Khiến bạn nghĩ rằng bạn cũng nên mua một cái? Hãy xem bạn có những lựa chọn nào và chi phí có thể là bao nhiêu.
Cũng giống như bất kỳ dự án AI nào khác, chi phí của công cụ đề xuất phụ thuộc vào nhiều yếu tố như mục tiêu kinh doanh, tính sẵn có của dữ liệu, độ phức tạp của dữ liệu, v.v. Tương tự, công cụ đề xuất dựa trên AI có nhiều tùy chọn và cách tiếp cận để phát triển và triển khai. Chúng tôi sẽ đề cập đến 2 loại phương pháp tiếp cận chính cùng với ưu và nhược điểm từ góc độ chi phí. Đây là sử dụng các dịch vụ bán sẵn hoặc sản xuất sản phẩm tùy chỉnh trong nhà.
“Sử dụng dịch vụ bán sẵn có nghĩa là tận dụng bất kỳ hệ thống đề xuất nào dựa trên AI từ bất kỳ nền tảng đám mây nào hoặc bất kỳ nền tảng sản phẩm hiện có nào. Trong kịch bản này, chi phí xây dựng giải pháp sẽ liên quan đến nỗ lực đào tạo lại trên các mô hình đã được đào tạo trước hiện có. Do đó thời gian sản xuất sẽ nhanh hơn trừ khi vấn đề không phức tạp hoặc không cần tùy chỉnh nhiều. Nỗ lực kiểm tra và xác nhận sẽ suôn sẻ dẫn đến chi phí nỗ lực ít hơn.
Vì cùng một nền tảng có thể được tận dụng để triển khai, do đó chi phí triển khai bổ sung là không cần thiết. Tuy nhiên, chi phí dịch vụ, đăng ký hoặc cấp phép sẽ là một chi phí nhất quán, ”giải thích Padmashree ShagrithayaPhó chủ tịch, Trưởng ban – AI & Analytics, Ấn Độ I&D, Capgemini.
Mặt khác, phát triển một giải pháp tùy chỉnh cụ thể cho yêu cầu kinh doanh sẽ chịu chi phí xây dựng giải pháp cao và chi phí thu thập dữ liệu trong khi chi phí đăng ký và cấp phép sẽ không có. Khi giải pháp được xây dựng, chi phí giám sát, bảo trì và hỗ trợ sẽ ít hơn khi giải pháp được tùy chỉnh. Chi phí lưu trữ dựa trên API và triển khai sẽ được bổ sung, tùy thuộc vào nền tảng được lựa chọn.
Mặc dù hai kịch bản rộng này sẽ xác định phần lớn chi phí liên quan đến công cụ đề xuất của bạn, nhưng những điểm sau đây sẽ giúp tối ưu hóa chi phí
Bạn có thể thích
Phân tích và chuẩn bị dữ liệu – Khả năng tiếp cận dữ liệu chất lượng với khối lượng phù hợp là chìa khóa để tối ưu hóa chi phí này. Các tác động chi phí bổ sung có thể xảy ra nếu khối lượng và sự đa dạng của dữ liệu quá cao để xử lý trên cơ sở hạ tầng chung và có thể cần cơ sở hạ tầng được mở rộng.
Phát triển và xác thực mô hình – Độ phức tạp và tính năng của các sản phẩm được liệt kê trong hệ thống giới thiệu cùng với các đặc điểm từ hồ sơ khách hàng được lập bản đồ là chìa khóa. Tính năng càng lớn, phức hợp sẽ là mô hình.
Chi phí hồng ngoại, Nền tảng và Cấp phép – Ngày nay hầu hết các khách hàng có quan hệ đối tác doanh nghiệp với các nhà cung cấp nền tảng đám mây hàng đầu và do đó chi phí cơ sở hạ tầng và nền tảng sẽ khác nhau tùy theo thỏa thuận của họ.
Giám sát, Hỗ trợ và bảo trì – Chi phí này không bắt buộc và có thể được ưu tiên trên cơ sở cần thiết.
Nếu bạn chọn xây dựng nền tảng này nội bộ với mọi tùy chỉnh mà doanh nghiệp cần thì chắc chắn chi phí sẽ cao hơn.
“Một giải pháp tương đối tùy chỉnh sẽ có giá cao hơn so với một sản phẩm ngoài giá bán bởi vì ở phần sau, cùng một thứ được triển khai lặp đi lặp lại. Tùy chỉnh càng nhiều thì chi phí sẽ càng cao”, Ajay Singh, COO, Phân tích Fractal nói.
Và không chỉ các tùy chỉnh có chi phí cao, nó sẽ phải chịu thêm chi phí để làm việc lại MVP nếu có.
“Trước khi bất kỳ sản phẩm công nghệ nào được triển khai, một Sản phẩm khả thi tối thiểu sẽ được tạo ra. Khi MVP hoặc thí điểm này được đặt ở nơi nó phải được sử dụng, sẽ có rất nhiều phản hồi và trong một số trường hợp, phải thay đổi nhiều thứ. Trừ khi doanh nghiệp vấn đề thay đổi hoàn toàn, chương trình thử nghiệm này sẽ không bao giờ bị loại bỏ hoàn toàn và có thể điều chỉnh để làm cho nó hoạt động. Nếu đầu ra hoặc kịch bản của người dùng cuối thay đổi để tạo phiên bản 2.0, thì 60-70% phiên bản cuối cùng có thể được thực hiện lại. đã sử dụng nhưng sẽ có những nỗ lực và chi phí liên quan để thay đổi 30% phần còn lại, ” Soumendra MohantyGiám đốc Đổi mới và Giám đốc Chiến lược tại Mệt mỏi.
Nguồn : https://cio.economictimes.indiatimes.com/news/next-gen-technologies/how-much-does-an-ai-based-recommendation-engine-cost/91062330.
Post by Automation Bot.
