Náklady na AI. Jaké jsou náklady na implementaci AI ve společnosti? | AI v podnikání #93

Náklady na AI. Na čem závisí?

Náklady spojené s implementací AI jsou různorodé a závislé na řadě faktorů. Abychom pochopili, které prvky mají největší vliv na konečnou cenu, připravili jsme seznam nejdůležitějších z nich:

• rozsah implementace – organizace, které alokují alespoň 20 % svých výnosů před odečtením úroků a daní (EBIT) na přijetí AI, jsou považovány za lídry v využívání AI. Podle zprávy McKinsey Global Survey on AI často investují více do těchto technologií. Vysoký příspěvek AI k ziskům společnosti může tedy zvýšit náklady na implementaci.
• přístup ke specialistům – potřeba specializovaných pozic, jako jsou datoví inženýři, specialisté na strojové učení nebo datoví vědci, může výrazně ovlivnit náklady na implementaci AI. Dostupnost a cena těchto specialistů na trhu práce jsou klíčovými faktory v nákladech na AI pro společnost.
• přípustné provozní náklady – volba mezi vlastními AI řešeními a hotovými softwarovými produkty ovlivňuje náklady. Vlastní řešení mohou stát od 6 000 do více než 300 000 dolarů. Zatímco hotové softwarové produkty přicházejí s cenou až 40 000 dolarů ročně.
• šíře a hloubka přijetí AI – společnosti, které využívají AI napříč více odděleními, mohou mít vyšší náklady než ty, které se omezují na jednotlivé aplikace.
• budoucí investiční plány – společnosti plánující zvýšit investice do AI v následujících letech musí očekávat vyšší výdaje na implementaci a rozvoj této technologie. Tato investice však pravděpodobně bude nezbytná pro růst firem. Až dvě třetiny respondentů v průzkumu McKinsey Global Survey on AI očekávají zvýšení investic do AI v příštích třech letech.

Tento seznam zdůrazňuje, že náklady na AI jsou složité a vyžadují individuální analýzu. Například společnost, která se rozhodne pro implementaci systému analýzy dat, musí zvážit jak náklady na pořízení softwaru, tak najímání specialistů schopných jej obsluhovat.

Náklady na školení modelu AI

Jedním z nejčastějších nákladů spojených s implementací umělé inteligence, které odrazuje lidi od investic, jsou náklady na školení modelu AI. To je proces, který vyžaduje jak odborné znalosti, tak finanční prostředky. Především však k trénování modelu AI je potřeba shromáždit dostatek dat a provést analýzu dat.

Kdy tedy dává smysl školení modelu? Pouze tehdy, když si společnost může očekávat významná zlepšení v efektivitě nebo zvýšení zisků prostřednictvím využití AI. Náklady na školení modelu jsou jedním z aspektů, které je velmi obtížné odhadnout. Závisí na jeho složitosti, aplikaci modelu a požadavcích společnosti.

Příkladem může být implementace AI systému pro personalizaci nabídky online obchodu, kde přesně vyškolený model může výrazně zvýšit prodeje tím, že přizpůsobí produkty individuálním preferencím zákazníků. V takovém případě jsou náklady na školení modelu investicí, která přináší hmatatelné výhody.

Další implementací AI, která vyžaduje školení modelu, je optimalizace logistických procesů. Správně vyškolený model sníží náklady na dopravu, což v průběhu času povede ke zvýšení konkurenceschopnosti a zlepšení dodacích lhůt.

Cenové plány

Předplatné je populární možností pro firmy, které chtějí využívat pokročilé technologie bez nutnosti významných počátečních investic. Zde jsou některé příklady nákladů na předplatné:

• AI chatboti – nejčastěji se používají k automatizaci některých úkolů zákaznického servisu; stojí za to se podívat na řešení jako Drift (měsíční náklady od 400 do 1500 dolarů), TARS (99 až 499 dolarů měsíčně) nebo Intercom Fin (od 39 do 139 dolarů měsíčně).
• Systémy analýzy obsahu AI pro SEO – mohou stát kolem 150 dolarů měsíčně, například Contadu (od 79 do 297 dolarů měsíčně),
• AI asistenti pro kódování – ceny nejpopulárnějšího nástroje Github Copilot, založeného na modelu GPT-4, který je také základem placené verze ChatGPT Plus, začínají na 10/40 zl měsíčně,
• ChatGPT Plus nebo Perplexity – to je náklad kolem 20 dolarů měsíčně na uživatele, bezplatnou alternativou je Google Bard nebo Microsoft Bing/Copilot.

