Мишель Катаста, глава отдела искусственного интеллекта в Replit, раскритиковал корпоративные доски, на которых сотрудники соревнуются по количеству использованных токенов ИИ. Он отметил, что такая система больше напоминает показуху, чем реальную эффективность, создавая «антиутопическую» картину.
Выступая на Web Summit Rio, Катаста рассказал, что в некоторых компаниях сотрудников стимулируют тратить больше токенов, чтобы подняться в рейтинге. По его мнению, эта гонка не отражает, действительно ли использование ИИ приносит ценность.
Количество токенов не измеряет производительность
Катаста подчеркнул, что потребление токенов не является адекватным показателем эффективности сотрудников. Он отметил, что большее использование токенов не обязательно означает больший вклад в работу компании.
Он также предупредил, что вознаграждение за использование ИИ только по количеству токенов может стимулировать ненужные траты. Катаста сравнил чрезмерное использование с тем, как если бы дома оставляли включённый свет, не заботясь о счёте за электроэнергию.
Дискуссии в компаниях набирают обороты
Это заявление прозвучало в период активных дискуссий среди руководителей компаний о том, как лучше измерять использование ИИ. Многие менеджеры переосмысливают, означает ли большее использование автоматически большую продуктивность.
В прошлом месяце Amazon объявил о снятии внутреннего рейтинга использования ИИ. Представитель компании заявил, что эта система не была создана для поощрения использования ИИ ради самого использования.
В то же время операционный директор Uber Эндрю Макдональд отметил, что при росте затрат на ИИ не наблюдается пропорционального увеличения производительности.
Главный специалист по ИИ BNP Paribas CIB Чарльз Холив назвал этот подход, известный как «tokenmaxxing», «метрикой показухи».
Хотя Катаста рад изменениям в восприятии «tokenmaxxing», он отметил, что эта практика увеличивает потребление энергии и снижает ресурсы, которые могли бы быть использованы для других задач.
Он подчеркнул, что важно сосредоточиться не на том, сколько ИИ используется, а на том, насколько эффективно и правильно он применяется.