دولاراً/مليون توكن
Claude Sonnet 4.5	3 دولارات/مليون توكن	15 دولاراً/مليون توكن

تقرير فاينانشال تايمز أكد استخدام Claude Sonnet، لكن التقارير العامة لم توفر تفاصيل فوترة كافية لإعادة بناء النسخة الدقيقة للنموذج، أو نسبة الإدخال/الإخراج، أو سلوك التخزين المؤقت، أو العدد الحقيقي للتوكنات.

لذا، فإن الاستنتاج القابل للدفاع عنه هو:

وفقاً للتقرير، أنفق المشروع حوالي 1.8 مليون دولار؛ لكن استهلاكه الفعلي للتوكنات غير معروف للجمهور.

هذا مهم لأنه عندما يتم تحويل مبلغ بالدولار تلقائياً إلى توكنات باستخدام رقم سعر واحد، فإن تحليل تكاليف الذكاء الاصطناعي في المؤسسات يصبح مضللاً.

لماذا تكون تكاليف الوكلاء أكثر صعوبة في التنبؤ من تكاليف البرمجيات التقليدية

عادةً ما يكون للبرمجيات التقليدية عوامل تكلفة يمكن التنبؤ بها نسبياً.

يمكن للفريق تقدير:

• عدد الخوادم.
• حجم قاعدة البيانات.
• عرض النطاق الترددي.
• التخزين.
• تراخيص المستخدمين.
• عدد الطلبات في الثانية.

وكلاء نماذج اللغة الكبيرة يضيفون طبقة إضافية من التعقيد.

قد يؤدي طلب مستخدم واحد إلى:

استدعاء نموذج واحد

أو قد يؤدي إلى:

200 استدعاء نموذج
+ استدعاءات أدوات
+ إعادة محاولات
+ إعادة تشغيل للسياق
+ عمليات بحث ويب
+ تنفيذ برمجي

قد يرى المستخدم إجابة نهائية واحدة فقط.

لكن عداد التكلفة يرى مسار العملية بأكمله.

السياق يُعاد إرساله بشكل متكرر

غالباً ما يعيد الوكيل إرسال معظم سياق عمله في كل خطوة من خطوات الاستدلال.

لذلك، قد يتم احتساب تكلفة مستودع أكواد طويل أو مستند كبير أو سجل أدوات أو محادثة مطولة بشكل متكرر.

المخرجات تتحول إلى مدخلات جديدة

النص الذي يولده الوكيل مسبقاً يصبح عادةً سياقاً لاستدعاء النموذج التالي.

النظام عملياً ينفق أموالاً لتوليد المعلومات أولاً، ثم ينفق أموالاً لقراءة تلك المعلومات.

إعادة المحاولة تضاعف التكاليف

قد يؤدي استدعاء أداة فاشل إلى:

1. تفسير الخطأ.
2. استدلال جديد.
3. استدعاء معدّل.
4. نتيجة أخرى.
5. دورة نموذج أخرى.

حلقة إعادة محاولة تبدو غير ضارة على مستوى الكود يمكن أن تولد استهلاكاً هائلاً من التوكنات.

التكلفة

عشوائية

وجدت دراسات حول ترميز الوكلاء أن استخدام التوكنات لنفس المهمة يمكن أن يختلف بشكل كبير بين عمليات التشغيل المختلفة.

دراسة أجريت عام 2026 على عدة نماذج متقدمة في معيار SWE-bench Verified ذكرت أن الاختلافات بين عمليات التشغيل لنفس المهمة وصلت إلى حوالي 30 ضعفاً.

كما أن المزيد من التوكنات لا يؤدي دائماً إلى نتائج أفضل.

هذا يجعل "تقدير الفاتورة بناءً على صعوبة المهمة" طريقة غير موثوقة للميزانية.

حلم أمازون بالأتمتة يتجاوز مجرد مشروع فاشل

انتقلت المقالة المصدر بعد ذلك من حادثة الـ1.8 مليون دولار إلى وجهة نظر أوسع.

أمازون لم تتراجع في مجال الذكاء الاصطناعي.

بل إنها تزيد استثماراتها.

الرئيس التنفيذي آندي جاسي صرح مراراً أن الذكاء الاصطناعي التوليدي والوكلاء سيعيدون تشكيل منتجات العملاء والعمل الداخلي في أمازون.

في يونيو 2025، أخبر جاسي الموظفين أن أمازون لديها بالفعل أكثر من:

1,000 خدمة وتطبيق للذكاء الاصطناعي التوليدي

سواء تم بناؤها أو قيد التطوير.

كما توقع:

مليارات من وكلاء الذكاء الاصطناعي
في مختلف الشركات والمجالات.

قال جاسي إن الوكلاء يمكنهم أداء الأعمال التالية:

• البحث على الويب.
• البحث المتعمق.
• البرمجة.
• اكتشاف الحالات الشاذة.
• الترجمة.
• تحليل البيانات.
• أتمتة سير العمل.

كما قال إن تطبيقات الذكاء الاصطناعي الأوسع ستغير هيكل القوى العاملة في أمازون، وقد تقلل عدد موظفي المؤسسة الإجمالي على المدى الطويل مع تحسن الكفاءة.

