Deloitte ישראל מקימה פעילות למדידת כלכלת ה-AI
אדם צייטלין יעמוד בראש AI Economics, שתבחן את הוצאות הבינה המלאכותית בארגונים ואת התשואה העסקית שמתקבלת מהן
אחרי שלב ההתלהבות והניסויים, הבינה המלאכותית מתחילה להגיע גם לתקציב. Deloitte ישראל מקימה פעילות בשם AI Economics, שתעסוק בניתוח העלויות שנוצרות מהטמעת AI בארגונים ובמדידת הערך הכלכלי שמתקבל מהשימוש בו. את הפעילות יוביל אדם צייטלין.
המטרה היא לתת להנהלות כלים להבין לא רק אילו מערכות AI כדאי להטמיע, אלא כמה כל יישום עולה ומה הוא מחזיר לארגון. ככל שחברות מרחיבות את השימוש במודלים, בסוכנים אוטונומיים וביישומי תוכנה שמשלבים בינה מלאכותית, ההוצאה עוברת מסעיף טכנולוגי קטן למרכיב שיכול לקבל משקל בתקציב.
הבעיה הופכת מורכבת יותר כאשר מחלקות שונות רוכשות כלים בנפרד. ארגון יכול לשלם במקביל על מודלים, שירותי ענן, מוצרי תוכנה וסוכני AI, מבלי שתהיה לו תמונה מלאה של העלות הכוללת ושל התפוקה שמתקבלת ממנה. המעבר ממספר פיילוטים לעשרות או מאות תהליכים מבוססי AI מגדיל את הצורך בבקרה כזאת.
הנושא כבר מתחיל להעסיק חברות גדולות מחוץ לישראל. EY, למשל, החלה לבנות מנגנונים שמקצים ומנטרים תקציבי טוקנים לעובדים, כחלק מהניסיון לשלוט בעלויות של עבודה עם מודלים וסוכנים. גם חברות טכנולוגיה מזהירות שהמחירים עדיין מהווים חסם להטמעה רחבה.
כמה באמת עולה משימה שמבצע AI?
אחד הקשיים נובע מהאופן שבו מתומחרת הבינה המלאכותית. בניגוד לעובד עם עלות שכר קבועה יחסית, שימוש במודל יכול להשתנות בהתאם למספר הפניות, לכמות הטוקנים, למורכבות המשימה ולמספר הפעולות שמבצע סוכן אוטונומי כדי להגיע לתוצאה.
סוכן שמבצע משימה עסקית עשוי להפעיל כמה מודלים, לגשת למאגרי מידע, להשתמש בכלים חיצוניים ולבצע ניסיונות חוזרים. כל פעולה כזאת מגדילה את העלות. כאשר הפעילות מתרחבת לאלפי משימות ביום, פער קטן בעלות של כל פעולה יכול להפוך לסכום משמעותי.
הפעילות החדשה של Deloitte אמורה לסייע לחברות למפות את ההוצאות האלה ולבנות מדדים שמחברים בין העלות לבין התוצאה העסקית. בין היתר מדובר בחישוב העלות ליחידת תפוקה, איתור שימושים שאינם יעילים והשוואה בין דרכים שונות לבצע אותה משימה.
השאלה הכלכלית מקבלת משקל גדול יותר ככל שה-AI עובר מסיוע לעובד לביצוע תהליכים בעצמו. במצב כזה כבר לא מספיק לבדוק אם המודל מסוגל לבצע משימה. ההנהלה צריכה לדעת אם החיסכון בשעות עבודה, הגדלת המכירות או השיפור בשירות מצדיקים את עלויות המחשוב והתוכנה.
גם ניקש ארורה, מנכ"ל Palo Alto Networks, העריך לאחרונה כי עלויות הטוקנים צריכות לרדת בכ-90% כדי לאפשר אימוץ רחב יותר בארגונים. החשש הוא שחברות יגלו שקל יחסית להציג פיילוט מוצלח, אך הרבה יותר יקר להפעיל אותו בקנה מידה רחב.
- ישראכרט מצרפת את דלויט לביקורת לצד KPMG - שכר הטרחה לא צפוי לגדול
- ה-Big 4 - מי פירמת ראיית החשבון הגדולה בעולם? על ההכנסות וכמות העובדים של הפירמות
מה-CIO ל-CFO: ה-AI הופך לשאלה פיננסית
הקמת AI Economics משקפת מעבר של הדיון בבינה מלאכותית ממחלקות הטכנולוגיה גם למנהלי הכספים ולהנהלה הבכירה. כאשר ההוצאות גדלות, נדרש חיבור בין מי שבוחר את הטכנולוגיה לבין מי שאחראי לתקציב ולתשואה על ההשקעה.
צייטלין צפוי לעבוד במסגרת הפעילות עם מומחים מתחומי הטכנולוגיה, הענן, הפיננסים, האסטרטגיה וניהול הסיכונים. הרעיון הוא לבחון שימוש ב-AI באותה דרך שבה ארגונים בוחנים השקעות אחרות: מה העלות, איזו תפוקה נוצרת, מה הסיכון וכמה זמן נדרש כדי להחזיר את ההשקעה.
התחום הזה כבר יוצר גם שוק שלם של פתרונות לניהול עלויות. DoiT רכשה לאחרונה את Attribute הישראלית, שפיתחה מערכת למדידת עלויות שימוש ב-AI בארגונים, כחלק ממגמה שמחברת בין ניהול ענן לבין בקרת הוצאות על מודלים.
עבור החברות, המשמעות היא שההחלטה על AI כבר אינה יכולה להתבסס רק על איכות המודל או על הרצון להטמיע את הטכנולוגיה במהירות. יישום שמחליף שעות עבודה רבות או מגדיל הכנסות יכול להצדיק גם עלויות גבוהות, בעוד כלי שנעשה בו שימוש רב ללא השפעה עסקית ברורה עלול להפוך להוצאה שקשה להצדיק.
צייטלין מציג את הבינה המלאכותית כגורם ייצור נוסף שארגונים צריכים ללמוד לנהל לצד עובדים, הון וציוד. במציאות שבה כל פעולה של מערכת AI יכולה לייצר עלות משתנה, המבחן עובר בהדרגה מהיכולת הטכנולוגית עצמה לכדאיות הכלכלית שלה.
