لقد كنت أراقب الشركات وهي تنشر الذكاء الاصطناعي العام (Gen AI) على نطاق واسع، وهناك نمط متكرر لا يتحدث عنه أحد حقًا حتى يأتي الوقت المتأخر جدًا: تضخم الرموز (token bloat). تقوم بنشر روبوت محادثة، ويبدو العرض التوضيحي رائعًا، ولكن بعد ثلاثة أشهر تجد فواتير لا معنى لها وتتساءل عن أين حدث الخطأ.

إليك ما يحدث فعليًا. تركز معظم الفرق على جعل الذكاء الاصطناعي يعمل، وليس على مدى كفاءته. يملؤون السياقات، يبنون أوامر نظام ضخمة، يتركون المحادثات تتراكم بتاريخها إلى أجل غير مسمى. كل قرار يبدو معقولًا بمفرده. لكن عند تجميعها عبر آلاف التفاعلات اليومية؟ هنا تبدأ الشوائب في الظهور في تقارير التكاليف، وبحلول ذلك الوقت تكون قد غصت في التفاصيل.

دعني أشرح ما رأيته في الميدان. عميل في مجال الرعاية الصحية كنت أعمل معه كان يعالج السجلات الطبية عبر نظام ذكاء اصطناعي. مصطلحاتهم المتخصصة — مثل تخطيط الدماغ الكهربائي، الكيميائية المناعية— كانت تتجزأ إلى عدة رموز لكل كلمة. في الوقت نفسه، أصبح أمر النظام الخاص بهم ضخمًا لعدة آلاف من الرموز فقط من خلال إضافة فحوصات الامتثال والتعامل مع الحالات الخاصة. بحلول المحادثة العشرين، كانوا يعالجون أكثر من 7000 رمز من التاريخ المتراكم لكل استعلام جديد للمستخدم. هذا مضاعف تكلفة بمقدار 14 مرة من أول تبادل.

المشكلة الحقيقية ليست فقط المال، على الرغم من أن ذلك مهم. إنها الكمون (اللاتنسي). تضخم السياق يقتل أوقات الاستجابة. محترف الرعاية الصحية الذي ينتظر ثلاث ثوانٍ للحصول على إجابة من الذكاء الاصطناعي أثناء لقاءات المرضى يتوقف عن استخدام الأداة تمامًا. المتداولون الماليون يحتاجون إلى التحليل بسرعة تفوق حركة الأسواق. عندما تتجاهل استراتيجيتك للرموز الكمون، فقد خسرت بالفعل.

فما الذي يعمل فعلاً؟ لقد رأيت فرقًا تحقق تقدمًا حقيقيًا بثلاث طرق ملموسة.

أولاً، توقف عن التعامل مع السياق كأنه درج قمامة. نفذ استرجاع ذكي بدلاً من حشو كل شيء في نافذة السياق. هياكل RAG — حيث تحافظ على قواعد معرفية مفهرسة وتسترجع فقط ما هو ذو صلة — تقلل عادةً استهلاك الرموز بنسبة 60-90% مقارنةً بحشو السياق. لكن المشكلة هنا: يتطلب استثمارًا حقيقيًا في نظافة البيانات وضبط الاسترجاع. الفرق التي تتعامل معه كأنه تركيب وتشغيل عادةً ما تتبادل مجرد عدم كفاءة بأخرى.

ثانيًا، صمم المحادثات بشكل مختلف. معظم تطبيقات الذكاء الاصطناعي الحواري تعيد تشغيل التاريخ بالكامل مع كل دورة. استخدم التلخيص لضغط التبادلات القديمة، قسم المحادثات عند نقاط توقف طبيعية، نفذ تخزين مؤقت للأوامر الثابتة. بعض التطبيقات لا تحتاج حتى إلى محادثات متعددة الأدوار — إذ أن أمرًا واحدًا مصممًا جيدًا غالبًا يتفوق على واجهة روبوت المحادثة ويكلف جزءًا بسيطًا من الرموز.

ثالثًا — وهنا تفشل معظم المؤسسات — أنشئ حوكمة فعلية. ميزانيات الرموز خلال مرحلة التصميم. مراجعات الاستهلاك الشهرية التي تكشف عن فرص تحسين. مجلس هندسي يحافظ على أدوات مراقبة مشتركة ويوثق ما ينجح. بدون ذلك، يظل تحسين الرموز فكرة ثانوية بدل أن يصبح تخصصًا هندسيًا.

الشركات التي ستفوز فعلاً مع الذكاء الاصطناعي العام هي تلك التي تعتبر الرموز موردًا استراتيجيًا، وليس مجرد خط فواتير. يراقبون أنماط الاستهلاك، يكتشفون الشوائب مبكرًا، ويبنون الكفاءة في أنظمتهم من اليوم الأول. أما الآخرون فسيستيقظون على مراجعات ربع سنوية لا معنى لها ومبادرات بدت واعدة على الورق لكنها لم تتمكن من التوسع في الممارسة.