En el ámbito en rápida evolución de los servicios en la nube de inteligencia artificial (IA), donde tecnologías avanzadas como ChatGPT y Bard compiten por la supremacía, administrar los costos y al mismo tiempo aumentar la productividad se ha convertido en un desafío clave para los gerentes de TI. A medida que las soluciones basadas en IA inundan el mercado, las organizaciones deben navegar por complejas estructuras de precios.
Gastos crecientes para entrenar modelos de IA y promesa de ganancias de productividad frente a la carga potencial de los desafíos técnicos. En este artículo exploramos los matices de los servicios de IA en la nube y sus complejidades de precios, y ofrecemos información sobre cómo los administradores de TI pueden optimizar los gastos mientras aprovechan el potencial de la IA.
El aumento de los servicios en la nube impulsados por IA
Con la introducción de ChatGPT de OpenAI y Bard de Google, equipados con sus respectivas API, el panorama de los servicios de IA en la nube ha experimentado una expansión notable. Estas innovaciones han desencadenado un rápido crecimiento de las soluciones basadas en IA, satisfaciendo un amplio espectro de necesidades de los usuarios. Sin embargo, la proliferación de numerosos servicios de IA ha aumentado los modelos de precios, creando un ecosistema multifacético que plantea desafíos para los profesionales de TI.
Precios diferenciados: un modelo reconocible con complejidad
La fijación de precios escalonados para los servicios en la nube es un concepto bien establecido y ha sido un modelo de fijación de precios fundamental desde el nacimiento de Internet. Los usuarios están acostumbrados a elegir entre niveles gratuito, medio y premium según el uso y las necesidades. Sin embargo, el sector de servicios en la nube basados en IA introduce una dimensión única.
Si bien algunas herramientas impulsadas por IA se adhieren a los tradicionales pagos por uso y precios escalonados, otras exhiben disparidades de precios sustanciales entre los niveles. Por ejemplo, un servicio ofrece un nivel de $19 por mes, seguido de $149 por mes e incluso niveles de cotización personalizados. Estos cambios de precios resaltan los costos sustanciales asociados con el entrenamiento del modelo de IA.
Los crecientes costos de entrenar modelos de IA
El costo cada vez mayor de entrenar modelos de IA agrega complejidad a las estructuras de precios. Los modelos de lenguaje grandes requieren una gran cantidad de datos de capacitación, lo que genera gastos que aumentan exponencialmente. Según el informe 2023 State of AI in 14 Charts del Institute for Human-Centered AI de la Universidad de Stanford, el costo de capacitación para GPT-2 en 2019 fue de $50,000, mientras que, en 2022, los costos de capacitación para PaLM se han disparado a una cifra asombrosa. $8. millones. Este aumento sustancial de los costes supera con creces el crecimiento de los parámetros de formación.
Impacto en las empresas tecnológicas establecidas
Incluso los principales actores del sector tecnológico no son inmunes al impacto de la revolución de los precios de la IA. Salesforce, un actor importante en la industria del software, anunció recientemente un ajuste de precios del 9% en toda su oferta de productos. Si bien la economía de mercado influyó, la integración de capacidades de IA en sus herramientas fue un factor importante. Esta tendencia refleja el cambio más amplio de la industria hacia la adaptación de las estructuras de precios para abordar los crecientes costos asociados con la IA.
El desafío de la “inteligencia artificial del futuro”
Un desafío notable para los usuarios es el fenómeno de la inteligencia artificial del futuro. Algunos servicios requieren que los usuarios inviertan en capacidades de IA a las que no se puede acceder fácilmente. Esto deja a los usuarios en una situación en la que esencialmente pagan por la promesa de futuras funciones de IA en lugar de tener acceso inmediato. Este modelo puede generar insatisfacción entre los usuarios que esperan beneficios inmediatos de su inversión.
Productividad y desafíos técnicos
Las herramientas impulsadas por IA tienen el potencial de mejorar la productividad al simplificar tareas y acelerar los procesos. Sin embargo, esta eficiencia puede tener un costo debido a desafíos técnicos. Los desafíos técnicos surgen cuando las organizaciones priorizan el lanzamiento de una versión básica de un producto sobre una completa.
Si bien esta decisión puede ahorrar costos de desarrollo inmediatos, puede generar gastos futuros cuando sea necesario incorporar funciones adicionales. Los administradores de TI deben considerar cuidadosamente si las ganancias de productividad de las soluciones basadas en IA justifican los costos potenciales a largo plazo.
Mitigue los costos y maximice los beneficios
Los administradores de TI pueden implementar varias estrategias para mitigar los costos asociados con la adopción y el uso de herramientas de IA.
Auditorías de uso: realizar auditorías de uso dentro de los departamentos puede revelar el volumen de suscripciones e identificar áreas donde se puede estar produciendo un gasto excesivo. Los administradores de TI deben garantizar que las suscripciones se ajusten a las necesidades reales.
Seguimiento de los desarrollos de la IA: Es crucial estar atento a los nuevos desarrollos en grandes modelos de lenguaje de código abierto como Meta's Llama 2. Estos desarrollos podrían permitir a los equipos crear sus propias soluciones basadas en IA, lo que puede afectar los costos de los datos de capacitación.
La era de la IA en los servicios en la nube llegó para quedarse y ofrece innumerables soluciones para satisfacer diversas necesidades comerciales. Sin embargo, a medida que las organizaciones adoptan tecnologías de IA, es esencial equilibrar la productividad y la rentabilidad. El panorama dinámico de precios, los crecientes costos de capacitación y los posibles desafíos técnicos requieren una cuidadosa consideración.
Los líderes de TI desempeñarán un papel fundamental en la optimización del uso de los servicios de IA en la nube, garantizando que la promesa de la IA se aproveche de manera efectiva sin comprometer las ganancias.