Asana تخفض تكلفة تشغيل الذكاء الاصطناعي إلى واحد من 76، وإدارة السجل هي المفتاح

أعلنت Asana أن اختبارًا لتحسين الذكاء الاصطناعي الخاص بتشغيل المتصفح من StackAI أسفر عن متوسط تكلفة تقديرية للنموذج بلغ 0.47 دولار لكل عملية، ومدة تنفيذ تقارب 4 دقائق، عند استخدام GPT‑6.1 Sol. وبالمقارنة مع الإعداد الأولي المستخدم في الإنتاج، انخفضت التكلفة إلى نحو واحد من 76، وأصبحت المعالجة أسرع بنحو 5 مرات.

خفض التكلفة إلى واحد من 76 لم يتحقق بمجرد تغيير النموذج

فتح صفحة ويب، والعثور على المعلومات المطلوبة، وإدخالها في نموذج. تختلف وكلاء المتصفح التي تنفذ مثل هذه العمليات عن الذكاء الاصطناعي الذي يولّد إجابة واحدة، إذ تستدعي النموذج مرات عديدة أثناء العمل. وفي StackAI، التي استحوذت عليها Asana، يستطيع العملاء إعداد إجراءات لأتمتة المهام عبر تطبيقات أعمال متعددة من دون كتابة أي شيفرة.

ما ينبغي الانتباه إليه في هذه الأرقام هو أن الخفض بنحو واحد من 76 يشمل تحسين إجراءات المعالجة وتغيير النموذج معًا. حتى مع النموذج B المستخدم في البداية، أدت التحسينات إلى خفض تكلفة النموذج التقديرية لكل عملية من أكثر من 36.21 دولارًا إلى 1.24 دولار. وبعد ذلك، انخفضت إلى 0.47 دولار عند استخدام GPT‑6.1 Sol. وقد تحقق جزء كبير من الخفض قبل تغيير النموذج.

كذلك، تشير التكلفة هنا إلى تقدير رسوم استخدام النموذج. ولا يعني ذلك أن إجمالي التكاليف، بما فيها تكاليف الخوادم وأجور التطوير والتشغيل، انخفض بالنسبة نفسها.

إذا حُذف الكثير من السجل، يعيد الذكاء الاصطناعي قراءة الصفحة نفسها

قال Frank Hidalgo، المدير التقني في StackAI والمسؤول عن الدراسة، إنه طلب من GPT‑6 Astra في Codex تحليل الشيفرة واختبار مقترحات التحسين. ومن المشكلات التي عُثر عليها إعادة إرسال نصوص الصفحات ولقطات الشاشة في سجل المحادثة مع كل طلب إلى النموذج. كانت التعليمات الثابتة وما شابهها قابلة لإعادة الاستخدام، لكن الآلية نفسها لم تُطبّق على سجل التصفح الذي يتزايد باستمرار.

إضافة إلى ذلك، كانت الصور القديمة تُحذف والنصوص تُختصر في كل خطوة تقريبًا. وعندما يُعدّل السجل باستمرار، يصعب على ذاكرة التخزين المؤقت إعادة استخدام المدخلات التي سبق التعامل معها لخفض الرسوم. وقد يؤدي حذف قدر كبير من المعلومات أيضًا إلى احتمال عودة الذكاء الاصطناعي إلى صفحات سبق أن قرأها. وهكذا، كان من الممكن أن تؤدي محاولة تقصير المدخلات إلى زيادة العمل بدلًا من تقليله.

بدلًا من حذف الصور في كل مرة، تُرتّب بعد تجميع 20 صورة

في الاختبار، ضُبط الحد الأقصى للاحتفاظ بالسجل على 120 ألفًا و480 ألف حرف، مع تغيير سياسات التخزين المؤقت وإدارة الصور، ونُفذت 144 تجربة باستخدام 4 نماذج. وكانت المهمة موحدة: جمع 6 عناصر من المعلومات عن كل كتاب من 32 كتابًا في فهرس العروض التوضيحية المتاح للعامة.

