एआयची महागडी वास्तविकता: सॅम ऑल्टमन म्हणतात की कंपन्या वेगाने बजेट संपत आहेत

गेल्या दोन वर्षांपासून, कृत्रिम बुद्धिमत्तेच्या आसपासचे संभाषण वेग, क्षमता आणि अवलंब यावर केंद्रित आहे. कंपन्यांनी AI सहाय्यकांचा परिचय करून देण्यासाठी, कामाच्या ठिकाणी कार्ये स्वयंचलित करण्यासाठी आणि कर्मचाऱ्यांना वाढत्या शक्तिशाली मॉडेल्सचा वापर करण्यास प्रोत्साहित केले. स्पर्धात्मक राहण्यासाठी खर्च करणे हे सहसा आवश्यक खर्च मानले जात असे. आता, एक वेगळा प्रश्न बोर्डरूमच्या चर्चेवर वर्चस्व गाजवू लागला आहे: या सर्वांची किंमत किती आहे?

हा प्रश्न या आठवड्यात तीव्र फोकसमध्ये आला जेव्हा OpenAI चे मुख्य कार्यकारी सॅम ऑल्टमन यांनी कबूल केले की कंपनीच्या ग्राहकांमध्ये AI खर्चाबद्दलची चिंता वेगाने वाढली आहे. इंटेलिजन्स ॲट वर्क इव्हेंट दरम्यान बोलताना, ऑल्टमन म्हणाले की बऱ्याच संस्थांना त्यांचे एआय बजेट अपेक्षेपेक्षा खूप लवकर दबावाखाली सापडत आहे, काही क्लायंटने विनोद केला की त्यांनी वर्षाच्या पहिल्या तिमाहीत 2026 साठी त्यांचा नियोजित खर्च संपवला आहे.

टिप्पण्या मोठ्या प्रमाणावर दत्तक दर आणि तांत्रिक क्षमतेवर लक्ष केंद्रित केलेल्या उद्योगातील टोनमध्ये लक्षणीय बदल दर्शवितात. अलीकडेपर्यंत, अनेक कंपन्या वाढत्या AI खर्चाला शोषून घेण्यास इच्छुक दिसल्या या गृहीतकेने की उत्पादकता वाढीमुळे खर्चाचे समर्थन होईल. AI चा वापर दैनंदिन कामात अधिक खोलवर अंतर्भूत होत असल्याने, तथापि, फायनान्स टीम वापराच्या पद्धतींचे अधिक बारकाईने परीक्षण करू लागले आहेत आणि विचारू लागले आहेत की उपभोग मोजता येण्याजोग्या परताव्यापेक्षा वेगाने वाढत आहे.

ऑल्टमॅन म्हणाले की वर्षाच्या सुरुवातीला ग्राहकांकडून क्वचितच खर्चाबद्दल चिंता व्यक्त केली गेली होती. त्यांच्या मते, ही परिस्थिती झपाट्याने बदलली आहे, आता कंपन्यांनी ओपनएआयला कमी खर्च करून अधिक मूल्य मिळविण्यात मदत करण्यास सांगितले आहे. टिप्पण्या सूचित करतात की खर्च व्यवस्थापन हा केवळ ग्राहकांसाठीच नाही तर तंत्रज्ञानाची निर्मिती आणि विक्री करणाऱ्या कंपन्यांसाठी AI व्यवसायाचा एक महत्त्वाचा भाग बनत आहे.

टोकनचा वाढता वापर कॉर्पोरेट बजेटवर दबाव आणतो

टोकन्सचा वाढता वापर, प्रॉम्प्ट हाताळताना, प्रतिसाद निर्माण करणे आणि अधिक क्लिष्ट कार्ये पार पाडताना एआय सिस्टम ज्या युनिट्सवर प्रक्रिया करतात ते या समस्येच्या केंद्रस्थानी आहेत. टोकन जितके जास्त वापरतील, तितकी संगणकीय मागणी जास्त आणि बिल मोठे.

