Стоимость искусственного интеллекта уже не так низка, как первоначально обещалось.

Стоимость внедрения ИИ возрастает с увеличением масштабов, что вынуждает предприятия тщательно взвешивать компромисс между автоматизацией и финансовой эффективностью.

С бурным развитием технологий искусственного интеллекта (ИИ) многие компании увидели в них возможность сократить расходы, повысить производительность и автоматизировать повторяющиеся задачи. Но после этапа тестирования финансовая картина стала более сложной. ИИ — это не просто программный инструмент, который можно включить и использовать немедленно; он влечет за собой затраты на инфраструктуру, данные, безопасность и оперативный персонал.

В некоторых случаях вычислительные затраты на ИИ превышают затраты на оплату труда сотрудников. Брайан Катанзаро, вице-президент по прикладному глубокому обучению в Nvidia, заявил, что существуют группы компаний, где вычислительные затраты «значительно выше», чем заработная плата сотрудников. Это не означает, что ИИ всегда будет дороже человека, но показывает, что обещание «снижения затрат с помощью ИИ» уже не так просто, как казалось вначале.

Скрытые издержки, связанные с системами искусственного интеллекта.

Одним из наиболее дорогостоящих компонентов являются вычислительные затраты. Современные модели ИИ требуют значительной вычислительной мощности, особенно когда предприятия часто используют их для обслуживания клиентов, программирования, анализа данных или внутренней обработки документов. Чем больше пользователей и задач задействовано, тем выше эксплуатационные расходы.

Для бизнеса затраты на ИИ не ограничиваются арендой моделей или оплатой API. Для интеграции ИИ в реальные системы необходимо очищать данные, взаимодействовать с внутренним программным обеспечением, устанавливать права доступа, защищать конфиденциальную информацию и создавать процессы контроля результатов. Эти задачи требуют сотрудничества технических специалистов, специалистов по кибербезопасности, юристов и операционных команд.

Чем масштабнее внедрение ИИ, тем больше затрат предприятиям приходится учитывать на инфраструктуру, данные, безопасность и персонал, осуществляющий надзор.

ФОТО: СОЗДАНО ИИ

Искусственный интеллект еще недостаточно стабилен, чтобы автоматически обрабатывать все без вмешательства человека. Эта технология все еще может давать неверные ответы, фальсифицировать факты или неправильно интерпретировать контекст. Поэтому многим компаниям необходимо содержать персонал для проверки, исправления и, в конечном итоге, принятия ответственности. В сферах, связанных с клиентами, финансами, здравоохранением , юриспруденцией или обработкой конфиденциальных данных, этот уровень контроля практически незаменим.

Это означает, что во многих случаях ИИ не полностью заменяет труд, а создает новый уровень затрат. Предприятия по-прежнему платят за технологию, при этом им по-прежнему нужны люди, чтобы обеспечить правильную и безопасную работу системы.

Соперничество между крупными технологическими компаниями в сфере инфраструктуры также отражает огромные затраты, связанные с искусственным интеллектом. Microsoft объявила о планах инвестировать 25 миллиардов австралийских долларов, что эквивалентно 17,9 миллиардам долларов США, в Австралию к 2029 году для расширения своих возможностей в области ИИ, облачных вычислений, кибербезопасности и обучения персонала. Такие инвестиции демонстрируют, что ИИ — это не только программное обеспечение, но и центры обработки данных, процессоры, электроэнергия и крупномасштабные операционные сети.

Стоимость ИИ — это не просто технологическая проблема.

По мере роста затрат меняется и вопрос, который задают себе компании. Раньше многие чувствовали давление, заставляющее их разрабатывать стратегию в области ИИ, чтобы не выглядеть отстающими. Теперь же акцент смещается на более практический вопрос: какую ценность создает ИИ и как долго потребуется для окупаемости инвестиций?

Исследовательская компания Gartner прогнозирует, что глобальные расходы на ИТ достигнут 6,31 триллиона долларов в 2026 году, что на 13,5% больше, чем в 2025 году. Этот рост обусловлен развитием инфраструктуры искусственного интеллекта, облачных вычислений и программного обеспечения. Это указывает на то, что ИИ запускает новый цикл расходов на технологии, а не просто заменяет существующие.

Искусственный интеллект действительно ценен только тогда, когда инвестиции в эту технологию приводят к измеримой операционной эффективности.

ФОТО: СКРИНШОТ ИЗ ЖУРНАЛА ROBOTMAGAZINE

Таким образом, необходимость окупаемости инвестиций становится все более очевидной. Консалтинговая фирма Deloitte прогнозирует дальнейший рост инвестиций в ИИ, однако измерить отдачу от инвестиций не всегда легко. Для более сложных проектов компаниям требуется более длительный период времени для оценки эффективности, а не просто количество автоматизированных задач.

Этот сдвиг вынуждает компании быть более прагматичными. Вместо того чтобы стремиться к повсеместной замене людей, многие предприятия предпочитают использовать ИИ для поддержки конкретных задач, таких как обобщение документов, предложение вариантов ответов клиентам, написание кода, классификация запросов или обнаружение ошибок. Такой подход снижает риски и упрощает контроль затрат.

Со временем ИИ может стать дешевле для отдельных задач, особенно по мере повышения эффективности моделей и усиления конкуренции между поставщиками. Однако на уровне предприятия общие затраты могут продолжать расти по мере масштабирования использования, повышения требований к безопасности и усложнения операционных процессов.

Таким образом, нынешняя дискуссия уже не о том, является ли ИИ абсолютно дорогим или дешевым. Важно то, для решения каких задач предприятия используют ИИ, в каком масштабе и можно ли измерить его эффективность. Перспектива экономии затрат становится убедительной только тогда, когда ИИ демонстрирует конкретную ценность в реальных условиях.

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