Η Τεχνητή Νοημοσύνη «απολύεται» επειδή είναι πολύ ακριβή.

VTV.vn - Το υψηλό κόστος ανάπτυξης και λειτουργίας αναγκάζει ορισμένες επιχειρήσεις να μειώσουν ή να καταργήσουν εργαλεία τεχνητής νοημοσύνης που κάποτε αναμενόταν να εξοικονομούν πόρους.

(Ενδεικτική εικόνα: Μεγαλοπρεπής)

Τα τελευταία δύο χρόνια, η τεχνητή νοημοσύνη (ΤΝ) έχει θεωρηθεί από πολλές επιχειρήσεις ως μια γρήγορη λύση για τις προκλήσεις παραγωγικότητας. Από τον προγραμματισμό και την εξυπηρέτηση πελατών έως τη σύνταξη αναφορών, την ανάλυση δεδομένων και την επεξεργασία email, η ΤΝ έχει αναδυθεί με την υπόσχεση για ταχύτερη, φθηνότερη και λιγότερο εξαρτώμενη από την ανθρώπινη εργασία. Ωστόσο, μέχρι τα μέσα του 2026, το ερώτημα σε πολλά εταιρικά διοικητικά συμβούλια δεν θα είναι πλέον "Πρέπει να χρησιμοποιούμε ΤΝ;", αλλά μάλλον "Πόσα χρήματα ξοδεύει η ΤΝ και προσφέρει πραγματικά ανάλογη αξία;".

Αυτή η μετατόπιση δεν σημαίνει ότι η Τεχνητή Νοημοσύνη είναι ξεπερασμένη. Αντίθετα, η Τεχνητή Νοημοσύνη παραμένει μια στρατηγική τεχνολογία, ειδικά στον προγραμματισμό, την εξυπηρέτηση πελατών, τα χρηματοοικονομικά και τις εσωτερικές λειτουργίες. Ωστόσο, μετά από μια περίοδο ταχείας ανάπτυξης που οφείλεται στον φόβο της υστέρησης, πολλές εταιρείες αρχίζουν να συνειδητοποιούν μια λιγότερο λαμπερή πραγματικότητα: Η Τεχνητή Νοημοσύνη δεν είναι δωρεάν, ούτε είναι απαραίτητα φθηνότερη από τους ανθρώπους εάν χρησιμοποιείται εσφαλμένα. Όταν ένα εργαλείο διατίθεται σε χιλιάδες υπαλλήλους, κάθε εντολή, κάθε κείμενο, κάθε ανάλυση εγγράφου ή κάθε καταχώρηση κώδικα μπορεί να γίνει ένα κόστος που μετριέται σε διακριτικά - μια μονάδα μέτρησης για την ποσότητα δεδομένων που πρέπει να επεξεργαστεί το μοντέλο Τεχνητής Νοημοσύνης.

Στα τέλη Μαΐου, η Wall Street Journal ανέφερε ότι ορισμένες αμερικανικές επιχειρήσεις αρχίζουν να «περιορίζουν» τις δαπάνες τους για την Τεχνητή Νοημοσύνη, καθώς το κόστος της πληροφορικής και των token αυξάνεται ραγδαία. Το άρθρο ανέφερε την περίπτωση της Uber, σημειώνοντας ότι η εταιρεία εξάντλησε τον προϋπολογισμό της για την Τεχνητή Νοημοσύνη του 2026 σε μόλις τέσσερις μήνες, γεγονός που την ώθησε να επανεξετάσει τον τρόπο με τον οποίο κατανέμει τις δαπάνες της για την Τεχνητή Νοημοσύνη. Αυτό είναι ένα σημαντικό σημάδι: Η Τεχνητή Νοημοσύνη δεν είναι πλέον απλώς ένα τεχνολογικό πείραμα, αλλά έχει γίνει ένα οικονομικό στοιχείο που απαιτεί έλεγχο, όπως ακριβώς το cloud computing, το προσωπικό ή το λειτουργικό κόστος.

