Το αυξανόμενο κόστος της τεχνητής νοημοσύνης αναγκάζει τις επιχειρήσεις να αλλάξουν τις στρατηγικές τους.

Το αυξανόμενο λειτουργικό κόστος αναγκάζει τις επιχειρήσεις να στραφούν από στρατηγικές επέκτασης της υιοθέτησης της Τεχνητής Νοημοσύνης μέσω επιδοτήσεων στην ιεράρχηση της αποδοτικότητας, της βελτιστοποίησης του κόστους και της επιλογής μοντέλων που ταιριάζουν καλύτερα στις συγκεκριμένες ανάγκες τους.

Το αυξανόμενο λειτουργικό κόστος αναγκάζει τις επιχειρήσεις παγκοσμίως να επανεκτιμήσουν τις στρατηγικές υιοθέτησης της τεχνητής νοημοσύνης (AI).

Η εποχή της «φθηνής τεχνητής νοημοσύνης» που επιδοτείται από τους επενδυτές πλησιάζει στο τέλος της, δίνοντας τη θέση της σε έντονες πιέσεις για βελτιστοποίηση του κόστους.

Αφότου το ChatGPT έγινε παγκόσμια επιτυχία, οι εταιρείες τεχνητής νοημοσύνης υιοθέτησαν μια γνώριμη στρατηγική της Silicon Valley: προσφέροντας εξαιρετικά χαμηλές τιμές για να προσελκύσουν πελάτες.

Ο Kevin Simback από την θερμοκοιτίδα νεοφυών επιχειρήσεων Delphi Labs αποκαλεί αυτή την εποχή την εποχή της «επιδοτούμενης νοημοσύνης», όπου οι επενδυτές είναι πρόθυμοι να επωμιστούν το κόστος, ώστε οι επιχειρήσεις να μπορούν να έχουν πρόσβαση στην Τεχνητή Νοημοσύνη σε εξαιρετικά χαμηλές τιμές.

Ωστόσο, «ο άνεμος έχει αλλάξει». Οι ειδικοί προειδοποιούν ότι οι γίγαντες της τεχνητής νοημοσύνης αναγκάζονται τώρα να αποδείξουν την κερδοφορία τους. Αυτή η κίνηση έρχεται καθώς οι δύο ηγέτες της αγοράς, η OpenAI και η Anthropic, προετοιμάζονται μανιωδώς για τις αρχικές δημόσιες προσφορές τους (IPO) για να προσελκύσουν ιδιώτες επενδυτές αργότερα φέτος.

Το κόστος αυξάνεται σε όλους τους τομείς, με τη μεγαλύτερη αιτία να είναι η άνοδος των πρακτόρων τεχνητής νοημοσύνης. Σε αντίθεση με τα συμβατικά chatbot που απαντούν μόνο σε ερωτήσεις, οι πράκτορες τεχνητής νοημοσύνης είναι ικανοί να εκτελούν άμεσα εργασίες όπως ο προγραμματισμός ραντεβού, η σύνταξη κώδικα ή η διαχείριση δεδομένων. Μια σύνθετη εργασία μπορεί να ενεργοποιήσει δεκάδες πράκτορες να εργάζονται ταυτόχρονα, καταναλώνοντας "tokens" - τη μονάδα πληρωμής για μοντέλα τεχνητής νοημοσύνης - δεκάδες φορές περισσότερο από ένα κανονικό μήνυμα.

Οι ελλείψεις σε τσιπ και η έλλειψη κέντρων δεδομένων έχουν επίσης επιδεινώσει το πρόβλημα του κόστους. Ο Μαρκ Μπάρτον από την εταιρεία συμβούλων τεχνολογίας Omniux δήλωσε ότι στον κόσμο του προγραμματισμού, το κόστος χρήσης της Τεχνητής Νοημοσύνης έχει αυξηθεί εκθετικά.

Αξίζει να σημειωθεί ότι η «τεχνολογική τρέλα» έχει οδηγήσει στην κακή χρήση της Τεχνητής Νοημοσύνης, γνωστή και ως «μεγιστοποίηση των tokens».

