Det seneste år har mange virksomheder integreret AI bredt i deres arbejdsgange med forventning om hurtige effektiviseringer. Nu begynder de reelle omkostninger at blive synlige, og ledelsesniveauet stiller i stigende grad spørgsmål ved, om investeringen modsvares af de opnåede gevinster.
Et forbrug, der er svært at forudsige
For at forstå udfordringen er det nødvendigt at have en grundlæggende forståelse for, hvordan AI-modeller afregnes. Tokens er de grundlæggende enheder, som en AI-model processerer – både som input (de spørgsmål og instrukser, der sendes til modellen) og output (de svar og analyser, der returneres).
Afregning sker typisk pr. forbrugt mængde, og priserne varierer betydeligt afhængigt af den valgte model og udbyder.
Problemet er, at forbruget er vanskeligt – og i mange tilfælde umuligt – at forudsige med sikkerhed på grund af AI’s særlige natur: Moderne AI-agenter og automatiserede workflows er designet til at handle autonomt og kan igangsætte lange, selvforstærkende kæder af handlinger, der genererer betydelige mængder tokens, uden at dette er forudset, godkendt eller budgetteret af de ansvarlige i organisationen.
En enkelt automatiseret proces kan i visse scenarier udløse et forbrug, der er væsentligt større end forventet.
Vi ser allerede eksempler på virksomheder, der modtager store, uventede regninger som direkte følge heraf. I takt med at AI-integrationen uddybes og udvides til stadigt mere komplekse opgaver, må denne problemstilling forventes at tiltage i omfang og betydning.
Kontrakten som styringsredskab
Den umiddelbare reaktion er typisk af teknisk karakter: Løbende monitorering af forbruget, opsætning af udgiftsadvarsler og indførelse af automatiske afbrydelsesmekanismer. Disse tiltag er nødvendige, men ofte ikke tilstrækkelige. En robust tilgang til AI-styring kræver, at der tillige etableres en kontraktuel regulering af tokenforbruget.
Konkret indebærer dette:
- Udgiftslofter: Har man aftalt, at en leverandør må anvende AI som led i opgaveløsningen, og at kunden bærer de tilknyttede tokenudgifter, bør kontrakten indeholde et bindende udgiftsloft. Overskrides dette, bør det kræve eksplicit godkendelse fra kunden, før arbejdet fortsættes.
- Begrænsninger hos AI-udbydere: Tilsvarende bør aftaler med AI-udbydere indeholde mekanismer, der sætter et loft over den månedlige udgift og sikrer, at forbrug udover et aftalt niveau kræver aktiv godkendelse.
- Løbende afrapportering: Kontrakten bør stille krav om, at leverandøren løbende rapporterer om det faktiske AI-forbrug, herunder hvilke modeller der anvendes, til hvilke formål og med hvilke omkostninger til følge.
Gå ikke glip af vigtig juridisk viden - Tilmeld dig vores gratis nyhedsservice
her →
Har du spørgsmål til dette indlæg, er du mere end velkommen til at
kontakte mig.
Denne artikel er udgivet efter aftale med Bird & Bird. Den er oprindeligt udgivet her.
Skal din artikel også udgives via Jurainfo og udsendes direkte, via e-mail, til personer og virksomheder som specifikt efterspørger viden og kompetencer inden for dit område? Ansøg om en profil her.
