والمارت و اوبر استفاده کارکنان از هوش مصنوعی را محدود می‌کنند، چرا که هزینه‌های سرسام‌آور رایانش، توسعه هوش مصنوعی شرکت‌ها را به چالش می‌کشد

هوش مصنوعی به یکی از تحول‌آفرین‌ترین فناوری‌های عصر کسب‌وکار مدرن تبدیل شده است؛ صنایع را بازشکل می‌دهد، گردش‌های کاری را بازتعریف می‌کند و فرصت‌های جدیدی برای بهره‌وری در تقریباً هر بخش از اقتصاد ایجاد می‌کند.

با این حال، در حالی که شرکت‌ها برای ادغام هوش مصنوعی در عملیات روزانه خود هجوم می‌برند، چالش جدیدی در حال ظهور است: هزینه.

بر اساس گزارش‌هایی که در بازارهای مالی برجسته شده، شرکت‌های بزرگی از جمله والمارت و اوبر در حال محدود کردن استفاده کارکنان از ابزارهای هوش مصنوعی هستند، چرا که مدیران ارشد به دنبال کنترل هزینه‌های رایانشی در حال افزایش سریع مرتبط با استقرار گسترده هوش مصنوعی هستند.

این تحول بازتاب یک واقعیت رو به رشد است که بسیاری از کسب‌وکارها با آن روبرو می‌شوند. در حالی که هوش مصنوعی وعده دستاوردهای عظیم بهره‌وری را می‌دهد، زیرساخت مورد نیاز برای پشتیبانی از پذیرش گسترده هوش مصنوعی همچنان پرهزینه است.

این موضوع توجه قابل توجهی از سوی سرمایه‌گذاران، رهبران فناوری و مدیران شرکت‌ها را به خود جلب کرده است، چرا که شرکت‌ها تلاش می‌کنند نوآوری را با انضباط مالی متوازن کنند.

این گزارش در میان جوامع فناوری و مالی به طور گسترده مورد بحث قرار گرفت و پس از برجسته شدن توسط Cointelegraph در پلتفرم رسانه اجتماعی X دید بیشتری پیدا کرد.

این وضعیت بر یک تغییر گسترده‌تر در سراسر دنیای شرکت‌ها تأکید می‌کند: گذار از آزمایش هوش مصنوعی به اقتصاد هوش مصنوعی.

منبع: XPost

هزینه پنهان انقلاب هوش مصنوعی

در چند سال گذشته، هوش مصنوعی به یک اولویت استراتژیک محوری برای شرکت‌ها در سراسر جهان تبدیل شده است.

کسب‌وکارها میلیاردها دلار در دستیارهای مبتنی بر هوش مصنوعی، ابزارهای بهره‌وری، پلتفرم‌های توسعه نرم‌افزار، سیستم‌های خدمات مشتری و فناوری‌های تحلیل داده سرمایه‌گذاری کرده‌اند.

این سرمایه‌گذاری‌ها با انتظاراتی تغذیه شده‌اند که هوش مصنوعی می‌تواند کارایی را بهبود بخشد، هزینه‌های عملیاتی را کاهش دهد و نوآوری را تسریع کند.

با این حال، این فناوری با هزینه‌های قابل توجهی همراه است.

مدل‌های زبانی بزرگ برای عملکرد به قدرت رایانشی عظیمی نیاز دارند. هر پاسخ تولید شده توسط هوش مصنوعی شامل پردازش داده از طریق سیستم‌های سخت‌افزاری پیشرفته واقع در مراکز داده در سراسر جهان است.

با افزایش استفاده کارکنان، هزینه‌های زیرساخت نیز افزایش می‌یابد.

برای شرکت‌هایی با ده‌ها هزار یا حتی صدها هزار کارمند، پذیرش نامحدود هوش مصنوعی می‌تواند تعهدات مالی قابل توجهی ایجاد کند.

این چالش به طور فزاینده‌ای قابل مشاهده می‌شود، چرا که سازمان‌ها از برنامه‌های آزمایشی فراتر می‌روند و شروع به استقرار ابزارهای هوش مصنوعی در سراسر نیروی کار می‌کنند.

چرا والمارت و اوبر اقدام می‌کنند

محدودیت‌های گزارش شده توسط والمارت و اوبر، توازن دشواری را که شرکت‌های مدرن با آن روبرو هستند برجسته می‌کند.

هر دو شرکت در طول تاریخ خود نوآوری فناوری را پذیرفته‌اند.

والمارت به شدت در ابتکارات تحول دیجیتال سرمایه‌گذاری کرده که برای بهبود مدیریت موجودی، لجستیک، تجربیات مشتری و کارایی عملیاتی طراحی شده‌اند.

