„Dirbtinio intelekto automatizavimo platformos kūrėja „Zapier“ turi naujo tipo prietaisų skydelį, skirtą stebėti savo darbuotojų dirbtinio intelekto naudojimą.
Naujas populiarus rodiklis: kiek žetonų jie sudegina.
Dirbtinio intelekto išvestis, kuri padidino produktyvumą ir žada pakeisti darbo pobūdį, gali atrodyti kaip iš oro atsiradusi. Tačiau iš tikrųjų tai duomenų centrų darbas, kai jie apdoroja ir interpretuoja užklausas sudėtingu ir brangiu, nors ir nematomu, procesu.
Kiekvieną kartą, kai žmogus siunčia užklausą robotui arba agentas rašo kodą, skaičiavimo ištekliai matuojami žetonais.
Tekstu pagrįsto dirbtinio intelekto atveju tai gana paprasta: 750 žodžių (3 puslapių) sugeneravimui reikia apie 1000 žetonų.
Rašant kodą, kuriant vaizdo ir garso įrašus arba samdant agentus atlikti sudėtingas, kelias dienas trunkančias užduotis, viskas tampa sudėtingiau, tačiau idėja išlieka ta pati: kuo daugiau darbo atliekate, tuo daugiau žetonų yra naudojami.
„Turime naujo tipo eilutės elementą“, – sako Brandonas Sammutas, „Zapier“ vyriausiasis dirbtinio intelekto transformacijos vadovas. Dirbtinio intelekto teikiama pagalba – nesvarbu, ar tai būtų pagalbos užklausos tvarkymas, ar sandorio sudarymas – turi kainą, ir įmonės turi tai įtraukti į savo mąstymą.
Nors žetonų kainos sumažėjo, kai kurių naujesnių, labiau paklausių modelių žetonų kainos gali būti didesnės, o įmonių naudojimas paprastai auga.
Įmonės kartais renkasi mokėjimo pagal naudojimą planus, o kitos gali pirkti įmonės planus, kuriuose numatytas tam tikras naudojimo kiekis vienam darbuotojui.
Dauguma įmonių vis dar tik bando priversti savo darbuotojus naudoti dirbtinį intelektą. Tačiau tos, kurios yra toliau, jau stebi žetonų naudojimą ir pradeda skaičiuoti išlaidas. Jos ieško, kurių dirbtinio intelekto strategijų reikėtų stiprinti, kai jos sugeneruoja didelę grąžą, ir kokį švaistymą reikėtų sumažinti.
Jei „Zapier“ vadovai mato, kad kažkieno žetonų naudojimas yra penkis kartus didesnis, nei jo kolegų, jiems smalsu, kas vyksta: asmuo gali būti labai neefektyvus arba superžvaigždė, priklausomai nuo to, kas iš jo nutiko su tais žetonais.
„Pradedame daryti išvadas“, – sako Sammutas, – „nesvarbu, ar tai auksinis modelis, kurį norime skleisti tarp jų kolegų, ar tai antimodelis, iš kurio norime išmokyti save išeiti.“
Brianas Jabarianas, Čikagos universiteto Booth verslo mokyklos tyrėjas, tiriantis, kaip naujos technologijos keičia darbo vietas, teigia, kad įmonės turi pradėti matuoti žetonų naudojimą.
„Visi manė, kad tiesiog naudojant DI žetonus padidėja produktyvumas, ir mes baigiame darbą“, – sako jis. „Tačiau realybė yra sudėtingesnė.“
Tarkime, įmonė iš anksto sutaupo pinigų naudodama DI kaip įdarbintoją. Jei DI neatlieka gero darbo, įmonė turi arba sumokėti žmogui, kad tai išspręstų, arba išleisti daugiau DI žetonų problemai spręsti.
Kai įmonė suteikia DI įrankius 500 000 darbuotojų, priduria jis, „šios žetonų problemos tampa pirmos eilės“.
Kai kurie darbuotojai, žinantys, kad turėtų naudoti DI, gali manyti, kad žetonų naudojimas jiems suteiks ženklelį garbė. Priklauso nuo to, ką jie turi už tai parodyti.
Dirbtinio intelekto debesų platformos startuolio „Vercel“ vyresnysis inžinierius pasamdė dirbtinio intelekto agentų komandą, kad išanalizuotų tyrimo darbą ir, remdamasis juo, sukurtų naują kritinės infrastruktūros paslaugą. Robotai per dieną sugeneravo vertingą kodo bazę – tai žmonėms būtų užtrukę savaites, o gal net mėnesius.
Šio darbo kaina: apie 10 000 USD.
„Tai šiek tiek panašu į tai, lyg duotume žmonėms gaisrinės žarnos kuro“, – sako Guillermo Rauch, „Vercel“ generalinis direktorius, kuris savo darbuotojams suteikia neribotą žetonų biudžetą.
Rauch teigia, kad iki šiol daugiausia žetonų išleidžiantys asmenys taip pat yra ir geriausi jo darbuotojai. Kol kas jis drąsiai leidžia jiems dirbti. Jis apskaičiavo, kad 10 000 USD išlaidos už dienos darbą tikriausiai sutaupė jam milijonus.“ [1]
1. Companies Learn to Track AI Use --- Bills for computing can balloon for those that don't spend tokens wisely. Bindley, Katherine. Wall Street Journal, Eastern edition; New York, N.Y.. 19 Mar 2026: B4.
Komentarų nėra:
Rašyti komentarą