لذلك، وقعت حادثة كلود هذه التي بلغت قيمتها 1.8 مليون دولار داخل شركة تدفع عمدًا نحو مزيد من الأتمتة بدلاً من تقليلها.

إنفاق أمازون الرأسمالي حوالي 220 مليار دولار في 2026

حجم استثمارات أمازون في البنية التحتية ضخم.

خلال فترة الإعلان عن نتائج الربع الثاني من 2026، رفع جاسي تقديرات الإنفاق الرأسمالي المتوقعة للشركة في 2026 إلى حوالي:

220 مليار دولار

مقارنة بالخطة السابقة البالغة حوالي 200 مليار دولار.

يرتبط معظم هذا الإنفاق بما يلي:

• سعة مراكز بيانات AWS.
• البنية التحتية للذكاء الاصطناعي.
• الرقائق المخصصة.
• الخوادم.
• الشبكات.
• الطاقة.
• تقنيات الروبوتات وغيرها من البنية التحتية طويلة الأجل.

لقد أوضح خطاب أمازون السنوي للمساهمين لعام 2025 أن الشركة لم تضع تقديرها السابق البالغ 200 مليار دولار "بشكل حدسي".

قال جاسي إن AWS لديها التزامات كبيرة من العملاء تكفي لتبرير معظم أعمال البنية التحتية.

وهذا يخلق تباينًا لافتًا:

أمازون تستثمر مئات المليارات من الدولارات
لتوسيع سعة الذكاء الاصطناعي

وفي الوقت نفسه تتعلم
كيفية منع عبء عمل واحد للذكاء الاصطناعي
من إهدار ملايين الدولارات.

المشكلتان لا تتعارضان.

سعة البنية التحتية وكفاءة عبء العمل أمران مختلفان.

AWS تجني عوائد حقيقية من طفرة الذكاء الاصطناعي

يشير المقال المصدر بشكل صحيح إلى أن إنفاق أمازون على الذكاء الاصطناعي والحوسبة السحابية لا يولد تكاليف فقط.

تُظهر النتائج الرسمية لأمازون للربع الثاني من 2026 نموًا قويًا في AWS.

حتى نهاية الربع المنتهي في 30 يونيو 2026:

المؤشر	الربع الثاني 2026
إجمالي صافي مبيعات أمازون	200.6 مليار دولار

صافي مبيعات AWS | 42.2 مليار دولار |
| نمو مبيعات AWS السنوي | 37% |
| إجمالي الربح التشغيلي لأمازون | 27.5 مليار دولار |
| الربح التشغيلي لـ AWS | 16.6 مليار دولار |

وبالتالي، ساهمت AWS بحوالي:

60% من الربح التشغيلي لأمازون

في حين شكلت حوالي:

21% من إجمالي صافي المبيعات

خلال ذلك الربع.

كما أعلنت أمازون أن معدل الإيرادات السنوي المتكرر لأعمال الذكاء الاصطناعي وأعمال الرقائق قد تجاوز 25 مليار دولار لكل منهما.

لذلك، لدى الشركة أسباب اقتصادية قوية لمواصلة دفع تبني الذكاء الاصطناعي مع تحسين الانضباط في التكاليف.

القوى العاملة في أمازون تتغير في الوقت نفسه

إنفاق الذكاء الاصطناعي ليس سوى جانب واحد من خطة الأتمتة في أمازون.

الشركة تعمل أيضًا على تقليص الوظائف المؤسسية.

في أكتوبر 2025، ذكر تقرير لوكالة رويترز أن أمازون تخطط لخفض ما يصل إلى 30 ألف وظيفة مؤسسية.

كما أخبر جاسي الموظفين أن التبني الأوسع للذكاء الاصطناعي التوليدي قد يعني تقليصًا في بعض فئات الوظائف وزيادة في فئات أخرى.

من المهم ملاحظة أنه لا يمكن اختزال كل عملية تسريح في أمازون إلى عبارة "الذكاء الاصطناعي حل محل الموظفين".

قد تشمل تخفيضات القوى العاملة في الشركات الكبرى ما يلي:

• إعادة الهيكلة.
• الإفراط في التوظيف خلال فترة الجائحة.
• ضغوط التكاليف.
• تقليص المستويات الإدارية.
• إغلاق الأعمال.
• الأتمتة.
• تحسينات الكفاءة القائمة على الذكاء الاصطناعي.

من الواضح أن أمازون نفسها تتوقع أن يغير الذكاء الاصطناعي احتياجاتها المستقبلية من الموظفين.

أتمتة المستودعات تنقل نفس المنطق إلى العالم المادي

ينتقل المصدر بعد ذلك من الأتمتة المكتبية إلى المستودعات والخدمات اللوجستية.

يصف التقرير المستند إلى وثائق أمازون الداخلية استراتيجية طموحة في مجال الروبوتات.

وفقًا للتقارير، فإن الهدف هو أتمتة جزء كبير من عمليات المستودعات خلال السنوات القادمة، مما قد يمكن أمازون من تجنب توظيف مئات الآلاف من الموظفين الإضافيين مع نمو حجم الشحنات.

