هوش مصنوعی تصمیم‌گیر «جِو» با هزینه بسیار پایین و سرعت بالا، بازار سازمانی را متحول می‌کند
تاریخ انتشار: ۱۹ اکتبر ۲۰۲۶، ساعت ۱۵:۱۰
در میان انبوه ایمیل‌ها، تشخیص پیام‌های هرزنامه از مکاتبات کاری و اولویت‌بندی شکایت‌های مشتریان بر اساس میزان فوریت، از جمله وظایفی است که هوش مصنوعی تصمیم‌گیر برای انجام آن‌ها طراحی شده است. شرکت‌های آمریکایی اخیراً به‌سرعت در حال استفاده از این نوع هوش مصنوعی هستند. برخلاف هوش مصنوعی مولدی که متن می‌نویسد یا به زبان انسان گفت‌وگو می‌کند، هوش مصنوعی تصمیم‌گیر بر انتخاب پاسخ از میان گزینه‌های ازپیش‌تعریف‌شده یا رتبه‌بندی موارد بر اساس امتیاز تمرکز دارد. هزینه پایین این فناوری به گسترش سریع آن در بازار سازمانی کمک کرده است. استارتاپ آمریکایی TypeSafe AI ماه گذشته با محصولی به نام «جِو» وارد این بازار شد و شرکت‌های بزرگ فناوری، از جمله OpenAI و مایکروسافت، نیز به این رقابت پیوسته‌اند.
جِو که در ۱۵ سپتامبر به وقت محلی عرضه شد، تنها دو هفته پس از انتشار توانست در ماه سپتامبر از نظر میزان استفاده در پلتفرم هوش مصنوعی آمریکایی ورسل (Vercel) به رتبه نخست برسد. ورسل خدماتی ارائه می‌دهد که کاربران از طریق آن می‌توانند به چندین مدل هوش مصنوعی در یک محیط دسترسی داشته باشند. جِو در این پلتفرم از مدل‌های مطرح شرکت‌های OpenAI، آنتروپیک و گوگل پیشی گرفت. در دو هفته نخست عرضه، ۳۵٫۳ درصد از کاربران پولی ورسل از این مدل استفاده کردند که نشان‌دهنده سرعت بالای پذیرش آن است. ورسل اعلام کرد: «در تاریخ خدمات ما، هیچ مدلی با این سرعت مورد استفاده قرار نگرفته است.»
جِو برخلاف چت‌جی‌پی‌تی، پاسخ‌ها را در قالب جمله تولید نمی‌کند؛ بلکه ورودی‌ها را بر اساس معیارهایی که کاربر تعیین می‌کند، دسته‌بندی یا امتیازدهی می‌کند. برای مثال، اگر از آن خواسته شود ایمیل‌ها را در دو گروه «عادی» و «هرزنامه» قرار دهد، محتوای پیام‌ها را بررسی و دسته مناسب را مشخص می‌کند. همچنین می‌تواند به شکایت‌های مشتریان بر اساس میزان فوریت امتیاز بدهد تا ترتیب رسیدگی به آن‌ها تعیین شود. تمرکز بر دسته‌بندی و ارزیابی، سرعت پردازش این مدل را به‌طور چشمگیری افزایش می‌دهد.
شرکت TypeSafe AI اعلام کرده است: «در آزمایش‌های داخلی، جِو برخی وظایف قضاوت و تصمیم‌گیری را تا ۱۹۴ برابر سریع‌تر از مدل‌های زبانی بزرگ موجود انجام داده است.» هزینه ورودی این مدل برای هر یک میلیون توکن، یعنی واحد متنی که هوش مصنوعی پردازش می‌کند، ۰٫۰۴۲ دلار است؛ رقمی که تقریباً یک‌دویست‌وچهلم هزینه مدل «Claude Fable 5.1» شرکت آنتروپیک محسوب می‌شود.
محبوبیت جِو از افزایش تقاضای شرکت‌ها برای راهکارهای کم‌هزینه‌ای ناشی می‌شود که بتوانند وظایف تکراری را انجام دهند. اختلاف هزینه برای هر درخواست ممکن است ناچیز به نظر برسد، اما هنگام پردازش صدها هزار یا میلیون‌ها مورد، این تفاوت به مبلغ قابل‌توجهی تبدیل می‌شود. شرکت‌ها می‌کوشند با سپردن استدلال‌های پیچیده به مدل‌های قدرتمند هوش مصنوعی و واگذاری دسته‌بندی و ارزیابی‌های ساده به مدل‌های تخصصی ارزان‌قیمت، هزینه کلی عملیات خود را کاهش دهند.
نمونه‌هایی از صرفه‌جویی در هزینه با استفاده از این مدل گزارش شده است. پلتفرم کاریابی جک اند جیل (Jack & Jill) اعلام کرد که با به‌کارگیری جِو برای ارزیابی اولیه ۲ هزار نفر از مجموع ۶ هزار متقاضی، در مقایسه با استفاده از مدل جمینای گوگل، هزینه‌ها را ۸۸ درصد کاهش داده است. شرکت تحلیل داده مادر داک (Mother Duck) نیز گزارش داد که جِو توانست ۱۰۰ هزار مقاله خبری را در ۴۰ ثانیه و با هزینه ۰٫۵ دلار بر اساس موضوع دسته‌بندی کند. در مقابل، انجام همین کار با یک مدل هوش مصنوعی عمومی بیش از ۳۰ دقیقه زمان برد و ۳۷ دلار هزینه داشت.
شرکت‌های پیشرو هوش مصنوعی نیز در حال عرضه مدل‌هایی برای تصمیم‌گیری هستند. OpenAI در روز ششم اکتبر رابط برنامه‌نویسی کاربردی «Decisions API» را که بر دسته‌بندی تمرکز دارد، برای آزمایش عمومی عرضه کرد. مایکروسافت نیز در روز نهم اکتبر مدل «Decision-1» را معرفی کرد. برند بازی این شرکت، ایکس‌باکس، از Decision-1 برای دسته‌بندی موضوعی بیش از ۱۰ هزار مورد از بازخوردها و نقدهای کاربران استفاده کرد و به افزایش ۱۴ برابری سرعت پردازش دست یافت.
با این حال، حفظ راهبرد قیمت پایین در کنار افزایش درآمد همچنان چالش‌برانگیز است. جِو با وجود آنکه در سپتامبر بیش از هر مدل دیگری در پلتفرم ورسل فراخوانی شد، به دلیل قیمت بسیار پایین هر واحد استفاده، تنها ۰٫۱۵ درصد از کل هزینه‌کرد کاربران این پلتفرم را به خود اختصاص داد.