Η Uber αποτελεί ένα αξιοσημείωτο παράδειγμα, επειδή η εταιρεία δεν είναι κατά της Τεχνητής Νοημοσύνης. Το πρόβλημα της Uber έγκειται στο γεγονός ότι το κόστος αυξάνεται πολύ γρήγορα, ενώ τα συγκεκριμένα επιχειρηματικά οφέλη δεν αποδεικνύονται εύκολα. Το Verge παραθέτει τον Andrew Macdonald, Πρόεδρο και Διευθύνοντα Σύμβουλο της Uber, ο οποίος λέει ότι οι περισσότερες δαπάνες σε εργαλεία όπως το Claude Code δεν συσχετίζονται άμεσα με μεγαλύτερο αριθμό χρήσιμων λειτουργιών για τους πελάτες. Με άλλα λόγια, η ομάδα μηχανικών μπορεί να χρησιμοποιεί περισσότερο την Τεχνητή Νοημοσύνη, αλλά η ηγεσία πρέπει ακόμη να απαντήσει στο θεμελιώδες ερώτημα: λαμβάνουν οι τελικοί χρήστες ένα καλύτερο προϊόν για τα χρήματα που δαπανώνται;

Το λογότυπο της Uber εμφανίζεται στην οθόνη ενός τηλεφώνου σε αυτήν την ενδεικτική φωτογραφία που τραβήχτηκε στις Βρυξέλλες, στο Βέλγιο, στις 9 Αυγούστου 2025. (Φωτογραφία: NurPhoto/Reuters)

Το Claude Code, το εργαλείο υποστήριξης προγραμματισμού της Anthropic, έχει γίνει το επίκεντρο αυτής της συζήτησης. Είναι σημαντικό να διευκρινιστεί για να αποφευχθούν παρεξηγήσεις: Η Anthropic εξακολουθεί να προσφέρει μηνιαία προγράμματα συνδρομής για χρήστες και επιχειρήσεις. Ωστόσο, όταν χρησιμοποιείται σε μεγάλη κλίμακα ή μέσω μιας διεπαφής προγραμματισμού εφαρμογών (API), το κόστος μπορεί να υπολογιστεί με βάση τα tokens, τα πρότυπα χρήσης και πρόσθετες λειτουργίες. Η επίσημη σελίδα τιμολόγησης της Anthropic δείχνει ότι τα μοντέλα Claude API τιμολογούνται με βάση την ποσότητα των tokens εισόδου και εξόδου. Η τεκμηρίωση της εταιρείας σημειώνει επίσης ότι ορισμένες αλλαγές στην κωδικοποίηση δεδομένων ενδέχεται να προκαλέσουν τη χρήση περισσότερων tokens από πριν στο ίδιο κείμενο. Επομένως, το ζήτημα δεν αφορά την «εξάντληση των μηνιαίων προγραμμάτων», αλλά μάλλον τη δυσκολία που αντιμετωπίζουν οι επιχειρήσεις στην πρόβλεψη του κόστους όταν οι εργαζόμενοι χρησιμοποιούν συνεχώς την Τεχνητή Νοημοσύνη για απαιτητικές εργασίες.

Η διαφορά μεταξύ της Τεχνητής Νοημοσύνης και του παραδοσιακού λογισμικού έγκειται στον τρόπο με τον οποίο προκύπτουν τα κόστη. Με το λογισμικό γραφείου, οι επιχειρήσεις συνήθως πληρώνουν μια μηνιαία χρέωση ανά λογαριασμό. Με πολλά εργαλεία Τεχνητής Νοημοσύνης, ειδικά αυτά για προγραμματισμό και αυτοματοποίηση πολλαπλών βημάτων, το κόστος μπορεί να αυξηθεί με το μήκος του εγγράφου, τον όγκο ερωτημάτων, τους κύκλους αναθεώρησης, τον αριθμό των μοντέλων που καλούνται και τα δεδομένα εξόδου. Ένας υπάλληλος που χρησιμοποιεί Τεχνητή Νοημοσύνη για να συνοψίσει τα email μπορεί να κοστίσει πολύ λίγο. Αλλά μια ομάδα μηχανικών που έχουν την Τεχνητή Νοημοσύνη να διαβάζει τον πηγαίο κώδικα, να προτείνει διορθώσεις, να ξαναγράφει πολλαπλές εκδόσεις και να εκτελεί αυτοματοποιημένες διαδικασίες μπορεί να δημιουργήσει σημαντικό κόστος βραχυπρόθεσμα.

