𝗪𝗵𝘆 𝗔𝗜 𝗖𝗼𝘀𝘁𝘀 𝗦𝗽𝗶𝗿𝗮𝗹 𝗔𝗻𝗱 𝗛𝗼𝘄 𝗧𝗼 𝗖𝗼𝗻𝘁𝗿𝗼𝗹 𝗧𝗵𝗲𝗺

ബില്ല് ലഭിക്കുന്നത് വരെ മിക്ക ടീമുകളും തങ്ങളുടെ AI ചെലവുകളിലെ പ്രശ്നം തിരിച്ചറിയാറില്ല. അപ്പോഴേക്കും തെറ്റായ ശീലങ്ങൾ രൂപപ്പെട്ടു കഴിഞ്ഞിട്ടുണ്ടാകും. ഉപയോഗം ചിതറിക്കിടക്കും. അത് പരിഹരിക്കുക എന്നത് ഒരു തലവേദനയായി മാറും.

AI ചിലവുകൾ നിശബ്ദമായി വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നു. ഒരു പ്രൊഡക്റ്റ് മാനേജർ ഒരു അനാലിസിസ് നടത്തുന്നു. ഒരു ക്രിയേറ്റർ ഒരു ഡ്രാഫ്റ്റ് തയ്യാറാക്കുന്നു. ഒരു സപ്പോർട്ട് ലീഡ് ഒരു ടിക്കറ്റ് സംഗ്രഹിക്കുന്നു. ഈ ചെറിയ ജോലികൾ ഒറ്റപ്പെട്ടভাবে നോക്കുമ്പോൾ ചിലവ് കുറഞ്ഞതായി തോന്നും. എന്നാൽ ഇവയെല്ലാം കൂടി ചേരുമ്പോൾ വലിയൊരു തുകയായി മാറുന്നു.

വ്യക്തമായ കാഴ്ചപ്പാടില്ലാതെ (visibility), നിങ്ങൾക്ക് അടിസ്ഥാനപരമായ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ കഴിയില്ല:

  • ഏത് ടീമുകളാണ് യഥാർത്ഥ മൂല്യം നേടുന്നത്?
  • ഏത് use cases ആണ് ഏറ്റവും കൂടുതൽ ചിലവ് വരുത്തുന്നത്?
  • ഫലമില്ലാത്ത പരീക്ഷണങ്ങൾക്കായി എവിടെയാണ് പണം പാഴാകുന്നത്?

ഈ ഉത്തരങ്ങളില്ലാതെ, നേതൃത്വത്തിന് (leadership) നിങ്ങളുടെ ROI ന്യായീകരിക്കാൻ കഴിയില്ല.

നിങ്ങൾക്ക് usage governance ആവശ്യമാണ്. ഇതിനർത്ഥം AI ടൂളുകൾ നിങ്ങളുടെ ദൈനംദിന പ്രവർത്തനത്തിന്റെ ഭാഗമാകുന്നതിന് മുമ്പ് അവ ട്രാക്ക് ചെയ്യാനും നിയന്ത്രിക്കാനുമുള്ള സംവിധാനങ്ങൾ ഒരുക്കുക എന്നതാണ്. ഇത് നിയന്ത്രണങ്ങൾ ഏർപ്പെടുത്തുന്നതിനെക്കുറിച്ചല്ല. മറിച്ച്, നിങ്ങൾക്ക് ബിസിനസ്സ് വ്യാപിപ്പിക്കാൻ (scale) സഹായിക്കുന്ന ഒരു ഘടന സൃഷ്ടിക്കുന്നതിനെക്കുറിച്ചാണ്.

ചിലവുകൾ നിയന്ത്രിക്കാൻ ഈ രണ്ട് മാർഗ്ഗങ്ങൾ ഉപയോഗിക്കുക:

  1. Spend controls: ടീം അല്ലെങ്കിൽ ഡിപ്പാർട്ട്മെന്റ് അടിസ്ഥാനത്തിൽ പരിധികൾ നിശ്ചയിക്കുക. ഇത് ഒരു ഗ്രൂപ്പ് നിങ്ങളുടെ മുഴുവൻ ബജറ്റും ഉപയോഗിക്കുന്നത് തടയുന്നു.
  2. Usage analytics: ആര് ഏത് ഫീച്ചറുകൾ എത്ര തവണ ഉപയോഗിക്കുന്നു എന്ന് ട്രാക്ക് ചെയ്യുക. ഇത് അപ്രതീക്ഷിതമായി വരുന്ന ചിലവുകളെ നിയന്ത്രിക്കാവുന്ന ഒരു ആസ്തിയായി മാറ്റുന്നു.

