AI-omkostninger. Hvad koster det at implementere AI i en virksomhed? | AI i erhvervslivet #93

AI omkostninger. Hvad afhænger de af?

Omkostningerne forbundet med implementering af AI er forskellige og afhænger af en række faktorer. For at forstå, hvilke elementer der har den største indflydelse på den endelige pris, har vi forberedt en liste over de vigtigste:

• implementeringsomfang – organisationer, der afsætter mindst 20% af deres indtjening før renter og skat (EBIT) til AI-adoption, betragtes som ledere inden for AI-udnyttelse. Ifølge McKinsey Global Survey on AI-rapporten investerer de ofte mere i disse teknologier. Således kan et højt AI-bidrag til virksomhedens overskud øge implementeringsomkostningerne.
• adgang til specialister – behovet for specialiserede stillinger, såsom dataingeniører, maskinlæringsspecialister eller dataforskere, kan have en betydelig indvirkning på omkostningerne ved AI-implementering. Tilgængeligheden og omkostningerne ved disse specialister på arbejdsmarkedet er nøglefaktorer i omkostningerne ved AI for en virksomhed.
• tilladte driftsomkostninger – valget mellem skræddersyede AI-løsninger og standardsoftware påvirker omkostningerne. Skræddersyede løsninger kan koste fra $6.000 til over $300.000. Mens standardsoftware koster op til $40.000 årligt.
• bredden og dybden af AI-adoption – virksomheder, der anvender AI på tværs af flere afdelinger, kan pådrage sig højere omkostninger end dem, der begrænser sig til enkeltapplikationer.
• fremtidige investeringsplaner – virksomheder, der planlægger at øge investeringerne i AI i de kommende år, skal forvente højere udgifter til implementering og udvikling af denne teknologi. Dog vil denne investering sandsynligvis være essentiel for væksten af virksomhederne. Så mange som to tredjedele af respondenterne i McKinsey Global Survey on AI forventer en stigning i AI-investeringer i de næste tre år.

Denne liste fremhæver, at AI-omkostninger er komplekse og kræver individuel analyse. For eksempel skal en virksomhed, der vælger at implementere et dataanalyse-system, overveje både omkostningerne ved at købe softwaren og ansætte specialister, der kan betjene det.

Modeltræning af AI-omkostninger

En af de mest almindelige omkostninger forbundet med implementering af kunstig intelligens, der afholder folk fra at investere, er omkostningerne ved at træne AI-modellen. Dette er en proces, der kræver både ekspertise og finansielle ressourcer. Først og fremmest, for at træne en AI-model, skal du indsamle tilstrækkeligt med data og udføre dataanalyse.

Så hvornår giver det mening at træne en model? Kun når en virksomhed kan forvente betydelige forbedringer i effektivitet eller øgede overskud gennem brugen af AI. Omkostningerne ved at træne en model er et af de aspekter, der er meget svære at estimere. Det afhænger af dens kompleksitet, modellens anvendelse og virksomhedens krav.

Et eksempel kan være implementeringen af et AI-system til at personalisere tilbuddet i en online butik, hvor en præcist trænet model kan øge salget betydeligt ved at matche produkter til individuelle kundepreferencer. I et sådant tilfælde er omkostningerne ved at træne modellen en investering, der giver håndgribelige fordele.

En anden AI-implementering, der kræver modeltræning, er optimering af logistikprocesser. En korrekt trænet model vil reducere transportomkostningerne, hvilket over tid vil føre til øget konkurrenceevne og forbedret leveringstid.

Prissætningsplaner

Abonnement er en populær mulighed for virksomheder, der ønsker at udnytte avancerede teknologier uden behov for betydelige forudgående investeringer. Her er nogle eksempler på abonnementsomkostninger:

• AI chatbots – de bruges oftest til at automatisere nogle af kundeservicens opgaver; det er værd at se på løsninger som Drift (månedlige omkostninger fra $400 til $1500), TARS ($99 til $499 pr. måned) eller Intercom Fin (fra $39 til $139 pr. måned).
• AI indholdsanalysesystemer til SEO – de kan koste omkring $150 pr. måned, for eksempel Contadu (fra $79 til $297 pr. måned),
• AI kodningsassistenter – priserne på det mest populære værktøj Github Copilot, baseret på GPT-4 modellen, som også er grundlaget for den betalte version af ChatGPT Plus, starter ved $10/40 zł pr. måned,
• ChatGPT Plus eller Perplexity – det er en omkostning på omkring $20 pr. måned pr. bruger, et gratis alternativ er Google Bard eller Microsoft Bing/Copilot.

