ஜூன் 24, 2026 அன்று CIO.com ஆல் அறிக்கையிடப்பட்ட Gartner இன் குறிப்பிடத்தக்க புதிய பகுப்பாய்வின்படி, AI குறியீட்டு முகவர்களைப் பயன்படுத்தும் நிறுவனங்கள், டெவலப்பர்களின் சம்பளத்தைப் போலவே டெவலப்பர்களின் AI டோக்கன் பயன்பாட்டிற்காகவும் செலுத்தலாம்.

கார்ட்னரின் மூத்த முதன்மை ஆய்வாளர் நிதிஷ் தியாகியின் கணிப்பு, அடுத்த இரண்டு ஆண்டுகளில் AI டோக்கன் செலவுகள் வழக்கமான மென்பொருள் பொறியாளரின் மாத சம்பளத்தை சந்திக்கும் அல்லது அதைவிட அதிகமாக இருக்கும் என்று எச்சரிக்கிறது. ஒவ்வொரு ஏபிஐ அழைப்பு, ஒவ்வொரு சூழல் சாளர விரிவாக்கம் மற்றும் ஒவ்வொரு ஏஜென்ட்-உந்துதல் பணிப்பாய்வு ஆகியவை பில்லில் சேர்க்கப்படும் நுகர்வு அடிப்படையிலான விலையிடலை நோக்கி நிறுவனங்கள் பல ஆண்டுகளாக நம்பியிருக்கும் ஒரு இருக்கைக்கு சாஸ் மாதிரியிலிருந்து ஒரு அடிப்படை மாற்றத்தை முன்னறிவிப்பு பிரதிபலிக்கிறது. [AI தொழில் மாற்றம்] (https://aibuzzwire.news) இன் பரந்த பொருளாதாரத்தைக் கண்காணிக்கும் நிறுவனங்களுக்கு, மலிவான AI பரிசோதனையின் தேனிலவு கட்டம் முடிவடைகிறது என்பதை எச்சரிக்கை சமிக்ஞை செய்கிறது.

எச்சரிக்கையின் பின்னால் உள்ள எண்கள்

கார்ட்னரின் கணிப்பு உலகளாவிய சராசரி டெவலப்பர் சம்பளத்தின் அடிப்படையில் மாதத்திற்கு $2,000 என்பதைத் தெளிவுபடுத்துவதில் தியாகி கவனமாக இருந்தார். யுனைடெட் ஸ்டேட்ஸில், வருடாந்திர டெவலப்பர் இழப்பீடு வழக்கமாக ஆறு புள்ளிவிவரங்களை மீறுகிறது, அதற்கு சமமான டோக்கன் செலவு இன்னும் சமநிலையை எட்டவில்லை. ஆனால் இடைவெளி வேகமாக மூடுகிறது.

"கடந்த மாதம் எனது டெவலப்பர் $20K உட்கொண்டார்' அல்லது 'ஒரு வணிகப் பயனர் $32K உட்கொண்டார்' போன்ற பயங்கரமான எண்களை நான் கேள்விப்பட்டிருக்கிறேன்," என்று தியாகி CIO.com இடம் கூறினார். "டோக்கன் விலையானது நிர்வகிக்கப்படாமலும் கட்டுப்படுத்தப்படாமலும் இருந்தால், அதன் தாக்கத்தைப் பற்றி தொழில்துறையை எச்சரிப்பதே குறிக்கோள்."

செலவு வெடிப்பு பல ஒன்றிணைக்கும் காரணிகளால் இயக்கப்படுகிறது. டெவலப்பர்கள் உருவாக்கக்கூடிய AI மற்றும் ஏஜென்டிக் குறியீட்டு கருவிகளை விரைவான வேகத்தில் பயன்படுத்துகின்றனர், மேலும் இந்த கருவிகள் எளிய அரட்டை அடிப்படையிலான தொடர்புகளை விட அதிக டோக்கன்களை பயன்படுத்துகின்றன. ஏஜென்ட்-உந்துதல் பணிப்பாய்வுகள், நீண்ட காலத்திற்கு தன்னாட்சி முறையில் இயங்கக்கூடியவை, அவை கோட்பேஸ்கள் மூலம் மீண்டும் செயல்படும் போது பாரிய டோக்கன் நுகர்வை உருவாக்குகின்றன, வீங்கிய சூழல் சாளரங்களை பராமரிக்கின்றன மற்றும் மீண்டும் மீண்டும் API அழைப்புகளைச் செய்கின்றன.

