Η Τεχνητή Νοημοσύνη εκτοξεύει τα εταιρικά κόστη πάνω από τους μισθούς
Shutterstock
Shutterstock
Axios

Η Τεχνητή Νοημοσύνη εκτοξεύει τα εταιρικά κόστη πάνω από τους μισθούς

Οι δαπάνες για Τεχνητή Νοημοσύνη αρχίζουν να επιβαρύνουν σημαντικά τους προϋπολογισμούς των επιχειρήσεων, με ορισμένες εταιρείες να ξοδεύουν πλέον περισσότερα για υπολογιστική ισχύ και υπηρεσίες AI απ’ ό,τι για τους εργαζομένους τους.

«Για την ομάδα μου, το κόστος υπολογιστικής ισχύος ξεπερνά κατά πολύ το κόστος των υπαλλήλων», δήλωσε στο Axios ο Μπράιαν Κατανζάρο, αντιπρόεδρος εφαρμοσμένης βαθιάς μάθησης στη Nvidia, υπογραμμίζοντας τη ραγδαία αύξηση των σχετικών εξόδων.

Παρόμοια εικόνα καταγράφεται και σε άλλες μεγάλες εταιρείες. Ο επικεφαλής τεχνολογίας της Uber φέρεται να έχει ήδη εξαντλήσει τον προϋπολογισμό για AI του 2026, κυρίως λόγω του υψηλού κόστους χρήσης «tokens». Την ίδια στιγμή, ο Έιμος Μπαρ-Τζόζεφ, διευθύνων σύμβουλος της Swan AI, προκάλεσε αίσθηση δηλώνοντας ότι η εταιρεία του επιδιώκει να «κλιμακωθεί με νοημοσύνη και όχι με ανθρώπινο δυναμικό».

Σύμφωνα με την Gartner, οι παγκόσμιες δαπάνες για την πληροφορική αναμένεται να φτάσουν τα 6,31 τρισ. δολάρια το 2026, σημειώνοντας αύξηση 13,5% σε ετήσια βάση. Η άνοδος αποδίδεται κυρίως στις επενδύσεις σε υποδομές AI, λογισμικό και υπηρεσίες cloud, καθώς και στο αυξανόμενο κόστος συνδρομών.

Ωστόσο, η εκρηκτική αυτή αύξηση δαπανών δημιουργεί πιέσεις στις επιχειρήσεις να αποδείξουν την απόδοση των επενδύσεων στην Τεχνητή Νοημοσύνη, ιδιαίτερα απέναντι στους μετόχους τους. Η αξιολόγηση μετατοπίζεται πλέον στην πραγματική αξία που παράγεται, είτε από ανθρώπινους εργαζομένους είτε από «ψηφιακή εργασία», όπως σημειώνουν αναλυτές της αγοράς.

Την ίδια στιγμή, οι εξελίξεις στα μεγάλα εργαστήρια AI επηρεάζουν το κόστος χρήσης. Επενδυτές επισημαίνουν ότι πιο αποδοτικά μοντέλα, όπως αυτά της OpenAI, μπορούν να περιορίσουν τα έξοδα μέσω καλύτερης αξιοποίησης πόρων, σε σύγκριση με ανταγωνιστικές λύσεις όπως της Anthropic, η οποία ήδη αναπροσαρμόζει την τιμολογιακή της πολιτική λόγω αυξημένης ζήτησης.

Καθώς οι τιμές ανεβαίνουν, η μαζική επένδυση στην Τεχνητή Νοημοσύνη ενδέχεται να μετατραπεί από ανταγωνιστικό πλεονέκτημα σε οικονομικό βάρος, εάν δεν συνοδευτεί από απτά οφέλη και βελτιώσεις στην παραγωγικότητα.