Αρκετές εταιρείες ανά τον κόσμο, πιέζουν τους εργαζομένους τους να χρησιμοποιούν τεχνητή νοημοσύνη για να γίνουν πιο αποδοτικοί και για να αυξήσουν την παραγωγικότητά τους. Όμως, αυτή η λογική έχει αρχίσει να δείχνει ρωγμές στο οικοδόμημα της τεχνητής νοημοσύνης, αφού από ότι φαίνεται, η χρήση της είναι πολύ πιο ακριβή από τους υπαλλήλους.
Από ότι φαίνεται, η Microsoft πιέζει τους εργαζομένους της να στραφούν από το Claude Code, στο Copilot CLΙ, καθώς το κόστος της τεχνητής νοημοσύνης της Anthropic αυξάνεται, όσο μεγαλύτερη γίνει η δημοφιλία του, τόσο αυξάνεται η τιμή του. Για αυτό, η Microsoft θέλει να στραφεί στο εσωτερικό της εργαλείο, αντί για τα μοντέλα τρίτων, ώστε να γλυτώσει από το κόστος.
Όμως η Microsoft δεν είναι η μόνη. Σύμφωνα με δημοσίευμα του Fortune, αρκετές ακόμα εταιρείες μειώνουν την εξάρτησή τους από την Τεχνητή Νοημοσύνη. Ενώ είναι αλήθεια ότι το κόστος εκπαίδευσης μοντέλων Τεχνητής Νοημοσύνης μειώνεται, καθιστώντας τα tokens Τεχνητής Νοημοσύνης πιο προσιτά, οι άνθρωποι έχουν αρχίσει να χρησιμοποιούν περισσότερα tokens στις καθημερινές τους εργασίες. Η κατάσταση γίνεται χειρότερη όταν οι εταιρείες περνάνε στο Agentic AI, μη την χρήση σε tokens να πολλαπλασιάζεται 1000 φορές, σε σύγκριση με την απλή υποβολή ερωτήσεων σε ένα LLM, ανάλογα με τον αριθμό των βημάτων που απαιτούνται για να ολοκληρωθεί μια εργασία.
Σαν παράδειγμα, έχουμε τον δημιουργό του OpenClaw, Peter Steinberger, που ισχυρίζεται πως η ομάδα του δαπάνησε πάνω από 1.3 εκατομμύρια δολάρια σε tokens, σε ένα μόλις μήνα. Αυτό σημαίνει πως η τεχνητή νοημοσύνη είναι ξεκάθαρα πιο ακριβή από την πρόσληψη ανθρώπων, ενώ μέχρι στιγμής τα ωφελεί από αυτή είναι αρκετά περιορισμένα.
Η μείωση του κόστους των tokens, σε συνδυασμό με την αυξημένη χρήση, μας θυμίζει το παράδοξο Jevons, όπου η αυξημένη αποδοτικότητα οδήγησε περισσότερους ανθρώπους να χρησιμοποιούν ένα συγκεκριμένο εργαλείο ή τεχνολογία. Όμως όσο αυξάνεται η ζήτηση, ενώ η προσφορά παραμένει σταθερή, τόσο αυξάνονται οι τιμές.
Την ίδια στιγμή βλέπουμε τις εταιρείες τεχνητής νοημοσύνης να βάζουν χαμηλότερα όρια στην χρήστη της τεχνητής νοημοσύνης, αναγκάζοντας τους χρήστες να πληρώσουν περισσότερα.
Φαίνεται ότι αυτό ισχύει και για τα εργαλεία τεχνητής νοημοσύνης, ειδικά καθώς πολλές εταιρείες τα αναπτύσσουν σε μια προσπάθεια αύξησης της παραγωγικότητας. Ο Διευθύνων Σύμβουλος της Nvidia, Jensen Huang, δήλωσε ότι οι μηχανικοί της θα πρέπει να χρησιμοποιούν tokens τεχνητής νοημοσύνης αξίας τουλάχιστον ίση με το μισό του ετήσιου μισθού τους κάθε χρόνο για να είναι πλήρως παραγωγικοί, φτάνοντας μάλιστα στο σημείο να λέει «Είστε τρελοί;» σε διευθυντές που αποθάρρυναν τη χρήση της τεχνητής νοημοσύνης. Αυτό το φαινόμενο, που ονομάζεται «tokenmaxxing», έχει οδηγήσει πολλούς υπαλλήλους να χρησιμοποιούν την τεχνητή νοημοσύνη για σχεδόν οτιδήποτε, προκειμένου να επιτύχουν εσωτερικούς στόχους.
Ποιους πραγματικά συλλαμβάνουν για τη πειρατεία
Έτσι, αρκετοί υπάλληλοι ξοδεύουν μεγάλο μέρος των tokens τους για άσκοπα ερωτήματα, ώστε να αυξήσουν τις εσωτερικές βαθμολογίες χρήσης, σαν “καλοί υπάλληλοι”. Αυτό μάλιστα, έχει αναφερθεί και σε μεγάλες εταιρείες του χώρου, όπως η Meta και η Microsoft. που να μην ήταν και ανάμεσα στις εταιρείες που επενδύουν τα περισσότερα στην τεχνητή νοημοσύνη.
Το υπερβολικό κόστος έχει αρχίσει να γίνεται πρόβλημα, ακόμα και για τις μεγαλύτερες εταιρείες. Στην προσπάθειά τους όμως να πείσουν τους εργαζομένους να χρησιμοποιούν περισσότερη τεχνητή νοημοσύνη, έχουν κάψει πακτωλούς χρημάτων. Όλα αυτά τα χρόνια προσπαθούν τα μας πείσουν πως η τεχνητή νοημοσύνη θα αυξήσει την παραγωγικότητά μας, όμως μέχρι στιγμής απλά αδειάζει το πορτοφόλι μας. Είτε αυτό έχει να κάνει με τα ποσά που πληρώνουμε για την χρήστη της τεχνητής νοημοσύνης, είτε έμμεσα, καθώς όλοι μας πληρώνουνε πολύ περισσότερο για κάθε τεχνολογική συσκευή, λόγω της κρίσης RAM που έχει δημιουργήσει η τεχνητή νοημοσύνη.
Το απίστευτο όμως είναι πως αρκετές επιχειρήσεις επενδυσαν στην τεχνητή νοημοσύνη για να αυξήσουν την αποδοτικότητα και για να μειώσουν τα κόστη τους και τελικά ούτε πιο αποδοτικές έγιναν και ταυτόχρονα αυξάνουν και τα κόστη τους. Από ότι φαίνται, ο τσάμπας πέθανε για την τεχνητή νοημοσύνη.
Ακολουθήστε το Techmaniacs.gr στο Google News για να διαβάζετε πρώτοι όλα τα τεχνολογικά νέα. Ένας ακόμα τρόπος να μαθαίνετε τα πάντα πρώτοι είναι να προσθέσετε το Techmaniacs.gr στον RSS feeder σας χρησιμοποιώντας τον σύνδεσμο: https://techmaniacs.gr/feed/.
