Kaip mokėti protingą kainą už dirbtinio intelekto žetonus? Ar buhalterijoje yra įrankis, leidžiantis palyginti, už žetonus sumokėtus pinigus, su pajamomis iš padidėjusio produktyvumo? Kiek Vakarų įmonių naudoja Kinijos atvirojo kodo dirbtinį intelektą vien tam, kad nustotų mokėti už žetonus? Kiek Vakarų įmonių naudoja Kinijos atvirojo kodo dirbtinį intelektą vien tam, kad galėtų naudoti dirbtinį intelektą vietoje taip, kad komercinės paslaptys būtų saugios ir modelius būtų galima pritaikyti vietoje pagal atliekamas užduotis?
Įmonės moka protingą kainą už dirbtinio intelekto žetonus, audituodamos API sąnaudas įvairiuose tiekėjuose, kad rastų ekonomiškiausius mažus modelius, stebėdamos vartojimą tokiomis priemonėmis, kaip „Holori“ ir naudodamos „Helicone“, kad palygintų tikslias milijono žetonų sąnaudas.
DI buhalterija ir produktyvumo investicijų grąža
Tiesioginės dirbtinio intelekto žetonų investicijų grąžos (ROI) matavimas pagal produktyvumą yra sudėtingas, todėl atsirado specializuotos dirbtinio intelekto sąnaudų valdymo platformos.
• Žetonų lygio stebėjimas: tokios platformos, kaip „Holori“ teikia vilkimo ir numetimo prietaisų skydelius, kad būtų galima paskirstyti išlaidas pagal projektus, komandas ar skyrius, siekiant rasti didelės koreliacijos darbo eigas.
• Išlaidų valdymas: besiformuojančios ekonominės kontrolės sistemos, tokios, kaip „Revenium“, leidžia organizacijoms stebėti dirbtinio intelekto sąnaudas ir grąžą realiuoju laiku.
• Produktyvumo skaičiavimas: kadangi sutaupytas laikas yra didžiausias apčiuopiamas rodiklis, daugelis įmonių naudoja standartines dirbtinio intelekto investicijų grąžos skaičiuoklės sistemas iš apskaitos platformų, kad užduočių automatizavimą paverstų darbo sąnaudų taupymu.
Kinijos atvirojo kodo dirbtinio intelekto diegimas Vakaruose
Daugelis Vakarų technologijų startuolių ir įmonių pereina prie kiniškų atvirojo svorio modelių (pvz., „Alibaba“ „Qwen“ ir „DeepSeek“), kad sumažintų sąnaudas ir apsaugotų savo duomenis.
• Nustoti mokėti už žetonus su kinų pagalba (sąnaudų mažinimas): Remiantis „Andreessen Horowitz“ ir „OpenRouter“ rinkos tyrimais, kiniški atvirojo kodo modeliai sudaro maždaug 30 % pasaulinio dirbtinio intelekto naudojimo, o Vakarų kūrėjų platformose kiniškos sistemos intensyvaus srauto dienomis sudaro iki 61 % pasaulinio žetonų suvartojimo.
Naudojant šiuos nemokamus, atvirojo svorio modelius vietoje arba per nepriklausomas API, smarkiai sumažėja Vakarų šalių modelių žetonų kainos, o tai labai subsidijuoja brangius infrastruktūros mokesčius Vakarų įmonėms.
• Duomenų saugumas ir vietinis derinimas (komercinės paslaptys): tikslus Vakarų bendrovių, kurios tai daro, skaičius yra neįvertintas, tačiau pramonės apklausos rodo, kad didžioji dauguma (iki 80 %) Silicio slėnio startuolių, kuriančių atvirojo kodo dirbtinį intelektą, naudoja kiniškus pamatinius modelius.
