Токены — базовые единицы измерения и ценообразования использования ИИ — быстро стали одним из важнейших показателей для корпораций. Ценообразование корпоративных моделей ИИ перешло от статических подписок к динамическим моделям, основанным на использовании, и теперь растущее потребление ИИ превратило то, что начиналось как эксперимент по повышению производительности, в потенциальный источник давления на маржу. Поскольку плата за токены обычно растет вместе с объемом обрабатываемого и генерируемого текста, более активное использование ИИ сотрудниками может быстро превратиться в переменную затрату, которую труднее прогнозировать, чем традиционные лицензии на программное обеспечение. Генеральные директора оказались перед необходимостью соблюдать тонкий баланс.

ИИ — не тот тип программного инструмента, который можно просто включать и выключать по желанию. За последний год большие языковые модели глубоко встроились в бизнес-процессы, и все признаки указывают на то, что эта зависимость сохранится. Неизбирательное ограничение использования ИИ — подход, который сейчас рассматривают многие управленческие команды, — не только замедлит рост и повышение эффективности, которых компании уже добились, но и сделает их менее готовыми использовать возможности следующего поколения ИИ, поскольку эксперименты будут сдерживаться.

Опасность состоит в том, что руководители попадут в ловушку резкого пересмотра расходов на ИИ ради балансировки следующего квартального бюджета и, поступая так, упустят фундаментальную трансформацию, которую ИИ способен обеспечить при системном, а не реактивном управлении.

Вторая фаза внедрения ИИ

Деловой мир вступил во вторую фазу внедрения ИИ, где задача сместилась от быстрого демонстрирования компетентности и прогресса к доказательству того, что компании могут извлекать из ИИ максимально возможную ценность, не ставя под угрозу прибыльность. Эта фаза устойчивого внедрения вскоре выявит разделение с долгосрочными последствиями для корпоративного ландшафта — между организациями, которые способны экономически эффективно управлять ИИ и масштабировать его, и теми, кто не способен. Стоимость токенов — лишь первый видимый симптом более широкой проблемы управления.

К этой переломной точке привели два ключевых предположения. Первым был привлекательный, но в конечном счете ошибочный тезис о том, что ИИ позволит бизнесу сделать: заменить затраты на человеческий труд затратами на модели и зафиксировать разницу в эффективности как прибыль. Этот обмен оказался куда менее прямолинейным. Многие организации, которые приняли эту идею и сокращали штат в ожидании роста производительности благодаря ИИ, обнаружили, что утратили институциональные знания и критически важные инженерные кадры, необходимые для эффективной интеграции и доработки систем ИИ с течением времени.

Это осознание теперь затрагивает компании, проводившие масштабные увольнения. В одном заметном недавнем примере Ford заявила, что ей необходимо повторно нанять сотни инженеров для решения проблем контроля качества, возникших из-за недавно внедренных инструментов ИИ. Руководители прямо указали на недостаток опытной экспертизы как на фактор, негативно влияющий на разработку продуктов и ограничивающий прирост эффективности от автономных систем.

Второе предположение касалось несоответствия между инвесторами и управленческими командами. В последнем ежегодном опросе Teneo среди CEO и инвесторов 53 percent инвесторов ожидали возврата инвестиций в ИИ в течение шести месяцев, тогда как только 16 percent CEO компаний с крупной капитализацией считали, что смогут уложиться в этот срок. Этот срок уже наступил. Разрыв важен, поскольку программы ИИ часто требуют изменений в рабочих процессах, практиках работы с данными, управлении поставщиками и обучении сотрудников до того, как выгоды можно будет надежно измерить, что затрудняет согласование коротких сроков окупаемости с тем, как обычно внедряются корпоративные технологии.

Пять рекомендаций для советов директоров и CEO

Окно для создания дисциплинированного управления ИИ остается открытым, но оно не будет открытым бесконечно. Авторы, представляющие две компании, взаимодействуют с тысячами CEO и советов директоров по всему миру, помогая им решать эти задачи. Ниже приведены их текущие рекомендации.

Во-первых, переосмыслите разговор об ИИ в совете директоров. Перестаньте спрашивать, сколько тратится на ИИ. Начните спрашивать, где инвестиции в ИИ создают устойчивые конкурентные преимущества — и где они лишь генерируют потребление без накопления ценности.

Во-вторых, рассматривайте расходы на ИИ как решение о распределении капитала, а не как строку ИТ-бюджета. Использование, которое обеспечивает новый доход, создает дифференцированный клиентский опыт или формирует собственные возможности компании, является инвестицией в рост. Использование, которое лишь автоматизирует процессы с низкой добавленной стоимостью, является операционным расходом. Такое разграничение также дает советам директоров более понятный способ сравнивать инициативы в области ИИ с другими стратегическими вариантами использования капитала, вместо того чтобы считать все потребление моделей единой недифференцированной технологической затратой.

В-третьих, создайте механизмы управления, которые сопоставляют рабочие нагрузки с наименее дорогой моделью, способной надежно их выполнять. Сотрудники естественным образом будут тяготеть к новейшим и самым мощным моделям, даже когда модели предыдущих поколений могут обеспечить нужный результат. Одной практической реализацией может быть программный слой, который принимает запросы и автоматически направляет их к соответствующей модели.

В-четвертых, измените стимулы вокруг использования ИИ. Сотрудников не следует вознаграждать за то, что они используют ИИ больше всех, — такой инстинкт многие компании проявляли на раннем этапе, стремясь показать инвесторам продвинутый уровень внедрения. Их также не следует наказывать грубыми лимитами использования, которые могут непреднамеренно подавлять инновации. Вместо этого организациям следует поощрять эффективное использование ИИ: достижение лучших бизнес-результатов при соответствующем уровне потребления ИИ. Как отмечается в анализе Wall Street Journal, цель — не максимальное использование, а максимальная ценность на каждый токен.

В-пятых, распределите управление ИИ по всей организации. Управление ИИ нельзя делегировать одной должности, такой как Chief AI Officer. Руководители всех функций должны нести ответственность за направление устойчивого внедрения ИИ в своих командах. Сотрудникам, в свою очередь, нужна практическая поддержка как для понимания того, как оценивается их использование ИИ, так и для развития навыков, необходимых для значимого и эффективного вклада с помощью ИИ в долгосрочной перспективе.

Дальнейший путь

Компании, которые преуспеют на этой фазе внедрения ИИ, будут не теми, кто использует ИИ больше всех, и не теми, кто тратит меньше всех. Это будут те, кто лучше всего им управляет, последовательно превращая потребление ИИ в устойчивое экономическое преимущество. Достичь такого баланса сложно, особенно с учетом того, как быстро развивается эта технология. Однако ошибка в этом балансе вскоре может стать вопросом существования.

Мнения, выраженные в авторских материалах Fortune.com, являются исключительно взглядами их авторов и не обязательно отражают мнения и убеждения Fortune.

Этот материал первоначально был опубликован на Fortune.com.