إطلاق مؤسسة Tokenomics Foundation للحد من التكاليف الخارجة عن السيطرة لرموز الذكاء الاصطناعي

في جميع أنحاء قطاع التكنولوجيا، بدأت الشركات في التذمر من تكاليف الذكاء الاصطناعي. واستجابة لهذه النفقات، كشفت Linux Foundation عن خطط لإطلاق Tokenomics Foundation. تهدف هيئة المعايير الجديدة إلى ترسيخ الانضباط المالي فيما يتعلق بـ “Tokenomics” — أي اقتصاديات وإدارة تكاليف استخدام رموز الذكاء الاصطناعي — على غرار الطريقة التي جلبت بها ممارسة الإدارة المالية السحابية المعروفة باسم FinOps النظام إلى إنفاق الحوسبة السحابية.

لقد أثرت الضغوط المالية على المؤسسات. ففي أوائل عام 2025، انغمست الشركات في اشتراكات غير محدودة، لكنها تواجه الآن الفواتير. على سبيل المثال، استنفدت شركة Uber ميزانيتها الكاملة للبرمجة بالذكاء الاصطناعي لعام 2026 بحلول شهر أبريل. وبحسب ما ورد، واجهت شركة أخرى فاتورة بقيمة 500 مليون دولار لاستخدام Claude بعد فشلها في وضع حدود للاستخدام. وفي شركة Priceline، جاء تجديد عقد روتيني لمساعد البرمجة Cursor بتكلفة أعلى بـ 4-5 أضعاف. وهذه الزيادة مدفوعة بظهور أدوات الذكاء الاصطناعي القادرة على العمل الذاتي، والتي دفعت استهلاك الرموز لكل مطور للارتفاع بنحو 18.6 ضعفاً على مدى فترة تسعة أشهر.

أدى تضخم التكاليف هذا إلى تغيير أولويات الشركات. وأشار Alexander Embiricos، رئيس قسم المؤسسات في OpenAI، خلال فعالية في مدينة نيويورك، إلى أن محادثات العملاء تحولت من التركيز على قدرات النماذج إلى التركيز على وضوح التكاليف، وقابلية التدقيق، وضوابط الرموز. ووصف Chris Reed، المدير الأول لتمويل تكنولوجيا المعلومات في Priceline، الاعتماد المفاجئ على هذه النماذج قائلاً: “إنه يشبه وباء الكوكايين”. ولإدارة هذا الوضع، بدأت Priceline في وضع حدود لاستخدام الرموز على مجموعات معينة، بينما تعاني شركات أخرى من الاستخدام الفردي، مثل مهندس واحد أنفق 40,000 دولار على الرموز في شهر واحد.

يتشكل حالياً سوق لأدوات المراقبة لمساعدة الشركات على تتبع الإنفاق وإثبات العائد على الاستثمار. وتقوم منصات إدارة الهندسة مثل Jellyfish ومنصات العمليات الهندسية مثل Faros AI بتحليل عادات المطورين. ووجدت دراسة شملت 20,000 مطور أجرتها Faros AI أنه على الرغم من ارتفاع الإنتاجية، إلا أن الأخطاء وعمليات إعادة الكتابة زادت أيضاً. وفي الوقت نفسه، وجدت Jellyfish أن المهندسين الذين يستخدمون أكبر عدد من الرموز كانوا أكثر إنتاجية بمرتين، لكنهم استهلكوا رموزاً أكثر بـ 10 أضعاف لتحقيق ذلك. وعلى الرغم من تساؤلات الكفاءة هذه، لا يظهر الطلب على الرموز أي علامات على التباطؤ؛ حيث تتوقع Goldman Sachs أن يتضاعف استخدام الرموز عالمياً بمقدار 24 مرة بحلول عام 2030.

لماذا يهم

مع تحول اعتماد الذكاء الاصطناعي من مرحلة التجريب إلى مرحلة الإنتاج، فإن غياب إدارة التكاليف الموحدة يخلق أزمة ميزانية وجودية للمؤسسات، مما يستلزم وضع أطر عمل جديدة على مستوى الصناعة.