وصلت بدعة الشركات المتمثلة في "Tokenmaxxing" في تكنولوجيا الذكاء الاصطناعي إلى أقصى حدودها، حيث تشهد أماكن العمل التي تستخدم الذكاء الاصطناعي في كل شيء ارتفاعًا في التكاليف دون ارتفاع مماثل في الإنتاجية، وفقًا لتقرير صادر عن وكالة أسوشيتد برس.
ما بدأ كضجة تغذيها صناعة التكنولوجيا في ربيع عام 2026 حول الضغط على أكبر قدر ممكن من العمل الناتج عن الذكاء الاصطناعي من منتجات مثل ChatGPT من OpenAI وAnthropic's Claude، تحول إلى رد فعل عنيف في الصيف. يتساءل المديرون التنفيذيون والمحللون والمطورون الآن بشكل علني عما إذا كان تعظيم استهلاك الرموز المميزة للذكاء الاصطناعي يمثل استراتيجية سليمة على الإطلاق. للحصول على تغطية مستمرة لمشهد أعمال الذكاء الاصطناعي، قم بزيارة [أحدث تقارير صناعة الذكاء الاصطناعي] (https://aibuzzwire.news).
صعود وسقوط بدعة
يشير "Tokenmaxxing" إلى تعظيم استخدام الرموز المميزة - وهي اللبنات الأساسية للذكاء الاصطناعي التوليدي التي تتوافق مع أجزاء صغيرة من النص يقرأها أو يكتبها نظام الذكاء الاصطناعي. يمثل كل رمز ما يقرب من ثلاثة أرباع الكلمة، وعادةً ما يفرض مزودو الذكاء الاصطناعي حدودًا للاستخدام، مع الاشتراكات الأكثر تكلفة التي تقدم حدودًا أعلى.
وقد تم الترويج لهذا الاتجاه بشكل نشط من قبل بعض أبرز قادة التكنولوجيا. قال سام ألتمان، الرئيس التنفيذي لشركة OpenAI، في مايو 2026 إنه "متحمس لرؤية ما سيحدث مع الشركات الناشئة التي تعمل في مجال Tokenmaxxing، سواء فيما يتعلق بكيفية عملها داخليًا أو المنتجات التي يمكنها بناءها." أعلن الرئيس التنفيذي لشركة Nvidia، Jensen Huang، أنه "إذا لم يحرق مهندسك الذي تبلغ قيمته 500 ألف دولار 250 ألف دولار من الرموز المميزة، فهناك خطأ ما." أجرت شركة Meta، الشركة الأم لفيسبوك، مسابقة داخلية لمكافأة الاستخدام العالي للرموز.
ولكن مع تراكم التكاليف، تضاءل الحماس. وقال فنسنت غوسدورف، رئيس تحليلات الذكاء الاصطناعي في وكالة موديز للتصنيفات الائتمانية ومؤلف تقرير جديد يوصي باتباع نهج أكثر انضباطا: "مع بدء تراكم الفواتير، أدرك الناس أن هذه الأدوات الجديدة باهظة الثمن للغاية وأنهم بحاجة إلى استخدامها بحكمة".
وأضاف جوسدورف: "من السهل جدًا إنشاء شيء لا تحتاجه باستخدام الذكاء الاصطناعي".
رد الفعل التنفيذي
وقد قادت ردود الفعل العنيفة بعض الأصوات الأكثر تأثيراً في صناعة التكنولوجيا. اعترف الرئيس التنفيذي لشركة مايكروسوفت، ساتيا ناديلا، بأن استخدام الرموز المميزة يمكن أن يسبب الإدمان، لكنه حذر من أن العملاء يدفعون فعليًا مرتين مقابل الذكاء الاصطناعي - أولاً في الإنفاق على الرموز المميزة، وثانيًا عن طريق تغذية بيانات الملكية الخاصة بهم إلى موفري الذكاء الاصطناعي. وكانت تعليقات ناديلا غير عادية من حيث الطريقة التي أثار بها الشكوك حول ضمانات حماية البيانات التي تقدمها شركات الذكاء الاصطناعي الرائدة، حتى عندما كان يروج لاستراتيجية الذكاء الاصطناعي الخاصة بشركة مايكروسوفت.
وذهب أليكس كارب، الرئيس التنفيذي لشركة Palantir، إلى أبعد من ذلك، حيث قال لشبكة CNBC إن شيئًا ما قد حدث “خطأ تمامًا”. وقال إنه كان يوجه صوت الشركات الأمريكية "الغاضبة" بشكل خاص بشأن دفع مبالغ هائلة مقابل الرموز التي لا تخلق أي قيمة.
وقال كارب: "وجهة النظر الأساسية بين الشركات في هذا البلد هي: سأشعر بالاسترخاء وأضيع وقتي مع الرموز. لن أحصل على أي قيمة وسيحصلون على الملكية الفكرية الخاصة بي".
