Η τεχνητή νοημοσύνη (AI) έχει εξελιχθεί ραγδαία σε αναπόσπαστο μέρος του σύγχρονου εργασιακού περιβάλλοντος.
Τα τελευταία χρόνια, οι εταιρείες ενθάρρυναν τους υπαλλήλους να χρησιμοποιούν chatbots και βοηθούς που βασίζονται στην τεχνητή νοημοσύνη, με στόχο τη βελτίωση της παραγωγικότητας, την αυτοματοποίηση επαναλαμβανόμενων εργασιών και την επιτάχυνση της ανάπτυξης λογισμικού.
Οι επιχειρήσεις πραγματοποίησαν σημαντικές επενδύσεις στην τεχνητή νοημοσύνη, με την προσδοκία ότι αυτή θα μετασχηματίσει τις λειτουργίες τους και θα δημιουργήσει ανταγωνιστικό πλεονέκτημα.
Ωστόσο, μια νέα τάση αρχίζει να διαμορφώνεται. Αντί να ενθαρρύνουν την απεριόριστη χρήση της AI, πολλές από τις μεγαλύτερες εταιρείες του κόσμου εισάγουν περιορισμούς στον τρόπο με τον οποίο οι εργαζόμενοι χρησιμοποιούν αυτά τα εργαλεία.
Οργανισμοί όπως η Amazon, η Walmart, η Cisco, η Uber και η Meta εφαρμόζουν όρια δαπανών, προωθούν φθηνότερα μοντέλα AI και αποθαρρύνουν την περιττή χρήση.
Αυτή η στροφή αντανακλά την αυξανόμενη συνειδητοποίηση ότι, αν και η AI προσφέρει σημαντικά οφέλη, η εφαρμογή της σε μεγάλη κλίμακα συνεπάγεται σημαντικό οικονομικό κόστος.
Το κρυφό κόστος της τεχνητής νοημοσύνης
Όταν τα εργαλεία τεχνητής νοημοσύνης έγιναν για πρώτη φορά ευρέως διαθέσιμα, πολλές επιχειρήσεις τα θεωρούσαν σχετικά φθηνά εργαλεία παραγωγικότητας.
Η τιμολόγηση βάσει συνδρομής έκανε τα κόστη προβλέψιμα, επιτρέποντας στους υπαλλήλους να χρησιμοποιούν την τεχνητή νοημοσύνη χωρίς να ανησυχούν για το πόσο κοστίζει κάθε αλληλεπίδραση.
Η κατάσταση αυτή έχει αλλάξει δραματικά. Καθώς τα συστήματα τεχνητής νοημοσύνης έχουν εξελιχθεί, πολλοί πάροχοι, συμπεριλαμβανομένων των OpenAI και Anthropic, έχουν μεταβεί από τις σταθερές μηνιαίες συνδρομές σε τιμολόγηση βάσει token.
Τα token αντιπροσωπεύουν τις μονάδες κειμένου που επεξεργάζεται ένα μοντέλο τεχνητής νοημοσύνης, πράγμα που σημαίνει ότι κάθε εντολή, απάντηση και αυτοματοποιημένη ροή εργασίας έχει πλέον ένα μετρήσιμο κόστος.
Ως αποτέλεσμα, οι εταιρείες μπορούν πλέον να βλέπουν άμεσα πόσα ξοδεύουν οι εργαζόμενοι κάθε φορά που χρησιμοποιούν την τεχνητή νοημοσύνη, σύμφωνα με τους Financial Times.
Σύμφωνα με τον Costi Perricos, παγκόσμιο ηγέτη της Deloitte στον τομέα της γενετικής τεχνητής νοημοσύνης, πολλοί στελέχη αρχίζουν να κατανοούν ότι η τεχνητή νοημοσύνη απέχει πολύ από το να είναι δωρεάν.
Τα οικονομικά τμήματα και τα διοικητικά συμβούλια των εταιρειών δίνουν όλο και μεγαλύτερη προσοχή στα έξοδα πληροφορικής, καθώς η υιοθέτηση της τεχνητής νοημοσύνης σε μεγάλη κλίμακα μπορεί να επηρεάσει σημαντικά τους λειτουργικούς προϋπολογισμούς.
