Meta, Uber ja Walmart piiravad töötajate tehisintellekti kasutamist, kui ettevõtted liiguvad „tokenmaxxing’ist“ „tokenmining’u“ suunas

Uute andmete kohaselt on suured USA ettevõtted, sealhulgas Meta, Uber ja Walmart, asunud piirama töötajate tehisintellekti (AI) tööriistade kasutamist, kuna kasvavad toimimiskulud muudavad ettevõtete AI-strateegiaid, kirjutas New York Times.

See muutus tähistab mõnede analüütikute nimetusega „tokenmaxxing“ ajastu lõppu, mil ettevõtted soodustasid laialdast ja intensiivset AI-süsteemide kasutamist, ning algab kulutustele rohkem tähelepanu pöörav „tokenmining“ nimetusega faas.

Muutused peegeldavad kasvavat muret suurte ettevõtete keskkonnas tehisintellekti laialdase kasutamise kulude pärast, eriti siis, kui ettevõtted tugevdavad oma tootlikkust, klienditeenindust ja sisemisi operatsioone genereeriva tehisintellekti (generative AI) tööriistadega.

Allikas: XPost

Ettevõtted piiravad AI-kasutamist

Aruande kohaselt rakendavad mitmed suured korporatsioonid nüüd sisemisi piiranguid töötajate AI-tööriistade kasutamise suhtes.

Nende piirangud on mõeldud suurte keelemudelite (LLM) kõrgmahtusel kasutamisel tekkivate kulude kontrollimiseks, mille eest tavaliselt arveldatakse tokenite põhjal.

Meta, Uber ja Walmart on ettevõtted, kes kohandavad oma sisemisi poliitikaid, et vähendada ebaolulisi AI-seotud kulusid.

See samm näitab laiemat ülevaatusprotsessi, kuidas tehisintellekti kasutatakse suurtes organisatsioonides.

„Tokenmaxxing“st „tokenmining’u“ suunas

Mõiste „tokenmaxxing“ on kasutusel informaalselt, et kirjeldada kiiret ja sageli piiramatu AI-süsteemide kasutamist ettevõtetes, kus otsitakse tootlikkuse tõusu.

Kuid kui kulud tõusevad, siis üleminevad ettevõtted aruande kohaselt kontrollitud mudelisse, mida nimetatakse „tokenmining’uks“.

See uus faas rõhutab efektiivsust, valikut ja kulude optimeerimist pigem kui laialdast AI-deploymentsi.

Muutus tõlgendab finantsrealityid, mis tekivad tehisintellekti skaleerimisel suurte tööjõukogude kaudu.

AI-infrastruktuuri kulude tõus

Politiikamuutuste üheks peamiseks põhjuseks on AI-infrastruktuuri ja -kasutuse kulude tõus.

Generatiivsed AI-süsteemid toimivad tokenipõhises hinnaandmismudelis, st ettevõtted maksavad teksti töötlemise või loomise mahtu põhjal.

Töötajate adoptiooni kasvades kasvavad ka toimimiskulud, eriti suurtes organisatsioonides, kus on tuhandeid kasutajaid.

See on sunninud ettevõtted üle vaatama, kuidas ja millal AI-tööriistu tuleb kasutada.

Ettevõtete fookus efektiivsuse ja kontrolli suunas

Sisemiste kasutuspiirangute sisseviimisega püüavad ettevõtted tasakaalustada tootlikkuse tõusu ja rahalise jätkusuutlikkuse.

Arendatakse sisemisi juhiseid, et tagada AI-tööriistade kasutamine peamiselt kõrgväärtuslike ülesannete täitmiseks.

Igapaevaseid või väikest mõju avaldavaid kasutusi võib piirata või suunata kuluefektiivsemate süsteemide poole.

Eesmärk on säilitada AI eelised, samas kui takistatakse kontrollimatut kulutuskasvu.

Meta, Uber ja Walmart on esimesed piirangute rakendajad

Aruanne rõhutab Meta, Uberi ja Walmarti kui esimesi AI-kasutuspiirangute rakendajaid.

Need ettevõtted on olnud eesliinil tehisintellekti integreerimisel oma tegevustesse.

Kuid nende suurus tähendab ka seda, et nad on rohkem avatud kasvavate AI-seotud kuludele.

Seetõttu on nad esimesed, kes rakendavad struktureeritud piiranguid töötajate kasutusele.

Mõju töökoha tootlikkusele

Tehisintellekt on saanud oluliseks tööriistaks kaasaegsetes töökohades – see aitab kirjutamisel, koodimisel, andmeanalüüsil ja klienditeeninduses.

AI-kasutuse piiramine võib mõjutada seda, kuidas töötajad teatud ülesandeid täidavad, võimaldades mõnel juhul vajadust rohkem manuaalse jõupingutuse järele.

Kuid ettevõtted usuvad, et struktureeritud kasutus võimaldab ikka säilitada tootlikkuse eelised, samas kui vähendatakse ebaolulisi kulusid.

Sulgev küsimus on õige tasakaalu leidmine efektiivsuse ja kulude vahel.