Før de beslutter sig for et AI-værktøj, bør iværksættere nøje analysere deres behov og kapaciteter. For eksempel kan et konsulentfirma vælge at abonnere på et dataanalyseværktøj for at levere værdifulde indsigter til kunderne mere effektivt.

AI-omkostninger ved brug af populære API’er

Application Programming Interface, eller API AI, er værktøjer, der muliggør integration af AI-funktioner med eksisterende systemer, applikationer og tjenester. Omkostningerne ved at bruge populære API’er beregnes normalt baseret på antallet af tokens, der bruges, og den valgte model.

Gebyrerne for de mest populære modeller i OpenAI API:

• GPT-4 Turbo koster $0,01 pr. 1K tokens for input og $0,03 pr. 1K tokens for output,
• GPT-3.5 Turbo – omkostningerne ved den tidligere model, tilstrækkelig til de fleste forretningsapplikationer, er omkring $0,0005 pr. 1K tokens for input og $0,0015 pr. 1K tokens for output.

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

Virksomheder kan også bruge åbne adgangsmodeller, såsom mixtral-8x7b eller llama2-70b. Driftsomkostningerne er meget lavere, mens API’er leveres af blandt andre:

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

Men hvordan bruger man API’er til at implementere AI i sin virksomhed? Et godt eksempel ville være at integrere en API til at generere produktbeskrivelser i en online butik, hvilket kan fremskynde processen med at tilføje nye varer og forbedre kvaliteten af de præsenterede oplysninger. Eller at skabe et værktøj, der automatisk kan generere personlige svar på kundemails.

Vedligeholdelse af et AI-team eller samarbejde med eksterne AI-specialister?

Hvem skal håndtere implementeringen af kunstig intelligens i din virksomhed? Hvis du ikke har et team af specialister eller entusiaster – citizen developers, står du over for en beslutning mellem at opretholde et internt AI-team og samarbejde med eksterne specialister. Denne beslutning kan have en afgørende indvirkning på omkostningerne og effektiviteten af AI-projekter.

At opretholde et AI-team indebærer omkostningerne ved at ansætte dyre og erfarne specialister, herunder programmører og dataforskere.

Samarbejde med eksterne AI-specialister kan være billigere og give adgang til specialiserede færdigheder. Dog kan det gøre vores løsning betydeligt dyrere at vedligeholde senere, da hver ændring vil kræve at tilkalde specialister til hjælp.

Valget mellem et internt team og eksterne specialister bør ikke kun styres af omkostninger, men også af virksomhedens strategiske mål. For eksempel kan en lille virksomhed vælge at arbejde med eksterne specialister for hurtigt at implementere AI-løsninger uden at skulle opbygge et internt team. Og så bruge en af de mindre specialiserede medarbejdere til at støtte det senere.

Ikke kun penge – de miljømæssige AI-omkostninger

De miljømæssige omkostninger ved AI er et spørgsmål, der ikke kan overses i en virksomheds langsigtede strategi. Heldigvis er de fleste virksomhedsledere, der svarer på McKinsey Global Survey on AI, opmærksomme på de mange risici forbundet med generativ AI, herunder:

• sociale risici,
• humanitære risici, og
• trusler mod bæredygtig udvikling, som kan indebære miljøomkostninger forbundet med AI.

Organisationer bør tænke over måder at håndtere de miljømæssige risici forbundet med AI, når de implementerer det. For eksempel bør en virksomhed, der bruger AI til at analysere store datasæt, overveje indvirkningen af sine operationer på energiforbruget og se efter måder at optimere det.

Sammenfatning – Hvor meget koster AI i en virksomhed?

Afslutningsvis afhænger omkostningerne ved AI i en virksomhed af mange variable, såsom omfanget af implementeringen, adgang til specialister og udviklingsplaner. Virksomheder, der investerer kraftigt i AI, kan pådrage sig højere omkostninger, men også høste større fordele.

Beslutningen om at implementere AI bør være forudgået af en grundig analyse og tilpasses virksomhedens individuelle behov. I konteksten af et dynamisk skiftende marked kan AI være nøglen til at opretholde konkurrenceevne og virksomhedsvækst.

Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.