تقدير واسع الانتشار يشير إلى أن الأتمتة قد تمكن أمازون من تجنب:

توظيف حوالي 160 ألف موظف إضافي في الولايات المتحدة بحلول 2027

وأكثر من:

600 ألف موظف إضافي بحلول حوالي 2033

مقارنة بمسار نمو أقل اعتمادًا على الأتمتة.

تستند هذه الأرقام إلى توقعات داخلية تم الإبلاغ عنها، وليست التزامًا علنيًا من أمازون بتسريح 600 ألف موظف حالي.

هذا التمييز مهم.

"تجنب التوظيف المستقبلي" و"إلغاء الوظائف الحالية" مرتبطان اقتصاديًا لكنهما ليسا متطابقين.

تؤكد أمازون علنًا أن تقنيات الروبوتات يمكن أن تخلق أيضًا أدوارًا مختلفة في مجالات مثل:

• الصيانة.
• الموثوقية.
• هندسة الروبوتات.
• الإشراف على العمليات.
• التشغيل التقني.

لا يزال التأثير طويل الأجل على القوى العاملة محل جدل.

الاقتصادي دارون أسيموجلو هو من أبرز المنتقدين، حيث يحذر من أن الأتمتة العدوانية لدى كبار أصحاب العمل قد تحول الشركات من خالقة واسعة النطاق للوظائف إلى جهة تقضي على أو تتجنب أعدادًا كبيرة من الوظائف.

عصر "المزيد من الرموز = المزيد من الذكاء الاصطناعي" يقترب من نهايته

الجزء الرئيسي الثاني من المصدر

ينتقل من أمازون إلى سلوك وادي السيليكون الأوسع: tokenmaxxing (تعظيم استهلاك الرموز).

في فترة ما، دفعت الشركات نحو تطبيقات الذكاء الاصطناعي بشكل عدواني لدرجة أن حجم الاستخدام نفسه أصبح رمزًا للمكانة.

أراد المديرون من الموظفين:

• استخدام الذكاء الاصطناعي أكثر.
• تشغيل المزيد من الوكلاء.
• أتمتة المزيد من العمل.
• التجربة بجرأة.
• تشكيل فرق أصغر حول الذكاء الاصطناعي.

في بعض المؤسسات، تحول هذا التشجيع إلى لوحات متصدرين.

وبمجرد أن يصبح المقياس مرئيًا، يتعلم الموظفون كيفية تحسين هذا المقياس.

هذه حالة كلاسيكية من قانون جودهارت:

عندما يصبح المقياس هدفًا، يتوقف عن كونه مقياسًا جيدًا.

الشركة تريد تطبيقات ذكاء اصطناعي منتجة.

تقيس استخدام الرموز لأن استخدام الرموز سهل الإحصاء.

فزاد الموظفون من استخدام الرموز.

ارتفعت الأرقام.

لكن الناتج الفعلي لم يزد بالضرورة.

أمازون تغلق KiroRank

كان لدى أمازون لوحة تصنيف داخلية غير رسمية باسم KiroRank.

وهي تتتبع أو ترتب الموظفين بناءً على نشاطهم المتعلق بـ Kiro (أداة تطوير الذكاء الاصطناعي في أمازون).

وفقًا لتقارير Business Insider وصحيفة فاينانشال تايمز، بدأ بعض الموظفين في تنفيذ مهام ذكاء اصطناعي غير ضرورية لرفع درجاتهم.

أغلقت أمازون في النهاية لوحة التصنيف تلك.

أخبر نائب الرئيس الأول Dave Treadwell الموظفين بعدم استخدام الذكاء الاصطناعي لمجرد استخدامه.

انتقلت أمازون إلى مقاييس تركز أكثر على الناتج الفعلي، بما في ذلك مقياس يسمى النشر المُطبَّع (normalized deployments).

الدرس بسيط:

استهلاك الرموز
≠
الإنتاجية

المطور الذي يستخدم 100 مليون رمز دون تسليم أي شيء ليس تلقائيًا أكثر كفاءة من م developer يحل مشكلة باستخدام 5 ملايين رمز.

لوحة متصدرين Claudeonomics في ميتا خلقت نفس الحوافز

وفقًا للتقارير، أجرت ميتا تجارب مماثلة أيضًا.

لوحة تصنيف داخلية بناها الموظفون باسم Claudeonomics كانت تجمع بيانات استخدام الذكاء الاصطناعي لأكثر من 85,000 موظف وتُظهر أفضل 250 مستخدمًا.

ظهرت في التقارير ألقاب مثل:

• أسطورة الرموز (Token Legend).
• ساحر التخزين المؤقت (Cache Wizard).

جلسة الخالد (Session Immortal).

وفقًا لتقرير The Information، استهلك موظفو Meta عشرات التريليونات من الرموز خلال فترة тридцатидневная متجددة.

وقد حددت التقارير اللاحقة إجمالي فترة الثلاثين يومًا بما يقارب:

73.7 تريليون رمز

ثم تحولت Meta إلى ضوابط استخدام أكثر صرامة، وأنشأت بوابة ذكاء اصطناعي مركزية (AI Gateway) لتحقيق الشفافية في التكاليف وإدارة الميزانيات.