Από την οπτική γωνία της διοίκησης, αυτό είναι ένα πολύ οικείο πρόβλημα: η καλή τεχνολογία δεν είναι απαραίτητα μια καλή επένδυση εάν η αποτελεσματικότητά της δεν μπορεί να μετρηθεί. Μια επιχείρηση μπορεί να αισθάνεται ότι η παραγωγικότητα έχει αυξηθεί επειδή οι εργαζόμενοι εργάζονται πιο γρήγορα, αλλά εάν ο αριθμός των ωρών που εξοικονομούνται, τα σφάλματα μειώνονται, τα έσοδα αυξάνονται ή η εμπειρία των πελατών βελτιώνεται, οι λογαριασμοί τεχνητής νοημοσύνης θα γίνουν γρήγορα δύσκολο να υπερασπιστούν. Επομένως, οι κορυφαίες εταιρείες μετατοπίζονται από μια νοοτροπία «χρησιμοποιήστε όσο το δυνατόν περισσότερο» σε μια νοοτροπία «χρησιμοποιήστε την όπου είναι σωστό, για τους σωστούς ανθρώπους και εντός ορίων».

Μπορεί επίσης να σας αρέσει

Τα smartphones και η τεχνητή νοημοσύνη αναδιαμορφώνουν την αγροτική Ινδία.Σύμφωνα με τα δεδομένα του Ούταρ Πραντές, μιας τεράστιας και φτωχής πολιτείας στη βόρεια Ινδία, το Ναγκεπούρ είναι ένα σχετικά εύπορο χωριό, καθώς πολλά νοικοκυριά έχουν πρόσβαση σε τουαλέτες, τρεχούμενο νερό, ηλεκτρικό ρεύμα, ακόμη και πρόσβαση στο διαδίκτυο. Τα smartphones, που κάποτε ήταν σπάνια στη Ναγκεπούρ, είναι πλέον συνηθισμένα και έχουν συμβάλει στη βελτίωση της ζωής των κατοίκων της.

Απολαύστε έξυπνες λύσεις κατασκευής σε κινητά οχήματα.DNVN - Στις 16 Ιουνίου, η Zebra Technologies Corporation, πάροχος ψηφιακών λύσεων και λύσεων αυτοματοποίησης ροής εργασίας, λάνσαρε την έκδοση για κινητά του Zebra Experience Center (ZEC) στο Βιετνάμ.

Η Oracle περικόπτει 21.000 θέσεις εργασίας.VTV.vn - Η Oracle περικόπτει 21.000 θέσεις εργασίας σε ένα χρόνο για να αναδιαρθρωθεί, εστιάζοντας τις επενδύσεις στην Τεχνητή Νοημοσύνη και το cloud computing, εν μέσω απότομης αύξησης του κόστους αναδιάρθρωσης.

