ხელოვნური ინტელექტი მრავალი კომპანიისთვის პროდუქტიულობის გაზრდისა და ხარჯების შემცირების მთავარ დაპირებად იქცა. ბოლო წლებში არაერთმა ტექნოლოგიურმა გიგანტმა თანამშრომლების შემცირება სწორედ AI-ზე ორიენტირებული სტრატეგიებით გაამართლა. თუმცა, როგორც ჩანს, რეალობა სხვაგვარია: კომპანიების ნაწილმა აღმოაჩინა, რომ AI-ის ფართომასშტაბიანი გამოყენება მოსალოდნელზე გაცილებით ძვირი ჯდება. რატომ უძვირდებათ ბიზნესებს ტექნოლოგია, რომელიც ადამიანური შრომის იაფ ალტერნატივად მიიჩნეოდა და რა გამოწვევებს აჩენს ეს AI-ის მომავლისთვის?

კომპანიები დღეს თანამშრომლებს რაც შეიძლება მეტი AI-ის გამოყენებისკენ უბიძგებენ, რათა ტექნოლოგიის პროდუქტიულობის ეფექტი მაქსიმალურად აითვისონ. მაგრამ ეს ზეწოლა ბზარებს იწვევს და ეს ბზარები, შესაძლოა, გამოუსწორებელი იყოს.

Microsoft-მა Claude Code-ის პირდაპირი ლიცენზიების უმეტესობა გააუქმა და ინჟინრები GitHub Copilot CLI-ზე გადაიყვანა. ეს მოხდა მას შემდეგ, რაც კომპანიამ ექვსი თვის წინ Claude Code-ზე წვდომა გახსნა და ათასობით დეველოპერს, პროექტ-მენეჯერს, დიზაინერსა და სხვა თანამშრომელს კოდინგის ექსპერიმენტების ჩატარებისკენ მოუწოდა. ტექნოლოგია სწრაფად გახდა პოპულარული. შესაძლოა, ზედმეტად სწრაფად. თანამშრომლებმა ინსტრუმენტის გამოყენება იმ მასშტაბით დაიწყეს, რომ კომპანიას უკან დახევა მოუწია, მაშინაც კი, როცა ამ ინსტრუმენტს მისი საკუთარი ინჟინრები ეყრდნობიან.

Microsoft ერთადერთი კომპანია არ არის, რომელიც AI-ის შიდა გამოყენებას ამცირებს. Uber-ის აღმასრულებელმა ტექნოლოგიურმა დირექტორმა პრავინ ნეპალი ნაგამ აპრილში თქვა, რომ კომპანიამ 2026 წლის AI კოდირების ინსტრუმენტების მთლიანი წლიური ბიუჯეტი მხოლოდ ოთხ თვეში გახარჯა. ეს მოხდა მას შემდეგ, რაც კომპანიამ AI-ის გამოყენება შიდა სისტემით წაახალისა. სურათი კიდევ უფრო ფართოა: Glean-ის აღმასრულებელმა დირექტორმა არვინდ ჯეინმა, რომლის კომპანია Fortune 500-ის ათობით კომპანიას ემსახურება, CNBC-ს უთხრა, რომ კლიენტები AI-ის წლიურ ბიუჯეტს ერთ-ორ თვეში ხარჯავენ.

ამ მოვლენებს, შესაძლოა, ცივი წყლის ეფექტი ჰქონდეს ტექ-კომპანიების მიერ ტექნოლოგიაზე გაკეთებულ ფსონებზე. ნაწილი ჯერ კიდევ AI-ის "აღორძინების" ან "რევოლუციის" დაპირებაზე დგას, მაგრამ ადაპტაციის ხარჯი მდგრად დაბრკოლებად იქცა. ეს მოვლენები ასევე მიუთითებს იმაზე, რომ ადამიანური შრომის AI-ით ჩანაცვლების ან გაძლიერების ეკონომიკა შესაძლოა გაცილებით რთული იყოს, ვიდრე ადრეული პროგნოზები გვაფიქრებინებდა. ეს ეხმიანება იმას, რაც Nvidia-ს გამოყენებითი ღრმა სწავლების ვიცე-პრეზიდენტმა ბრაიან კატანზარომ ახლახანს Axios-თან ინტერვიუში განაცხადა.

"ჩემი გუნდისთვის გამოთვლების ხარჯი თანამშრომლების ხარჯს გაცილებით აღემატება", — თქვა მან.

Factory AI-ის აღმასრულებელი დირექტორი მატან გრინბერგი ამ ცვლილებას სამ ეტაპად აღწერს:

• პირველ ეტაპზე კომპანიების დირექტორთა საბჭოები დირექტორებს სთხოვდნენ AI-ის დანერგვას ნებისმიერ ფასად;
• მეორე ეტაპზე დაიწყო AI-ის მაქსიმალური გამოყენება ხარჯის დათვლის გარეშე;
• ახლა კი, მესამე ეტაპზე, ხელმძღვანელობა კითხულობს: ყველა ამოცანისთვის ნამდვილად გვჭირდება ყველაზე ძვირი მოდელი?

