تبدیل هوش مصنوعی به یک دارایی، نه هزینه

وقتی مشتریان در مورد هزینه‌های هوش مصنوعی صحبت می‌کنند، مکالمه معمولا با قیمت‌های رمز شروع می‌شود و با دسترسی به آخرین و تواناترین مدل در فضای ابری به پایان می‌رسد. آیا آنها همیشه به این سطح از توانایی نیاز دارند؟ نه لزوما. اما اغلب گفتگو به همین جا می رسد.

همانطور که هوش مصنوعی از آزمایش به تولید می رود، انتخاب مدل تنها بخشی از معادله است. هنگامی که تقاضا ثابت و حیاتی می شود، رویکرد صرفا مصرف می تواند مخارج هوش مصنوعی را به یک آیتم ماهانه متغیر تبدیل کند که پیش بینی آن با تغییر استفاده، حجم کار و الزامات مدل دشوار است.

در آن مرحله، دیگر این سوال به سادگی این نیست که کدام مدل را مصرف کنیم، یا کدام ارائه‌دهنده کمترین قیمت توکن را ارائه می‌دهد: این است که چگونه هوش مصنوعی را اقتصادی، قابل پیش‌بینی و در مقیاس پایدار اجرا کنیم.

هوش مصنوعی از خلبان‌های ایزوله به مجموعه‌های تولید می‌رود: دستیاران، سیستم‌های بازیابی و دانش، و برنامه‌های کاربردی. کارگزاران خدمات مشتری، فناوری اطلاعات، تحقیقات و فرآیندهای تجاری می‌توانند گردش‌های کاری چند مرحله‌ای را در سراسر سیستم‌های سازمانی اجرا کنند و تقاضای تکرارشونده را در بین مدل‌ها، داده‌ها و ابزارها ایجاد کنند.

این در حال حاضر شروع به رخ دادن است. وضعیت هوش مصنوعی Deloitte در سال 2026 منعکس کننده چیزی است که بسیاری از رهبران می بینند: دسترسی کارگران به هوش مصنوعی در سال 2025 5 درصد افزایش یافت و انتظار می رود سهم شرکت هایی که حداقل 40 درصد از پروژه های هوش مصنوعی خود را در تولید دارند طی شش ماه دو برابر شود.

وقتی هوش مصنوعی به مجموعه‌ای از بارهای کاری دائمی تبدیل می‌شود، نه مجموعه‌ای از آزمایش‌ها، اقتصاد تغییر می‌کند. قیمت گذاری مصرف به تیم ها انعطاف می دهد و تعهد را محدود می کند. اما زمانی که استفاده ثابت، قابل پیش‌بینی و به اندازه کافی بزرگ می‌شود تا ظرفیت تولیدی را حفظ کند، رهبران باید یک سوال متفاوت بپرسند: آیا خرید هر بار یک درخواست هوش مصنوعی هنوز منطقی است یا زمان سرمایه‌گذاری روی ظرفیتی است که می‌توانند بهینه‌سازی و کنترل کنند؟

این یک بحث انتزاعی ابر در مقابل مکان نیست. این یک تصمیم تجاری حجم کار به حجم کار است. طی 12 تا 18 ماه آینده، شرکت به طور معقول چه میزان تقاضای هوش مصنوعی می تواند انتظار داشته باشد؟ چقدر از این ظرفیت به طور مداوم استفاده خواهد شد؟ هنگامی که بارهای کاری متعدد زیرساخت ها را به اشتراک می گذارند، شرکت می تواند هزینه های ثابت را در استفاده مولدتر توزیع کند - بهبود اقتصادی مالکیت.

سوال این است که چقدر می دوید

مالکیت به طور خودکار پاسخ کم هزینه نیست. تنها زمانی منطقی به نظر می رسد که یک شرکت بتواند ظرفیت تولیدی خود را حفظ کند.