Οι AI agents καταναλώνουν πολύ περισσότερους πόρους
Η οικονομική πρόκληση έχει γίνει ακόμη μεγαλύτερη με την άνοδο των πρακτόρων τεχνητής νοημοσύνης. Σε αντίθεση με τα παραδοσιακά chatbots που απλώς απαντούν σε ερωτήσεις, οι πράκτορες τεχνητής νοημοσύνης μπορούν να εκτελούν ανεξάρτητα πολύπλοκες εργασίες, όπως τη συγγραφή λογισμικού, την ανάλυση δεδομένων, τη διαχείριση ροών εργασίας ή την ολοκλήρωση επιχειρηματικών διαδικασιών πολλών βημάτων.
Αν και αυτά τα συστήματα είναι πιο ισχυρά, απαιτούν σημαντικά μεγαλύτερη υπολογιστική ισχύ. Κάθε πράκτορας τεχνητής νοημοσύνης επεξεργάζεται συνεχώς πληροφορίες και εκτελεί πολλαπλές λειτουργίες, καταναλώνοντας πολύ περισσότερα tokens από ό,τι μια απλή συνομιλία μέσω chatbot.
Ο Πρόεδρος και Διευθύνων Σύμβουλος Προϊόντων της Cisco, Jeetu Patel, εξήγησε ότι οι εταιρείες ενδέχεται τελικά να αναπτύξουν δεκάδες ή ακόμη και εκατοντάδες πράκτορες τεχνητής νοημοσύνης για κάθε υπάλληλο.
Δεδομένου ότι αυτοί οι πράκτορες λειτουργούν συνεχώς, δημιουργούν πολύ υψηλότερα κόστη υποδομής και υπολογιστικής ισχύος από ό,τι είχαν αρχικά προβλέψει οι επιχειρήσεις.
Οι εταιρείες εισάγουν όρια δαπανών
Σε απάντηση στα αυξανόμενα κόστη, αρκετές μεγάλες εταιρείες έχουν αρχίσει να θέτουν όρια στη χρήση της τεχνητής νοημοσύνης.
Η Uber εισήγαγε μηνιαία ανώτατα όρια δαπανών αφού διαπίστωσε ότι οι υπάλληλοί της είχαν εξαντλήσει ολόκληρο τον προϋπολογισμό της εταιρείας για τεχνητή νοημοσύνη για το 2026 ήδη από τον Απρίλιο.
Οι μεμονωμένοι υπάλληλοι περιορίζονται πλέον σε περίπου 1.500 δολάρια το μήνα ως δαπάνη σε tokens για εργαλεία τεχνητής νοημοσύνης.
Ομοίως, η Walmart έχει περιορίσει τη χρήση του εσωτερικού βοηθού τεχνητής νοημοσύνης της, θέτοντας όριο στον αριθμό των «token» που μπορούν να καταναλώνουν οι υπάλληλοι.
Ο Διευθύνων Σύμβουλος Τεχνολογίας της εταιρείας, Suresh Kumar, εξήγησε ότι η χρήση της πλατφόρμας προγραμματισμού τεχνητής νοημοσύνης της είχε αυξηθεί ραγδαία, καθιστώντας αναγκαία την αξιολόγηση του κατά πόσον οι υπάλληλοι χρησιμοποιούσαν τα καταλληλότερα εργαλεία για κάθε εργασία.
Αντί να εμποδίζουν την καινοτομία, αυτές οι εταιρείες στοχεύουν να ενθαρρύνουν μια πιο αποδοτική και υπεύθυνη χρήση της τεχνητής νοημοσύνης, διατηρώντας παράλληλα το συνολικό κόστος υπό έλεγχο.
Οι μικρότερες επιχειρήσεις αντιμετωπίζουν την ίδια πρόκληση
Και οι μικρότερες εταιρείες νιώθουν την πίεση στο κόστος. Ο όμιλος λογισμικού Workato ανέφερε ότι η χρήση της τεχνητής νοημοσύνης (AI) εκτοξεύθηκε, αφού οι 1.300 υπάλληλοί του άρχισαν να χρησιμοποιούν AI agents το περασμένο καλοκαίρι. «Εξαπλώθηκε σαν πυρκαγιά, οι άνθρωποι άρχισαν πραγματικά να μεταμορφώνουν τις εργασίες τους με τη βοήθεια των agents», δήλωσε ο διευθυντής πληροφορικής Carter Busse.
