2023년, AI는 새로운 미래적 아이디어에서 모든 곳의 기업 전략의 핵심 구성 요소로 빠르게 이동했습니다. ChatGPT는 다음 중 하나입니다. 최대 인기 있는 섀도우 IT 소프트웨어 애플리케이션, IT 리더들은 이미 공식적으로 AI 도구를 채택하기 위해 노력하고 있습니다. 제공된 ChatGPT 라이선스의 평균 사용률은 여전히 상당히 낮지만(부서 전체에서 30% 미만), 디Productiv의 ata IT 부서가 해당 애플리케이션을 가장 많이 사용하는 것으로 나타났으며, 이는 기업이 ChatGPT와 같은 AI 도구를 테스트하여 정책에 가장 잘 부합하는 방법을 알아보고 있음을 의미합니다.
ChatGPT는 IT 리더들이 공식적으로 도구를 채택하기 전에 테스트하는 유일한 새로운 AI 소프트웨어가 아닙니다. 즉, 기업 리더들은 절실한 과제에 직면하게 됩니다. AI 예산 책정의 기술을 마스터하는 것입니다. 기업에서 생성 AI를 구현하는 데 드는 비용은 월 수백 달러에서 $190,000 (계속 증가 중) 미세 조정된 오픈 소스 모델을 기반으로 하는 맞춤형 생성 AI 솔루션을 위해. AI 프로젝트에 직접 투자하든, AI가 내장된 소프트웨어를 구매하든, AI 비용은 실제적이며 증가하고 있으며 최종 사용자에게 전가되고 있습니다. 기업은 경고 없이 급등할 수 있는 AI 관련 비용에 어리둥절해할 여유가 없습니다.
현실은 여러분이 사용하는 대부분의 공급업체가 어떤 종류의 AI 전략을 채택하거나 이미 채택했으며, 많은 공급업체가 이러한 AI 모델을 실행하는 실제 비용을 설명하기 위해 가격 구조를 조정해야 할 것입니다. 최종 사용자에게 이러한 AI 지원 기능은 실질적인 부가가치를 나타냅니다. 이를 앞서가기 위해, 내년에 AI 지출을 관리하고 투자 수익을 극대화하는 세 가지 방법을 소개합니다.
소프트웨어 판매 방식의 변화에 대비하세요
소프트웨어 거래에서 번들링은 당연한 일입니다. 안타깝게도 AI 도구 비용이 기존 패키지에 번들로 포함하기에는 너무 높을 수 있습니다(Microsoft Copilot조차 사용자당 약 30달러인 반면, Microsoft의 일반적인 엔터프라이즈 번들 가격은 사용자당 25~40달러입니다). 공급업체가 기능을 패키지로 제공하는 방식이 크게 바뀌고 있으며, 이는 전반적인 지출에 영향을 미칠 것입니다. 기존 거래는 안전하지만, 새로운 계약은 AI 처리 비용이 일반적인 SaaS보다 더 비싸다는 사실을 반영해야 합니다.
변화의 일부는 AI 도구가 종종 사용 기반 가격 책정을 채택하기 때문입니다. 예를 들어 Fireflies AI와 같은 AI 필기자는 다음과 같이 청구합니다. 분당 사용의. 이 모델은 특히 사용량을 면밀히 모니터링하지 못하는 기업의 경우 비용을 빠르게 증가시킬 수 있습니다. 이러한 가격 구조에 주의 깊게 주의를 기울이고 이러한 변화하는 패러다임을 반영하여 비용과 가치를 평가하는 데 도움이 되는 새로운 모델을 구축하기 시작하세요.
AI ROI와 관련하여 결과를 이해하기 위해 노력하십시오.
거의 모든 기존 소프트웨어 도구가 새로운 AI 기능을 출시하고 있습니다. 아직 출시하지 않았더라도 곧 출시될 가능성이 큽니다! AI가 주도하는 새로운 SaaS 확산을 기대하고 있으며, 이는 새로운 공급업체를 평가하고 시도하려는 활력을 되찾는 탐구를 촉발할 가능성이 큽니다. 평가할 새로운 도구와 기능이 많이 있겠지만, 이러한 도구의 결과를 정량화하는 데 세심한 주의를 기울이지 않는다면 많은 비용을 지출하면서도 거의 아무것도 얻지 못할 위험이 있습니다.
AI 도구가 지출할 만한 가치가 있는지 고려할 때 비용을 넘어서는 것이 필수적입니다. 스택에서 어떤 AI 도구가 실제 성과를 이끌어내는지 이해하는 것이 점점 더 중요해질 것입니다. 누가 더 생산적이고, 어떤 방식으로 생산적일까요? 특정 채택 덕분에 어떤 시스템이나 프로세스가 의미 있게 최적화되고 있을까요? 제공되는 성과의 가치를 이해하기 위해 노력하면 추가 비용을 지출할 수 있는 이유를 밝히고 기능이 진정으로 유용하지 않은 경우 업셀을 거부할 수 있습니다.
총 소유 비용(TCO) 계산
AI 도구의 TCO를 평가하려면 기존 소프트웨어보다 더 심층적인 분석이 필요합니다. 새로운 도구로 전환하기 전에 AI 소프트웨어의 고유한 설정 및 통합 요구 사항을 평가하세요. 소프트웨어에서 자체 데이터로 모델을 학습해야 하는 경우 비용이 증가할 가능성이 높습니다. 한편, 지속적인 데이터 및 보호 관리가 기존 소프트웨어를 유지하는 것보다 더 복잡하고 리소스가 많이 필요할 수 있습니다. 예를 들어, AI 기반 환자 관리 시스템을 구현하는 의료 서비스 제공자는 기존 전자 건강 기록 시스템과 통합하고 AI의 효과를 보장하기 위해 지속적인 데이터 관리를 위해 추가 비용을 고려해야 합니다.
AI가 필연적으로 비즈니스 운영을 변화시킬 것은 분명하지만, 이러한 변화는 예산 및 비용 관리에 대한 새로운 접근 방식을 요구합니다. 기업 리더는 고유한 가격 책정 모델을 이해하고, 소프트웨어 생태계에서 AI의 역할을 평가하고, 철저한 가치 평가를 수행하고, TCO를 계산하여 곡선보다 앞서 나가야 합니다. 이러한 전략을 채택함으로써 기업은 예상치 못한 비용에 희생되지 않고 AI의 힘을 활용하여 기업 구조에 AI를 스마트하고 지속 가능하게 통합할 수 있습니다.
게시물 AI 도구 테스트? 총 비용에 대해 생각하는 것을 잊지 마세요. 처음 등장 유나이트.AI.
