মার্কিন কোম্পানিগুলি এখনও AI-এ বিনিয়োগ বাড়াচ্ছে, তবে সামগ্রিক ডেটা অনুযায়ী, AI-এর খরচ এখনও মানব খরচের চেয়ে বেশি হয়নি। Ramp AI সূচকের সর্বশেষ গবেষণা অনুসারে, সবচেয়ে আক্রমণাত্মক 1% কোম্পানির মাসিক গড় প্রতি কর্মচারীর AI ব্যয় 7500 ডলার পৌঁছেছে।
প্রথম 1% কোম্পানি বেশি খরচ করে
এই স্তরটি সাধারণ কোম্পানির তুলনায় স্পষ্টভাবে উচ্চতর, তবে সফটওয়্যার ইঞ্জিনিয়ারদের গড় মাসিক বেতন প্রায় 16,000 ডলারের চেয়ে কম। কোম্পানিগুলি মডেল কল এবং কম্পিউটেশনাল বাজেট ব্যয় করতে থাকার সাথে সাথে, বাজার এখন লক্ষ্য করছে যে কোম্পানিগুলি কি AI-এর উপর কর্মচারীদের চেয়ে বেশি খরচ করেছে।
র্যাম্প এই অত্যধিক এআই-ব্যবহারকারী কোম্পানিগুলিকে "এআই-পিলড" কোম্পানি বলে অভিহিত করে। ডেটা অনুযায়ী, গত মাসে এই ধরনের কোম্পানিগুলির প্রতি মানুষের এআই ব্যয় 14.1% বৃদ্ধি পেয়েছে, যা সংশ্লিষ্ট বিনিয়োগ এখনও বৃদ্ধি পাচ্ছে তা নির্দেশ করে।
- প্রথম 1% কোম্পানি: মাসিক গড় প্রতি ব্যক্তি 7500 ডলার
- প্রথম 10% কোম্পানি: মাসিক গড় প্রতি ব্যক্তি 611 ডলার
- মধ্যক্ষেত্রের প্রতিষ্ঠান: মাসিক গড় প্রতি ব্যক্তি 11.38 ডলার
শীর্ষ ব্যবহারকারীরা মোট বিনিয়োগ বাড়িয়েছেন
প্রতিবেদনটি উল্লেখ করে যে, সাম্প্রতিক সময়ে ব্যবসায়িক নেতৃবৃন্দ এআই খরচ বৃদ্ধির কথা প্রকাশ্যে উল্লেখ করেছেন। নভিডিয়ার একজন কর্মকর্তা বলেছেন যে, ক্যালকুলেশন খরচ এখন তাদের কর্মচারীদের বেতনের চেয়েও বেশি। স্টার্টআপ মার্করের সিইওও বলেছেন যে, কোম্পানির অভ্যন্তরীণ এআই এজেন্টগুলির জন্য ব্যবহৃত টোকেনের খরচ এখন কর্মচারীদের মানব খরচের চেয়েও বেশি।
তবে, ব্যাপক কর্পোরেট নমুনার দিক থেকে দেখলে, এই পরিস্থিতি এখনও সাধারণ ঘটনা হয়ে উঠেনি। বর্তমানে AI বাজেটের দ্রুত বৃদ্ধি মূলত সবচেয়ে বেশি ব্যবহারকারী কোম্পানিগুলিতেই কেন্দ্রীভূত, সমগ্র কর্পোরেট জনগোষ্ঠীতে নয়।
কোম্পানি মাল্টি-মডেল পোর্টফোলিওতে স্থানান্তরিত হচ্ছে
র্যাম্পের গবেষণা দেখায় যে, সবচেয়ে বেশি AI ব্যবহারকারী প্রতিষ্ঠানগুলি সাধারণত একটিমাত্র মডেল বা প্ল্যাটফর্মের উপর নির্ভরশীল হয় না, বরং বিভিন্ন অগ্রগামী মডেলের মধ্যে স্যুইচ করে এবং ব্যবহারের খরচ কমাতে কম খরচের ওপেন-সোর্স মডেলগুলির সাথে যুক্ত হয়।
এর অর্থ হলো, প্রতিষ্ঠানগুলি একইসাথে এআই ব্যবহার বাড়াচ্ছে এবং ক্রয় পদ্ধতি পরিবর্তন করছে। ভবিষ্যতে এই ধরনের ব্যয় কি একইভাবে দ্রুত বৃদ্ধি পাবে, তা নির্ভর করবে মডেলের দাম, কম্পিউটিং খরচ এবং অভ্যন্তরীণ অ্যাপ্লিকেশনের বাস্তবায়নের গতির উপর।