Por qué las organizaciones quieren precios de inteligencia artificial basados en el consumo
La adopción de la inteligencia artificial (IA) está en un punto de inflexión, ya que cada vez más organizaciones desarrollan sus estrategias de IA para implementar la tecnología revolucionaria dentro de sus organizaciones. Sin embargo, todavía hay desafíos importantes para la adopción de IA; de hecho, el costo de la solución y la falta de recursos calificados se mencionan como los principales inhibidores de la adopción de la IA.
A pesar de que el panorama tecnológico ha experimentado grandes cambios e interrupciones, la forma en que las organizaciones pagan por las tecnologías no ha seguido el ritmo. El modelo de fijación de precios tradicional se basa en un modelo de licencia perpetua en el que la empresa tenía que estimar qué tecnología y cuánto se necesitaba, generalmente durante los próximos tres a cinco años. Una vez decidida, la organización compraría la capacidad y pagaría por adelantado. Sin embargo, hay un gran problema con este modelo: si la estimación fuera incorrecta, la organización terminaría desperdiciando dinero en tecnología subutilizada o no utilizada, lo que llevaría a una desconexión entre el costo de la tecnología y el valor comercial real.
Muchas tecnologías SaaS y basadas en la nube primero interrumpieron este modelo de precios al introducir el modelo de suscripción basado en la nube. Sin necesidad de instalación de hardware o software en sus centros de datos, y una suscripción flexible que permitía fluctuaciones de necesidad, este movimiento hacia la fijación de precios basada en el consumo interrumpió la forma en que las organizaciones evaluaban y compraban tecnología de la información. Los proveedores de IA necesitarán seguir este ejemplo y avanzar hacia precios aún más granulares que favorezcan los modelos basados en transacciones para ayudar a sus clientes a superar el obstáculo de costos de implementar soluciones de IA.
La construcción de la pila de AI influye en el modelo de precios de AI
AI cubre una amplia gama de aplicaciones, que incluyen procesamiento de lenguaje natural, aprendizaje automático, análisis de imagen / video y aprendizaje profundo, entre otros. Si bien las organizaciones tienen que elegir si comprar AI comercial, construir sus propias soluciones de IA en las instalaciones o externalizar la construcción de AI, hay tres enfoques principales que las organizaciones adoptan al desarrollar sus capacidades de AI: usar el estándar. , entrene un modelo o integre un modelo prefabricado que necesitará inferencia (predicciones impulsadas por IA y ML ejecutadas en el borde después de haber sido entrenadas en la nube, donde el almacenamiento de datos y el poder de procesamiento son abundantes y escalables) para trabajar dentro de la organización.
- Una organización decide utilizar una solución de inteligencia artificial integrada para una de sus iniciativas comerciales, ya sea que se ejecute localmente, en la nube pública o en la ubicación de borde.
Los proveedores generalmente no cobran ninguna prima por los servicios integrados de IA; Este precio refleja cuán estándar el mercado espera que se conviertan las capacidades integradas de IA. - Una organización decide entrenar a un modelo . Hay 4 formas distintas de entrenar este modelo:
- La construcción y la capacitación del modelo se realizan en las instalaciones . Las plataformas de software de IA disponibles comercialmente implementadas en las instalaciones generalmente tienen un precio por puesto con una licencia de software anual basada en el número de usuarios individuales que tienen acceso a un servicio digital o producto. Los proveedores que ofrecen licencias perpetuas para plataformas de software de IA en las instalaciones generalmente lo hacen debido a la oferta y el enfoque heredados y deben pasar a un modelo de precios de suscripción. Las organizaciones que elijan capacitar a un modelo en las instalaciones necesitarán una infraestructura subyacente para soportar la plataforma. Para acelerar el tiempo de valor, algunos de los principales proveedores de tecnología de inteligencia artificial ofrecen una solución integrada de hardware y software optimizada para inteligencia artificial. El enfoque de fijación de precios para estas soluciones optimizadas está evolucionando para basarse en una suscripción anual.
- La construcción y la capacitación del modelo se realizan en la nube pública. Aquí, los científicos de datos tienen la opción de lanzar instancias virtuales con marcos e interfaces de aprendizaje profundo populares para entrenar modelos de IA sofisticados y personalizados, o utilizar plataformas comerciales de software de IA disponibles como servicio. Cuando se utiliza la plataforma de software AI comercialmente disponible como servicio, solo se paga por lo que se usa. La construcción, la capacitación y la implementación de modelos ML generalmente se facturan por segundo con un mínimo de un minuto, sin tarifas mínimas y sin compromisos por adelantado.Sin embargo, cuando se utilizan entornos preconfigurados, las horas de capacitación se multiplican típicamente por varias formas de unidades de capacidad para reflejar la potencia de cálculo o la instancia de máquina virtual subyacente sujeta al tipo de instancia seleccionada. Elegir chips de aceleración agrega otro costo además del precio base.
- La construcción y capacitación del modelo se subcontratan a un proveedor de servicios de dominio. Esta capacitación crea una asociación entre el cliente y el proveedor de servicios de dominio. El proveedor de servicios de dominio toma la delantera en la construcción y capacitación del modelo de inteligencia artificial, y el cliente proporciona sus conjuntos de datos personalizados / patentados e información de procesos comerciales para ajustar el modelo. La dinámica de precios en este escenario es personalizada en un compromiso por compromiso base.