ஏன் செலவுகள் கட்டுப்பாட்டை மீறுகின்றன

பிரச்சனையின் ஒரு பகுதி கட்டமைப்பு ரீதியானது. AI குறியீட்டு விற்பனையாளர்கள் இன்னும் தியாகி அழைப்பதை "முதிர்ந்த, உள்ளமைக்கப்பட்ட செலவு மேம்படுத்தல் திறன்களை" வழங்கவில்லை. ஒரே நேரத்தில் லாபத்தை பராமரிக்க முயற்சிக்கும் போது விற்பனையாளர்கள் வாடிக்கையாளர்களுக்கு அனுப்பும் உள்கட்டமைப்பு முதலீடுகளுக்கு நிறுவனங்கள் பணம் செலுத்துகின்றன. இதன் விளைவாக ஒரு விலை நிலப்பரப்பு ஒளிபுகா மற்றும் அதிகரிக்கும்.

பல நிறுவனங்கள் தங்கள் AI செலவினம் முதலீட்டின் மீதான வருவாயை வழங்குகிறதா என்பதைத் தீர்மானிக்க முதிர்ச்சி மற்றும் நிர்வாகக் கட்டமைப்பைக் கொண்டிருக்கவில்லை. சூழல் சாளரங்கள் வீங்கிவிடும், பட்ஜெட்கள் எதிர்பார்த்ததை விட முன்னதாகவே தீர்ந்துவிட்டன, மேலும் டோக்கன் செலவை நியாயப்படுத்துவது கடினமாகிறது. சிக்கலைக் கூட்டும் வகையில், டெவலப்பர்கள் அல்லாதவர்கள் AI கருவிகளை அதிகளவில் ஏற்றுக்கொள்கிறார்கள், ஏனெனில் அவர்கள் அவற்றை நன்கு அறிந்திருக்கிறார்கள், மேலும் நிறுவனம் முழுவதும் நுகர்வு அதிகரிக்கிறது.

ஒருவேளை மிகவும் எதிர்மறையாக, ஒரு டெவலப்பர் பயன்படுத்தும் டோக்கன்களின் அளவு மற்றும் அவற்றின் உண்மையான உற்பத்தித்திறன் ஆதாயங்களுக்கு இடையே "நேரடி உறவு" இல்லை என்று தியாகி குறிப்பிட்டார். அதிக டோக்கன்கள் தானாகவே சிறந்த குறியீடு அல்லது விரைவான டெலிவரியைக் குறிக்காது.

"டோக்கன்மேக்ஸ்சிங் என்பது அதிக உற்பத்தித்திறன் ஆதாயங்களுடன் நேரடியாக தொடர்புடையது அல்ல, ஆனால் டோக்கன் நுகர்வை மேம்படுத்துவது" என்று தியாகி கூறினார்.

செலவுக் கட்டுப்பாட்டிற்கான கார்ட்னரின் மருந்து

கார்ட்னர் AI குறியீட்டு முகவர்களை கைவிடுமாறு நிறுவனங்களுக்கு அறிவுறுத்தவில்லை. வெகு தொலைவில். நிறுவனத்தின் வழிகாட்டுதலானது, செலவினங்கள் மீளக்கூடிய நிலைகளுக்கு அப்பால் சுழல்வதற்கு முன்னர் ஆளுகை மற்றும் செலவுக் கட்டுப்பாடுகளை நிறுவுவதில் மையமாக உள்ளது.

குறிப்பிட்ட பரிந்துரைகளில்:

  • டோக்கன் வரம்புகளை அமைக்கவும். நிறுவனங்கள் வெளிப்படையான செலவின வரம்புகளை அறிமுகப்படுத்த வேண்டும் மற்றும் வரவு செலவுத் திட்டங்களில் இருந்து வெளியேறும் நுகர்வுகளைப் பிடிக்க, பயன்பாட்டு கண்காணிப்பை தானியங்குபடுத்த வேண்டும்.
  • தன்னாட்சி நிலை மூலம் பணிகளை வகைப்படுத்தவும். கார்ட்னர் வேலையை மூன்று செயல்பாட்டு மாதிரிகளாகப் பிரிக்க பரிந்துரைக்கிறார்: டெவலப்பர் தலைமையிலான, டெவலப்பர்-வித்-ஏஜெண்ட் மற்றும் முழு முகவர் தலைமையிலான. ஒவ்வொரு பணியும் எல்லை-மாதிரி டோக்கன் நுகர்வுக்கு உத்தரவாதம் அளிக்காது.
  • சிக்கலான பாதை. எளிமையான, அதிக அதிர்வெண் கொண்ட பணிகள் சிறிய, மலிவான மாடல்களுக்கு அனுப்பப்பட வேண்டும்.
  • சூழ்நிலைப் பொறியியலைக் கட்டளையிடவும். டெவலப்பர்கள் AIக்கு ஊட்டும் சூழலை மேம்படுத்துவதற்குப் பயிற்சியளிக்கப்பட வேண்டும், இதில் தொடர்புடைய தகவல்கள் மட்டுமே அடங்கும் மற்றும் டோக்கன் மேல்நிலையைக் குறைக்க முடிந்தவரை சுருக்கவும்.

ஒரு புதிய உற்பத்தி அளவீடு

AI கருவிகள் முழு பைதான் நூலகங்களையும் நொடிகளில் உருவாக்கத் தொடங்கியதிலிருந்து பாரம்பரிய "கோட் எழுதப்பட்ட வரிகள்" மெட்ரிக் வழக்கற்றுப் போய்விட்டது. கார்ட்னர் மதிப்பு இப்போது மூல வெளியீட்டின் அளவைக் காட்டிலும் தரம், வேகம் மற்றும் வாடிக்கையாளர் திருப்தி ஆகியவற்றில் அளவிடப்பட வேண்டும் என்று வாதிடுகிறார்.

டெவலப்பர்கள் முக்கியமான அம்சங்களை எவ்வளவு விரைவாக வெளியிடலாம், மேம்பாட்டிற்கும் பின்னூட்டத்திற்கும் இடையில் எவ்வளவு நேரம் குறைக்கப்படுகிறது, மற்றும் தரத்தை பராமரிக்கும் போது விரைவாக அனுப்புவது உண்மையான போட்டி நன்மையை உருவாக்குகிறதா போன்ற முக்கிய கேள்விகளை நிறுவனங்கள் கேட்க வேண்டும்.

தலைவர்களுக்கு தியாகியின் அறிவுரை நடைமுறைக்குரியது: AI யிலிருந்து விலகிச் செல்வதற்கான AI குறியீட்டுச் செலவுகள் அதிகரிப்பதை ஒரு காரணமாகக் கருதாதீர்கள், மேலும் எல்லாவற்றிற்கும் திறந்த மூல மாதிரிகளுக்கு மாறிவிடாதீர்கள். இந்த கருவிகள் கொண்டு வரும் மதிப்பை சமரசம் செய்யாமல் செலவுகளை மேம்படுத்துவதே குறிக்கோள் என்று அவர் வலியுறுத்தினார்.

பரந்த நிறுவன படம்

கார்ட்னர் எச்சரிக்கையானது, தொழில்கள் முழுவதும் உள்ள நிறுவனங்கள் AI பரிசோதனையிலிருந்து அளவிடப்பட்ட வரிசைப்படுத்தலுக்கு நகரும் தருணத்தில் வருகிறது. நிறுவனங்கள் செலவு செய்வதிலும் உறுதியான முடிவுகளைக் கோருவதிலும் கட்டுப்பாட்டில் உள்ளன, மேலும் AI முதலீடு மற்றும் அளவிடக்கூடிய வருமானம் ஆகியவற்றுக்கு இடையேயான தொடர்பைத் துண்டிப்பது வாரிய அளவிலான கவலையாக மாறி வருகிறது.

குறிப்பாக மென்பொருள் மேம்பாட்டுக் குழுக்களுக்கு, செய்தி தெளிவாக உள்ளது: வரம்பற்ற AI டோக்கன் நுகர்வு சகாப்தம் நீடிக்க முடியாதது. நிர்வாகக் கட்டமைப்பைச் செயல்படுத்தத் தவறிய நிறுவனங்கள், அவற்றின் AI குறியீட்டு கருவிகள், தாங்கள் அதிகரிக்க வேண்டிய பொறியாளர்களைக் காட்டிலும் அதிக விலையைக் கண்டறியும் அபாயம் உள்ளது.

---

AI இன் பொருளாதார தாக்கத்திற்கு முன்னால் இருங்கள்

நிறுவன செலவு அழுத்தங்கள் முதல் பில்லியன் டாலர் நிதி சுற்றுகள் வரை, AI இன் வணிகம் வேகமாக நகர்கிறது. [AI Buzz Wire] (https://aibuzzwire.news) ஐப் பின்தொடரவும், தொழில்நுட்ப நிலப்பரப்பை மாற்றியமைக்கும் நிதி சக்திகளின் ஆழமான பகுப்பாய்விற்கு.

மேலும் AI செய்திகளைப் படிக்கவும் →