"ეს პირველი შემთხვევაა ჩემს მეხსიერებაში, როცა ტექნოლოგია ადამიანის შრომის ტოლფასი ღირს და პირდაპირი შედარება დგება: ტექნოლოგია თუ ადამიანი", — ამბობს არვინდ ჯეინი — "ისტორიულად ეს საუბარი არასოდეს გამართულა, რადგან ტექნოლოგია ნებისმიერი კომპანიის საოპერაციო ხარჯების მხოლოდ უმცირეს ნაწილს შეადგენდა".

აქვე აღსანიშნავია, რომ ბოლო ცხრა თვეში Amazon-მა, Atlassian-მა, Block-მა, Meta-მ და კიდევ ათობით კომპანიამ მასობრივი შემცირებები განახორციელა და პირდაპირ განაცხადა, რომ AI-ზე ორიენტირებული მომავალი ადამიანური შრომის ჭკვიანური და ეკონომიური ალტერნატივაა. ახლა კი სწორედ ეს AI ძვირდება.

• Meta-მ 8000 თანამშრომელი გაათავისუფლა

AI-ის პარადოქსი: უფრო იაფი ტოკენები, უფრო დიდი ხარჯი

Uber-სა და Microsoft-ის გარდა სხვა კომპანიებიც მოუწოდებენ თანამშრომლებს AI-ის მაქსიმალური გამოყენებისკენ. Uber-ის მსგავსად, Meta-ს ერთ-ერთმა თანამშრომელმა შიდა შეჯიბრისთვის შექმნა ლიდებორდი იმის სანახავად, რომელი თანამშრომელი იყენებს ყველაზე მეტ AI-ს. Amazon კი თანამშრომლებს "tokenmaxxing"-ისკენ, ანუ ტოკენების (token — მონაცემის ერთეული, რომლის მიხედვითაც AI სერვისები მოხმარების საფასურს ანგარიშობენ) მაქსიმალური გამოყენებისკენ, მოუწოდებს.

მაგრამ ტოკენებზე დაფუძნებული ფასწარმოქმნის სისტემით, გამოყენებასა და ეფექტიანობასთან ერთად, სამუშაო ძვირდება. Goldman Sachs-მა ახლახანს გამოთვალა, რომ მომხმარებლებისა და კომპანიების მიერ AI აგენტების ათვისება 2030 წლისთვის ტოკენების მოხმარებას 24-ჯერ გაზრდის — ყოველთვიურად 120 კვადრილიონამდე. როდესაც კომპანია პროდუქტიულობის ასამაღლებლად AI აგენტებს მიმართავს, ჯამური ხარჯები შესაძლოა მკვეთრად გაიზრდოს, თუნდაც ცალკეული ტოკენის ფასი დაეცეს.

Gartner-ის ახალი კვლევის თანახმად, 2030 წლისთვის ერთ ტრილიონ-პარამეტრიანი LLM-ის (უაღრესად დახვეწილი AI მოდელის) გამოთვლა 2025 წელთან შედარებით AI კომპანიებისთვის თითქმის 90%-ით გაიაფდება.

მიუხედავად ამისა, Gartner-მა იწინასწარმეტყველა, რომ ტოკენების გაიაფება კომპანიებისთვის AI-ის გაიაფებაში არ გადაიზრდება, რადგანაც აგენტური მოდელები სტანდარტულ მოდელებთან შედარებით ამოცანის შესასრულებლად გაცილებით მეტ ტოკენს საჭიროებს, მოხმარების ზრდამ შესაძლოა ფასის კლებას გაუსწროს და AI პროვაიდერები ხარჯებს მომხმარებლისთვის ვერ შეამცირებენ. შედეგად, გამოთვლების ხარჯები სავარაუდოდ კვლავ გაიზრდება.

"კომპანიების ხელმძღვანელებმა არ უნდა აურიონ ერთმანეთში ჩვეულებრივი ტოკენების გაიაფება და მოწინავე AI-ის ხელმისაწვდომობის გაზრდა", — გვაფრთხილებს Gartner-ის უფროსი დირექტორ-ანალიტიკოსი უილ სომერი.

ამ რეალობამ შეიძლება გაართულოს ზოგიერთი კომპანიის ამბიციური გეგმები AI აგენტების დანერგვასთან დაკავშირებით. Nvidia-ს აღმასრულებელმა დირექტორმა, ჯენსენ ჰუანგმა ახლახანს განაცხადა, რომ ერთ დღესაც მის კომპანიაში ყოველ თანამშრომელს გვერდით 100 AI აგენტი ეყოლება.

ჰუანგი აღმასრულებელი დირექტორების იმ მზარდი ტალღის ნაწილია, რომლებიც აგენტზე დაფუძნებულ მომავალს ქადაგებენ, სადაც ციფრული თანამშრომლები მთელ კომპანიაში იმუშავებენ. მაგრამ თუ ტოკენების მოხმარება მათ გაიაფებაზე სწრაფად გაიზრდება, ეს მომავალი აღმასრულებელი დირექტორების მოლოდინზე გაცილებით ძვირი დაჯდება.

სანამ ეს მოხდება, გამოცემა Inc.-ის მესვეტე ჯო პროკოპიო გვირჩევს: "თუ უკვე ყველა თანამშრომელი დაითხოვე, დაურეკე, შეიძლება უმეტესობას ჯერ არ ჩაუქნევია ხელი და არ მიუტოვებია საქმიანობის სფერო".