त्या वाढीचे प्रमाण धक्कादायक आहे. ऑल्टमन म्हणाले की साडेसहा वर्षांपूर्वी OpenAI चा सर्वात मोठा टोकन वापरकर्ता दरमहा सुमारे 100,000 टोकन वापरत होता, हा आकडा त्यावेळी अपवादात्मक मानला जात होता. आज, तो म्हणाला, तो व्हॉल्यूम अंदाजे जगभरातील सरासरी प्रति-व्यक्ती वापराशी जुळतो. OpenAI चा सर्वात मोठा अंतर्गत वापरकर्ता आता प्रत्येक महिन्याला सुमारे 100 अब्ज टोकन वापरतो, तर बाह्य वापरकर्त्याने या रकमेपेक्षाही जास्त वापर केला आहे.

अशा संख्येवरून संस्थांमध्ये एआयचा वापर किती वेगाने वाढला आहे हे स्पष्ट करतात. अधूनमधून प्रयोग म्हणून जे सुरू झाले ते सॉफ्टवेअर डेव्हलपमेंट, ग्राहक सेवा, सामग्री उत्पादन, संशोधन आणि कामाच्या ठिकाणी प्रशासनाचा नित्याचा भाग बनला आहे. अधिक कर्मचाऱ्यांना AI सिस्टीममध्ये प्रवेश मिळत असल्याने, इनव्हॉइस येईपर्यंत कंपन्यांनी आर्थिक प्रभावाचे पूर्ण कौतुक न करता टोकनचा वापर नाटकीयरित्या वाढू शकतो.

अनेक उदाहरणांनी खर्चाचे प्रमाण अधोरेखित केले आहे. OpenClaw चे निर्माते, पीटर स्टीनबर्गर यांनी उघड केले की त्यांच्या टीमने एका महिन्यात OpenAI API टोकन्सवर अंदाजे $1.3 दशलक्ष खर्च केले, त्या कालावधीत 600 अब्ज टोकन्सचा वापर केला. अहवालात असेही सुचवण्यात आले आहे की काही OpenAI कर्मचारी स्वतःच उत्पादनांची चाचणी आणि विकास करताना शेकडो अब्जावधी टोकन वापरतात.

बऱ्याच कंपन्यांमध्ये, AI च्या उत्साहाने प्रोत्साहने निर्माण केली आहेत जी अजाणतेपणे वापर वाढवू शकतात. अंतर्गत स्पर्धा, कार्यप्रदर्शन लक्ष्ये आणि उत्पादकता उपक्रमांनी कर्मचाऱ्यांना काहीवेळा AI प्रणालींद्वारे अधिक कार्ये मार्गी लावण्यासाठी प्रोत्साहित केले आहे, जरी फायदे अस्पष्ट आहेत. याचा परिणाम म्हणजे सुधारित व्यवसाय परिणामांशी थेट संबंध नसताना वापर वाढला आहे.

अलीकडील अहवाल सूचित करतात की काही कंपन्या त्या पद्धतींचे पुनर्मूल्यांकन करण्यास सुरवात करत आहेत. अंतर्गत लीडरबोर्डवर त्यांची स्थिती सुधारण्यासाठी ॲमेझॉनच्या कर्मचाऱ्यांनी अनावश्यक कामांसाठी एआय टूल्सचा वापर केल्याची कबुली दिली आहे. वाढत्या खर्चामुळे मायक्रोसॉफ्टने काही कोडिंग असिस्टंटचा प्रवेश कमी केला आहे. इतर तंत्रज्ञान कंपन्यांनी संघांमध्ये एआय संसाधनांचे वाटप कसे केले जाते याचे पुनरावलोकन करण्यास सुरुवात केली आहे.

हा मुद्दा विशेषतः महत्वाचा आहे कारण अनेक प्रगत AI अनुप्रयोगांना मॉडेल्ससह वारंवार संवाद साधण्याची आवश्यकता असते. एजंट-आधारित प्रणाली, जे एकाच प्रॉम्प्टला प्रतिसाद देण्याऐवजी कार्यांचे अनुक्रम करू शकतात, बहुतेकदा पारंपारिक चॅटबॉट्सपेक्षा कितीतरी जास्त टोकन वापरतात. प्रत्येक कृती, पडताळणीची पायरी आणि फॉलो-अप विनंती एकूण वापरात भर घालते, संगणकीय मागणी आणि ऑपरेटिंग खर्च वाढवते.

