ملخص المحتوى الرئيسي
كشف هذا المقال عن منطق تجاري قاسٍ وخفي وراء خدمات الاشتراك في برمجة الذكاء الاصطناعي الحالية (مثل OpenAI Codex): على الرغم من أنك تدفع رسوماً شهرية ثابتة، إلا أن القدرة الحاسوبية ووقت العمل الذي يمكنك الحصول عليه يتم تقليصهما بشكل خفي من قبل الشركات المصنعة من خلال ترقيات النماذج وتعديلات قواعد الفوترة.
ببساطة، كان الاشتراك في البرامج في السابق يشبه شراء وجبة شاملة؛ طالما لم تضيع شيئاً، يمكنك أكل ما تشاء. أما الآن، فقد تحول الأمر إلى وجبة محدودة بوقت وكمية، ويمكن لصاحب المطعم (شركة الذكاء الاصطناعي) أن يقلل من كمية كل وجبة في أي وقت، وبما أن النماذج الجديدة تتطلب المزيد من القدرة الحاسوبية، فإن الكمية التي كانت تكفي لمدة أسبوع قد تنفد في نصف يوم. الأسوأ من ذلك أن هذا التقليص غالباً ما يكون غير واضح في الفاتورة، بل مخفي وراء خوارزميات معقدة وشرائط تقدم غامضة، مما يجعل المستخدمين يدفعون المزيد دون أن يدركوا، وحتى يواجهون مشكلة عدم القدرة على شراء المزيد من الحصص.
---
تحليل عميق: لماذا أصبح اشتراك الذكاء الاصطناعي أقل فعالية؟
لكي نفهم الأمر بشكل كامل، سنقوم بتحليل هذه الظاهرة من خمسة جوانب:
1. **التقليص الخفي**: تحسنت النماذج، لكن أموالك أصبحت أقل قيمة
لاحظ العديد من المستخدمين أنه على الرغم من عدم تغيير مستوى الاشتراك، فإن المشاريع التي كانت تستغرق وقتاً معيناً في السابق تستغرق الآن نصف الوقت فقط بسبب نقص الحصص. هذا ليس وهماً، بل نتيجة لـ تضخم القدرة الحاسوبية الناجم عن تطور النماذج:
- المنطق السابق: النماذج القديمة (مثل GPT-4 أو Sol) كانت تعالج المهام بطريقة مباشرة وتستخدم أدوات قليلة، مما جعلها أسرع وأقل استهلاكاً للموارد.
- المنطق الحالي: النماذج الجديدة (مثل GPT-5.6 أو Astra) أصبحت أكثر ذكاءً، لكنها تحتاج إلى عمليات تفكير أطول وتستخدم المزيد من الأدوات لتقديم إجابات دقيقة. هذا يشبه عاملاً يبدأ برسم الخطط، ثم يبحث عن المواد، ثم يجرب التنفيذ، ثم يعدل، وكل خطوة تستهلك المزيد من الموارد (الرموز/الحصص).
- النتيجة: قد تدعي الشركات أن الكفاءة قد زادت بنسبة 18%، لكن إذا نظرنا إلى العملية بأكملها، فإن الزيادة في استهلاك الموارد تعني أن الحصص التي كانت تكفي لمدة أسبوع قد تنفد في ثلاثة أيام فقط. هذا هو سبب شعور المستخدمين بأن الحصص أصبحت أقل - لم تتغير الأرقام، لكن قيمة الوحدة الواحدة انخفضت.
2. ضبابية الفوترة: النسب المئوية التي تراها هي في الواقع "صندوق أسرار" الشركات
يشير المقال إلى مشكلة رئيسية: لا يستطيع المستخدمون معرفة المبلغ الدقيق الذي تم إنفاقه، بل يرون فقط شريط تقدم غامض.
- خداع شريط التقدم: تعرض شركات مثل OpenAI فقط نسبة المستخدمة، دون إظهار عدد الرموز المستهلكة أو المبلغ المحدد. هذا مثل عداد الوقود في محطة البنزين الذي يخبرك فقط أن هناك نصف خزان متبقي، دون أن يخبرك ما هو نوع الوقود أو ما إذا كان الخزان قد تم تقليصه سراً.
- انتشار الأدوات الخارجية: أدوات مثل NerfTrack شائعة لأن المستخدمين يحاولون التحقق من توقعاتهم من خلال التحويلات. ومع ذلك، نظراً لعدم كشف الشركات عن معادلات الفوترة الدقيقة (مثل أوزان استخدام النماذج والأدوات المختلفة)، لا يزال من المستحيل على المستخدمين حساب المبلغ بدقة.