Όμως η εταιρεία έπαθε σοκ όταν η Anthropic πέρασε σε τιμολόγηση βάσει token τον Μάιο. «Οι δαπάνες μας αυξήθηκαν 7 φορές την πρώτη μέρα και σκέφτηκα: ‘Ω, γαμ*το, δημιουργήσαμε ένα τέρας”», είπε ο Busse.
«Οι εταιρείες [μεγάλων γλωσσικών μοντέλων] επιδοτούσαν όλη τη χρήση μας και τώρα δεν το κάνουν πια. Η τιμολόγηση βάσει χρηστών σε προστατεύει».
Αντί να περιορίσει την πρόσβαση, ο Busse προσπαθεί να συγκρατήσει τις δαπάνες και έχει αναπροσαρμόσει τις συνεδρίες του για την αξιοποίηση της τεχνητής νοημοσύνης, που πραγματοποιούνται δύο φορές την εβδομάδα, ώστε να προωθήσει ιδέες εξοικονόμησης κόστους, όπως η προεπιλογή παλαιότερων και φθηνότερων μοντέλων της Anthropic.
«Αντί για καινοτομία, ας μιλήσουμε για την οικονομική ευθύνη στην τεχνητή νοημοσύνη», είπε.
Αλλαγή της συμπεριφοράς των υπαλλήλων
Πολλοί οργανισμοί αλλάζουν επίσης τον τρόπο με τον οποίο ενθαρρύνουν την υιοθέτηση της τεχνητής νοημοσύνης.
Η Amazon συμβούλεψε πρόσφατα τους υπαλλήλους της να σταματήσουν να χρησιμοποιούν την τεχνητή νοημοσύνη απλώς για να αυξήσουν τα στατιστικά χρήσης, αφού ορισμένοι μηχανικοί άρχισαν να αναπτύσσουν πράκτορες τεχνητής νοημοσύνης μόνο για να βελτιώσουν τις εσωτερικές τους βαθμολογίες απόδοσης.
Η Meta έχει εφαρμόσει παρόμοια μέτρα, δίνοντας έμφαση σε ουσιαστικές εφαρμογές τεχνητής νοημοσύνης αντί να επιβραβεύει μόνο την υψηλή χρήση.
Αυτές οι αλλαγές καταδεικνύουν ότι οι επιχειρήσεις αρχίζουν να αξιολογούν την τεχνητή νοημοσύνη όχι με βάση τη συχνότητα χρήσης της από τους υπαλλήλους, αλλά με βάση το αν προσφέρει μετρήσιμη αξία.
Το μέλλον της εταιρικής τεχνητής νοημοσύνης
Παρά την αυξανόμενη έμφαση στη διαχείριση του κόστους, οι επιχειρήσεις παραμένουν προσηλωμένες στην υιοθέτηση της τεχνητής νοημοσύνης.
Τα περισσότερα στελέχη εξακολουθούν να πιστεύουν ότι η τεχνητή νοημοσύνη έχει τη δυνατότητα να βελτιώσει την παραγωγικότητα, να επιταχύνει την καινοτομία και να δημιουργήσει μακροπρόθεσμα ανταγωνιστικά πλεονεκτήματα.
Ωστόσο, εισέρχονται πλέον σε μια άλλη φάση υλοποίησης της τεχνητής νοημοσύνης. Αντί να θεωρούν την τεχνητή νοημοσύνη ως απεριόριστο πόρο, σταθμίζουν προσεκτικά τα οφέλη της σε σχέση με τον οικονομικό της αντίκτυπο. Κάθε ερώτημα τεχνητής νοημοσύνης, αυτοματοποιημένη ροή εργασίας και agent πρέπει πλέον να δικαιολογεί το κόστος του.
Καθώς η τεχνολογία της τεχνητής νοημοσύνης συνεχίζει να εξελίσσεται, οι επιχειρήσεις πιθανότατα θα επικεντρωθούν στη χρήση των κατάλληλων εργαλείων τεχνητής νοημοσύνης για τις κατάλληλες εργασίες, διασφαλίζοντας παράλληλα ότι οι επενδύσεις αποφέρουν μετρήσιμη απόδοση.
Το μέλλον της τεχνητής νοημοσύνης στον χώρο εργασίας θα εξαρτηθεί, επομένως, όχι μόνο από τις τεχνολογικές δυνατότητες, αλλά και από την υπεύθυνη οικονομική διαχείριση και την αποδοτική κατανομή των πόρων.
