AI入力出力を評価する際は、「どれだけ費やされたか」から「保存されたもの」に移動します。 Boris Cherny、Claudeコードのヘッド、Anthropicプログラミングツール、トークン消費量やダッシュボード使用量だけでは、アクティビティの反射だけであり、AIが提供するかどうかを直接示さない状態。

利用するだけではありません。

Chernyは、企業によるAIの採用経路に関するXプラットフォームのアドレスで、従業員がAIツールを日々のプロセスに組み込んだとき、次のステップは本当の利点を測定することだと述べました。 彼のビューでは、多くの企業が最初にデータを見ていきますが、そのような指標は投資収益ではなく、活動記録に近づいていました。

そこで、AIの欠如において、エンジニアチームが行う時間が必要とされているかどうかについて、より有意義な質問を提起しました。もし答えがそうであれば、企業は、経験したマニュアルの時間をさらに推定し、対応する人件費を推定できるようになりました。 節約のこの部分は、AIの直接リターンに近いです。

戻りは、保存された時間にあります。

彼によると、, 代わりに、モデルコール/セのコストに焦点を当てて, 企業は、エンジニアリング作業の一部に代替としてAIを見ることができます. 企業は、一般的に、そうでなければ必要な開発リソースをより明確に見積りることができるので、コード生成、修理、メンテナンスタスクの場合には、この測定は特に直接です。

また、より大きな利点は「キッカー」だけでなく、より多くの修理とメンテナンスのバックステージを移動すると、新しく建設的な作業のためのチームを解放するためにも述べた。 以前はリソースが不足し、スケジュールが困難だったプロジェクトを進め始めるために、企業が可能な多くの繰り返しタスクによってチームが占有されていないときだけです。

企業がAIを再計算し始める

このステートメントは、AIの支出に変化する焦点を反映しています。 前期には、AIの進捗状況を測定するために、トークンのs使用に関する一般的な業界全体の傾向がありましたが、入力が拡大したように、企業はコスト制御と実際の出力に焦点を合わせ始めました。

最近では、技術や金融会社の多くの幹部に問題が開かれています。 モーガン・チェイスのCEOであるジェイミー・ディモンは、AIが企業のAIコストが急速に上昇していたと述べ、同社は、入力を評価するために、他のリソースを管理していたため、合理化されると述べた。 また、OpenAIのCEOであるサム・アルトマンは、支出の減少と高い価値がビジネスクライアントによって頻繁に発生する話題になったと述べました。

この傾向から、AIツールのエンタープライズ調達と展開の焦点は、これらのツールが実際に手動入力を削減し、作業チームの範囲を拡大するかどうかを、より高い呼び出しを追求することからシフトしています。