Η ταχεία υιοθέτηση της τεχνητής νοημοσύνης αυξάνει την παραγωγικότητα των επιχειρήσεων, αλλά δημιουργεί και έναν νέο, ταχέως διογκούμενο λογαριασμό για υπολογιστική ισχύ και υποδομές.
Η τεχνητή νοημοσύνη εξελίσσεται στο πιο ισχυρό εργαλείο παραγωγικότητας που έχουν αποκτήσει ποτέ οι επιχειρήσεις. Ωστόσο, όσο αυξάνεται η χρήση της, τόσο μεγαλύτερη γίνεται και η ανησυχία για το πραγματικό οικονομικό κόστος που τη συνοδεύει.
Σύμφωνα με ρεπορτάζ της Wall Street Journal, ολοένα και περισσότερες μεγάλες επιχειρήσεις στις Ηνωμένες Πολιτείες διαπιστώνουν ότι οι δαπάνες για υπηρεσίες τεχνητής νοημοσύνης αυξάνονται με ρυθμούς πολύ ταχύτερους από τους αρχικούς σχεδιασμούς τους. Το αποτέλεσμα είναι αρκετές διοικήσεις να αναζητούν πλέον τρόπους περιορισμού της κατανάλωσης, εισάγοντας αυστηρότερους ελέγχους και νέους κανόνες χρήσης.
Η νέα εταιρική πραγματικότητα
Τους τελευταίους μήνες, η υιοθέτηση εργαλείων τεχνητής νοημοσύνης μετατράπηκε σχεδόν σε εταιρική υποχρέωση. Από χρηματοοικονομικούς οργανισμούς και τεχνολογικές εταιρείες μέχρι βιομηχανίες και συμβουλευτικούς ομίλους, οι εργαζόμενοι ενθαρρύνθηκαν να ενσωματώσουν εργαλεία AI στην καθημερινή τους εργασία.
Η λογική ήταν ξεκάθαρη: καμία επιχείρηση δεν ήθελε να βρεθεί εκτός μιας τεχνολογικής επανάστασης που υπόσχεται να μετασχηματίσει την παραγωγικότητα, να μειώσει τα λειτουργικά κόστη και να δημιουργήσει νέα επιχειρηματικά μοντέλα.
Όμως η πραγματικότητα αποδεικνύεται πιο σύνθετη. Καθώς χιλιάδες εργαζόμενοι χρησιμοποιούν καθημερινά εργαλεία τεχνητής νοημοσύνης, οι εταιρικοί λογαριασμοί αυξάνονται με ταχύτητα που σε αρκετές περιπτώσεις ξεπερνά τις αρχικές προβλέψεις.
Ο αόρατος λογαριασμός των «tokens»
Στην καρδιά του προβλήματος βρίσκονται τα λεγόμενα «tokens», η βασική μονάδα μέτρησης που χρησιμοποιείται για να υπολογίζεται η κατανάλωση υπολογιστικής ισχύος στα μεγάλα γλωσσικά μοντέλα.
Κάθε ερώτημα, κάθε αναζήτηση, κάθε παραγόμενο κείμενο και κάθε επεξεργασία δεδομένων καταναλώνει tokens, τα οποία μεταφράζονται σε πραγματικό κόστος για τις επιχειρήσεις.
Όσο περισσότερο χρησιμοποιούνται τα συστήματα AI, τόσο αυξάνονται οι ανάγκες σε υπολογιστική ισχύ, αποθηκευτικούς πόρους και πρόσβαση σε προηγμένα μοντέλα. Σε ορισμένες περιπτώσεις, εταιρείες εξάντλησαν τον ετήσιο προϋπολογισμό τους για υπηρεσίες τεχνητής νοημοσύνης μέσα σε λίγους μόνο μήνες.
Άλλες επιχειρήσεις είδαν τις σχετικές δαπάνες να διπλασιάζονται ή ακόμη και να τριπλασιάζονται σε σχέση με τις αρχικές τους εκτιμήσεις.
Από την υιοθέτηση στον έλεγχο
Η νέα πραγματικότητα αναγκάζει αρκετές εταιρείες να περάσουν από τη φάση του ενθουσιασμού στη φάση της διαχείρισης.
Ορισμένοι οργανισμοί εφαρμόζουν πλέον εσωτερικά συστήματα παρακολούθησης χρήσης, περιορίζουν την πρόσβαση σε ακριβότερα μοντέλα ή θέτουν ανώτατα όρια κατανάλωσης για συγκεκριμένα τμήματα.
Παράλληλα, αυξάνονται οι επενδύσεις σε μικρότερα ή εξειδικευμένα μοντέλα τεχνητής νοημοσύνης που μπορούν να εκτελούν συγκεκριμένες εργασίες με χαμηλότερο κόστος.
Η συζήτηση μετατοπίζεται πλέον από το ερώτημα «πώς θα χρησιμοποιήσουμε AI» στο «πώς θα χρησιμοποιήσουμε AI αποδοτικά».
Η μεγάλη δοκιμασία για τους τεχνολογικούς κολοσσούς
Η εξέλιξη αυτή δημιουργεί μια νέα πρόκληση και για τους ίδιους τους παρόχους τεχνητής νοημοσύνης.
Εταιρείες όπως η OpenAI, η Anthropic, η Google και η Microsoft καλούνται να αποδείξουν ότι τα εργαλεία τους παράγουν αρκετή αξία ώστε να δικαιολογούν το αυξανόμενο κόστος χρήσης.
Οι επιχειρήσεις δεν αρκούνται πλέον σε εντυπωσιακές επιδείξεις δυνατοτήτων. Ζητούν μετρήσιμη απόδοση επένδυσης, εξοικονόμηση χρόνου και συγκεκριμένα οικονομικά οφέλη.
Η τεχνητή νοημοσύνη βρίσκεται σήμερα στο ίδιο σημείο όπου βρισκόταν το cloud computing πριν από περίπου μία δεκαετία. Αρχικά η αγορά εστίασε αποκλειστικά στις δυνατότητες. Στη συνέχεια ήρθε η ώρα των οικονομικών διευθυντών, οι οποίοι άρχισαν να εξετάζουν τους λογαριασμούς.
Το μεγάλο στοίχημα της επόμενης φάσης δεν θα είναι η υιοθέτηση της AI, αλλά η αποδοτική αξιοποίησή της. Οι εταιρείες που θα ξεχωρίσουν δεν θα είναι απαραίτητα εκείνες που ξοδεύουν τα περισσότερα χρήματα στην τεχνητή νοημοσύνη, αλλά όσες καταφέρουν να παράγουν τη μεγαλύτερη αξία με το χαμηλότερο δυνατό κόστος.
