على مدى السنوات الخمس عشرة الماضية، كان نموذج "لكل مستخدم، شهرياً" هو الملك غير المتوج لبرمجيات الأعمال. كنت توظف موظفاً جديداً، وتشتري له مقعداً في Slack، وترخيصاً لـ Microsoft 365، ووصولاً إلى نظام CRM الخاص بك. كان الأمر قابلاً للتنبؤ، وقابلاً للتوسع، وللأمانة — كان فخاً بعض الشيء. وبصفتي شخصاً يدير عملاً يعتمد بالكامل على الذكاء الاصطناعي أولاً، فقد رأيت التصدعات في هذا النموذج تتسع. إن تطبيق الذكاء الاصطناعي للشركات الصغيرة لا يقتصر فقط على استبدال مهمة بشرية بروبوت؛ بل يتعلق بتفكيك الطريقة التي ندفع بها مقابل الإنتاجية بشكل جذري.
نحن ننتقل من عصر "البرمجيات كخدمة" (SaaS) إلى عصر "البرمجيات كنتيجة". في العالم القديم، كنت تدفع مقابل الوصول. في العالم الجديد، تدفع مقابل النتائج. هذا التحول من اشتراكات التكلفة الثابتة إلى نماذج الرموز (Tokens) القائمة على الاستخدام هو أكبر تغيير منفرد في التدفق النقدي للشركات الصغيرة والمتوسطة منذ الانتقال إلى السحابة. إذا كنت لا تزال تضع ميزانية للمقاعد في عام 2024، فمن المحتمل أنك تدفع ما أسميه ضريبة البرمجيات غير المستخدمة (Shelfware Tax) — وهي تكلفك أكثر مما تعتقد.
موت المالك الرقمي
💡 هل تريد بيني أن يقوم بتحليل عملك؟ إنها تحدد الأدوار التي يمكن للذكاء الاصطناعي أن يحل محلها وتبني خطة مرحلية. ابدأ تجربتك المجانية →
شركات SaaS التقليدية هي بمثابة ملاك عقارات رقميين. إنهم يؤجرون لك مساحة (مقاعد) بغض النظر عما إذا كنت "تسكنها" بالفعل أم لا. إذا كان لديك 20 موظفاً، فأنت تدفع مقابل 20 مقعداً. لا يهم إذا كان خمسة من هؤلاء الموظفين يسجلون الدخول مرة واحدة فقط في الشهر، أو إذا كان عشرة منهم يستخدمون 5% فقط من إمكانيات البرنامج. أنت تدفع مقابل إمكانية الاستخدام، وليس مقابل قيمة النتيجة.
الأدوات المدعومة بالذكاء الاصطناعي مختلفة. تعمل معظم نماذج الذكاء الاصطناعي الحديثة على أساس "الرمز" أو "الاستخدام". أنت تدفع مقابل الكلمات التي يتم إنشاؤها، أو الصور التي يتم تصميمها، أو البيانات التي يتم تحليلها، أو التذاكر التي يتم حلها. هذا تحول أساسي نحو العمليات القائمة على المنفعة. تماماً مثل فاتورة الكهرباء، إذا لم تضيء الأنوار، فلن تدفع.
عندما أنظر إلى تكاليف دعم تكنولوجيا المعلومات لمعظم الشركات الصغيرة والمتوسطة، أجد أن عدم الكفاءة مذهل. قد تدفع £50 لكل مستخدم شهرياً لمكتب دعم لا يتعامل إلا مع ثلاثة استفسارات لهذا المستخدم طوال العام. أما نهج الذكاء الاصطناعي أولاً فيعكس هذا: فأنت تدفع بنسات مقابل الاستفسارات التي تمت معالجتها وصفر خلال فترات الهدوء. هنا يربح العمل المرن.
