जेनरेटिव एआई की सही कीमत क्या है?

टीएल;डीआर

• व्यवसाय में जेनेरिक एआई को लागू करने की लागत एक बेहतर ट्यून किए गए ओपन-सोर्स मॉडल के आधार पर एक विशेष जेनेरिक एआई समाधान के लिए प्रति माह कुछ सौ डॉलर से लेकर 190,000 डॉलर (और गिनती) तक हो सकती है।
• यह जेनरेटिव एआई लागत अंतर कई कारकों से प्रेरित है, जिसमें वे कार्य शामिल हैं जिन्हें आप बढ़ाना चाहते हैं, वह मॉडल जो उन कार्यों के लिए सबसे उपयुक्त है, और चयनित कार्यान्वयन दृष्टिकोण।
• संबंधित खर्चों को अनुकूलित करने के लिए, आपको अपनी परियोजना आवश्यकताओं पर सावधानीपूर्वक विचार करने, ऑन-प्रिमाइसेस और क्लाउड इंफ्रास्ट्रक्चर खर्चों का आकलन करने और इन-हाउस एआई प्रतिभा को काम पर रखने और परियोजना को तीसरे पक्ष को आउटसोर्स करने के बीच चयन करने की आवश्यकता है।

हम आपको पहले ही बता चुके हैं कि जेनेरिक आर्टिफिशियल इंटेलिजेंस (जेन एआई) की तुलना पारंपरिक एआई से कैसे की जाती है और इस तकनीक में क्या फायदे और नुकसान हैं । आईटीआरईएक्स जेनरेटिव एआई परामर्श टीम ने स्वास्थ्य सेवा , खुदरा और आपूर्ति श्रृंखलाओं सहित कई उद्योगों में जनरल एआई के उपयोग के मामलों पर भी गौर किया है।

इसके अतिरिक्त, हमने कृत्रिम बुद्धिमत्ता प्रणालियों, बुनियादी ढाँचे और सभी के निर्माण की लागत का मूल्यांकन किया है , और मशीन लर्निंग (एमएल) लागतों पर ज़ूम इन किया है, प्रशिक्षण डेटा तैयार करने, मॉडल को ठीक करने और एमएल-संचालित समाधानों को तैनात करने से जुड़े खर्चों की गणना की है। .

अब, व्यवसाय में जेनेरिक एआई कार्यान्वयन की लागत को समझने का समय आ गया है।

यह विश्लेषण चुनौतीपूर्ण हो सकता है, क्योंकि आपके प्रोजेक्ट की बारीकियाँ अभी तक हमारे लिए अज्ञात हैं।

हालाँकि, हम जनरल एआई सेवाओं के मूल्य निर्धारण का पता लगाने और जनरल एआई परियोजना लागत के पीछे प्रमुख कारकों की गणना करने के लिए अपनी जेनरेटिव एआई परामर्श विशेषज्ञता का लाभ उठा सकते हैं। इस तरह, हम आपको सूचित निर्णय लेने के लिए ज्ञान से लैस करेंगे, जिससे संभावित रूप से इस तेजी से विकसित हो रहे तकनीकी परिदृश्य में आपके व्यवसाय का काफी समय और संसाधन बचेंगे।

इच्छुक? तो फिर, आइए सीधे गोता लगाएँ!

एक मॉडल का चुनाव और कार्यान्वयन दृष्टिकोण जेनेरिक एआई की लागत को प्रभावित करने वाले प्रमुख कारक हैं

अपनी कंपनी के प्रौद्योगिकी स्टैक में जनरेटिव आर्टिफिशियल इंटेलिजेंस को शामिल करने के बारे में सोचते समय, निम्नलिखित पर विचार करना महत्वपूर्ण है:

• जेनरेटर एआई के साथ आप किन व्यावसायिक कार्यों को बढ़ाने जा रहे हैं?
• इन कार्यों के लिए कौन सा मॉडल पर्याप्त होगा?

जेनरेटिव एआई समाधानों के केंद्र में फाउंडेशन मॉडल होते हैं - यानी, भारी मात्रा में डेटा पर प्रशिक्षित बड़े मॉडल। अनिवार्य रूप से, फाउंडेशन मॉडल विशिष्ट जेन एआई समाधान बनाने, विकास प्रक्रिया को सरल बनाने और जेनरेटिव एआई लागत को कम करने के लिए आधार के रूप में कार्य करते हैं। उनकी क्षमताओं में आम तौर पर प्राकृतिक भाषा प्रसंस्करण (एनएलपी), कंप्यूटर विज़न (सीवी), और सामग्री निर्माण शामिल हैं।

फाउंडेशन मॉडल की संज्ञानात्मक क्षमताएं काफी हद तक उन मापदंडों की संख्या पर निर्भर करती हैं जिन पर उन्हें प्रशिक्षित किया गया है। इस संदर्भ में, पैरामीटर उन मॉडल तत्वों को संदर्भित करते हैं जो प्रशिक्षण डेटा से सीखे जाते हैं, जैसे तंत्रिका नेटवर्क में वजन। ये पैरामीटर मॉडल को निर्णय लेने और पूर्वानुमान लगाने में मदद करते हैं। निम्नलिखित तालिका मापदंडों की संख्या - अनिवार्य रूप से, इन निर्णय लेने वाले तत्वों की मात्रा - और मॉडल की संज्ञानात्मक क्षमताओं के बीच सहसंबंध को दर्शाती है।

हालाँकि, मापदंडों की संख्या एकमात्र कारक नहीं है जो फाउंडेशन मॉडल की क्षमताओं को प्रभावित करती है। प्रशिक्षण डेटा की गुणवत्ता और विविधता भी उतनी ही महत्वपूर्ण है। प्रशिक्षण डेटा मॉडल में सीखने के लिए दी गई जानकारी है, जिसमें उदाहरणों की एक विस्तृत श्रृंखला शामिल है जो मॉडल को नए डेटा को समझने और व्याख्या करने में मदद करती है। इसके अतिरिक्त, मॉडल की वास्तुकला - यानी, पैरामीटर और डेटा कैसे इंटरैक्ट करते हैं इसका संरचनात्मक डिजाइन - और सीखने के एल्गोरिदम की दक्षता, जो यह निर्धारित करती है कि मॉडल डेटा से कितनी प्रभावी ढंग से सीखता है, महत्वपूर्ण भूमिका निभाते हैं। परिणामस्वरूप, कुछ कार्यों में, कम पैरामीटर वाला लेकिन बेहतर प्रशिक्षण डेटा वाला या अधिक कुशल आर्किटेक्चर वाला मॉडल बड़े मॉडल से बेहतर प्रदर्शन कर सकता है।

आपकी कंपनी ऐसे फाउंडेशन मॉडल का चयन कैसे कर सकती है जो प्रभावी हो और जेनरेटिव एआई की लागत के संबंध में आपकी अपेक्षाओं को पूरा करता हो?