- Un modelo previamente entrenado está disponible como un servicio de nube pública . Los datos de propiedad de una organización se cargan en la nube pública y se utilizan para ajustar o personalizar un modelo pre-entrenado. Aquí, un modelo pre-entrenado está disponible como un servicio de nube pública. Los datos de propiedad de una organización se cargan en la nube pública y se utilizan para ajustar el modelo previamente entrenado y luego se implementan como una API para la integración con una aplicación para la inferencia en tiempo de ejecución. Los detalles de precios para este escenario son interdependientes con los de usar un modelo de nube pública previamente entrenado implementado como una API para Inferencia (3.2, que se describe a continuación).
- Una organización integra un modelo preformado estándar o un modelo ajustado a una aplicación.
La inferencia necesaria para esta integración puede ocurrir de una de tres maneras:- Un modelo pre – entrenado está disponible como un servicio de nube pública e invocado a pedido para inferencia en tiempo real. Aquí, el modelo pre – entrenado o aplicaciones de IA está disponible como un servicio de nube pública e invocado a pedido para inferencia en tiempo real. Las organizaciones pagan solo por lo que usan, sin tarifas mínimas o uso obligatorio del servicio. Para algunas de las opciones de API, como búsqueda de video, categorización de imágenes o texto a voz, el pago se realiza en asignaciones de centavos o dólares por minuto de video, o miles de imágenes, o miles de caracteres de texto, según la frecuencia Las solicitudes de API se envían para realizar inferencia.Algunos proveedores de tecnología tienen sus aplicaciones de inteligencia artificial incluidas con la versión ilimitada de su paquete principal de aplicaciones, pero para otros SKU en la nube, hay un cargo mensual adicional que aumenta según las unidades de millones de predicciones que solicite del software.Algunos de los principales proveedores de nube de marketing de IA otorgan licencias basadas en suscripción y cobran una tarifa plana durante tres años, lo que lleva al beneficio de que cuantas más decisiones / recomendaciones / predicciones tome el cliente y cuanto más utilicen el software impulsado por AI, mejores serán los precios. tener.
- Un modelo previamente entrenado disponible como un servicio en la nube pública se ajusta con datos propietarios y luego la capacidad se implementa como una API para inferencias . El modelo entrenado está disponible aquí como un servicio en la nube pública donde los datos propietarios de una organización se cargan en la nube pública y se se usa para ajustar un modelo preentrenado, crear un modelo personalizado y luego implementar la capacidad como API para hacer inferencias. Este precio de escenario también cubre los precios de capacitación mencionados anteriormente en el escenario 2.4. Si bien las organizaciones pagan solo por lo que usan sin tarifas mínimas y sin compromisos por adelantado, hay tres tipos adicionales de costos asociados en este tipo de combinación de inferencia de capacitación:
- Horas de capacitación: costo por cada hora de capacitación requerida para un modelo personalizado basado en los datos proporcionados por los clientes.
- Almacenamiento de datos: costo por cada unidad de capacidad de datos almacenada y utilizada para capacitar a los modelos del cliente.
- Un modelo previamente entrenado se almacena en un repositorio de estilo DevOps para la inferencia de borde . Este estilo de inferencia es extremadamente nuevo y faltan recursos en el borde. Sin embargo, los proveedores han comenzado a introducir tecnologías, plataformas y dispositivos que pueden extender de manera rentable las capacidades de IA y ML al borde de la red. Trabajando en conjunto con los servicios de nube pública, estos dispositivos son capaces de procesar grandes volúmenes de datos localmente y permiten una inferencia altamente localizada y oportuna. Las organizaciones pagan solo por lo que usan, sin tarifas mínimas o uso obligatorio del servicio. Para algunas de las opciones de API, como búsqueda de video, categorización de imágenes o texto a voz, el pago se realiza en asignaciones de centavos o dólares por minuto de video, o miles de imágenes, o miles de caracteres de texto, según la frecuencia Las solicitudes de API se envían para realizar inferencia.
Cómo los proveedores de IA pueden ayudar a los clientes con los costos de AI
El costo es uno de los mayores inhibidores para la adopción de IA empresarial. Los proveedores pueden empoderar a sus clientes para superar este obstáculo al ofrecer precios granulares basados en el consumo y licencias flexibles para todas las ofertas de IA, desde tecnologías centrales, aplicaciones, API o servicios.
Para la construcción local y la capacitación de modelos de IA, así como para la inferencia de borde, los proveedores de tecnología deben proporcionar una solución integrada de hardware / software optimizada para IA. Esto debería ayudar a aliviar las complejidades del aprovisionamiento y la administración y mantener los costos generales bajo control. Además, las ofertas de IA en la nube pública deben finalizar automáticamente las instancias después de que se completen los trabajos, y la facturación debe realizarse solo durante el tiempo de ejecución de los trabajos.
El precio basado en el consumo permite a los clientes pagar lo que necesitan, reduciendo las inhibiciones y estimulando la adopción de IA.
Traducción del artículo original de IDC
https://blogs.idc.com/2019/09/11/why-organizations-want-consumption-based-artificial-intelligence-pricing/
Sept 11, 2019 / Ritu Jyoti