നിങ്ങളുടെ ബജറ്റ് ന്യായീകരിക്കേണ്ടതുണ്ടെങ്കിൽ, ഈ ഘട്ടങ്ങൾ പിന്തുടരുക:

  • ഘട്ടം 1: റോൾ അടിസ്ഥാനത്തിൽ usage data ശേഖരിക്കുക. ഏത് ഡിപ്പാർട്ട്മെന്റുകളാണ് ഏറ്റവും കൂടുതൽ മൂല്യം നൽകുന്നത് എന്നും ഏത് അക്കൗണ്ടുകളാണ് ഉപയോഗിക്കപ്പെടാത്തതെന്നും മനസ്സിലാക്കുക.
  • ഘട്ടം 2: ഉയർന്ന ചിലവുള്ള പ്രവർത്തനങ്ങൾ കണ്ടെത്തുക. സങ്കീർണ്ണമായ ജോലികൾ അനാവശ്യമായി നിങ്ങളുടെ ബജറ്റ് കുറയ്ക്കുന്നുണ്ടോ എന്ന് തിരിച്ചറിയുക.
  • ഘട്ടം 3: മുൻകൂട്ടിയുള്ള പരിധികൾ നിശ്ചയിക്കുക. ഡിപ്പാർട്ട്മെന്റ് പരിധികൾ (caps) ഉപയോഗിക്കുക, അങ്ങനെ ബജറ്റ് അവസാനിക്കുന്നതിന് മുമ്പ് നിങ്ങൾക്ക് മുന്നറിയിപ്പുകൾ ലഭിക്കും.
  • ഘട്ടം 4: വിവരങ്ങൾ അവതരിപ്പിക്കുക. ഡിപ്പാർട്ട്മെന്റ് തിരിച്ചുള്ള ചിലവും usage trends ഉം കാണിക്കുക. കുറഞ്ഞ ഉപയോഗമുള്ള മേഖലകളിൽ നിന്നുള്ള ബജറ്റ് ഉയർന്ന ROI നൽകുന്ന use cases ലേക്ക് മാറ്റുക.

ഈ ശീലങ്ങൾ ഇപ്പോൾ തന്നെ തുടങ്ങുക:

  • നിങ്ങളുടെ ടൂളുകൾ ഓഡിറ്റ് ചെയ്യുക. ഓരോ സബ്‌സ്‌ക്രിപ്ഷനും വ്യക്തിഗത ചെലവും പട്ടികപ്പെടുത്തുക.
  • ഒരു ഉടമയെ (owner) നിശ്ചയിക്കുക. ഓരോ മാസവും ഉപയോഗവും ചിലവും ട്രാക്ക് ചെയ്യാൻ ഒരാളെ തിരഞ്ഞെടുക്കുക.
  • നിലവിലുള്ള ഡാഷ്‌ബോർഡുകൾ ഉപയോഗിക്കുക. മിക്ക എന്റർപ്രൈസ് പ്ലാറ്റ്‌ഫോമുകളിലും അഡ്മിൻ ടൂളുകൾ ഉണ്ട്. അവ ഉപയോഗിക്കുക.
  • പരിധികൾ നേരത്തെ നിശ്ചയിക്കുക. ബജറ്റ് കൂടിയതിനെക്കുറിച്ച് വിശദീകരിക്കുന്നതിനേക്കാൾ എളുപ്പമാണ് പരിധി വർദ്ധിപ്പിക്കുന്നത്.
  • ഉപയോഗത്തെ ഫലങ്ങളുമായി ബന്ധിപ്പിക്കുക. ചിലവ് വിവരങ്ങളെ ലാഭിച്ച സമയം അല്ലെങ്കിൽ മെച്ചപ്പെട്ട ഗുണനിലവാരം എന്നിവയുമായി ബന്ധിപ്പിക്കുക.

AI ചിലവുകൾ നിശബ്ദമായി വർദ്ധിക്കുന്നു. Governance അപ്രതീക്ഷിത ചിലവുകളെ തടയുന്നു.

AI ചെലവുകളുമായുള്ള നിങ്ങളുടെ അനുഭവം എന്താണ്? നിങ്ങളുടെ അഭിപ്രായങ്ങൾ കമന്റുകളിൽ പങ്കുവെക്കുക.

Source: https://dev.to/basavaraj_sh_1ea7d95f0f2e/why-ai-costs-spiral-and-how-to-control-them-before-they-do-3hek

Optional learning community: https://t.me/GyaanSetuAi