Η AI ακριβαίνει και οι εταιρείες πατούν φρένο
Οι επιχειρήσεις βλέπουν τους λογαριασμούς να εκτοξεύονται, ενώ η Ευρώπη ψάχνει φθηνότερα και πιο στοχευμένα μοντέλα Τεχνητής Νοημοσύνης.
Οι εταιρείες μετρούν πλέον το πραγματικό κόστος της Τεχνητής Νοημοσύνης.
Η Τεχνητή Νοημοσύνη μπαίνει σε νέα φάση, καθώς οι εταιρείες αρχίζουν να μετρούν το πραγματικό κόστος της. Μετά τον ενθουσιασμό που προκάλεσε το ChatGPT, πολλές επιχειρήσεις υιοθέτησαν εργαλεία AI χωρίς αυστηρό έλεγχο στη χρήση και στους λογαριασμούς.
σχετικά άρθρα
Οι μεγάλοι πάροχοι κράτησαν αρχικά τις τιμές χαμηλά για να κερδίσουν πελάτες. Επενδυτές και μεγάλα κεφάλαια κάλυπταν ουσιαστικά μέρος του κόστους, δημιουργώντας την εποχή της «επιδοτούμενης νοημοσύνης». Τώρα, όμως, οι εταιρείες AI ζητούν πραγματικά έσοδα και οι πελάτες βλέπουν την αλλαγή στους λογαριασμούς τους.
Οι πράκτορες AI αλλάζουν το κόστος
Το πρόβλημα δεν αφορά μόνο τα απλά chatbots. Οι νέοι πράκτορες Τεχνητής Νοημοσύνης εκτελούν πιο σύνθετες εργασίες: κλείνουν ραντεβού, γράφουν κώδικα, οργανώνουν αρχεία και συντονίζουν διαδικασίες.
Κάθε τέτοια εργασία όμως καταναλώνει πολύ περισσότερα tokens από ένα απλό μήνυμα. Σε αρκετές περιπτώσεις, μία εντολή ενεργοποιεί δεκάδες μικρότερες εργασίες και κάθε βήμα ανεβάζει το κόστος.
Έτσι, οι εταιρείες που είδαν την AI ως φθηνό εργαλείο παραγωγικότητας αντιμετωπίζουν πλέον μια πιο σκληρή πραγματικότητα. Η χρήση χωρίς μέτρο μπορεί να κοστίσει περισσότερο από την ανθρώπινη εργασία που υποτίθεται ότι θα εξοικονομούσε.
Το «tokenmaxxing» φέρνει λογαριασμούς σοκ
Στον τεχνολογικό κλάδο κυκλοφορεί ήδη ο όρος «tokenmaxxing». Περιγράφει την υπερβολική χρήση AI εργαλείων από ομάδες που θέλουν να δείξουν υψηλή παραγωγικότητα ή να αυτοματοποιήσουν κάθε μικρή διαδικασία.
Όμως αυτή η λογική γυρίζει μπούμερανγκ. Αναλυτές προειδοποιούν ότι ορισμένες επιχειρήσεις βλέπουν το κόστος των tokens να ξεπερνά μέσα σε λίγους μήνες το κόστος εργαζομένων.
Ακόμη και η Meta, η οποία ενθάρρυνε έντονα τους υπαλλήλους της να χρησιμοποιούν AI, άλλαξε τόνο. Ο τεχνολογικός διευθυντής Άντριου Μπόσγουορθ ξεκαθάρισε σε εσωτερικό μήνυμα ότι κανείς δεν πρέπει να χρησιμοποιεί εργαλεία Τεχνητής Νοημοσύνης απλώς για να τα χρησιμοποιεί.
Η Ευρώπη βλέπει ευκαιρία και παγίδα
Για την Ευρώπη, η νέα πραγματικότητα ανοίγει διπλή συζήτηση. Από τη μία πλευρά, οι ευρωπαϊκές επιχειρήσεις χρειάζονται AI για να μείνουν ανταγωνιστικές απέναντι σε ΗΠΑ και Κίνα. Από την άλλη, το υψηλό κόστος μπορεί να περιορίσει μικρότερες εταιρείες και να δώσει μεγαλύτερο πλεονέκτημα στους τεχνολογικούς κολοσσούς.
