Jacob Lauritzen หัวหน้าเทคโนโลยีของบริษัทสตาร์ทอัพด้านกฎหมาย Legora กล่าวว่า การเชื่อมโยงการใช้โทเค็นของเครื่องมือ AI กับการจัดอันดับพนักงานและการประเมินผล อาจกระตุ้นให้เกิดพฤติกรรม “tokenmaxxing” ซึ่งหมายถึงการใช้โทเค็นมากขึ้นอย่างตั้งใจเพื่อให้ดูเหมือนมีความกระตือรือร้นมากขึ้นในตารางอันดับภายใน แทนที่จะเพิ่มประสิทธิภาพการทำงานที่แท้จริง
ให้ความสำคัญกับผลลัพธ์มากกว่าการใช้ทรัพยากร
เขาพูดในพอดีคาสต์เรื่อง “20VC” ว่า การกระทำนี้จะทำให้พนักงาน “เผาโทเค็นแค่เพื่อดูดีขึ้น” แต่ไม่ได้ช่วยปรับปรุงผลลัพธ์อย่างแท้จริง ในทางตรงกันข้าม วิธีที่มีประสิทธิภาพกว่าคือการให้พนักงานแสดงให้เห็นว่าพวกเขาใช้ AI ในการทำโครงการอย่างไร และสร้างการเพิ่มประสิทธิภาพอย่างไรผ่านกิจกรรมเช่น ฮัคคาธอนและการนำเสนอภายใน
ลอริตเซนเชื่อว่า บริษัทควรให้รางวัลพนักงานที่มีประสิทธิภาพมากขึ้นและผลิตผลงานได้มากขึ้น แทนที่จะให้รางวัลเพียงเพราะใช้ AI มากเท่าใด ในมุมมองของเขา การใช้ AI ไม่ใช่เป้าหมายเอง แต่สิ่งสำคัญคือว่ามันนำไปสู่ผลลัพธ์งานที่มีคุณภาพสูงขึ้นหรือไม่
บริษัทที่มีการเติบโตสูงยังยินดีจ่ายเพื่อประสิทธิภาพ
อย่างไรก็ตาม เขายังระบุว่าสำหรับบริษัทที่เติบโตเร็วอย่าง Legora ต้นทุนของโอกาสที่พลาดในการใช้ AI ก็สูงเช่นกัน หากการใช้จ่ายโทเค็นเพิ่มเติมสามารถแลกเปลี่ยนเป็นการเพิ่มประสิทธิภาพประมาณ 20% การลงทุนดังกล่าวยังคงมีความหมายในทางปฏิบัติ
บริษัทเริ่มลดงบประมาณด้าน AI
ในขณะที่การประกาศนี้เกิดขึ้น ภาคเทคโนโลยีกำลังเปลี่ยนวิธีการจัดการการใช้ AI ก่อนหน้านี้ บริษัทบางแห่งส่งเสริมให้พนักงานทดลองใช้เครื่องมือ AI ผ่านตารางอันดับและแดชบอร์ดภายใน แต่เนื่องจากต้นทุนเพิ่มสูงขึ้น บริษัทจำนวนมากเริ่มกังวลว่าแรงจูงใจดังกล่าวอาจกลับมีผลตรงข้าม
- Uber ตั้งขีดจำกัดค่าใช้จ่ายรายเดือนสำหรับเครื่องมือ AI แต่ละชนิดที่ 1,500 ดอลลาร์
- Financial Times ของอังกฤษรายงานว่า อะเมซอนได้ปิดการจัดอันดับการใช้งาน AI ภายใน
- ซีเรบรัส ซีอีโอ วิจารณ์การให้โทเค็นแบบไม่จำกัดแก่พนักงาน
ในการประชุมของ Bloomberg เมื่อสัปดาห์ที่แล้ว แอนดรูว์ เฟลด์แมน ซีอีโอของ Cerebras Systems กล่าวว่า ไม่ใช่ทุกงานที่ต้องเรียกใช้โมเดลต้นทุนสูง บริษัทควรเลือกใช้โมเดลโอเพ่นซอร์สที่ถูกกว่าตามความซับซ้อนของงาน เพื่อเพิ่มประสิทธิภาพการใช้โทเค็น
จากคำแถลงของ Legora, Uber, แอมะซอน และ Cerebras บริษัทเทคโนโลยีกำลังเปลี่ยนจุดเน้นการจัดการ AI จากการ “ส่งเสริมการใช้งานให้มากที่สุดเท่าที่จะทำได้” เป็นการ “มุ่งเน้นผลลัพธ์ที่เป็นรูปธรรมภายใต้การควบคุมต้นทุน”