Maxio Branden JenkinsのCEOは、同社の先進的なAIエージェントが必ずしも急激に増加したのではなく、技術ギャップに関する従業員の不安であると述べた。 AIコードを使用して1つの週末, 彼はアカウントが終わっていたことがわかりました $1,000 短期間で自動更新のために, その後、内部警告ケースになりました.

オーバーランをトリガーする1つの週末

Jenkins氏は、通常、Claudeをコード化されたデバッグタスクのために自分の携帯電話に直接呼び出すと述べた。 口座に自動充填が含まれているため、トークンが排出される限り、控除は1,000ドルを継続し、その費用はダッシュボードを見ているまで上昇しているとは見つかりません。

彼のビューでは、AIの使用は、単に呼び出しの数のためではなく、不適切なモデル選択と元の目的からの対話プロセスの継続的な偏差を無駄にしていました。 エージェントの ' s の実行のエラーは、トークンの継続的な消費も結果的に不必要な支出になります。

レポートでは、Gartner は、エージェント AI がタスクごとにトークンを消費していることを推定し、通常のチャットロボットとして 5 回以上 30 回を占めています。 その他の調査では、過去1年間に米国企業のAIプロジェクトで予算オーバーランが発生したことを示しています。

割付けでモデルの配布を開始しました。

その経験の後、ジェンキンスは使用方法を調整し始めました。 シンプルなタスクをモデルを軽量化し、一般的なコードをミドルモデルやコストの高いモデルに割り当て、より複雑な計画タスクに割り当てます。

また、一部のサードパーティ製のツールは、出力コンテンツを圧縮することでトークン消費を削減できると言及しました。 たとえば、AIは、より短い、より直接的な文章で、不要なコストを削減する必要があります。 彼によると、そのような方法は大幅にコストを削減することができます。

彼はまた指摘したが、これらの技術は通常HFユーザーや技術者の手にあったことであり、通常のスタッフがアクセスするのは困難でした。 チーム内の使用ギャップをさらに悪化させる機能のこの違い。

スタッフの不安からストレスが増えます。

Jenkinsは、同社のAIのプロモーションで、ツールの配布における効率性、差異、スタッフの懸念を最も重視したと述べました。 これらは、対処するのが最も困難です。

彼は、管理者に圧力をかけた管理チームが責任を負う操作で自動化ツールを直接構築すると述べました。 彼がこれらのプログラムを始めたら、彼は直接知っていたが、今は後ろに感じた。

同様の感情は、投稿が置換され、チームがダウンサイズされるかどうかに関する懸念を含む、より広いチームに表示されます。 同時に、同社は、ChatGPTの労働力全体への初期の開口部と、約50の売上高および市場従業員に対する高価なClaudeのその後の承認の初期開口部も、他のセクターにおけるリソースの不等な分布に関する質問を提起しました。

組織構造におけるAIエージェントの集約

これらの問題に対応するため、マキシモはAIエージェントを組織設計に組み込むようになりました。 Jenkins は、部門構造のコンボにおいて、管理が行なわれていると述べていますが、統計的な報告関係のスタッフだけでなく、相互に直接管理されているAIエージェントも、混合組織図に含まれています。

また、DevOpsチームを拡張し、スタッフ自身が開発してきた社内ツールを引き継ぎ、業務の重要な役割を担っています。 ジェンキンスは、個々のスタッフの手だけで、これらのツールは、継続、セキュリティ、アウトリーチの問題を高めることができると信じています。

彼のビューでは、AIを使用する企業にとっては、時折4桁のオーバーランではなく、収入成長と人的拡大の関係が変化し、従業員が新しいツールを受け入れることを望んでいたかどうかは、より興味深いものでした。