Tekoälyn käyttö suomeksi on kalliimpaa kuin englanniksi
Tekoälypalveluiden käyttö suomen kielellä voi tulla yrityksille huomattavasti kalliimmaksi kuin englannin käyttö. Tämä johtuu kielimallien tavasta käsitellä tekstiä ja suomen kielen vaatimasta suuremmasta laskentatehosta.
Tekoälyjärjestelmien toiminta perustuu niin sanottuihin tokeneihin eli tekstinpätkiin, joita mallit käsittelevät. Koska suuret kielimallit on koulutettu pääasiassa englanninkielisellä aineistolla, ne kykenevät käsittelemään englantia tehokkaammin. Suomen kieli on rakenteeltaan monimutkaisempaa, ja se vaatii usein enemmän tokeneita saman asiasisällön ilmaisemiseen.
Tämä ero teknisessä toteutuksessa näkyy suoraan tekoälypalveluiden kustannuksissa. Monet tekoäly-yhtiöt laskuttavat sovelluskehittäjiä käytettyjen tokeneiden määrän perusteella. Kun suomenkielinen teksti kuluttaa enemmän tokeneita kuin vastaava englanninkielinen teksti, nousevat palvelun käyttökustannukset korkeammiksi.
Kustannusero ei rajoitu ainoastaan suomeen, vaan koskee useita pienempiä kielialueita. Kielimallien tehokkuus vaihtelee sen mukaan, kuinka paljon kyseistä kieltä on käytetty mallin koulutusmateriaalissa. Englanti on tässä suhteessa edullisimmassa asemassa, sillä se on internetin ja siten myös koulutusdatan valtakieli.
Yrityksille, jotka hyödyntävät tekoälyä suomeksi laajamittaisessa liiketoiminnassaan, kielikohtaiset hintaerot voivat muodostua merkittäviksi. Tiedotteen mukaan tämä asettaa suomalaiset toimijat eriarvoiseen asemaan verrattuna englanninkielisillä markkinoilla toimiviin yrityksiin.
Teknologian kehittyessä kielimallien tehokkuutta pyritään parantamaan myös harvinaisemmissa kielissä. Toistaiseksi suomen kielen käyttäminen tekoälyrajapinnoissa on kuitenkin edelleen huomattavasti kalliimpaa kuin maailman valtakielten.