Cắt Giảm Chi Phí với AI Agents là Bất Khả Thi... Ừ, Thực Ra Không Hẳn
OpenAI
Rasa
Amazon Web Services
Paradox.ai
Một bài đánh giá về một số trường hợp thực tế nơi việc triển khai AI giúp giảm chi phí vận hành, bao gồm cả những thất bại và bài học. Ví dụ: hệ thống hỗ trợ AI của Klarna phản tác dụng, kiến trúc agent phức tạp của Swisscom thành công, khoản tiết kiệm AI của OneDigital trong mảng nhân sự bị tính sai, chiến lược ưu tiên AI của Duolingo có kết quả trái chiều. Bài học chính: bắt đầu với các trường hợp sử dụng đơn giản, đo lường kết quả định tính, và tính toán khoản tiết kiệm thực sự.
Bài viết thảo luận về các ví dụ thực tế về việc AI giảm chi phí vận hành, nêu bật cả những thành công lẫn cạm bẫy. Klarna đã thay thế hơn 700 nhân viên hỗ trợ bằng AI của OpenAI, giảm một phần ba thời gian phản hồi và giải quyết vấn đề nhanh hơn 5 lần, nhưng tỷ lệ khách hàng rời bỏ tăng 15% và khoản lỗ tăng lên, buộc công ty phải quay lại sử dụng nhân viên con người và sau đó áp dụng mô hình kết hợp. Swisscom đã triển khai thành công kiến trúc đa tác tử sử dụng Rasa CALM và Amazon Bedrock AgentCore, tăng gấp đôi số lượng giải quyết tự động và cắt giảm 50% chi phí vận hành, mặc dù việc thiết lập phức tạp và tốn kém. OneDigital đã tiết kiệm tới 170.000 USD mỗi năm cho việc lên lịch nhân sự thông qua paradox.ai, nhưng các nhà phê bình chỉ ra rằng khoản tiết kiệm này được phóng đại vì nhân viên vẫn được giữ việc làm và hệ thống theo dõi ứng viên (ATS) có chi phí từ 30.000 đến 100.000 USD mỗi năm. Duolingo áp dụng chiến lược ưu tiên AI, đưa doanh thu tăng lên 292 triệu USD trong quý 1 năm 2026, nhưng thừa nhận ít nhất 20% nội dung do AI tạo ra không thể sử dụng được, và các chỉ số nội bộ đã khuyến khích việc sử dụng AI một cách sai lệch. Các khuyến nghị bao gồm bắt đầu với các trường hợp cơ bản, đánh giá các chỉ số định tính, tính toán khoản tiết kiệm thực tế và sử dụng quy trình xem xét có sự tham gia của con người.
Nguồn: Habr — хаб ИИ —
bản gốc
