Do 2030. godine trošak po rješavanju korisničkog zahtjeva uz generativnu umjetnu inteligenciju (GenAI) premašit će 3 dolara, što je više od troška brojnih B2C offshore ljudskih agenata, prema analizi tvrtke Gartner. Rastući troškovi podatkovnih centara, zaokret dobavljača AI rješenja s modela subvencioniranog rasta prema profitabilnosti te sve složeniji slučajevi uporabe koji troše više tokena i zahtijevaju skupe stručnjake dovest će do naglog rasta troškova AI rješenja u organizacijama za korisničku službu.
„Voditelji korisničke službe odlučni su koristiti umjetnu inteligenciju kako bi smanjili troškove, no povrat na ta ulaganja daleko je od zajamčenog“, izjavio je Patrick Quinlan, viši direktor analitičar u Gartnerovoj praksi za korisničku službu i podršku. „Potpuna automatizacija bit će preskupa za većinu organizacija; umjesto toga, vodeće organizacije koristit će AI za poticanje angažmana korisnika, a ne primarno za rezanje troškova.“
Regulatorni pritisci kojima se osigurava pravo korisnika na razgovor s ljudskim agentom dovest će do porasta interakcija uz asistenciju, jer će korisnici koristiti svoje pravo da odustanu od komunikacije s AI sustavima. „Propisi koji nalažu jednostavan pristup ljudskim agentima potaknut će korisnike da po zadanim postavkama traže razgovor s čovjekom, zaobilazeći AI agente“, rekao je Quinlan. „Kao rezultat toga, organizacije će morati zadržati ili čak ponovno zaposliti ljudske agente, moguće u većem broju ili uz veće plaće nego prije. Neuspjeh u održavanju odgovarajuće razine kadrova mogao bi dovesti do pogoršanja korisničkog iskustva, pri čemu bi korisnici morali dugo čekati na razgovor s ljudskim agentom.“
S obzirom na rast troškova GenAI-ja, većina organizacija odustat će od pokušaja smanjenja troškova putem automatizacije i usmjeriti se na druge ciljeve. Pojavit će se jasna prilika za diferencijaciju među onima koji umjetnu inteligenciju ne koriste samo za rješavanje problema, već za stvaranje vrijednosti duž cijelog korisničkog putovanja. „Voditelji korisničke službe okrenut će se AI-ju kako bi unaprijedili korisničko iskustvo. Gledat će dalje od optimizacije troškova i fokusirati se na druge koristi, poput povećanja životne vrijednosti korisnika, stope ponovne kupnje i lojalnosti brendu“, zaključio je Quinlan. „Kako bi bili uspješni, organizacije moraju ulagati u podatke, tehnologiju i talente. Kako proaktivna i personalizirana usluga postaje očekivanje korisnika, rani usvojitelji steći će konkurentsku prednost.“
Rast troškova generativne umjetne inteligencije povezan je i s globalnim ulaganjima u infrastrukturu podatkovnih centara, gdje vodeći dobavljači ulažu desetke milijardi dolara u GPU akceleratore, napredne mrežne sustave i energetsku infrastrukturu kako bi podržali treniranje i izvođenje velikih jezičnih modela.
Analitičari ističu da operativni troškovi, uključujući potrošnju električne energije i hlađenje, postaju ključna stavka u ukupnoj ekonomici AI sustava. Istodobno, regulatorni okvir u Europskoj uniji, uključujući Akt o umjetnoj inteligenciji, postavlja dodatne zahtjeve u pogledu transparentnosti, upravljanja rizicima i nadzora nad automatiziranim sustavima, što može povećati troškove implementacije u korisničkim službama. Istraživanja pokazuju da hibridni modeli, u kojima AI podržava ljudske agente kroz automatizaciju rutinskih zadataka i analitiku u stvarnom vremenu, donose bolje rezultate od potpunog izbacivanja ljudskog faktora.
Organizacije koje uspješno kombiniraju automatizaciju s ljudskom empatijom bilježe višu razinu zadovoljstva korisnika i veću stopu zadržavanja. Također se očekuje da će napredak u optimizaciji modela, uključujući tehnike kompresije i učinkovitije arhitekture, dugoročno smanjivati jedinične troškove, ali ne nužno dovoljno brzo da poništi rast infrastrukturnih izdataka. Pitanje suverenosti podataka i lokalizacije obrade dodatno komplicira situaciju, osobito u reguliranim industrijama poput financija i telekomunikacija.
U tom kontekstu, strateško upravljanje AI ulaganjima postaje ključno pitanje uprava, jer se odluke više ne svode samo na tehnološku izvedivost, već i na dugoročnu održivost poslovnog modela.