सभी मौजूदा जेनरेटिव एआई मॉडल को मोटे तौर पर दो प्रकारों में वर्गीकृत किया जा सकता है:

• क्लोज्ड-सोर्स मॉडल Google, मेटा, माइक्रोसॉफ्ट और ओपनएआई जैसी बड़ी प्रौद्योगिकी कंपनियों द्वारा विकसित किए जाते हैं। उनके स्रोत कोड, आर्किटेक्चर और एप्लिकेशन प्रोग्रामिंग इंटरफेस (एपीआई) पूरी तरह से मालिकाना हो सकते हैं या तीसरे पक्ष को उपलब्ध कराए जा सकते हैं (आमतौर पर शुल्क के लिए, जो मूल रूप से जेनरेटिव एआई समाधान की लागत है)। कुछ मामलों में, आप अपने डेटा का उपयोग करके बंद-स्रोत मॉडल के प्रदर्शन को ठीक कर सकते हैं। इस लेख के प्रयोजन के लिए, हम बंद-स्रोत मॉडल को व्यावसायिक रूप से उपलब्ध जेनरेटिव एआई समाधान के रूप में संदर्भित करेंगे। ऐसे मॉडलों का प्रमुख लाभ यह है कि वे क्लाउड इंफ्रास्ट्रक्चर के साथ आते हैं और मूल डेवलपर द्वारा पूरी तरह से बनाए रखा जाता है।
• ओपन-सोर्स मॉडल में उनके स्रोत कोड, प्रशिक्षण तकनीक और कभी-कभी सार्वजनिक उपयोग और संशोधन के लिए प्रशिक्षण डेटा भी उपलब्ध होता है। आपकी कंपनी बेहतर सटीकता और प्रदर्शन प्राप्त करने के लिए ऐसे मॉडलों का "जैसा है" उपयोग कर सकती है या उन्हें अपने डेटा पर पुनः प्रशिक्षित कर सकती है। हालाँकि, मॉडल को चलाने के लिए आपको ऑन-प्रिमाइसेस या क्लाउड इंफ्रास्ट्रक्चर स्थापित करना होगा। ऐसे जेनरेटिव एआई मॉडल की लागत में कंप्यूटिंग लागत और, यदि आप जनरल एआई समाधान को बढ़ाना चुनते हैं, तो मॉडल प्रशिक्षण से जुड़े खर्च शामिल होंगे।

क्लोज्ड-सोर्स और ओपन-सोर्स मॉडल की विशेषताओं के त्वरित अवलोकन के लिए नीचे दी गई तालिका देखें।

आइए संक्षेप करें।

यदि आपकी कंपनी जेनरेटिव एआई लागू करने पर विचार कर रही है, तो इसे करने के चार प्राथमिक तरीके हैं:

1. अनुकूलन के बिना बंद-स्रोत मॉडल का उपयोग करना । जेनरेटिव एआई अग्रणी ओपनएआई के चैटजीपीटी, गूगल बार्ड, क्लाउड और सिंथेसिया जैसे ऑफ-द-शेल्फ उत्पादों को एपीआई का उपयोग करके अपने अनुप्रयोगों के साथ एकीकृत कर सकते हैं। एकीकरण प्रक्रिया काफी सीधी है, और जेनेरिक एआई मूल्य निर्धारण भी काफी सरल है (इस पर बाद में और अधिक जानकारी दी जाएगी)। व्यावसायिक रूप से उपलब्ध उत्पाद बार-बार अपडेट किए जाते हैं और एआई डेवलपर्स के लिए व्यापक दस्तावेज़ीकरण प्रदान करते हैं। निचे कि ओर? आपके अनुकूलन विकल्प सीमित होंगे, और आप ग्राहक सहायता प्रश्नों को संभालने या दृश्य सामग्री तैयार करने जैसे महत्वपूर्ण व्यावसायिक कार्यों के लिए किसी बाहरी कंपनी पर बहुत अधिक निर्भर होंगे।
2. आपके कॉर्पोरेट डेटा पर व्यावसायिक रूप से उपलब्ध समाधानों को पुनः प्रशिक्षित करना । इस परिदृश्य में, आपकी इन-हाउस AI टीम किसी विशिष्ट विक्रेता द्वारा विकसित मौजूदा जेनरेटिव AI उत्पाद, जैसे कि OpenAI, का चयन करेगी और आपके अपने डेटा का उपयोग करके इसे ठीक करेगी। अनुकूलित जेन एआई समाधान उपयोगकर्ता के प्रश्नों को बेहतर ढंग से समझेंगे और अधिक सटीक प्रतिक्रियाएँ देंगे। हालाँकि, विक्रेता अभी भी आपके प्रश्नों को चलाने के लिए एक छोटा सा शुल्क लेगा, इसलिए अंतिम जेनरेटर एआई लागत में परिचालन और अनुकूलन दोनों खर्च शामिल होंगे।
3. ओपन-सोर्स फाउंडेशन मॉडल का उपयोग करना "जैसा है।" अतिशयोक्तिपूर्ण रूप से, आपकी कंपनी RoBERTa, GPT-2, GPT-Neo, या किसी अन्य ओपन-सोर्स मॉडल को चुन सकती है और इसे बिना किसी प्रशिक्षण के ग्राहक ईमेल का जवाब देने जैसे व्यावसायिक कार्यों में लागू कर सकती है। हालाँकि, जेनेरिक एआई की लागत मॉडल द्वारा उपभोग किए गए कंप्यूटिंग संसाधनों द्वारा निर्धारित की जाएगी। साथ ही, अपरिचित डेटा और कार्यों का सामना करने पर आपका जेन एआई समाधान खराब प्रदर्शन कर सकता है।
4. आपके डेटा पर ओपन-सोर्स मॉडल को पुनः प्रशिक्षित करना । इस मामले में, आपको जेन एआई मॉडल प्रशिक्षण के लिए विशिष्ट डेटा प्राप्त करने और तैयार करने की आवश्यकता होगी, मॉडल प्रशिक्षण और संचालन के लिए ऑन-प्रिमाइसेस या क्लाउड सर्वर प्रदान करना होगा, और जैसे-जैसे आपके कार्य विकसित होंगे, मॉडल को फाइन-ट्यून और अपडेट करना जारी रखना होगा। जबकि यह विशिष्ट दृष्टिकोण बेहतर मॉडल प्रदर्शन की गारंटी देता है, इसमें उच्च जेनरेटिव एआई लागत भी शामिल है।

अब जब आप अपने कार्यान्वयन विकल्पों को जानते हैं, तो आइए इन विकल्पों में शामिल जेनेरिक एआई की लागत पर ज़ूम करें।

कार्यान्वयन परिदृश्य के आधार पर जेनेरिक एआई मूल्य निर्धारण में अंतर्दृष्टि

व्यावसायिक रूप से उपलब्ध Gen AI टूल की लागत

ऑफ-द-शेल्फ सेवाएं जो टेक्स्ट प्रोसेसिंग और जेनरेशन की सुविधा प्रदान करती हैं, आमतौर पर इनपुट या आउटपुट टेक्स्ट में वर्णों या टोकन की संख्या के आधार पर उद्यमों से शुल्क लेती हैं - यानी, टेक्स्ट की मूल इकाइयां, जो विराम चिह्न से लेकर शब्दों और वाक्यविन्यास के अन्य तत्वों तक हो सकती हैं। .

यहां बताया गया है कि यह व्यवहार में कैसे काम करता है:

1. चरित्र-आधारित बिलिंग . कुछ समाधान, जैसे कि Google के वर्टेक्स एआई द्वारा संचालित जेन एआई उपकरण, उपयोगकर्ताओं को इनपुट और आउटपुट टेक्स्ट में वर्णों की संख्या के आधार पर बिल देते हैं। वे प्रत्येक अक्षर, संख्या, स्थान और विराम चिह्न को एक वर्ण के रूप में गिनते हैं। उदाहरण के लिए, वर्टेक्स द्वारा समर्थित टेक्स्ट मॉडल के लिए PaLM 2 के लिए जेनेरिक एआई मूल्य निर्धारण, इनपुट और आउटपुट टेक्स्ट के लिए $0.0005 प्रति 1,000 वर्णों से शुरू होता है (अलग से बिल किया जाता है)।

2. टोकन-आधारित बिलिंग । अधिक उन्नत जनरल एआई उपकरण टेक्स्ट को वर्णों के बजाय टोकन में तोड़ देते हैं। किसी मॉडल के प्रशिक्षण और प्रसंस्करण विधियों के आधार पर, एक टोकन एक विराम चिह्न, एक शब्द या किसी शब्द का हिस्सा हो सकता है। उदाहरण के लिए, OpenAI एक टोकन को लगभग चार वर्णों के समूह के रूप में परिभाषित करता है। एक सरल वाक्य जैसे "टॉम जिल फूल लाया है।" इस प्रकार इसमें आठ टोकन शामिल होंगे क्योंकि शब्द "लाया" और "फूल" चार-वर्ण सीमा से थोड़ा अधिक हैं। जब ऐसे जेनरेटिव एआई समाधानों की लागत की बात आती है, तो यह काफी हद तक आपके चुने हुए भाषा मॉडल पर निर्भर करता है। OpenAI का GPT-4 टर्बो, बाज़ार में सबसे परिष्कृत उपकरणों में से एक, इनपुट टेक्स्ट के लिए प्रति 1,000 टोकन पर $0.01 और आउटपुट टेक्स्ट के लिए प्रति 1,000 टोकन पर $0.03 का शुल्क लेता है। GPT-3.5 टर्बो, इसके पुराने संस्करण के लिए, कीमतें काफी कम हैं, इनपुट टेक्स्ट के लिए $0.001 प्रति 1,000 टोकन से लेकर आउटपुट टेक्स्ट के लिए $0.002 प्रति 1,000 टोकन तक।

   यह ध्यान दिया जाना चाहिए कि विभिन्न जेनरेटिव एआई प्रदाताओं के पास पात्रों और टोकन के बारे में अलग-अलग धारणाएं हैं। सबसे अधिक लागत प्रभावी विकल्प का चयन करने के लिए, आपको उनके दस्तावेज़ीकरण और योजनाओं का अध्ययन करना चाहिए और विचार करना चाहिए कि कौन सा उत्पाद आपकी विशिष्ट व्यावसायिक आवश्यकताओं के लिए सबसे उपयुक्त है। उदाहरण के लिए, यदि आपके कार्य विश्लेषण के बजाय पाठ निर्माण के इर्द-गिर्द घूमते हैं, तो कम आउटपुट दरों वाली एक जेनरेटिव एआई सेवा अधिक उपयुक्त होगी।

इस बीच, दृश्य सामग्री निर्माण के लिए जनरल एआई सेवाएं, छवि आकार और गुणवत्ता से जुड़ी फीस के साथ, प्रति उत्पन्न छवि के लिए उपयोगकर्ताओं से शुल्क लेती हैं। DALL·E 3 द्वारा मानक गुणवत्ता में निर्मित एक एकल 1024 गुणा 1024 पिक्सेल छवि की कीमत आपको $0.04 होगी। बड़ी छवियों (1024×1792 पिक्सेल) के साथ-साथ उच्च-परिभाषा छवियों के लिए, कीमत $0.08-0.12 प्रति तक बढ़ जाएगी।

और सिंथेसिया.आईओ जैसे टर्न-की जेन एआई प्लेटफॉर्म के बारे में मत भूलिए, जो मूल्य निर्धारण के लिए अधिक पारंपरिक दृष्टिकोण अपनाते हैं। यदि आपकी मार्केटिंग टीम वीडियो निर्माण प्रक्रिया को तेज़ करना चाहती है, तो आप कम से कम $804 प्रति वर्ष के लिए टूल आज़मा सकते हैं।

व्यावसायिक रूप से उपलब्ध जेन एआई उत्पादों को अनुकूलित करने की लागत

जैसा कि आप पिछले अनुभाग से देख सकते हैं, अधिकांश तैयार जेन एआई उत्पाद 'पे-एज़-यू-गो' मुद्रीकरण रणनीति का लाभ उठाते हैं।

हालांकि उनके मूल्य निर्धारण मॉडल पहली नज़र में काफी सरल दिखते हैं, लेकिन यह अनुमान लगाना चुनौतीपूर्ण हो सकता है कि आपके कर्मचारी कितने प्रश्न पूछेंगे, खासकर यदि आप विभिन्न विभागों में कई जेनरेटर एआई उपयोग मामलों का पता लगाना चाहते हैं।

इससे जनरल एआई टूल्स के मूल्य निर्धारण और स्वामित्व की कुल लागत के बारे में भ्रम पैदा होता है, जैसा कि क्लाउड कंप्यूटिंग के शुरुआती दिनों में था।

वाणिज्यिक जनरल एआई समाधानों का उपयोग करने का एक और नुकसान यह है कि चैटजीपीटी जैसे सामान्य-उद्देश्य वाले उत्पादों में प्रासंगिक ज्ञान की कमी होती है, जैसे कि आपकी कंपनी की संरचना, उत्पादों और सेवाओं से परिचित होना। इससे एआई क्षमताओं के साथ ग्राहक सहायता और रिपोर्ट निर्माण जैसे कार्यों को बढ़ाना मुश्किल हो जाता है, भले ही आप प्रॉम्प्ट इंजीनियरिंग में महारत हासिल कर लें।

मैकिन्से के वरिष्ठ भागीदार एरिक लैमरे के अनुसार, इस समस्या को हल करने के लिए , संगठनों को " एक डेटा वातावरण बनाने की आवश्यकता है जिसे मॉडल द्वारा उपभोग किया जा सके। दूसरे शब्दों में, आपको अपने कॉर्पोरेट डेटा पर व्यावसायिक रूप से उपलब्ध जेन एआई टूल को फिर से प्रशिक्षित करना होगा, साथ ही एपीआई के माध्यम से बाहरी स्रोतों से ली गई जानकारी भी।

लक्ष्य को पूरा करने के दो तरीके हैं- और कई कारक हैं जो प्रत्येक परिदृश्य में जेनेरिक एआई की लागत को प्रभावित करेंगे:

• जनरेटिव एआई क्षमताओं के साथ सॉफ्टवेयर-ए-ए-सर्विस (सास) प्लेटफॉर्म का उपयोग करना । SAP, TIBCO Spotfire और Salesforce सहित कई प्रमुख SaaS विक्रेता जेनरेटिव AI सेवाएं शुरू कर रहे हैं जिन्हें ग्राहक डेटा का उपयोग करके ठीक किया जा सकता है। उदाहरण के लिए, सेल्सफोर्स ने आइंस्टीन कोपायलट, एक संवादात्मक एआई सहायक लॉन्च किया है जो ग्राहकों के सवालों के वैयक्तिकृत उत्तर तैयार करने के लिए सेल्सफोर्स डेटा क्लाउड से मालिकाना डेटा खींचता है। बुद्धिमान सहायक द्वारा उपयोग की जाने वाली जानकारी में स्लैक वार्तालाप, टेलीमेट्री, एंटरप्राइज़ सामग्री और अन्य संरचित और असंरचित डेटा शामिल हैं। सेल्सफोर्स क्लाइंट आइंस्टीन कोपायलट स्टूडियो के नो-कोड प्रॉम्प्ट बिल्डर और मॉडल बिल्डर का उपयोग करके कस्टम एआई मॉडल, कौशल और प्रॉम्प्ट भी बना सकते हैं। अब तक, बाद वाला उपकरण ओपनएआई के बड़े भाषा मॉडल (एलएलएम) का समर्थन करता है, लेकिन उत्पाद को अमेज़ॅन बेडरॉक और वर्टेक्स एआई सहित अन्य तृतीय-पक्ष समाधानों के साथ एकीकृत करने की योजना है। चूंकि आइंस्टीन कोपायलट अभी भी अपने पायलट चरण में है (कोई मज़ाक का इरादा नहीं है), जेनरेटिव एआई मूल्य निर्धारण जानकारी का अभी तक अनावरण नहीं किया गया है। हालाँकि, जेनरेटिव एआई सेल्स जीपीटी असिस्टेंट की लागत, जो वर्तमान में प्रति उपयोगकर्ता प्रति माह कुल $50 है , आपको एक सामान्य विचार दे सकती है कि क्या उम्मीद की जाए।
• एपीआई पर जेन एआई समाधानों के साथ अपने कॉर्पोरेट सॉफ़्टवेयर को एकीकृत करना और अपने डेटा पर मॉडलों को फिर से प्रशिक्षित करना। जेनेरिक एआई कार्यान्वयन की लागत को कम करने के लिए, आप मध्यस्थ SaaS टूल को समाप्त कर सकते हैं, अपने ऐप्स को सीधे एपीआई स्तर पर वाणिज्यिक जेन एआई समाधानों के साथ विलय कर सकते हैं। उदाहरण के लिए, यदि आप अपने ग्राहक सहायता चैटबॉट को जेन एआई क्षमताओं के साथ सुपरचार्ज करना चाहते हैं, तो आप इसे ओपनएआई एपीआई का उपयोग करके ओपनएआई के मॉडलों में से एक-जैसे, जीपीटी-3.5 या जीपीटी-4- के साथ सिंक कर सकते हैं। इसके बाद, आपको मशीन लर्निंग के लिए अपना डेटा तैयार करना होगा , डेटा को OpenAI पर अपलोड करना होगा, और OpenAI CLI टूल और ओपन AI पायथन लाइब्रेरी का उपयोग करके फाइन-ट्यूनिंग प्रक्रिया का प्रबंधन करना होगा। मॉडल को ठीक करते समय, आपसे प्रति 1,000 टोकन पर $0,008 का शुल्क लिया जाएगा (GPT-3.5)। एक बार जब आपका मॉडल उत्पादन में चला जाता है, तो इनपुट और आउटपुट दरें क्रमशः $0,003 प्रति 1,000 टोकन और $0,006 प्रति हजार टोकन होंगी। जेनरेटिव एआई की कुल लागत में भंडारण लागत भी शामिल होगी, बशर्ते आप अपने डेटा को ओपनएआई सर्वर पर होस्ट करना चुनते हों। डेटा भंडारण व्यय अंतिम अनुमान में प्रतिदिन प्रति 1GB डेटा पर $0.2 जोड़ सकता है । और डेटा तैयारी और मॉडल फाइन-ट्यूनिंग प्रयासों को न भूलें। जब तक आपके आईटी विभाग के पास आवश्यक कौशल नहीं है, आपको एक विश्वसनीय एआई विकास सेवा कंपनी के साथ साझेदारी करनी होगी।

