Η παραγωγική τεχνητή νοημοσύνη λειτουργούσε παραδοσιακά με μηνιαία συνδρομή, ανοιχτή συνομιλία και υποβολή ερωτήσεων.
Ωστόσο, οι αυτοματοποιημένες ροές εργασίας (agentic workflows) υπερβαίνουν αυτό το μοντέλο. Αυτές καταναλώνουν πολλαπλάσιους tokens, λειτουργούν αυτόνομα για ώρες και καθιστούν τις πάγιες χρεώσεις μη προσιτές για τους παρόχους. Παράλληλα, οι τιμές των tokens διαφέρουν ανάλογα με την ταχύτητα, την εξειδίκευση και την οικονομική αξία του αποτελέσματος.
Η τρίτη έκδοση του «AI radar» κατηγοριοποιεί την αναδυόμενη οικονομία των tokens, εστιάζοντας στη μετατόπιση της χρέωσης από τη συνδρομή στην κατανάλωση. Διερευνά επίσης γιατί μια φαινομενικά συμφέρουσα τιμή token δεν αντικατοπτρίζει το πραγματικό κόστος και γιατί η κατανάλωση tokens από μόνη της δεν αποτελεί ακριβές μέτρο της αξίας που δημιουργεί η τεχνητή νοημοσύνη.
