Biaya AI. Berapa biaya untuk menerapkan AI di sebuah perusahaan? | AI dalam bisnis #93

Biaya AI. Apa yang mempengaruhi biaya tersebut?

Biaya yang terkait dengan penerapan AI beragam dan tergantung pada berbagai faktor. Untuk memahami elemen mana yang memiliki dampak terbesar pada harga akhir, kami telah menyiapkan daftar yang paling penting:

• lingkup implementasi – organisasi yang mengalokasikan setidaknya 20% dari pendapatan mereka sebelum dikurangi bunga dan pajak (EBIT) untuk adopsi AI dianggap sebagai pemimpin dalam pemanfaatan AI. Menurut laporan McKinsey Global Survey tentang AI, mereka sering berinvestasi lebih banyak dalam teknologi ini. Dengan demikian, kontribusi AI yang tinggi terhadap keuntungan perusahaan dapat meningkatkan biaya implementasi.
• akses ke spesialis – kebutuhan akan posisi khusus, seperti insinyur data, spesialis pembelajaran mesin, atau ilmuwan data, dapat berdampak signifikan pada biaya implementasi AI. Ketersediaan dan biaya spesialis ini di pasar kerja adalah faktor kunci dalam biaya AI untuk sebuah perusahaan.
• biaya operasional yang diperbolehkan – pilihan antara solusi AI kustom dan perangkat lunak siap pakai mempengaruhi biaya. Solusi kustom dapat biaya mulai dari $6,000 hingga lebih dari $300,000. Sementara perangkat lunak siap pakai datang dengan harga hingga $40,000 per tahun.
• luas dan kedalaman adopsi AI – perusahaan yang memanfaatkan AI di berbagai departemen mungkin mengalami biaya yang lebih tinggi dibandingkan dengan mereka yang membatasi diri pada aplikasi tunggal.
• rencana investasi masa depan – perusahaan yang merencanakan untuk meningkatkan investasi dalam AI di tahun-tahun mendatang harus mengantisipasi pengeluaran yang lebih tinggi untuk implementasi dan pengembangan teknologi ini. Namun, investasi ini kemungkinan akan sangat penting untuk pertumbuhan perusahaan. Sebanyak dua pertiga responden dalam McKinsey Global Survey tentang AI mengharapkan peningkatan investasi AI dalam tiga tahun ke depan.

Daftar ini menyoroti bahwa biaya AI adalah kompleks dan memerlukan analisis individu. Misalnya, sebuah perusahaan yang memilih untuk menerapkan sistem analisis data harus mempertimbangkan baik biaya pembelian perangkat lunak maupun biaya mempekerjakan spesialis yang mampu mengoperasikannya.

Biaya pelatihan model AI

Salah satu biaya yang paling umum terkait dengan penerapan kecerdasan buatan yang menghalangi orang untuk berinvestasi adalah biaya pelatihan model AI. Ini adalah proses yang memerlukan baik keahlian maupun sumber daya finansial. Di atas segalanya, untuk melatih model AI, Anda perlu mengumpulkan cukup data dan melakukan analisis data.

Jadi kapan pelatihan model menjadi masuk akal? Hanya ketika sebuah perusahaan dapat mengharapkan peningkatan signifikan dalam efisiensi atau peningkatan keuntungan melalui penggunaan AI. Biaya pelatihan model adalah salah satu aspek yang sangat sulit untuk diperkirakan. Ini tergantung pada kompleksitasnya, aplikasi model, dan persyaratan perusahaan.

Sebuah contoh dapat berupa penerapan sistem AI untuk mempersonalisasi penawaran toko online, di mana model yang dilatih dengan tepat dapat secara signifikan meningkatkan penjualan dengan mencocokkan produk dengan preferensi pelanggan individu. Dalam kasus seperti itu, biaya pelatihan model adalah investasi yang membawa manfaat nyata.

Penerapan AI lain yang memerlukan pelatihan model adalah optimasi proses logistik. Model yang dilatih dengan baik akan mengurangi biaya transportasi yang seiring waktu akan meningkatkan daya saing dan memperbaiki waktu pengiriman.

Rencana harga

Langganan adalah opsi populer bagi bisnis yang ingin memanfaatkan teknologi canggih tanpa perlu investasi awal yang signifikan. Berikut adalah beberapa contoh biaya langganan:

• Chatbot AI – mereka paling umum digunakan untuk mengotomatiskan beberapa tugas layanan pelanggan; ada baiknya melihat solusi seperti Drift (biaya bulanan mulai dari $400 hingga $1500), TARS ($99 hingga $499 per bulan), atau Intercom Fin (dari $39 hingga $139 per bulan).
• Sistem analisis konten AI untuk SEO – mereka dapat biaya sekitar $150 per bulan, misalnya, Contadu (dari $79 hingga $297 per bulan),
• Asisten pengkodean AI – harga alat paling populer Github Copilot, berdasarkan model GPT-4, yang juga merupakan dasar dari versi berbayar ChatGPT Plus, mulai dari $10/40 zł per bulan,
• ChatGPT Plus atau Perplexity – itu adalah biaya sekitar $20 per bulan per pengguna, alternatif gratis adalah Google Bard atau Microsoft Bing/Copilot.

