Разходи за ИИ. Каква е цената на внедряването на ИИ в компания? | ИИ в бизнеса #93

Разходи за ИИ. От какво зависят?

Разходите, свързани с внедряването на ИИ, са разнообразни и зависят от различни фактори. За да разберем кои елементи оказват най-голямо влияние върху крайната цена, подготвихме списък с най-важните от тях:

• обхват на внедряване – организациите, които отделят поне 20% от печалбите си преди приспадане на лихви и данъци (EBIT) за приемане на ИИ, се считат за лидери в използването на ИИ. Според доклада на McKinsey Global Survey on AI, те често инвестират повече в тези технологии. Така, високият принос на ИИ за печалбите на компанията може да увеличи разходите за внедряване.
• достъп до специалисти – необходимостта от специализирани позиции, като инженери по данни, специалисти по машинно обучение или учени по данни, може значително да повлияе на разходите за внедряване на ИИ. Наличността и цената на тези специалисти на пазара на труда са ключови фактори за разходите за ИИ за една компания.
• допустими оперативни разходи – изборът между персонализирани решения за ИИ и готов софтуер влияе на разходите. Персонализираните решения могат да струват от 6,000 до над 300,000 долара. Докато готовият софтуер идва на цена до 40,000 долара годишно.
• широчината и дълбочината на приемането на ИИ – компаниите, които използват ИИ в множество отдели, може да понесат по-високи разходи от тези, които се ограничават до единични приложения.
• планове за бъдещи инвестиции – компаниите, които планират да увеличат инвестициите в ИИ в следващите години, трябва да предвидят по-високи разходи за внедряване и развитие на тази технология. Въпреки това, тази инвестиция вероятно ще бъде съществена за растежа на фирмите. Цели две трети от респондентите в McKinsey Global Survey on AI очакват увеличение на инвестициите в ИИ през следващите три години.

Този списък подчертава, че разходите за ИИ са сложни и изискват индивидуален анализ. Например, компания, която избира внедряване на система за анализ на данни, трябва да вземе предвид както разходите за закупуване на софтуера, така и наемането на специалисти, способни да го експлоатират.

Разходи за обучение на модела на ИИ

Една от най-честите разходи, свързани с внедряването на изкуствен интелект, които възпират хората от инвестиции, е разходът за обучение на модела на ИИ. Това е процес, който изисква както експертиза, така и финансови ресурси. Най-вече обаче, за да се обучи модел на ИИ, е необходимо да се съберат достатъчно данни и да се извърши анализ на данните.

Така кога обучението на модел има смисъл? Само когато компанията може да очаква значителни подобрения в ефективността или увеличени печалби чрез използването на ИИ. Разходът за обучение на модел е един от аспектите, които е много трудно да се оценят. Той зависи от сложността му, приложението на модела и изискванията на компанията.

Пример може да бъде внедряването на система за ИИ за персонализиране на офертата на онлайн магазин, където прецизно обучен модел може значително да увеличи продажбите, като съчетава продуктите с индивидуалните предпочитания на клиентите. В такъв случай разходите за обучение на модела са инвестиция, която носи осезаеми ползи.

Другото внедряване на ИИ, което изисква обучение на модела, е оптимизацията на логистичните процеси. Правилно обучен модел ще намали разходите за транспорт, което с времето ще доведе до увеличена конкурентоспособност и подобрено време за доставка.

Ценови планове

Абонаментът е популярна опция за бизнеса, който иска да се възползва от напреднали технологии без необходимост от значителни предварителни инвестиции. Ето някои примерни разходи за абонамент:

• ИИ чатботове – те най-често се използват за автоматизиране на някои от задачите на обслужването на клиенти; струва си да се разгледат решения като Drift (месечна цена от 400 до 1500 долара), TARS (от 99 до 499 долара на месец) или Intercom Fin (от 39 до 139 долара на месец).
• Системи за анализ на съдържание с ИИ за SEO – те могат да струват около 150 долара на месец, например, Contadu (от 79 до 297 долара на месец),
• Асистенти за кодиране с ИИ – цените на най-популярния инструмент Github Copilot, базиран на модела GPT-4, който също е основата на платената версия на ChatGPT Plus, започват от 10/40 злоти на месец,
• ChatGPT Plus или Perplexity – това е разход от около 20 долара на месец на потребител, безплатна алтернатива е Google Bard или Microsoft Bing/Copilot.

