• 主頁
  • 文章
  • 寫博客
  • 人工智慧成本。 在公司實施人工智慧的成本是多少？ | 商業人工智慧#93

人工智慧成本。 在公司實施人工智慧的成本是多少？ | 商業人工智慧#93

已發表: 2024-04-03
人工智慧正成為許多企業發展策略不可或缺的一部分。 「人工智慧要花多少錢」的問題不僅涉及價格，還涉及對未來的投資以及公司的適應能力。 在本文中，我們將分析影響人工智慧實施和營運成本的因素。 我們還將提供其在商業中應用的具體範例，幫助企業家更好地了解潛在的費用。 請繼續閱讀。

人工智慧成本 - 目錄

  1. 人工智慧成本。 他們依賴什麼？
  2. AI成本模型訓練
  3. 定價計劃
  4. 使用流行 API 的 AI 成本
  5. 維持人工智慧團隊或與外部人工智慧專家合作？
  6. 不只是金錢——環境人工智慧成本
  7. 總結－人工智慧在一家公司的成本是多少？

人工智慧成本。 他們依賴什麼？

實施人工智慧的相關成本多種多樣，並且取決於多種因素。 為了了解哪些因素對最終價格影響最大，我們準備了一份最重要的因素清單：

  • 實施範圍—將至少 20% 的息稅前收入 (EBIT) 用於人工智慧採用的組織被認為是人工智慧應用的領導者。 根據麥肯錫全球人工智慧調查報告，他們往往在這些技術上投入更多。 因此，人工智慧對公司利潤的高貢獻可能會提高實施成本。
  • 接觸專家－對資料工程師、機器學習專家或資料科學家等專業職位的需求可能會顯著影響人工智慧實施的成本。 就業市場上這些專家的可用性和成本是影響公司人工智慧成本的關鍵因素。
  • 允許的營運成本－客製化人工智慧解決方案和現成軟體之間的選擇會影響成本。 客製化解決方案的成本從 6,000 美元到超過 300,000 美元不等。 而現成軟體的價格每年高達 4 萬美元。
  • 人工智慧採用的廣度和深度——跨多個部門利用人工智慧的公司可能會比那些僅限於單一應用程式的公司產生更高的成本。
  • 未來的投資計畫－計劃在未來幾年增加人工智慧投資的公司必須預期用於實施和開發該技術的更高支出。 然而，這項投資可能對公司的成長至關重要。 麥肯錫全球人工智慧調查中多達三分之二的受訪者預計未來三年人工智慧投資將會增加。

這份清單強調人工智慧成本很複雜，需要單獨分析。 例如，選擇實施數據分析系統的公司必須考慮購買軟體的成本和僱用能夠操作系統的專家的成本。

AI成本模型訓練

與實施人工智慧相關的、阻礙人們投資的最常見成本之一是訓練人工智慧模型的成本。 這是一個需要專業知識和財務資源的過程。 然而，最重要的是，要訓練人工智慧模型，您需要收集足夠的數據並進行資料分析。

那麼什麼時候訓練模型才有意義呢？ 只有當公司可以透過使用人工智慧來大幅提高效率或增加利潤時。 訓練模型的成本是很難估計的方面之一。 這取決於其複雜性、模型的應用以及公司的要求。

一個例子是實施一個人工智慧系統來個性化線上商店的報價，其中經過精確訓練的模型可以透過將產品與個人客戶偏好相匹配來顯著增加銷售額。 在這種情況下，訓練模型的成本就是一項能帶來實質效益的投資。

另一個需要模型訓練的人工智慧實作是物流流程的最佳化。 經過適當訓練的模型將降低運輸成本，隨著時間的推移，這將提高競爭力並縮短交貨時間。

定價計劃

對於希望利用先進技術而不需要大量前期投資的企業來說，訂閱是一種流行的選擇。 以下是一些訂閱費用範例：

  • 人工智慧聊天機器人－它們最常用於自動化一些客戶服務任務； 值得研究的解決方案包括 Drift（每月從 400 美元到 1500 美元）、TARS（每月 99 美元到 499 美元）或 Intercom Fin（每月 39 美元到 139 美元）。
  • 用於 SEO 的人工智慧內容分析系統- 每月費用約為 150 美元，例如 Contadu（每月 79 美元至 297 美元），
  • AI編碼助手－最受歡迎的工具Github Copilot，基於GPT-4模型，也是ChatGPT Plus付費版本的基礎，起價為每月10/40 zl，
  • ChatGPT Plus 或 Perplexity – 每位使用者每月的費用約為 20 美元，免費的替代方案是 Google Bard 或 Microsoft Bing/Copilot。

