എന്റെ AI ഓരോ ദിവസവും എത്ര ചിലവാകുന്നു എന്ന് ഞാൻ ട്രാക്ക് ചെയ്യുന്നു
സാങ്കേതിക മേഖലയിലെ പിരിച്ചുവിടലുകൾ (Tech layoffs) ദിവസവും ആയിരക്കണക്കിന് ആളുകളെ ബാധിക്കുന്നു. പല കമ്പനികളും ഇതിന് കാരണം AI ആണെന്ന് പറയുന്നു. ഇതുവരെ ലഭിക്കാത്ത ഉൽപ്പാദനക്ഷമതയുടെ (productivity) പ്രവചനത്തിന്റെ അടിസ്ഥാനത്തിലാണ് അവർ ജീവനക്കാരെ കുറയ്ക്കുന്നത്.
ഇതൊരു എഞ്ചിനീയറിംഗ് പ്രശ്നമല്ല. ഇതൊരു അളവ് (measurement) പ്രശ്നമാണ്.
ഒരു ടൂൾ ഉപയോഗത്തിൽ കൊണ്ടുവരുന്നത് (Deploying) എളുപ്പമാണ്. നിങ്ങൾ അത് ക്രമീകരിക്കുന്നു, അത് ഉള്ളടക്കം നിർമ്മിക്കുന്നു, ഡെമോ കാണാൻ മികച്ചതാണ്. ഇത് 40% വേഗതയുള്ളതാണെന്ന് നിങ്ങൾ നിങ്ങളുടെ ബോസിനോട് പറയുന്നു.
മൂല്യം നൽകുക (Delivering value) എന്നത് മറ്റൊന്നാണ്. അത് പ്രവർത്തിപ്പിക്കാനും നിയന്ത്രിക്കാനുമുള്ള ചിലവ് കുറച്ചതിനുശേഷം ആ ടൂൾ യഥാർത്ഥത്തിൽ എന്ത് ഫലമാണ് നൽകിയതെന്ന് നിങ്ങൾ ചോദിക്കണം.
മിക്ക ടീമുകളും ഡിപ്ലോയ്മെന്റ് എന്നാൽ ഡെലിവറി ആണെന്ന് കരുതുന്നു. ഈ ധാരണ തെറ്റായ തീരുമാനങ്ങളിലേക്ക് നയിക്കുന്നു. സംഖ്യകൾ ഉപയോഗിച്ച് വ്യത്യാസം കാണിക്കാൻ നിങ്ങൾക്ക് കഴിയുന്നില്ലെങ്കിൽ, വലിയൊരു ബജറ്റുമായി നിങ്ങൾ വെറുതെ ഊഹിക്കുകയാണ് ചെയ്യുന്നത്.
വേഗത്തിൽ മുന്നോട്ട് പോകാൻ ചില കമ്പനികൾ പ്രോഗ്രാം മാനേജ്മെന്റ് ഒഴിവാക്കുന്നു. ഒരു ടൂൾ പ്രവർത്തിക്കുന്നുണ്ടോ അല്ലെങ്കിൽ അതിന് വലിയ ചിലവാകുന്നുണ്ടോ എന്ന് ചോദിക്കുന്ന ആളുകളെ അവർ നീക്കം ചെയ്യുന്നു. ഈ ആളുകളില്ലാതെ, നിങ്ങളുടെ ഏറ്റവും വലിയ നിക്ഷേപം പരാജയപ്പെടുകയാണോ എന്ന് നിങ്ങൾക്ക് തിരിച്ചറിയാൻ കഴിയില്ല.
ഓരോ AI വർക്ക്ഫ്ലോയും ട്രാക്ക് ചെയ്യാൻ ഞാൻ ഒരു ലളിതമായ ഫയൽ ഉപയോഗിക്കുന്നു. ഞാൻ ഒരു വലിയ ഡാഷ്ബോർഡ് ഉപയോഗിക്കുന്നില്ല.
