الوكلاء الذكاء الاصطناعيون، القادرون على تنفيذ المهام بأنفسهم والتي كانت تُسند سابقًا للموظفين، يهزون النموذج الاقتصادي لناشري البرمجيات. بعد أن اعتمدوا لفترة طويلة على التراخيص والاشتراكات المفوتَرة لكل مستخدم، يتعين على هؤلاء الناشرين إعادة النظر في أسعارهم لمراعاة الاستخدامات والقيمة المُنتَجة بشكل أفضل. كانت هذه المسألة في صميم حلقة نقاش مخصصة لتحقيق الربحية من الذكاء الاصطناعي في قطاع البرمجيات، ضمت آن غريز، مديرة الشراكات في لوفيفر دالوز، ومايكل مانسار، مدير الاستراتيجية في زورا، وفرانسوا كانديلون، شريك في سفن2.
سلطت المناقشات الضوء على مفارقة. فالمؤسسات تُسرع استثماراتها في الذكاء الاصطناعي، لكنها لا تزال تجد صعوبة في قياس العوائد الاقتصادية له. ولا يؤدي ارتفاع الميزانيات بالضرورة إلى تحقيق عائد استثماري يلبي التوقعات.
الفوترة لكل مستخدم موضع تساؤل
لعقود من الزمن، استمد الناشرون الجزء الأكبر من إيراداتهم من بيع التراخيص، ثم من اشتراكات البرمجيات كخدمة (SaaS) المفوتَرة حسب عدد المستخدمين. مع ظهور وكلاء الذكاء الاصطناعي، يظهر هذا النموذج محدوديته. من خلال توليها مهام كانت تُنفذ حتى الآن من قبل الموظفين، يمكن لهؤلاء الوكلاء تقليل عدد التراخيص المطلوبة في المؤسسات. يقدم خدمة العملاء مثالًا توضيحيًا. في حين كانت البرمجيات التقليدية تضع أدوات تحت تصرف المستشارين، يمكن لوكلاء الذكاء الاصطناعي الآن حل جزء من الطلبات مباشرة. وفقًا لمايكل مانسار، يمكنهم بذلك معالجة ما بين 60 إلى 70٪ من الطلبات بشكل مستقل، حسب الحلول والسياقات.
هذا التطور يغير طبيعة العرض نفسه. لم يعد الناشرون يبيعون مجرد أداة تهدف إلى تسهيل عمل الموظفين، بل حلًا قادرًا على أداء بعض المهام بدلاً منهم. إذا أدى الوكلاء إلى تقليل عدد التراخيص البشرية، فإن الإيرادات المتكررة للموردين معرضة للانخفاض، حتى عندما تخلق حلولهم قيمة أكبر. كما أن النموذج يصبح أكثر تعقيدًا من جانب التكاليف. تولد البرمجيات التقليدية عمومًا تكلفة هامشية محدودة لكل مستخدم إضافي، في حين أن حلول الذكاء الاصطناعي التوليدي تنطوي على نفقات متغيرة، مرتبطة بحجم الطلبات وتعقيد المعالجات واستهلاك الرموز (التوكنز)، وهي وحدات النص التي تعالجها النماذج. كما يشير مايكل مانسار، « يميل سعر الرموز (التوكنز) إلى الانخفاض، لكن الاستهلاك يزداد بسرعة أكبر بكثير من انخفاض الأسعار ».
أربع مقاربات رئيسية للتسعير
تظهر عدة نماذج للفوترة. الأول يتمثل في فوترة وكيل الذكاء الاصطناعي كمورد إضافي، على غرار الموظف. إنه سهل الفهم، لكنه قد يظهر بسرعة محدوديته عندما يؤدي نشاط الوكيل إلى ارتفاع تكاليف الاستخدام بشكل كبير. الثاني يعتمد على الفوترة حسب الاستهلاك: يدفع العميل حسب الموارد المستخدمة، سواء كانت طلبات أو رموزًا (توكنز) أو عمليات. يسمح هذا النموذج للناشرين بتحميل تكاليف تشغيلهم بشكل أفضل، دون ضمان أن المبلغ المفوتَر يتوافق مع القيمة المنتجة فعليًا. « ليس لأن ذكائي الاصطناعي يعمل يعني أنني أخلق قيمة »، كما يذكر مايكل مانسار.
تتمثل المقاربة الثالثة في فوترة كل عملية تنفذها الذكاء الاصطناعي، سواء كانت طلب عميل تمت معالجته، أو بطاقة تم تحديثها، أو مهمة تم إنجازها. أخيرًا، يفكر بعض الموردين في تسعير مرتبط مباشرة بالنتائج المحققة، حيث يدفع العميل حسب الأداء أو التوفيرات المحققة، ربما في إطار تقاسم المكاسب. يبدو هذا المسار جذابًا، لكنه يفترض تحديد النتائج المتوقعة بدقة، والقدرة على قياسها، والاتفاق على حصة القيمة التي يمكن نسبتها إلى الذكاء الاصطناعي. ولهذا السبب، يرى المشاركون أن هذا النموذج لن يسود على المدى القصير.
النماذج الهجينة تتصدر المشهد
لا تفرض أي من هذه المقاربات نفسها كحل عالمي. يفضل الناشرون صيغًا تجمع بين عدة أنماط فوترة، من أجل التوفيق بين استقرار الإيرادات والتحكم في التكاليف. تجمع هذه النماذج عمومًا بين اشتراك أساسي، يضمن مستوى أدنى من الخدمة، وفوترة تكميلية مرتبطة بالاستهلاك. وبذلك يؤمن الموردون جزءًا من إيراداتهم، بينما يحتفظ العملاء برؤية معينة لمصاريفهم.
وفقًا للتقديرات المقدمة خلال حلقة النقاش، تمثل هذه الصيغ الآن ما بين 70 إلى 80٪ من السوق. كما تثير أنظمة الرصيد المدفوع مسبقًا اهتمامًا متجددًا. تشتري المؤسسات مسبقًا حجمًا من الموارد تستخدمه لاحقًا حسب احتياجاتها، في منطق يذكرنا بباقات الهاتف المحمول القديمة.
