Опустошают ли проекты в области ИИ бюджеты? Расшифровка реальных затрат

- Инициативы в области ИИ сопряжены с огромными затратами, помимо стоимости программного обеспечения, оборудования и услуг, причем данные оказываются ключевым компонентом ценообразования.
- Расходы на проект ИИ можно сократить, если начать с малого масштаба, часто повторять его и опробовать уже существующие модели.
- Хотя разработка индивидуальной модели ИИ может изначально обойтись дороже, оценка затрат необходима для глубокого понимания структуры команды, управления данными и постоянного мониторинга.
Поскольку проекты в области ИИ предлагают новые решения в различных отраслях, ониtracбольшое внимание в сфере технических инноваций. Хотя ажиотаж вокруг перспектив ИИ понятен, необходимо раскрыть реальные затраты, связанные с этими смелыми планами. Разбивка сложных затрат на проекты ИИ, которые выходят далеко за рамки традиционных бюджетных ограничений, — вот где раскрывается суть. По мере того, как компании сталкиваются со сложностями внедрения ИИ, критически важно понимать как наблюдаемые, так и нематериальные затраты. Финансовая картина программ ИИ зависит от всех факторов, включая сложность данных и состав команды.
Изучение затрат на проекты ИИ
Стандартные модели затрат, очевидно, не способны охватить весь спектр затрат при более внимательном рассмотрении затрат, связанных с инициативами в области ИИ. Эта повторяющаяся тема привлекает внимание к сложности затрат на ИИ, а также к важности данных как важнейшего компонента. Помимо традиционного трио программного обеспечения, оборудования и услуг, сложность и объём данных имеют существенные финансовые последствия. Оказывается, подготовка, планирование и очистка данных являются основными переменными затрат, что подчёркивает важность распределения ресурсов и планирования.
Если упростить, то стоимость ИИ определяется пятью факторами:
Вид программного обеспечения, которое вы хотите разработать. Любой инструмент или программа, имитирующие человеческий интеллект, вынося решения на основе обрабатываемых данных, называется искусственным интеллектом.
Уровень интеллекта, которого вы хотите достичь. Говоря об искусственном интеллекте, люди часто вспоминают голографических аватаров из фильма «Бегущий по лезвию 2049» и роботов Boston Dynamics. На самом деле, большинство коммерческих решений в области ИИ относятся к категории узкоспециализированного ИИ, поскольку они предназначены исключительно для выполнения конкретных задач.
Количество и качество данных, которые вы планируете предоставить своей системе. Качество искусственного интеллектаdent от объёма данных, на которых он был обучен; алгоритмы становятся более эффективными, чем больше данных они обрабатывают.
Большие языковые модели (LLM) — пример инструмента разработки приложений для ИИ, который уже обучен, — значительно упрощают процесс обучения.
Требуемый уровень алгоритмической корректности. Тип используемого вами приложения и ограничения, накладываемые на ваше ИИ-решение, напрямую влияют на точность его прогнозов.
Тот факт, что руководители проектов ИИ обычно недооценивают общую стоимость систем ИИ, может существенно повлиять на ваш проект. Стоимость проекта ИИ определяется рядом факторов. Один из них — создание собственных моделей ИИ, а не их покупка. Также необходимо учитывать место проведения реальных испытаний и применения модели. Разумеется, необходимо учитывать все аспекты работы с данными.
Стратегии снижения затрат
Проблеск финансовой ответственности на фоне технологического ажиотажа появляется благодаря возможностям снижения затрат, возникающим в лабиринте расходов на проекты ИИ. Расходы по проекту можно контролировать, используя методологию «большая идея, малый старт, итерация». Очевидно, насколько важен масштаб проекта, когда меньшие итерации позволяют быстро корректировать курс и разрабатывать стратегии сокращения расходов.
Использование и разработка модели, ранее созданной кем-то другим, — один из методов контроля объёма работ. Это наименее затратный и самый быстрый способ итерации. Используйте её, если она уже доступна. Один из лучших способов начать с малого — это именно такой подход. Это объясняет, почему базовые модели и программы магистратуры права (LLM) так популярны в настоящее время. Это недорого, быстро итерации выполняются и имеют очень короткий срок окупаемости. Поэтому использование чужой модели — отличный выбор, если для вас важна стоимость и у вас не так много денег.
Почему проекты ИИ терпят неудачу
Большинство провальных проектов в области ИИ называют «лунными прорывами» — неоправданно амбициозными начинаниями, инициированными идеалистически настроенными директорами по информационным технологиям и специалистами по анализу данных, которые хотят «радикально изменить многолетнюю работу нашей организации». Завершение таких проектов может занять целую вечность, поэтому неудивительно, что в конечном итоге высшее руководство корпорации перестает вкладывать в них деньги в надежде увидеть реальную отдачу.
Простейшая версия уникальной системы, которую вы надеетесь построить, может легко обойтись вам в несколько тысяч долларов, в то время как сложно оценить стоимость создания и внедрения программы искусственного интеллекта, не вникая в специфику вашего проекта. С другой стороны, если вы рассматриваете возможность использования готовых сервисов, предварительно обученных моделей машинного обучения или прототипа, вы всё равно можете начать работу с меньшим бюджетом.
Не просто читайте новости о криптовалютах. Разберитесь в них. Подпишитесь на нашу рассылку. Это бесплатно.
Предупреждение. Предоставленная информация не является торговой рекомендацией. Cryptopolitanнастоятельно не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мыtronпровести независимоеdent и/или проконсультироваться с квалифицированным специалистом, прежде чем принимать какие-либо инвестиционные решения.

Аамир Шейх
Аамир — технологический журналист с почти шестилетним опытом работы в крипто- и технологической индустриях. Он окончил университет MAJ со степенью MBA в области финансов и маркетинга. Сейчас он работает в Cryptopolitan, где освещает последние события на криптовалютных рынках и прогнозирует цены.
















