医疗机构在使用大型、昂贵的前沿模型来处理事先授权和理赔编码等常规任务时,正在为AI服务支付过高的费用。这些高流量、重复性的工作可以通过更小、更专业的开源模型更具成本效益地完成。虽然前沿模型对于复杂、新颖的任务很有价值,但将其用于基本功能会导致成本膨胀,正如Uber等公司在AI预算上的消耗所见。该行业正转向总体拥有成本的视角,强调将合适的模型规模和能力与特定任务相匹配,以优化支出并获得对AI基础设施的控制权。 AI
影响 医疗机构可以通过将模型能力与任务相匹配,放弃在常规工作中昂贵的前沿模型,从而降低AI成本。
排序理由 观点文章,讨论医疗保健领域AI采用的成本节约策略。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →