V-Help
← 全部新闻
人工智能

企业如何测试AI中的代币经济模型

企业如何测试AI中的代币经济模型

图片: Wired

简要回答

企业正在采用生成式AI,但面临高昂的代币成本——即数据处理单位。成本增长速度超出预期,迫使企业重新审视AI使用策略并寻找降本措施。

生成式人工智能在企业中的应用面临一个意外挑战:代币成本的快速上涨。来自硅谷软件公司和大型电商零售商的代表透露,数据处理成本已超出初始预测,这让AI项目的盈利能力受到质疑。

问题的严重性在于,AI模型(如GPT或类似模型)的计费基于代币数量——即系统处理的最小文本单位。输入数据越多,成本越高。随着AI的广泛应用,这导致成本呈指数级增长,尤其是在处理大量数据的企业中。

专家指出,企业尚未形成有效的"代币经济"管理策略。一些公司尝试减少请求量,另一些则寻找代币成本更低的替代模型。然而,此类措施可能降低结果质量,这在关键业务流程中是不可接受的。

从长远来看,优化代币成本将成为企业AI可持续发展的关键。若不解决这一问题,即使是科技领导者也可能面临财务限制,进而减缓创新步伐。

常见问题

在AI背景下,什么是代币?
代币是AI模型处理的最小文本单位,可以是单词、符号或单词的一部分。AI使用成本通常取决于代币的数量。
为什么代币成为企业的问题?
随着数据量增加,代币处理成本不断上升,导致AI使用成本高昂。企业必须在结果质量与成本之间取得平衡。
企业如何优化代币成本?
优化措施包括减少输入数据量、使用更高效的模型、缓存结果以及调整业务流程以降低AI负载。
分享:

Dzen 订阅: /feed/dzen.xml · RSS: /feed.xml

为何可信

本文由 V-Help 编辑部根据一手来源整理,并标注发布日期。

发布: V-Help.ru 新闻编辑部

来源: Wired