Краткое содержание анализа
Крупные китайские и американские компании изначально стремились обязательно внедрять технологии ИИ и соревновались в объеме потребления токенов, но теперь они начали ограничивать их использование и более экономно подходить к расходам. На первый взгляд, это кардинальное изменение в политике компаний, однако на самом деле происходит переход от рассмотрения ИИ как от технологической идеи к анализу его коммерческой эффективности. Компании поняли, что затраты на ИИ (включая стоимость токенов и скрытые расходы) значительно превышают потенциальную прибыль. Миф о супериндивидах, способных работать с помощью ИИ, также рушится из-за высоких затрат и рисков, поэтому они выбирают более строгий подход к управлению использованием этой технологии.
Подробный анализ
#### 1. Больше потребления токенов не означает высокой эффективности
Ранее компании считали объем потребления токенов важным показателем эффективности работы сотрудников, полагая, что чем больше токенов используется, тем выше уровень инноваций и продуктивность. Однако это оказалось иллюзией: сотрудники зачастую использовали ИИ для создания бесполезных документов или повторного генерирования кода, что приводило к значительным расходам без реальной пользы для бизнеса. Например, ранний инструмент Copilot от Microsoft потреблял больше ресурсов, чем стоимость его ежемесячного подписка (более 30 долларов); компания-провайдер SaaS предоставляла бесплатные ИИ-сервисы, но из-за чрезмерного использования пользователями затраты на обслуживание выросли до 240 долларов в месяц, что привело к банкротству. Исследования Стэнфордского университета и Массачусетского технологического института показали, что лишь немногие проекты с использованием ИИ принесли ощутимую финансовую отдачу.
#### 2. Затраты на ошибки ИИ
Расходы на токены — это лишь часть более серьезных проблем, связанных с использованием ИИ: жалобы клиентов и кризисы в отношениях с общественностью. Например, система AI-обслуживания авиакомпании Air Canada давала ложные обещания о возможности возврата денег за билеты в случае утраты родственника; пользователи, поверив этим, подали в суд и выиграли дело. Суд постановил, что ИИ является частью компании и должен нести ответственность за свои ошибки. Аналогичные примеры включают использование ИИ в системах обслуживания клиентов компаний DPD, которые приводили к серьезным последствиям (например, публикация оскорбительных сообщений в сети). Эти скрытые расходы часто превышают экономию, полученную за счет использования ИИ, поэтому компании вынуждены создавать специальные команды для контроля и предотвращения проблем.
#### 3. ИИ оказывается дороже людей
Многие считают, что использование ИИ экономит средства, но это не так. Человеческий мозг может выполнять сложные задачи за счет небольших затрат (например, еды и кофе); однако архитектура ИИ требует значительных ресурсов для каждого взаимодействия: необходимо сопоставлять каждое слово с предыдущими данными, поэтому процесс обработки информации очень затратный. Кроме того, использование ИИ часто приводит к дополнительным расходам на компенсации и решение проблем, связанных с его ошибками.
#### 4. Миф о супериндивидах
Ранее говорили, что ИИ позволит одному человеку выполнять работу целой команды, но на деле это миф: разделение труда не исчезло, а затраты на использование ИИ увеличились. Компании вынуждены нанимать специалистов (архитекторов, экспертов по безопасности) для обеспечения эффективного функционирования ИИ, что увеличивает общие расходы. Кроме того, малые компании не могут позволить себе возможные убытки из-за ошибок ИИ; их юридические и коммуникационные ресурсы также требуют дополнительных затрат. В итоге использование ИИ часто оказывается менее экономичным, чем найм обычных сотрудников.
Вывод
Ограничение потребления токенов крупными компаниями — это не признак ухудшения эффективности ИИ, а проявление стремления к рациональному подходу к использованию технологий. ИИ не является бесплатным решением; его затраты и риски должны учитываться как компаниями, так и отдельными пользователями. Мифы о том, что ИИ может полностью изменить бизнес, в конечном итоге основаны на реальных финансовых расчетах.