采用人工智能的组织需要根据分析公司 Gartner 的说法，学习如何管理技术造成的情感和金钱成本，同时还要担心获得生产力收益。
该公司今天在澳大利亚提出了这一观点，并在那里启动了第一个今年的旗舰研讨会活动，由杰出的副总裁分析师 Mary Mesaglio 和 Kristian Steenstrup 发表主题演讲。
“在生成式人工智能上浪费金钱真的很容易，”Mesaglio 观察到，然后询问与会者是否还记得他们的想法首先是云计算账单。
“大家的反应可能是震惊，然后是对自己的收费感到困惑，”她建议道。她警告说，同样的情况也可能发生在人工智能账单上，并指出“人工智能成本估算可能会出现 500% 到 1000% 的错误。”
供应商价格上涨是造成这种井喷的原因之一。仅仅不关注使用云资源的成本也会给人工智能实验者带来麻烦。
人工智能的不当使用是另一个问题：Mesaglio 表示，组织需要了解何时搜索就足够了，而不是使用人工智能进行简单查询。人工智能也可能成为其自身成功的受害者，用户喜欢它并开始编写更长、更复杂的查询，而这些查询在基于代币的定价方案下成本更高。
查询或人工智能工作负载的成本也可能会发生变化，具体取决于组织如何构建人工智能对数据的访问。让人工智能处理非结构化数据可能会找到更多信息并产生更好的结果，但这是一种昂贵的方法。集中数据并由 IT 部门管理也有其自身的挑战。
成功的人工智能也会带来其他问题。
Mesaglio 将其中一个问题描述为“生产力泄漏”。她援引 Gartner 的研究表明，使用人工智能的员工每天可以节省 43 分钟，她询问员工是否会利用这段时间更加努力地工作？
“我会利用这段时间来喝杯拿铁咖啡，”她说，表明许多其他人也会这样做，并造成“生产力泄漏”，导致人工智能的百分之十到百分之三十的好处消失。
两位分析师还指出，人工智能的生产力好处并不同样适用，以两位律师为例：一位新员工和一位拥有多年经验的律师。
老手的工作经验意味着他们会知道人工智能何时提供了有用的见解。新员工没有经验来知道人工智能输出是否有用。
类似的例子涉及两名呼叫中心工作人员：一名是新员工，另一名有五年的经验。分析师表示，新员工将很快享受到采用人工智能带来的生产力的大幅提升，因为它可以提供他们解决客户查询所需的信息。老手的经验意味着他们不会从人工智能提供的洞察中受益，因为他们已经知道为客户提供服务所需的信息。
分析师表示，经验丰富的员工以后可能会反感人工智能，如果它这意味着新员工很快就能达到与老员工相同的水平。
两人表示，这种负面反应可能会在整个组织中出现，因为人工智能本质上会对技术产生情绪反应。
因此，组织需要考虑谁有责任考虑人工智能如何影响人们。
两位分析师建议，当组织考虑人工智能时，他们应该考虑是否需要“稳定”或“加速”采用的速度。
未接受人工智能改革的行业中的组织可能拥有十个或更少的概念验证项目，并且能够负担稳定的方法。其他想要在人工智能方面处于领先地位的组织，无论是为了寻求优势还是跟上步伐，都需要采取“加速”的立场。
分析师认为，好消息是所有组织都在进行自己的竞赛：供应商正在加速前进以试图占领市场，但用户可以选择忽略他们的冲刺，并以最适合他们需求的速度前进。