اوبر، در همین حال، یکی از بزرگ‌ترین پلتفرم‌های فناوری جهان را اداره می‌کند و به طور گسترده‌ای به تحلیل داده، یادگیری ماشین و اتوماسیون برای پشتیبانی از خدمات حمل‌ونقل و تحویل جهانی خود متکی است.

به نظر نمی‌رسد هیچ‌کدام از این شرکت‌ها هوش مصنوعی را رها کنند.

در عوض، محدودیت‌های گزارش شده نشان‌دهنده یک تلاش استراتژیک برای بهینه‌سازی استفاده و اطمینان از تخصیص کارآمد منابع است.

مدیران ارشد به طور فزاینده‌ای تشخیص می‌دهند که نه هر وظیفه‌ای به پیشرفته‌ترین مدل هوش مصنوعی موجود نیاز دارد.

با اجرای کنترل‌های استفاده، شرکت‌ها می‌توانند کاربردهای با ارزش بالا را اولویت‌بندی کنند و در عین حال هزینه‌های رایانشی غیرضروری را کاهش دهند.

هدف کند کردن نوآوری نیست، بلکه پایدار کردن اقتصادی پذیرش هوش مصنوعی است.

رونق هزینه‌کرد هوش مصنوعی به سطوح جدیدی می‌رسد

هزینه‌کرد هوش مصنوعی از زمان معرفی سیستم‌های هوش مصنوعی مولد پیشرفته به شدت افزایش یافته است.

شرکت‌های فناوری صدها میلیارد دلار برای ساخت زیرساخت مورد نیاز برای پشتیبانی از تقاضای رو به رشد تعهد داده‌اند.

مراکز داده، پردازنده‌های پیشرفته، شبکه‌های رایانش ابری و سخت‌افزار تخصصی هوش مصنوعی به برخی از پرتقاضاترین دارایی‌ها در صنعت فناوری تبدیل شده‌اند.

ارائه‌دهندگان اصلی ابر به گسترش قابلیت‌های خود با سرعت‌های بی‌سابقه ادامه می‌دهند.

در همین حال، مشتریان شرکتی هزینه‌های خود را برای اشتراک‌های هوش مصنوعی، مجوزهای نرم‌افزار سازمانی و راه‌حل‌های سفارشی هوش مصنوعی افزایش می‌دهند.

در حالی که بسیاری از سازمان‌ها نسبت به پتانسیل بلندمدت هوش مصنوعی مشتاق هستند، سرمایه‌گذاران به طور فزاینده‌ای اقتصاد پشت این سرمایه‌گذاری‌ها را بررسی می‌کنند.

سؤالات مربوط به نرخ بازگشت سرمایه به محور بحث‌های پیرامون پذیرش هوش مصنوعی سازمانی تبدیل شده‌اند.

دستاوردهای بهره‌وری باید هزینه را توجیه کنند

یکی از بحث‌های کلیدی در هیئت‌مدیره شرکت‌ها این است که آیا دستاوردهای بهره‌وری مبتنی بر هوش مصنوعی هزینه‌های مرتبط را توجیه می‌کنند.

حامیان استدلال می‌کنند که هوش مصنوعی به کارکنان اجازه می‌دهد وظایف را سریع‌تر انجام دهند، تصمیم‌گیری را بهبود بخشند، فرآیندهای تکراری را خودکار کنند و خروجی‌های با کیفیت بالاتر تولید کنند.

این مزایا می‌توانند هنگامی که به طور مؤثر اجرا شوند ارزش قابل توجهی ایجاد کنند.

با این حال، اندازه‌گیری این ارزش همیشه ساده نیست.

برخی سازمان‌ها دریافته‌اند که الگوهای استفاده کارکنان به طور قابل توجهی متفاوت است.

بخش‌های خاصی ممکن است بهبودهای بهره‌وری قابل توجهی به دست آورند، در حالی که سایرین تنها مزایای جزئی را تجربه کنند.

در نتیجه، شرکت‌ها به طور فزاینده‌ای به دنبال راه‌هایی برای نظارت بر استفاده از هوش مصنوعی و ارزیابی تأثیر تجاری آن هستند.

محدودیت‌های استفاده می‌توانند به سازمان‌ها کمک کنند تا شناسایی کنند هوش مصنوعی بیشترین ارزش را کجا ایجاد می‌کند و هزینه‌کرد کجا ممکن است از مزایای عملی فراتر رود.

این رویکرد بازتاب یک روند گسترده‌تر به سوی مدیریت مبتنی بر داده فناوری‌های نوظهور است.

پذیرش هوش مصنوعی شرکتی وارد مرحله جدیدی می‌شود

اولین مرحله رونق هوش مصنوعی عمدتاً بر آزمایش متمرکز بود.

