McKinsey: Η χρήση AI agents μπορεί να εκτοξεύσει το κόστος για τις επιχειρήσεις
- AI agents: Γιατί αυξάνουν το κόστος χρήσης τεχνητής νοημοσύνης στις επιχειρήσεις
- McKinsey: Έως και 30 φορές μπορεί να διαφέρει το κόστος εκτέλεσης μιας εργασίας από διαφορετικούς AI agents
- Τεχνητή νοημοσύνη: Οι επιχειρήσεις αυξάνουν τις επενδύσεις, αλλά εξετάζουν πλέον το κόστος και την παραγωγικότητα των AI agents
Η αυξανόμενη χρήση AI agents μπορεί να οδηγήσει σε σημαντική αύξηση των δαπανών των επιχειρήσεων για τεχνητή νοημοσύνη, προειδοποιεί η McKinsey & Company, καθώς οι agents δεν περιορίζονται στην παραγωγή κειμένου ή απαντήσεων, αλλά εκτελούν αυτόνομα σύνθετες εργασίες πολλών βημάτων.
Σε αντίθεση με τα εργαλεία τεχνητής νοημοσύνης που βασίζονται κυρίως σε ερωτήματα και απαντήσεις, οι AI agents μπορούν να αναλαμβάνουν μια διαδικασία και να την ολοκληρώνουν, γεγονός που απαιτεί περισσότερους υπολογιστικούς πόρους και συνεπάγεται υψηλότερο κόστος.
Μάλιστα, σύμφωνα με μελέτη της McKinsey, το κόστος ολοκλήρωσης μιας εργασίας μπορεί να διαφέρει έως και 30 φορές μεταξύ διαφορετικών AI agents, ανάλογα με τον τρόπο με τον οποίο εκτελούν την ίδια διαδικασία.
«Είναι σαν να διευθύνεις μια επιχείρηση, αλλά κάθε μέρα υπάρχει διαφορά 30 φορές στο κόστος», δήλωσε ο Lari Hämäläinen, senior partner της McKinsey.
Οι επιχειρήσεις αυξάνουν τις δαπάνες για AI
Η αύξηση του κόστους έρχεται σε μια περίοδο κατά την οποία οι επιχειρήσεις επενδύουν ολοένα περισσότερο στην τεχνητή νοημοσύνη.
Σύμφωνα με την έρευνα 2026 State of AI της McKinsey, περίπου μία στις τρεις επιχειρήσεις δαπανά ήδη πάνω από το 10% του προϋπολογισμού της για τεχνολογία και επικοινωνίες στην τεχνητή νοημοσύνη. Παράλληλα, το 60% των ερωτηθέντων δήλωσε ότι σχεδιάζει να αυξήσει τις δαπάνες για AI το επόμενο έτος.
Την ίδια στιγμή, περίπου ένας στους πέντε συμμετέχοντες στην έρευνα ανέφερε ότι οι δαπάνες για τεχνητή νοημοσύνη αρχίζουν να δημιουργούν περιορισμούς στο λειτουργικό κόστος των οργανισμών.
«Οι δαπάνες πλέον αποκτούν σημαντικό μέγεθος και γίνονται ορατές», δήλωσε ο Tanguy Catlin, senior partner της McKinsey και διευθυντής του McKinsey Global Institute.
Μεγαλύτερη πίεση στην ανάπτυξη λογισμικού
Το ζήτημα είναι ιδιαίτερα έντονο στις ομάδες ανάπτυξης λογισμικού που χρησιμοποιούν AI agents για την αυτοματοποίηση εργασιών προγραμματισμού. Η McKinsey σημειώνει ότι η διαδικασία είναι ιδιαίτερα απαιτητική σε tokens, γεγονός που μπορεί να αυξήσει σημαντικά το κόστος χρήσης.
Η εξέλιξη αυτή έρχεται μετά από μια περίοδο κατά την οποία πολλές επιχειρήσεις ενθάρρυναν τους εργαζομένους τους να χρησιμοποιούν περισσότερο εργαλεία τεχνητής νοημοσύνης. Ωστόσο, η αύξηση της χρήσης έχει ήδη αρχίσει να μεταφράζεται σε υψηλότερους λογαριασμούς.
Ορισμένες εταιρείες έχουν πλέον θέσει περιορισμούς στη χρήση AI, καθώς το κόστος αυξάνεται. Η Coinbase και η Salesforce είναι μεταξύ των επιχειρήσεων που έχουν αρχίσει να εφαρμόζουν όρια στη χρήση, ενώ η Amazon διέκοψε έναν πίνακα κατάταξης που είχε δημιουργηθεί από εργαζομένους και κατέγραφε τη χρήση AI tokens, αφού διαπιστώθηκε ότι ορισμένοι εργαζόμενοι εκτελούσαν εργασίες αποκλειστικά για να ανεβαίνουν στην κατάταξη.
Το όφελος πρέπει να μετριέται σε σχέση με το κόστος
Η McKinsey επισημαίνει πάντως ότι οι AI agents μπορούν να προσφέρουν σημαντικά οφέλη στην παραγωγικότητα. Σε έκθεση που δημοσιεύθηκε νωρίτερα μέσα στον μήνα, εκτίμησε ότι η agentic AI μπορεί να μειώσει κατά 35% έως 40% τον χρόνο που αφιερώνουν οι εργαζόμενοι σε ορισμένες εργασίες των transformation offices, ενώ σε ορισμένες περιπτώσεις η μείωση μπορεί να ξεπεράσει το 70%.
Το ζητούμενο για τις επιχειρήσεις είναι επομένως να αξιολογούν αν η εξοικονόμηση χρόνου και η παραγωγικότητα που προσφέρουν οι agents αντισταθμίζουν το κόστος λειτουργίας τους. «Πολλά από αυτά τα μαθαίνουμε μόλις τώρα», δήλωσε ο Hämäläinen. «Τους επόμενους 12 μήνες θα γίνει πολύ σημαντικό».
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
- Μαρκ Ζούκερμπεργκ: Έγινε πλουσιότερος κατά 25 δισ. δολάρια σε μία ημέρα – Το στοίχημα που εκτόξευσε τη Meta
- Social media: Σχεδόν 1 στους 2 εφήβους κάνει προβληματική χρήση – Τι δείχνουν τα στοιχεία για την Ελλάδα
- Η «ήρεμη δύναμη» των ευρωπαϊκών ομολόγων: Γιατί αντέχουν, η περίπτωση της Ελλάδας