هر سازمانی یک نقطه متقاطع دارد، سطح استفاده پایدار که در آن مالکیت ظرفیت می‌تواند مقرون به صرفه‌تر از خرید یک درخواست در یک زمان باشد. هیچ شماره جهانی وجود ندارد. این بستگی به مدل‌های مورد استفاده، تعادل توکن‌های ورودی و خروجی، الزامات عملکرد، طراحی سیستم، هزینه‌های انرژی و مدل عملیاتی مورد نیاز برای پشتیبانی از آن دارد.

یک سیستم دانش سنگین بازیابی می تواند نمایه هزینه بسیار متفاوتی از یک دستیار ساده داشته باشد زیرا ممکن است زمینه بسیار بیشتری را برای هر تعاملی پردازش کند. گردش کار عامل می تواند دوباره متفاوت باشد: یک کار تجاری ممکن است مستلزم استدلال مکرر، بازیابی، فراخوانی مدل و استفاده از ابزار باشد. به همین دلیل است که معیارهای هزینه عمومی کافی نیستند. شرکت ها باید حجم کاری واقعی خود را مدل کنند، تقاضای مورد انتظار و ظرفیت اندازه را بر اساس آن درک کنند.

در سطح استفاده صحیح، مزیت نه تنها هزینه موثر کمتر، بلکه قابل پیش بینی بیشتر است: توانایی مدیریت ظرفیت هوش مصنوعی به عنوان یک سرمایه گذاری استراتژیک زیرساخت به جای تماشای نوسان یک خط هزینه ماهانه با استفاده از مدل و تقاضای حجم کار.

مالکیت تنها زمانی کار می کند که به کار گرفته شود

تصمیم سرمایه تنها نیمی از معادله است. حتی زمانی که علم اقتصاد از مالکیت حمایت می‌کند، ظرفیت تنها زمانی ارزش ایجاد می‌کند که کسب‌وکار بارهای کاری را به سرعت وارد تولید کند و آن‌ها را ادامه دهد.

این کار بیش از نصب زیرساخت نیاز دارد. این یک مدل عملیاتی نیاز دارد که فناوری را به پذیرش و نتایج تجاری مرتبط می‌کند: وارد کردن کاربران و بار کاری، کنترل نحوه استفاده از هوش مصنوعی، بررسی استفاده، و شناسایی مستمر موارد استفاده با ارزش بعدی.

هدف این است که زودتر ارزش ایجاد کنید، سپس بر روی آن بسازید. این به معنای اندازه گیری میزان استفاده، شناسایی ظرفیت کم استفاده، و آوردن بارهای کاری با ارزش اضافی به پلت فرم در طول زمان است. بدون آن نظم و انضباط، کسب و کار ممکن است هرگز ارزش اقتصادی را که سرمایه گذاری را توجیه می کند، درک نکند. با آن، ظرفیت هوش مصنوعی به دارایی مولد تبدیل می شود که کسب و کار می تواند آن را بهینه سازی کند، گسترش دهد و برای ایجاد ارزش قابل اندازه گیری از آن استفاده کند.

سه سوال برای پرسیدن

قبل از سرمایه گذاری، رهبران باید سه سوال بپرسند:

آیا تقاضا برای توجیه ظرفیت اختصاصی به اندازه کافی ثابت، قابل پیش بینی و بزرگ می شود؟

مالکیت در چه سطحی از استفاده اقتصادی معنا دارد؟

آیا می‌توانیم این ظرفیت را از طریق پذیرش، حاکمیت و گسترش مستمر موارد استفاده، مولد نگه داریم؟

تغییر را عمدا انجام دهید

همانطور که هوش مصنوعی به سمت تولید حرکت می کند، سازمان هایی که بیشترین ارزش را ایجاد می کنند، فراتر از قیمت های توکن و آخرین مدل نگاه خواهند کرد. آنها متوجه خواهند شد که تقاضای مکرر نیاز به مدل اقتصادی متفاوتی داشته باشد - و نظم عملیاتی برای تولید این ظرفیت را خواهند داشت.

این زمانی است که هوش مصنوعی دیگر هزینه نیست و تبدیل به یک دارایی می شود.

این محتوا توسط HPE تولید شده است. این توسط هیات تحریریه MIT Technology Review نوشته نشده است.