هوش مصنوعی چقدر بازدهی واقعی دارد؟ هزینه پنهان AI در شرکتها
همه جا صحبت از انقلاب هوش مصنوعی است؛ از خودکارسازی کارهای تکراری گرفته تا خلق محتوا و کمک به کدنویسی. شرکتها هم برای عقب نماندن از این قافله، سرمایهگذاریهای کلانی در این زمینه میکنند. اما آیا این سرمایهگذاریها واقعاً آنطور که باید، به سوددهی منجر میشوند؟
یک گزارش جدید از مؤسسهی Entelligence AI، نگاهی دقیقتر و شاید کمی نگرانکنندهتر به این موضوع انداخته است. نتایج نظرسنجی از ۲٬۴۴۴ شرکت نشان میدهد که هزینههای مربوط به هوش مصنوعی، آنطور که در ابتدا به نظر میرسد، مستقیم به افزایش بازدهی ختم نمیشود.
به نظر میرسد در پشت پردهی استفاده از ابزارهای هوش مصنوعی، هزینههای پنهان و قابل توجهی وجود دارد که بازدهی هوش مصنوعی نهایی را به شدت کاهش میدهد. بیایید ببینیم این یک دلار هزینه برای هوش مصنوعی، واقعاً کجا خرج میشود.
هزینه یک دلاری توکن هوش مصنوعی کجا میرود؟
طبق دادههای مؤسسهی Entelligence AI، از هر یک دلار هزینهای که شرکتها برای توکنهای هوش مصنوعی پرداخت میکنند:
- ۰.۴۴ دلار صرف برطرفسازی باگهای احتمالی کدها میشود.
- ۰.۲۷ دلار به بازنویسی مجدد کدهایی اختصاص پیدا میکند که توسط هوش مصنوعی تولید شدهاند.
- ۰.۱۱ دلار هم صرف مرحلهی بررسی و اطمینان از کیفیت کدها میگردد.
این یعنی مجموعاً ۰.۸۲ دلار (۸۲ درصد) از هر یک دلار هزینه توکن، صرف هزینههای جانبی و نه مستقیماً تولید محصول نهایی میشود.
این اعداد وقتی در مقیاس بزرگتر دیده میشوند، تکاندهندهترند. در نظرسنجی، میانگین هزینه ۱۰۰٬۰۰۰ دلاری شرکتها برای توکنهای AI، تنها ۱۸٬۰۰۰ دلار آن به محصول نهایی راه یافته و ۸۲٬۰۰۰ دلار باقیمانده به عنوان هزینههای اضافی شناسایی شده است. این موضوع چالش بزرگی را بر سر راه ادعای افزایش چشمگیر بازدهی با هوش مصنوعی مطرح میکند.
کدهای هوش مصنوعی چقدر قابل اعتماد هستند؟
مؤسسهی Lightrun نیز در گزارشی دیگر به کیفیت کدهای تولید شده توسط هوش مصنوعی پرداخته است. یافتههای آنها نشان میدهد که ۴۳ درصد از کدهای نوشتهشده با AI، حتی پس از گذراندن تمامی تستهای کیفیتسنجی، همچنان نیازمند دیباگ توسط مهندسان انسانی هستند.
مهندسان نرمافزاری که در این نظرسنجی شرکت کردهاند، اذعان دارند که کدهای تولید شده توسط مدلهای فعلی هوش مصنوعی، بهطور پیشفرض عملکردی کاملاً بینقص و بدون خطا ندارند. این موضوع باعث میشود که اتکای ۱۰۰ درصدی به AI برای تولید کد، حداقل در حال حاضر، تصمیمی پرریسک باشد.
تاثیر هوش مصنوعی بر بازدهی شرکتها: واقعیت یا خیال؟
بحث بر سر اینکه آیا هوش مصنوعی واقعاً باعث افزایش بهرهوری و سودآوری شرکتها میشود، چند سالی است که داغ است. بسیاری از شرکتها با اتکا به همین وعده، اقدام به پیادهسازی سیستمهای AI کرده و حتی در مواردی دست به تعدیل نیرو زدهاند تا هزینههای عملیاتی را کاهش دهند.
اما گزارشهایی مانند Entelligence AI و Lightrun نشان میدهند که داستان پیچیدهتر از این حرفهاست. هوش مصنوعی در تمامی سناریوها و برای همه انواع وظایف، نمیتواند به طور یکسان پربازده ظاهر شود. بهخصوص در حوزههایی که نیاز به دقت بالا، خلاقیت و رفع خطاهای پیچیده دارند، همچنان دخالت و نظارت انسانی حیاتی است.
جمعبندی
با وجود تمام هیاهو و سرمایهگذاریها در حوزه هوش مصنوعی، گزارشهای جدید نشان میدهند که مسیر رسیدن به بازدهی هوش مصنوعی واقعی و سودآوری مالی، آنقدرها هم که تصور میشد، هموار نیست. هزینههای پنهان رفع باگ، بازنویسی کد و بررسیهای انسانی، بخش بزرگی از بودجه AI را میبلعد.
این یافتهها تلنگری است برای شرکتهایی که با اتکای صرف به AI، امید به افزایش ناگهانی سودآوری دارند. هوش مصنوعی ابزار قدرتمندی است، اما هنوز راه زیادی تا رسیدن به کمال و حذف کامل دخالت انسانی در فرآیندهای پیچیده، بهخصوص در حوزه توسعه نرمافزار، باقی مانده است. شاید وقت آن رسیده باشد که انتظارات را واقعبینانهتر تنظیم کنیم.
سوالات متداول
چقدر از هزینههای توکن هوش مصنوعی صرف رفع باگ میشود؟
بر اساس نظرسنجی Entelligence AI، به ازای هر یک دلار هزینه توکن، حدود ۰.۴۴ دلار صرف برطرفسازی باگها میشود.
آیا کدهای نوشته شده توسط هوش مصنوعی نیاز به بازبینی انسانی دارند؟
بله، گزارش Lightrun نشان میدهد ۴۳ درصد از کدهای تولیدشده با AI حتی پس از تستهای کیفی، نیاز به دیباگ توسط انسان دارند، زیرا عملکرد بینقصی ندارند.
چقدر از هزینهی ۱۰۰٬۰۰۰ دلاری هوش مصنوعی به محصول نهایی میرسد؟
طبق گزارش Entelligence AI، از ۱۰۰٬۰۰۰ دلار هزینه توکن AI، تنها ۱۸٬۰۰۰ دلار مستقیماً به محصول نهایی تبدیل میشود و مابقی هزینههای اضافی است.
