测试 AI 工具？别忘了考虑总成本

2023 年，AI 很快从一个新颖和未来主义的想法转变为企业战略的核心组成部分。虽然 ChatGPT 是最受欢迎的影子 IT 软件应用之一，但 IT 领导者已经开始正式采用 AI 工具。虽然 ChatGPT 的平均使用率仍然相对较低（各部门平均使用率低于 30%），Productiv 的数据 表明，IT 部门是使用该应用最多的部门，占比为 27%，这意味着公司正在测试 AI 工具，如 ChatGPT，以确定如何将其纳入政策范围内。

ChatGPT 不是 IT 领导者在正式采用之前测试的唯一新 AI 软件——这意味着业务领导者面临着一个紧迫的挑战：掌握 AI 预算的艺术。将生成式 AI 应用于业务的成本可能从每月几百美元到 19 万美元（及以上） 不等，具体取决于基于精细调优的开源模型的定制生成式 AI 解决方案。无论您是否直接投资于 AI 项目，还是购买具有内置 AI 的软件，AI 的成本都是真实的、正在增长的，并且正在被转嫁给最终用户。企业根本无法承担由于 AI 相关成本而带来的意外支出，这些成本可能会在没有任何预警的情况下迅速增加。

事实上，大多数您使用的供应商都将采用（或已经采用）某种形式的 AI 策略，并且许多供应商需要调整其定价结构以考虑运行这些 AI 模型的真实成本。对于最终用户来说，这些 AI 辅助功能代表了真正的附加值。为了领先于这一趋势，以下是三种管理 AI 支出的方法，并在即将到来的年度中最大化投资回报率：

准备好软件销售方式的变化

软件交易中，捆绑销售是常见的做法。不幸的是，AI 工具的成本可能太高，无法被纳入现有的软件包中（即使是微软的 Copilot，每个用户也需要大约 30 美元，而典型的企业软件包的成本为每用户 25-40 美元）。我们正处于软件功能包装方式发生巨大变化的边缘，这将影响您的整体支出。您的遗留交易是安全的，但可以预计新的合同将反映出 AI 处理比普通 SaaS 软件更昂贵的事实。 (MSFT )

这种转变的部分原因是 AI 工具通常采用基于使用情况的定价；例如，Fireflies AI 等 AI 笔记工具按使用分钟数计费。这种定价模式可能会迅速增加成本，特别是对于那些未能密切监控其使用情况的企业。请仔细关注这些定价结构，并开始构建新的模型来帮助评估成本和价值，以反映这一正在变化的范式。

在 AI 投资回报率方面，努力了解结果

几乎每个现有的软件工具都在推出新的 AI 功能——如果它们尚未推出，很可能很快就会推出！我们期待着一个由 AI 驱动的新 SaaS 波浪，这可能会引发对评估和尝试新供应商的重启。将会有很多新的工具和功能需要评估，但如果您不密切关注这些工具的量化结果，您将有可能花费大量资金而获得很少的回报。

在考虑是否值得为 AI 工具花费更多资金时，超越成本是至关重要的——了解哪些 AI 工具在您的技术栈中真正带来了结果将变得越来越重要。谁变得更加高效，为什么？哪些系统或流程得到了特定采用的有意义的优化？努力了解所交付的结果的价值将帮助您为额外的支出提出理由，并使您能够拒绝不太有用的功能的升级。

计算总拥有成本（TCO）

评估 AI 工具的 TCO 需要比传统软件更深入的分析。在采纳新工具之前，评估 AI 软件的独特设置和集成要求。 如果软件需要您使用自己的数据对其模型进行训练，成本可能会增加。 与此同时，持续的数据和保障管理可能比维护传统软件更复杂、更耗费资源。 例如，实施基于 AI 的患者管理系统的医疗保健提供者需要考虑将其与现有的电子健康记录系统集成以及持续数据管理的额外费用，以确保 AI 的有效性。

很明显，AI 最终将改变业务运营，但这些变化需要新的预算和成本管理方法。业务领导者必须通过了解独特的定价模式、评估 AI 在其软件生态系统中的作用、进行彻底的价值评估和计算 TCO 来保持领先地位。通过采用这些策略，企业可以在不成为意外支出的牺牲品的情况下利用 AI 的力量，确保 AI 在其企业结构中得到智能和可持续的集成。