تشغيل وكلاء الذكاء الاصطناعي على عتادكم: متى يستحقّ ذلك

تشغيل وكلاء الذكاء الاصطناعي على عتادكم يستحقّ اقتصاديًا أمام نماذج الصدارة الغالية فقط، وفوق نحو 5 ملايين رمز يوميًا فقط. أما أمام واجهات النماذج المفتوحة، التي تدور حول 0.14 إلى 0.50 دولار لكل مليون رمز، فتنزاح نقطة التعادل إلى مليارات الرموز شهريًا ولن تبلغوها غالبًا. والمعنى بسيط: إن كان الاعتبار الوحيد هو الكلفة، فالجواب في معظم الحالات لا. أما الحجج التي تصمد فهي سيادة البيانات، وتثبيت الإصدار، وزمن الاستجابة — ويجب تسعيرها بصدق.

السؤال الذي تطرحه معظم المؤسسات هو السؤال الخاطئ

يبدأ النقاش دائمًا تقريبًا بـ«كم سنوفّر إن شغّلناه عندنا». وهو سؤال يمكن حسابه، ولذلك يبدو آمنًا — لكنه لا يكاد يكون أبدًا السبب الحقيقي الذي يجعل مؤسسة تشغّل نموذجًا بنفسها.

ثلاث حجج تصمد، وليست أيٌّ منها توفيرًا مباشرًا. الأولى سيادة البيانات: حين لا يجوز للمعلومات الداخلة إلى الموجّه أن تخرج من المؤسسة، يصبح السؤال الاقتصادي ثانويًا أمام سؤال الإذن. والثانية تثبيت الإصدار: المزوّد الذي يحدّث نموذجًا يغيّر سلوك وكيل عُويِر على إصدار سابق، والنموذج الذي يعمل عندكم لا يتغيّر حتى تقرّروا. والثالثة زمن استجابة ثابت في الحجم العالي، خصوصًا في مهام التصنيف والاستخراج التي تعمل مئات المرات في الدقيقة.

وإن لم يكن أيٌّ من هذه الثلاثة ذا صلة لديكم، فالحساب أدناه سيعيدكم دائمًا تقريبًا إلى الواجهة البرمجية.

الحساب، بلا سحر

حتى منتصف 2026، يتراوح استئجار بطاقة H100 واحدة بين نحو دولارين للساعة لدى مزوّدي وحدات المعالجة الرسومية المتخصّصين و14 دولارًا للساعة لدى سحابات النطاق الفائق، ومتوسّط الوصول عند الطلب يدور حول 3 دولارات للساعة. وشراء البطاقة يقع بين 30 و40 ألف دولار فأكثر. لنأخذ سعرًا محجوزًا بدولارين للساعة — أي نحو 1,460 دولارًا شهريًا لبطاقة تعمل بلا انقطاع.

الجدول محسوب مباشرة: 1,460 دولارًا شهريًا مقسومة على السعر لكل مليون رمز. والصفّ الثالث هو ما يُنهي النقاش في معظم المؤسسات — 195 مليون رمز يوميًا حجمُ منتج على نطاق، لا حجم وكيل داخلي.

معدّل الاستغلال هو الحكاية كلها

الواجهة البرمجية تحاسب بالرمز. والبطاقة تحاسب بالساعة، حتى حين لا يرسل إليها أحد شيئًا. وهذا الفارق هو سبب خطأ معظم حسابات العائد على تشغيل ذاتي.

نموذج بحجم 70 مليار وسيط بتكميم، على بطاقة H100 واحدة مع تجميع دفعات كفؤ، يبلغ رتبة 3,000 رمز في الثانية. وبسعر ساعة قدره دولاران، يُترجم ذلك هكذا:

واستغلال بنسبة 100% غير موجود في العالم الحقيقي. فالحمل التجاري دوري — ساعات عمل، وأيام أسبوع، ونهايات شهر — ولذلك يُعدّ متوسّط استغلال بين 50 و60 بالمئة جيدًا جدًا لحمل داخلي. وتحت ذلك، يخسر التشغيل الذاتي أمام النماذج المفتوحة عبر الواجهة وأمام جزء من الصدارة أيضًا.

ما الذي لا يظهر في هذا الحساب

سعر البطاقة هو المكوّن الوحيد السهل تسعيره، ولذلك هو الوحيد الذي يُسعَّر. أما الكلفة الكاملة للتشغيل الذاتي في الإنتاج فتتراوح عادةً بين ثلاثة وخمسة أضعافه.

1. التكرار الاحتياطي. بطاقة واحدة نقطة فشل مفردة. والوكيل الذي يخدم عملاء يستوجب اثنتين على الأقل، أو مسارًا احتياطيًا إلى الواجهة البرمجية.
2. التشغيل. خادم استدلال، ومراقبة، وإدارة طوابير، وتحديثات مشغّلات، وإعادة تكميم عند كل ترقية نموذج.
3. الجاهزية. شخص ما يجب أن يردّ حين تسقط وحدة المعالجة الرسومية في الثانية بعد منتصف الليل. للواجهة البرمجية اتفاقية مستوى خدمة، ولبطاقتكم أنتم.
4. بنية الاختبارات. كل تبديل نموذج أو تكميم يستوجب تشغيلًا كاملًا لمجموعة الاختبارات، كما هو مفصَّل في دليل اختبارات التقييم.
5. كلفة الفرصة. النموذج الذي ثبّتّموه قبل عام يبقى في مكانه بينما تتقدّم الصدارة.

البنية التي تعمل فعلًا: التوجيه حسب المهمة

الخيار ليس ثنائيًا. فالوكيل المؤسسي النمطي ينفّذ خليطًا من مهام مختلفة جدًا في طبيعتها، والمنطق الاقتصادي يختلف لكل منها.

هذا التوجيه يمنح معظم التوفير بلا معظم المخاطرة: المهام عالية الحجم، وهي أيضًا الأبسط، تنزل إلى نموذج محلي رخيص، بينما تبقى القرارات الصعبة عند أفضل نموذج. وأساليب إضافية لخفض الكلفة في طبقة الواجهة مفصَّلة في دليل خفض تكلفة الاستدلال، أما تحديد الصفّ الأخير في الجدول فيجب اشتقاقه من تصنيف المعلومات المؤسسية.

ستة أسئلة قبل شراء بطاقة

1. ما الحجم اليومي بالرموز اليوم، مقيسًا لا مقدَّرًا، وما وتيرة نموّه.
2. أمام أي سعر بديل تقارنون — صدارة أم نموذج مفتوح. الجوابان يعطيان استنتاجين متعاكسين.
3. ما الاستغلال المتوقّع على مدار اليوم وعلى مدار الأسبوع، بما في ذلك ساعات بلا حركة.
4. من في الفريق يصون خادم الاستدلال، وماذا يحدث حين يكون في إجازة.
5. هل يوجد مسار احتياطي إلى الواجهة البرمجية حين يسقط العتاد، ومن يقرّر الانتقال إليه.
6. هل توجد حجّة غير الكلفة. فإن لم توجد، يبقى القرار دائمًا تقريبًا عند الواجهة البرمجية.

يبدو هذا القرار بنيويًا تحتيًا لكنه معماري. فهو يحدّد أي أجزاء الوكيل يمكن أن تتغيّر وأيها مثبّت، ولذلك ينبغي اتّخاذه أمام خريطة المكوّنات الكاملة الموصوفة في تشريح وكيل الذكاء الاصطناعي في المؤسسة، وبالتوازي مع نموذج الأذونات.