AI-strateegia tööstusharualine muutus

Suuremate korporatsioonide samm peegeldab laiemat tööstusharualist ülevaatusprotsessi AI-deploymentsi strateegiates.

Alguses soodustasid paljud ettevõtted laialdast AI-tööriistade adoptiooni, et edendada innovatsiooni ja efektiivsust.

Nüüd, kui kulud muutuvad silmapaistvamaks, keskenduvad ettevõtted optimeerimisele ja valitsusele (governance).

Oodatakse, et see muutus mõjutab seda, kuidas AI-d integreeritakse ettevõtluslikku IT-keskkonda järgmistel aastatel.

Tokenipõhine hinnaandmismudel läheb kriitika alla

Enamiku AI-pakkuja kasutatav tokenipõhine hinnaandmismudel muutub keskseks arutelu teemaks.

See võimaldab paindlikku skaalat, kuid võib ka põhjustada ebatäpselt prognoositavaid kulusid kõrgel kasutustasemel.

Ettevõtted otsivad üha rohkem paremaid prognoosimistööriistu ja kasutuskontrolli, et kulude haldamist parandada.

See on viinud ettevõtete ja AI-pakkujate vahelise tihedama koostöö suunas, et kujundada ennustatavamad hinnaandmiskujundused.

AI-valitsus ja sisemise poliitika arendamine

Organisatsioonid arendavad nüüd sisemisi valitsusraamistikke AI-kasutamiseks.

Nendes raamistikutes on tavaliselt kasutuspiirangud, heakskiidu protsessid ja jälgimissüsteemid.

Eesmärk on tagada vastutustundlik ja kuluefektiivne AI-tööriistade deployments kõigis osakondades.

Sellised poliitikad muutuvad standardosaks ettevõtlikus AI-strateegias.

Ettevõtlusliku AI pikaajaline väljavaade

Kuigi kasutuspiirangud on sisse viidud, ei vähenda ettevõtted oma üldist pühendumist AI-le.

Pigem täpsustavad nad, kuidas neid tööriistu oma tegevustes kasutatakse.

Oodatakse, et AI jääb ettevõtlusliku tootlikkussüsteemi tuumakomponendiks.

Fookus liigub piiramatu adoptioonilt strateegilisele rakendamisele.

AI-kulude haldamise majanduslikud tagajärjed

Kasvav rõhk kulude kontrollimisel peegeldab laiemaid majanduslikke surveid, millega suured korporatsioonid silmitsi seisavad.

Nii nagu AI muutub üha enam äritegevuse protsesside osaks, muutub ka selle rahaline mõju olulisemaks.

Ettevõtted hakkavad AI-kasutust käsitlema haldatava ressursina, mitte piiramatu tööriistana.

Oodatakse, et see lähenemisviis kujundab ettevõtluslikku tehnoloogiate kulutust tulevikus.

Järeldus

Meta, Uberi ja Walmarti teatatud samm töötajate AI-kasutuse piiramiseks tähistab olulist muutust selles, kuidas suured ettevõtted tehisintellekti suhtes lähenemist võtavad.

Nagu organisatsioonid liiguvad „tokenmaxxing’ist“ „tokenmining’u“ suunas, muutub fookus üha rohkem kuluefektiivsuse, valitsuse ja jätkusuutliku AI-deploymentsi suunas.

Kuigi AI jääb tootlikkuse jaoks kriitiliseks tööriistaks, prioriteediks on nüüd kontrollitud kasutus, et hallata kasvavaid toimimiskulusid.

hokanews.com – mitte ainult krüptovaluutauudised. See on krüptovaluutakultuur.

Artikli autor @Ethan
Ethan Collins on passioneeritud krüptovaluutauudiste ajakirjanik ja blokkahela entusiast, kes alati otsib uusimaid trende, mis kerkivad digitaalse rahanduse maailmas. Tal on oskus keerukaid blokkahela arenguid muuta meeldivateks ja lihtsalt mõistetavateks lugudeks, mistõttu jäävad tema lugejad kiiresti muutuvas krüptomaailmas edasi. Kas tegu on Bitcoiniga, Ethereumiga või uute altcoinidega – Ethan süveneb turu tõde, kuulujutud ja võimalused, mis on olulised kõigile krüptofännidele kogu maailmas.

Disclaimer:

HOKANEWS-i artiklid on mõeldud selleks, et hoida teid kursis uusimate krüpto-, tehnoloogia- ja muude teemade uudistega – kuid need ei ole finantsnõuanne. Me jagame teavet, trende ja sisukat, mitte soovitusi osta, müüa või investeerida. Enne igasuguseid rahaliselt olulisi otsuseid tehke oma isiklik uurimus.

HOKANEWS ei ole vastutav mingite kaotuste, kasumite või kaose eest, mis võivad tekkida, kui te teete tegevusi sellel lehel loetud info põhjal. Investeerimisotsused peaksid põhinema teie enda uurimusel – ja ideaalis ka kvalifitseeritud finantsnõustaja juhendamisel. Pidage meeles: krüptovaluutad ja tehnoloogia liiguvad kiiresti, info muutub silmapilkselt ja kuigi me püüame olla täpsed, ei saa me garanteerida, et see on 100% täielik või ajakohane.