تستند هذه البيانات إلى تغطية التقارير الداخلية، وليس إلى البيانات المالية العامة لشركة Meta.

كما قامت المقالة المصدر بتحويل 73.7 تريليون رمز إلى فاتورة شهرية افتراضية بقيمة 221 مليون دولار.

لا ينبغي اعتبار هذا الرقم هو المبلغ الفعلي لفواتير Meta.

إنه في جوهره:

73.7 تريليون رمز
×
3 دولارات لكل مليون رمز
≈
221 مليون دولار

يفترض هذا أن كل رمز يتم احتسابه بسعر الرمز الواحد المدخل.

قد يتضمن الاستخدام الفعلي نماذج مختلفة، وأسعارًا مؤسسية متفاوضًا عليها، ومزيجًا من المدخلات والمخرجات، والتخزين المؤقت، والنماذج الداخلية، والترتيبات المنصاتية.

الحقيقة المفيدة هي حجم استهلاك الرموز المبلغ عنه - وليس التحويل المبسط للفوترة.

أوبر استنفدت ميزانية الذكاء الاصطناعي السنوية للتشفير في أربعة أشهر

واجهت أوبر مشكلة مماثلة في الميزانية.

ذكرت تقارير يونيو 2026 أن الشركة استنفدت ميزانيتها السنوية لأدوات التشفير الوكيلة في الربع الأول.

أربعة أشهر من العام.

بعد ذلك، فرضت أوبر حدًا أقصى افتراضيًا:

1,500 دولار لكل موظف
شهريًا
لكل أداة تشفير وكيلة

ينطبق هذا الحد بشكل منفصل على الأدوات التالية:

• Claude Code.
• Cursor.

يمكن للموظفين عرض استهلاكهم عبر لوحة تحكم داخلية، كما يمكن الموافقة على استثناءات إذا كان الإنفاق الإضافي مبررًا.

هذا النهج أقرب إلى ممارسات FinOps السحابية التقليدية.

تتحول المشكلة من:

كم استخدم الموظفون من الذكاء الاصطناعي؟

إلى:

كم تكلفة هذا سير العمل،
وهل النتائج تستحق ذلك؟

يظل مسؤولو أوبر يرون أن الذكاء الاصطناعي يمكن أن يحقق مكاسب كبيرة في الكفاءة.

التحول ليس من "استخدام الذكاء الاصطناعي" إلى "عدم استخدامه".

بل هو الانتقال من الاستهلاك غير المحدود إلى الاستهلاك المُدار.

حتى OpenAI تعترف بأن التكلفة أصبحت "مشكلة ضخمة"

يواجه مزودو النماذج أنفسهم هذه الاقتصاديات داخليًا.

في فعالية مؤسسية في يونيو 2026، صرح سام ألتمان أن أعلى مستهلكي الرموز داخل OpenAI يستهلكون شهريًا حوالي:

100 مليار رمز

وقارن ذلك بفترة قبل حوالي ست سنوات ونصف، عندما كان 100 ألف رمز شهريًا يعتبر رقمًا مرتفعًا بشكل غير عادي.

كما نقلت Business Insider عن تقرير لصحيفة نيويورك تايمز أن أحد موظفي OpenAI استخدم حوالي:

210 مليار رمز

في أسبوع واحد.

قال ألتمان إن التكلفة انتقلت من كونها مشكلة لا يكاد العملاء يذكرونها في أوائل 2026، إلى أن أصبحت:

"مشكلة ضخمة"

في نفس العام.

المفارقة واضحة هنا.

تريد مختبرات الذكاء الاصطناعي أن تصبح النماذج أرخص حتى يتمكن العملاء من استخدام المزيد من الذكاء الاصطناعي.

مع انخفاض أسعار النماذج وزيادة استقلالية الوكلاء، قد يتجاوز نمو إجمالي الاستخدام معدل انخفاض سعر الوحدة.

هذا تجسيد لأثر جيفونز:

انخفاض تكلفة الوحدة
→ زيادة الاستخدام
→ إجمالي الإنفاق قد يكون أعلى

معظم الشركات لا تزال غير قادرة على فهم فواتير الذكاء الاصطناعي الخاصة بها بالكامل

حوكمة التكاليف صعبة لأن استخدام الذكاء الاصطناعي منتشر في كل مكان.

قد تدفع الشركات مقابل الذكاء الاصطناعي عبر:

• واجهات برمجة التطبيقات المباشرة.
• AWS Bedrock.
• Azure.
• Google Cloud.
• اشتراكات SaaS.
• وكلاء التشفير.
• المساعدين المدمجين (Copilot).
• حسابات نفقات الأقسام.
• الاستدلال الداخلي.
• أدوات سير العمل من جهات خارجية.

ذكر تقرير لصحيفة وول ستريت جورنال موجهًا إلى المديرين الماليين دراسة استقصائية وجدت أن:

26% فقط من الشركات

لديها رؤية كاملة لتكاليف الذكاء الاصطناعي.