ضريبة البرمجيات غير المستخدمة: لماذا تعيق الاشتراكات النمو
لقد قضيت الكثير من الوقت في مراجعة الميزانيات العمومية للشركات التي تحاول التوسع. النمط المتكرر الذي أراه هو ما أسميته ضريبة البرمجيات غير المستخدمة (Shelfware Tax). وهي الفجوة بين التكلفة الإجمالية لاشتراكات البرمجيات الخاصة بك والمنفعة الفعلية التي يستمدها فريقك منها.
في نموذج SaaS التقليدي، يتم تحفيز مزود البرنامج لجعل منتجه "جذاباً" للبقاء فيه ولكن ليس بالضرورة "فعالاً". فكلما زاد عدد الأشخاص الذين يستخدمون الأداة، زادت أرباحهم. أما الذكاء الاصطناعي فيقلب هذا الحافز. إذا تمكنت أداة ذكاء اصطناعي من حل مشكلة في 30 ثانية من وقت الحوسبة، فإنها تكلفك أقل مما لو استغرقت 30 دقيقة. يتحول الحافز نحو الكفاءة الجذرية.
فكر في تكاليف برامج الموارد البشرية لديك. غالباً ما تدفع رسماً "لكل موظف" مقابل مجموعة من الأدوات التي قد لا تستخدمها إلا خلال نافذة التوظيف أو المراجعات السنوية. في اقتصاد الذكاء الاصطناعي القائم على الدفع حسب الاستخدام، لن تتحمل تكاليف باهظة إلا عندما يقوم الذكاء الاصطناعي فعلياً بمهام اكتساب المواهب أو الفرز أو التوجيه. خلال أشهر "العمل المعتاد"، تنخفض تكاليف البرمجيات الإضافية إلى الصفر تقريباً.
الإطار العملي: مصفوفة المنفعة المتغيرة
لفهم أين يمكن تطبيق تطبيق الذكاء الاصطناعي للشركات الصغيرة، عليك النظر إلى عملياتك من خلال ما أسميه مصفوفة المنفعة المتغيرة. يساعدك هذا في تحديد الوظائف التي يجب أن تظل في اشتراك والتي يجب أن تنتقل إلى نموذج ذكاء اصطناعي قائم على الدفع حسب الاستخدام.
- تكرار عالٍ / تعقيد منخفض (منطقة "الرموز"): هذه هي المهام مثل الأسئلة الشائعة لخدمة العملاء، وإدخال البيانات الأساسية، وفرز تكنولوجيا المعلومات من المستوى الأول. يجب نقل هذه المهام إلى الذكاء الاصطناعي القائم على الدفع حسب الاستخدام فوراً. لماذا تدفع مقابل مقعد بشري يعمل على مدار الساعة طوال أيام الأسبوع (أو أداة SaaS لكل مقعد) بينما يمكنك الدفع مقابل كل تذكرة يتم حلها؟
- تكرار منخفض / تعقيد عالٍ (منطقة "الاستشارات"): التخطيط الاستراتيجي، والإبداع رفيع المستوى، والعمل القانوني المعقد. لا تزال هذه المهام تستفيد من الإشراف البشري أو أدوات SaaS المتخصصة. ومع ذلك، حتى هنا، قارن بين Penny مقابل QuickBooks لترى كيف يمكن لمستشار يعتمد على الذكاء الاصطناعي أولاً أن يقدم قيمة أعمق من دفتر حسابات ثابت مقابل جزء بسيط من التكلفة.
- تكرار عالٍ / تعقيد عالٍ (منطقة "المساعد الطيار"): تطوير البرمجيات أو البحث العميق. هذا هو المكان الذي لا يزال فيه نموذج "لكل مقعد" منطقياً في الوقت الحالي — لمنح أفضل موظفيك أفضل الأدوات لزيادة إنتاجهم.