ओपन-सोर्स जनरल एआई मॉडल का उपयोग करने की लागत "जैसा है"

अस्वीकरण : हम यह सुझाव नहीं दे रहे हैं कि आप शुरू से ही चैटजीपीटी के समान एक कस्टम फाउंडेशन मॉडल बनाएं - यह एक ऐसा उद्यम है जो उन लोगों के लिए सबसे अच्छा है जिनके पास पर्याप्त समर्थन है, जैसे कि उनके 540 मिलियन डॉलर के नुकसान की भरपाई के लिए माइक्रोसॉफ्ट से ओपनएआई का समर्थन।

GPT-3 जैसे और भी अधिक बुनियादी फाउंडेशन मॉडल, प्रारंभिक प्रशिक्षण और तैनाती की लागत $4 मिलियन से अधिक बढ़ा सकते हैं। इसके अलावा, इन फाउंडेशन मॉडलों की जटिलता हाल के वर्षों में आश्चर्यजनक दर से बढ़ी है।

बड़े AI मॉडल के प्रशिक्षण के लिए आवश्यक कंप्यूटिंग संसाधनों की मात्रा हर 3.5 महीने में दोगुनी हो जाती है । फाउंडेशन मॉडल की जटिलता भी बदल रही है। उदाहरण के लिए, 2016 में, बर्ट-लार्ज को 340 मिलियन मापदंडों के साथ प्रशिक्षित किया गया था। इसकी तुलना में, OpenAI के GPT-3 मॉडल को लगभग 175 बिलियन मापदंडों के साथ प्रशिक्षित किया गया था ।

अच्छी खबर यह है कि फाउंडेशन मॉडल पहले से ही मौजूद हैं, जिससे व्यवसायों के लिए जेनेरिक एआई कार्यान्वयन लागत को अनुकूलित करते हुए उनके साथ प्रयोग शुरू करना अपेक्षाकृत आसान हो जाता है।

अनिवार्य रूप से, हम फाउंडेशन मॉडल को एआई सॉफ्टवेयर इंजीनियरों के लिए टूलकिट के रूप में मान सकते हैं क्योंकि वे अनुकूलन के लिए जगह छोड़ते हुए जटिल समस्याओं को हल करने के लिए एक शुरुआती बिंदु प्रदान करते हैं।

हम मौजूदा फाउंडेशन मॉडल को तीन श्रेणियों में विभाजित कर सकते हैं:

• भाषा मॉडल पाठ अनुवाद, निर्माण और प्रश्न-उत्तर कार्यों को संभालने के लिए डिज़ाइन किए गए हैं
• कंप्यूटर विज़न मॉडल छवि वर्गीकरण, वस्तु पहचान और चेहरे की पहचान में उत्कृष्टता प्राप्त करते हैं
• तीसरी श्रेणी, जेनेरिक एआई मॉडल, ऐसी सामग्री बनाती है जो एक मॉडल द्वारा उपभोग किए गए डेटा से मिलती जुलती है। इस सामग्री में नई छवियां, सिमुलेशन, या, कुछ मामलों में, पाठ्य जानकारी शामिल हो सकती है।

एक बार जब आप एक ओपन-सोर्स मॉडल चुन लेते हैं जो आपकी आवश्यकताओं के लिए सबसे उपयुक्त है, तो आप इसे एपीआई का उपयोग करके अपने सॉफ़्टवेयर के साथ एकीकृत कर सकते हैं और अपने स्वयं के सर्वर इंफ्रास्ट्रक्चर का उपयोग कर सकते हैं।

इस दृष्टिकोण में निम्नलिखित जेनरेटिव एआई लागतें शामिल हैं:

1. हार्डवेयर लागत . एआई मॉडल चलाने के लिए, विशेष रूप से बड़े मॉडल को चलाने के लिए महत्वपूर्ण कम्प्यूटेशनल संसाधनों की आवश्यकता होती है। यदि आपकी कंपनी के पास उपयुक्त हार्डवेयर का अभाव है, तो आपको शक्तिशाली जीपीयू या सीपीयू में निवेश करने की आवश्यकता हो सकती है, जो महंगा हो सकता है। यदि आपका मॉडल अपेक्षाकृत छोटा है, तो NVIDIA RTX 3080 या इसके समान एक उच्च-स्तरीय GPU पर्याप्त हो सकता है। ऐसे GPU की कीमत $700 से $1,500 तक हो सकती है। GPT-2 या इसी तरह के बड़े मॉडल के लिए, आपको कई हाई-एंड जीपीयू या यहां तक कि विशेष एआई एक्सेलेरेटर की आवश्यकता होती है। उदाहरण के लिए, एक एकल NVIDIA A100 GPU की कीमत $10,000 और $20,000 के बीच हो सकती है। इस प्रकार एकाधिक GPU वाले सेटअप की लागत $30,000 और $50,000 के बीच हो सकती है।
2. क्लाउड कंप्यूटिंग लागत . हार्डवेयर खरीदने के विकल्प के रूप में, आप Amazon Web Services (AWS), Google Cloud प्लेटफ़ॉर्म (GCP), या Microsoft Azure जैसे प्रदाताओं से क्लाउड कंप्यूटिंग संसाधन किराए पर ले सकते हैं। ये सेवाएँ उपयोग के आधार पर शुल्क लेती हैं, इसलिए लागत इस बात पर निर्भर करेगी कि आप कंप्यूटिंग समय और भंडारण के संदर्भ में उनके संसाधनों का कितना उपयोग करते हैं। उदाहरण के लिए, AWS (जैसे P3 या P4) पर GPU इंस्टेंस की लागत इंस्टेंस प्रकार के आधार पर $3 से $24 प्रति घंटे तक हो सकती है।
3. बिजली और रखरखाव . यदि आप अपने स्वयं के हार्डवेयर का उपयोग करते हैं, तो आपको मशीनों और संभवतः अतिरिक्त शीतलन प्रणालियों को चलाने के लिए बिजली की लागत वहन करनी पड़ेगी। हार्डवेयर के रखरखाव की लागत भी बढ़ सकती है।
4. एकीकरण और तैनाती . एआई मॉडल को आपके मौजूदा सिस्टम में एकीकृत करने और इसे तैनात करने (विशेष रूप से उत्पादन वातावरण में) के लिए अतिरिक्त सॉफ्टवेयर विकास प्रयासों की आवश्यकता हो सकती है, जिसमें श्रम लागत लग सकती है। एक सॉफ्टवेयर विकास कंपनी को एआई विकास को आउटसोर्स करने की लागत $50 से $200 प्रति घंटे तक हो सकती है, जिसमें कुल खर्च कुछ हज़ार से लेकर दसियों हज़ार डॉलर तक हो सकता है।
5. डेटा भंडारण और प्रबंधन . मॉडल द्वारा उपयोग किए गए डेटा को संग्रहीत करना और प्रबंधित करना महंगा हो सकता है, खासकर जब बड़े डेटासेट से निपटना या क्लाउड स्टोरेज समाधान का उपयोग करना। ऑन-साइट इंस्टॉलेशन के लिए, प्रशिक्षण डेटासेट के आकार और अतिरेक आवश्यकताओं के आधार पर, जेनरेटिव एआई डेटा संग्रहीत करने की लागत $1,000 से $10,000 तक हो सकती है। AWS S3 जैसे क्लाउड-आधारित डेटा स्टोरेज समाधान के लिए शुल्क, संचालन और डेटा ट्रांसफर के लिए अतिरिक्त लागत के साथ, प्रति माह $0.021 से $0.023 प्रति जीबी तक भिन्न हो सकते हैं।

