पहिले बिल पाहिल्यावर एक मुख्य वित्तीय अधिकारी खुर्चीवरून खाली पडले.
लवकर येणे किंवा दुपारच्या जेवणाच्या वेळेत काम करणे विसरून जा. २०२६ मध्ये, करिअरमधील यश हे कर्मचारी कृत्रिम बुद्धिमत्तेचा किती आक्रमकपणे वापर करतात यावर अधिकाधिक अवलंबून असेल.
ॲमेझॉन, डिस्ने आणि मेटा यांसारख्या कंपन्यांमधील कार्यकारी अधिकारी आता अंतर्गत डॅशबोर्ड, लीडरबोर्ड आणि वापर मेट्रिक्सच्या माध्यमातून कर्मचाऱ्यांच्या एआय (AI) कार्यावर लक्ष ठेवत आहेत.
मेटा येथे, कर्मचाऱ्यांनी किती एआय "टोकन्स" वापरले यावरून मोजल्या जाणाऱ्या, २५० सर्वात सक्रिय कर्मचाऱ्यांच्या क्रमवारीसाठी स्पर्धा केली आहे. टोकन्स म्हणजे एआय प्रणालींद्वारे प्रक्रिया केलेल्या मजकुराचे तुकडे.
डिस्ने अशाच प्रकारचे “एआय अॅडॉप्शन डॅशबोर्ड” चालवते, तर अॅमेझॉनने एआयच्या व्यापक वापरास इतक्या मोठ्या प्रमाणावर प्रोत्साहन दिले आहे की, काही कर्मचारी एआय साधनांना अनावश्यक कामे देऊन कामाचा व्याप फुगवून सांगत असल्याचे वृत्त आहे.
"टोकनमॅक्सिंग" असे टोपणनाव असलेली ही उदयोन्मुख पद्धत, जेव्हा निष्पत्ती मोजणे कठीण असते तेव्हाही, उत्पादकतेचे एक प्रात्यक्षिक मोजमाप बनली आहे.
एका तंत्रज्ञान कर्मचाऱ्याने याची तुलना बांधकाम साइटवरील लाकडी भुशाचा मागोवा घेण्याशी केली आणि म्हटले की, यातून अर्थपूर्ण उत्पादनाऐवजी केवळ हालचाल दिसून येते.
पण ही रणनीती खर्चिक ठरत आहे. कंपन्या दबाव आणत असताना कामगार एआयचा वापर जास्तीत जास्त करण्यासाठी, मोठ्या लँग्वेज मॉडेल्सशी संबंधित झपाट्याने वाढणाऱ्या कम्प्युट खर्चामुळे आयटी बजेटवर ताण येत आहे.
प्रमुख कंपन्यांवर आर्थिक दबाव आधीच दिसून येत आहे.
उबरचे मुख्य तंत्रज्ञान अधिकारी प्रवीण नेप्पल्ली नागा यांनी एप्रिलमध्ये खुलासा केला की, क्लॉड कोडसारख्या कोडिंग साधनांच्या वाढत्या मागणीमुळे कंपनीने आपले वार्षिक एआय बजेट चार महिन्यांपेक्षा कमी कालावधीतच संपवले.
उबरचे मुख्य कार्यकारी अधिकारी अँड्र्यू मॅकडोनाल्ड यांनी नंतर सांगितले की परतावा अनिश्चित होता, आणि पुढे म्हणाले:
त्या आकडेवारीपैकी एका आकडेवारीला, 'ठीक आहे, आता आम्ही खरोखरच २५% अधिक उपयुक्त ग्राहक वैशिष्ट्ये तयार करत आहोत' या निष्कर्षापर्यंत नेणे खूप कठीण आहे.
टेक कन्सल्टन्सी रेडमॉन्कची भागीदार असलेल्या कॅपॅसिटासचे डॅनी क्विल्टन म्हणाले की, काही कंपन्यांमधील प्रतिक्रिया अत्यंत टोकाची आहे.
पहिले बिल पाहिल्यावर एक मुख्य वित्तीय अधिकारी खुर्चीवरून खाली पडले.
जरी ChatGPT सारखी ग्राहक एआय साधने बहुतेकदा विनामूल्य किंवा वर्गणी-आधारित असली तरी, एंटरप्राइझ सिस्टीमसाठी सामान्यतः प्रति टोकन बिल आकारले जाते. एका क्वेरीसाठी अगदी कमी खर्च येऊ शकतो, परंतु मोठ्या प्रमाणावर वापर केल्यास तो लाखो किंवा अब्जावधी टोकन्सपर्यंत पोहोचू शकतो.
अधिक प्रगत कार्यांमुळे खर्चात लक्षणीय वाढ होते. एका लहान प्रश्नासाठी मोजकेच टोकन्स लागू शकतात, तर अहवाल किंवा कोड तयार करण्यासाठी प्रत्येक विनंतीमागे हजारो टोकन्स वापरले जाऊ शकतात.
विश्लेषकांच्या मते, प्रति दशलक्ष टोकन सुमारे £4 किंमत असलेले मॉडेल्स देखील एंटरप्राइझ स्तरावर महाग होत आहेत, विशेषतः जेव्हा अभियंते पार्श्वभूमीत सतत चालणाऱ्या स्वयंचलित “एजंट” प्रणाली तैनात करतात.
काही संघ आता एआय एजंटचे समूह चालवतात, जे रात्रभर डेटाचे विश्लेषण करतात किंवा स्वायत्तपणे कोड लिहितात आणि त्याची चाचणी घेतात.
