עלויות הבינה המלאכותית הגוברות מאלצות עסקים לשנות את האסטרטגיות שלהם.

עלויות תפעול גוברות מאלצות עסקים לעבור מאסטרטגיות של הרחבת אימוץ בינה מלאכותית באמצעות סובסידיות לתעדוף יעילות, אופטימיזציה של עלויות ובחירת מודלים המתאימים ביותר לצרכים הספציפיים שלהם.

עלויות תפעול גוברות מאלצות עסקים ברחבי העולם להעריך מחדש את אסטרטגיות אימוץ הבינה המלאכותית (AI) שלהם.

עידן "הבינה המלאכותית הזולה" המסובסדת על ידי משקיעים מתקרב לסיומו, מה שמפנה את מקומו ללחץ עז לייעל את העלויות.

לאחר ש-ChatGPT הפך לסנסציה עולמית, חברות בינה מלאכותית אימצו אסטרטגיה מוכרת של עמק הסיליקון: הצעת מחירים נמוכים ביותר כדי למשוך לקוחות.

קווין סימבק מחממת הסטארט-אפים של דלפי לאבס מכנה זאת עידן ה"בינה המסובסדת", שבו משקיעים מוכנים לשאת בעלויות כדי שעסקים יוכלו לגשת לבינה מלאכותית במחירים נמוכים ביותר.

עם זאת, "הרוח השתנתה". מומחים מזהירים כי ענקיות הבינה המלאכותית נאלצות כעת להוכיח רווחיות. צעד זה מגיע כאשר שתי מובילות השוק, OpenAI ו-Anthropic, מתכוננות במרץ להנפקות הראשוניות לציבור (IPO) שלהן כדי למשוך משקיעים קמעונאיים בהמשך השנה.

העלויות עולות באופן כללי, כאשר הסיבה העיקרית לכך היא עלייתם של סוכני בינה מלאכותית. בניגוד לצ'אטבוטים קונבנציונליים שעונים רק על שאלות, סוכני בינה מלאכותית מסוגלים לבצע ישירות משימות כמו קביעת פגישות, כתיבת קוד או ניהול נתונים. משימה מורכבת יכולה לגרום לעשרות סוכנים לעבוד בו זמנית, ולצרוך "טוקנים" - יחידת התשלום עבור מודלים של בינה מלאכותית - פי עשרות יותר מהודעה רגילה.

מחסור בשבבים וחוסר במרכזי נתונים החריפו גם הם את בעיית העלויות. מארק ברטון מחברת הייעוץ הטכנולוגי Omniux ציין כי בעולם התכנות, עלות השימוש בבינה מלאכותית עלתה באופן אקספוננציאלי.

ראוי לציין כי "שיגעון הטכנולוגיה" הוביל לשימוש לרעה בבינה מלאכותית, המכונה גם "מקסום אסימונים".

האנליסט ג'ק גולד מחברת J.Gold Associates מציין שבמקרים רבים, עסקים עושים שימוש יתר בבינה מלאכותית עד כדי כך שעלות רכישת אסימונים תוך חודש או חודשיים בלבד עולה על עלות תשלום משכורותיהם של עובדים אנושיים.

תחת לחץ כלכלי, תאגידים רבים נאלצו לשנות את מדיניותם. על פי הוול סטריט ג'ורנל, מנהל הטכנולוגיה הראשי של מטה, אנדרו בוסוורת', שלח לאחרונה תזכיר ובו ביקש מעובדיו לא להשתמש בכלי בינה מלאכותית רק לשם השימוש בהם, היפוך מהמדיניות שננקטה מוקדם יותר השנה שעודדה שימוש מקסימלי באסימונים כדי להגביר את הפרודוקטיביות.

השבוע, מנהל התפעול הראשי של אובר אף הודה בגלוי כי ההוצאות העצומות על בינה מלאכותית טרם הניבו שיפורים מוחשיים בפריון.

כדי לקצץ בעלויות, חלק מהחברות פונות למודלים חינמיים של בינה מלאכותית בקוד פתוח, אשר אמנם אינם חזקים כמו ChatGPT או Claude של Anthropic, אך עדיין מספיקים למשימות נפוצות רבות. אחרות בוחרות במודלים קטנים יותר ומתמחים עבור מגזרים ספציפיים כמו נדל"ן או פיננסים, במקום במודלים גדולים וכלליים. גישה נוספת היא לפרק משימות בינה מלאכותית לשלבים קטנים יותר, תוך הקצאת כל חלק למודל הזול ביותר שיכול להתמודד איתו.

אדריאן בלפור מחברת הייעוץ Enverso אמר שמודל מונוליטי מסיבי עולה 15 דולר למיליון אסימונים, אך ניתן להפחית זאת ל-5 סנט בלבד באמצעות מודל מוקטן.

מגמה זו מצביעה על כך שבינה מלאכותית הופכת בהדרגה למצרך נפוץ יותר, שבו מציאת הדגם הנכון במחיר הנכון חשובה יותר מאשר מרדף אחר השמות הגדולים ביותר. עם זאת, מומחים מאמינים שדגמים יוקרתיים לא יאבדו את מקומם.

ג'ון בלטון, מנהל תיקי השקעות בקרן גאבלי, הצהיר: "הצרכנים הכי מתמצאים בטכנולוגיה תמיד יהיו מוכנים לשלם עבור המוצרים הטובים ביותר. עוגת השוק ממשיכה לגדול."

(וייטנאם/וייטנאם+)

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