अंततः, आपकी कंपनी को जेनेरिक एआई फाउंडेशन मॉडल को "जैसा है" अपनाने में, इसे अपने बुनियादी ढांचे पर तैनात करने में कितना खर्च हो सकता है?

एक मध्यम आकार के उद्यम के लिए जिसका लक्ष्य ऑन-प्रिमाइसेस में GPT-2 जैसे मध्यम बड़े मॉडल का उपयोग करना है, संबंधित जेनरेटिव AI लागतें बढ़ सकती हैं:

• हार्डवेयर : $20,000-$50,000 (कुछ हाई-एंड जीपीयू या बुनियादी मल्टी-जीपीयू सेटअप के लिए)
• बिजली और रखरखाव : लगभग $2,000-$5,000 प्रति वर्ष
• एकीकरण और परिनियोजन : $10,000-$30,000 (मध्यम एकीकरण जटिलता मानते हुए)
• डेटा भंडारण और प्रबंधन : $5,000-$15,000 (डेटा आकार के अनुसार भिन्न)

एक जेनेरिक एआई समाधान की स्थापना और संचालन की कुल लागत में निम्नलिखित शामिल होंगे:

• प्रारंभिक परिनियोजन व्यय : लगभग $37,000 से $100,000 (हार्डवेयर + प्रारंभिक एकीकरण और भंडारण सेटअप)
• आवर्ती व्यय : $7,000 से $20,000 (बिजली, रखरखाव, चालू एकीकरण और डेटा प्रबंधन लागत सहित)

ये बॉलपार्क अनुमान विशिष्ट आवश्यकताओं, स्थान और बाज़ार स्थितियों के आधार पर काफी भिन्न हो सकते हैं। अधिक वैयक्तिकृत और सटीक अनुमान के लिए किसी पेशेवर से परामर्श करना हमेशा सर्वोत्तम होता है। इसके अतिरिक्त, नवीनतम कीमतों के लिए हार्डवेयर और क्लाउड सेवाओं की वर्तमान बाजार दरों की जांच करना एक अच्छा विचार है।

आपके डेटा का उपयोग करके ओपन-सोर्स जेन एआई समाधानों को फिर से प्रशिक्षित करने की लागत

यदि आपकी कंपनी ओपन-सोर्स फाउंडेशन मॉडल को समायोजित करने के बारे में सोच रही है, तो उन कारकों पर विचार करना महत्वपूर्ण है जो जेनरेटिव एआई को लागू करने की लागत को प्रभावित कर सकते हैं।

ऐसे कारकों में शामिल हैं:

