Определить стоимость ИИ довольно сложно

По мере того как ажиотаж, вызванный ИИ, немного спадает, руководители компаний задумываются над менее срочным, но более практичным вопросом для своих проектов ИИ: Сколько это должно стоить? 

Ответ на этот вопрос зависит от масштаба и целей проекта ИИ в компании. Создание и обучение собственной модели ИИ на больших языковых моделях - очень дорогостоящее мероприятие, требующее значительных затрат на оборудование, энергию и инженерные кадры.

Хорошая новость заключается в том, что для большинства компаний нет необходимости создавать собственную модель. Уже существует широкая индустрия поставщиков, которые позволяют компаниям использовать последние инновации в области ИИ от Microsoft, Google, Amazon и различных стартапов в области ИИ. Многие из этих предложений также включают модели ИИ с открытым исходным кодом, что позволяет использовать возможности этих мощных генеративных инструментов организациям, у которых может не хватить технических ресурсов или навыков для их самостоятельного развертывания.

"Стоимость самих инструментов ИИ не является запредельной", - говорит Фил Гилкрист, руководитель отдела трансформации ИИ и устойчивых материалов компании TE Connectivity, производителя датчиков и других электронных компонентов для электромобилей. "Гораздо сложнее осознать, что мы будем жить в мире, который в будущем станет миром ИИ, и мы должны осознать, что нам нужно организовать себя".

Для большинства компаний, желающих внедрить генеративный ИИ, существуют три основные модели ценообразования: модели на основе потребления, привязанные к необходимой вычислительной мощности; модели на основе подписки, при которых компания платит регулярную ежемесячную плату за каждого пользователя; и модели на основе результата, которые устанавливают цену, когда клиент признает, что задачи выполнены успешно.

Модели, основанные на подписке, включают такие предложения, как ассистент ИИ Copilot от Microsoft, который стоит 30 долларов в месяц для корпоративных пользователей, позволяя им делать такие вещи, как создание визуализации данных в Excel и более быстрая очистка переполненного почтового ящика Outlook. Однако компания, которая захочет установить индивидуальный чат-бот для поддержки клиентов, скорее всего, будет платить за услуги в зависимости от частоты использования бота.

Джон Пинеда из Boston Consulting Group советует клиентам продумать, будет ли внедряемый ИИ дополнять работу людей или полностью заменять задачи. Если предполагается полностью автоматизировать задачи, "имеет смысл устанавливать цену, основанную на потреблении или на результатах", - говорит Пинеда. И наоборот, для случаев использования, повышающих эффективность работы людей и помогающих рабочим процессам, лучше использовать модель, основанную на подписке.

Однако Пинеда также советует компаниям не зацикливаться на стоимости ИИ, чтобы не препятствовать инновациям. "Эксперименты повышают ценность", - говорит он. "Пусть люди используют, пробуют и тестируют его, [чтобы] придумать свои собственные идеи использования этой технологии".

Универсального показателя не существует

По мере того как компания осознает ценность генеративного ИИ в масштабах всей организации, различные команды и отделы, скорее всего, будут разрабатывать собственные проекты, и для каждого из них потребуются различные комбинации моделей ИИ и различные ценовые планы.

"Предприятиям необходимо использовать правильную модель для решения правильных задач", - отмечает Ритика Гуннар, генеральный менеджер по данным и ИИ в технологическом гиганте IBM. По ее словам, 80 % предприятий сегодня используют мультимодальный подход, опираясь на предложения ИИ с открытым исходным кодом и коммерческие. По ее мнению, по мере того как предприятия будут продолжать тестировать и внедрять ИИ в производство, они будут продолжать использовать различные модели, чтобы понять, что лучше. 

Первый шаг для любого предприятия - определить, действительно ли ИИ является лучшим инструментом для работы. "Сосредоточьтесь на правильном сценарии использования", - говорит Гуннар. "Потому что ИИ и генеративные возможности ИИ - это ингредиент, который поможет ускорить достижение результатов, на которые нацелен бизнес".

Для TE Connectivity крупный предстоящий проект предполагает сортировку около 200 миллионов документов, хранящихся в десятках баз данных. По словам Гилкриста, необходимо будет принять решения о том, какие модели ИИ помогут извлечь эту информацию для повышения конкурентных преимуществ TE Connectivity, обучить сотрудников тому, как внедрять и использовать технологии, а также сделать так, чтобы работникам было удобно использовать ИИ и доверять ему.

TE Connectivity постоянно внедряет новые технологии, будь то чат-бот с ИИ, созданный для помощи клиентам в поиске информации на сайте компании, или инструмент для инженеров, разработанный внутри компании. 

"Мы сначала опробуем ее и докажем себе, что она действительно приносит ту пользу... которая заявлена в рекламе", - говорит Гилкрист. Мы очень склонны к тому, чтобы "доказывать". 

Эйб Курувилла, директор по технологиям компании ACI Worldwide, производящей программное обеспечение, говорит, что многие руководители компаний сегодня смотрят на возможности ИИ и думают о производительности с точки зрения сокращения расходов, включая численность персонала. Но он больше сосредоточен на том, чтобы сотрудники ACI могли быстрее справляться с задачами. 

"Для себя я все еще пытаюсь понять стратегию монетизации скорости", - говорит Курувилла. "В чем заключается ценностное предложение для клиента по сравнению с типичными унаследованными моделями ценообразования".

По его словам, ACI Worldwide и другие компании все еще пытаются определить общую стоимость создания продукта в облаке, а также использования ИИ. "Проблема заключается в том, готов ли рынок платить за такую скорость?" - спрашивает Курувилла.

Если что-то и понятно на данный момент, так это то, что спектр услуг ИИ будет только расти. По оценкам Bloomberg Intelligence, в течение десятилетия расходы на программное обеспечение, услуги и другие продукты генеративного ИИ вырастут до 1,3 триллиона долларов.