Před rozhodnutím o nástroji AI by měli podnikatelé pečlivě analyzovat své potřeby a možnosti. Například poradenská firma by mohla zvolit předplatné nástroje pro analýzu dat, aby efektivněji poskytovala cenné informace klientům.

Náklady na používání populárního API AI

API (Application Programming Interface) AI jsou nástroje, které umožňují integraci funkcí AI s existujícími systémy, aplikacemi a službami. Náklady na používání populárních API se obvykle počítají na základě počtu použitých tokenů a zvoleného modelu.

Poplatky za nejpopulárnější modely v OpenAI API:

• GPT-4 Turbo stojí 0,01 dolaru za 1K tokenů pro vstup a 0,03 dolaru za 1K tokenů pro výstup,
• GPT-3.5 Turbo – cena předchozího modelu, dostatečná pro většinu obchodních aplikací, je kolem 0,0005 dolaru za 1K tokenů pro vstup a 0,0015 dolaru za 1K tokenů pro výstup.

Zdroj: Martian (https://leaderboard.withmartian.com/)

Firmy mohou také využívat modely s otevřeným přístupem, jako mixtral-8x7b nebo llama2-70b. Provozní náklady jsou mnohem nižší, zatímco API poskytují mimo jiné:

• deepinfra (https://deepinfra.com/),
• Abacus (https://abacus.ai/llmapi), a
• Perplexity (https://www.perplexity.ai/).

Ale jak používat API k implementaci AI ve vaší firmě? Skvělým příkladem by byla integrace API pro generování popisů produktů v online obchodě, což může urychlit proces přidávání nových položek a zlepšit kvalitu prezentovaných informací. Nebo vytvoření nástroje, který může automaticky generovat personalizované odpovědi na zákaznické e-maily.

Udržovat tým AI nebo spolupracovat s externími specialisty na AI?

Kdo by měl mít na starosti implementaci umělé inteligence ve vaší společnosti? Pokud nemáte tým specialistů nebo nadšenců – občanských vývojářů, stojíte před rozhodnutím mezi udržováním interního týmu AI a spoluprací s externími specialisty. Toto rozhodnutí může mít rozhodující dopad na náklady a efektivitu projektů AI.

Udržování týmu AI zahrnuje náklady na najímání drahých a zkušených specialistů, včetně programátorů a datových vědců.

Spolupráce s externími specialisty na AI může být levnější a poskytovat přístup ke specializovaným dovednostem. Může to však později učinit naše řešení výrazně dražšími na údržbu, protože každá změna bude vyžadovat přivolání specialistů na pomoc.

Volba mezi interním týmem a externími specialisty by měla být řízena nejen náklady, ale také strategickými cíli společnosti. Například malá společnost se může rozhodnout spolupracovat s externími specialisty, aby rychle implementovala řešení AI, aniž by musela budovat interní tým. A poté použít jednoho z méně specializovaných zaměstnanců k jeho podpoře později.

Nejen peníze – environmentální náklady AI

Environmentální náklady AI jsou problém, který nelze přehlížet v dlouhodobé strategii společnosti. Naštěstí si většina vedoucích pracovníků, kteří odpověděli na průzkum McKinsey Global Survey on AI, je vědoma mnoha rizik spojených s generativní AI, včetně:

• societálních rizik,
• humanitárních rizik, a
• hrozeb pro udržitelný rozvoj, které mohou naznačovat environmentální náklady spojené s AI.

Organizace by měly přemýšlet o způsobech, jak řídit environmentální rizika spojená s AI při její implementaci. Například společnost využívající AI k analýze velkých datových sad by měla zvážit dopad svých operací na spotřebu energie a hledat způsoby, jak ji optimalizovat.

Shrnutí – Kolik stojí AI ve firmě?

Stručně řečeno, náklady na AI ve firmě závisí na mnoha proměnných, jako je rozsah implementace, přístup ke specialistům a plány rozvoje. Společnosti, které intenzivně investují do AI, mohou mít vyšší náklady, ale také sklízet větší výhody.

Rozhodnutí o implementaci AI by mělo být předcházeno důkladnou analýzou a přizpůsobeno individuálním potřebám podniku. V kontextu dynamicky se měnícího trhu může být AI klíčem k udržení konkurenceschopnosti a růstu společnosti.

Pokud se vám náš obsah líbí, připojte se k naší komunitě pilných včel na Facebooku, Twitteru, LinkedInu, Instagramu, YouTube, Pinterestu, TikToku.