باختصار
اجعلوا ميزات الذكاء الاصطناعي تعمل حين يطلبها المستخدم، لا تلقائيًا مع كل تحميل صفحة أو رسالة أو ملف. ولّدوا النتائج المشتركة مرة واحدة وأعيدوا استخدامها، واستخدموا شيفرة بسيطة للقرارات التي يمكن أن تتخذها قاعدة، وأزيلوا ميزات الذكاء الاصطناعي التي يستخدمها قلة من الناس. وتطلب إرشادات استدامة الويب الصادرة عن W3C من الفرق تقييم الحاجة إلى الذكاء الاصطناعي قبل تطبيقه، وينطبق ذلك على كل مشغّل كما ينطبق على كل ميزة.
الخطوات
- اكتبوا قائمة بكل موضع يستدعي فيه منتجكم نموذجًا وما الذي يطلق كل استدعاء.
- حوّلوا المشغّلات التلقائية إلى مشغّلات يبدؤها المستخدم حيث كثيرًا ما تُتجاهل النتيجة.
- ولّدوا المحتوى المشترك مرة واحدة وخزّنوه مؤقتًا بدلًا من توليده لكل مستخدم أو لكل عرض.
- استخدموا القواعد أو الشيفرة البسيطة للقرارات التي لا تحتاج إلى نموذج.
- تتبعوا استخدام كل ميزة ذكاء اصطناعي وألغوا تلك التي يستخدمها قلة من الناس.
أكثر استدعاءات الذكاء الاصطناعي مراعاةً للبيئة هو الذي لا يعمل أبدًا لأن أحدًا لم يحتج إليه. فقرارات المنتج بشأن متى يعمل النموذج كثيرًا ما تكون أهم من أي نموذج هو.
لماذا يهم ذلك؟
ميزة الذكاء الاصطناعي المفعّلة افتراضيًا تعمل لكل مستخدم، في كل مرة، سواء قُرئت النتيجة أم لا. اضربوا ملخصًا أو اقتراحًا واحدًا في ملايين مشاهدات الصفحات، وستكون الكلفة كبيرة. والمخرجات التوليدية هي النوع المكلف: وجد Luccioni وJernite وStrubell أن توليد الصور استهلك نحو 2.9 kWh لكل 1,000 طلب مقابل 0.002 kWh لتصنيف النصوص. وتطلب إرشادات استدامة الويب (Web Sustainability Guidelines) الصادرة عن W3C من الفرق تقييم الحاجة إلى الذكاء الاصطناعي قبل تطبيقه.
أنماط تصميم مفيدة
- يبدؤها المستخدم، لا تلقائية. زر "لخّص" بدلًا من ملخص يُولَّد مع كل فتح.
- ولّدوا مرة واحدة، وقدّموا للكثيرين. أوصاف المنتجات أو إجابات المساعدة أو الترجمات التي يتشاركها جميع المستخدمين ينبغي توليدها مرة واحدة وتخزينها مؤقتًا. انظروا كيف تستخدمون التخزين المؤقت.
- القواعد أولًا. توصي Green Software Foundation باستخدام شيفرة بسيطة للقرارات التي يمكن أن تتخذها قاعدة، وعدم استدعاء النموذج إلا عند الحاجة.
- وكلاء مدفوعون بالأحداث. أطلقوا الوكلاء العاملين في الخلفية عند أحداث حقيقية، لا وفق مؤقّت.
- إعدادات افتراضية صادقة. دعوا المستخدمين يوقفون ميزات الذكاء الاصطناعي، وتذكّروا اختيارهم.
أخطاء شائعة
- قياس الاعتماد بعدد الاستدعاءات، ما يكافئ الهدر. قيسوه بالنتائج المستخدمة.
- التوليد المسبق "احتياطًا" لمحتوى كل عنصر في كتالوج.
- عدم إلغاء الميزات أبدًا. راجعوا الاستخدام بانتظام.
هذه هي الكفاية في التطبيق: اقرؤوا الكفاءة ليست كفاية.
المصادر
- Web Sustainability Guidelines, W3C (2025)
- Optimize agent orchestration to reduce unnecessary model calls, Green Software Foundation, Green Software Patterns (2025)
- Power Hungry Processing: Watts Driving the Cost of AI Deployment?, Luccioni, Jernite and Strubell, ACM FAccT (2024)
ذو صلة
كيف أستخدم التخزين المؤقت لتقليل طاقة استدعاءات النماذج اللغوية الكبيرة؟
نوعان من التخزين المؤقت يقلّلان عمل النماذج اللغوية: التخزين المؤقت للطلبات لدى المزوّد للسياق المتكرر، وذاكرتكم المؤقتة كي لا يُجاب السؤال نفسه مرتين.
كيف أوقف ميزات الذكاء الاصطناعي التي لا أحتاج إليها؟
كيف تجدون مساعدات الذكاء الاصطناعي وملخصاته واقتراحاته التي لا تستخدمونها أبدًا في التطبيقات والهواتف والمتصفحات وتوقفونها، ولماذا تهم الإعدادات الافتراضية للطاقة.
كيف أوقف ميزات الذكاء الاصطناعي غير الضرورية في مؤسستي كلها؟
كيف تكتشف فرق تقنية المعلومات ميزات الذكاء الاصطناعي التي لا يحتاج إليها أحد في برمجيات المكتب والتعاون والأعمال وتوقفها، دون حجب الذكاء الاصطناعي المفيد.
الكفاءة ليست كفاية: تأثير الارتداد في الذكاء الاصطناعي
لماذا لا يضمن جعل الذكاء الاصطناعي أكثر كفاءة أن يستهلك طاقة أقل إجمالًا، وما تأثير الارتداد أو تأثير Jevons، وما الذي يساعد على إبقاء التوفير حقيقيًا.