- السلطة في الغموض: هذه الضبابية في الفوترة تمنح الشركات مساحة كبيرة للتحكم. عندما يشكو المستخدمون من قلة الحصص، يمكن للشركات أن تدعي أن الاستهلاك أصبح أسرع بسبب تعقيد النماذج، بدلاً من تقليل الحصص بشكل مباشر. هذا الاحتكار في تحديد المعايير يضع المستخدمين في موقف ضعيف عند المطالبة بحقوقهم.
3. الحسابات التجارية: نقطة الخسارة وراء نظام الاشتراك وتصفية المستخدمين
لماذا تفعل الشركات ذلك؟ لأن تكلفة القدرة الحاسوبية للذكاء الاصطناعي مرتفعة جداً، بينما تكون رسوم الاشتراك ثابتة نسبياً، مما يخلق فجوة ربحية كبيرة وحتى خطر الخسارة.
- حسابات SemiAnalysis: أجرت مؤسسة بحثية حسابات ووجدت أن OpenAI تبدأ في الخسارة عندما تتجاوز نسبة استخدام المستخدمين عتبة معينة (مثل أكثر من 11.4%). هذا يعني أن نموذج التسعير مصمم من البداية على افتراض أن معظم المستخدمين لن يستخدموا الخدمة بشكل كامل.
- تصفية المستخدمين الكثيفين: بالنسبة للمستخدمين الذين يستخدمون الذكاء الاصطناعي بشكل مكثف يومياً، مثل المطورين الذين يكتبون الكود، فإن الشركات تخسر ربما، لكنها تجبرهم على الترقية إلى خدمات أغلى لزيادة الأرباح.
- استراتيجيات التعديل الديناميكية:
- فخوخ خفض الأسعار: خفض أسعار باقة Business في أبريل قد يبدو مفيداً، لكنه يصاحبه في الوقت نفسه تقليل الحصص، مما قد لا يحسن القيمة مقابل المال فعلياً.
- القيود والتوقف: توقف خدمة Pro 20X في سبتمبر بحجة نقص القدرة الحاسوبية، لكن الهدف هو السيطرة على التكاليف ومنع المستخدمين ذوي القيمة العالية من استهلاك الموارد.
- الخلاصة: تقوم الشركات بتحويل مخاطر تكلفة القدرة الحاسوبية إلى المستخدمين من خلال تعديل الحصص بشكل ديناميكي، وتقييد الميزات المحددة، وتوقف الخدمات الأعلى، أو من خلال تصفية المستخدمين الذين يرغبون في دفع المزيد للحفاظ على الأرباح.
4. التغيرات المفاجئة في القواعد: الانتقال من "الاستخدام غير المحدود" إلى "الفوترة بالثانية"
يقارن المقال بين اشتراكات البيانات على الهواتف المحمولة والبرامج واشتراكات الذكاء الاصطناعي، مشيراً إلى تراجع كبير في تجربة المستخدمين.
- اليقين في الاشتراكات التقليدية:
- بيانات الهواتف المحمولة: 10 جيجابايت هي 10 جيجابايت، وإذا نفذت، يتوقف الاتصال، والقواعد واضحة.
- اشتراكات البرامج: الاشتراك لمدة عام يعني 365 يوماً بدون قيود على عدد المرات، والقواعد ثابتة.
- خدمات القراءة عبر ويتشات: الرسوم الشهرية ثابتة، ويمكنك قراءة أي عدد من الكتب حسب رغبتك، والقواعد بسيطة.
- عدم اليقين في اشتراكات الذكاء الاصطناعي:
- فخ الوضع السريع: السرعة أسرع بنسبة 1.5 مرة، لكن الاستهلاك أكبر بنسبة 2.5 مرة. هذا مثل رسوم الطرق السريعة؛ كلما زادت السرعة، ارتفعت التكلفة بشكل مبالغ فيه، ولا يوجد حد أقصى.
- تغيرات المفاجئة في القواعد: إلغاء القيود على خمس ساعات في يوليو، ثم إعادتها في أغسطس؛ خفض الأسعار في أبريل، لكن تقليل الحصص. هذا النقص في الالتزام بالعقود يجعل من الصعب على المستخدمين التخطيط لوتيرة عملهم.
- الشعور بالقلق: اعتاد المستخدمون على فكرة أن الاشتراك يعني الحصول على الخدمة بشكل دائم، لكن الآن يجدون أنفسهم في لعبة يجب عليهم فيها "قتل الوحوش والترقية"، حيث يجب عليهم ليس فقط كتابة الكود، بل أيضاً مراقبة الحصص باستمرار، وإذا نفذت، يجب التوقف عن العمل. هذا الشعور بالقلق غير موجود في اشتراكات البرامج التقليدية.
5. مأزق المستخدمين: المطورون "المختطفون" والمعارك المتعددة الأطراف
أخيراً، يشير المقال إلى الوضع الحقيقي للمطورين اليوم: **لا يمكنهم الاستغناء عن الذكاء الاصطناعي، لكنهم يتم التحكم بهم من قبل شر