എഐ ചെലവുകൾ പോക്കറ്റ് കാലിയാക്കുന്നു; കമ്പനികൾക്ക് പ്രതീക്ഷിച്ച നേട്ടമില്ലെന്ന് റിപ്പോർട്ടുകൾ

എഐ സാങ്കേതികവിദ്യ വ്യാപകമായി സ്വീകരിച്ചാൽ ഉത്പാദനക്ഷമത ഉയരുമെന്നും പ്രവർത്തനച്ചെലവ് കുറയുമെന്നും കരുതിയ നിരവധി കമ്പനികൾ ഇപ്പോൾ ചെലവിന്റെ സമ്മർദം നേരിടുന്നതായി റിപ്പോർട്ടുകൾ. എഐ സംവിധാനങ്ങൾ വിന്യസിക്കാനും നിലനിർത്താനും ആവശ്യമായ വലിയ നിക്ഷേപം പല സ്ഥാപനങ്ങളെയും ആശങ്കയിലാഴ്ത്തുകയാണ്. ചില കമ്പനികൾക്ക് ജീവനക്കാരെ ഉപയോഗിച്ച് ജോലി ചെയ്യിക്കുന്നതിനെക്കാൾ എഐ ടൂളുകൾ പ്രവർത്തിപ്പിക്കുന്നത് കൂടുതൽ ചെലവേറിയതാണെന്ന വിലയിരുത്തലും ഉയരുന്നു.

മൈക്രോസോഫ്റ്റും യൂബറും ചെലവ് നിയന്ത്രണ ശ്രമത്തിൽ

എഐ സേവനങ്ങളുമായി ബന്ധപ്പെട്ട ഉയർന്ന ചെലവ് നിയന്ത്രിക്കാൻ നിരവധി ടെക് കമ്പനികൾ പുതിയ നടപടികൾ സ്വീകരിക്കുന്നതായി റിപ്പോർട്ടുകളുണ്ട്. മൈക്രോസോഫ്റ്റ് ചില എൻജിനിയറിംഗ് ടീമുകൾക്ക് മറ്റു കമ്പനികളുടെ എഐ ടൂളുകളുടെ ഉപയോഗം കുറച്ച് ഇൻ-ഹൗസ് സംവിധാനങ്ങളിലേക്ക് മാറാൻ നിർദേശം നൽകിയെന്നാണ് വിവരം. വൻ നിക്ഷേപങ്ങൾ നടത്തിയിട്ടും പ്രതീക്ഷിച്ച രീതിയിൽ ഉത്പാദനക്ഷമത വർധിച്ചില്ലെന്ന ആശങ്കയാണ് ഇതിന് പിന്നിലെന്നാണ് റിപ്പോർട്ടുകൾ സൂചിപ്പിക്കുന്നത്. അതേസമയം, യൂബറിലും സമാന സാഹചര്യമാണെന്ന് അന്താരാഷ്ട്ര മാധ്യമങ്ങൾ റിപ്പോർട്ട് ചെയ്യുന്നു. എൻജിനിയറിംഗ് വിഭാഗത്തിനായി മാറ്റിവെച്ച എഐ ബജറ്റ് വളരെ വേഗത്തിൽ ചെലവായതായും, ഉപയോഗം വർധിച്ചിട്ടും കാര്യമായ പ്രവർത്തന മെച്ചപ്പെടുത്തൽ കണ്ടെത്താനായിട്ടില്ലെന്നുമാണ് കമ്പനിയിലെ ഉന്നത ഉദ്യോഗസ്ഥർ വ്യക്തമാക്കിയത്.

‘ടോക്കൺ’ അടിസ്ഥാനത്തിലുള്ള ചെലവുകൾ ആശങ്കയാകുന്നു

എഐ സംവിധാനങ്ങളുടെ ഉപയോഗം അളക്കാൻ ‘ടോക്കൺ’ എന്ന യൂണിറ്റാണ് സാധാരണ ഉപയോഗിക്കുന്നത്. ഉപയോക്താക്കളുടെ ആവശ്യങ്ങൾ കൂടുന്നതിനനുസരിച്ച് ടോക്കൺ ഉപയോഗവും അതുമായി ബന്ധപ്പെട്ട ചെലവും വർധിക്കുന്നു. ഗൂഗിൾ, ഓപ്പൺഎഐ, ആന്ത്രോപിക് തുടങ്ങിയ കമ്പനികളുടെ വിലനിർണ്ണയ രീതികൾ കാരണം എഐ സേവനങ്ങളുടെ ചെലവ് പല സ്ഥാപനങ്ങൾക്കും വലിയ സാമ്പത്തികഭാരമായി മാറുന്നുവെന്നാണ് വ്യവസായ രംഗത്തെ വിലയിരുത്തൽ. എഐ ഉപയോഗത്തിന്റെ സാമ്പത്തികപ്രായോഗികതയെ കുറിച്ച് ടെക് മേഖലയിലെ നിരവധി പ്രമുഖർ ഇപ്പോൾ തുറന്ന ചർച്ചകൾ നടത്തുകയാണ്. ചില വിദഗ്ധരുടെ അഭിപ്രായത്തിൽ, എല്ലാ മേഖലകളിലും എഐയെ ആശ്രയിക്കുന്നതിനേക്കാൾ ആവശ്യമായ ഇടങ്ങളിൽ മനുഷ്യവിഭവശേഷി കൂടുതൽ ഫലപ്രദവും ചെലവുകുറഞ്ഞതുമായിരിക്കാം.

English Summary: Companies investing heavily in AI technologies are reportedly struggling with rising operational costs and lower-than-expected productivity gains. Tech firms including Microsoft and Uber are said to be reassessing AI spending as token-based pricing models increase financial pressure.