قاعدة 90/10 وإعادة تشكيل الأدوار
أحد الآثار الثانوية للانتقال إلى نموذج ذكاء اصطناعي قائم على الدفع حسب الاستخدام هو انكشاف قاعدة 90/10. عندما يتمكن الذكاء الاصطناعي من معالجة 90% من وظيفة ما (مثل مسك الدفاتر أو صياغة النصوص الأساسية)، فإن الـ 10% المتبقية نادراً ما تبرر دوراً مستقلاً أو ترخيص برنامج متميزاً لكل مقعد.
عندما تتوقف عن الدفع مقابل "المقاعد" وتبدأ في الدفع مقابل "الرموز"، تبدأ في رؤية عملك كسلسلة من سير العمل بدلاً من مجموعة من الأقسام. ليس لديك تكلفة "قسم تسويق"؛ بل لديك تكلفة منفعة "إنشاء محتوى". ليس لديك تكاليف إضافية لـ "خدمة العملاء"؛ بل لديك تكلفة متغيرة لـ "حل الاستفسارات".
هذا يجعل عملك مرناً بشكل لا يصدق. في حالات الركود، تتقلص تكاليف البرمجيات تلقائياً مع حجم عملك. في حالات الازدهار، لا تتعرض لقفزات اشتراك ضخمة في الفئة "الاحترافية" لمجرد أنك أضفت ثلاثة مستخدمين آخرين.
الانتقال من الموافقة على الميزانية إلى مراقبة الحدود القصوى
التحدي الأكبر في هذا الانتقال ليس التكنولوجيا — بل هو القسم المالي. تعشق الميزانية التقليدية "التكلفة الشهرية الثابتة"، فمن السهل وضعها في جدول بيانات. أما الذكاء الاصطناعي القائم على الدفع حسب الاستخدام فهو متغير، مما قد يعطي شعوراً بنقص السيطرة.
ومع ذلك، فإن السيطرة تزداد في الواقع. بدلاً من "الموافقة على اشتراك بقيمة £2,000 شهرياً"، تقوم بضبط "تنبيهات الحدود القصوى" لاستخدام واجهة برمجة التطبيقات (API) الخاصة بك. يمكنك أن ترى، في الوقت الفعلي، أي مسارات العمل تقدم قيمة وأيها يستهلك الرموز دون داعٍ. هذه هي التفاصيل المالية الدقيقة التي لم توفرها SaaS أبداً.
كيف تبدأ هجرتك
إذا كنت تشعر بالارتباك من هذا الانتقال، فلا تحاول إلغاء كل اشتراك دفعة واحدة. ابدأ بـ "منطقة الرموز".
- راجع "المقاعد الشبحية": ابحث عن اشتراكات SaaS حيث يقوم 20% من المستخدمين بـ 80% من العمل. هل يمكن خدمة الـ 80% المتبقين بواسطة واجهة ذكاء اصطناعي قائمة على الدفع حسب الاستخدام بدلاً من ذلك؟
- ابحث عن بدائل "قائمة على الاستهلاك": عند اختيار أدوات جديدة، أعطِ الأولوية لتلك التي توفر فئة قائمة على الاستخدام. إنها علامة على أن الشركة واثقة في كفاءة ذكائها الاصطناعي.
- تبنَّ الفريق الرشيق: مع انتقالك إلى الدفع حسب الاستخدام، ستجد أنه يمكنك إدارة عمل أكبر بكثير بفريق أساسي أصغر بكثير. أنا دليل على ذلك؛ فـ "فريقي" هو مجموعة من تدفقات عمل الذكاء الاصطناعي المحسنة، و"كشف الرواتب" الخاص بي هو في الأساس فاتورة API.
إن نافذة هذا التحول بدأت تضيق. الشركات التي تنتقل من "الدفع مقابل المقاعد" إلى "الدفع مقابل النتائج" سيكون لديها التدفق النقدي للاستثمار بشكل أكبر من منافسيها. سيكونون أكثر رشاقة، وأسرع، وأكثر ربحية.
هل لا تزال تدفع مقابل الإمكانات، أم أنك مستعد للبدء في الدفع مقابل النتائج؟