Στις αρχές του έτους «όλοι ήταν απόλυτα ικανοποιημένοι με το ποσό που ξόδευαν για την AI, ενώ αυτά τα έξοδα είναι πλέον ένα τεράστιο πρόβλημα», λέει ο Σαμ Άλτμαν της OpenAI.
Έπειτα από μια φρενίτιδα χρήσης εργαλείων AI στους χώρους εργασίας, οι εταιρείες φαίνεται να αλλάζουν ρότα. Οι μονάδες που καθορίζουν το κόστος της AI ανάλογα με τον όγκο εργασίας που παράγεται (γνωστές ως «tokens») μετατρέπονται πλέον σε πόρο υπό αυστηρό έλεγχο, καθώς τα αναμενόμενα οφέλη δεν επιβεβαιώνονται πάντα στην πράξη.
Διευθυντές διαπραγματεύονται για τα tokens της ομάδας τους σαν να βρίσκονται σε επεισόδιο του «Shark Tank»
Από κολοσσούς όπως η Amazon και η Walmart μέχρι startups, οι οργανισμοί θέτουν πλέον όρια, ενώ οι εργαζόμενοι – προγραμματιστές εισαγωγικού επιπέδου έως και στελέχη – καλούνται να διαπραγματεύονται και να «παλεύουν» για την πρόσβαση σε υπολογιστική ισχύ που μέχρι πρόσφατα θεωρούνταν αυτονόητη. Και αυτό όταν μέχρι πρόσφατα οι εταιρείες όχι μόνο πρόσφεραν αλλά και ενθάρρυναν την απεριόριστη χρήση AI εργαλείων.
Ο CEO της εταιρείας Pylon, Μάρτι Κάουσας, περιγράφει χαρακτηριστικά πώς το κόστος εκτινάχθηκε όσο η εταιρεία του μεγάλωνε, φτάνοντας σε σημείο που ο λογαριασμός θα τριπλασιαζόταν στο 1,4 εκατομμύριο δολάρια. Είναι χαρακτηριστικό, αναφέρει το Business Insider, ότι η λέξη «tokens» αναφέρθηκε σε 129 τηλεδιασκέψεις αποτελεσμάτων το β’ τρίμηνο του 2026, έναντι 57 το προηγούμενο τρίμηνο, που σημαίνει ότι το θέμα αποτέλεσε βασική ανησυχία της διοίκησης.
Ο ίδιος έπρεπε να πάρει μια δύσκολη απόφαση: είτε να περιορίσει τις δαπάνες σε tokens, είτε να επιβαρυνθεί με το τεράστιο κόστος. Η εταιρεία λογισμικού τεχνητής νοημοσύνης πλησίαζε ραγδαία τους 150 υπαλλήλους στο πρόγραμμα Anthropic όταν ο Κάουσας αποφάσισε να κηρύξει το τέλος της εποχής των απεριόριστων δαπανών και να θέσει ανώτατα όρια στα tokens.
Πολλά άλλα στελέχη εταιρειών αντιμετωπίζουν αντίστοιχες προκλήσεις, καθώς όλο και περισσότεροι εργαζόμενοι φαίνεται να αγαπούν τα εργαλεία τεχνητής νοημοσύνης, χωρίς το όφελος να δικαιολογεί πάντα το αυξανόμενο κόστος για τις επιχειρήσεις.
Ο διευθύνων σύμβουλος της OpenAI, Σαμ Άλτμαν, δήλωσε νωρίτερα αυτόν το μήνα ότι έμεινε έκπληκτος από το πόσο γρήγορα είχε αλλάξει η συζήτηση σχετικά με τους προϋπολογισμούς για την τεχνητή νοημοσύνη. Στις αρχές του έτους, «όλοι ήταν απόλυτα ικανοποιημένοι με το ποσό που ξόδευαν», σχολίασε, ενώ αυτά τα έξοδα αποτελούν πλέον «ένα τεράστιο πρόβλημα».
