Metrik Ekonomi Kesehatan

Topik 77 dari 91· Akselerasi AI

Ekonomi Unit Inferensi

Ekonomi unit inferensi menetapkan harga fitur AI berdasarkan komputasi marginalnya: biaya per token, digulung menjadi biaya per transaksi, per pengguna, per episode klinis. Dinamika yang mendefinisikan: harga LLM telah turun kira-kira satu orde besaran setiap 1–2 tahun pada kapabilitas konstan — tingkat deflasi tanpa preseden dalam penentuan-biaya teknologi-kesehatan.

Mengapa Ini Penting

Dua konsekuensi mengikuti dari keruntuhan harga. Secara komersial, fitur AI yang marginal hari ini dapat menjadi sepele-menguntungkan dalam 18 bulan — dan pesaing yang ditetapkan-harga pada biaya hari-ini akan dikalahkan-harga. Untuk penilaian ekonomi, model efektivitas-biaya apa pun untuk layanan klinis berkemampuan-AI yang membekukan harga-inferensi 2024 secara material melebih-lebihkan biaya berkelanjutan — analisis memerlukan skenario penurunan-harga sebagaimana model obat menangani kedaluwarsa paten dan masuknya generik. (Titik referensi dari penelitian: token-output ujung-tombak ~$15–75/M pada pertengahan-2026, model tingkat-menengah satu orde lebih murah, kapabilitas tingkat-GPT-4 turun dari ~$20/M pada 2022 menjadi ~$0,40/M; Epoch AI mengukur penurunan 9×–900×/tahun tergantung tonggak-kapabilitasnya.)

Perhitungan

Biaya per panggilan  = token input × tarif input + token output × tarif output
Biaya per unit       = Σ panggilan per unit output-bisnis (per episode
                    triase, per surat yang dirancang, per ringkasan konsultasi)

Realitas campuran     = panggilan dasar + percobaan-ulang + konteks RAG (input-berat)
                    + panggilan evaluasi/pagar-pengaman (sering overhead 20–50%)

Skenario penurunan-harga untuk model multi-tahun:
  biaya_t = biaya_0 × d^t, uji d ∈ {0,3, 0,5, 0,7}/tahun dalam analisis sensitivitas

Contoh yang Diselesaikan

Layanan ringkasan-pemulangan AI: ringkasan rata-rata menggunakan 12.000 token input (konteks catatan) + 1.200 output, ditambah satu lintasan verifikasi (6.000 input / 300 output). Pada $3/M input, $15/M output:

Draf:      12.000 × 3/1M + 1.200 × 15/1M  = $0,036 + $0,018 = $0,054
Verifikasi: 6.000 × 3/1M +   300 × 15/1M  = $0,018 + $0,0045 ≈ $0,023
Per ringkasan ≈ $0,077 → per 100.000 ringkasan/tahun ≈ $7.700

Terhadap ~20 menit-klinisi yang dihemat per ringkasan (≈ £25), inferensi
adalah 0,25% dari nilai yang diciptakan — ekonominya didominasi oleh segalanya
KECUALI token: integrasi, evaluasi, tata kelola, adopsi.

Kesimpulan itu — biaya inferensi jarang menjadi kendala mengikat, pada harga saat ini, untuk tugas klinis bernilai-tinggi — adalah temuan itu sendiri yang layak dibawa ke rapat penetapan-harga.

Hubungan dengan Rekayasa Perangkat Lunak

Ini adalah ekonomi unit cloud yang dikhususkan untuk AI, dengan tiga catatan praktik: ukur per unit-bisnis, bukan per panggilan API, sehingga angkanya masuk langsung ke model ICER/dampak anggaran; perhatikan asimetri input/output (output biasanya ~4× harga input; arsitektur RAG bersifat input-berat — pilihan arsitektur adalah pilihan penetapan-harga); dan rutekan berdasarkan tingkat-tugas — mencocokkan kapabilitas model dengan kesulitan tugas (model murah untuk klasifikasi, ujung-tombak untuk sintesis) secara rutin memotong biaya campuran 5–10× pada kualitas yang sama, versi perangkat-lunak dari menggunakan intervensi efektif termurah (minimalisasi-biaya, ekuivalensi dibuktikan).

Jebakan

  • Model multi-tahun harga-beku — melebih-lebihkan biaya; tetapi juga model pendapatan deflasi-diasumsikan — perang harga bukan kontrak; buat skenario untuk keduanya.
  • Mengabaikan overhead evaluasi: pagar-pengaman, hakim, dan percobaan-ulang adalah token nyata, sering mayoritas dalam pengaturan yang diregulasi.
  • Miopia per-token: latensi, batas-tarif, dan kendala jendela-konteks membawa biaya yang tidak ditangkap harga token mana pun.

Sumber