ஏஐ (AI) சோதனைகள் முழுவீச்சில் செயல்பாட்டுக்கு வரும்போது, எதிர்பாராத செலவு அதிகரிப்பை நிறுவனங்கள் எதிர்கொள்கின்றன. இதனால், முதலீட்டாளர்கள் ஏஐ பயன்பாட்டை விட அதன் லாபம் ஈட்டும் திறனில் அதிக கவனம் செலுத்துகின்றனர்.
என்ன நடந்தது?
செயற்கை நுண்ணறிவு (AI) துறையில் நிறுவனங்கள் ஒரு நிதி நெருக்கடியை சந்திக்கின்றன. கடந்த ஆண்டு முதல் சோதனை ஓட்டமாக நடைபெற்று வந்த ஏஐ பயன்பாடுகள், இப்போது முழு வீச்சில் செயல்பாட்டுக்கு வரும்போது, அதற்கான செலவுகள் கணிசமாக அதிகரித்துள்ளன. டோக்கன் பயன்பாடு அல்லது ஏஜென்ட் தொடர்புகளின் அடிப்படையில் கணக்கிடப்படும் இந்த கருவிகளின் அளவு, ஆரம்பத்தில் எதிர்பார்த்ததை விட அதிகமாக உள்ளது.
"டோக்கன்மேக்ஸிங்" (Tokenmaxxing) எனப்படும் ஒவ்வொரு சாத்தியமான பணிக்கும் ஏஐ-ஐ பயன்படுத்துவது இப்போது கட்டுப்படுத்தப்பட்டு, கடுமையான நிர்வாகக் கட்டுப்பாடுகள் விதிக்கப்படுகின்றன. பட்ஜெட்கள் கைமீறிப் போவதைத் தடுக்க, நிறுவனங்கள் இப்போது வரம்புகள் மற்றும் செலவு மேலாண்மை கட்டமைப்புகளை செயல்படுத்துகின்றன.
முதலீட்டாளர்களுக்கான லாப சோதனை
பங்குதாரர்களுக்கு, இந்த "அமைதியான செலவு வெடிப்புகள்" (silent cost blowups) எப்படி நிறுவனத்தின் லாபத்தைப் பாதிக்கின்றன என்பதே முக்கிய கவலையாக உள்ளது. ஒரு ஏஐ ஏஜென்ட் பல அமைப்புகளுடன் தொடர்பு கொள்ளும்போது, செலவுகள் பல மடங்காக உயரக்கூடும். தொழில்நுட்ப நிறுவனங்கள் இந்த செலவுகளை கவனிக்கத் தவறினால், அதன் செயல்பாட்டு லாப வரம்புகள் (operating margins) அழுத்தத்திற்கு உள்ளாகலாம்.
நிறுவனங்கள் வெறுமனே "ஏஐ பயன்படுத்துவதை" விட, "செலுத்தும் ஒவ்வொரு டாலருக்கும் வணிக மதிப்பை உருவாக்குவதில்" கவனம் செலுத்துகின்றனவா என்பதை முதலீட்டாளர்கள் கண்காணிக்க வேண்டும். ஏஐ தொடர்பான கூடுதல் செலவுகளை நிர்வகிக்கும் நிறுவனங்களின் திறன், உற்பத்தித்திறன் ஆதாயங்களை லாபத்தை விட்டுக் கொடுக்காமல் காணும் நிறுவனங்களுக்கு ஒரு முக்கிய வேறுபாடாக அமையும்.