«Hunger Games» εργαζομένων για υπολογιστικούς πόρους
Στο νέο τοπίο που διαμορφώνεται, διευθυντές αναγκάζονται να διαπραγματεύονται για τα tokens της ομάδας τους, παρουσιάζοντας τις προτάσεις τους σαν να βρίσκονται σε επεισόδιο του «Shark Tank». Επιπλέον, οι υπεύθυνοι προσλήψεων εγγυώνται στους υποψηφίους tokens για να ξοδέψουν, προκειμένου να προσελκύσουν τα πιο περιζήτητα ταλέντα στον τομέα της τεχνητής νοημοσύνης.
Δεν είναι, όμως, μόνο οι διευθύνοντες σύμβουλοι και οι οικονομικοί διευθυντές που προσπαθούν να προσαρμοστούν σε αυτές τις νέες εταιρικές δυναμικές. Για τους απλούς μηχανικούς λογισμικού, μέρος της δουλειάς τους περιλαμβάνει πλέον την προώθηση των υπολογιστικών πόρων που χρειάζονται για να πετύχουν. Διόλου τυχαίο ότι οι προγραμματιστές ρωτούν όλο και περισσότερα για τα tokens κατά τη διάρκεια των συνεντεύξεων εργασίας.
Η σύμβουλος τεχνητής νοημοσύνης και πρώην υπάλληλος της AWS, Άλι Μίλερ, είχε ακούσει για υποψηφίους που έμπαιναν σε λεπτομέρειες: «Σε ποιο επίπεδο μοντέλου θα έχω πρόσβαση; Έχετε συνεργασίες με εργαστήρια τεχνητής νοημοσύνης που μας παρέχουν σχετικά έγκαιρη πρόσβαση;». Όπως φαίνεται, ένα αδυσώπητο «Hunger Games» για υπολογιστικούς πόρους τεχνητής νοημοσύνης εξελίσσεται με γοργούς ρυθμούς, στο οποίο όλοι, από τα ανώτατα στελέχη μέχρι τους νεοεισερχόμενους προγραμματιστές, είναι παίκτες.
Παρά την κούρσα μείωσης του κόστους εκ μέρους των επιχειρήσεων, ο Μαξ Καν από την SemiAnalysis, ο οποίος συμβάλλει στη δημιουργία μοντέλων token για hedge funds και hyperscalers, εξακολουθεί να υποστηρίζει την υψηλή προσφορά tokens ανά μηχανικό και αναρωτιέται τι θα σκεφτούν οι εργαζόμενοι για την απότομη αλλαγή στη ρητορική.
Ο ίδιος εξηγεί ότι, σε γενικές γραμμές, ένας υπάλληλος με μισθό 100.000 δολαρίων τον χρόνο μπορεί να γίνει διπλάσια παραγωγικός με tokens αξίας 10.000 δολαρίων. Μέχρι πρόσφατα, αρκετές εταιρείες ενθάρρυναν τη λογική κατανάλωσης tokens μέσω εσωτερικών «leaderboards», όπου οι χαμηλόβαθμοι αισθάνονταν πίεση να χρησιμοποιήσουν περισσότερη AI. Ωστόσο, η Amazon έκλεισε πρόσφατα το δικό της εσωτερικό leaderboard, ενώ η Coinbase και η Walmart έθεσαν ανώτατα όρια στις δαπάνες.
Κατά τον Καν, οι εργαζόμενοι θα μπορούσαν να νιώθουν σύγχυση και θυμό που ο προϊστάμενός τους αρχικά τους πίεζε να κάνουν κάτι και αφού το έκαναν, τώρα «τους μαλώνει επειδή το έκαναν πολύ καλά».
