Автор, технический директор, проводит параллели между текущим внедрением ИИ и прошлыми технологическими сдвигами, предостерегая от повторения ошибок. Изначально его компания столкнулась с неконтролируемыми расходами на ИИ из-за того, что сотрудники индивидуально подписывались на передовые модели. Это привело к высоким, неуправляемым затратам и непониманию расходов на токены. Многие компании создают многочисленные независимые команды по ИИ, каждая из которых выбирает свои модели и инструменты, что приводит к неэффективности.Эта ситуация отражает ранние дни DevOps в 2009 году, когда небольшие независимые команды сначала процветали, но в конечном итоге создали запутанный беспорядок из разрозненных инструментов и технического долга. Для решения этой проблемы появилось платформенное инжиниринговое дело, которое установило "золотые пути" для разработчиков и консолидировало инструменты. Аналогично, развитие облачных вычислений привело к появлению FinOps для управления растущими расходами, поскольку разработчики часто выбирали самые быстрые и дорогие решения.Сегодня компании осознают необходимость консолидации инструментов и моделей ИИ, как это было с DevOps и облачными технологиями. Рекомендуемое решение — поэтапно создавать возможности ИИ, начиная с основного проекта, а затем строить последующие проекты на этой основе. Такой подход, подобный платформенному инжинирингу для ИИ, создает единую систему и позволяет избежать "кучи вешалок" — разрозненных инструментов и технического долга. Извлекая уроки из прошлых ошибок, компании могут минимизировать радиус поражения своих ИИ-реализаций и предотвратить дорогостоящую неэффективность.