التكلفة الخفية للسحابة

الفصل الخامس — التكلفة الخفية للسحابة

تُظهر الرواية السائدة على مدى السنوات الخمس الماضية أن السحابة فعالة من حيث التكلفة، وقابلة للتطوير، وبسيطة. بالنسبة للعديد من أحمال العمل، هذا صحيح تمامًا. ولكن بالنسبة لتطبيقات RAG المؤسسية، غالبًا ما لا يكون الأمر كذلك. وعادة ما تدرك ذلك في نهاية الربع الأول، عندما تصل الفاتورة.

دعونا نأخذ العنصر الأكثر تجاهلاً في التكلفة: واجهات برمجة تطبيقات نماذج الرؤية. عندما تقوم شركة بإدخال أرشيفها الفوتوغرافي في RAG حديث، يجب "وصف" كل صورة بواسطة نموذج متعدد الوسائط يستخرج المحتوى والكائنات والسياق وأي نصوص متراكبة والمزاج والتكوين. قدم مزود أوروبي كبير للنماذج - لا يزال غير معروف - في عام 2025 نموذجًا ممتازًا من عائلة Qwen بحجم 32 مليار معلمة بسعر جذاب لكل صورة. المشكلة، التي اكتُشفت فقط في الميدان وبعد أشهر من الإنتاج: تحت الضغط، كان المزود يقطع الاستجابات. ليس دائمًا، وليس بطريقة متوقعة، وليس عندما كان فريق الاختبار في المقدمة: بشكل عشوائي. كانت صورة واحدة من كل عشر صور، وأحيانًا واحدة من كل خمس صور، تعود بملف JSON مقطوعًا في المنتصف، ومحلل بشكل سيئ، مع بيانات تعريف جزئية أو فارغة. ارتفعت الأوقات من عشر ثوانٍ إلى 200 ثانية لكل صورة، دون أي نمط. كانت فاتورة إعادة المحاولة - لأن عمليات إعادة المحاولة مدفوعة الأجر، وكل مكالمة، حتى تلك التي يقطعها الخادم - أعلى من المتوقع. كانت قاعدة البيانات غير متجانسة: بعض الصور غنية بالبيانات الوصفية، والبعض الآخر مبتورة. ولم يتمكن الفريق من إعادة إنتاج المشكلة في بيئات الاختبار، لأن الحمل في الاختبار كان منخفضًا وكان كل شيء يعمل.

جاء الحل على ثلاثة أجزاء: مطالبة أكثر إحكامًا (الإجابات الأقصر أقل عرضة للقطع)، ومنطق إعادة محاولة ذكي (إذا استغرقت الإجابة أكثر من خمسين ثانية وعادت فارغة، فحاول على الفور)، وإذا كان الحجم يبرر ذلك، فإمكانية تخطي السحابة تمامًا وتشغيل نموذج الرؤية على وحدة معالجة رسومات محلية، أبطأ ولكن حتمية. البنية الصحيحة، من هذه التجربة، ليست "سحابة دائمًا" ولا "محلية دائمًا". إنها "اختر لكل استدعاء، بناءً على ما هو مطلوب في تلك اللحظة".

ثم هناك فصل الاستعلامات. كل بحث للمستخدم، في RAG سحابي أصلي كلاسيكي، يطلق سلسلة من استدعاءات واجهة برمجة التطبيقات المدفوعة. واحد لتضمين السؤال. وواحد لتصنيف النية (ما نوع السؤال؟). وواحد لإعادة ترتيب المستندات. وواحد لتوليد الإجابة النهائية. كل منها يكلف جزءًا من السنت. بالنسبة لخدمة داخلية تضم خمسين مستخدمًا وعشرة آلاف استعلام يوميًا - وهو ليس عددًا قليلاً ولكن ليس أيضًا عددًا هائلاً بالنسبة لشركة متوسطة الحجم - يصل الفاتورة الشهرية إلى أرقام تجعل حتى المدير المالي المتساهل يعبس. والنمو خطي: ضاعف المستخدمين، ضاعف الفاتورة. لا توجد وفورات في النطاق في الرموز المميزة المستهلكة، ليس بالنسبة لك.

هناك أيضًا مشكلة كانت تختمر في عام 2025 وأصبحت مركزية في عام 2026: كل استعلام فردي يرسل أجزاء من مستندات الشركة - في بعض الأحيان سرية، وفي بعض الأحيان مغطاة باتفاقيات عدم الإفشاء، وفي بعض الأحيان تخضع للوائح الصناعة - إلى خوادم مزود خارجي، في ولايات قضائية لا تتطابق دائمًا مع ولايتك القضائية، مع سياسات غير واضحة دائمًا للاحتفاظ بالسجلات. اكتشفت أكثر من شركة أوروبية، خلال الأشهر الثمانية عشر الماضية، خلال عملية تدقيق - عادةً ما يتم تحفيزها من قبل عميل قلق أو فحص ISO - أن عقودها وقوائم أسعارها والمواصفات الفنية الخاصة بها قد تمت معالجتها (ويمكن تسجيلها بشكل محتمل لأغراض "تحسين الخدمة") بواسطة بنى تحتية خارج الاتحاد الأوروبي. عادةً ما تكون المفاجأة أكثر تكلفة من المدخرات على الأجهزة المحلية التي كان المرء يأمل في تجنبها.

البديل ليس العقيدة المعاكسة. "لا للغيوم، نعم للحلول المحلية" خاطئ تمامًا مثل "نعم للغيوم دائمًا". البديل هو بنية تسمح لك بالاختيار، لكل جزء من مسار العمل — التضمين، والتصنيف، وإعادة الترتيب، والرؤية، والتوليد النهائي — سواء كنت تستخدم نموذجًا سحابيًا أم نموذجًا محليًا، وتغيير رأيك في يوم واحد، وليس في ربع سنة. وهذا يتطلب تصميمًا تكون فيه الموردون قابلين للتبديل، حيث لا يكون أي جزء مثبتًا باسم شركة معينة، حيث يكون الانتقال من Regolo إلى Ollama (أو العكس) سطرًا من الإعداد، وليس إعادة كتابة. وهذا، حتى وقت قريب، كان نادرًا. كانت الأطر الشائعة، على الرغم من واجهتها "المستقلة عن المزود"، متزوجة بالفعل من شخص ما.