في الإعداد المحسّن لـGPT‑6.1 Sol، اعتُمدت طريقة تجميع لقطات الشاشة حتى 20 صورة، ثم الإبقاء على أحدث صورة واحدة فقط. وبدلًا من حذف الصور في كل مرة، أدى ترتيبها دفعة واحدة إلى إطالة الفترة التي يمكن فيها إعادة استخدام السجل من دون تغييره.

حتى عند مقارنة GPT‑6.1 Sol وحده، انخفضت تكلفة النموذج التقديرية من 1.97 دولار إلى 0.47 دولار بعد مراجعة التخزين المؤقت وإدارة الصور في ظل حد أعلى للاحتفاظ بالسجل. وبعد التحسين، مرّ 89٪ من المدخلات عبر التخزين المؤقت، وبلغت رسوم هذا الجزء 5٪ من رسوم المدخلات العادية. وكان العامل الفاعل هو تصميم يجعل المعلومات المحتفظ بها أسهل لإعادة الاستخدام، لا مجرد تقليل كمية المعلومات.

لم تتغير التكلفة المنخفضة فحسب، بل معدل إتمام المهام أيضًا

أثرت إدارة السجل أيضًا في القدرة على إتمام المهام. ففي GPT‑6.1 Sol، لم يتمكن النظام من إنشاء إجابة سوى 3 مرات من أصل 18 عند ضبط حد الاحتفاظ على مستوى منخفض. أما عند رفع الحد، فقد أنشأ إجابة في جميع المحاولات الـ18، وكانت النتائج صحيحة في كل مرة، بحسب الشركة.

لكن ينبغي التعامل بحذر مع المقارنة التي تشير إلى خفض التكلفة إلى نحو واحد من 76، وزيادة السرعة بنحو 5 مرات. فقد شمل الإعداد الأولي عمليات وصلت إلى الحد الأقصى لعدد الخطوات قبل إتمام المهمة، لذا فإن التكلفة البالغة 36.21 دولارًا أو أكثر والمدة البالغة 22.5 دقيقة أو أكثر تمثلان حدًا أدنى. كما أن الأرقام الرئيسية للمقارنة هي متوسط 3 تجارب لكل إعداد، وتخص مهمة جمع المعلومات هذه. ولا يمكن الجزم بتحقيق معدل الخفض نفسه على مواقع أو مهام أخرى.

ولكل نموذج نقاط قوة مختلفة. فبعد التحسين، بلغت تكلفة النموذج C ‏0.66 دولار واستغرق 3.5 دقائق؛ أي إنه أعلى تكلفة من GPT‑6.1 Sol الذي بلغ 0.47 دولار واستغرق نحو 4 دقائق، لكنه أسرع في التنفيذ. وعند التطبيق، ينبغي مقارنة التكلفة والسرعة كلٌّ على حدة.

الذكاء الاصطناعي يجري التجارب، والبشر يراجعون التغييرات

في هذه الحالة، لم يقتصر دور GPT‑6 Astra على تقديم مقترحات التحسين، بل شمل أيضًا تعديل الشيفرة لتوحيد شروط التجارب وتنفيذ عمليات التحقق. وراجعت جلسة منفصلة للنموذج العمل، وسُجلت الطلبات والنتائج في منصة التطوير Command التابعة لـAsana. وقال Hidalgo إن دراسة قدّر أن تنفيذها يدويًا يستغرق شهرًا إلى شهرين أُنجزت في نحو أسبوع. وهذا الفرق الزمني تقدير من المسؤول، وليس نتيجة تجربة مقارنة أُجريت بالعمل البشري.

ما يتضح من هذه الحالة هو أن دراسة أساليب استدعاء النماذج وإدارة السجل قد تكون مهمة بقدر أهمية النظر في أسعار النماذج عند تقدير تكاليف تشغيل الذكاء الاصطناعي. وقد طبّقت Asana هذه التغييرات على ميزة تشغيل المتصفح في StackAI. وتعتزم الشركة مستقبلًا دمج الاختبارات في ميزة التقييم، بما يتيح للعملاء والفرق الداخلية مقارنة التكلفة ومدة التنفيذ وجودة الإجابات بحسب الإعدادات.