AIの呼び出しが増えているのに、なぜすべてが最も高価なモデルに流れるとは限らないのか？

マイクロソフトは10月9日、分類、ルーティング、ワークフローの判断に特化した「Decision 1」を紹介しました。あらかじめ用意された選択肢から結果と信頼度を提示し、長文の回答を生成することを主な目的としていません。

このことが左右するのは、タスクの各段階で誰に料金を支払うかです。

たとえばカスタマーサービスのシステムは、まず「返金、配送、技術的な問題」のどれに当たるかを判断し、その後どのフローに回すかを決めます。分類と複雑な契約の解説では、必要な能力も、出力の長さも、コストも異なります。すべての段階で同じように高価な汎用推論を使う必要はありません。

私の見立てでは、企業のAI導入ではタスクの切り分けがますます重視されます。簡単な判断は適切な専用モデルに任せ、複雑な問題はより高度な処理に回す。比較すべきなのは、特定のモデルの1回あたりの料金がどれほど安く見えるかではなく、ワークフロー全体の支出と誤りによるコストです。

だからこそ、呼び出し回数をそのまま収益と見なすことはできません。回数が増える一方で、タスクの構成や単価が変わる可能性があります。誤判定によって何度もやり直すことになれば、見かけ上の低価格も相殺されてしまいます。

TAO、FET、RENDERなどのAI関連資産についても、それぞれにどのような有料需要があるのかを引き続き問う必要があります。マイクロソフトの製品発表は、これらのトークンが収益を得ている証拠ではありません。

私がより注目しているのは、企業が予算をどの段階に投じるのか、そしてその段階に本当に対価を払う価値があるのかという点です。

$TAO $FET $RENDER #AI

私のプロフィール画像をタップして、シグナル配信の実績をご覧ください