- Le iniziative di AI comportano costi elevati, non solo per software, hardware e servizi, ma con i dati che si rivelano un componente chiave nella determinazione dei prezzi.
- I costi dei progetti di AI possono essere ridotti iniziando su piccola scala, iterando frequentemente e provando modelli preesistenti.
- Sebbene lo sviluppo di un modello di AI personalizzato possa richiedere un investimento iniziale maggiore, una valutazione dei costi è necessaria per comprendere a fondo la struttura del team, la gestione dei dati e il monitoraggio continuo.
Poiché gli sforzi AI forniscono nuove soluzioni in più industrie, hanno attirato molta attenzione nel regno dell'innovazione tecnica. Sebbene l'eccitazione intorno alla promessa dell'AI sia comprensibile, è necessario esporre i costi reali associati a questi piani audaci. Scomporre i costi complessi dei progetti AI – che vanno ben oltre i tradizionali vincoli di bilancio – è dove si trova la vera storia. Diventa fondamentale comprendere sia i costi osservabili che quelli intangibili mentre le aziende lavorano attraverso le complessità dell'implementazione dell'AI. Il quadro finanziario dei programmi AI è influenzato da ogni fattore, inclusa la complessità dei dati e la composizione del team.
Esplorare i costi dei progetti AI
I modelli di costo standard chiaramente non sono in grado di catturare l'intero spettro delle spese quando si guarda più da vicino ai costi relativi alle iniziative AI. Questo argomento ricorrente attira l'attenzione sulla complessità dei costi AI e sulla necessità dei dati come componente vitale. Oltre alla trinità convenzionale di software, hardware e servizi, la complessità e il volume dei dati hanno sostanziali implicazioni finanziarie. Si scopre che la preparazione, la pianificazione e la purificazione dei dati sono variabili di costo principali, il che evidenzia l'importanza dell'allocazione delle risorse e della pianificazione.
Per semplificare le cose ci sono 5 fattori dietro il costo AI
Il tipo di software che si vuole sviluppare. Qualsiasi strumento o programma che imiti l'intelletto umano prendendo decisioni basate sui dati che elabora è definito intelligenza artificiale.
Il grado di intelligenza che si vuole raggiungere. Le persone spesso pensano agli avatar olografici di Blade Runner 2049 e ai robot di Boston Dynamics quando discutono di intelligenza artificiale. In realtà, la maggior parte delle soluzioni AI commerciali rientra nella categoria di AI stretta, poiché sono progettate esclusivamente per eseguire compiti specifici.
La quantità e la qualità dei dati che si prevede di fornire al sistema. La qualità dell'intelligenza artificiale dipende dal volume dei dati su cui è stata addestrata; gli algoritmi diventano più abili più dati elaborano.
I modelli linguistici di grandi dimensioni (LLM), un esempio di strumento di sviluppo di applicazioni per l'AI che è già stato addestrato, rendono il processo di addestramento molto più semplice.
Il livello desiderato di correttezza algoritmica. Il tipo di applicazione che si utilizza e i vincoli che si pongono alla propria soluzione AI influenzeranno direttamente quanto siano accurati i suoi pronostici.
Il fatto che i project manager AI sottovalutino solitamente il costo totale dei sistemi AI potrebbe avere un grande impatto sul tuo progetto. Il costo totale di un progetto AI è determinato da una serie di fattori. Costruire i propri modelli AI rispetto all'acquisto è uno di essi. La posizione del test e dell'applicazione reale del modello nel mondo reale deve anche essere presa in considerazione. Naturalmente, devi anche considerare ogni aspetto dell'ingegneria dei dati.
Strategie per la riduzione dei costi
Un barlume di responsabilità finanziaria nell'entusiasmo tecnologico è offerto dalle opportunità di riduzione dei costi che emergono nel labirinto delle spese dei progetti AI. La spesa del progetto può essere mantenuta sotto controllo utilizzando la metodologia "grande idea, piccolo inizio, iterazione" come guida. È chiaro quanto sia importante l'ambito del progetto quando piccole iterazioni consentono rapide correzioni di rotta e strategie di riduzione dei costi.
Utilizzare e sviluppare un modello che è stato precedentemente costruito da qualcun altro è un metodo di controllo dell'ambito. Sarà il meno costoso e itererà più rapidamente. Vai avanti e utilizzalo se è già disponibile. Uno dei migliori modi per iniziare in piccolo è in questo modo. Questo spiega perché i modelli di base e gli LLM sono così popolari in questo momento. È economico, itera rapidamente e ha un periodo di ritorno possibile molto breve. Utilizzare il modello di qualcun altro è quindi un'ottima scelta se il costo è una considerazione per te e potresti non avere molti soldi.
Perché i progetti AI falliscono
La maggior parte dei progetti AI falliti sono definiti "moonshots" – imprese irragionibilmente ambiziose guidate da CIO e data scientist idealisti che vogliono "alterare drasticamente le operazioni decennali della nostra organizzazione". Questo tipo di progetti può richiedere un'eternità per essere completato, quindi ha senso che alla fine il vertice di un'azienda smetta di gettare soldi in esso nella speranza di vedere qualsiasi valore reale.
Una versione molto semplice del sistema unico che si spera di costruire potrebbe costare facilmente qualche migliaio di dollari, mentre è difficile stimare il costo di creazione e distribuzione di un programma di intelligenza artificiale senza approfondire i dettagli del proprio progetto. D'altra parte, se stai considerando l'utilizzo di servizi plug-and-play, modelli ML pre-addestrati o una prova di concetto, puoi comunque iniziare con un budget ridotto.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Aamir Sheikh
Aamir è un giornalista tecnologico con quasi sei anni di esperienza nei settori delle criptovalute e della tecnologia. Si è laureato presso l'Università MAJ con un MBA in Finanza e Marketing. Attualmente lavora per Cryptopolitan, dove si occupa delle ultime novità sui mercati delle criptovalute e delle previsioni sui prezzi.
