تسليط الضوء على التحديات التي تواجهها أمازون في إدارة تكاليف مشاريع الذكاء الاصطناعي.
لمحة عامة
باختصار: الاستخدام المتزايد للذكاء الاصطناعي من قبل أمازون عبر عملياتها بدأ يكشف عن مشكلة عملية: يمكن أن تصبح التكنولوجيا مكلفة بسرعة، وفي بعض الحالات، لا يلاحظ أحد ذلك حتى يصبح الفاتورة مرتفعة بالفعل. تظهر المناقشات الداخلية التي استعرضتها صحيفة فاينانشيال تايمز أن العديد من المشاريع المدفوعة بالذكاء الاصطناعي في الشركة تجاوزت الميزانية، أحيانًا بفارق كبير.
مشروع فاشل يكلف 1.8 مليون دولار
في إحدى الحالات، أنفقت أمازون 1.8 مليون دولار على مشروع استخدم نموذج Claude Sonnet من شركة Anthropic لمطابقة معلومات المؤلف مع قوائم المنتجات. في النهاية، فشل النظام، وتجاوز الإنفاق الميزانية الأصلية بنسبة 860%. لم يتم اكتشاف المشكلة لمدة خمسة أشهر.
تكاليف غير متوقعة
يقول المهندسون إن المشكلة ليست محدودة بمشروع واحد. مع انتقال المزيد من الفرق من البرمجيات التقليدية إلى نماذج الذكاء الاصطناعي، أصبحت الأخطاء الروتينية أكثر تكلفة بكثير. المهام التي كانت تتطلب موارد حوسبة بسيطة تعتمد الآن على أنظمة تتقاضى بناءً على الاستخدام، وغالبًا ما يتم قياسها بالرموز. عندما يتم تكوين تلك الأنظمة بشكل خاطئ أو تُترك دون رقابة، يمكن أن ترتفع التكاليف بسرعة.
أخطاء مكلفة
خلال اجتماع داخلي حديث، وصف المهندسون الكبار هذه الأخطاء بأنها “مكلفة بشكل كارثي”، مشيرين إلى أن الأخطاء المماثلة في الأنظمة التقليدية كانت “رخيصة بشكل تافه”. يكمن الفرق في كيفية تسعير وتنفيذ أعباء العمل الخاصة بالذكاء الاصطناعي. بدلاً من تكاليف البنية التحتية القابلة للتنبؤ، تتعامل الفرق الآن مع نفقات متغيرة تعتمد على مدى تكرار استدعاء النماذج وكيفية استخدامها.
مشاريع أخرى تواجه مشكلات
واجهت مشاريع أخرى مشكلات مماثلة. أحد الجهود لبناء أداة تدقيق مالي أسفر عن تكاليف غير متوقعة بلغت حوالي 541,000 دولار. بينما تكبد مشروع يهدف إلى تحسين سرعات التسليم في شبكة لوجستيات أمازون 134,000 دولار من النفقات الإضافية، واستغرق الأمر أكثر من أسبوعين لاكتشاف المشكلة.
تحسينات مستقبلية
وفقًا لأشخاص مطلعين على الوضع، يعمل المهندسون الآن على تدابير وقائية لمنع حدوث حوادث مماثلة في المستقبل. تشمل هذه التدابير التحكمات الآلية للحد من كيفية استخدام أنظمة الذكاء الاصطناعي وتحسين تتبع الإنفاق في الوقت الفعلي.
تحديات الرؤية
جزء من التحدي هو الرؤية. “من الصعب معرفة كم يكلف أي شيء [مرتبط بالذكاء الاصطناعي]”، قال أحد موظفي أمازون الكبار لصحيفة فاينانشيال تايمز. على عكس أنظمة البرمجيات التقليدية، حيث تكون التكاليف أسهل في التقدير، يقدم الذكاء الاصطناعي أجزاء متحركة أكثر. يمكن أن تؤدي استدعاءات النماذج، وسلاسل الموجهات، والوكالات المستقلة إلى زيادة الاستخدام بطرق يصعب تتبعها حتى بعد حدوثها.
تعلم من الأخطاء
تقول أمازون إنها لا تزال في مرحلة التعلم. “كما هو الحال مع أي تقنية جديدة، نحن نجرب ونتعلم ونحسن كيفية استخدامها، بما في ذلك كيفية تحقيق كفاءة في التكاليف”، قالت الشركة في عرض داخلي.
خاتمة
رغم ذلك، تشير الأمثلة إلى تحول أوسع يحدث عبر صناعة التكنولوجيا. مع انتقال الشركات بعيدًا عن نماذج التسعير الثابتة نحو الفوترة القائمة على الاستخدام، أصبحت تكاليف الذكاء الاصطناعي أكثر صعوبة في التنبؤ. يمكن أن تولد الأنظمة التي تعتمد على الوكالات المستقلة أحجامًا كبيرة من النشاط، أحيانًا تتجاوز ما تتوقعه الفرق في البداية.
لقد واجهت أمازون بالفعل مشكلات ذات صلة في أماكن أخرى. في وقت سابق من هذا العام، شهدت AWS انقطاعات مرتبطة بأخطاء من أدوات ترميز الذكاء الاصطناعي. استجابةً لذلك، قامت الشركة بتقييد ما يُسمح لتلك الأدوات بفعله بدلاً من منحها الوصول الكامل. كما تراجعت عن الجهود الداخلية لتشجيع الاستخدام الكثيف للذكاء الاصطناعي بعد أن بدأت التكاليف في الارتفاع.
بالنسبة لشركة بحجم أمازون، فإن التأثير المالي لهذه التجاوزات صغير نسبيًا. تولد الشركة أكثر من 180 مليار دولار من الإيرادات كل ربع سنة ومن المتوقع أن تنفق بكثافة على بنية الذكاء الاصطناعي التحتية هذا العام. لكن الحوادث تسلط الضوء على قضية أكثر جوهرية: إدارة تكاليف الذكاء الاصطناعي تتطلب نهجًا مختلفًا عن إدارة البرمجيات التقليدية.
تتطلب إدارة تكاليف الذكاء الاصطناعي استراتيجيات جديدة لضمان الكفاءة المالية.
