Unternehmen setzen auf "Valuemaxxing" bei KI-Ausgaben
Große Technologieunternehmen wie Tesla und Meta begrenzen ihren KI-Token-Verbrauch und setzen auf "Valuemaxxing", das Kosten mit greifbaren Vorteilen abgleicht.
Führende Technologieunternehmen, darunter Tesla, Meta und Uber, führen Beschränkungen für den Verbrauch von KI-Tokens durch ihre Mitarbeiter ein. Diese strategische Verschiebung, "Valuemaxxing" genannt, löst den bisherigen "Tokenmaxxing"-Ansatz ab, der sich ausschließlich auf die Maximierung der Nutzung von KI-Modellen konzentrierte.
Die Unternehmen erkennen die steigenden Kosten, die mit der "All-you-can-prompt"-Methodik verbunden sind, da die tatsächlichen Ausgaben für KI-Dienste immer deutlicher werden. Früher waren Tokenpreise oft rabattiert oder subventioniert, was die Illusion grenzenloser und kostenloser Ressourcen schuf. Da diese Subventionen nun schwinden, sind Unternehmen gezwungen, die tatsächlichen Kosten und Erträge ihrer KI-Investitionen sorgfältig zu überwachen.
Die "Valuemaxxing"-Strategie konzentriert sich darauf, nur dann in die KI-Nutzung zu investieren, wenn sie eine klare Kapitalrendite (ROI) liefert. Dies bedeutet, günstigere Modelle für Routinetätigkeiten wie die Beantwortung einfacher Fragen zu verwenden und leistungsfähigere, aber teurere Modelle für komplexe, mehrstufige Operationen zu reservieren. Ziel ist es, die Ausgaben direkt mit greifbaren Ergebnissen abzugleichen.
Juan Orlandini, Chief Technology Officer für Nordamerika bei Insight Enterprises, skizziert drei Schlüssel Schritte zur Implementierung von "Valuemaxxing": 1. Überwachung: Einsatz von FinOps-Tools (Financial Operations) zur Echtzeit-Verfolgung von KI-Kosten. 2. Optimierung: Zuweisung günstigerer Modelle für Routineaufgaben und ausschließliche Reservierung fortschrittlicher Modelle für kritische, hochwirksame Jobs. 3. Eigene Infrastruktur: Bei außergewöhnlich hohen Volumina die Anschaffung eigener Hardware in Erwägung ziehen, was langfristig wirtschaftlicher sein kann.
Diese Umstellung spiegelt einen breiteren Branchenwandel hin zu einer kosteneffizienteren und strategischeren KI-Nutzung wider. Der Fokus verschiebt sich von der reinen Nutzung großer Mengen an KI hin zur Anwendung, die einen messbaren Geschäftswert generiert.