Dr. Anita Roy Roy
- Technologijų pramonės perėjimas prie generatyviosios AI, kurį vadovauja tokios įmonės kaip „Microsoft“ ir „Google“, atneša reikšmingas išlaidas kartu su pažadėta inovacija.
- AI integracija į produktus, tokius kaip „Microsoft“ AI varomas „Copilot“ programoje „Microsoft 365“, padidina vartotojų išlaidas.
- Generatyviosios AI procesai reikalauja didelio skaičiavimo pajėgumo, todėl tiek modelių mokymas, tiek diegimas yra brangūs.
- „OpenAI“ finansiniai rodikliai pabrėžia AI pelningumo iššūkį, kai didelės veiklos išlaidos viršija pajamas.
- Įmonės ieško finansinių prisitaikymų, tokių kaip reklamos remiami modeliai ir skaičiavimų perkėlimas į vartotojų įrenginius, kad būtų galima valdyti AI išlaidas.
- Besiformuojantys liekni AI modeliai iš Kinijos ir tyrimų institucijų kelia iššūkį nuomonei, kad didelės išlaidos yra būtinos AI sudėtingumui.
- Ateitis AI yra tvariame diegime ir galbūt asmeninių įrenginių naudojime AI apdorojimui, siūlant privatumo privalumus.
Duomenų centrų šurmulys kadaise simbolizavo pažangą skaitmeniniame amžiuje, tačiau dabar atspindi netikėtą technologijų pramonės požiūrio į AI pokytį. Praėjusiais metais tokie milžinai kaip „Microsoft“ ir „Google“ agresyviai įtraukė generatyviąją AI į savo produktus, žadėdami inovacijas, bet atskleidę brangią tiesą.
Įsivaizduokite elegantišką nešiojamąjį kompiuterį, kurio klaviatūra blizga su įdomiu priedu—AI specifiniu klavišu. Šis mažas mygtukas simbolizuoja milžinišką įmonių pastangą įdiegti dirbtinį intelektą kiekviename skaitmeniniame kampelyje. „Microsoft“ netgi susiejo savo flagmaną „Microsoft 365“ su AI varomu „Copilot“ funkcija, žymiai padidindama vartotojų išlaidas.
Išlaidos yra stulbinančios. Generatyvioji AI, įkūnyta „OpenAI“ milžiniškuose modeliuose, ištraukia išteklius kaip vanduo per sietelį. Nors „OpenAI“ pranešė apie 3,7 mlrd. USD pajamas pernai, ji išleido beveik 9 mlrd. USD—didelis skirtumas, pabrėžiantis AI pelningumo iššūkį. „Microsoft“ strateginiai finansiniai prisitaikymai, įskaitant kai kurių duomenų centrų nuomos sutarties nutraukimą ir reklamos remiamų produktų versijų kūrimą, atspindi jų pastangas atgauti šias išlaidas.
Kodėl generatyvioji AI yra tokia brangi? Procesai, kurie varo šias intelektualias sistemas, reikalauja didžiulio skaičiavimo pajėgumo. AI modelių mokymas apima dideles išankstines išlaidas, tačiau tai yra nuolatinis inferencijos—šių modelių diegimo—procesas, kuris siurbia pinigus, kai vartotojų bazės plečiasi. Pavyzdžiui, vienas sudėtingas užklausimas, kurį apdoroja „OpenAI“, gali kainuoti daugiau nei 1 000 USD veikimo išlaidų. Tokie skaičiai paaiškina drąsų prenumeratos kainų didinimą ir skatina technologijų įmones ieškoti inovacijų išlaidų valdyme.
Kadangi tokios įmonės kaip „Microsoft“ investuoja milijardus į šiuos AI karkasus, atsiranda subtilus, bet strateginis posūkis: kai kurių skaičiavimo atsakomybių perkėlimas į vartotojų įrenginius. Ši tendencija ne tik sumažina naštą centriniams duomenims, bet ir pristato „on-device“ AI kaip privatumo apsaugą, formuojant dvigubą naudą.
Žvelgdami į rytus, kiti novatoriai ieško kelių per šį finansinį pelkė. Kinijos „DeepSeek“ ir Allen instituto bei Stanfordo universiteto tyrimų komandos rodo, kad AI išskirtinumas gali nereikalauti prabangos išlaidų. Jų liekni, bet veiksmingi modeliai kelia iššūkį koncepcijai, kad didesnės išlaidos reiškia geresnį AI.
Ką iš to galima pasimokyti? AI revoliucija gali būti ne tik apie pažangiausių modelių priėmimą, bet ir apie tvaraus diegimo pergalvą. Kol technologijų titanai derina inovacijas ir finansinį gyvybingumą, AI našta gali vis labiau pasislinkti arčiau namų, padarant asmeninius įrenginius, kuriuos mes branginame, dar vienu frontu AI transformacijos bangos.