شرکت‌ها کارکنان را تشویق کردند تا ابزارهای جدید را کشف کنند، قابلیت‌ها را آزمایش کنند و کاربردهای بالقوه را شناسایی کنند.

آن مرحله هیجان ایجاد کرد و پذیرش را در چندین صنعت تسریع کرد.

مرحله بعدی متفاوت است.

سازمان‌ها اکنون به سمت بهینه‌سازی و حاکمیت در حال حرکت هستند.

مدیران ارشد استراتژی‌های روشنی می‌خواهند در مورد اینکه هوش مصنوعی چگونه باید استفاده شود، چه کسی باید به سیستم‌های پیشرفته دسترسی داشته باشد و چه سطحی از هزینه‌کرد توجیه دارد.

این گذار آینه‌ای از تکامل انقلاب‌های فناوری قبلی است.

فناوری‌های جدید اغلب یک دوره اولیه از اشتیاق سریع را تجربه می‌کنند که با مرحله‌ای متمرکز بر کارایی، استانداردسازی و مدیریت هزینه دنبال می‌شود.

به نظر می‌رسد هوش مصنوعی مسیر مشابهی را دنبال می‌کند.

مراکز داده با تقاضای بی‌سابقه روبرو هستند

نگرانی‌های فزاینده هزینه ارتباط نزدیکی با افزایش تقاضا برای زیرساخت رایانشی دارد.

سیستم‌های هوش مصنوعی به شدت به پردازنده‌های قدرتمندی متکی هستند که قادر به انجام محاسبات پیچیده در مقیاس عظیم هستند.

تقاضا برای این منابع در سراسر جهان به شدت افزایش یافته است.

شرکت‌های فناوری به سرمایه‌گذاری سنگین در گسترش مراکز داده برای پاسخگویی به نیازهای رو به رشد ادامه می‌دهند.

تحلیلگران تخمین می‌زنند که هزینه‌کرد جهانی برای زیرساخت مرتبط با هوش مصنوعی می‌تواند در سال‌های آینده به صدها میلیارد دلار در سال برسد.

این رونق سرمایه‌گذاری فرصت‌هایی برای تولیدکنندگان سخت‌افزار، ارائه‌دهندگان ابر و شرکت‌های زیرساخت ایجاد کرده است.

در همین حال، نگرانی‌هایی درباره پایداری بلندمدت، مصرف انرژی و هزینه‌های عملیاتی مطرح شده است.

برای کاربران شرکتی، این هزینه‌های زیرساخت در نهایت بر قیمت خدمات هوش مصنوعی تأثیر می‌گذارند.

سرمایه‌گذاران با دقت نظاره‌گر هستند

بازارهای مالی داستان هوش مصنوعی را با اشتیاق قابل توجهی پذیرفته‌اند.

شرکت‌های مرتبط با هوش مصنوعی افزایش‌های قابل توجهی در ارزش‌گذاری تجربه کرده‌اند، چرا که سرمایه‌گذاران فرصت‌های رشد بلندمدت قابل توجهی را پیش‌بینی می‌کنند.

با این حال، مشارکت‌کنندگان بازار به طور فزاینده‌ای شواهدی می‌خواهند که سرمایه‌گذاری‌های هوش مصنوعی بتوانند بازده‌های پایدار ایجاد کنند.

تصمیمات هزینه‌کرد شرکتی سیگنال‌های مهمی ارائه می‌دهند.

وقتی سازمان‌های بزرگی مانند والمارت و اوبر استراتژی‌های هوش مصنوعی خود را تنظیم می‌کنند، سرمایه‌گذاران توجه می‌کنند.

این تصمیمات بینشی ارائه می‌دهند در مورد اینکه چگونه کسب‌وکارها اقتصاد هوش مصنوعی را در محیط‌های دنیای واقعی ارزیابی می‌کنند.

تغییر به سمت کنترل‌های استفاده لزوماً نشان‌دهنده کاهش اعتماد به هوش مصنوعی نیست.

در عوض، نشان می‌دهد که شرکت‌ها در نحوه مدیریت و استقرار این فناوری‌ها پیچیده‌تر می‌شوند.

آینده هوش مصنوعی سازمانی

علیرغم نگرانی‌های مربوط به هزینه‌ها، تعداد کمی از کارشناسان انتظار دارند کسب‌وکارها تلاش‌های گسترده‌تر پذیرش هوش مصنوعی خود را کند کنند.

مزایای بالقوه همچنان بسیار قابل توجه هستند تا نادیده گرفته شوند.

هوش مصنوعی به طور مداوم به سرعت در حال بهبود است و توانمندتر، کارآمدتر و در دسترس‌تر می‌شود.