在決定使用人工智慧工具之前，企業家應該仔細分析自己的需求和能力。 例如，諮詢公司可能會選擇訂閱資料分析工具，以更有效地為客戶提供有價值的見解。

使用流行 API 的 AI 成本

應用程式介面（API AI）是能夠將人工智慧功能與現有系統、應用程式和服務整合的工具。 使用流行 API 的成本通常是根據使用的代幣數量和所選模型來計算。

OpenAI API 中最受歡迎的模型的費用：

  • GPT-4 Turbo 輸入成本為每 1K 代幣 0.01 美元，輸出每 1K 代幣成本為 0.03 美元，
  • GPT-3.5 Turbo – 先前模型的成本足以滿足大多數業務應用程式的需求，輸入每 1K 代幣約為 0.0005 美元，輸出每 1K 代幣約為 0.0015 美元。
AI costs

資料來源：火星人 (https://leaderboard.withmartian.com/)

企業也可以使用開放存取模型，例如 mixtral-8x7b 或 llama2-70b。 營運成本要低得多，而 API 的提供者包括：

  • Deepinfra（https://deepinfra.com/），
  • 算盤（https://abacus.ai/llmapi），以及
  • 困惑（https://www.perplexity.ai/）。

但如何使用API​​在您的業務中實施人工智慧？ 一個很好的例子是整合 API 以在線上商店中產生產品描述，這可以加快新增商品的流程並提高所呈現資訊的品質。 或建立一個可以自動產生對客戶電子郵件的個人化回覆的工具。

維持人工智慧團隊或與外部人工智慧專家合作？

誰應該負責貴公司人工智慧的實施？ 如果您沒有專家或愛好者（公民開發人員）團隊，您將面臨在維持內部人工智慧團隊和與外部專家合作之間做出決定。 這項決定可能對人工智慧專案的成本和有效性產生決定性影響。

維持人工智慧團隊涉及聘請昂貴且經驗豐富的專家（包括程式設計師和資料科學家）的成本。

與外部人工智慧專家合作可以更便宜，並提供專業技能。 然而，這可能會使我們的解決方案以後的維護成本顯著增加，因為每次更改都需要尋求專家的協助。

內部團隊和外部專家之間的選擇不僅應由成本決定，還應由公司的策略目標決定。 例如，小公司可能會選擇與外部專家合作快速實施人工智慧解決方案，而無需建立內部團隊。 然後稍後使用一名不太專業的員工來支持它。

不只是金錢——環境人工智慧成本

人工智慧的環境成本是企業長期策略中不可忽視的問題。 幸運的是，大多數參與麥肯錫全球人工智慧調查的企業領導者都意識到與生成式人工智慧相關的許多風險，包括：

  • 社會風險，
  • 人道風險，以及
  • 對永續發展的威脅，這可能意味著與人工智慧相關的環境成本。

組織在實施人工智慧時應考慮如何管理與人工智慧相關的環境風險。 例如，使用人工智慧分析大型資料集的公司應該考慮其營運對能源消耗的影響，並尋找最佳化方法。

總而言之，公司的人工智慧成本取決於許多變量，例如實施範圍、專家的獲取和開發計劃。 大量投資人工智慧的公司可能會付出更高的成本，但也會獲得更大的收益。

在決定實施人工智慧之前，應進行徹底的分析，並根據企業的個人需求進行客製化。 在動態變化的市場背景下，人工智慧可以成為保持競爭力和公司發展的關鍵。

AI costs

如果您喜歡我們的內容，請在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我們的忙碌蜜蜂社群。

AI costs. What is the cost of implementing AI in a company? | AI in business #93 robert whitney avatar 1background