1. मॉडल का आकार . GPT-3 जैसे बड़े मॉडलों को बेहतर बनाने और तैनात करने के लिए अधिक संसाधनों की आवश्यकता होती है। परिणामस्वरूप, मॉडल के आकार और जटिलता के साथ जेनेरिक एआई की लागत बढ़ जाती है। इस बीच, GPT-2, XLNet और StyleGAN2 जैसे सरल ओपन-सोर्स फाउंडेशन मॉडल समान स्तर की सुसंगतता और प्रासंगिकता के साथ सामग्री उत्पन्न नहीं कर सकते हैं।
2. कम्प्यूटेशनल संसाधन . आपकी कंपनी के डेटा का उपयोग करके एक फाउंडेशन मॉडल को फिर से प्रशिक्षित करने के लिए पर्याप्त कंप्यूटिंग शक्ति की आवश्यकता होती है। इस प्रकार एक जेनेरिक एआई समाधान की लागत इस बात पर निर्भर करती है कि आप अपने स्वयं के हार्डवेयर या क्लाउड सेवाओं का उपयोग कर रहे हैं, बाद की कीमत क्लाउड प्रदाता और आपके संचालन के पैमाने के आधार पर भिन्न होती है। यदि आप एक सरल मॉडल चुनते हैं और इसे ऑन-प्रिमाइसेस पर तैनात करते हैं, तो आपसे जेनरेटिव एआई समाधान को बेहतर बनाने के लिए जीपीयू लागत में $10,000-30,000 खर्च करने की उम्मीद की जाती है। क्लाउड कंप्यूटिंग के साथ, उदाहरण के प्रकार के आधार पर खर्च $1 और $10 प्रति घंटे के बीच हो सकता है। GPT-3-जैसे ओपन-सोर्स मॉडल के लिए अधिक उन्नत GPU सेटअप की आवश्यकता होती है, $50,000-$100,000 तक। हाई-एंड जीपीयू इंस्टेंसेस के लिए संबंधित क्लाउड कंप्यूटिंग खर्च $10 से $24 प्रति घंटे तक हो सकता है।
3. डेटा तैयारी । फ़ाउंडेशन मॉडल को बेहतर बनाने के लिए अपना डेटा एकत्र करने, साफ़ करने और तैयार करने की प्रक्रिया संसाधन-गहन हो सकती है। इसलिए, जेनेरिक एआई कार्यान्वयन की लागत में डेटा भंडारण, प्रसंस्करण और संभवतः प्रशिक्षण डेटासेट खरीदने से जुड़े खर्च शामिल होंगे यदि आपकी कंपनी के पास आपके डेटा की कमी है या सुरक्षा और गोपनीयता कारणों से इसका उपयोग नहीं किया जा सकता है।
4. विकास का समय और विशेषज्ञता । कृत्रिम बुद्धिमत्ता प्रतिभा सस्ती नहीं मिलती। एक यूएस-आधारित इन-हाउस एआई इंजीनियर आपकी कंपनी को सालाना $70,000-$200,000 खर्च करेगा , साथ ही नियुक्ति, पेरोल, सामाजिक सुरक्षा और अन्य प्रशासनिक खर्च भी। आप एआई विकास विशेषज्ञता वाली एक ऑफशोर सॉफ्टवेयर इंजीनियरिंग कंपनी के साथ साझेदारी करके जेनरेटिव एआई लागत को कम कर सकते हैं। स्थान के आधार पर, मध्य यूरोप और लैटिन अमेरिका जैसे प्रमुख आउटसोर्सिंग स्थानों में वरिष्ठ विकास प्रतिभाओं के लिए ऐसी कंपनियों की प्रति घंटा दरें $62 से $95 तक हो सकती हैं ।
5. रखरखाव की लागत । आप मॉडल को बनाए रखने, अद्यतन करने और समस्या निवारण के लिए पूरी तरह जिम्मेदार होंगे, जिसके लिए निरंतर प्रयास और मशीन लर्निंग इंजीनियरिंग और संचालन (एमएलओपीएस) विशेषज्ञता की आवश्यकता होती है।

ऊपर उल्लिखित कारकों को ध्यान में रखते हुए, आसानी से उपलब्ध फाउंडेशन मॉडल के आधार पर एक अनुकूलित जेनेरिक एआई समाधान बनाने की यथार्थवादी लागत क्या है?

एक मध्यम आकार के उद्यम के लिए जो GPT-2 जैसे मामूली बड़े मॉडल को ठीक करना चाहता है, संबंधित जेनरेटिव AI कार्यान्वयन लागत में विस्तार हो सकता है:

• हार्डवेयर : $20,000-$30,000 (मध्यम GPU सेटअप के लिए)
• विकास : आंतरिक और आउटसोर्स प्रतिभा के मिश्रण के साथ विकास के छह महीने का समय मानते हुए:
  • इन-हाउस: $35,000-$100,000 (आधे साल का वेतन)
  • आउटसोर्सिंग: $20,000-$40,000 ($75/घंटा की औसत दर से 400 घंटे मानकर)
• डेटा तैयार करना : $5,000-$20,000 (डेटा आकार और जटिलता के अनुसार भिन्न)
• रखरखाव : $5,000-$15,000 प्रति वर्ष (चालू खर्च)

एक जेनेरिक एआई समाधान की स्थापना और संचालन की कुल लागत में निम्नलिखित शामिल होंगे:

• प्रारंभिक परिनियोजन व्यय : लगभग $80,000 से $190,000 (हार्डवेयर, विकास और डेटा तैयारी लागत सहित)
• आवर्ती व्यय : $5,000 से $15,000 (रखरखाव और चालू लागत)

वास्तविक जेन एआई विकास और कार्यान्वयन लागत विशिष्ट परियोजना आवश्यकताओं, प्रशिक्षण डेटा की उपलब्धता और इन-हाउस एआई प्रतिभा और आपके आउटसोर्सिंग भागीदार के स्थान के आधार पर भिन्न हो सकती है। सबसे सटीक और वर्तमान मूल्य निर्धारण के लिए, पेशेवरों या सेवा प्रदाताओं से सीधे परामर्श करना उचित है।

जबकि एक जेनेरिक एआई प्रणाली के लिए $190,000 अनुचित रूप से महंगा लग सकता है, ओपन-सोर्स फाउंडेशन मॉडल का उपयोग करके एक जेनेरिक एआई समाधान बनाने की लागत व्यावसायिक रूप से उपलब्ध टूल को चुनने की तुलना में कम हो सकती है।

चैटजीपीटी पर ध्यान आकर्षित करने से पहले, एआई डंगऑन नामक एआई-आधारित साहसिक गेम के लिए ज़िम्मेदार एक अग्रणी स्टार्टअप लैटीट्यूड, टेक्स्ट जेनरेशन के लिए ओपनएआई के जीपीटी मॉडल का उपयोग कर रहा था ।

जैसे-जैसे उनका उपयोगकर्ता आधार बढ़ता गया, वैसे-वैसे ओपनएआई के बिल और अमेज़ॅन बुनियादी ढांचे के खर्च भी बढ़े। किसी समय, कंपनी उपयोगकर्ता प्रश्नों की बढ़ती संख्या को संभालने के लिए संबद्ध लागतों में प्रति माह $200,000 का भुगतान कर रही थी।

एक नए जेनरेटिव एआई प्रदाता पर स्विच करने के बाद, कंपनी ने परिचालन लागत को घटाकर 100,000 डॉलर प्रति माह कर दिया और उन्नत एआई-संचालित सुविधाओं के लिए मासिक सदस्यता शुरू करते हुए अपनी मुद्रीकरण रणनीति को समायोजित किया।

जेनरेटिव एआई मूल्य निर्धारण को अनुकूलित करते समय सही कार्यान्वयन दृष्टिकोण का चयन करने के लिए, पहले से ही अपनी परियोजना आवश्यकताओं का पूरी तरह से विश्लेषण करना महत्वपूर्ण है। और इसीलिए हम हमेशा अपने ग्राहकों को एक खोज चरण के साथ अपनी एआई विकास पहल शुरू करने के लिए प्रोत्साहित करते हैं।

