De kosten van AI-tools stijgen zo snel dat sommige bedrijven hun hele jaar budget voor AI in een paar maanden hebben opgebruikt. Voor het MKB is het essentieel om te kiezen voor taakspecifieke modellen in plaats van dure alleskunners, om de uitgaven beheersbaar te houden.
Wat er aan de hand is
Volgens een artikel van het Marketing AI Institute, dat verwijst naar berichtgeving van Axios en The Wall Street Journal, begint Corporate America AI te rantsoeneren. Sommige ondernemingen hebben hun volledige jaarlijkse AI-budget in slechts enkele maanden verbrand. Anderen zagen hun AI-uitgaven zonder waarschuwing verdubbelen of verdrievoudigen. Dit probleem raakt ook marketingteams, die vaak afhankelijk zijn van dure, alles-in-één AI-modellen voor taken variërend van contentcreatie tot data-analyse. De kern van het probleem is dat veel bedrijven onnodig dure modellen inzetten voor eenvoudige taken, wat leidt tot onverwachte kostenpieken.
Wat dit betekent
Voor het MKB betekent dit dat de huidige aanpak van ‘gebruik het duurste model voor alles’ niet langer houdbaar is. Waar grote bedrijven nog kunnen onderhandelen over kortingen of eigen modellen trainen, hebben kleinere ondernemingen die luxe niet. De stijgende AI-kosten kunnen een aanzienlijk deel van het marketingbudget opslokken, waardoor er minder overblijft voor andere cruciale activiteiten. Het verschil in kosten tussen een taakspecifiek model en een alleskunner kan oplopen tot een factor tien of meer, afhankelijk van de gebruiksfrequentie. Dit dwingt ondernemers om strategischer na te denken over welke AI-tool voor welke taak wordt ingezet.
Hoe je dit kunt toepassen
Als je een webshop runt en AI gebruikt voor productbeschrijvingen, overweeg dan om een gespecialiseerd model te gebruiken dat alleen is getraind voor copywriting. Dit is vaak vele malen goedkoper dan een algemeen model zoals GPT-4. Je zou kunnen beginnen met het identificeren van de taken die het meeste rekenkracht vereisen en deze vervangen door lichtere alternatieven. Een mogelijkheid is om een model als Claude Instant of een open-source variant te testen voor routinematige teksten, terwijl je het duurdere model bewaart voor complexe analyses.
Als je een team aanstuurt dat AI gebruikt voor klantenservice, kun je overwegen om verschillende modellen in te zetten voor verschillende vragen. Eenvoudige FAQ-vragen kunnen worden afgehandeld door een klein, goedkoop model, terwijl complexe klachten naar een geavanceerder model gaan. Dit vereist wel een goede routering van vragen, maar de besparing kan aanzienlijk zijn. Je zou kunnen beginnen met het categoriseren van de meest voorkomende vragen en het instellen van een eenvoudige regel om deze naar het juiste model te sturen.
Als je in de marketing werkt en AI gebruikt voor social media posts, kun je experimenteren met taakspecifieke tools die zijn ontworpen voor social media content. Deze zijn vaak goedkoper en sneller dan algemene AI-modellen. Een optie is om een tool te gebruiken die is getraind op social media data, in plaats van een alles-in-één model dat ook code kan schrijven of data kan analyseren. Overweeg om een budgetplafond in te stellen per AI-taak, zodat je niet onverwachts over je limiet heen gaat.
Als je een klein bedrijf runt en AI gebruikt voor data-analyse, kun je overwegen om alleen de duurste modellen in te zetten voor de meest complexe analyses. Eenvoudige taken zoals het samenvatten van rapporten of het extraheren van cijfers kunnen worden gedaan met goedkopere alternatieven. Je zou kunnen beginnen met het maken van een lijst van alle AI-taken en deze te rangschikken op complexiteit. Vervolgens kun je voor elke taak het goedkoopste model kiezen dat de klus kan klaren.
De praktische toepassing hangt af van jouw specifieke situatie, maar de strategie is overal hetzelfde: gebruik niet een dure alleskunner voor een simpele taak. Begin met het in kaart brengen van je huidige AI-uitgaven en identificeer waar je kunt besparen door taakspecifieke modellen in te zetten.
Bron: Marketing AI Institute (https://www.marketingaiinstitute.com/blog/podcast-rising-ai-costs)