कार्यक्षमतेचा शोध पुढील रणांगण बनतो

AI कंपन्या मोठ्या मॉडेल्स, नवीन उत्पादने आणि विस्तारित संगणकीय क्षमता यामध्ये मोठ्या प्रमाणात गुंतवणूक करत असताना खर्चावर वाढता लक्ष केंद्रित केले जाते. त्या गुंतवणुकीसाठी डेटा केंद्रे, विशेष चिप्स आणि विजेवर भरीव खर्च करावा लागतो. त्यामुळे AI प्रदात्यांना दोन्ही बाजूंकडून दबावाचा सामना करावा लागतो: ग्राहकांना कमी बिल हवे असते तर विकासकांना महागडे प्रशिक्षण आणि अनुमान खर्चाचा सामना करावा लागतो.

ऑल्टमॅनने सूचित केले की OpenAI कार्यक्षमता सुधारण्यासाठी आणि ग्राहकांसाठी खर्च कमी करण्यासाठी काम करत आहे. त्याने विशिष्ट तपशील प्रदान केला नसला तरी, कंपनीने याआधी लहान मॉडेल्स, किंमत समायोजन आणि तांत्रिक सुधारणा सादर केल्या आहेत ज्यायोगे संगणकीय आवश्यकता कमी कराव्या लागतील.

उद्योगासमोरील आव्हान हे आहे की कमी खर्चामुळे नेहमीच कमी खर्च होत नाही. अर्थशास्त्रज्ञ अनेकदा जेव्हन्स विरोधाभास दर्शवतात, ही कल्पना की जेव्हा संसाधन स्वस्त होते तेव्हा लोक त्याचा अधिक वापर करतात. एआय समान पद्धतीचे अनुसरण करत असल्याचे दिसते. मॉडेल्स ऑपरेट करण्यासाठी कमी खर्चिक होत असल्याने, संस्था अनेकदा खर्च कमी करण्याऐवजी त्यांचा वापर वाढवतात.

हा नमुना आधीच सॉफ्टवेअर डेव्हलपमेंटमध्ये पाहिला जाऊ शकतो. अभियांत्रिकी संघांमध्ये कोडिंग सहाय्यक सामान्य झाले आहेत, प्रोग्रामरना कोड तयार करण्यात मदत करतात, बदलांचे पुनरावलोकन करतात आणि समस्यांचे निवारण करतात. प्रत्येक परस्परसंवादामुळे वेळेची बचत होऊ शकते, परंतु हजारो कर्मचारी आणि लाखो विनंत्यांमध्ये गुणाकार केल्यास, एकूण वापर झपाट्याने वाढू शकतो.

कंपन्या त्यांच्या AI गुंतवणुकीवरील परतावा कसा मोजतात याबद्दलही प्रश्न उपस्थित होत आहेत. काही अधिकारी असा युक्तिवाद करत राहतात की उच्च उत्पादकता अखेरीस खर्चाच्या पातळीला न्याय देईल. इतर अधिक सावध झाले आहेत, हे लक्षात घेऊन की वाढलेला वापर आपोआप चांगल्या उत्पादनांमध्ये, मजबूत विक्रीमध्ये किंवा उच्च नफ्यात अनुवादित होत नाही.

उबरचे मुख्य कार्यकारी दारा खोसरोशाही यांनी अलीकडेच असे सुचवले आहे की एआय खर्च आणि यशस्वी उत्पादन वितरण यांच्यात अद्याप स्पष्ट संबंध नाही. एआय कुठे मोजता येण्याजोगे मूल्य निर्माण करते आणि कुठे खर्च वाढवते हे निर्धारित करण्याचा कंपन्या प्रयत्न करत असताना अशाच प्रकारच्या चिंता उद्योगांमध्ये निर्माण झाल्या आहेत.