ટોકનમેક્સિંગથી લઈને રેશનિંગ સુધી: કોર્પોરેટ AI ખર્ચનું સંકટ

"ટોકનમેક્સિંગ"ની શરૂઆતની આતુરતા—જ્યાં સાહસોએ AI અપનાવવાની પ્રક્રિયાને વેગ આપવા માટે અમર્યાદિત ઉપયોગને પ્રોત્સાહન આપ્યું હતું—તે હવે કાર્યકારી ખર્ચની કડવી વાસ્તવિકતા સાથે અથડાઈ રહી છે. જેમ જેમ કંપનીઓ પ્રયોગોથી આગળ વધીને સ્કેલિંગ તરફ વળી રહી છે, તેમ એક નવો સંઘર્ષ ઉભરી રહ્યો છે: ઓછી કિંમતવાળા અને નજીવા કાર્યો દ્વારા વિશાળ AI બજેટ ખર્ચાઈ ન જાય તે કેવી રીતે અટકાવવું.

ટોકન રેશનિંગનો ઉદય

આ વર્ષની શરૂઆતમાં, કોર્પોરેટ જગતમાં ચર્ચા AI એકીકરણને મહત્તમ બનાવવાની આસપાસ કેન્દ્રિત હતી. કેટલીક સંસ્થાઓએ તો કર્મચારીઓના AI ઉપયોગને ગેમિફાય કરવા અને તેમને પુરસ્કાર આપવા માટે આંતરિક લીડરબોર્ડ્સ પણ અમલમાં મૂક્યા હતા. જોકે, આ અનિયંત્રિત ઉત્સાહને કારણે એક એવી સ્થિતિ સર્જાઈ છે જ્યાં અનિશ્ચિત ખર્ચ નફાના માર્જિનને ઘટાડી રહ્યો છે.

આપણે હવે "ટોકન રેશનિંગ"ના યુગને સાક્ષી બની રહ્યા છીએ. કર્મચારીઓને દરેક સંભવિત કાર્ય માટે Large Language Models (LLMs) નો ઉપયોગ કરવા પ્રોત્સાહિત કરવાને બદલે, નેતૃત્વ હવે કડક નિયંત્રણો લાગુ કરવાનું શરૂ કરી રહ્યું છે. ધ્યેય વ્યાપક, બિન-વ્યવસ્થિત ઉપયોગથી શિસ્તબદ્ધ મોડેલ તરફ વળવાનો છે, જ્યાં AI નો ઉપયોગ માત્ર ઉચ્ચ-અસરકારક અને ઉચ્ચ-મૂલ્ય ધરાવતા વર્કફ્લોમાં જ કરવામાં આવે.

એક્સન્ટર (Accenture) નો કિસ્સો: ઊંચા જોખમો અને નાના કાર્યો

આ પરિવર્તનનું એક મુખ્ય ઉદાહરણ વૈશ્વિક કન્સલ્ટિંગ જાયન્ટ Accenture માં જોવા મળે છે. Accenture ના એજન્ટિક AI સ્ટ્રેટેજી લીડ, Justice Kwak ના નેતૃત્વ હેઠળની આંતરિક મીટિંગના લીક થયેલા ઓડિયો મુજબ, કંપની કર્મચારીઓને મૂળભૂત વહીવટી કાર્યો પર ટોકન રિઝર્વ ખર્ચતા રોકવા માટે સક્રિયપણે કામ કરી રહી છે.

આ અહેવાલ એક આશ્ચર્યજનક વિરોધાભાસ દર્શાવે છે: જ્યારે Accenture એ અગાઉ સંકેત આપ્યો હતો કે જો કર્મચારીઓ AI અપનાવવામાં નિષ્ફળ જશે તો તેઓ "પ્રમોશન ગુમાવવાનું જોખમ" ઉઠાવી શકે છે, ત્યારે તેઓ હવે વપરાશ ઘટાડવા માટે વળતી દિશામાં જઈ રહ્યા છે. ખાસ કરીને, કંપની કર્મચારીઓને PDF ને પ્રેઝન્ટેશન સ્લાઇડ્સમાં રૂપાંતરિત કરવા જેવા નાના કાર્યો માટે મોંઘા AI કમ્પ્યુટનો ઉપયોગ કરતા રોકવાનો પ્રયાસ કરી રહી છે.

Kwak એ નોંધ્યું કે AI એક એવા "વળાંક બિંદુ" (inflection point) પર પહોંચી રહ્યું છે જ્યાં તે કોર્પોરેટ ખર્ચના માળખાનો એક મહત્વપૂર્ણ ઘટક બની રહ્યું છે. ખર્ચ વધુને વધુ અનિશ્ચિત બનતા, CFOs, COOs અને CIOs વધુ ખર્ચને મંજૂરી આપતા પહેલા Return on Investment (ROI) ના સ્પષ્ટ પુરાવા માંગી રહ્યા છે.

હાઇપ પછીના યુગમાં મૂલ્ય સાબિત કરવું

આ પરિવર્તન AI ઉદ્યોગમાં વ્યાપક વલણને પ્રતિબિંબિત કરે છે જેને અવારનવાર "AI સેલઓફ" તરીકે ઓળખવામાં આવે છે. બજાર હવે જનરેટિવ ક્ષમતાઓની નવીનતાથી સંતુષ્ટ નથી; તે કમ્પ્યુટ અને ટોકન વપરાશના વિશાળ ખર્ચ કરતા વધુ મૂર્ત ઉત્પાદકતા લાભોની માંગ કરી રહ્યું છે.

આ આર્થિક દબાણ ખાસ કરીને મેમરી ચિપ ઉત્પાદકો સહિત AI-આધારિત ક્ષેત્રોને અસર કરી રહ્યું છે, કારણ કે ઉદ્યોગ માત્ર હાઇપથી દૂર જઈને નાણાકીય જવાબદારી તરફ આગળ વધી રહ્યો છે. AI બિઝનેસ મોડેલને ટકાઉ રાખવા માટે, ધ્યાન એ બાબત પરથી ખસેડવું જોઈએ કે કેટલું AI વપરાય છે, તેના બદલે એ બાબત પર કે તે ટોકન્સ જટિલ સમસ્યાઓ ઉકેલવા માટે કેટલી અસરકારક રીતે ઉપયોગમાં લેવાય છે.

મુખ્ય મુદ્દાઓ

• વ્યૂહરચનામાં ફેરફાર: કંપનીઓ અનિશ્ચિત કાર્યકારી ખર્ચને સંચાલિત કરવા માટે "ટોકનમેક્સિંગ" (અમર્યાદિત ઉપયોગ) થી "ટોકન રેશનિંગ" તરફ વળી રહી છે.
• ROI નો આદેશ: CFOs અને CIOs સહિતની નેતૃત્વ ટીમો, AI અપનાવવાની પ્રારંભિક ઉત્તેજનાથી આગળ વધીને, મૂલ્યના પુરાવા માંગી રહી છે.
• ખર્ચ વિરુદ્ધ ઉપયોગિતા: એક મુખ્ય ઘર્ષણ બિંદુ ઉભરી રહ્યું છે જ્યાં ઉચ્ચ-અસરકારક એજન્ટિક વર્કફ્લોને બદલે PDF ફોર્મેટિંગ જેવા ઓછી કિંમતવાળા કાર્યો પર મોંઘા LLM ટોકન્સનો બગાડ થઈ રહ્યો છે.