AI 项目会耗尽资金吗？解读真实成本

由于 AI 努力在多个行业提供新解决方案，它们在技术创新领域吸引了大量关注。虽然对 AI 承诺的兴奋是可以理解的，但有必要揭露与这些大胆计划相关的真实成本。分解 AI 项目的复杂成本——这些成本远远超出传统的预算限制——是发现真正故事的地方。当企业努力应对实施 AI 的复杂性时，理解可见和不可见的成本变得至关重要。AI 项目的财务图景受到每个因素的影响，包括数据复杂性和团队构成。

探索 AI 项目成本

当更仔细地查看与 AI 倡议相关的成本时，标准成本模型显然无法捕捉费用的整个范围。这一反复出现的主题引起了人们对 AI 成本复杂性以及数据作为关键组成部分必要性的关注。除了传统的软件、硬件和服务三元组外，数据的复杂性和数量具有重大的财务影响。事实证明，准备、规划和数据净化是主要的成本变量，这突出了资源分配和规划的重要性。

为了简化事情，有 5 个因素导致 AI 成本

您希望开发的软件类型。任何通过基于其处理的数据做出判断来模仿人类智力的工具或程序都称为人工智能。 

您希望达到的智能程度。人们在讨论人工智能时，通常会想到《银翼杀手2049》中的全息头像和波士顿动力机器人。实际上，大多数商业 AI 解决方案属于狭义 AI 类别，因为它们仅设计用于执行特定任务。

您计划提供给系统的数据的数量和质量。人工智能的质量取决于其接受训练的数据量；算法处理的数据越多，其熟练程度就越高。

大型语言模型 (LLMs) 是 AI 应用程序开发工具的一个例子，已经过训练，使训练过程变得简单得多。 

所需的算法正确性水平。您使用的应用类型以及对 AI 解决方案施加的限制将直接影响其预测的准确性。 

AI 项目经理通常低估 AI 系统的总成本这一事实可能会对你的项目产生重大影响。AI 项目的总成本由多种因素决定。构建自己的 AI 模型而不是购买模型是其中之一。还必须考虑模型的实际测试和应用位置。当然，你还需要考虑数据工程的每一个方面。

降低成本策略

在 AI 项目费用的迷宫中出现的降低成本机会，为技术兴奋中的财务责任提供了一丝希望。通过使用“大想法，小开始，迭代”方法论作为指导，可以将项目支出控制在可控范围内。当较小的迭代允许快速调整方向和降低成本策略时，项目范围的重要性显而易见。

使用和发展由其他人预先构建的模型是范围控制的一种方法。这将是最便宜的，迭代速度最快。如果已经可用，请继续使用它。以这种方式从小处着手是最好的方法之一。这解释了为什么基础模型和 LLMs 目前如此受欢迎。它成本低廉，迭代速度快，可能的回报期非常短。因此，如果成本是你考虑的因素，而你可能没有很多钱，使用别人的模型是一个很好的选择。

为什么AI项目会失败

大多数失败的 AI 项目 被称为“登月计划”——由理想主义的 CIO 和数据科学家驱动的过于雄心勃勃的举措，他们希望“彻底改变我们组织长达数十年的运营”。这类项目可能需要永远才能完成，因此企业的 C 级高管最终停止向其投入资金，希望看到任何实际价值，这是有道理的。

您希望构建的独特系统的非常简单的版本可能只需花费几千美元，而在不了解项目具体细节的情况下，很难估算创建和部署人工智能程序的成本。另一方面，如果您考虑使用即插即用服务、预训练的机器学习模型或概念验证，您仍然可以在较低的预算下启动项目。