هذا يعني أن العديد من الشركات تحاول تحسين إنفاقها على الذكاء الاصطناعي قبل أن تتمكن من إرجاع تلك التكاليف بشكل موثوق.

قد تعرف الفرق المالية إجمالي فواتير الموردين، لكنها لا تعرف:

• أي فريق أنتجها.
• أي تطبيق أنتجها.
• أي سير عمل للعميل أنتجها.
• أي حلقة وكيل تسببت في الارتفاع.
• أي جزء من التكلفة حقق نتائج ناجحة.
• أي جزء كان إهدارًا بسبب إعادة المحاولة.

حوكمة تكاليف الذكاء الاصطناعي تتطلب أكثر من فاتورة شهرية

يجب أن يجيب نظام تكاليف الذكاء الاصطناعي المؤسسي الفعال على أسئلة متعددة المستويات.

المستوى الأول: من ينفق؟

تتبع حسب:

• الموظف.
• الفريق.
• المنتج.
• مستودع الكود.
• الوكيل.
• البيئة.

المستوى الثاني: ما الذي يستهلك التكلفة؟

تمييز بين:

• رموز الإدخال.
• رموز الإخراج.
• كتابة ذاكرة التخزين المؤقت.
• قراءة ذاكرة التخزين المؤقت.
• استدعاءات الأدوات.
• البحث.
• تنفيذ الكود.
• إعادة المحاولات.

المستوى الثالث: ماذا أنتج الإنفاق؟

ربط التكاليف بما يلي:

• عمليات النشر.
• التذاكر المُحلّة.
• طلبات السحب المدمجة.
• التقارير المُسلَّمة.
• طلبات العملاء المكتملة.
• أحداث الإيرادات.
• ساعات العمل الموفرة.

المستوى الرابع: هل سلوك الوكيل طبيعي؟

مراقبة:

• الاستدعاءات المتكررة المتماثلة.
• حلقات إعادة المحاولة.
• النمو المفاجئ في السياق.
• ارتفاعات الرموز.
• الجلسات الخاملة لفترات طويلة.
• أعطال الأدوات.
• المهام دون تقدم.

الهدف ليس فقط تقليل الرموز.

بل اكتشاف الرموز منخفضة القيمة.

ميزانيات أفضل للوكلاء تتطلب حواجز متعددة

الحد الأقصى الشهري بالدولار مفيد لكنه غير مكتمل.

يجب أن يضع الوكيل الإنتاجي عادةً قيودًا متعددة في نفس الوقت.

مثال:

لكل مهمة:
  الحد الأقصى لوقت التشغيل: 30 دقيقة
  الحد الأقصى لاستدعاءات النموذج: 80
  الحد الأقصى لإعادة المحاولات لكل أداة: 3
  الحد الأقصى للتكلفة: 5 دولارات

لكل مستخدم:
  الميزانية اليومية: 50 دولارًا

لكل فريق:
  الميزانية الشهرية: 25,000 دولار

على المستوى العالمي:
  تنبيه شاذ عند تجاوز الإنفاق +100% لكل ساعة
  مفتاح إيقاف طارئ

القيم المحددة تعتمد على حالة الاستخدام.

البنية هي الجزء الأساسي.

يجب أن يصطدم النظام الجامح بعدة حواجز مستقلة قبل أن يتسبب في فاتورة غير متوقعة بسبعة أرقام.

لماذا تعد القيود الصارمة أمرًا حيويًا للوكلاء المستقلين

البرمجيات التقليدية عادةً ما تنتظر طلبات جديدة قبل مواصلة العمل.

أما الوكيل فقد ينشئ الإجراء التالي بنفسه.

هذا يغير نموذج المخاطر.

افترض أن وكيلًا تلقى تعليمات مثل:

ابحث عن سجل المؤلف الصحيح وحدِّث قاعدة البيانات.

يكتشف أن هناك تطابقًا غامضًا.

فيبحث مرة أخرى.

ثم يجعل النموذج يقارن النتائج المرشحة.

ثم يعيد محاولة استدعاء واجهة برمجة تطبيقات معينة.

ثم يولّد استعلامات بحث جديدة.

ثم يوسع السياق.

ثم يكرر.

إذا لم تكن معايير النجاح محددة بوضوح، فقد يظل النظام "مشغولًا" لفترة طويلة دون أن يصبح أكثر صحة.

يحتاج الوكيل إلى مفهوم:

توقف

سواء لأسباب تقنية أو مالية.

الأتمتة الأعلى لا تعني كفاءة أعلى

تختتم المقالة الأصلية بذكر حالة فشل شهيرة في الأتمتة من عصر ما قبل الذكاء الاصطناعي: Knight Capital.

هذا التشبيه مفيد لأن مشكلة Knight لم تكن مرتبطة بنماذج اللغة الكبيرة إطلاقًا.

كانت فشلًا في البرمجيات الآلية، وضوابط النشر، والحد من الخسائر.

في 1 أغسطس 2012، نشرت Knight Capital برنامج تداول جديد لبرنامج السيولة التجزئة في بورصة نيويورك.