Το λογότυπο της τεχνητής νοημοσύνης Claude εμφανίζεται σε μια οθόνη τηλεφώνου σε αυτήν την εικόνα με ημερομηνία 6 Φεβρουαρίου 2026. (Φωτογραφία: NurPhoto/Reuters)

Πέρα από το κόστος των εργαλείων, επανεξετάζεται και η ιστορία της αντικατάστασης του ανθρώπινου δυναμικού από την Τεχνητή Νοημοσύνη. Στις 21 Μαΐου, το Forbes επικαλέστηκε στοιχεία που δείχνουν ότι το 29% των επιχειρήσεων που είχαν προηγουμένως μειώσει το προσωπικό τους λόγω της Τεχνητής Νοημοσύνης έχουν επαναπροσλάβει για αυτές τις θέσεις. Αυτά τα δεδομένα πρέπει να ερμηνευθούν με προσοχή, αλλά υπογραμμίζουν μια πραγματικότητα: η αντικατάσταση των ανθρώπων με Τεχνητή Νοημοσύνη δεν είναι τόσο απλή όσο η μείωση ενός κονδυλίου κόστους στη μισθοδοσία. Σε πολλές θέσεις εργασίας, ειδικά στην εξυπηρέτηση πελατών, στις πωλήσεις, στη δημιουργία περιεχομένου, στη διαχείριση λειτουργιών ή στον χειρισμό ευαίσθητων καταστάσεων, οι άνθρωποι εξακολουθούν να έχουν ρόλους που η Τεχνητή Νοημοσύνη δεν μπορεί ακόμη να καλύψει πλήρως.

Η Τεχνητή Νοημοσύνη μπορεί να ανταποκρίνεται γρήγορα, αλλά η ταχύτητα δεν ισοδυναμεί με ακρίβεια. Η Τεχνητή Νοημοσύνη μπορεί να συντάσσει σχέδια, αλλά τα σχέδια πρέπει να ελέγχονται από επαγγελματίες. Η Τεχνητή Νοημοσύνη μπορεί να συνοψίζει δεδομένα, αλλά οι διευθυντές πρέπει να κατανοούν το πλαίσιο για να λαμβάνουν αποφάσεις. Εάν οι επιχειρήσεις μειώσουν το προσωπικό πολύ νωρίς, ενδέχεται να πληρώσουν το τίμημα με μειωμένη ποιότητα υπηρεσιών, δυσαρεστημένους πελάτες, πιο χαοτικές εσωτερικές διαδικασίες και, τελικά, να χρειαστεί να επαναπροσλάβουν και να επανεκπαιδεύσουν προσωπικό. Σε αυτήν την περίπτωση, οι «εξοικονομήσεις χάρη στην Τεχνητή Νοημοσύνη» γίνονται απατηλές εξοικονομήσεις.

Ένα σημείο που πρέπει να ληφθεί σοβαρά υπόψη είναι ότι η Τεχνητή Νοημοσύνη δεν είναι η μόνη αιτία απολύσεων στις επιχειρήσεις. Ορισμένοι ηγέτες μπορεί να επικαλούνται την Τεχνητή Νοημοσύνη για να εξηγήσουν την αναδιάρθρωση, ενώ οι πραγματικοί λόγοι θα μπορούσαν να περιλαμβάνουν την πίεση στα κέρδη, τα επιτόκια, τους μετόχους, τον ανταγωνισμό ή τις στρατηγικές μείωσης του κόστους. Την 1η Ιουνίου, το Business Insider επικαλέστηκε τον Torsten Slok, επικεφαλής οικονομολόγο της Apollo Global Management, ο οποίος δήλωσε ότι δεν υπάρχουν σαφή στοιχεία για απώλειες θέσεων εργασίας που προκαλούνται από την Τεχνητή Νοημοσύνη στα συνολικά δεδομένα απασχόλησης. Αυτό υποδηλώνει μια πιο σύνθετη εικόνα από το σύνθημα «Η Τεχνητή Νοημοσύνη καταλαμβάνει ανθρώπινες θέσεις εργασίας».

