AI-megtérülés fontos, de kísérletezés is szükséges, mondja az Anthropic fejlesztője

Cherny szerint a költségvetési aggályok miatt nem szabad visszaszorítani a belső innovációt, mert a legjobb ötletek gyakran a legváratlanabb helyekről érkeznek.

A ROI és a kísérletezés egyensúlya

A Meta termékmenedzsment igazgatója, Jesse Chen által moderált beszélgetésen Cherny hangsúlyozta, hogy a tokenekkel való gazdálkodás aggodalomra ad okot, különösen olyan cégeknél, mint a Uber. A tokenek az AI-használat mértékegységei, és a nagy nyelvi modellek (LLM) működtetéséhez szükségesek. Cherny szerint a kulcs az, hogy a dolgozók kapjanak tokeneket és teret a kísérletezéshez, anélkül, hogy büntetéstől kellene tartaniuk. Ha bevált belső felhasználási eseteket találnak, akkor lehet a költségeket kontrollálni, de ezt a háttérben kell megtenni, nem az elején.

Kapcsolódó: Anthropic tőzsdére készül

Innováció a váratlan helyekről

Cherny szerint a legérdekesebb ötletek és a folyamatok javításának leginnovatívabb módjai gyakran egy könyvelőtől vagy egy marketingestől származhatnak, akiről a vezérigazgató talán még nem is hallott. Az Anthropic többféle módon is segíti vállalati ügyfeleit a költségek szabályozásában és a költségvetés kialakításában, beleértve az ülésenkénti költségvezérlést. Más AI-szereplők, köztük az OpenAI vezérigazgatója, Sam Altman is egyre többet beszélnek a cégek AI-befektetéseinek ROI-jával kapcsolatos aggályairól.

Kapcsolódó: AI-partnerségek hozzák a pénzt

A tokenek költsége és az AI-fejlesztés

Cherny megjegyezte, hogy az AI-cégek, mint az Anthropic, lényegében tokengenerátorok, ami azt is jelenti, hogy érdekükben áll a modelljeik és generatív AI-eszközeik értékesítése, különösen a várva várt IPO-k közeledtével. A Claude Code alkotója szerint az Anthropic is figyelemmel kíséri, hogyan használják a tokenjeit. „Nem ingyenesek számunkra, mert minden általunk felhasznált token egy olyan token, amit nem adunk ügyfélnek, így van lehetőségköltség” — mondta. Ez visszavezethető a ROI-ra.

Kapcsolódó: Átalánydíjas AI-előfizetés fenntarthatatlan

A ROI mérésének változása

A ROI mérése is változik, ahogy az AI-modellek fejlődésének üteme gyorsul. Cherny korábban említette, hogy a cégek talán azt nézték, hogy a kód hány százalékát írta AI. Ez a mérés már nem olyan hasznos, ha többen engedik, hogy az AI írja a kód 100%-át, ahogy ő is teszi. „Gondoljuk át, mennyivel gyorsul a mérnökökönkénti kódírás? Aztán a harmadik dolog, amire gondolni kell, azok a többi szűk keresztmetszetek, amelyek akadályoznak?” — tette fel a kérdést. Miután eljutunk arra a pontra, hogy a mérnökök csak rengeteg kódot írnak, a szűk keresztmetszet a jó ötletek lesznek. Tehát hogyan lehet ezt felszabadítani, hogy a vállalat gyorsabban tudjon ötleteket generálni?

Kapcsolódó: AI kódgenerálás költségei