Daripada Tokenmaxxing kepada Catuan: Krisis Kos AI Korporat

Kegilaan awal "tokenmaxxing"—di mana perusahaan menggalakkan penggunaan AI tanpa had untuk memacu penggunaan—kini bertembung dengan realiti pahit kos operasi. Apabila syarikat beralih daripada eksperimen kepada penskalaan, satu perjuangan baharu muncul: bagaimana untuk menghalang bajet AI yang besar daripada habis digunakan untuk tugasan remeh yang bernilai rendah.

Kebangkitan Catuan Token

Awal tahun ini, naratif dalam dunia korporat tertumpu kepada memaksimumkan integrasi AI. Sesetengah organisasi malah melaksanakan papan pendahulu dalaman untuk menggamifikasikan dan memberi ganjaran kepada pekerja atas penggunaan AI mereka. Walau bagaimanapun, semangat yang tidak terkawal ini telah membawa kepada fenomena di mana perbelanjaan yang tidak menentu sedang menghakis margin keuntungan.

Kita kini menyaksikan era "catuan token." Daripada menggalakkan pekerja menggunakan Model Bahasa Besar (LLM) untuk setiap tugasan yang mungkin, pihak kepimpinan mula melaksanakan kawalan ketat. Matlamatnya adalah untuk beralih daripada penggunaan yang luas dan tidak terurus kepada model berdisiplin di mana AI hanya digunakan untuk aliran kerja berimpak tinggi dan bernilai tinggi.

Kes Accenture: Pertaruhan Tinggi dan Tugasan Kecil

Satu contoh ketara bagi peralihan ini dapat dilihat pada gergasi perundingan global, Accenture. Menurut audio yang bocor daripada mesyuarat dalaman yang diketuai oleh Justice Kwak, ketua strategi AI ejen Accenture, syarikat tersebut sedang berusaha secara aktif untuk menghalang pekerja daripada menghabiskan simpanan token pada tugasan pentadbiran asas.

Laporan tersebut menonjolkan percanggahan yang ketara: walaupun Accenture sebelum ini memberi isyarat bahawa pekerja mungkin "berisiko terlepas peluang kenaikan pangkat" jika mereka gagal menggunakan AI, mereka kini beralih untuk mengekang penggunaan tersebut. Secara khusus, syarikat sedang cuba menghalang pekerja daripada menggunakan pengkomputeran AI yang mahal untuk tugasan kecil, seperti menukar PDF kepada slaid pembentangan.

Kwak menyatakan bahawa AI sedang mencapai "titik perubahan" di mana ia menjadi komponen material dalam struktur kos korporat. Dengan perbelanjaan yang semakin tidak menentu, CFO, COO, dan CIO menuntut bukti jelas Pulangan Pelaburan (ROI) sebelum meluluskan perbelanjaan lanjut.

Membuktikan Nilai dalam Era Pasca-Hype

Peralihan ini mencerminkan trend yang lebih luas dalam industri AI yang sering disebut sebagai "jualan keluar AI" (AI selloff). Pasaran tidak lagi berpuas hati dengan keunikan keupayaan generatif; ia menuntut peningkatan produktiviti yang nyata yang mengatasi kos besar pengkomputeran dan penggunaan token.

Tekanan ekonomi ini memberi kesan terutamanya kepada sektor yang bergantung kepada AI, termasuk pengeluar cip memori, memandangkan industri kini beralih daripada sekadar gimik (hype) kepada akauntabiliti fiskal. Untuk model perniagaan AI kekal mampan, fokus mesti beralih daripada berapa banyak AI digunakan kepada sejauh mana keberkesanan token tersebut digunakan untuk menyelesaikan masalah yang kompleks.

Ringkasan Utama

• Peralihan Strategi: Syarikat sedang beralih daripada "tokenmaxxing" (penggunaan tanpa had) kepada "catuan token" untuk menguruskan kos operasi yang tidak menentu.
• Mandat ROI: Pasukan kepimpinan, termasuk CFO dan CIO, menuntut bukti nilai, melangkaui keterujaan awal penggunaan AI.
• Kos lwn Utiliti: Titik geseran utama sedang muncul di mana token LLM yang mahal dibazirkan pada tugasan bernilai rendah seperti pemformatan PDF berbanding aliran kerja ejen yang berimpak tinggi.