在我们不断发展的数字时代，人工智能（AI）正在重塑从医疗、金融到娱乐等无数行业。随着人工智能在企业运营中发挥越来越重要的作用，企业正在努力决定是使用开源人工智能模型还是封闭源代码的替代品。但最近的研究表明，选择可能并不那么简单。
就像 VentureBeat 的象征性图片所描绘的燃烧的美元一样，开源人工智能所谓的成本效益优势可能会化为乌有。为什么？这是因为这些模型消耗的计算资源可能是其专有同类产品的十倍，从根本上抹杀了任何潜在的成本优势。
当企业决定实施人工智能解决方案时，主要驱动因素通常是功能性、灵活性和成本。许多公司都被开源模型所吸引，因为它们被认为成本较低，而且能够根据自己的独特要求进行定制。然而，在人工智能模型领域，"廉价 "的概念可能会产生误导--一个在前端节省了数美元的系统，最终可能会在计算资源上耗费巨资。
开源人工智能的阴暗面
虽然开源人工智能模型确实没有与专有软件相关的高昂许可费，但这并不一定意味着它们在整体上更便宜。开源模型可能非常耗费资源，需要消耗大量的计算能力，而这并不便宜。
根据研究，这些模型使用的资源可能是封闭模型的十倍。这意味着，虽然下载和实施开源人工智能模型可能是免费的，但有效运行所需的成本可能远远超出最初的估计。因此，由于这些系统需要更强大、更昂贵的硬件来运行，预期的节省变成了资金的流失。更不用说可能增加的能源成本和对环境的影响了。
闭源人工智能的优势
另一方面，闭源人工智能模型通常对计算资源的需求较低。开发这些模型的公司通常会花费大量资源对其进行优化，以尽量减少资源消耗。因此，它们的运行效率通常更高，虽然前期费用可能更高，但从长远来看，考虑到计算资源，它们的总体成本可能更低。
此外，封闭模式还提供客户服务和持续更新，为其成本增添了额外的价值和安心感。而依赖于社区支持的开源模式通常不具备这一点，或者一致性较差。
底线是什么？虽然节约成本的诱惑吸引了许多人使用开源人工智能模型，但考虑到潜在的隐性成本，企业应仔细评估其人工智能运营的真实成本。人工智能模型的实际价格并不只是它的贴纸价格，还包括它在整个生命周期中所需的计算资源。因此，在纯粹根据前期成本采用人工智能模型之前，必须将其潜在的资源消耗因素考虑在内，以便清楚地了解实际成本。
要深入了解这些见解，请随时查看以下网站的原文 VentureBeat.