व्यवसाय में जनरल एआई को लागू करते समय विचार करने योग्य बातें

अब जब आप जानते हैं कि लागत के लिहाज से जेनरेटिव एआई से क्या उम्मीद की जानी चाहिए, तो प्रौद्योगिकी के कार्यान्वयन के नुकसान और विचारों के बारे में बात करने का समय आ गया है:

• फाउंडेशन मॉडल, विशेष रूप से बड़े भाषा मॉडल, मतिभ्रम कर सकते हैं, जो उपयोगकर्ता के सवालों के वैध लेकिन पूरी तरह से गलत उत्तर देते हैं। आपकी कंपनी प्रशिक्षण डेटा में सुधार करके, विभिन्न मॉडल आर्किटेक्चर के साथ प्रयोग करके और प्रभावी उपयोगकर्ता फीडबैक लूप पेश करके इस परिदृश्य से बच सकती है।
• जनरल एआई समाधानों को बड़ी मात्रा में डेटा का उपयोग करके प्रशिक्षित किया जाता है जो जल्दी ही पुराना हो जाता है। परिणामस्वरूप, आपको अपने मॉडल को नियमित रूप से पुनः प्रशिक्षित करना होगा, जिससे जेनरेटिव एआई कार्यान्वयन की लागत बढ़ जाती है।
• इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) प्रविष्टियों जैसे विशिष्ट डेटा पर प्रशिक्षित फाउंडेशन मॉडल, अपनी तत्काल विशेषज्ञता के बाहर वैध सामग्री का उत्पादन करने के लिए संघर्ष कर सकते हैं। दूसरी ओर, सामान्य-उद्देश्य वाले मॉडल, डोमेन-विशिष्ट उपयोगकर्ता प्रश्नों के साथ संघर्ष करते हैं। इस समस्या को हल करने के कुछ तरीकों में हाइब्रिड मॉडल बनाना, ट्रांसफर लर्निंग तकनीकों का उपयोग करना और उपयोगकर्ता प्रतिक्रिया के माध्यम से मॉडल को ठीक करना शामिल है।
• जनरल एआई समाधान स्वभाव से ब्लैक-बॉक्स हैं, जिसका अर्थ है कि यह शायद ही स्पष्ट है कि वे कुछ निश्चित परिणाम क्यों देते हैं और उनकी सटीकता का मूल्यांकन कैसे किया जाए। समझ की यह कमी डेवलपर्स को मॉडलों में बदलाव करने से रोक सकती है। जेनरेटिव एआई मॉडल प्रशिक्षण के दौरान समझाने योग्य एआई सिद्धांतों का पालन करके, जैसे मॉडल व्याख्या तकनीक, ध्यान तंत्र और ऑडिट ट्रेल्स को पेश करके, आप मॉडल की निर्णय लेने की प्रक्रिया में अंतर्दृष्टि प्राप्त कर सकते हैं और इसके प्रदर्शन को अनुकूलित कर सकते हैं।

इसके अलावा, ऐसे कई प्रश्न हैं जिनका आपकी कंपनी को जेनरेटिव एआई कार्यान्वयन शुरू करने से पहले उत्तर देने की आवश्यकता है:

• क्या यह सत्यापित करने के लिए कोई ठोस खरीद बनाम निर्माण रणनीति है कि आपकी कंपनी केवल उन कार्यों में जेनरेटिव एआई को अपनाती है जहां विक्रेता लॉक-इन को रोकने के दौरान तकनीक एक विभेदक बन जाएगी? इस रणनीति को परिवर्तन प्रबंधन और जनरल एआई स्केलिंग के लिए एक विस्तृत रोडमैप और आवश्यकता पड़ने पर संपूर्ण व्यावसायिक प्रक्रियाओं को फिर से डिजाइन करने के प्रावधानों के साथ संवर्धित किया जाना चाहिए।
• क्या आपके इन-हाउस आईटी विभाग के पास जटिल एमएल मॉडल और उनके प्रशिक्षण डेटा का परीक्षण, सुधार और गुणवत्ता बनाए रखने के लिए पर्याप्त एमएलओपीएस कौशल हैं? यदि नहीं, तो क्या आपने इन कार्यों की देखभाल के लिए पहले से ही एक विश्वसनीय एआई विकास कंपनी का चयन कर लिया है?
• क्या आपके पास क्लाउड और किनारे दोनों में पर्याप्त मात्रा में कंप्यूटिंग संसाधन हैं? साथ ही, आपके आईटी बुनियादी ढांचे की स्केलेबिलिटी के साथ-साथ विभिन्न कार्यों, प्रक्रियाओं और इकाइयों में जेन एआई मॉडल के पुन: उपयोग की संभावना का आकलन करना भी महत्वपूर्ण है।
• क्या आपकी कंपनी या आपके एआई विकास भागीदार के पास अवधारणा के प्रमाण (पीओसी) के माध्यम से जेन एआई की व्यवहार्यता का परीक्षण करने और नियंत्रित सैंडबॉक्स वातावरण के बाहर अपने प्रयोगों को स्केल करने का कौशल है?
• अंतिम लेकिन महत्वपूर्ण बात यह है कि क्या आपके संगठन के पास संवेदनशील जानकारी की सुरक्षा और उद्योग और क्षेत्र-विशिष्ट नियमों का अनुपालन सुनिश्चित करने के लिए प्रभावी गोपनीयता और सुरक्षा तंत्र हैं?

एक सुविचारित कार्यान्वयन योजना होने से न केवल आपको प्रौद्योगिकी को जोखिम-मुक्त तरीके से अपनाने और तेजी से लाभ प्राप्त करने में मदद मिलेगी, बल्कि जेनरेटिव एआई की लागत भी कम होगी।

यह पता लगाने के लिए हमारी जेनरेटिव एआई परामर्श सेवाओं पर टैप करें कि क्या जेन एआई आपको व्यावसायिक प्रक्रियाओं को सुधारने में मदद करेगा, सही जेन एआई कार्यान्वयन दृष्टिकोण का चयन करेगा और जेनरेटिव एआई लागतों को अनुकूलित करेगा। कार्य को आगे बढ़ाने के लिए हमें लिखें !

यहाँ भी प्रकाशित किया गया है.