기업들은 인공지능이 마법 같은 해결책인 것처럼 투자하고 있지만, 데이터는 불편한 현실을 드러냅니다. 지출된 1달러당 고작 18센트만이 실제 가치를 창출합니다. 나머지는 오류 수정, 쓸모없는 데이터 공급, 또는 아무도 요청하지 않은 작업을 처리하는 데 소모됩니다. Amazon에서는 직원들이 사소한 프로젝트로 업무를 정당화하기 위해 AI를 사용했으며, 실질적인 이점 없이 비용만 부풀렸습니다. 시민들은 서비스 개선을 보지 못한 채 결국 그 비용을 부담하게 됩니다.
불필요한 것을 자동화하는 숨겨진 비용 💸
기술적 관점에서 볼 때, 문제는 AI 자체가 아니라 기준 없이 구현하는 데 있습니다. GPT와 같은 언어 모델이나 컴퓨터 비전 시스템은 깨끗한 데이터와 명확한 목표가 필요합니다. 회사가 아무런 기여도 하지 않는 내부 이메일에서 패턴을 감지하도록 알고리즘을 훈련시키면, 그 결과는 GPU 리소스, 전기 및 유지보수 시간을 소모하는 모델이 됩니다. 오류를 수정할 때마다 절약되는 비용보다 더 많은 비용이 발생합니다. 핵심은 머신러닝 프로젝트를 시작하기 전에 수익성 지표를 정의하는 데 있습니다.
아침 커피를 정당화하는 데 사용된 AI ☕
Amazon에서는 일부 팀이 사무실에서 음악 재생 목록을 정리하거나 동료의 생일을 알리는 등의 작업을 위해 AI 어시스턴트를 만들었습니다. 그 결과: AWS 서버 비용이 인간 어시스턴트의 급여를 초과했습니다. 한편, 고객들은 계속해서 지연된 패키지를 기다려야 했습니다. 교훈은 간단합니다. 상사가 AI 프로젝트를 요청한다면, 그가 커피를 마시는 동안 당신이 무언가 하고 있는 것처럼 보이게 하려는 것인지 확인하세요.