Ένας από τους πιο ακριβούς μύθους στην ελληνική αγορά αυτή τη στιγμή έχει να κάνει με την ΤΝ.
Λέγεται έτσι: «Πρέπει να έχουμε το πιο πρόσφατο, το πιο ισχυρό, το πιο ακριβό μοντέλο για να είμαστε ανταγωνιστικοί.»
Ακούγεται λογικό. Είναι λάθος.
Και κοστίζει στις ελληνικές επιχειρήσεις χρήματα σε συνδρομές που δεν χρειάζονται, για δυνατότητες που δεν αξιοποιούν.
Τι λένε τα δεδομένα
Το Stanford AI Index είναι η πιο αξιόπιστη ετήσια αναφορά για την κατάσταση της ΤΝ παγκοσμίως. Τα ευρήματα της τελευταίας έκδοσης ανατρέπουν το «νεότερο-καλύτερο» αφήγημα με έναν πολύ συγκεκριμένο τρόπο:
Το 2022, το μικρότερο μοντέλο που περνούσε ένα συγκεκριμένο benchmark (MMLU, score άνω του 60%) είχε 540 δισεκατομμύρια παραμέτρους.
Το 2024, ένα μοντέλο πετυχαίνει το ίδιο score με 3,8 δισεκατομμύρια παραμέτρους.
Δηλαδή 142 φορές μικρότερο. Ίδιο αποτέλεσμα.
Και δεν σταματά εκεί. Σύμφωνα με το Epoch AI, το κόστος inference για τα LLMs πέφτει από 9 έως 900 φορές κάθε χρόνο, ανάλογα με το task.
Μεταφρασμένο σε πραγματικές συνέπειες για μια επιχείρηση: η ίδια εργασία που πριν έναν χρόνο είχε συγκεκριμένο κόστος, σήμερα κοστίζει ένα μικρό κλάσμα αυτού.
Αυτό δεν είναι οριακή βελτίωση. Είναι ανατροπή της οικονομικής λογικής γύρω από την ΤΝ.
Γιατί οι περισσότεροι δεν το εκμεταλλεύονται
Αν τα μοντέλα γίνονται μικρότερα και φθηνότερα, γιατί οι επιχειρήσεις πληρώνουν περισσότερα;
Η απάντηση είναι ότι η αγορά δεν είναι σχεδιασμένη να σας πει «αρκεί το μικρό». Είναι σχεδιασμένη να σας πει «χρειάζεσαι το μεγάλο».
Κάθε εβδομάδα βγαίνει νέο flagship μοντέλο. Κάθε εβδομάδα ένα LinkedIn post εξηγεί γιατί είναι «game changer». Κάθε εβδομάδα το marketing budget ενός τεχνολογικού κολοσσού σας πείθει ότι αυτό που χρησιμοποιούσατε μέχρι χθες είναι πια παρωχημένο.
Η πραγματικότητα στα βιβλία:
- Η πλειοψηφία των business use cases δεν χρειάζεται frontier model. Χρειάζεται σωστή αρχιτεκτονική.
- Το σωστό routing ανάμεσα σε μοντέλα διαφορετικού μεγέθους είναι πιο σημαντικό από το να έχεις το μεγαλύτερο.
- Η πρόσβαση στο «τελευταίο μοντέλο» είναι marketing. Η σωστή επιλογή είναι στρατηγική.
Αυτή η απόσταση — ανάμεσα σε αυτό που πουλάει το marketing και σε αυτό που χρειάζεται πραγματικά η επιχείρηση — είναι εκεί που χάνονται τα χρήματα.
Η πραγματική δουλειά του ειδικού
Υπάρχει μια παρανόηση για το τι κάνει ένας σύμβουλος ΤΝ.
Πολλοί νομίζουν ότι η δουλειά του είναι να σας πείσει να αγοράσετε περισσότερη τεχνολογία. Να σας προτείνει το πιο εντυπωσιακό εργαλείο. Να παρουσιάσει ένα πρόσφατο frontier model και να σας πει «αυτό θα σας αλλάξει τη ζωή.»
Η πραγματική δουλειά είναι το αντίθετο.
Είναι να σας γλιτώσει από το να αγοράσετε λάθος.
Να εξετάσει τι πραγματικά κάνει η επιχείρησή σας, ποια tasks μπορούν να αυτοματοποιηθούν, και ποιο μοντέλο (ή μοντέλα) φέρνει το καλύτερο αποτέλεσμα με το μικρότερο κόστος.
Τρεις ερωτήσεις που αξίζει να απαντήσει κάθε ιδιοκτήτης αυτή την εβδομάδα:
- Ξέρω ακριβώς ποια tasks της επιχείρησής μου καλύπτει το AI subscription που πληρώνω; Αν δεν ξέρεις, πληρώνεις στα τυφλά.
- Έχει κάποιος εξετάσει ποτέ αν ένα φθηνότερο μοντέλο θα έκανε την ίδια δουλειά; Ή απλώς πληρώνω το πιο γνωστό brand;
- Πόσο από το budget ΤΝ μου πάει σε «ασφάλεια» — δηλαδή να έχω το «καλύτερο» για να μην ρισκάρω; Αυτό το κόστος είναι πραγματικό, και σχεδόν πάντα υπερβολικό.
Τι σημαίνει αυτό για εσάς
Η τεχνολογία εκδημοκρατίζεται. Τα εργαλεία γίνονται μικρότερα, φθηνότερα, πιο ικανά. Το κρίσιμο ερώτημα δεν είναι πια «τι εργαλείο θα χρησιμοποιήσω;»
Είναι: «ποιος θα με βοηθήσει να διαλέξω σωστά — χωρίς να έχει οικονομικό όφελος από την επιλογή μου;»
Αν θέλετε να δούμε μαζί αν η επιχείρησή σας πληρώνει περισσότερα απ' όσο χρειάζεται για ΤΝ, επικοινωνήστε μαζί μας. Η πρώτη κουβέντα είναι 30 λεπτά και δωρεάν.
Νεότερο δεν σημαίνει καλύτερο. Ακριβότερο σίγουρα όχι.
Καλύτερο σημαίνει σωστό για εσάς.
Πηγές: Stanford AI Index Report (Stanford HAI), Epoch AI inference cost analysis.