சோதனையிலிருந்து மதிப்பிற்கு மாறுதல்
தொழில்துறையில் உள்ள முன்னணி நிறுவனங்கள் தங்கள் உத்திகளை மாற்றியமைக்கின்றன. Cyient போன்ற நிறுவனங்கள், ஏஐ ஏஜென்ட்களைப் பயன்படுத்துவது மட்டுமல்லாமல், அவை குறிப்பிட்ட பணிப்பாய்வுகளுக்கு உறுதியான வணிக மதிப்பைச் சேர்ப்பதை உறுதி செய்வதே குறிக்கோள் என்று வலியுறுத்தியுள்ளன. Nazara Technologies போன்ற நிறுவனங்கள், செலவுகளைக் குறைக்க முயற்சிப்பதை விட, உள்ளடக்க உற்பத்தியை மேம்படுத்தி சந்தாதாரர்களைத் தக்கவைக்க ஏஐ-ஐப் பயன்படுத்துவதன் மூலம் வருவாய் விரிவாக்கத்தில் கவனம் செலுத்துகின்றன.
நிர்வாகம் புதிய அளவுகோலாகிறது
பட்ஜெட் மீறல்கள் பெரும்பாலும் முறையான மேற்பார்வை இல்லாததால் ஏற்படுகின்றன. கிளவுட் மற்றும் மென்பொருள் செலவுகளுக்கு பொதுவாக முதிர்ந்த ஒப்புதல் செயல்முறைகள் இருக்கும்போது, ஏஐ பயன்பாடு பெரும்பாலும் இந்த தற்போதைய கட்டமைப்புகளுக்கு வெளியே விழுகிறது. தொழில்துறை அறிக்கைகளின்படி, பல நிறுவனங்களிடம் இன்னும் ஏஜென்டிக் ஏஐ-க்கான (agentic AI) ஒரு முதிர்ந்த நிர்வாக மாதிரி இல்லை. இதன் விளைவாக, "கட்டுப்பாடற்ற" பில்லிங்கைத் தடுக்க, நிறுவனங்கள் நிகழ்நேர முரண்பாடு கண்டறிதல் மற்றும் பயன்பாட்டுக் கட்டுப்பாடுகளை உருவாக்க போராடுவதால், ஏஐ நிர்வாக தளங்களுக்கான (AI governance platforms) செலவுகள் அதிகரித்து வருகின்றன.
முதலீட்டாளர்கள் அடுத்து எதைக் கண்காணிக்க வேண்டும்?
வரவிருக்கும் காலாண்டு வருவாய் அறிக்கைகளில், குறிப்பாக தொழில்நுட்ப செலவுகள் மற்றும் லாப வரம்பு குறித்த மேலாண்மை கருத்துக்களை முதலீட்டாளர்கள் கவனிக்க வேண்டும். முக்கியமாகக் கவனிக்க வேண்டியவை:
- நிறுவனங்கள் பொதுவான தொழில்நுட்ப செலவுகளிலிருந்து குறிப்பிட்ட "ஏஐ செயலாக்க செலவுகளை" (AI implementation costs) தனித்தனியாக குறிப்பிடுகின்றனவா?
- விலை நிர்ணய மாதிரிகளில் ஏற்படும் மாற்றங்கள் - டோக்கன் பயன்பாட்டுக் கட்டணங்களுக்குப் பதிலாக, விளைவு அடிப்படையிலான விலை நிர்ணயத்தை நோக்கி நகரும் நிறுவனங்களைத் தேடுங்கள்.
- ஏஐ நிர்வாகத்தின் செயல்திறன் - செலவுக் கட்டுப்பாடுகள், பயன்பாட்டு வரம்புகள் அல்லது மையப்படுத்தப்பட்ட ஏஐ தளங்கள் பற்றிய எந்தவொரு குறிப்பும் லாப ஆரோக்கியத்திற்கு ஒரு நேர்மறையான அறிகுறியாகும்.
- செயல்பாட்டுத் திறனில் ஏஐ-யின் தாக்கம் - வாடிக்கையாளருக்கு சேவை செய்வதற்கான செலவைக் குறைக்கிறார்களா, அல்லது புதிய ஏஐ விற்பனையாளர்களுக்கு செலவுகளை மாற்றுகிறார்களா?