اگر تا همین چند سال پیش کاربر عادی می‌توانست ساعت‌ها با یک چت‌بات گفت‌وگو کند بی‌آنکه هزینه واقعی آن به او تحمیل شود، حالا شرایط کاملاً فرق کرده است. صنعت هوش مصنوعی وارد مرحله‌ای تازه شده؛ مرحله‌ای که در آن خبری از اشتراک‌های ثابت و ارزان نیست و هر پرسش، هر مأموریت نرم‌افزاری و حتی هر توکن پردازش‌شده روی صورت‌حساب نهایی محاسبه می‌شود. این دگرگونی بنیادین در مدل اقتصادی، بزرگ‌ترین پرسش روز این صنعت را دوباره بر سر زبان‌ها انداخته است: صورت‌حساب هنگفت هوش مصنوعی را در نهایت چه کسی باید بپردازد؟

زنگ خطر نخست از گیت‌هاب به صدا درآمد

آغاز این تغییر را باید از اعلامیه ۲۷ آوریل ۲۰۲۶ گیت‌هاب دانست؛ شرکتی که اعلام کرد از ابتدای ژوئن شیوه محاسبه مصرف کاربران کوپایلت را دگرگون می‌کند. در مدل جدید، به‌جای شمارش تعداد درخواست‌های پریمیوم، حجم توکن‌های ورودی، خروجی و ذخیره‌شده ملاک قرار می‌گیرد و از اعتبار ماهانه کاربر کسر می‌شود.

نکته جالب این است که قیمت اشتراک کوپایلت پرو همچنان ۱۰ دلار در ماه باقی مانده، اما ماهیت آن به‌کلی عوض شده است. پیش از این، این مبلغ ثابت، امکانات اصلی دستیار را برای یک ماه فعال می‌کرد و سهمیه جداگانه‌ای نیز برای قابلیت‌های پیشرفته در نظر گرفته می‌شد. حالا همان ۱۰ دلار به یک «اعتبار مصرف» تبدیل شده که پس از پایان آن، کاربر یا باید هزینه بیشتری بپردازد یا از دستیار هوشمندش دست بکشد. گیت‌هاب دلیل این تصمیم را صریح اعلام کرد: ایجنت‌های جدید می‌توانند ساعت‌ها روی یک مخزن کد کار کنند، فایل‌ها را تغییر دهند، تست بگیرند، شکست بخورند و دوباره تلاش کنند؛ در مدل قیمت‌گذاری قبلی، یک پرسش کوتاه و یک مأموریت چندساعته تقریباً یکسان حساب می‌شدند و کاربران باهوش به‌سرعت از این حفره قیمتی بهره بردند.

سه سال زندگی یارانه‌ای با هوش مصنوعی

پشت سادگی دلپذیر چت‌بات‌های اولیه، مکانیزمی بسیار پرهزینه نهفته بود. شرکت‌هایی مانند OpenAI و آنتروپیک سال‌ها محصولات خود را با قیمتی بسیار پایین‌تر از هزینه واقعی عرضه می‌کردند؛ سرمایه‌گذاران خطرپذیر زیان‌ها را جبران می‌کردند و شرکت‌ها با هر دور جذب سرمایه تازه، آمار کاربران و ارزش خود را بالاتر می‌بردند.

طبق گزارش AI Index دانشگاه استنفورد، هزینه استفاده از مدلی در سطح GPT-3.5 بین نوامبر ۲۰۲۲ تا اکتبر ۲۰۲۴ از حدود ۲۰ دلار به ۷ سنت به‌ازای هر یک میلیون توکن کاهش یافت. ارزان‌شدن واحد پردازش اما هرگز به معنای کاهش مخارج پشت‌پرده نبود؛ چون نرم‌افزارهای جدید با سرعت بیشتری توکن مصرف می‌کنند. به تعبیر فایننشال‌تایمز، در آن دوران تنها برندگان قطعی بازار، سازندگان تراشه و تجهیزات شبکه و دیتاسنترها بودند که پولشان را تقریباً به‌صورت آنی دریافت می‌کردند و درآمدشان به سرنوشت مدل کسب‌وکار هوش مصنوعی گره نخورده بود.

