Ձեռնարկության AI-ի կառավարումը անցնում է ծրագրային ապահովումից արդյունքներին

Ձեռնարկությունները AI-ն ավելի ու ավելի հաճախ դիտարկում են որպես օպերատիվ ռեսուրս, որն ինքնուրույն կատարում է աշխատանքը, այլ ոչ թե որպես ծրագրային ապահովում, որը միայն օգնում է աշխատակիցներին։ Իրինա Շիմկոն ասում է, որ ղեկավարական թիմերին անհրաժեշտ է թափանցիկություն՝ հասկանալու, թե որտեղ է օգտագործվում AI-ն, ինչ է տալիս յուրաքանչյուր աշխատանքային գործընթացը և ինչ արդյունքներ է առաջացնում, այլ ոչ թե միայն կենտրոնանալ ընդհանուր ծախսերի վրա։

Ծախսերը աճում են, իսկ չափելի ազդեցությունը սահմանափակ է մնում

Gartner-ը ենթադրում է, որ AI-ին նվիրված գլոբալ ծախսերը 2026 թվականին հասնելու են 2,59 տրիլիոն դոլարին, ինչը տարեկան 47%-անոց աճ է։ McKinsey-ի State of AI 2025 հետազոտությունը ցույց տվեց, որ կազմակերպությունների 88%-ը օգտագործում է AI-ն առնվազն մեկ ֆունկցիայում, սակայն միայն 39%-ին է հաջողվում վերագրել որևէ EBIT ազդեցություն, և դրանց մեծամասնության համար այդ ազդեցությունը 5%-ից էլ պակաս է։ Ֆինանսական բաժինը տեսնում է ծախսերը մոդելների օգտագործման, ենթակառուցվածքի, տվյալների ծառայությունների, ինտեգրման և մարդկային ստուգման վրա, սակայն այդ ծախսերը չի կապում արդյունքների հետ։ Օպերատիվ մասը կարող է հետևել ներդրումներին, բայց չի կարող բացահայտել արժեքավոր աշխատանքային գործընթացները, իսկ IT-ն կառավարում է մոդելները, կոպիլոտներին և ագենտներին՝ առանց ծածկույթների կամ կախվածությունների պարզ պատկերի։

Մեկ արդյունքի ծախսը թոքենի գնից ավելի կարևոր է

Gartner-ը կանխատեսում է, որ գեներատիվ AI-ի նախագծերի առնվազն կեսը կգերանախշեն բյուջեն 2028 թվականին՝ վատ ճարտարագիտական ընտրությունների և օպերատիվ փորձի պակասի պատճառով։ Ընկերությունը ենթադրում է, որ տրիլիոն պարամետրային մոդելի ինֆերենցիան ապահովիչներին 2030 թվականին 2025 թվականի համեմատ 90%-ով ավելի էժան կգնի, սակայն նաև ենթադրում է, որ ագենտային աշխատանքային գործընթացի ինֆերենցիայի արժեքը 2028 թվականին հինգ անգամ կաճի։ Ագենտները մեկ առաջադրանքի համար ծախսում են մոտավորապես 5-ից 30 անգամ ավելի շատ թոքեն, քան ստանդարտ չաթբոտները։ Այս հակադրությունը աշխատանքային գործընթացի այնպիսի ցուցանիշների համեմատ, ինչպիսի է մեկ հաջող դեպքի ծախսը հաճախորդների սպասարկման համար, դարձնում է ավելի արդյունավետ, քան միայն թոքենի գինը։ Gartner-ը ակնկալում է, որ գեներատիվ AI-ի ծախսերը մեկ հաճախորդի սպասարկման դեպքի հաջող լուծմանը 2030 թվականին կգերանախշեն 3 դոլարը։

AI-ի կառավարումը դառնում է ղեկավարության պատասխանատվություն

Այս շրջանակը IT-ից դուրս տարածվում է ֆինանսների, գործողությունների, տեխնոլոգիաների և բիզնեսի ղեկավարության վրա: McKinsey-ի հետազոտությունը ցույց տվեց, որ ընկերությունները, որոնք AI-ից ամենաշատ արժեքը ստանում են, վերամշակում են աշխատանքային գործընթացները և կառավարման գերագույն ղեկավարությունը դնում են պատասխանատվության վրա: Շիմկոն խորհուրդ է տալիս հարցնել՝ կա՞ արդյոք սեփականատեր բոլոր AI-ով կառավարվող աշխատանքային գործընթացներին, հայտնի՞ է արժեքը մեկ հաջող արդյունքի համար երեք ամենամեծ օգտագործման դեպքի համար և ե՞րբ է վերջին անգամ ստուգվել ավելի էժան մոդելը նույն աշխատանքի համար: Կառավարման հիմնական փոփոխությունն է, որ ծրագրային լիցենզիաների և տեղադրման հետևում լինելիս անցնենք AI-ի կողմից ստեղծված համակարգերի, ծախսերի և արդյունքների սեփականության վրա: