開発を促進し、
コストは抑える。
ニュースでも報じられているように、トークンベースのモデルは、企業に予測不能なコストをもたらしています。Pegaは、最初から予測可能な成果を実現するために設計されています。
Pegaではトークンごとに課金されることはありません。
成果に投資し、手戻りには投資しない。
Pega Platformは、利用量に左右されない定額料金制。 Pegaの効率的で予測可能なアプローチならそれが可能です。
なぜAIが思考を繰り返すたびにお金を払う必要があるのでしょうか？
LLMプロバイダーは、トークンを無料に見せる定額サブスクリプションの安価な実験に企業を惹きつけました。現在、企業は拡張を試みると同時に、予測不能な結果と闘うため、トークンのコストは膨れ上がっています。
トークンベースAIの隠れたコスト
予測できないコスト
トークンベースの価格設定で構築する場合、すべてのリクエストに異なるコストがかかります。消費量が増えるにつれて、ばらつきが生じ、支出の予測が難しくなります。
スケーリングの難しさ
ワークフローが増えると、各インタラクションの背後で処理されるプロセスも増えます。複雑さとともにコストが上昇し、導入が遅れ、拡張性が低下します。
ROIへの明確な道筋がない
コストが成果ではなく、消費量に紐づいている場合、価値を証明することはできません。消費量が増えると、リターンが向上し、効率化されることはほとんどありません。
ほとんどのAIオーケストレーションは、ランタイムでワークフローを管理するためにLLMに依存しています。ロジックが変更されていない場合でも、各ステップでコンテキストを解釈し、次の展開を決定するための推論が必要です。ワークフローが拡大するにつれ、推論を繰り返すことでトークンの使用とコストが上昇します。
Pega Platformでは、決定論的オーケストレーションがワークフローを実行し、任意のプラットフォームのAIエージェントを呼び出して、ドキュメントの処理、リサーチ、コンテンツ合成などの特定のタスクを実行します。ロジックは設計時に一度定義します。ワークフローは毎回、効率的に実行されます。
Pega Blueprint™は、ワークフローを事前に定義し、不要なAI作業やそれに伴うコストを回避します。
PegaのAIが根本的に異なる点
完全に予測可能なアーキテクチャにより、AIを効率的に実行できます。
AIが何をするかだけでなく、どのように動くかも制御する
即興性のない構造でAIとワークフローを調整。Pegaは、実行を事前に定義して、コストと成果を管理します。
すべてのインタラクションに一貫性が組み込まれている
ロジックを一度定義すれば再利用可能な、管理されたワークフロー内でAIを実行します。Pegaは、すべてのステップを再処理するのではなく、不要な計算処理を削除し、コストを予測可能なものにします。
構造を固め、
自信を持って規模を拡張する。
Pegaは、コストと拡張性を考慮してAIシステムを事前に設計できるよう支援します。そうすることで、本番稼働が効率的かつ予測可能になり、費用対効果も大幅に高まります。
その金額を計算してみましょう。
AIトークン計算ツールを使ってコストがどのように増えていくかを試算し、Pegaがその仕組みをどのように変えるのかを確認してみてください。