Досі залишається відкритим питання про те, наскільки корисним генеративний ШІ може бути для прибутку бізнесу.
Для технології, яка обіцяє допомогти бізнесу скоротити витрати, штучний інтелект зіткнувся з великою проблемою через свою дорожнечу. Закони масштабування ШІ, які говорять, що для створення більш потужних моделей потрібна більша обчислювальна потужність, змушують технологічні компанії витрачати мільярди доларів на будівництво величезних центрів обробки даних і купівлю потужних чіпів – витрати, які вони не можуть не перекласти на плечі своїх клієнтів. Інструмент штучного інтелекту Google для створення документів або електронних листів для офісних працівників коштує недешево. Він додає $20 до щомісячного рахунку роботодавця в $6 за пакет Workspace компанії на кожного співробітника. Асистент штучного інтелекту Copilot від Microsoft Corp. коштує $30 на місяць на одного працівника.
Тим часом вартість розгортання ШІ безпосередньо в системах компанії може коштувати від 5 до 20 мільйонів доларів, згідно з даними дослідницької компанії Gartner, яка прогнозує, що 30% проектів генеративного ШІ будуть припинені до кінця 2025 року частково через ці витрати.
Хороша новина для цих клієнтів полягає в тому, що витрати на ШІ, схоже, знижуються, допомагаючи скоротити розрив між вигодою та інвестиціями. Погана новина: Це все ще не вирішує більш важливу проблему комунальних послуг, на вирішення якої знадобиться ще кілька років.
У Кремнієвій долині переважає думка, що потрібно продовжувати витрачати кошти, щоб закріпитися в майбутньому. У вівторок Microsoft оголосила, що її капітальні витрати в останньому кварталі досягли рекордних 19 мільярдів доларів, що більш ніж на 80% вище, ніж торік. Головний виконавчий директор Сатья Наделла заявив, що всі ці інвестиції будуть спрямовані на те, щоб “скористатися можливостями штучного інтелекту”. Генеральний директор Alphabet Inc. Генеральний директор Сундар Пічаї сказав майже те саме під час нещодавнього телефонного дзвінка з приводу результатів Google: “Ризик недоінвестування для нас значно більший, ніж ризик переінвестування”. Інвестори не зовсім купуються на це: Акції Microsoft впали приблизно на 2% після останнього оголошення про прибутки, акції Google – на 5%.
Не дешево
Створення найпотужніших моделей штучного інтелекту стало дорожчим за останні сім років.
Джерело: Deutsche Bank, Epoch AI Примітка: Деякі витрати на навчання були розраховані на основі оціночної вартості виробництва обладнання
Але навіть незважаючи на те, що вартість навчання штучного інтелекту з роками зростала, як показано на графіку вище, послуги штучного інтелекту від обох технологічних гігантів, схоже, рухаються в напрямку здешевлення. Представник Google заявив, що остання модель Gemini, яку компанії можуть використовувати для автоматизації операцій з обслуговування клієнтів або узагальнення внутрішніх документів, є більш потужною, ніж попередня, але коштує майже вдвічі дешевше.
Остання модель OpenAI, відома як GPT-4o, швидша, але й на 50% дешевша за свою попередницю GPT-4 Turbo. Представниця компанії повідомила мені, що вартість доступу до її моделей, яка вимірюється обробкою токенів (по суті, слів за мовною моделлю), знизилася на 99% з 2022 року. “Ми прагнемо продовжувати цю траєкторію”, – додала вона.
Серед науковців, які займаються ШІ, скорочення витрат за допомогою таких методів, як “розрідженість” і “квантування”, було в центрі уваги на нещодавніх конференціях. Нірав Кінгсленд, керівник конкуруючої з OpenAI компанії Anthropic, сказав мені, що цілком ймовірно, що її моделі можуть подешевшати до 25% від поточної ціни протягом наступних одного-двох років, і що компанія, яка залучила 8,8 мільярда доларів від інвесторів, серед яких Google і Amazon.com Inc, вже вдвічі знизила вартість побудови останньої моделі завдяки новим методам дослідження.
Є й інші ознаки того, що витрати знижуються. У Китаї АІ-компанії ведуть цінову війну, яка призвела до зниження цін на використання генеративного ШІ, частково завдяки більш м’якому регуляторному середовищу, нижчим витратам на робочу силу та державним субсидіям. Наприклад, тамтешній стартап DeepSeek бере 0,14 долара за мільйон токенів для бізнес-користувачів, тоді як аналогічна модель від OpenAI коштує 10 доларів.
Крім того, бізнес-користувачі також отримують економічну вигоду. Багато хто розуміє, що їм не потрібен найпотужніший штучний інтелект, щоб підвищити продуктивність персоналу, тому вони експериментують з моделями з відкритою вагою від таких компаній, як Meta Platforms Inc. або меншими моделями, які є дешевшими або повільнішими. Чат-бот для обслуговування клієнтів може потребувати найсучаснішого інструменту ШІ, який може робити висновки в режимі реального часу, але аналізувати дзвінки клієнтів, щоб покращити їх? Це можна зробити за допомогою менш просунутих технологій.
Man Group Plc, міжнародна компанія з управління активами, розповіла мені, що моделі, які вона використовує для узагальнення тексту для своїх портфельних менеджерів або для скорочення робочого дня до 30 хвилин для інших співробітників, справді дешевшають. Але залишаються питання щодо того, наскільки стійкою буде ця цінова траєкторія в майбутньому.
У Кремнієвій долині є історія субсидування цін: стрімінгові платформи, додатки для спільних поїздок і хмарні сервіси йдуть на зниження маржі, щоб збільшити свою частку на ринку. Мета полягає в тому, щоб витримати конкуренцію і врешті-решт підвищити ціни, ставши прибутковими. Але ось у чому заковика для генеративного ШІ: все ще існує широке питання про те, наскільки корисним він може бути для кінцевого результату бізнесу, що, за словами Gartner, є основною причиною прогнозу, згідно з яким 30% проектів будуть припинені до кінця наступного року.
Якщо технологія застрягне на рівні роздачі чат-ботів та узагальнення тексту, вона не буде варта навіть найнижчих цінників. Це питання, над яким технологічним компаніям, можливо, варто замислитися в першу чергу, навіть незважаючи на вартість.
Автор: Пармі Олсон – колумністка Bloomberg Opinion, яка висвітлює питання технологій. Колишня репортерка Wall Street Journal та Forbes, авторка книги “Ми анонімні.
Джерело: Bloomberg, США