外部のソースによると、企業がAIにより多くの作業プロセスを回すにつれて、課金は実験的な入力から見える運用コストにシフトしています。 風力士Chamath Palihapitiyaによると、多くの企業幹部は、まだ内部AIの呼び出しのサイズの完全な把握を持っていない可能性があり、そのような支出は、将来の利益パフォーマンスに直接反映される可能性があります。

企業がAI利用コストに直面する

CNBCのインタビューでは、Palihapitiyaは、一部の企業が従業員がAIツールを可能な限り使用することを奨励し、出力と効率性を向上させることを望むと述べました。 しかし、このアプローチでは、モデルコールの数が急速に増加し、企業からモデルサービスプロバイダに支払われるコストは同時に拡大されます。

シリコンバレーはこの傾向を「tokenmaxing」と呼ぶと述べた。つまり、AIトークンをより多くの仕事を交換できる限り消費することを意味する。 トークンは、モデルデータ処理とコストのベースユニットなので、使用量が高まり、ビジネス法案が大きい。

シニアマネジメントまたは内部コールサイズの不足

Palihapitiyaによると、いくつかのCEOとCFOは、組織内で消費されるトークンがどれだけ多くあるかを正確に知りません。 この状況が続いていると、AIが期待を超えるため、アメリカの企業も将来的に利益を失う可能性があります。

企業は、このような圧力について公然と話し始めています。 Uberのチーフ技術責任者、Praveen Neppalli Nagaは、同社の毎年恒例のClaudeコード予算が早期に実行されたと述べた。 InstagramのディレクターであるAdam Mosseri氏は、チームが「未使用だが消費トークン」プロジェクトの一部をシャットダウンしたと述べました。

  • Uber、フルイヤー、Claudeコードの予算は初期に実行されます。
  • Instagramは高い消費量がトークンを削減したことを示しています
  • エンタープライズAIの支出は、パイロットフェーズから運用対象に移動します

ヘッド製品を高速化。

増加コストの圧力と並行して、Palihapitiyaは、OpenAIとAnthropicのハイエンドモデルがより安価な製品のための競争に直面していると述べました。 彼によると、Meta、Google、XAIなどの会社が立ち上げたモデルが安くなりましたが、ほとんどの使用シナリオでヘッド製品に近い性能でした。

一方、現行の反復モデルは続行していたが、以前のアップデートのパフォーマンスは高くなかった。 ほとんどの企業にとって、高価なモデルの大規模な調達を継続するための合理的性は、既に主要なニーズをカバーしている場合、減少したモデルが減少します。

つまり、企業がAI をデプロイする次の時間は、フォーカスは単なる「もっと必要」ではなく、モデル選択、予算配分、実際の出力の関係の再評価ではないかもしれません。