Bazar · 06:29
Xəbər · Şirkətlər

Wharton və Accenture: işlərin 90%-dən çoxu ucuz AI modeli ilə görülə bilər

Wharton və Accenture-ın 18,000-dən çox tapşırıq üzrə araşdırması göstərir ki, AI agentlərinin görə biləcəyi işlərin böyük hissəsi bahalı modellər tələb etmir.

Wharton və Accenture: işlərin 90%-dən çoxu ucuz AI modeli ilə görülə bilər

Wharton School və Accenture-ın birlikdə hazırladığı yeni hesabat göstərir ki, şirkətlərin AI agentlərinə tapşırdığı işlərin böyük hissəsi ən bahalı və ən güclü modelə ehtiyac duymur. Fortune-un yazdığına görə, «What Does Agentic AI Really Cost?» adlı hesabat 923 peşə üzrə 18,000-dən çox tapşırığı və iş fəaliyyətini araşdırıb.

Tədqiqatçılar əvvəlcə AI agentinin hansı tapşırığı yerinə yetirə biləcəyini müəyyən ediblər; bunun üçün hər tapşırıqda insanla qarşılıqlı əlaqənin və fiziki fəaliyyətin həcmini nəzərə alıblar. Nəticədə 11,339 tapşırıq qalıb. Hər biri mürəkkəbliyin beş ölçüsü ilə qiymətləndirilib: bir-birindən asılı mərhələlərin sayı, hüquqi, tənzimləyici və ya audit tələblərinin olub-olmaması, toxunulan kompüter sistemlərinin sayı, həssas məlumatın lazım olub-olmaması və tələb olunan məlumatın həcmi.

Hesabata əsasən, AI agentlərinin öhdəsindən gələ biləcəyi tapşırıqların 90%-dən çoxu daha ucuz modellər üçün kifayət qədər adi işlərdir. Araşdırılan 19 sahənin hər birində AI-ın görə biləcəyi işin yalnız 6%-dən 11%-ə qədəri son nəsil «frontier» model tələb edəcək qədər mürəkkəbdir. Yəni mürəkkəb tapşırıqlar iş axınının kiçik bir hissəsidir.

Wharton-un AI və analitika üzrə vitse-dekanı, hesabatın həmmüəllifi Eric Bradlow Fortune-a deyib ki, şirkətlərin çoxunun bu fərqi ayırd etdiyinə şübhə edir: «Düşünmürəm ki, şirkətlərin çoxu iş axınının müxtəlif hissələri üçün fərqli modellər tətbiq etməyi düşünür. Onlar, çox güman, ən mürəkkəb modellərini götürüb bütün iş axınına tətbiq edirlər». Onun sözlərinə görə, bu, ən yaxşı nəticəni verməyə bilər, çünki tapşırıqların böyük hissəsi daha mürəkkəb model tələb etmir.

Bradlow əlavə edib ki, insanlar çox vaxt ən yenisini, adətən də ən yaxşısı kimi təqdim olunanı axtarır: «Çox adam ən parlaq şeyi istəyir. Amma işlərin çoxu üçün əslində buna ehtiyac yoxdur».

Accenture-ın Amerika üzrə sənaye və müəssisə rəhbəri, hesabatın həmmüəllifi James Crowley deyib ki, mürəkkəblik yalnız hesablama gücünün çətinliyi deyil. Tapşırıq iş axınındakı keçidlərin, toxunulan sistemlərin sayının və ya tənzimləmələrin çoxluğuna görə də mürəkkəb ola bilər. Məsələn, həyat elmləri sahəsində istehsal üçün keyfiyyətə nəzarət sistemlərinin hazırlanması və patent ərizəsi kimi hüquqi sənədlərin tərtibi mürəkkəb tapşırıqlar sırasına düşüb. İnsanların proqramlara qeydiyyatı və mətn yazılması isə daha aşağı səviyyədə qiymətləndirilib.