وفقًا لهيئة الأوراق المالية والبورصات الأمريكية (SEC)، أدى خطأ في النشر إلى بقاء كود قديم نشطًا على أحد الخوادم.

عند تشغيل النظام الجديد، بدأت الوظيفة الخاملة في إرسال أوامر غير مقصودة إلى السوق.

استمر تشغيل النظام حوالي:

45 دقيقة

ذكرت هيئة الأوراق المالية لاحقًا أن Knight جمعت محفظة أوراق مالية غير مقصودة بعشرات المليارات من الدولارات، بخسائر تجاوزت:

460 مليون دولار

تستخدم المقالة الصينية الأصلية الرقم الشائع الاستشهاد به وهو 440 مليون دولار. تستخدم مواد الإنفاذ اللاحقة لهيئة الأوراق المالية والبورصات مبلغًا يتجاوز 460 مليون دولار، ولذلك تعتمد هذه الترجمة رقم الجهة التنظيمية لضمان الدقة.

درس Knight Capital هو غياب شبكات الأمان

لم يكن انتقاد هيئة الأوراق المالية مجرد وجود خلل في البرمجيات.

البرمجيات دائمًا بها أخطاء.

كانت الإخفاقات الأكثر خطورة تشمل:

• عمليات نشر ضعيفة.
• اختبارات غير كافية.
• ضوابط مفقودة.
• مراقبة غير فعالة.
• غياب آلية إيقاف تلقائي فعالة.

نظام نايت يعمل بسرعة الآلة.

وهذه السرعة

عادةً ما تكون ميزة.

أثناء الأعطال، نفس السرعة تضخّم الأضرار.

النمط الأساسي مطابق تقريبًا لمخاطر تكاليف الوكيل:

الأتمتة تعمل بشكل طبيعي
→ السرعة قيمة

الأتمتة تتعطل
→ السرعة تضخّم الخسائر

وكلاء الذكاء الاصطناعي يضيفون نوعًا جديدًا من دوال الخسارة

نظام نايت ينفق المال مباشرة من خلال التداول.

معظم وكلاء المؤسسات ليس لديهم وصول إلى وسطاء الأوراق المالية.

لكن لديهم عدّاد.

كل استدعاء نموذج قد يترتب عليه تكلفة.

كل أداة قد يكون لها تأثيرات على المستويات الأدنى.

بعض الوكلاء قد يكون مفوّضًا أيضًا بتنفيذ:

• شراء موارد سحابية.
• إطلاق مهام.
• إرسال رسائل بريد إلكتروني.
• تعديل الكود.
• نشر البنية التحتية.
• شراء الخدمات.
• ترحيل البيانات.

مع حصول أنظمة الذكاء الاصطناعي على صلاحيات أكبر، تبدأ أنماط أعطالها في التشابه بشكل متزايد مع أخطاء أنظمة الأتمتة الخاضعة للرقابة، بدلًا من أخطاء روبوتات الدردشة.

لهذا السبب، تحتاج حوكمة الذكاء الاصطناعي بشكل متزايد إلى الاستعانة بمفاهيم مألوفة من الأنظمة المالية والبنية التحتية السحابية:

• الميزانيات.
• قواطع الدوائر.
• حدود المعدل.
• عتبات الموافقة.
• سجلات التدقيق.
• التراجع.
• مفتاح الإيقاف الطارئ.

الأتمتة تضخّم النجاح والفشل معًا

النص الأصلي يختتم بمبدأ صحيح.

الأتمتة تعد بـ:

• سرعة تنفيذ أعلى.
• تكلفة أقل لكل وحدة.
• تقليل الأخطاء البشرية المتكررة.
• نطاق أكبر.
• تشغيل على مدار الساعة.

هذه المزايا حقيقية.

لكن النظام لا يضخّم السلوك الصحيح بشكل انتقائي فقط.

بل يضخّم أيضًا:

• الافتراضات الخاطئة.
• الحلقات المكسورة.
• الصلاحيات غير الصحيحة.
• الأدوات المضبوطة بشكل خاطئ.
• الحوافز السيئة.
• القيود المفقودة.

أخطر أتمتة ليست بالضرورة النظام الذي ينهار فورًا.

بل ذلك الذي يبدو منتجًا بينما يفشل بسرعة وتكرار وبشكل غير مرئي.

يُقال إن مشروع أمازون بتكلفة 1.8 مليون دولار مع كلود ليس سببًا للتوقف عن استخدام الوكلاء.

بل هو سبب للتوقف عن اعتبار استهلاك الوكلاء تجربة غير مُقاسة.

قائمة مرجعية عملية للتحكم في تكاليف وكلاء الذكاء الاصطناعي

قبل النشر

1. حدد نتائج الأعمال بوضوح.
2. حدد أقصى تكلفة مقبولة لكل مهمة ناجحة.
3. قدّر استخدام الرموز والأدوات الطبيعي.
4. ضع حدًا أقصى صارمًا لكل مهمة.
5. حدد حدود إعادة المحاولة.
6. اضبط المهلات الزمنية.
7. اطلب موافقة بشرية على العمليات عالية التأثير.

