يخسر Github Copilot من Microsoft مبالغ ضخمة من المال
لقد راهن وادي السيليكون بشكل كبير على الذكاء الاصطناعي التوليدي، لكن ليس من الواضح تمامًا ما إذا كان هذا الرهان سيؤتي ثماره. أ تقرير جديد من صحيفة وول ستريت جورنال يدعي أنه على الرغم من الضجيج الذي لا نهاية له حول نماذج اللغات الكبيرة والمنصات الآلية التي تدعمها، فإن شركات التكنولوجيا تكافح من أجل تحقيق الربح عندما يتعلق الأمر بالذكاء الاصطناعي.
على سبيل المثال، مايكروسوفت، التي راهنت بشكل كبير على طفرة الذكاء الاصطناعي التوليدي بالمليارات استثمرت في شريكها OpenAI، كانت تخسر الأموال على إحدى منصاتها الرئيسية للذكاء الاصطناعي. تم تصميم Github Copilot، الذي تم إطلاقه في عام 2021، لأتمتة بعض أجزاء سير عمل المبرمج، وعلى الرغم من شعبيته الهائلة بين قاعدة مستخدميه، إلا أنه كان “خاسرًا للأموال” بشكل كبير، وفقًا لما ذكرته الصحيفة. تكمن المشكلة في أن المستخدمين يدفعون 10 دولارات شهريًا كرسوم اشتراك في برنامج Copilot، لكن وفقًا للمصدر الذي قابلته الصحيفة، خسرت Microsoft ما متوسطه 20 دولارًا لكل مستخدم خلال الأشهر القليلة الأولى من هذا العام. وقال المصدر للصحيفة إن بعض المستخدمين كلفوا الشركة خسارة متوسطة تزيد عن 80 دولارًا شهريًا.
وتواجه منصات أخرى صعوبات مالية مماثلة. على سبيل المثال، قام برنامج ChatGPT الخاص بشركة OpenAI بذلك شهدت انخفاضًا مستمرًا في قاعدة المستخدمين بينما تظل تكاليف التشغيل مرتفعة بشكل لا يصدق. تقرير من واشنطن بوست في يونيو إدعى ذلك تخسر روبوتات الدردشة مثل ChatGPT الأموال كثيرًا في كل مرة يستخدمها العميل.
الأسباب لماذا أعمال الذكاء الاصطناعيتتنوع الصعوبات التي تواجهها شركة ss، لكن أحدها معروف جيدًا: تشغيل منصات الذكاء الاصطناعي باهظ التكلفة. تعمل الأنظمة الأساسية مثل ChatGPT وDALL-E على حرق ملفات ضخم مقدار القوة الحاسوبية والشركات تكافح لمعرفة كيفية تقليل هذه البصمة. وفي الوقت نفسه، يمكن أن تكون البنية التحتية لتشغيل أنظمة الذكاء الاصطناعي – مثل رقائق الكمبيوتر القوية والمرتفعة السعر – باهظة الثمن. وفي الوقت نفسه، تتوسع أيضًا القدرة السحابية اللازمة لتدريب الخوارزميات وتشغيل أنظمة الذكاء الاصطناعي بمعدل مخيف. كل هذا الاستهلاك للطاقة يعني أيضًا أن الذكاء الاصطناعي على وشك أن يكون كذلك غير صديق للبيئة كما يمكنك الحصول عليها.
للتغلب على حقيقة أنهم ينزفون الأموال، تقوم العديد من منصات التكنولوجيا بتجربة استراتيجيات مختلفة لخفض التكاليف والقدرة الحاسوبية مع الاستمرار في تقديم أنواع الخدمات التي وعدت بها العملاء.
ومع ذلك، من الصعب ألا نرى هذا الأمر برمته بمثابة تعثر لصناعة التكنولوجيا. ليس الذكاء الاصطناعي فقط حلا بحثا عن مشكلة، ولكنها أيضًا تتحول بسرعة إلى مشكلة بحثًا عن حل. تحتاج الشركات إلى معرفة كيف تكون هذه الأدوات منطقية اقتصاديًا واستراتيجيًا، وهو أمر ربما كان ينبغي حله قبل إطلاقها.
