ក្រុមហ៊ុនបច្ចេកវិទ្យាធំៗ រួមមាន Microsoft, Google និង Anthropic បានវិនិយោគយ៉ាងច្រើនទៅលើគំរូភាសាខ្នាតធំ (LLMs)។ ខណៈពេលដែលក្រុមហ៊ុនទាំងនេះផ្តល់ជូននូវកំណែឥតគិតថ្លៃនៃឧបករណ៍របស់ពួកគេដល់អ្នកប្រើប្រាស់ ពួកគេកាន់តែផ្តោតទៅលើការរកប្រាក់ចំណូលតាមរយៈការជាវបង់ថ្លៃ និងសេវាកម្មសម្រាប់សហគ្រាស។ ទោះជាយ៉ាងណាក៏ដោយ ការបង្កើតគំរូកំណត់តម្លៃប្រកបដោយនិរន្តរភាពសម្រាប់សេវាកម្មដែលជំរុញដោយ AI ទាំងនេះ បានបង្ហាញថាមានការលំបាកដោយសារតែធម្មជាតិដែលមិនអាចទាយទុកជាមុនបាននៃការប្រើប្រាស់ថូខឹន (token)។
ថូខឹន ដែលដើរតួជាឯកតាជាមូលដ្ឋាននៃទិន្នន័យដែលដំណើរការដោយ LLMs ត្រូវបានប្រើប្រាស់នៅពេលណាដែលអ្នកប្រើប្រាស់ ឬប្រព័ន្ធស្វ័យប្រវត្តិធ្វើការបញ្ជាទៅកាន់ AI។ ដោយសារគំរូទាំងនេះមិនមានលក្ខណៈកំណត់ទុកជាមុន ការបញ្ជាដែលដូចគ្នាបេះបិទអាចផ្តល់លទ្ធផលខុសៗគ្នា ដែលធ្វើឱ្យវាក្លាយជារឿងស្ទើរតែមិនអាចទៅរួចសម្រាប់ក្រុមហ៊ុនក្នុងការប៉ាន់ប្រមាណការចំណាយលើការប្រើប្រាស់របស់ពួកគេឱ្យបានត្រឹមត្រូវ។ លោក Simon Gooch មកពីក្រុមហ៊ុន Saviynt បានកត់សម្គាល់ថា ការធ្វើគំរូថ្លៃដើមរយៈពេលវែងតាមបែបប្រពៃណីគឺមិនមានប្រសិទ្ធភាពនៅក្នុងបរិយាកាសនេះទេ ដោយសារសេដ្ឋកិច្ចមូលដ្ឋាននៅតែមានការប្រែប្រួល។
ការកើនឡើងនៃ AI ប្រភេទ "agentic" ដែលជាកន្លែងដែលភ្នាក់ងារ AI ច្រើនសហការគ្នាដើម្បីអនុវត្តកិច្ចការស្មុគស្មាញ កាន់តែធ្វើឱ្យបញ្ហានេះមានភាពស្មុគស្មាញថែមទៀត។ Goldman Sachs ព្យាករណ៍ថាការប្រើប្រាស់ថូខឹននឹងកើនឡើង ២៤ ដងនៅចន្លោះឆ្នាំ ២០២៦ និង ២០៣០ ប៉ុន្តែអង្គការជាច្រើនជួបការលំបាកក្នុងការត្រួតពិនិត្យការប្រើប្រាស់របស់ពួកគេ រហូតដល់ពួកគេទទួលបានវិក្កយបត្រដែលមានតម្លៃខ្ពស់ដោយមិននឹកស្មានដល់។ ករណីល្បីៗនៃការចំណាយលើសថវិកាត្រូវបានរាយការណ៍រួចហើយ ដោយក្រុមហ៊ុនមួយចំនួនត្រូវបានគេរាយការណ៍ថាបានដាក់កម្រិតការចូលប្រើប្រាស់ឧបករណ៍សរសេរកូដ AI ផ្ទៃក្នុងដើម្បីគ្រប់គ្រងការចំណាយ។
អ្នកជំនាញបានណែនាំថា អាជីវកម្មនានាត្រូវតែសម្របខ្លួនដោយការកែលម្អយុទ្ធសាស្ត្របញ្ជា និងជ្រើសរើសដោយប្រុងប្រយ័ត្នថាតើគំរូមួយណាដែលត្រូវប្រើប្រាស់។ លោក Will Venters សាស្ត្រាចារ្យរងនៅសាលាសេដ្ឋកិច្ចទីក្រុងឡុងដ៍ (London School of Economics) បានសង្កត់ធ្ងន់ថា ខណៈពេលដែលការចំណាយលើ AI មានការលំបាកក្នុងការគ្រប់គ្រង ពួកវាអាចផ្តល់តម្លៃកាន់តែច្រើនជាងកម្មវិធីប្រពៃណី ទោះបីជាពួកវាមានការកើនឡើងយ៉ាងឆាប់រហ័សក៏ដោយ។ សម្រាប់ពេលនេះ ក្រុមហ៊ុនដូចជា Sumo Logic នៅតែស្វែងរកវិធីដើម្បីផ្ទេរការចំណាយប្រែប្រួលទាំងនេះទៅឱ្យអតិថិជន ដោយពិចារណាលើជម្រើសនានាដូចជាកញ្ចប់តម្លៃថេរ ឬការកំណត់តម្លៃផ្អែកលើការអនុវត្ត ទោះបីជាពួកគេនៅតែមានការប្រុងប្រយ័ត្នចំពោះការផ្លាស់ប្តូររចនាសម្ព័ន្ធតម្លៃពីអ្នកផ្តល់សេវា AI ធំៗក៏ដោយ។
ប្រភព៖ BBC News
មិនទាន់មានមតិយោបល់នៅឡើយទេ។ សូមធ្វើជាអ្នកដំបូងដែលចែករំលែកគំនិតរបស់អ្នក។