Crowley vurğulayıb ki, bu, frontier modellərin əleyhinə arqument deyil: «Onlar mürəkkəb, ixtisaslaşmış və yüksək riskli işlər üçün vacib olaraq qalır». Hesabata görə, kapital bazarları, texnologiya və aerokosmik sahələrdə daha çox həcmli tapşırıqlar daha mürəkkəb olur və frontier modellərə daha çox uyğun gəlir. Crowley aerokosmik və müdafiə şirkətlərini misal çəkib: istehsal templərini artırmaq sertifikatların, keyfiyyətin və mürəkkəb təchizat şəbəkələrində çoxlu sayda hissənin mövcudluğunun diqqətlə izlənməsini tələb edir. Onun sözlərinə görə, bu, «son dərəcə mürəkkəb və çox dəyərli» tapşırıqdır.

Bradlow səhiyyədə tədqiqat və inkişafı misal çəkib: AI molekulların perspektivli birləşmələrini aşkar etməyə kömək edə bilər. Bu tapşırıqlar mürəkkəb və bahalıdır, amma şirkət üçün nəticə milyardlarla gəlir gətirə bilər.

Model seçimi vacibdir, çünki hesabatdakı sahə təxminlərinin çoxunda AI hesablama gücü ən böyük xərclərdən biridir və sahələr arasında xərcin kəskin fərqlənməsinin əsas səbəblərindəndir. 100,000 işçisi olan və 35 agent işlədən şirkət üçün beş illik təxmini xərc səhiyyədə təqribən $155 milyondan sığortada təqribən $520 milyona qədər dəyişir.

Bradlow deyib ki, modellər ucuzlaşsa da, ümumi xərc artır: «Bir il əvvəl etdiyim işi bu gün daha ucuz başa gətirirəm. Amma indi bir il əvvəl istəmədiyim 100 fərqli işi tələb edirəm. Yəni hər tapşırığın xərci düşsə də, ümumi xərcim artır».

Hər iki müəllif şirkətlərin AI xərcini yaratdığı dəyərlə birlikdə izləməsini vacib sayır; hesabatda buna AI P&L, yəni mənfəət və zərər hesabatı deyilir. Bradlow deyib: «P&L haqqında düşünməyə başlayan kimi vəziyyət dəyişir». Onun sözlərinə görə, bu, LLM-dən istifadənin xərc olmadığı fikrini də aradan qaldırır: «Sadəcə bu LLM-dən istifadə edərəm, axı o, guya pulsuzdur» düşüncəsi doğru deyil.

Hesabat hər agentin hansı model imkanlarına ehtiyacı olduğunu dizayn mərhələsində, agent qurulmazdan əvvəl müəyyən etməyi məsləhət görür. Müəlliflər yazır ki, iş gedərkən tapşırıqların müxtəlif modellərə yönləndirilməsi canlı əməliyyatlarda izləməsi çətin olur və az sayda müəssisə bunu geniş miqyasda tətbiq edə bilir. Hesabat Wharton və Accenture-ın birlikdə nəşr etdiyi seriyanın üçüncüsüdür.

Crowley deyib ki, modellər arasında keçid texniki cəhətdən mümkündür, amma əsas çətinlik model seçiminin çox gec edilməsidir: «İnsanlar tapşırığa ən uyğun modeli deyil, artıq əlçatan olan modeli seçməyə meyillidir». Bradlow hesab edir ki, bu dəyişəcək: AI sistemləri sorğunu hissələrə bölüb hər hissəni özü uyğun modelə göndərəcək. Onun sözlərinə görə, hələ bu səviyyəyə tam çatılmayıb, amma müştərilər daha yüksək gəlir tələb etdiyi üçün bu yaxınlaşır.

Mənbələr

Material AZERBUSINESS redaksiyası tərəfindən dünya və yerli bazarları, açıq mənbələri izləməklə hazırlanıb. İnvestisiya məsləhəti deyil. İstifadə şərtləri

Aktual oxunanlar

son 36 saat
Bütün xəbərlər