ريفولوت تحدث ثورة في تكاليف الذكاء الاصطناعي: خفض 90% من فواتير البرمجة بالاستضافة الذاتية

حققت شركة التكنولوجيا المالية البريطانية «ريفولوت» إنجازًا لافتًا في خفض تكاليف تشغيل نماذج الذكاء الاصطناعي المخصصة لبرمجة التطبيقات، حيث نجحت في تقليصها بنحو 90%. جاء هذا التحول الكبير بعد أن قررت الشركة استضافة النماذج ذاتيًا، بدلاً من الاعتماد بشكل أساسي على الخدمات التجارية مثل Claude Code التابع لشركة Anthropic.

لم تقتصر فوائد هذه الخطوة على الجانب المالي فحسب، بل شهدت الشركة تحسنًا ملحوظًا في أداء مهندسيها، حيث انخفض زمن البرمجة بنسبة 60% وزمن التنفيذ بنسبة 70%. وقد تم تعميم أدوات البرمجة المدعومة بالذكاء الاصطناعي على حوالي ألفي مهندس، وفقًا لما كشفه ديفيد أبيتبول، رئيس قسم العمليات والبنية التحتية في «ريفولوت»، خلال مؤتمر مهندسي الذكاء الاصطناعي الذي أقيم في نيويورك الشهر الماضي.

وأوضح أبيتبول أن الانتقال إلى النماذج المستضافة ذاتيًا قد غيّر بشكل جذري طريقة استخدام المهندسين للذكاء الاصطناعي. لم يعد المهندسون مضطرين لترشيد استهلاك الرموز النصية بسبب تكلفتها العالية، مما أتاح لهم إسناد مهام إضافية للنماذج، بما في ذلك تصحيح الأخطاء البرمجية ومعالجة تذاكر العمل على منصتي Jira وConfluence.

بدأت «ريفولوت» تجاربها مع أدوات الذكاء الاصطناعي في أوائل عام 2025 بنشر نموذج Gemini، ثم Claude Code في أوائل عام 2026. ومع ذلك، واجهت الشركة مخاوف بشأن التكلفة والعائد من الاستخدام المكثف لهذه الأدوات. وأشار أبيتبول إلى أن الشركة كانت تتابع إنفاق بعض المهندسين، الذي وصل إلى ألف دولار شهريًا لدى البعض وعشرة آلاف دولار لدى آخرين، دون وجود عائد استثماري واضح. هذا دفع الشركة إلى البدء في إتاحة الأدوات بميزانيات محدودة، قبل أن تتجه لدراسة استضافة النماذج بنفسها.

النماذج الصينية مفتوحة الأوزان كبديل أقل تكلفة:

في البداية، اعتمدت «ريفولوت» على نموذج GLM-5.1، ثم انتقلت إلى إصدار GLM-5.3 الذي تطوره شركة Z.ai الصينية، والمتخصص في النماذج مفتوحة الأوزان. ووفقًا لأبيتبول، بلغت تكلفة تشغيل GLM-5.1 المستضاف ذاتيًا حوالي 0.30 دولار لكل مليون رمز إدخال وإخراج، وهو ما يعادل عُشر تكلفة استخدام خدمات مثل Codex من OpenAI وClaude Code من Anthropic. وقد أدى هذا الانخفاض الكبير في التكلفة إلى تغيير سلوك المهندسين، حيث لم يعودوا بحاجة إلى الاحتفاظ بالرموز للمهام الأكثر أهمية أو انتظار نهاية الربع لتنفيذ أعمال إضافية، بل أصبح بإمكانهم الاستعانة بالذكاء الاصطناعي في مهام يومية كانت تُنفذ يدويًا.

وأكد أبيتبول أن التحسن الأكبر لم يأتِ بالضرورة من كتابة الشيفرات البرمجية بسرعة أكبر، بل من إسناد أعمال مساندة إلى النماذج، مثل تصحيح الأخطاء ومتابعة تذاكر Jira والمهام المسجلة على Confluence. يُعد GLM-5.1 نموذجًا ضخمًا يضم حوالي 754 مليار مُعامل، مع تفعيل حوالي 40 مليار مُعامل لكل رمز يتم توليده. ويتطلب تخزين أوزانه وحدها قرابة 380 غيغابايت من ذاكرة وحدات معالجة الرسوميات، بالإضافة إلى ما بين 6 و26 غيغابايت لكل مستخدم للاحتفاظ بسياق المحادثة، حسب مستوى الدقة المستخدم.

لتوفير GLM-5.3 لنحو ألفي مهندس، نشرت «ريفولوت» 56 وحدة معالجة رسومية من طراز Nvidia B200، بما يعادل سبعة أنظمة DGX B200، يحتوي كل منها على ثماني وحدات معالجة. ومع ذلك، أوضح أبيتبول أن زيادة عدد وحدات المعالجة لم تكن العامل الأساسي في تحسين الأداء، بل جاءت المكاسب الأكبر من ضبط إعدادات النموذج، والانتقال إلى تقنية التكميم NVFP4، وفصل مرحلتي المعالجة المسبقة للمدخلات وتوليد الإجابات، إلى جانب تحسين أطوال السياق.