Ο αναλυτής Jack Gold από την J.Gold Associates επισημαίνει ότι σε πολλές περιπτώσεις, οι επιχειρήσεις χρησιμοποιούν υπερβολικά την Τεχνητή Νοημοσύνη σε σημείο που το κόστος αγοράς tokens σε μόλις έναν ή δύο μήνες έχει ξεπεράσει το κόστος πληρωμής των μισθών των εργαζομένων.

Υπό οικονομική πίεση, πολλές εταιρείες αναγκάστηκαν να αλλάξουν τις πολιτικές τους. Σύμφωνα με την Wall Street Journal, ο επικεφαλής τεχνολογίας της Meta, Andrew Bosworth, απέστειλε πρόσφατα ένα υπόμνημα ζητώντας από τους υπαλλήλους να μην χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης απλώς και μόνο για να τα χρησιμοποιούν, μια αντιστροφή της πολιτικής που είχε εφαρμοστεί νωρίτερα φέτος και η οποία ενθάρρυνε τη μέγιστη χρήση tokens για την αύξηση της παραγωγικότητας.

Αυτή την εβδομάδα, ο Διευθύνων Σύμβουλος της Uber παραδέχτηκε ειλικρινά ότι οι τεράστιες δαπάνες για την Τεχνητή Νοημοσύνη δεν έχουν ακόμη αποφέρει καμία απτή βελτίωση στην παραγωγικότητα.

Για να μειώσουν το κόστος, ορισμένες εταιρείες στρέφονται σε δωρεάν μοντέλα τεχνητής νοημοσύνης ανοιχτού κώδικα, τα οποία, αν και δεν είναι τόσο ισχυρά όσο το ChatGPT ή το Claude της Anthropic, εξακολουθούν να επαρκούν για πολλές κοινές εργασίες. Άλλες επιλέγουν μικρότερα, εξειδικευμένα μοντέλα για συγκεκριμένους τομείς, όπως τα ακίνητα ή τα χρηματοοικονομικά, αντί για μεγάλα, γενικής χρήσης μοντέλα. Μια άλλη προσέγγιση είναι η ανάλυση των εργασιών τεχνητής νοημοσύνης σε μικρότερα βήματα, αναθέτοντας κάθε μέρος στο φθηνότερο μοντέλο που μπορεί να το χειριστεί.

Ο Adrian Balfour από την εταιρεία συμβούλων Enverso δήλωσε ότι ένα τεράστιο μονολιθικό μοντέλο κοστίζει 15 δολάρια ανά εκατομμύριο tokens, αλλά αυτό θα μπορούσε να μειωθεί σε μόλις 5 σεντς χρησιμοποιώντας ένα μοντέλο σε μικρότερη κλίμακα.

Αυτή η τάση υποδηλώνει ότι η Τεχνητή Νοημοσύνη (ΤΝ) σταδιακά γίνεται ένα πιο συνηθισμένο αγαθό, όπου η εύρεση του σωστού μοντέλου στη σωστή τιμή είναι πιο σημαντική από το να κυνηγάς τα μεγαλύτερα ονόματα. Ωστόσο, οι ειδικοί πιστεύουν ότι τα μοντέλα υψηλής τεχνολογίας δεν θα χάσουν τη θέση τους.

Ο John Belton, Διευθυντής Χαρτοφυλακίου στην Gabelli Funds, δήλωσε: «Οι καταναλωτές με τις περισσότερες τεχνολογικές γνώσεις θα είναι πάντα πρόθυμοι να πληρώσουν για τα καλύτερα προϊόντα. Η πίτα της αγοράς συνεχίζει να αυξάνεται».

(VNA/Βιετνάμ+)

Πηγή: https://www.vietnamplus.vn/chi-phi-cho-ai-leo-thang-khien-doanh-nghiep-phai-thay-doi-chien-luoc-post1113738.vnp