Κάποιοι έχουν συγκρίνει την κατάσταση αυτή με ένα σενάριο επιβίωσης του ισχυρότερου. «Η προγραμματιστική εργασία είναι πλέον σαν μπάρες πρωτεΐνης και όλοι παλεύουμε για τα ψίχουλα», δήλωσε ένας προγραμματιστής στο X. Ωστόσο, οι μηχανικοί έχουν βάσιμους λόγους να παλέψουν για τα tokens τους. Η περιορισμένη πρόσβαση στην τεχνητή νοημοσύνη θα μπορούσε να τους βλάψει μακροπρόθεσμα, καθιστώντας τους λιγότερο εξειδικευμένους ή λιγότερο ανταγωνιστικούς στη μελλοντική αναζήτηση εργασίας.
AI tokens: Εκτόξευση κόστους
Σύμφωνα με τον Δείκτη Τεχνητής Νοημοσύνης της Ramp, οι εταιρείες τεχνολογίας και μέσων ενημέρωσης ξόδεψαν κατά μέσο όρο 66,29 δολάρια ανά υπάλληλο για την τεχνητή νοημοσύνη τον Μάιο, από 58,84 δολάρια τον Απρίλιο.
Ο επικεφαλής οικονομολόγος της εταιρείας, Αρά Χαραζιάν, δήλωσε από την πλευρά του ότι αναμένει να συνεχίσει να αυξάνεται αυτός ο δείκτης, αλλά εντόπισε πρώιμα σημάδια επιβράδυνσης, όπως η αυξημένη χρήση model routers, οι οποίοι μπορούν να συμβάλουν στην καλύτερη διαχείριση του κόστους.
Ορισμένες εταιρείες δεν μειώνουν ακόμα τους προϋπολογισμούς τους για την τεχνητή νοημοσύνη, αλλά εξετάζουν κριτικά το θέμα του αριθμού των εργαζομένων. Για παράδειγμα, η MindFort, μια νεοφυής επιχείρηση τεχνητής νοημοσύνης που υποστηρίζεται από την Y Combinator, απασχολεί έξι υπαλλήλους. Ο διευθύνων σύμβουλός της, Μπράιντον Βάιζε, δήλωσε ότι η εταιρεία θα χρειαζόταν 20 υπαλλήλους πριν από την εποχή της τεχνητής νοημοσύνης για να φτάσει στο σημερινό της μέγεθος. Πού πήγαν αυτά τα κεφάλαια; Στα tokens.
«Πρέπει να σταθμίσουμε την αναλογία tokens προς άτομα. Δεν είναι κάτι που θεωρούμε ιδιαίτερα άνετο ή ευχάριστο να το λέμε», πρόσθεσε ο ίδιος.
Παρόλο που το κόστος των tokens αναμένεται να μειωθεί, καθώς εταιρείες τεχνητής νοημοσύνης όπως η Google ανταγωνίζονται όλο και περισσότερο σε επίπεδο τιμών προσφέροντας μικρότερα και πιο αποδοτικά μοντέλα, αυτού του είδους οι συμβιβασμοί δεν φαίνεται ότι θα εξαφανιστούν. Συχνά, όσο φθηνότερος είναι ένας πόρος, τόσο περισσότερο καταναλώνεται.
Προς το παρόν, οι εταιρείες σκέφτονται πιο κριτικά και μερικές φορές κάνουν στρατηγικά βήματα προς τα πίσω, αλλά διστάζουν να προχωρήσουν πολύ γρήγορα. Σύμφωνα με τον Κάουσας, καλύτερα να δοθεί προτεραιότητα στη διασφάλιση της απόδοσης της επένδυσης και να αποφευχθεί η αντίδραση των εργαζομένων. «Αν λέγαμε στους μηχανικούς ότι δεν επιτρέπεται να χρησιμοποιούν προϊόντα τεχνητής νοημοσύνης, δεν θα δούλευαν εδώ. Θα έμοιαζε σαν να βρισκόμασταν στην Λίθινη Εποχή» τόνισε.
Πηγή: in.gr