作者：羅伯特‧惠特尼

JavaScript 專家和 IT 部門的講師。 他的主要目標是透過教導其他人如何在編碼時有效合作來提高團隊生產力。

查看所有帖子

商業人工智慧：

  1. 人工智慧在商業中的威脅與機會（第 1 部分）
  2. 人工智慧在商業中的威脅與機會（第 2 部分）
  3. 人工智慧在商業中的應用 - 概述
  4. 人工智慧輔助文字聊天機器人
  5. 商業 NLP 的今天和明天
  6. 人工智慧在商業決策中的作用
  7. 安排社交媒體貼文。 人工智慧有何幫助？
  8. 自動社交媒體貼文
  9. 利用人工智慧運作的新服務和產品
  10. 我的經營理念有哪些弱點？ ChatGPT 的腦力激盪會議
  11. 在商業中使用 ChatGPT
  12. 合成演員。 排名前 3 的 AI 影片產生器
  13. 3 個有用的 AI 圖形設計工具。 商業中的生成式人工智慧
  14. 今天你必須嘗試的 3 位出色的人工智慧作家
  15. 探索人工智慧在音樂創作中的力量
  16. 使用 ChatGPT-4 探索新的商機
  17. 經理的人工智慧工具
  18. 6 個很棒的 ChatGTP 插件，讓您的生活更輕鬆
  19. 3 繪圖人工智慧。 商業情報總局
  20. 麥肯錫全球研究院認為人工智慧的未來是什麼？
  21. 商業人工智慧 - 簡介
  22. 什麼是 NLP，即商業中的自然語言處理
  23. 自動文件處理
  24. 谷歌翻譯 vs DeepL。 機器翻譯的 5 個商業應用
  25. 語音機器人的營運與商業應用
  26. 虛擬助理技術，或者說如何與AI對話？
  27. 什麼是商業智慧？
  28. 人工智慧會取代商業分析師嗎？
  29. 人工智慧如何幫助 BPM？
  30. 人工智慧和社群媒體——它們對我們有何評價？
  31. 內容管理中的人工智慧
  32. 今天和明天的創意人工智慧
  33. 多模態人工智慧及其在商業上的應用
  34. 新的互動。 人工智慧如何改變我們操作設備的方式？
  35. 數位公司中的 RPA 和 API
  36. 未來的就業市場和即將到來的職業
  37. 教育科技中的人工智慧。 發揮人工智慧潛力的 3 個公司範例
  38. 人工智慧與環境。 3 個人工智慧解決方案可協助您建立永續發展的業務
  39. AI 內容偵測器。 他們值得嗎？
  40. ChatGPT vs Bard vs Bing。 哪個人工智慧聊天機器人在這場競賽中處於領先地位？
  41. 聊天機器人人工智慧是谷歌搜尋的競爭對手嗎？
  42. 有效的 ChatGPT 人力資源和招募提示
  43. 及時工程。 即時工程師做什麼的？
  44. AI 模型產生器。 四大工具
  45. 人工智慧還有什麼？ 2024 年商業頂級技術趨勢
  46. 人工智慧和商業道德。 為什麼您應該投資道德解決方案
  47. 元人工智慧。 關於 Facebook 和 Instagram 的人工智慧支援功能，您應該了解哪些？
  48. 人工智慧監管。 身為企業家你需要了解什麼？
  49. 人工智慧在商業中的 5 個新用途
  50. 人工智慧產品和專案—它們與其他產品和專案有何不同？
  51. 人工智慧輔助流程自動化。 從哪裡開始？
  52. 如何將人工智慧解決方案與業務問題相匹配？
  53. 人工智慧作為您團隊中的專家
  54. AI團隊與角色分工
  55. 人工智慧職業領域如何選擇？
  56. 在產品開發過程中添加人工智慧總是值得的嗎？
  57. 人力資源中的人工智慧：招募自動化如何影響人力資源和團隊發展
  58. 2023 年 6 個最有趣的人工智慧工具
  59. 人工智慧造成的六大商業災難
  60. 公司的人工智慧成熟度分析是怎樣的？
  61. 用於 B2B 個性化的 AI
  62. ChatGPT 用例。 2024 年如何利用 ChatGPT 改善業務的 18 個範例
  63. 微學習。 獲得新技能的快速方法
  64. 2024 年公司中最有趣的人工智慧實施
  65. 人工智慧專家做什麼的？
  66. AI專案帶來了哪些挑戰？
  67. 2024 年 8 款最適合商業的人工智慧工具
  68. CRM 中的人工智慧。 人工智慧為 CRM 工具帶來了哪些改變？
  69. UE 人工智慧法案。 歐洲如何監管人工智慧的使用
  70. 索拉。 OpenAI 的真實影片將如何改變業務？
  71. 七大人工智慧網站建置者
  72. 無程式碼工具和人工智慧創新
  73. 使用人工智慧可以在多大程度上提高您團隊的生產力？
  74. 如何使用ChatGTP進行市場研究？
  75. 如何擴大人工智慧行銷活動的影響範圍？
  76. “我們都是開發者”。 公民開發者如何幫助您的公司？
  77. 運輸和物流中的人工智慧
  78. AI可以解決哪些業務痛點？
  79. 媒體中的人工智慧
  80. 銀行和金融領域的人工智慧。 Stripe、Monzo 和 Grab
  81. 人工智慧在旅遊業的應用
  82. 人工智慧如何促進新科技的誕生
  83. 社群媒體中的人工智慧革命
  84. 電子商務中的人工智慧。 全球領導者概覽
  85. 四大人工智慧影像創作工具
  86. 用於數據分析的 5 大人工智慧工具
  87. 貴公司的人工智慧策略—如何制定？
  88. 最佳人工智慧課程 – 6 個精彩推薦
  89. 使用人工智慧工具優化社群媒體聆聽
  90. 物聯網+人工智慧，或如何降低公司的能源成本
  91. 物流中的人工智慧。 5 個最佳工具
  92. GPT 商店 – 最有趣的商業 GPT 概述
  93. LLM、GPT、RAG...AI 縮寫是什麼意思？
  94. 人工智慧機器人—商業的未來還是現在？
  95. 在公司實施人工智慧的成本是多少？