Kostnaden for AI er ikke lenger så billig som opprinnelig lovet.

Kostnaden for AI øker med skala, noe som tvinger bedrifter til å nøye vurdere avveiningen mellom automatisering og økonomisk effektivitet.

Etter hvert som kunstig intelligens (KI) eksploderte, så mange bedrifter det som en mulighet til å kutte kostnader, øke produktiviteten og automatisere repeterende oppgaver. Men etter testfasen begynte det økonomiske bildet å bli mer komplekst. KI er ikke bare et programvareverktøy som kan slås på og brukes umiddelbart; det medfører kostnader for infrastruktur, data, sikkerhet og driftspersonell.

I noen tilfeller har datakostnadene for AI oversteget kostnadene ved å betale ansatte. Bryan Catanzaro, visepresident for anvendt dyp læring hos Nvidia, sa at det finnes grupper der datakostnadene er «mye høyere» enn ansattes lønninger. Dette betyr ikke at AI alltid vil være dyrere enn mennesker, men det viser at løftet om at «AI skal redusere kostnader» ikke lenger er så enkelt som det var i begynnelsen.

De skjulte kostnadene bak AI-systemer

En av de dyreste komponentene er datakostnadene. Moderne AI-modeller krever betydelig prosessorkraft, spesielt når bedrifter ofte bruker dem til kundeservice, programmering, dataanalyse eller intern dokumentbehandling. Jo flere brukere og oppgaver som er involvert, desto høyere blir driftskostnadene.

For bedrifter stopper ikke kostnaden for AI ved å leie modeller eller betale API-avgifter. For å integrere AI i virkelige systemer må de rense data, koble til intern programvare, etablere tilgangstillatelser, beskytte sensitiv informasjon og bygge prosesser for utdatakontroll. Dette er oppgaver som krever samarbeid mellom tekniske, cybersikkerhets-, juridiske og driftsteam.

Jo større AI-utrullingen er, desto flere kostnader må bedrifter ta med i beregningen for infrastruktur, data, sikkerhet og tilsynspersonell.

FOTO: SKAPT AV KI

AI-generering er ennå ikke stabil nok til å håndtere alt automatisk uten menneskelig inngripen. Denne teknologien kan fortsatt gi feil svar, fabrikkere fakta eller feiltolke kontekst. Derfor må mange bedrifter ha personell til å gjennomgå, korrigere og til slutt ta ansvar. Innen kunderelaterte, økonomiske, helsemessige , juridiske eller datasensitive felt er dette laget med tilsyn nesten uunnværlig.

Dette betyr at AI i mange tilfeller ikke erstatter arbeidskraft fullstendig, men skaper et nytt kostnadslag. Bedrifter betaler fortsatt for teknologien, samtidig som de trenger folk for å sikre at systemet fungerer riktig og trygt.

Infrastrukturkappløpet blant store teknologiselskaper gjenspeiler også de enorme kostnadene knyttet til AI. Microsoft annonserte planer om å investere 25 milliarder australske dollar, tilsvarende 17,9 milliarder amerikanske dollar, i Australia innen 2029 for å utvide sine AI-muligheter, skytjenester, cybersikkerhet og ferdighetsopplæring. Slike investeringer viser at AI ikke bare handler om programvare, men også om datasentre, prosesseringsbrikker, strøm og store driftsnettverk.

Kostnaden for AI er ikke bare et teknologisk spørsmål.

Etter hvert som kostnadene øker, endrer spørsmålene bedriftene stiller seg. Tidligere følte mange bedrifter seg presset til å ha en AI-strategi for å unngå å bli sett på som om de henger etter. Nå flyttes fokuset til et mer praktisk spørsmål: hvilken verdi skaper AI, og hvor lang tid vil det ta å tjene inn investeringen?

Analysefirmaet Gartner anslår at globale IT-utgifter vil nå 6,31 billioner dollar i 2026, en økning på 13,5 % fra 2025. Veksten er drevet av AI-infrastruktur, skytjenester og programvare. Dette indikerer at AI utløser en ny syklus av teknologiutgifter, snarere enn bare å erstatte eksisterende utgifter.

AI er bare virkelig verdifull når investeringen i teknologien omsettes til målbar driftseffektivitet.

FOTO: SKJERMBILDE FRA ROBOTMAGAZINE

Presset for å tjene inn investeringer blir derfor stadig tydeligere. Konsulentfirmaet Deloitte spår at investeringer i kunstig intelligens vil fortsette å øke, men avkastningen er ikke alltid lett å måle. For mer komplekse prosjekter trenger bedrifter en lengre tidsramme for å vurdere effektiviteten, i stedet for bare å se på antall automatiserte oppgaver.

Dette skiftet tvinger bedrifter til å være mer pragmatiske. I stedet for å sikte mot utbredt menneskelig erstatning, velger mange bedrifter å bruke AI til å støtte spesifikke oppgaver som å oppsummere dokumenter, foreslå kundesvar, skrive kode, kategorisere forespørsler eller oppdage feil. Denne tilnærmingen reduserer risiko og gjør kostnadskontroll enklere.

AI kan fortsatt bli billigere over tid for individuelle oppgaver, spesielt ettersom modeller blir mer effektive og konkurransen mellom leverandører øker. Men på bedriftsnivå kan de totale kostnadene fortsette å stige etter hvert som bruken skaleres opp, sikkerhetskravene øker og driftsprosessene blir mer komplekse.

Derfor handler ikke den nåværende debatten lenger om hvorvidt AI er absolutt dyrt eller billig. Det som betyr noe er hvilke problemer bedrifter bruker AI til, i hvilken skala, og om effektiviteten kan måles. Løftet om kostnadsbesparelser blir bare overbevisende når AI demonstrerer konkret verdi i den virkelige verden.

Kilde: https://thanhnien.vn/chi-phi-ai-khong-con-re-nhu-loi-hua-ban-dau-185260427153301634.htm