لماذا لا تحتاج الشركة إلى مليون رمز؟

شدد أبيتبول على أن قدرة النموذج على التعامل مع نافذة سياق تصل إلى مليون رمز لا تعني بالضرورة أن استخدام هذا الحجم هو الخيار الأفضل أو الأكثر كفاءة. وأشار إلى أن نافذة سياق تبلغ 256 ألف رمز كافية لاحتياجات مهندسي الشركة، رغم إمكانية دعم حجم أكبر. واعتبر أن السياقات الطويلة ليست مفيدة دائمًا، وأن على الشركات الانتباه إلى تكلفتها ومتطلبات تشغيلها.

بفضل التحسينات التقنية، تمكنت «ريفولوت» من الوصول إلى زمن يقل عن ثلاث ثوانٍ لظهور أول رمز في الاستجابة، عند التعامل مع نوافذ سياق تقارب 256 ألف رمز، مع سرعة توليد تبلغ حوالي 200 رمز في الثانية. وأوضح أبيتبول أن سرعة الاستجابة الأولية تمثل عاملًا مهمًا في تجربة المهندسين، مشيرًا إلى أن تجاوز خمس ثوانٍ يؤدي إلى تزايد الشكاوى عبر منصة Slack. وأضاف أن سرعة توليد 200 رمز في الثانية كافية لاحتياجات العمل، خصوصًا أن المهندسين باتوا ينفذون مهام متعددة بالتوازي، ثم يعودون لمراجعة نتائجها عند اكتمالها، بدلًا من متابعة تدفق الرموز لحظة بلحظة. وقد تقترب سرعة التوليد من 800 رمز في الثانية للمهندسين الذين يسجلون الدخول بعد الخامسة مساءً، عندما ينخفض الضغط على وحدات معالجة الرسوميات.

«ريفولوت» لم تتخلَّ عن GPT وكلود بالكامل:

على الرغم من اعتماد الشركة على GLM بوصفه النموذج الأساسي لمهام البرمجة النصية، فإنها لم تستغنِ تمامًا عن النماذج التجارية، بما في ذلك GPT وClaude. يعود ذلك إلى أن GLM المستخدم في هذا النظام يعتمد على النصوص فقط، ولا يدعم معالجة الصور، ما يجعله أقل ملاءمة لبعض المهام، مثل تصميم واجهات المستخدم والتعامل مع المحتوى المرئي. ولمعالجة هذا القصور، طورت «ريفولوت» نظامًا لتوجيه الطلبات إلى النموذج الأنسب لكل مهمة؛ إذ تتولى نماذج GLM توليد الشيفرات البرمجية، بينما تُحوّل الطلبات التي تتطلب فهم الصور إلى نماذج أخرى، مثل Gemini أو نماذج GPT.

وقال أبيتبول إن النماذج مفتوحة الأوزان أصبحت أولوية لدى الشركة، مشيرًا إلى أن الاعتماد عليها يوفر فواتير أكثر استقرارًا ويحد من المفاجآت المرتبطة بتكاليف الاستخدام، مع إبقاء النماذج التجارية المتقدمة خيارًا للمهام التي تتطلب قدرات إضافية. وفي ما يتعلق بمخاوف الخصوصية والأمان المرتبطة بالنماذج الصينية مفتوحة الأوزان، أقر أبيتبول بوجود هذه المخاوف، لكنه اعتبر أن مصدر القلق الأساسي هو الوصول إلى النماذج عبر واجهات برمجة التطبيقات التي تعمل من داخل الصين. وأضاف أن تشغيل هذه النماذج محليًا أو عبر موارد حوسبة سحابية إقليمية يحد من تلك المخاطر، وفق تقديره.

تكشف تجربة «ريفولوت» عن توجه متزايد لدى الشركات الكبرى نحو تشغيل نماذج الذكاء الاصطناعي مفتوحة الأوزان على بنيتها التحتية الخاصة، بدل دفع تكاليف الاستخدام لكل طلب، خصوصًا عندما يتعلق الأمر بأعداد كبيرة من الموظفين والمهام المتكررة. ومع ذلك، فإن أرقام خفض التكلفة والتحسن في الإنتاجية الواردة في التجربة هي أرقام أعلنتها الشركة، ولا تعني بالضرورة أن التكلفة الإجمالية للبنية التحتية والتشغيل انخفضت بالنسبة نفسها؛ إذ يتطلب تشغيل 56 وحدة معالجة رسومية استثمارات وموارد تشغيلية لم تُفصّل في الأرقام المعلنة.