Για τις βιετναμέζικες επιχειρήσεις, τα μαθήματα από τις διεθνείς εταιρείες είναι πολύ πρακτικά. Πολλές εγχώριες εταιρείες μπορεί να μην έχουν ξοδέψει εκατομμύρια δολάρια σε Τεχνητή Νοημοσύνη, αλλά μπορούν εύκολα να πέσουν στην παγίδα της αγοράς πολλαπλών εργαλείων, του ανοίγματος πολλαπλών λογαριασμών και της δοκιμής πολλαπλών πλατφορμών χωρίς διαδικασία ελέγχου. Εάν κάθε τμήμα επιλέξει το δικό του εργαλείο Τεχνητής Νοημοσύνης, κάθε ομάδα χρησιμοποιήσει το δικό της μοντέλο και κάθε εργαζόμενος εισάγει ανεξάρτητα δεδομένα της εταιρείας σε εξωτερικές πλατφόρμες, οι κίνδυνοι δεν έγκεινται μόνο στο κόστος, αλλά και στην ασφάλεια, την ποιότητα του αποτελέσματος και τη νομική ευθύνη.

(Ενδεικτική εικόνα: Μεγαλοπρεπής)

Πριν από την εφαρμογή της Τεχνητής Νοημοσύνης, οι επιχειρήσεις θα πρέπει να ξεκινήσουν με πέντε απλές ερωτήσεις. Πρώτον, ποιο συγκεκριμένο πρόβλημα θα λύσει η Τεχνητή Νοημοσύνη; Δεύτερον, ποιο είναι το μέγιστο μηνιαίο κόστος; Τρίτον, ποιος θα έχει πρόσβαση σε αυτήν και για τι είδους δεδομένα; ​​Τέταρτον, ποιος θα εξετάζει τα αποτελέσματα που παράγονται από την Τεχνητή Νοημοσύνη; Πέμπτον, ποιες μετρήσεις θα χρησιμοποιήσει η επιχείρηση για να μετρήσει την αποτελεσματικότητα μετά από τρεις μήνες; Εάν αυτές οι πέντε ερωτήσεις δεν έχουν απαντηθεί, η ανάπτυξη της Τεχνητής Νοημοσύνης σε μεγάλη κλίμακα μπορεί να είναι μια βιαστική απόφαση.

Μια ασφαλέστερη προσέγγιση είναι να επιλέξετε πρώτα λιγότερο επικίνδυνες περιοχές για να τις δοκιμάσετε. Η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει στη σύνοψη εσωτερικών εγγράφων, στην ταξινόμηση αιτημάτων πελατών, στην υποβολή προτάσεων περιεχομένου email, στην εύρεση σφαλμάτων στον κώδικα προγραμματισμού, στη δημιουργία προσχεδίων αναφορών ή στην υποστήριξη των εργαζομένων στην αναζήτηση πληροφοριών. Ωστόσο, σε τομείς που αφορούν οικονομικά, νομικά, ανθρώπινους πόρους, δεδομένα πελατών ή δημόσιες δηλώσεις, οι άνθρωποι πρέπει να εξακολουθούν να είναι οι απόλυτοι κριτές. Οι επιχειρήσεις δεν πρέπει να χρησιμοποιούν την Τεχνητή Νοημοσύνη ως «αντικαταστάτη υπαλλήλου», αλλά μάλλον ως «βοηθό επιτάχυνσης» με σαφείς περιορισμούς.

Μπορεί επίσης να σας αρέσει

Η Χα Τινχ στοχεύει σε μια σημαντική ανακάλυψη στον ψηφιακό μετασχηματισμό τους τελευταίους έξι μήνες του 2026.Η Λαϊκή Επιτροπή της επαρχίας Χα Τιν είναι αποφασισμένη να εφαρμόσει τους στόχους της επιστήμης και της τεχνολογίας και τον ψηφιακό μετασχηματισμό τους τελευταίους έξι μήνες του 2026.

Συνεργασία στην τεχνολογική ανάπτυξη και βελτίωση της λειτουργικής αποδοτικότητας του συστήματος ηλεκτρικής ενέργειας.Η VPI και η NSMO υπέγραψαν συμφωνία συνεργασίας για την έρευνα, την ανάπτυξη και την εφαρμογή τεχνολογικών λύσεων με στόχο τη βελτίωση της λειτουργικής αποδοτικότητας του συστήματος ηλεκτρικής ενέργειας και της αγοράς ηλεκτρικής ενέργειας.