Η Ευρώπη δεν θέλει να εξαρτηθεί πλήρως από αμερικανικά μοντέλα και αμερικανικά data centers. Για αυτόν τον λόγο, οι εταιρείες στρέφονται όλο και περισσότερο σε μικρότερα, πιο στοχευμένα μοντέλα που καλύπτουν συγκεκριμένες ανάγκες σε χαμηλότερη τιμή.
Αντί για ένα τεράστιο γενικό μοντέλο, μια εταιρεία ακινήτων μπορεί να χρησιμοποιήσει μοντέλο για συμβόλαια και αγγελίες. Μια τράπεζα μπορεί να επιλέξει εργαλείο για αναλύσεις κινδύνου. Μια βιομηχανία μπορεί να αξιοποιήσει μοντέλο για συντήρηση, παραγωγή και τεχνικά έγγραφα.
Τι σημαίνει για τις ελληνικές επιχειρήσεις
Η Ελλάδα πρέπει να δει την AI με πρακτικό τρόπο. Δεν αρκεί μια επιχείρηση να αγοράσει ακριβό εργαλείο και να το βαφτίσει «καινοτομία». Χρειάζεται καθαρό σχέδιο, έλεγχο κόστους και συγκεκριμένο αποτέλεσμα.
Μικρές και μεσαίες επιχειρήσεις μπορούν να κερδίσουν πολλά από την Τεχνητή Νοημοσύνη σε εξυπηρέτηση πελατών, λογιστήριο, marketing, περιεχόμενο και οργάνωση δεδομένων. Όμως πρέπει να μετρούν τι πληρώνουν, ποιος χρησιμοποιεί τα εργαλεία και ποια εργασία δίνει πραγματική αξία.
Η ανεξέλεγκτη χρήση μπορεί να μετατρέψει την AI από εργαλείο ανάπτυξης σε νέο λειτουργικό βάρος.
Οι εταιρείες ψάχνουν φθηνότερες λύσεις
Πολλές επιχειρήσεις στρέφονται πλέον σε ανοιχτά μοντέλα, μικρότερα συστήματα και πιο έξυπνη κατανομή εργασιών. Αντί να δίνουν κάθε εντολή στο ισχυρότερο και ακριβότερο μοντέλο, χωρίζουν την εργασία σε μικρότερα βήματα.
Ένα φθηνό μοντέλο μπορεί να κάνει περίληψη. Ένα πιο ισχυρό μπορεί να ελέγξει νομικό ή τεχνικό περιεχόμενο. Ένα τρίτο μπορεί να οργανώσει τα δεδομένα. Με αυτόν τον τρόπο, οι εταιρείες μειώνουν θεαματικά το κόστος χωρίς να εγκαταλείπουν την τεχνολογία.
Η διαφορά στην τιμή μπορεί να φτάσει σε τεράστια επίπεδα. Ένα μεγάλο μοντέλο κοστίζει πολύ περισσότερο ανά εκατομμύριο tokens από ένα μικρότερο «mini» μοντέλο που αρκεί για απλές εργασίες.
Η AI μπαίνει στην εποχή της ωριμότητας
Η πρώτη φάση της Τεχνητής Νοημοσύνης στηρίχθηκε στον ενθουσιασμό. Η δεύτερη φάση θα στηριχθεί στην απόδοση.
Οι επιχειρήσεις δεν θα ρωτούν πλέον μόνο τι μπορεί να κάνει ένα μοντέλο. Θα ρωτούν πόσο κοστίζει, πόσο χρόνο γλιτώνει, πόσα λάθη μειώνει και αν φέρνει πραγματικό κέρδος.
Οι μεγάλοι παίκτες όπως η OpenAI και η Anthropic θα συνεχίσουν να προσελκύουν προχωρημένους χρήστες που θέλουν την καλύτερη δυνατή τεχνολογία. Όμως η μαζική αγορά θα κινηθεί με πιο αυστηρά κριτήρια κόστους.
Η Τεχνητή Νοημοσύνη δεν χάνει τη δυναμική της. Απλώς περνά από την εποχή του ενθουσιασμού στην εποχή του λογαριασμού.