قام رافي كريكوريان، كبير مسؤولي التكنولوجيا في موزيلا، بمقارنة عملية tokenmaxxing بالممارسة المشبوهة المتمثلة في قياس إنتاجية المبرمج من خلال سطور من التعليمات البرمجية. وقال: "أعتقد أن tokenmaxxing يتحرك بنفس النمط بالضبط". "أعتقد أن هذه ستكون لحظة مثيرة للاهتمام سننظر إليها جميعًا لنضحك عليها خلال عام."
مشكلة التكلفة على نطاق واسع
يصبح التأثير المالي صارخًا على نطاق المؤسسة. وقالت جوي وانغ، مستشارة الإدارة في شركة Bain & Company، إن العديد من الشركات الكبرى التي تقدم لها المشورة في شركتها كانت تلقي نظرة فاحصة على عائدات استثماراتها في الذكاء الاصطناعي.
وقال وانغ: "لقد تضاعفت تكلفة الرمز المميز لهم، كل شهرين تقريبًا". "لنفترض أن 200 دولار أمريكي لكل مطور شهريًا. اضرب ذلك في 20000 مطور، وهو ما نتعامل معه غالبًا في هذه الشركات، وسيؤدي ذلك سريعًا إلى الوصول إلى رقم ليس بندًا خطط له أي مدير عام."
أشار وانج إلى نمط شائع من سوء الاستخدام: الاعتماد افتراضيًا على أقوى نماذج الذكاء الاصطناعي - وأكثرها تكلفة - في المهام التي لا تتطلبها. "ليس كل شيء يحتاج إلى Claude Opus 4.6"، قالت عن أحد أكثر نماذج Anthropic قدرة، والمناسب لهندسة البرمجيات أو البحث العميق. "ومع ذلك، ترى العديد من الشركات، والعديد من المستخدمين، يستخدمون Opus افتراضيًا في كل شيء، بما في ذلك إنشاء رسائل البريد الإلكتروني."
صعود نموذج التوجيه والأوزان المفتوحة
وقد أدى ضغط التكلفة إلى زيادة الطلب على أدوات "توجيه نماذج" الذكاء الاصطناعي التي ترسل تلقائيًا استعلامات أبسط إلى أنظمة ذكاء اصطناعي أرخص وأكثر كفاءة مع الاحتفاظ بالنماذج القوية للمهام المعقدة. قال مطور البرمجيات حسن المغاري، الذي يقود تجربة المطورين في شركة Together AI الناشئة، إن صدمة الشركات بشأن "المبلغ السخيف من المال" الذي تم إنفاقه على الاشتراكات في منتجات الذكاء الاصطناعي من الشركات الأمريكية الرائدة دفعت الكثيرين إلى إعادة التفكير في نهج الاستخدام الأقصى.
وقال المغاري: "من الأفضل تمكين الموظفين من كيفية استخدام هذه الأشياء والسماح لهم باستخدام الذكاء الاصطناعي متى وبقدر ما يحتاجون إليه".
وفي الوقت نفسه، يجد أنصار الاستهلاك الرمزي العالي ذخيرة جديدة في نماذج الوزن المفتوح من الشركات الصينية الناشئة مثل Moonshot’s Kimi وZhipu's GLM، والتي تتطابق تقريبًا مع قدرات أفضل النماذج الأمريكية بجزء صغير من التكلفة. أقر كريكوريان بوجود "بعض الصحة في النظرية القائلة بأن هذا يمكن أن يدفع tokenmaxxing إلى أبعد قليلاً"، لكنه أكد على أن الاتجاه الأوسع للصناعة يتجه نحو استخدام أكثر انضباطًا.
دروس للمؤسسة
تقدم حلقة tokenmaxxing قصة تحذيرية للشركات التي تتنقل في مشهد الذكاء الاصطناعي. في حين استفاد كبار مطوري نماذج الذكاء الاصطناعي مثل OpenAI وAnthropic من الزيادة في الاستهلاك، فقد دفعت هذه التجربة العديد من المؤسسات إلى اعتماد أساليب أكثر قياسًا - مع التركيز على حالات استخدام محددة حيث يوفر الذكاء الاصطناعي عوائد قابلة للقياس بدلاً من تعظيم مقاييس الاستخدام الأولية.
وبما أن دورة الضجيج الأولية للذكاء الاصطناعي تفسح المجال للتنفيذ العملي، فإن الشركات التي تنجح قد تكون تلك التي تتعامل مع الذكاء الاصطناعي باعتباره أداة دقيقة وليس أداة غير حادة، ومطابقة النموذج الصحيح بالمهمة الصحيحة وتراقب الفاتورة عن كثب.
