صورت حساب های غافلگیرکننده AI؛ اوراکل می گوید استفاده بیشتر همیشه سود بیشتر نیست
اوراکل هشدار داده که افزایش استفاده از ابزارهای هوش مصنوعی لزوماً به معنای خلق ارزش نیست. بسیاری از شرکت ها با وجود سرمایه گذاری سنگین روی هوش مصنوعی سازمانی، هنوز نمی توانند هزینه هوش مصنوعی را دقیق پیش بینی کنند یا برای ارزش واقعی هوش مصنوعی عدد و رقم مشخصی ارائه دهند.
ماجرا فقط خرید یک سرویس یا راه اندازی چند دستیار هوشمند نیست. هزینه پردازش، نگهداری داده، آموزش مدل، مصرف توکن و اجرای مداوم درخواست ها خیلی زود روی هم جمع می شود. نتیجه؟ پروژه ای که در مرحله آزمایشی ارزان و جذاب بود، بعد از ورود کاربران واقعی ناگهان به یک خرج جدی تبدیل می شود.
مطالعه مقاله قبلی در دسته بندی تکنولوژی با عنوان رقابت دیتاسنترهای هوش مصنوعی برای تأمین برق آغاز شد.
طبق دیدگاه اوراکل، مدیران نباید تعداد درخواست ها، کاربران فعال یا مدل های راه اندازی شده را با موفقیت تجاری اشتباه بگیرند. بالا رفتن مصرف شاید روی داشبورد قشنگ به نظر برسد، اما اگر درآمد، سرعت کار یا رضایت مشتری تغییری نکند، عملاً چیزی جز یک صورت حساب بزرگ تر نصیب کسب وکار نمی شود.
این مشکل وقتی جدی تر می شود که قیمت گذاری سرویس های AI ثابت نیست. یک کاربر ممکن است درخواست کوتاهی داشته باشد و کاربر دیگر سندی طولانی را برای تحلیل ارسال کند. تفاوت در تعداد توکن ها، مدل انتخابی و حجم پردازش باعث می شود پیش بینی هزینه ماه بعد واقعاً سخت باشد.
چرا محاسبه بازده سرمایه گذاری هوش مصنوعی سخت شده است؟
شرکت ها سال هاست برای سرویس های ابری بودجه تعیین می کنند، اما AI قواعد خودش را دارد. در فضای ابری سنتی می توان تعداد سرورها، فضای ذخیره سازی و ترافیک را تا حدی تخمین زد. در مقابل، میزان مصرف مدل های مولد مستقیماً به رفتار کاربران وابسته است و همین رفتار همیشه قابل پیش بینی نیست.
از طرف دیگر، هر مدل قیمت و توان متفاوتی دارد. استفاده از پیشرفته ترین مدل برای هر کار شاید جذاب باشد، ولی همیشه منطقی نیست. خلاصه سازی یک ایمیل ساده به همان قدرتی نیاز ندارد که تحلیل قرارداد حقوقی یا تولید کد پیچیده می خواهد. انتخاب اشتباه مدل می تواند هزینه هوش مصنوعی را بی سروصدا چند برابر کند.
اوراکل معتقد است سازمان ها باید قبل از گسترش پروژه، معیار موفقیت را روشن کنند. مثلاً یک چت بات باید زمان پاسخ گویی را کم کند، فشار روی تیم پشتیبانی را پایین بیاورد یا نرخ حل مشکل در تماس اول را افزایش دهد. اگر هیچ کدام قابل اندازه گیری نباشد، صحبت از ارزش واقعی هوش مصنوعی بیشتر شبیه حدس زدن است.
بخش مهم دیگری که گاهی نادیده گرفته می شود، هزینه آماده سازی داده هاست. مدل هوشمند بدون داده تمیز، مرتبط و به روز معجزه نمی کند. اتصال پایگاه های اطلاعاتی، تعیین سطح دسترسی، حذف داده های تکراری و رعایت قوانین حریم خصوصی همگی زمان و بودجه می خواهند.
تازه هزینه نظارت انسانی هم سر جایش است. خروجی مدل باید بررسی شود، خطاها ثبت شوند و پاسخ های خطرناک یا نادرست کنار گذاشته شوند. در حوزه هایی مثل سلامت، بانکداری و حقوق، نمی شود هر چیزی را که مدل تولید کرد مستقیم جلوی کاربر گذاشت. بنابراین اتوماسیون کامل، حداقل فعلاً، بیشتر یک شعار هیجان انگیز است تا واقعیت روزمره.
راه حل پیشنهادی این است که شرکت ها مصرف AI را با همان دقتی مدیریت کنند که هزینه های ابری را کنترل می کنند. داشبوردهای لحظه ای، سقف مصرف، هشدار بودجه و تفکیک هزینه هر تیم می تواند جلوی غافلگیری پایان ماه را بگیرد. هر واحد باید بداند چند توکن مصرف کرده و در مقابل چه نتیجه ای ساخته است.
برای بسیاری از کسب وکارها، شروع کوچک هنوز بهترین انتخاب است. یک فرایند مشخص، گروه محدودی از کاربران و شاخص های قابل سنجش انتخاب کنید. اگر پروژه جواب داد، آن را مرحله به مرحله گسترش دهید. پخش کردن هوش مصنوعی سازمانی در تمام بخش ها، بدون برنامه و فقط به خاطر ترس از عقب ماندن، معمولاً مسیر گرانی است.
نکته بامزه ماجرا اینجاست که فروشندگان بزرگ فناوری خودشان هم از رشد بازار AI سود می برند. پس هشدار اوراکل را باید جدی گرفت، اما نه بدون بررسی. هر کسب وکار لازم است قیمت ها، محدودیت ها و وابستگی احتمالی به یک ارائه دهنده را با دقت بسنجد و همه تخم مرغ هایش را در یک سبد نگذارد.
در نهایت، تعداد مدل ها یا حجم مصرف معیار موفقیت نیست. برنده واقعی شرکتی است که بتواند با داده کمتر، مدل مناسب تر و نظارت دقیق تر نتیجه بهتری بگیرد. هوش مصنوعی وقتی ارزش دارد که یک مشکل واقعی را حل کند؛ نه اینکه صرفاً یک گزینه تازه به منوی نرم افزارهای شرکت اضافه شود.
پیام اصلی ساده و کمی تلخ است: قبل از فشردن پدال گاز، هزینه ها را ببینید. ارزش واقعی هوش مصنوعی باید در صرفه جویی، درآمد، کیفیت خدمات یا سرعت انجام کار دیده شود. اگر چنین اثری وجود ندارد، مصرف بیشتر فقط عدد قبض را بزرگ تر می کند.
برای دریافت جدیدترین اخبار تکنولوژی با مجله هوش مصنوعی با ما همراه باشید
نظرات کاربران