Tekoälyagentit ovat nyt halvempia kuin ulkoistettu työvoima, sanoo a16z

Tietokoneita käyttämään kykenevät tekoälyagentit ovat saavuttaneet merkittävän taitepisteen sekä kustannusten että tarkkuuden osalta, ilmenee pääomasijoitusyhtiö Andreessen Horowitzin osakkaan Fabrizio Serafinin julkaisemasta uudesta tutkimuksesta. Löydökset merkitsevät käännekohtaa ulkoistuspalvelualalle (BPO), sillä tekoälyagentin ajamisen kokonaiskustannus on nyt 6-8 dollaria tunnilta. Tämä alittaa Intian ulkoistetun BPO-työvoiman noin 10 dollarin tuntihinnan, ja samalla agentit suoriutuvat tavallisista toimistotehtävistä ihmistä paremmin.a16z

Tarkkuus ylittää ihmistestaajat

a16z-tutkimuksessa viitattujen llm-stats.com-sivuston tulostaulukkotietojen mukaan parhaiten suoriutuva tekoälymalli, Claude Fable 5, saavuttaa nyt 85 prosentin onnistumisasteen OSWorld-Verified-suorituskykytestissä, joka simuloi todellisia työpöytäympäristöjä Ubuntussa, Windowsissa ja macOS:ssä. Ihmistestaajat saavat samoista tehtävistä noin 72 prosenttia. Vuosi sitten paras malli ylsi vain 42 prosenttiin.news.futunn+1

Suorituskykytesti arvioi, pystyykö agentti suorittamaan itsenäisesti tehtäviä, kuten selaamaan verkkosivuja, täyttämään lomakkeita ja klikkaamaan painikkeita. Tuotantokäytössä yritykset rakentavat ratkaisunsa raakojen rajapintojen (API) varaan kuluttajatuotteiden sijaan. Ne käärivät mallien kyvykkyydet hiekkalaatikoituihin virtuaakimoneisiin, joissa on räätälöity ohjaus- ja uudisuusyrityslogiikka. "Mallit eivät olleet itsessään riittävän hyviä tuotantokäyttöön ennen helmikuussa 2026 julkaistua Opus 4.6 -versiota", eräs perustajajäsen kertoi a16z-tiimille.a16z

Silti 85 prosentin onnistumisaste tarkoittaa 15 epäonnistumista sataa tehtävää kohden, ja taustatoimintojen prosessit vaativat onnistumista jokaisessa vaiheessa. Serafini korostikin, että ratkaisevat tekijät löytyvät itse mallin ulkopuolelta: varmistusmekanismeista, poikkeamaraportoinnista, virheiden käsittelystä ja kyvystä sopeutua esimerkiksi silloin, kun jälleenmyyjän portaalin ulkoasu uudistuu yön aikana.news.futunn+1

Taloudelliset perusteet

Kustannusvertailu perustuu useisiin lähteisiin. Tekoälyagentin päättely maksaa kalleimmillaan noin 6-8 dollaria tunnilta: tämä tarkoittaa ruutukaappausten käsittelyä ruutu ruudulta kehittyneimmillä malleilla. Käytännössä hinta vaihtelee 3-15 dollarin välillä riippuen ruutukaappausten tiheydestä, kontekstin pituudesta ja siitä, kuinka paljon työtä delegoidaan deterministiselle koodille. Intialainen ulkoistettu BPO-työvoima maksaa noin 8-15 dollaria tunnilta perustuen Globalifyn, HiveDeskin ja 1840 & Co:n vuoden 2026 hintatietoihin. Yhdysvaltalaiset taustatoimintojen työntekijät maksavat 30-45 dollaria tunnilta, kun mukaan lasketaan edut ja yleiskustannukset.news.futunn+1

Serafini muistutti, että näitä lukuja tulisi pitää suuruusluokka-arvioina. Hyvin rakennetut järjestelmät säästävät kalliit mallikutsut harkintaa vaativiin tehtäviin ja antavat halvan deterministisen koodin hoitaa toistuvat vaiheet, mikä laskee kokonaiskustannuksia entisestään työnkulun elinkaaren aikana.a16z

Kilpailuetu siirtyy kontekstiin

Tuotantokäyttöönottoja tehdään jo laajassa mittakaavassa. Eräs kulutustavaroiden data-alusta käsittelee kuukausittain 15-20 miljoonaa automatisoitua portaalivuorovaikutusta. Se käyttää agentteja itsestään korjautuvana varajärjestelmänä, minkä ansiosta se pystyi puolittamaan verkkosivujen haravointia ylläpitävän insinööritiiminsä koon. Eräs maailmanlaajuinen järjestelmäintegraattori pyörittää 27:ää aktiivista työnkulkua, jotka käsittelevät 1 500 – 2 100 IT-tukipyyntöä päivittäin.a16z

Kun pelkästä käyttöliittymässä navigoinnista tulee perushyödyke mallitasolla, Serafini väittää, että pysyvä kilpailuetu on siirtynyt sovellus- ja kontekstitasoille: yrityksen sisäisen terminologian, suosittujen formaattien, eskalointipolkujen ja virheidenkäsittelykäytäntöjen ymmärtämiseen. Eräs miljoonia automatisoituja tehtäviä kuukausittain pyörittävä operaattori kertoi a16z-tiimille, ettei hän edes tiedä, mikä taustalla oleva malli hänen järjestelmäänsä pyörittää. Palveluntarjoaja vaihtaa malleja taustalla, ja hänen luottamuksensa perustuu järjestelmän jatkuvaan kykyyn suorittaa tehtävät luotettavasti.news.futunn+1