ایجنت‌ها؛ مصرف‌کنندگان بی‌رحمانه توکن

چت‌بات‌های اولیه ابزارهایی منفعل بودند که بیشتر وقت خود را در سکوت می‌گذراندند و تنها در پاسخ به پرسش کاربر پردازش انجام می‌دادند. ظهور ایجنت‌ها اما این رابطه را زیرورو کرد؛ حالا کاربر دیگر سؤال نمی‌پرسد، بلکه هدف تعیین می‌کند و مدل باید خودش مسیر رسیدن به آن را پیدا کند. یک ایجنت برنامه‌نویس شاید ابتدا هزاران خط کد را بخواند، برای رفع باگ نقشه بکشد، فایل‌ها را تغییر دهد و تست‌ها را اجرا کند؛ اگر به بن‌بست بخورد، گزارش خطا دوباره وارد پنجره متنی مدل می‌شود و چرخه تازه‌ای با مصرف توکن بیشتر آغاز می‌شود؛ حتی وقتی کاربر پشت رایانه نیست.

آمارهای پلتفرم OpenRouter نشان می‌دهد یک درخواست ایجنتی به‌طور متوسط ۱۵ برابر یک تعامل مستقیم انسانی توکن مصرف می‌کند. در فوریه ۲۰۲۶ برای نخستین‌بار تعداد توکن‌های مصرف‌شده توسط ایجنت‌ها از مصرف مستقیم کاربران انسانی پیشی گرفت و انفجار مصرف دیگر ربطی به چت‌کردن مردم نداشت؛ نرم‌افزارها خودشان با مدل حرف می‌زدند. شرکت Cursor نیز در زمان تغییر قیمت‌گذاری خود اشاره کرد که پیچیده‌ترین مأموریت‌ها گاهی ده‌ها برابر درخواست‌های ساده هزینه روی دستشان می‌گذارد.

کابوس مدیران مالی؛ از اشتراک ثابت تا کنتور مصرف

در دوران آزمایشی و ماه‌های نخست تب هوش مصنوعی، مدیران شرکت‌ها کارمندان را تشویق می‌کردند تا هرجا ممکن است از ابزارهای هوشمند استفاده کنند؛ هزینه ثابت اشتراک ماهانه در برابر وعده «افزایش خیره‌کننده بهره‌وری» ناچیز به‌نظر می‌رسید. اما ورود قیمت‌گذاری مبتنی بر مصرف، تمام قواعد بازی را تغییر داد.

با روی‌کار آمدن سیستم Usage-based، مدیر مالی یک شرکت می‌توانست با چشمانی گردشده در داشبورد ببیند کدام تیم، کارمند یا ایجنت نرم‌افزاری به‌تنهایی چند میلیون توکن مصرف می‌کند. به همین دلیل گیت‌هاب هم‌زمان با تغییر سیستم اعتباری، ابزارهایی برای تعیین سقف بودجه سازمان، تیم‌ها و حتی تک‌تک کاربران معرفی کرد تا مدیران پس از پایان اعتبار بتوانند هزینه اضافه را بپذیرند یا شیرفلکه توکن‌ها را ببندند. گزارش سال ۲۰۲۶ بنیاد FinOps نشان می‌دهد اکنون ۹۸ درصد سازمان‌ها مدیریت مخارج هوش مصنوعی را در دستور کار خود قرار داده‌اند؛ آماری که سال قبل از آن تنها ۶۳ درصد بود. هوش مصنوعی از یک آزمایش فنی هیجان‌انگیز به یک ردیف بودجه جدی تبدیل شده که به برنامه‌ریزی، پیش‌بینی و توجیه اقتصادی نیاز دارد.

حالا نوبت کیست؟

تغییر قیمت‌گذاری نه‌تنها مصرف را محدود کرد، بلکه معیار انتخاب مدل‌های هوش مصنوعی را هم دگرگون ساخت. تا زمانی که شرکت‌های سازنده تفاوت قیمت را از جیب خود می‌پرداختند، همه به‌راحتی قدرتمندترین مدل را انتخاب می‌کردند؛ اما وقتی پای پرداخت هزینه به‌ازای هر توکن به میان آید، انتخاب مدل نیز به یک تصمیم اقتصادی جدی تبدیل می‌شود.

به نظر می‌رسد دوران طلایی و ارزان چت‌بات‌ها واقعاً به پایان رسیده است و صورتحساب زیرساخت‌های هوش مصنوعی سرانجام از جیب کاربران و مشتریان عادی پرداخت خواهد شد. پرسش بزرگی که این صنعت با آن روبه‌روست این است که آیا کاربران چنین هزینه‌هایی را می‌پذیرند یا انتقال هزینه‌های واقعی و پنهان به مشتری نهایی، تمام رؤیاهای اقتصادی این صنعت را بر باد خواهد داد.