پیشرفت‌های فناوری آینده ممکن است هزینه‌های عملیاتی را کاهش داده و در عین حال عملکرد را افزایش دهند.

مدل‌های کارآمدتر، سخت‌افزار بهبود یافته و زیرساخت بهینه شده می‌توانند به رفع بسیاری از چالش‌های هزینه امروز کمک کنند.

در همین حال، سازمان‌ها احتمالاً به اصلاح استراتژی‌های هوش مصنوعی خود ادامه خواهند داد.

به جای دنبال کردن استقرار نامحدود، بسیاری از شرکت‌ها ممکن است رویکردهای هدفمندی را که بر به حداکثر رساندن ارزش تجاری در حین حفظ انضباط مالی متمرکز است، اتخاذ کنند.

این تکامل می‌تواند در نهایت پایداری بلندمدت پذیرش هوش مصنوعی سازمانی را تقویت کند.

یک چالش تعریف‌کننده برای اقتصاد هوش مصنوعی

اقدامات گزارش شده توسط والمارت و اوبر بازتاب یک واقعیت گسترده‌تر است که کسب‌وکارها در سراسر جهان با آن روبرو هستند.

هوش مصنوعی دیگر صرفاً یک فناوری آزمایشی یا یک مفهوم آینده‌نگر نیست.

به یک ابزار تجاری حیاتی با هزینه‌های قابل اندازه‌گیری، نیازهای عملیاتی و پیامدهای استراتژیک تبدیل شده است.

فصل بعدی انقلاب هوش مصنوعی ممکن است صرفاً با پیشرفت‌های فناوری تعریف نشود.

در عوض، ممکن است توسط چگونگی تعادل مؤثر سازمان‌ها بین نوآوری، بهره‌وری و پایداری اقتصادی شکل گیرد.

شرکت‌هایی که این تعادل را با موفقیت مدیریت می‌کنند احتمالاً در بهترین موقعیت برای بهره‌مندی از مزایای هوش مصنوعی در حالی که از بارهای مالی غیرضروری جلوگیری می‌کنند قرار خواهند داشت.

با ادغام بیشتر هوش مصنوعی در عملیات روزانه کسب‌وکار، چالشی که رهبران شرکتی با آن روبرو هستند روشن می‌شود: یافتن راه‌هایی برای باز کردن پتانسیل عظیم فناوری بدون اینکه اجازه دهیم هزینه‌ها سریع‌تر از ارزشی که ایجاد می‌کند رشد کنند.

hokanews.com – نه فقط اخبار ارز دیجیتال. این فرهنگ ارز دیجیتال است.

نویسنده @Ethan
Ethan Collins یک روزنامه‌نگار مشتاق ارز دیجیتال و علاقه‌مند به بلاک چین است که همیشه در جستجوی آخرین روندهای تکان‌دهنده دنیای مالی دیجیتال است. با توانایی تبدیل تحولات پیچیده بلاک چین به داستان‌های جذاب و قابل درک، او خوانندگان را در دنیای پرسرعت ارز دیجیتال از منحنی جلوتر نگه می‌دارد. چه Bitcoin، Ethereum یا آلتکوین‌های نوظهور باشد، Ethan به عمق بازارها می‌رود تا بینش‌ها، شایعات و فرصت‌هایی که برای علاقه‌مندان ارز دیجیتال در همه جا مهم است را کشف کند.

سلب مسئولیت:

مقالات موجود در HOKANEWS اینجا هستند تا شما را از آخرین اخبار ارز دیجیتال، فناوری و فراتر از آن مطلع نگه دارند—اما آن‌ها مشاوره مالی نیستند. ما اطلاعات، روندها و بینش‌ها را به اشتراک می‌گذاریم، نه اینکه به شما بگوییم بخرید، بفروشید یا سرمایه‌گذاری کنید. همیشه قبل از انجام هر گونه اقدام مالی تحقیقات خود را انجام دهید.

HOKANEWS مسئول هیچ گونه ضرر، سود یا آشوبی که ممکن است در صورت عمل بر اساس آنچه اینجا می‌خوانید اتفاق بیفتد نیست. تصمیمات سرمایه‌گذاری باید از تحقیقات خود شما ناشی شود—و در حالت ایده‌آل، راهنمایی یک مشاور مالی واجد شرایط. به خاطر داشته باشید: ارز دیجیتال و فناوری سریع حرکت می‌کنند، اطلاعات در یک چشم به هم زدن تغییر می‌کنند و در حالی که ما برای دقت تلاش می‌کنیم، نمی‌توانیم تضمین کنیم که ۱۰۰٪ کامل یا به‌روز است.