Šių modelių vykdymas vietoje (dažnai per „Bring-Your-Own-Key“ platformas arba savarankiškai naudojamus serverius) visiškai apsaugo komercines paslaptis nuo pašalinių asmenų ir leidžia inžinieriams tiksliai suderinti parametrus vietiniuose, slaptuose, duomenų rinkiniuose.
Mokėjimas už žetonus daugeliu atvejų vis dar kelia painiavą:
„Finansų vadovai stengiasi geriau suprasti, kiek dirbtinio intelekto naudoja jų įmonės, kad išvengtų netikėto šoko, kai tiekėjai pradeda imti mokestį už žetonus technologijoje.
Perėjimas prie kainodaros, pagrįstos naudojimu ir matuojamos žetonais – pagrindiniu dirbtinio intelekto skaičiavimo matavimo vienetu – kelia naujų iššūkių net ir labiausiai patyrusioms finansų komandoms. Finansų direktoriai, įpratę mokėti fiksuotas sumas už technologijas, mano, kad išlaidos yra labiau nenuspėjamos ir sunkiau modeliuojamos, nes įmonės kuria agentus ir pradeda ambicingas investicijas į dirbtinį intelektą.
Dvidešimt šeši procentai įmonių teigia, kad jos turi išsamų savo dirbtinio intelekto išlaidų vaizdą, o 50 % turi tam tikrą matomumą, o 22 % nurodo, kad šios išlaidos nėra matomos arba matomos po sąskaitų išrašymo, rodo dar nepaskelbta KPMG apklausa. „Tai naujas išteklius, kurį reikia valdyti, kuris anksčiau neegzistavo tokiu būdu, ir mes matome eksponentinį augimą“, – sakė Steve'as Chase'as, KPMG pasaulinis dirbtinio intelekto vadovas.
KPMG bendradarbiauja su įmonėmis, kurios pranoko savo metinius, žetonų ir debesų kompiuterijos planuojamus, biudžetus per kelis mėnesius, teigia „Chase“. Kitas KPMG klientas pastebėjo, kad jo žetonų naudojimas išaugo šešis kartus, sakė jis.
„Life360“, įmonė, teikianti vietos bendrinimo ir skaitmeninio saugumo paslaugas, ėmėsi veiksmų valdyti dirbtinio intelekto išlaidas, įdiegdama įrankius, kurie mažina žetonų naudojimą, ir pertvarkydama dirbtinio intelekto agentus.
„Life360“ finansų vadovas Russellas Burke'as teigė, kad įmonė dar neturi realaus laiko žetonų išlaidų stebėjimo sistemos, tačiau tikisi ją netrukus turėti. „Tikimės, kad tai jau visai netrukus“, – sakė jis.
Dirbtinio intelekto įmonės ir programinės įrangos įmonės įdiegė matuojamą naudojimą, kaip savo įmonių kainodaros dalį, nes klientai padidino investicijas. Analitikai teigė, kad mokestis už žetoną gali geriau suderinti pajamas su sąnaudomis ir padėti programinės įrangos įmonėms valdyti riziką, kad įmonių klientai gali sumažinti savo prenumeratų vietų skaičių. Naudojimu pagrįsta, kainodara taip pat gali suteikti klientams daugiau lankstumo.
Dirbtinio intelekto teikėjai, įskaitant „Anthropic“ ir „OpenAI“, ir programinės įrangos įmonės, tokios, kaip „Microsoft“ ir „Salesforce“, įmonių klientus apmokestina, bent iš dalies, pagal naudojimą.
Naudojimu pagrįsta kainodara perkelia riziką į klientams, nes tai verčia juos stebėti vartojimą, teigė Gilas Luria, finansinių paslaugų įmonės „D.A. Davidson“ technologijų tyrimų vadovas. Nors didelės įmonės stūmė darbuotojus naudoti „Tokenmaxx“, daugelis kitų finansų direktorių „šį ketvirtį išgirs savo „Anthropic“ sąskaitą ir išsigąs“, – sakė Luria.
