Tekoälyn hintashokki iskee – Miten korkeakoulut palauttavat IT-budjettien hallinnan?

Teknologiajulkaisu TechCrunch uutisoi äskettäin kehittäjiä järkyttäneestä muutoksesta: Microsoftin GitHub Copilot on siirtymässä kiinteästä kuukausimaksusta ennakoimattomaan, kulutukseen perustuvaan token-laskutukseen. Artikkelin mukaan joidenkin käyttäjien kuukausilaskut ovat räjähtämässä jopa 29 dollarista 750 dollariin tai peräti vielä korkeammalle. 

Tämä TechCrunchin esiin nostama tekoälypalveluiden hintashokki ja kulutusperusteisen mallin riskit osuvat täsmälleen siihen kipupisteeseen, jota olemme kuluneen kevään aikana käsitelleet kymmenissä työpajoissa suomen korkeakoulujen IT- ja digijohdon kanssa.

Onko tekoälyn "villi länsi" tullut tiensä päähän? Oppilaitokset ja muut organisaatiot etsivät nyt kuumeisesti ratkaisuja, joilla tekoäly saadaan keskitettyyn hallintaan, kustannukset kuriin ja datasuvereniteetti varmistettua. 

Luottokorttirallista kohti ennakoitavuutta 

Suurten kielimallien ja tekoälytyökalujen token-pohjaiset laskutusmallit tekevät oppilaitosten IT-budjetoinnista lähes mahdotonta. Monessa organisaatiossa kamppaillaankin tällä hetkellä yksittäisten tutkijoiden ja opettajien tekemien "villien" luottokorttihankintojen kanssa. 

Yksittäinen tutkimuskokeilu voi lyhyessä ajassa imaista parilla sadalla eurolla tekoälykrediittejä. Jos ostos tuli tehtyä omalla luottokortilla, voi jälkikäteen olla miettimistä, miten kulu tulisi kohdistaa oikealle hankkeelle. Toisen haasteen asettaa skaalautuvuus: mitäpä jos jokaiselle opiskelijalle jaettaisiin alustan kautta automaattisesti tasan 500 AI-krediittiä kuukaudessa. Näin tiedettäisiin maksimikustannus etukäteen ja tekoälyä jaettaisiin tasa-arvoisesti ilman yllätyslaskuja. 

Datasuvereniteetti ja oman datan suoja 

Kaupallisten pilvipalveluiden rinnalla huoli tutkimustiedon ja immateriaalioikeuksien valumisesta ohjelmistojättien haltuun on aito. Eräässä suuressa yliopistossa tunnistettiin vakavaksi uhaksi se, että kaupallisia AI-palveluita kokeiltaessa arvokas tutkimusdata saattaa siirtyä ulkomaisen palveluntarjoajan haltuun. 

Vastauksena tähän olemme huomanneet kiinnostuksen täysin suljettuja "hiekkalaatikko"-ympäristöjä ja jopa lokaalisti, organisaation omissa konesaleissa ajettavia tekoälymalleja kohtaan. Oppilaitoksen oma fyysinen tekoälylabra voisi antaa turvallisen ja suljetun AI-ympäristön. 

Arviointibyrokratian taklaaminen yhdessä 

Uusien ohjelmistojen ja pienten tekoälylisäosien vyöry IT-tuen pöydille on tällä hetkellä valtava. Eräässä yliopistossa ohjelmistojen selvityspyyntöjen määrä räjähti viime vuonna peräti 400 uuteen hakemukseen, joista suurin osa liittyi yksittäisten tutkijoiden haluamiin erilaisiin tekoälytyökaluihin. Yhdenkään korkeakoulun IT- ja tietosuoja-asiantuntijoiden resurssit eivät riitä jokaisen uuden työkalun arviointiin (DPIA/FRIA) yksin. 

Ratkaisuksi tähän kehitämme jatkuvasti Sovelluskirjastoa: yhteistä tietopankkia, jossa korkeakoulut voivat jakaa lakisääteisiä arviointitietoja keskenään. Kenenkään ei tarvitse keksiä pyörää uudelleen jokaisella kampuksella. 

Enemmän selkeyttä 

Korkeakoulusektorilla hyvien kokemusten ja käytäntöjen jakaminen on ilahduttavaa. Haluamme tarjota asiakkaillemme vähemmän kaaosta, enemmän selkeyttä ja täyden vauhdin kohti turvallista tekoälyn hyödyntämistä. 

Ratkaisut, kuten useita kielimalleja yhdistävä ja krediittien kulutusta rajoittava Mila-tekoälyalusta sekä älykkäät hankintaportaalimme, on luotu juuri tähän tarpeeseen – antamaan hallinta ja budjettivastuu takaisin korkeakouluille.

TechCrunchin uutisoimat hintashokit osoittavat, että tekoälyn hallinnassa on aika siirtyä kokeiluista strategiseen ja ennakoitavaan johtamiseen. 

Heini Karppinen Maajohtaja, Ilona IT