या प्रणालींचे व्यवस्थापन अनेकदा अतिरिक्त एआय एजंटद्वारे केले जाते, ज्यामुळे त्यांचा वापर आणखी वाढतो.
एआय फर्म अँथ्रोपिकमधील क्लॉड कोडचे प्रमुख बोरिस चेर्नी सांगतात की, ते कोडिंगच्या कामांसाठी स्वतः एकाच वेळी शेकडो एजंट चालवतात.
दरम्यान, आपले एआय टूल ओपनक्लॉ ओपनएआयला विकणाऱ्या पीटर स्टेनबर्गर यांनी एकाच महिन्यात टोकन वापरासाठी १ दशलक्ष पाऊंड खर्च केल्याचे वृत्त आहे, आणि हा खर्च त्यांच्या कंपनीने उचलला होता.
एनव्हिडियाचे मुख्य कार्यकारी जेन्सेन हुआंग एआयचा वापर पगाराच्या प्रमाणात वाढला पाहिजे असा युक्तिवाद केला आहे:
जर त्या ५००,००० डॉलरच्या इंजिनिअरने किमान २५०,००० डॉलर किमतीचे टोकन्स वापरले नसतील, तर मला तीव्र चिंता वाटेल.
या पायाभूत सुविधांपैकी बहुतांश सुविधांना शक्ती देणाऱ्या एनव्हिडियाला, संपूर्ण उद्योगातील वाढत्या संगणकीय मागणीमुळे फायदा होण्याची शक्यता आहे.
मात्र, तज्ज्ञ असा इशारा देतात की टोकनचा वापर हा उत्पादकतेचे मोजमाप करण्यासाठी एक अयोग्य मापदंड आहे.
टेक सल्लागार फर्म रेडमॉन्कचे संस्थापक जेम्स गव्हर्नर म्हणाले:
जर तुम्ही सर्वांना 'भरपूर टोकन्स जाळून टाका' असे म्हणालात, तर तुम्ही भरपूर टोकन्स जाळून टाकाल. पण उत्पादकतेचे हे योग्य मोजमाप नाही.
बहुतेक संस्था अशा स्थितीत नाहीत की त्या सिद्ध न झालेल्या उत्पादकतेवर व्यावहारिकदृष्ट्या एवढी मोठी रक्कम खर्च करू शकतील.
खर्चही झपाट्याने वाढत आहेत.
संशोधनानुसार, प्रगत मॉडेल्सची मागणी वाढत असल्याने २०२६ च्या सुरुवातीपासून टोकनच्या किमती जवळपास दुप्पट झाल्या असून, मे महिन्यापासून त्यात २६% वाढ झाली आहे.
एजंट-आधारित प्रणाली या वाढीचे प्रमुख चालक आहेत, कारण त्यांना मानक चॅटबॉट संवादांपेक्षा लक्षणीयरीत्या अधिक संगणकीय शक्तीची आवश्यकता असते.
या वाढत्या खर्चामुळे काही कंपन्यांना त्यांच्या कार्यपद्धतीचा पुनर्विचार करण्यास भाग पडत आहे.
टार्गेटच्या कार्यकारी अधिकारी अँड्रिया झिमरमन म्हणाल्या की, एआयवरील प्रचंड खर्चामुळे कंपनीला “आमच्या धोरणाचे पुनर्मूल्यांकन” करण्यास भाग पडत आहे.
डुओलिंगोचे मुख्य कार्यकारी अधिकारी लुईस वॉन आन यांनी देखील एआय वापराच्या आधारावर कर्मचाऱ्यांचे मूल्यांकन करण्याची पूर्वीची योजना मागे घेतली आहे आणि ते कर्मचाऱ्यांना हे तंत्रज्ञान वापरण्यास "सक्ती" करणार नाहीत असे म्हटले आहे.
त्याच वेळी, काही कंपन्या इतरत्र खर्च कमी करून एआयवरील खर्चाची भरपाई करण्याचा प्रयत्न करत आहेत.
मेटाने अलीकडेच आपल्या कर्मचाऱ्यांची संख्या सुमारे ८,००० पदांनी कमी केली आहे, तर उबरने वाढत्या एआय खर्चाचे संतुलन साधण्यासाठी भरती प्रक्रिया मंदावली आहे.
गोल्डमन सॅक्सच्या विश्लेषकांच्या अंदाजानुसार, अभियांत्रिकी भूमिकांशी संबंधित एआयवरील खर्च मानवी श्रमाच्या खर्चाच्या १० टक्क्यांच्या जवळ पोहोचत आहे आणि सध्याचा कल असाच सुरू राहिल्यास ही समानता गाठली जाण्याची शक्यता आहे.
सीसीएस इनसाइटचे विश्लेषक, बोला रोटिबी म्हणाले:
काही संस्थांना सुरुवातीला भरतीवरील खर्च कमी करून एआयकडे वळवण्याचा मोह होऊ शकतो.
परंतु कालांतराने, नेते एआयवरील खर्च आणि सिद्ध झालेले परिणाम यांच्यात अधिक स्पष्ट संबंधांची मागणी करतील, त्यामुळे त्या संतुलनाचा फेरविचार केला जाईल.
सरतेशेवटी, अनेक कंपन्यांसाठी प्रश्न हा आहे की, झपाट्याने वाढणाऱ्या एआय अर्थव्यवस्थेमध्ये “टोकनमॅक्सिंग” ही खरी उत्पादकता आहे की केवळ एक महागडे संकेत आहे.
लोड करीत आहे ...