Οι νέοι του Βιετνάμ είναι πρωτοπόροι στην ψηφιακή εποχή.VHO - Στο πλαίσιο του 13ου Εθνικού Συνεδρίου της Ένωσης Νέων του Βιετνάμ, το απόγευμα της 24ης Ιουνίου, οι σύνεδροι συμμετείχαν στο φόρουμ «Βιετναμέζικες Νεολαία Πρωτοπόροι στην Ανάπτυξη της Επιστήμης και της Τεχνολογίας, της Καινοτομίας και του Ψηφιακού Μετασχηματισμού».

Μια άλλη αρχή είναι ότι η διαχείριση του προϋπολογισμού της Τεχνητής Νοημοσύνης θα πρέπει να είναι παρόμοια με τη διαχείριση κόστους του cloud computing. Πρέπει να υπάρχουν όρια ανά ομάδα, ειδοποιήσεις για υπέρβαση ορίων, μηνιαίες αναφορές χρήσης και αξιολογήσεις απόδοσης τμημάτων. Για τον προγραμματισμό, οι επιχειρήσεις πρέπει να γνωρίζουν πόσο χρόνο μπορούν να μειώσουν τα εργαλεία Τεχνητής Νοημοσύνης για τη διόρθωση σφαλμάτων, πόσες ημέρες ανάπτυξης προϊόντων μπορούν να συντομευτούν ή πόσες λειτουργικές μετρήσεις μπορούν να βελτιωθούν. Για την εξυπηρέτηση πελατών, είναι απαραίτητο να μετρηθεί ο χρόνος απόκρισης, τα επίπεδα ικανοποίησης, τα ποσοστά παραπόνων και ο αριθμός των υποθέσεων που παραπέμπονται στο ανθρώπινο προσωπικό.

Μετά την αρχική της άνθηση, η αγορά της Τεχνητής Νοημοσύνης εισέρχεται σε μια πιο ώριμη φάση. Τα εργαλεία που δεν αποδεικνύονται αποτελεσματικά θα καταργηθούν σταδιακά. Οι ανεξέλεγκτες δαπάνες θα είναι περιορισμένες. Οι προσδοκίες για μια πλήρη αντικατάσταση του ανθρώπου θα δώσουν τη θέση τους σε μια πιο πρακτική προσέγγιση: οι άνθρωποι εκτελούν κρίσιμες εργασίες, ενώ η Τεχνητή Νοημοσύνη υποστηρίζει επαναλαμβανόμενες, απαιτητικές σε δεδομένα ή εργασίες υψηλής ταχύτητας.

Επομένως, η φράση «η Τεχνητή Νοημοσύνη απολύεται επειδή είναι πολύ ακριβή» δεν θα πρέπει να ερμηνεύεται ως αποτυχία της. Αντίθετα, αυτό που απολύεται είναι η ψευδαίσθηση ότι η απλή αγορά εργαλείων Τεχνητής Νοημοσύνης θα κάνει αυτόματα τις επιχειρήσεις φθηνότερες, ταχύτερες και πιο έξυπνες.

Η Τεχνητή Νοημοσύνη θα παραμείνει στις επιχειρήσεις, αλλά υπό στενότερο έλεγχο από τους χρηματοοικονομικούς, τους τεχνολογικούς, τους νομικούς και τους τελικούς χρήστες. Σε αυτήν την αναμέτρηση, η νικήτρια εταιρεία δεν θα είναι αυτή που χρησιμοποιεί περισσότερο την Τεχνητή Νοημοσύνη, αλλά αυτή που ξέρει πώς να χρησιμοποιεί την Τεχνητή Νοημοσύνη σωστά, με το σωστό κόστος και με τη σωστή ευθύνη.

Πηγή: https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm