Apple ลดเพดานงบการใช้ AI ภายในบริษัท โดยจำกัดค่าใช้จ่ายต่อวัน
Apple ปรับลดขีดจำกัดการใช้จ่ายด้าน AI ภายในองค์กรจากเดิม 300 ดอลลาร์ต่อวัน เหลือ 200 ดอลลาร์ และมีการพิจารณาตัดลงอีกในบางทีม ซึ่งสะท้อนการยับยั้งการใช้งาน AI แบบไม่ควบคุมเพราะค่าใช้จ่ายที่เพิ่มขึ้น

Apple เริ่มปรับลดงบประมาณการใช้ AI ภายในองค์กร โดยรายงานระบุว่าบริษัทลดเพดานการใช้งจ่ายของทีมวิศวกรรมจาก 300 ดอลลาร์ต่อวันลงเหลือ 200 ดอลลาร์ และกำลังพิจารณาค่าจำกัดที่ต่ำลงอีกสำหรับบางทีมเป็น 100 ดอลลาร์ ในส่วนของหน่วยงานนอกวิศวกรรมยังมีการพูดถึงขีดจำกัดต่ำสุดประมาณ 25 ดอลลาร์ต่อวัน การปรับครั้งนี้สะท้อนการเปลี่ยนแนวทางจากการส่งเสริมให้พนักงานใช้ AI อย่างเสรีไปสู่การบริหารค่าใช้จ่ายและการกำกับดูแลการใช้งานอย่างเข้มงวดขึ้น
ขนาดการตัดงบและผลกระทบภายใน
การลดเพดานค่าใช้จ่ายต่อวันมีความหมายทั้งเชิงการเงินและการปฏิบัติงาน - ทีมวิศวกรรมที่เคยทดลองใช้โมเดลภายนอกบ่อยครั้งอาจต้องชะลอการทดลองหรือจัดลำดับความสำคัญงานที่ส่งคำขอ (prompt) ไปยังโมเดล ส่วนหน่วยงานอื่นซึ่งอาจพึ่งพา AI ในงานสนับสนุนหรือสรุปข้อมูล จะถูกบังคับให้ลดการเรียกใช้งานหรือหาแนวทางแทน เช่น การใช้สคริปต์ช่วยประมวลผลเบื้องต้นก่อนส่งไปยัง LLM
สาเหตุเบื้องหลัง - ค่าใช้จ่ายจริงเทียบกับผลลัพธ์
ผู้บริหารหลายบริษัทเคยผลักดันให้พนักงาน "ใช้ AI ให้มากที่สุด" เพื่อหวังผลด้านประสิทธิภาพ แต่เมื่อบิลค่าการเรียกใช้งานโมเดลออกมาจริง ความคุ้มค่าระหว่างต้นทุนของ token และผลผลิตที่ได้ยังเป็นข้อกังขา ประเด็นนี้นำไปสู่การจำกัดโควต้าและการจัดสรรทรัพยากรอย่างเข้มงวดขึ้น เพื่อให้ต้นทุนสอดคล้องกับประโยชน์ที่จับต้องได้ บริษัทจึงเริ่มวางนโยบายเงินทุนการใช้ AI แยกตามหน้าที่และระดับความจำเป็น
แนวทางปฏิบัติที่ทีมพัฒนาและไอทีควรพิจารณา
เมื่อต้องเผชิญกับเพดานการใช้ AI ที่เข้มงวด ทีมพัฒนาและเจ้าหน้าที่ไอทีมีทางเลือกหลายอย่างเพื่อลดต้นทุนและรักษาประสิทธิภาพการทำงาน เช่น
- ใช้ prompt engineering และ pre-processing เพื่อลดจำนวน token ที่ต้องใช้
- เก็บผลลัพธ์ที่นำกลับมาใช้งานซ้ำ - caching ของสรุปหรือคำตอบที่เกิดขึ้นบ่อย
- พิจารณา deployment แบบ on-premise หรือตัวเลือก open-source ที่อาจช่วยลดค่าใช้จ่ายระยะยาว
- ติดตามและวัดผลการใช้ AI อย่างใกล้ชิดเพื่อเชื่อมโยงต้นทุนกับ KPI ของงาน
สำหรับคนไอทีในไทย ข้อเสนอแนะเหล่านี้สอดคล้องกับการวางกลยุทธ์ภายในองค์กรขนาดเล็กถึงกลาง ที่อาจไม่มีงบก้อนใหญ่เพื่อจ่ายสำหรับการเรียกใช้งานคลาวด์อย่างเสรี การฝึกทักษะด้าน prompt engineering และการตั้งระบบมอนิเตอร์การใช้ API จะช่วยให้ทีมบริหารทรัพยากรได้ดีขึ้น
สรุปแล้ว การปรับลดเพดานการใช้จ่าย AI ของ Apple เป็นสัญญาณว่าบริษัทเทคโนโลยีชั้นนำกำลังปรับสมดุลระหว่างการทดลองนวัตกรรมกับความรับผิดชอบด้านงบประมาณ สิ่งที่ต้องติดตามต่อคือมาตรการควบคุมภายในว่าจะพัฒนาเป็นแนวปฏิบัติระดับองค์กรอย่างไร และว่าแนวทางเหล่านี้จะมีผลต่อการออกแบบ workflow ของการพัฒนา AI ภายในบริษัทอื่นๆ อย่างไร
ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Generative AI for Software Developers
Generative AI กลายเป็นส่วนหนึ่งของงานพัฒนาซอฟต์แวร์ประจำวัน ตั้งแต่ออกแบบระบบ เขียนโค้ด แก้ Bug เขียน Test ไปจนถึงทำเอกสาร แต่ผลลัพธ์ที่ได้ขึ้นอยู่กับว่านักพัฒนาสื่อสารกับ AI ได้ชัดเจนแค่ไหน ให้บริบทเพียงพอหรือไม่ และตรวจสอบผลงานของ AI อย่างไร นักพัฒนาที่ใช้…

AI Coding Agent for SDLC
นักพัฒนาส่วนใหญ่ใช้ AI ช่วยเขียนโค้ดกันแล้ว แต่ยังใช้แบบสั่งทีละงานแล้วคัดลอกผลลัพธ์มาวาง ซึ่งได้ประโยชน์แค่ช่วงเขียนโค้ดเท่านั้น ขณะที่เวลาจริงของทีมพัฒนาหมดไปกับการวางแผน แตกงาน ทบทวนโค้ด ทดสอบ ไล่ปัญหา และงาน Deploy…

Local LLM Deployment with Ollama and vLLM
หลายองค์กรอยากใช้ LLM กับเอกสารภายใน ข้อมูลลูกค้า หรือซอร์สโค้ด แต่ติดเงื่อนไขว่าข้อมูลห้ามส่งออกไปยังผู้ให้บริการภายนอก ทางออกคือรันโมเดล Open-weight บนเครื่องหรือเซิร์ฟเวอร์ขององค์กรเอง แต่พอลงมือจริงทีม IT ต้องตอบคำถามที่ไม่ง่ายเลย ว่าควรเลือกโมเดลไหน…
