Danny Weber
Wielkie firmy technologiczne mierzą się z paradoksem: powszechne użycie AI zamiast oszczędzać, generuje ogromne koszty obliczeniowe. Przeczytaj o nowych wyzwaniach agentowego AI.
Wielkie firmy technologiczne stanęły przed nowym problemem: powszechne przyjęcie narzędzi AI zamiast obniżać koszty, zaczęło je podnosić. Wewnętrzne programy motywujące pracowników do korzystania z AI spowodowały gwałtowny wzrost wydatków na obliczenia i przetwarzanie zapytań.
Źródła branżowe donoszą, że firmy nakazują zespołom używanie własnych narzędzi AI, jednocześnie ograniczając rozwiązania zewnętrzne. Głównym powodem są szybko rosnące koszty przetwarzania zapytań, zwłaszcza gdy aplikacje AI stają się coraz bardziej zaawansowane.
Szczególnie kosztowne jest tzw. agentowe AI. Systemy te nie tylko generują pojedynczą odpowiedź, ale samodzielnie wykonują sekwencję działań, analizują dane i podejmują decyzje pośrednie. Procesy te mogą pochłaniać setki, a nawet tysiące razy więcej mocy obliczeniowej niż standardowe zapytanie tekstowe.
W międzyczasie pojawił się nowy trend wewnętrzny: pracownicy używają AI nawet do najprostszych zadań, tylko po to, by wykazać wysoką liczbę użyć w firmie. Efektem jest paradoks: im bardziej dostępne były narzędzia, tym bardziej rosło ich całkowite wykorzystanie.
Niektóre zespoły już rewidują swoją strategię AI, patrząc nie tylko na wzrost produktywności, ale na rzeczywiste koszty operacyjne. Pojawia się pytanie: czy automatyzacja jest rzeczywiście tańsza od pracy ręcznej, kiedy koszty obliczeń rosną szybciej niż oczekiwano?
Eksperci przewidują, że rynek stopniowo przesunie nacisk z liczenia użycia AI na mierzenie rzeczywistej efektywności i opłacalności. Dla firm oznacza to, że kolejna faza nie polega na powszechnym wdrażaniu AI, ale na wyborze zastosowań, które faktycznie przynoszą zyski.
© RusPhotoBank