Првичниот ентузијазам за алатките за кодирање со вештачка интелигенција, кои ветуваа револуција во продуктивноста, полека отстапува место на растечката загриженост. Според најновата анализа од Гартнер, трошоците за користење на овие алатки би можеле да ја надминат просечната плата на деврлоперите до 2028 година. Главната причина за овој тренд лежи во промената на моделите за наплата, каде што фиксните претплати се заменуваат со модели за плаќање „плаќај според користењето“ наречени токени.
Компаниите кои преминаа од пилот-проекти на масовно усвојување на алатки за вештачка интелигенција во нивните тимови за развој сега се соочуваат со непредвидлив и често неконтролиран раст на трошоците. Секоја акција што ја презема девелоперот троши токени, единици на податоци што ги обработуваат моделите за вештачка интелигенција.
Организациите на крајот плаќаат висока цена за зголемувањето на продуктивноста што ги носат овие алатки. Аналитичарите предупредуваат дека многу компании значително потценуваат колку брзо ќе растат трошоците за токени откако вештачката интелигенција ќе стане составен дел од секојдневната работа.
„Лидерите во софтверското инженерство се сè повеќе загрижени дека трошоците за вештачка интелигенција управувана од токени стануваат сè потешки за оправдување, а буџетите често се исцрпуваат порано од очекуваното“, објаснува Нитиш Тиаги, виш главен аналитичар во Gartner.
Податоците цитирани од странските медиуми покажуваат дека 23 проценти од технолошките лидери веќе трошат помеѓу 200 и 500 долари по развивач месечно за токени, додека 6 проценти од организациите трошат повеќе од 2.000 долари месечно.
Иако компаниите се соочуваат со повисоки трошоци, тие исто така добиваат подобри резултати за возврат. Програмерите наведуваат побрза испорака, практичност и генерирање код со повисок квалитет како клучни придобивки, што ја прави малку веројатно дека доброволно ќе се откажат од користење на алатки за вештачка интелигенција или ќе го намалат трошењето на токени ако тоа значи забавување на нивната работа.
„Дисциплината на токени нема да дојде само од развивачите, бидејќи тие имаат тенденција да оптимизираат за брзина и практичност, а не за економичност“, додаде Тиаги, нагласувајќи ја потребата од јасни организациски правила и надзор.
Без модел на управување, трошоците можат да растат побрзо од зголемувањето на продуктивноста што го ветуваат овие алатки, според Tech Crunch. Проблемот го усложнува фактот што многу даватели на услуги за вештачка интелигенција не обезбедуваат доволна транспарентност за тоа како точно се бројат и наплаќаат токените, што им отежнува на компаниите да ги предвидат идните трошоци и да ги оптимизираат трошоците.
Како одговор на растечките и непредвидливи трошоци, во индустријата се појавува нов тренд познат како „FinOps за вештачка интелигенција“. FinOps (финансиски операции) е практика што ја носи финансиската одговорност кон варијабилен модел на трошење во облакот, а сега истите принципи се применуваат и во сферата на вештачката интелигенција. Целта е да се воспостави подобра контрола и управување со трошоците за вештачка интелигенција преку неколку клучни стратегии.
Ова вклучува воспоставување јасни стандарди и политики за користење на алатки за вештачка интелигенција во рамките на организацијата, оптимизирање на изборот на модели за вештачка интелигенција според сложеноста на задачата, со помали и поевтини модели што се користат за поедноставни задачи и имплементирање систем за следење на потрошувачката на токени.
Подеднакво важно е едукацијата на тимовите, така што програмерите и другите засегнати страни ќе станат свесни за финансиските импликации од нивната работа со алатки за вештачка интелигенција. Овој пристап бара тесна соработка помеѓу финансиските, технолошките и деловните тимови за да се обезбеди дека инвестициите во вештачка интелигенција се одржливи и испорачуваат вистинска деловна вредност.
(Bug.hr)
