Le più avanzate tecnologie di AI sono disponibili solo in modelli pay-per-use. Un sistema abituato a gestire i costi e le risorse utilizzando le logiche tradizionali dei sistemi on-premise, facendo acquisti in CApex, fatica a comprendere la dinamicità e la scalabilità dei modelli Opex.
Questa gestione inefficace dei costi delle risorse porta e porterà moltissime aziende, più del 50%, a superare il budget stabilito.
Il problema della gestione inefficiente dei costi dell'AI è evidente quando si verificano duplicazioni e inefficienze.
Una delle sfide importanti che le aziende sanitarie devono affrontare è la gestione efficiente dei costi nel nuovo e complesso ambiente dell'AI e più in generale del cloud computing.
L'assenza di analisi preventive ben strutturate, di una fase di formazione sugli utilizzatori (fondamentale) e di processi di controllo efficaci e puntuali, comporteranno inevitabilmente costi troppo alti, per un uso inappropriato e con benefici non misurabili.
Occore prestare attenzione ai costi nascosti dell’intelligenza artificiale per evitare di rovinare l’innovazione, frenata, per necessità, da chi ne fa le spese (qualcuno nella supply chain il conto lo paga).
Alcuni hanno già preannunciato una rapida riduzione dei costi dell'AI, molto più veloce rispetto ai precedenti avanzamenti tecnologici. Si pensi alla riduzione drastica dei costi per token tra GPT-4 e GPT-4o, dove il prezzo è calato di 150 volte in poco più di un anno...
È attesa una rapida discesa dei costi dell’AI, per quella "generalista". Non chiari gli effetti su quella ad alta specializzazione, di nicchia.
Ma pur scendendo di prezzo, il software diventa più complesso, e quindi crescerà la necessità di GPU sempre più potenti. Ed il loro costo è previsto che manterrà una forte tendenza all'aumento fino a tutto il 2029 ed oltre.
reconice, security by design.