AI 도구 테스트? 총 비용을 고려하지 않으면 안됩니다.

2023년에 AI는 새로운 아이디어에서 기업 전략의 핵심 구성 요소로 빠르게 이동했습니다. ChatGPT는 가장 인기 있는 섀도우 IT 소프트웨어 애플리케이션 중 하나이지만 IT 리더들은 이미 공식적으로 AI 도구를 채택하기 위해 작업하고 있습니다. ChatGPT 라이선스의 평균 사용량은まだ 비교적 낮지만(부서 전체에서 30% 미만), Productiv의 데이터에 따르면 IT 부서는 가장 많이 사용하고 있으며(27%), 이는 회사가 ChatGPT와 같은 AI 도구를 테스트하여 정책에 따라 어떻게 가장 잘 통합할 수 있는지 살펴보는 것을 의미합니다.

ChatGPT는 IT 리더들이 공식적으로 채택하기 전에 테스트하는 새로운 AI 소프트웨어가 아닙니다. 즉, 비즈니스 리더들은 AI 예산을 마스터하는 예술에 직면합니다. 비즈니스에서 생성적 AI를 구현하는 비용은 몇 백 달러에서부터 시작하여 $190,000(또는 그 이상)까지 가용성 있는 오픈 소스 모델을 미세 조정한 맞춤형 생성적 AI 솔루션에 달할 수 있습니다. AI 프로젝트에 직접 투자하거나 AI가 내장된 소프트웨어를 구입하는 경우, AI의 비용은 실제이며 증가하고 있으며 최종 사용자에게 전가되고 있습니다. 비즈니스에서는 예상치 못한 비용으로 인해 비용이 급증하는 것을 피할 수 없습니다.

현실은 대부분의 벤더가 AI 전략을 채택하거나 이미 채택했으며 많은 경우 AI를 실행하는 실제 비용을 고려하여 가격 구조를 조정해야 한다는 것입니다. 이러한 AI 지원 기능은 최종 사용자에게 실제 추가 가치를 제공합니다. 이를 예상하기 위해 AI 지출을 관리하고 투자 대신 최대 수익을 얻는 세 가지 방법이 있습니다.

소프트웨어 판매 방식의 변화를 준비하세요

소프트웨어 거래에서 번들링은 일반적인 것입니다. 불행히도 AI 도구의 비용은 기존 패키지에 번들링하기에 너무 높을 수 있습니다(예를 들어, Microsoft의 Copilot의 경우 사용자당 약 $30의 비용이 들며, Microsoft (MSFT ) 와의 일반적인 기업 번들은 회사에 약 $25-40의 비용이 듭니다). 우리는 기능을 패키징하는 방식의巨대한 변화를 앞두고 있으며, 이는 전체 비용에 영향을 미칠 것입니다. 기존 계약은 안전하지만, 새로운 계약은 AI 처리 비용이 평균 SaaS보다 더 높다는 사실을 반영할 것으로 예상됩니다.

이 변화의 일부는 AI 도구가 종종 사용량 기반 가격을 채택하기 때문입니다. 예를 들어, Fireflies AI와 같은 AI 노트테이커는 사용량당 분 단위로 청구합니다. 이 모델은 비용을 빠르게 증가시킬 수 있으며, 특히 비즈니스에서 사용량을密切하게 모니터링하지 못하는 경우에 그렇습니다. 이러한 가격 구조에 주의를 기울이고, 비용과 가치를 반영하여 평가 및 가치 평가를 위한 새로운 모델을 구축하기 시작하세요.

AI ROI에 대해 결과를 이해하기 위해 노력하세요

거의 모든 기존 소프트웨어 도구는 새로운 AI 기능을 출시하고 있습니다. 이미 출시하지 않았다면 곧 출시할 것입니다! 우리는 AI에 의해 구동되는 새로운 SaaS 확산을 예상하고 있으며, 이는 새로운 벤더와 기능을 평가하고 시도하는 열정적인 추구를 촉발할 것입니다. 평가하고 시도할 새로운 도구와 기능이 많을 것입니다. 그러나 이러한 도구에 대한 결과를 정량화하지 않으면, 많은 비용을 지불하면서 거의 아무 것도 얻지 못할 위험이 있습니다.

비용을 넘어서 AI 도구가 가치 있는지 여부를 고려하는 것이 중요합니다. 누가 더 생산적이며, 어떤 방식으로 생산적입니까? 어떤 시스템이나 프로세스가 특정 채택으로 인해 의미 있게 최적화되었습니까? 결과의 가치를 이해하는 것은 추가 비용을 지불할 가치가 있는지 여부를 결정하는 데 도움이 될 것입니다.

총 소유 비용(TCO) 계산

AI 도구의 TCO를 평가하는 것은 전통적인 소프트웨어보다 더 깊은 분석을 요구합니다. 새로운 도구로 이동하기 전에 AI 소프트웨어의 고유한 설정 및 통합 요구 사항을 평가하세요. 소프트웨어가 자신의 모델을 자신의 데이터에서 훈련하도록 요구하는 경우 비용이 증가할 수 있습니다. 또한 데이터 및 보안 관리는 전통적인 소프트웨어보다 더 복잡하고 리소스 집약적일 수 있습니다. 예를 들어, AI 기반 환자 관리 시스템을 구현하는 의료 제공자는 기존의 전자 건강 기록 시스템과 통합하기 위한 추가 비용과 AI의 효과를 보장하기 위한 지속적인 데이터 관리를 고려해야 합니다.

AI가 비즈니스 운영을 변환할 것이라는 것은 명백합니다. 그러나 이러한 변화를 예산 및 비용 관리에 대한 새로운 접근 방식이 필요합니다. 비즈니스 리더들은 고유한 가격 모델을 이해하고, 소프트웨어 생태계에서 AI의 역할을 평가하며, 철저한 가치 평가를 수행하며, TCO를 계산하여 곡선을 앞서갈 수 있어야 합니다. 이러한 전략을 채택함으로써, 비즈니스에서는 예상치 못한 비용에 빠지지 않고 AI의 힘을 활용할 수 있으며, 이는 기업의 구조에 대한 지능형이고 지속 가능한 AI 통합을 보장합니다.