Bain: AI xərcləri 2027-ci ilə $1 trilyona çatacaq
Forbes yazır ki, şirkətlər AI sistemlərini genişləndirdikcə onların izlənilməsi və izah edilə bilməsi geridə qalır və bu, yeni nasazlıqlara yol aça bilər.

Bain & Company-nin təhlilinə görə, süni intellektlə bağlı xərclər 2027-ci ilə qədər $1 trilyona çatacaq və ildən-ilə təxminən 40% artır. Forbes-in yazdığına görə, şirkətlər çatbotları, kodlaşdırma köməkçilərini və AI agentlərini geniş miqyasda tətbiq edir, erkən üstünlük qazananlar isə bu yarışda öndə olur.
Amma texnologiya biznesin onu izah edə bildiyindən sürətlə böyüyür. Məqalənin müəllifi, Tekskills Inc.-in həmtəsisçisi və icraçı direktoru Punnam Raju Manthena bu boşluğu növbəti AI nasazlıqlarının mənbəyi adlandırır: sistemlərin monitorinqi genişlənmədən qalırsa, səhvlər çoxalır.
AI observability — promtların, cavabların, xərclərin, səhvlərin və nəticənin keyfiyyətinin real vaxtda izlənməsi — problemləri tez tapmağa və sistemin etibarlılığını qorumağa imkan verir. Explainability isə modelin qərarı necə və niyə verdiyini başa düşülən şəkildə göstərir. Manthena-nın fikrincə, izah edilə bilməyən sistemə etibar etmək çətindir; bu, həm də datadakı qərəz və ədalətsiz qaydaları üzə çıxarır.
Müəllif «əvvəl böyüyək, sonra izləmə əlavə edərik» yanaşmasını yanlış hesab edir. İşləyən sistemə sonradan etibar elementləri qoşmaq, onu ilk gündən qurmaqdan daha bahalı və riskli ola bilər. Gecikmiş əlavə nəticəsində nəzarət qeyri-sabit olur, emal edilməmiş data xərcləri artırır, kodun yenidən yazılması tələb olunur. Genişlənmə ilə eyni vaxtda observability tətbiq etmək üçün standart SDK-lar və şablonlar kifayət edə bilər.
Məqalədə AI sistemi üç səviyyəyə bölünür. Model səviyyəsi mətni emal edib cavab qaytaran əsas intellekt mühərrikidir; nəzarətsiz sürüşmə və ya hallüsinasiya qərarın keyfiyyətini aşağı sala bilər. Agent səviyyəsi modelin ətrafında iş qatı qurur, lazımi alətləri çağırır, düşünmə aparır və yaddaşı idarə edir. Qərar səviyyəsi isə daha incə düşünmə ilə hansı alətin çağırılacağını, hansı parametrlərin ötürüləcəyini və gözlənilməz səhvlərin necə həll olunacağını seçir.
Genişlənmənin öz güzəştləri var. Observability bəzən sürəti ləngidir və xərci artırır. Sürətə üstünlük verən sistem daha tez cavab verə bilər, amma dəqiqliyi az ola bilər; kiçik və ucuz modellər isə aşağı keyfiyyətli nəticə verir. Manthena biznes liderlərinə izləməni buraxılışdan sonrakı düzəliş deyil, məhsulun bazara hazır olub-olmadığını yoxlayan şərt kimi qurmağı tövsiyə edir. Onun sözlərinə görə, bunu izah edə bilən bir şəxs də yerləşdirmədən əvvəl təyin olunmalıdır, observability xərci isə dizayn maddəsi deyil, riskin azaldılması büdcəsi kimi görülməlidir.
Müəllif yekunda qeyd edir ki, bazarın templərini saxlamaq üçün böyümək lazımdır, amma observability və explainability də bu böyüməyə daxil edilməlidir. AI-ın nə etdiyini izah edə bilməmək, datanın harada olduğunu bilməmək qədər qəbuledilməzdir.
Mənbələr
Material AZERBUSINESS redaksiyası tərəfindən dünya və yerli bazarları, açıq mənbələri izləməklə hazırlanıb. İnvestisiya məsləhəti deyil. İstifadə şərtləri