Sebelum memutuskan alat AI, pengusaha harus menganalisis kebutuhan dan kemampuan mereka dengan cermat. Misalnya, sebuah perusahaan konsultan mungkin memilih untuk berlangganan alat analisis data untuk memberikan wawasan berharga kepada klien dengan lebih efisien.

Biaya AI menggunakan API populer

Application Programming Interface, atau API AI, adalah alat yang memungkinkan integrasi fungsi AI dengan sistem, aplikasi, dan layanan yang ada. Biaya penggunaan API populer biasanya dihitung berdasarkan jumlah token yang digunakan dan model yang dipilih.

Biaya untuk model paling populer di OpenAI API:

• GPT-4 Turbo biaya $0.01 per 1K token untuk input dan $0.03 per 1K token untuk output,
• GPT-3.5 Turbo – biaya model sebelumnya, yang cukup untuk sebagian besar aplikasi bisnis, adalah sekitar $0.0005 per 1K token untuk input dan $0.0015 per 1K token untuk output.

Sumber: Martian (https://leaderboard.withmartian.com/)

Bisnis juga dapat menggunakan model akses terbuka, seperti mixtral-8x7b atau llama2-70b. Biaya operasional jauh lebih rendah, sementara API disediakan oleh, antara lain:

• deepinfra (https://deepinfra.com/),
• Abacus (https://abacus.ai/llmapi), dan
• Perplexity (https://www.perplexity.ai/).

Tetapi bagaimana cara menggunakan API untuk menerapkan AI dalam bisnis Anda? Contoh yang bagus adalah mengintegrasikan API untuk menghasilkan deskripsi produk di toko online, yang dapat mempercepat proses penambahan item baru dan meningkatkan kualitas informasi yang disajikan. Atau membuat alat yang dapat secara otomatis menghasilkan respons yang dipersonalisasi untuk email pelanggan.

Mempertahankan tim AI atau berkolaborasi dengan spesialis AI eksternal?

Siapa yang harus menangani penerapan kecerdasan buatan di perusahaan Anda? Jika Anda tidak memiliki tim spesialis atau penggemar – pengembang warga, Anda dihadapkan pada keputusan antara mempertahankan tim AI internal dan berkolaborasi dengan spesialis eksternal. Keputusan ini dapat memiliki dampak yang menentukan pada biaya dan efektivitas proyek AI.

Mempertahankan tim AI melibatkan biaya mempekerjakan spesialis yang mahal dan berpengalaman, termasuk programmer dan ilmuwan data.

Berkolaborasi dengan spesialis AI eksternal dapat lebih murah dan memberikan akses ke keterampilan khusus. Namun, ini dapat membuat solusi kita jauh lebih mahal untuk dipelihara di kemudian hari, karena setiap perubahan akan memerlukan memanggil spesialis untuk bantuan.

Pilihan antara tim internal dan spesialis eksternal harus didorong tidak hanya oleh biaya tetapi juga oleh tujuan strategis perusahaan. Misalnya, sebuah perusahaan kecil mungkin memilih untuk bekerja dengan spesialis eksternal untuk dengan cepat menerapkan solusi AI tanpa harus membangun tim internal. Dan kemudian menggunakan salah satu karyawan yang kurang spesialis untuk mendukungnya nanti.

Bukan hanya uang – biaya lingkungan AI

Biaya lingkungan dari AI adalah isu yang tidak dapat diabaikan dalam strategi jangka panjang perusahaan. Untungnya, sebagian besar pemimpin bisnis yang merespons McKinsey Global Survey tentang AI menyadari banyak risiko yang terkait dengan AI generatif, termasuk:

• risiko sosial,
• risiko kemanusiaan, dan
• ancaman terhadap pembangunan berkelanjutan, yang dapat menyiratkan biaya lingkungan yang terkait dengan AI.

Organisasi harus memikirkan cara untuk mengelola risiko lingkungan yang terkait dengan AI saat menerapkannya. Misalnya, sebuah perusahaan yang menggunakan AI untuk menganalisis dataset besar harus mempertimbangkan dampak operasinya terhadap konsumsi energi dan mencari cara untuk mengoptimalkannya.

Ringkasan – Berapa biaya AI di sebuah perusahaan?

Secara ringkas, biaya AI di sebuah perusahaan tergantung pada banyak variabel, seperti lingkup implementasi, akses ke spesialis, dan rencana pengembangan. Perusahaan yang berinvestasi besar-besaran dalam AI mungkin mengalami biaya yang lebih tinggi tetapi juga mendapatkan manfaat yang lebih besar.

Keputusan untuk menerapkan AI harus didahului oleh analisis menyeluruh dan disesuaikan dengan kebutuhan individu perusahaan. Dalam konteks pasar yang berubah secara dinamis, AI dapat menjadi kunci untuk mempertahankan daya saing dan pertumbuhan perusahaan.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.