Kaip AI transformuoja technologijas: už duomenų centro šurmulio
Generatyviosios AI ekonomika: užkulisių žvilgsnis
AI integracijos banga buvo dvipusis kardas technologijų milžinams. Nors dirbtinio intelekto įtraukimas į platformas žada pažangius pasiekimus, jis taip pat atneša stulbinančias išlaidas. Generatyviosios AI modeliai, tokie kaip „OpenAI“ sukurti, reikalauja didžiulio skaičiavimo pajėgumo tiek mokymui, tiek veikimui, prisidedant prie didelių finansinių reikalavimų.
Kodėl generatyvioji AI yra brangi
– Skaičiavimo pajėgumas: AI modelių mokymas yra išteklius reikalaujantis procesas. Dideli duomenų rinkiniai ir galingi GPU varo šiuos procesus, sukeldami didžiules elektros ir aušinimo išlaidas duomenų centruose. Pasak Masačusetso universiteto Amhersto tyrimo, vieno AI modelio mokymas gali išmesti tiek anglies, kiek penkios mašinos per visą savo gyvenimą.
– Inferencijos išlaidos: Be mokymo, realaus laiko vykdymas arba AI modelių inferencija reikalauja nuolatinio skaičiavimo įnašo. Augant vartotojų sąveikai, didėja ir šios išlaidos. „OpenAI“ sudėtinga AI užklausa gali kainuoti 1 000 USD už vieną atvejį, iliustruojant, kodėl technologijų įmonės peržiūri savo kainodaros strategijas.
– Duomenų centro infrastruktūra: Duomenų centrų išlaikymas, nuoma ir atnaujinimas yra dar viena reikšminga išlaida. Pavyzdžiui, „Microsoft“ sumažino veiklos išlaidas nutraukdama kai kurias savo nuomos sutartis, nurodydama perėjimą prie lanksčių sprendimų.
AI išlaidų valdymas: inovacijos tvarumui ir privatumo apsaugai
– On-device AI: Perkėlus kai kuriuos AI procesus į vartotojų įrenginius, galima žymiai sumažinti duomenų centrų apkrovas. Šis požiūris ne tik optimizuoja išteklius, bet ir padidina privatumo lygį, apdorojant duomenis vietoje. Pavyzdžiui, „Apple“ pirmauja on-device AI srityje su tokiomis funkcijomis kaip veido atpažinimas ir lokalizuotas „Siri“ apdorojimas.
– Liekni modelio požiūriai: Įmonės ieško sprendimų rytų. Kinijos įmonės, tokios kaip „DeepSeek“, ir prestižinių institucijų tyrėjai koncentruojasi į efektyvių modelių, turinčių mažesnius išteklių reikalavimus, kūrimą, rodydami, kad mažiau gali būti daugiau.
Rinkos tendencijos ir AI ateitis
– Reklamos remiami modeliai: „Microsoft“ tyrinėjimas reklamos remiamų produktų atspindi strategiją, kaip sumažinti vartotojų išlaidas, vis tiek teikiant aukštos klasės AI funkcijas.
– Privatumu besirūpinantys AI modeliai: Augant privatumo problemoms, tikėtina, kad padidės AI modelių, prioritetizuojančių vartotojų duomenų apsaugą per vietinį apdorojimą, pasiūla.
– Bendradarbiavimas su aparatūros gamintojais: Partnerystės tarp AI įmonių ir aparatūros gamintojų gali lemti daugiau vartotojams palankių AI įrenginių, integruojančių efektyvesnius procesorius, sukurtus on-device AI užduotims.
Veiksmingi rekomendacijos
– Įvertinkite savo poreikius: Prieš prenumeruodami į AI integruotus produktus, įvertinkite, ar šios inovacijos atitinka jūsų reikalavimus, kad išvengtumėte nereikalingų išlaidų.
– Būkite informuoti apie saugumą: Vartotojai turėtų būti nuolat informuoti apie AI įrenginių ir paslaugų privatumo politiką, kad užtikrintų duomenų apsaugą.
– Stebėkite energijos suvartojimą: Įmonės turėtų stebėti duomenų centrų energijos naudojimą, taikydamos žaliąsias praktikas, kad sumažintų poveikį aplinkai.
Išvada
Kadangi technologijų pramonė vystosi su augančiu AI poveikiu, tvarumas ir išlaidų efektyvumas išliks inovacijų priekyje. Su tokiomis įmonėmis kaip „Microsoft“ ir „Google“, pergalvojančiomis AI diegimo strategijas, dėmesys vis labiau bus skiriamas modelių kūrimui, kurie subalansuoja pažangiausias technologijas su ekonominiu ir aplinkos tvarumu.
Daugiau apie technologijų naujoves ir AI plėtrą rasite Microsoft ir Google.