أثناء التنفيذ

1. نسب الإنفاق إلى المشاريع والأشخاص المسؤولين.
2. تتبع رسوم الإدخال والإخراج والتخزين المؤقت والأدوات بشكل منفصل.
3. أطلق تنبيهات على النمو غير الطبيعي بالساعة أو باليوم.
4. كشف الاستدعاءات المتكررة والحلقات الراكدة.
5. سجّل نتائج النجاح والفشل.
6. اعرض التكلفة الحالية لمشغّلي الوكلاء.

بعد التنفيذ

1. احسب تكلفة كل نتيجة ناجحة.
2. راجع مسارات التنفيذ الباهظة الثمن بشكل غير طبيعي.
3. قارن بين مستويات النماذج.
4. استخدم التخزين المؤقت عند الاقتضاء.
5. أزل السياقات غير الضرورية.
6. وجّه المهام البسيطة إلى نماذج أكثر اقتصادية.
7. حدّث القيود مع تغيّر السلوك.

التركيز ليس على خفض الفاتورة إلى الحد الأدنى بأي ثمن.

بل على جعل الفاتورة قابلة للتفسير.

الأسئلة الشائعة

هل أنفقت أمازون فعلًا 1.8 مليون دولار على مشروع كلود؟

ذكرت صحيفة فاينانشال تايمز أن مشروعًا لأمازون يستخدم كلود سونيت تراكمت عليه تكاليف بلغت حوالي 1.8 مليون دولار، متجاوزًا الميزانية بنحو 860%، واستغرق اكتشاف المشكلة حوالي خمسة أشهر. الرقم مستمد من تقارير داخلية للموظفين، وليس من تقرير عام صادر عن أمازون.

هل استخدم مشروع أمازون فعلًا 600 مليار رمز؟

هذا الرقم مجرد مثال حسابي تقريبي، مبني على قسمة 1.8 مليون دولار على سعر 3 دولارات لكل مليون رمز إدخال. العدد الفعلي للرموز في المشروع، وإصدار النموذج، ومزيج الإدخال/الإخراج، واستخدام التخزين المؤقت، والتكاليف الأخرى لم تُكشف بعد للجمهور.

ما هو سعر كلود سونيت الحالي؟

تطرح Anthropic حاليًا Claude Sonnet 5 بسعر 2 دولار لكل مليون رمز إدخال قياسي و10 دولارات لكل مليون رمز إخراج. بينما تبلغ أسعار Sonnet 4.6 و4.5 المعلنة 3 دولارات و15 دولارًا على التوالي، وهذه الأسعار لا تشمل فروق التخزين المؤقت أو المعالجة المجمّعة أو فروق المنصات السحابية.

لماذا أصبح وكلاء الذكاء الاصطناعي مكلفين إلى هذا الحد؟

قد يقوم الوكيل بإجراء عدة استدعاءات للنماذج لطلب مستخدم واحد، وإعادة إرسال سياقات كبيرة، واستدعاء أدوات، وإعادة محاولة العمليات الفاشلة تلقائيًا. إذا دخل سير العمل في حلقة أو افتقر إلى شرط الإيقاف، فقد يستمر الإنفاق في التزايد حتى عندما لا يحقق المهمة أي تقدم فعلي.

ما هو Amazon KiroRank؟

KiroRank يُذكر أنه لوحة تصنيف داخلية غير رسمية مرتبطة باستخدام الموظفين لأداة Kiro من أمازون للذكاء الاصطناعي. يُذكر أن أمازون أغلقتها بعد أن بدأ الموظفون في تحسين هذا المقياس فقط، وأخبرت القيادة الموظفين بعدم استخدام الذكاء الاصطناعي لمجرد زيادة الاستخدام.

كيف ينبغي للمؤسسات تقييد إنفاق وكلاء الذكاء الاصطناعي؟

تشمل الضوابط الفعالة: ميزانيات بالدولار لكل مهمة، وحدود لعدد استدعاءات النماذج، وسقوف لإعادة المحاولة، وإعدادات مهلة، وحصص لكل مستخدم وفريق، وتنبيهات للشذوذ، وإسناد الاستخدام، ومفتاح إيقاف طارئ. أفضل مقياس عادةً هو تكلفة كل نتيجة أعمال ناجحة، وليس حجم الرموز الخام.

ما علاقة Knight Capital بوكلاء الذكاء الاصطناعي؟

خسرت Knight Capital أكثر من 460 مليون دولار في حوالي 45 دقيقة بعد فشل نشر تداول آلي بسبب عدم وجود آليات أمان كافية. توضح الواقعة المبدأ العام نفسه: الأتمتة تزيد من سرعة العمل الفعال، ولكنها تزيد أيضًا من سرعة الفشل وحجمه.

هل يمكن لخفض أسعار الرموز حل مشكلة تكاليف الذكاء الاصطناعي في المؤسسات؟

خفض الأسعار وحده لا يكفي لحل المشكلة. فالسعر الأقل لكل وحدة قد يشجع على استخدام أعلى، خاصة عندما يعمل الوكلاء بشكل مستقل. لا تزال المؤسسات بحاجة إلى الرؤية والميزانيات والتوجيه والتخزين المؤقت والقياس القائم على النتائج.

أدوات ذات صلة

• تسعير Anthropic Claude: التسعير الرسمي لنماذج Claude والتخزين المؤقت للرموز والمعالجة المجمّعة وجلسات الوكلاء.
• Amazon Bedrock: منصة AWS المُدارة لاستخدام Claude ونماذج أساسية أخرى مع تحكم على مستوى المؤسسات.
• AWS Budgets: أداة AWS لتحديد الميزانيات وإطلاق التنبيهات عند تجاوز الإنفاق أو الاستخدام للعتبات.
• AWS Cost Explorer: لتحليل وإسناد إنفاق AWS بمرور الوقت.
• AWS Cost Anomaly Detection: مراقبة آلية لتحديد أنماط الإنفاق غير الطبيعية في AWS.
• Kiro: بيئة تطوير الذكاء الاصطناعي من أمازون والتي وردت في التقارير حول لوحة التصنيف الداخلية KiroRank.

روابط ذات صلة

• فاينانشال تايمز: أمازون تكتشف حالات ذكاء اصطناعي

تؤدي إلى إنفاق خارج السيطرة](https://www.ft.com/content/77baac40-d803-4084-94f3-a133653072cf): التقرير الرئيسي حول مشروع كلود البالغ 1.8 مليون دولار وتجاوزات التكلفة الداخلية الأخرى.

• نتائج أمازون للربع الثاني من 2026: التأكيد الرسمي لإيرادات AWS الفصلية البالغة 42.2 مليار دولار وأرباح التشغيل البالغة 16.6 مليار دولار، وإجمالي أرباح أمازون التشغيلية البالغة 27.5 مليار دولار.
• [آندي جاسي حول الذكاء الاصطناعي التوليدي والوكلاء](https://www.aboutamazon.

com/news/company-news/amazon-ceo-andy-jassy-on-generative-ai): مذكرة أمازون الرسمية، تصف أكثر من 1000 خدمة ذكاء اصطناعي توليدي، وتوقعات جاسي لوجود مليارات الوكلاء في المستقبل.

• تسعير Claude من أنثروبيك: تفاصيل التسعير الرسمي الحالي لـ Sonnet والفوترة القائمة على الرموز (tokens).
• هيئة الأوراق المالية والبورصات الأمريكية: خلل تداول Knight Capital: شرح الجهة التنظيمية لحادثة التداول الآلي في عام 2012 وخسائر شركة Knight التي تجاوزت 460 مليون دولار.
• بيزنس إنسايدر: أمازون تغلق KiroRank: تقرير حول لوحة تصنيف استخدام الذكاء الاصطناعي في أمازون والتخلي عن tokenmaxxing.
• وول ستريت جورنال: المقياس الذي يصعب على المديرين الماليين تتبعه — حجم استخدام الذكاء الاصطناعي: تقرير حول رؤية تكاليف الذكاء الاصطناعي في الشركات ونسبة الرؤية الشاملة البالغة 26%.

الملخص

وفقًا للتقارير، تراكمت فاتورة بقيمة 1.8 مليون دولار لمشروع أمازون يستخدم Claude Sonnet، متجاوزًا الميزانية بنحو 860%، واستغرق اكتشافه خمسة أشهر، ولم يتم نشره في النهاية. تُظهر هذه الحادثة أنه عندما يتمكن وكيل (Agent) من استهلاك موارد الذكاء الاصطناعي المدفوعة لكل استخدام بشكل متكرر دون شروط إيقاف قوية، فقد يصبح خطأ برمجي عادي مكلفًا بشكل استثنائي.

لم تنسحب أمازون من مجال الذكاء الاصطناعي. فـ AWS يشهد نموًا سريعًا، وتتوقع الشركة إنفاقًا رأسماليًا يبلغ حوالي 220 مليار دولار في عام 2026، ويصف آندي جاسي مستقبلًا يضم مليارات الوكلاء. لذلك، فإن الاستجابة للتكاليف الخارجة عن السيطرة ستكون على الأرجح تعزيز حوكمة التكاليف، وليس تقليل الأتمتة.

نفس التحول واضح في جميع أنحاء وادي السيليكون. أوقفت أمازون KiroRank، وانتقلت Meta من tokenmaxxing إلى نظام الميزانيات، ووضعت أوبر حدًا أقصى قدره 1500 دولار شهريًا لكل موظف لكل أداة برمجة، وقال سام ألتمان إن تكاليف الذكاء الاصطناعي أصبحت مصدر قلق كبير حتى داخل OpenAI نفسها.

فشل Knight Capital يقدم درسًا خالدًا: الأتمتة لا تضخم الكفاءة فقط. فعندما تكون الضوابط ضعيفة، فإنها تضخم الأخطاء بنفس السرعة.

المقياس الصحيح للذكاء الاصطناعي في المؤسسات ليس "كم عدد الرموز التي استخدمناها؟" بل "ما النتائج القابلة للقياس التي أنتجتها هذه الرموز، وما الذي يوقف النظام عندما تتوقف عن إنتاج قيمة؟"