ഞാൻ ഈ പ്രത്യേക അളവുകോലുകൾ (metrics) ട്രാക്ക് ചെയ്യുന്നു:
• Baseline minutes: AI ഉപയോഗിക്കുന്നതിന് മുമ്പ് ഒരു ജോലി പൂർത്തിയാക്കാൻ എടുത്ത സമയം. • Token cost: ഓരോ തവണ പ്രവർത്തിപ്പിക്കുമ്പോഴും ഉണ്ടാകുന്ന നേരിട്ടുള്ള ഡോളർ ചിലവ്. • Seat cost: പ്രതിമാസ സബ്സ്ക്രിപ്ഷൻ ഫീസ്. • Steering minutes: AI-ക്ക് നിർദ്ദേശങ്ങൾ നൽകാനും (prompting) തിരുത്തലുകൾ വരുത്താനും നിങ്ങൾ ചെലവഴിക്കുന്ന സമയം. ഇതാണ് മറഞ്ഞിരിക്കുന്ന ചിലവ്. • Output kept percentage: മനുഷ്യന്റെ ഇടപെടൽ ഇല്ലാതെ AI ഉൽപ്പാദിപ്പിച്ച കാര്യങ്ങളിൽ എത്ര ശതമാനം ഉപയോഗശീലം ഉള്ളത്. • Rework tax: നിങ്ങൾ തിരുത്തേണ്ടി വന്നതോ അല്ലെങ്കിൽ ഒഴിവാക്കേണ്ടി വന്നതോ ആയ ജോലിയുടെ ശതമാനം.
ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗം 'കിൽ സ്വിച്ച്' (kill switch) ആണ്. നിങ്ങളുടെ പരിധികൾ (thresholds) മുൻകൂട്ടി തീരുമാനിക്കുക. റീവർക്ക് ടാക്സ് (rework tax) 50%-ന് മുകളിൽ പോവുകയോ അല്ലെങ്കിൽ ലാഭിക്കുന്ന സമയം 5 മിനിറ്റിൽ താഴെയാവുകയോ ചെയ്താൽ ആ വർക്ക്ഫ്ലോ നിർത്തലാക്കുക. നഷ്ടപ്പെട്ട ചിലവിനെക്കുറിച്ച് (sunk costs) തർക്കിക്കരുത്.
ഈ മാനസിക സൂത്രവാക്യം ഉപയോഗിക്കുക: Net Value = Minutes Saved - Steering Minutes - (Rework Tax x Volume)
ഈ സംഖ്യ പൂജ്യമോ നെഗറ്റീവോ ആണെങ്കിൽ, നിങ്ങൾ പണം പാഴാക്കുകയാണ്. ഇത് ഉൽപ്പാദനക്ഷമമായി തോന്നുമെങ്കിലും ഒന്നും നൽകുന്നില്ല.
ഈ കാലഘട്ടത്തിൽ അതിജീവിക്കുന്നത് ഏറ്റവും കൂടുതൽ AI ഉപയോഗിക്കുന്നവരല്ല. മറിച്ച്, കൃത്യമായ ഒരു സ്കോർബോർഡ് കാണിക്കാൻ കഴിയുന്നവരാണ്. എന്താണ് പ്രവർത്തിച്ചത്, അതിന് എത്ര ചിലവായി, എന്തൊക്കെ ഒഴിവാക്കി എന്ന് അവർക്ക് തെളിയിക്കാൻ കഴിയും.
നിങ്ങൾ ഒരിക്കലും അളക്കുന്നില്ലെങ്കിൽ ROI അവകാശപ്പെടാൻ കഴിയില്ല. നിങ്ങളുടെ ഫലങ്ങൾ തെളിയിക്കുക, അപ്പോൾ നിങ്ങൾ ഒഴിച്ചുകൂടാനാവാത്ത ഒരാളായി മാറും.
നിങ്ങളുടെ AI എന്ത് നൽകുന്നു എന്ന് നിങ്ങൾ അളക്കുന്നുണ്ടോ, അതോ വെറുതെ ഒരു സ്ലൈഡിനെ വിശ്വസിക്കുകയാണോ?
Optional learning community: https://t.me/GyaanSetuAi