„Tokenmaxxing“ reiškia kuo daugiau skaičiavimo priemonių naudojimo, kad būtų galima būti vertinamiems, kaip besiveržiantiems pirmyn dirbtinio intelekto srityje.
Žetonų išlaidos buvo vienas iš „Affirm“ metinio biudžeto sudarymo proceso, kuris baigėsi praėjusį mėnesį, dėmesio centre, teigė bendrovės finansų vadovas Robas O'Hare'as.
Kovo mėnesio ketvirtį bendrovė žymiai padidino kodo, kurį rašo, naudodama agentus, kiekį, o tai padidino programinės įrangos kūrimo komandų produktyvumą. „Mes matėme šį beveik per naktį įvykusį žingsninės funkcijos pokytį žetonų suvartojime“, – sakė O'Hare'as.
„Affirm“ stebi dirbtinio intelekto naudojimą beveik realiuoju laiku ir peržiūri išlaidas, įskaitant savaitines ataskaitas bendrovės vadovybės komandai. Bendrovė teigė, kad padidino savo inžinerijos komandos produktyvumą ir mato didelę investicijų grąžą.
„Reckitt“, JK plataus vartojimo prekių milžinė, atidžiai stebi, kaip darbuotojai naudoja dirbtinį intelektą, ir prireikus koreguoja išlaidas, teigė finansų direktorė Shannon Eisenhardt. Pavyzdžiui, kai „Reckitt“ savo rinkodaros komandai pristatė 12 dirbtinio intelekto sprendimų, ji pastebėjo, kad kai kurių įrankių naudojimas po kelių savaičių sumažėjo, nes darbuotojai grįžo prie senų įpročių, sakė ji.
Bendrovė nustatė, kad vienas iš rinkodaros sprendimų lėmė netikslius ir nepakankamus duomenis, todėl sulėtino jo diegimą, kad užtikrintų duomenų patikimumą, sakė Eisenhardt.
„Ar investicijų grąža (ROI) šiek tiek sumažėjo? Taip, nes, žinoma, taupant, tai reiškia, kad jos gaunamos šiek tiek lėčiau“, – sakė Eisenhardt. „Tačiau tai jokiu būdu neverčia galvoti: „O, nesu tikra, ar turėtume tai daryti.“
Analitikai ir vadovai nubrėžė paraleles tarp dirbtinio intelekto išlaidų padidėjimo ir įmonių investicijų į debesų kompiuteriją pandemijos metu. Tuo metu įmonės daug investavo į įmonių programinę įrangą, nes korporacijų darbuotojai dirbo iš namų, tačiau vėliau sumažino išlaidas programinei įrangai, nurodydamos poreikį kontroliuoti išlaidas. Jų teigimu, skubios investicijos į dirbtinį intelektą gali susidurti su panašiu nuosmukiu.
Stiklo gamintoja „Corning“, kuri dabar tiekia šviesolaidį duomenų centrams, apribojo dirbtinio intelekto įrankių, prie kurių turi prieigą darbuotojai, skaičių ir sutelkė savo dirbtinio intelekto biudžetą į mažesnį skaičių didelių projektų, sakė finansų direktorius Edas Schlesingeris.
Tuo pačiu metu įmonė nori paskatinti darbuotojus eksperimentuoti su technologijomis ir jas naudoti savo pareigose kasdien. „Mes visiškai save ribojame, bet netrukdome darbuotojams mokytis ir eksperimentuoti“, – sakė Schlesingeris.
---
Kristin Broughton, Markas Maureris ir Jennifer Williams rašo WSJ lyderystės instituto finansų direktorių žurnalui.” [1]
1. EXCHANGE --- Companies Struggle to Track AI Costs. Broughton, Kristin; Maurer, Mark; Williams, Jennifer. Wall Street Journal, Eastern edition; New York, N.Y.. 06 June 2026: B10.
Komentarų nėra:
Rašyti komentarą