В последние несколько дней индустрия искусственного интеллекта все еще поощряла компании «тратить свои бюджеты», но теперь она быстро переходит к модели «регулирования», поскольку компании обнаружили, что даже если они используют искусственный интеллект только для решения некоторых небольших задач, они могут легко сжечь большое количество комиссий за токены, но не могут получить такой же доход. Все больше и больше компаний начинают ограничивать использование сотрудниками инструментов ИИ, а предприятия вступают в стадию, называемую «нормированием токенов», то есть нормированием ресурсов ИИ.
Консалтинговая фирма Accenture недавно попыталась запретить сотрудникам использовать ИИ для выполнения базовых задач, таких как преобразование PDF-файлов в презентации, чтобы избежать использования слишком большого количества токенов. Такое ужесточение произошло не так давно, когда Accenture предупредила сотрудников, что отказ от использования ИИ может повредить возможностям продвижения по службе. В просочившейся записи внутренней встречи, на которую цитирует 404 Media, Джастис Квак, руководитель отдела стратегии агентного ИИ в Accenture, заявил, что компания достигла переломного момента, когда ИИ начинает существенно влиять на структуру затрат, а руководство все еще задается вопросом, действительно ли инвестиции стоят своих денег.
Стоимость токенов начала расшатывать бизнес-модель ИИ. За последние несколько месяцев цены на акции и оценки компаний, связанных с ИИ, оказались под давлением, при этом основной удар приходится на некоторые компании, которые в значительной степени полагаются на ИИ, особенно на производителей чипов памяти. Отрасль начинает понимать, что искусственный интеллект нельзя поддерживать «свежестью» и «концептуальным энтузиазмом». В конечном итоге оно должно доказать, что оно действительно может принести финансовую ценность.
В более широком смысле компании коллективно корректируют свои внутренние стратегии в области искусственного интеллекта. Многие компании начали устанавливать еженедельные или ежемесячные ограничения на использование для сотрудников или распределять разные бюджеты токенов на разные должности; некоторые компании также будут отправлять напоминания, когда использование приближается к пределу, что позволяет сотрудникам подать заявку на дополнительные квоты. За этим подходом стоит тот факт, что поставщики услуг, такие как OpenAI, Anthropic и GitHub, недавно скорректировали свои методы ценообразования, перейдя от модели, которая изначально больше походила на модель «ежемесячного неограниченного использования», к модели, в которой упор делается на выставление счетов на основе фактического потребления токенов.
В отчете также отмечается, что многие, казалось бы, простые задачи на самом деле недешево реализовать на продвинутых моделях. Например, перенос сложного анализа в большую модель, работающую в течение длительного времени, может легко стоить более 100 долларов; крупномасштабный анализ уязвимостей всей кодовой базы может стоить даже от 50 000 до 100 000 долларов. Вот почему некоторые компании начали перекладывать основные задачи на менее мощные и более дешевые модели и даже смешивать продукты разных производителей, чтобы контролировать расходы.
С точки зрения управления бизнесом это изменение означает, что ИИ переходит от «поощрения многократного использования» к «высоким квотам». Для сотрудников доступ к ИИ уже не просто вопрос эффективности, но и вопрос управления бюджетом; для финансовых, операционных и ИТ-директоров ИИ теперь должен измеряться так же строго, как и другие основные затраты. Это также означает, что первый виток энтузиазма в отношении корпоративного ИИ спадает, уступая место новому этапу, который является более прагматичным и больше заботится о входных и выходных данных.