Преди да решат за инструмент за ИИ, предприемачите трябва внимателно да анализират нуждите и възможностите си. Например, консултантска фирма може да избере абонамент за инструмент за анализ на данни, за да предоставя ценни прозрения на клиентите по-ефективно.

Разходите за ИИ при използване на популярни API

Интерфейсът за програмиране на приложения, или API ИИ, са инструменти, които позволяват интеграцията на функции на ИИ с съществуващи системи, приложения и услуги. Разходите за използване на популярни API обикновено се изчисляват на базата на броя на използваните токени и избрания модел.

Таксите за най-популярните модели в OpenAI API:

• GPT-4 Turbo, струващ 0.01 долара за 1K токена за вход и 0.03 долара за 1K токена за изход,
• GPT-3.5 Turbo – разходът на предишния модел, достатъчен за повечето бизнес приложения, е около 0.0005 долара за 1K токена за вход и 0.0015 долара за 1K токена за изход.

Източник: Martian (https://leaderboard.withmartian.com/)

Бизнесите могат също да използват модели с отворен достъп, като mixtral-8x7b или llama2-70b. Оперативните разходи са много по-ниски, докато API се предоставят от, между другото:

• deepinfra (https://deepinfra.com/),
• Abacus (https://abacus.ai/llmapi), и
• Perplexity (https://www.perplexity.ai/).

Но как да използвате API за внедряване на ИИ в бизнеса си? Отличен пример би бил интегрирането на API за генериране на описания на продукти в онлайн магазин, което може да ускори процеса на добавяне на нови артикули и да подобри качеството на представената информация. Или създаването на инструмент, който може автоматично да генерира персонализирани отговори на имейли от клиенти.

Поддържане на екип за ИИ или сътрудничество с външни специалисти по ИИ?

Кой трябва да се занимава с внедряването на изкуствен интелект във вашата компания? Ако нямате екип от специалисти или ентусиасти – граждански разработчици, сте изправени пред решение между поддържането на вътрешен екип за ИИ и сътрудничеството с външни специалисти. Това решение може да има решаващо влияние върху разходите и ефективността на проектите за ИИ.

Поддържането на екип за ИИ включва разходите за наемане на скъпи и опитни специалисти, включително програмисти и учени по данни.

Сътрудничеството с външни специалисти по ИИ може да бъде по-евтино и да предостави достъп до специализирани умения. Въпреки това, то може да направи нашето решение значително по-скъпо за поддържане по-късно, тъй като всяка промяна ще изисква привикване на специалисти за помощ.

Изборът между вътрешен екип и външни специалисти трябва да бъде ръководен не само от разходите, но и от стратегическите цели на компанията. Например, малка компания може да избере да работи с външни специалисти, за да внедри бързо решения за ИИ, без да се налага да изгражда вътрешен екип. А след това да използва един от по-малко специализираните служители, за да го поддържа по-късно.

Не само пари – екологичните разходи на ИИ

Екологичните разходи на ИИ са въпрос, който не може да бъде пренебрегнат в дългосрочната стратегия на компанията. За щастие, повечето бизнес лидери, отговорили на McKinsey Global Survey on AI, са наясно с многото рискове, свързани с генеративния ИИ, включително:

• социални рискове,
• хуманитарни рискове, и
• заплахи за устойчивото развитие, които могат да означават екологични разходи, свързани с ИИ.

Организациите трябва да помислят за начини за управление на екологичните рискове, свързани с ИИ, при внедряването му. Например, компания, която използва ИИ за анализ на големи набори от данни, трябва да обмисли влиянието на операциите си върху енергийното потребление и да търси начини за оптимизиране на това.

Резюме – Колко струва ИИ в една компания?

В обобщение, разходите за ИИ в една компания зависят от много променливи, като обхвата на внедряване, достъпа до специалисти и плановете за развитие. Компаниите, които инвестират значително в ИИ, може да понесат по-високи разходи, но също така да получат и по-големи ползи.

Решението за внедряване на ИИ трябва да бъде предшествано от задълбочен анализ и да бъде адаптирано към индивидуалните нужди на предприятието. В контекста на динамично променящия се пазар, ИИ може да бъде ключът за поддържане на конкурентоспособността и растежа на компанията.

Ако харесвате нашето съдържание, присъединете се към нашата общност на пчеличките на Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.