CEO Says There Will Be No Raises Because He Spent — ინსაითი

KPMG-ის ჯერ კიდევ გამოუქვეყნებელი გლობალური კვლევის თანახმად, ხელოვნური ინტელექტის დამნერგავი კომპანიების მხოლოდ 26%-ს აქვს სრული წარმოდგენა საკუთარ ხარჯებზე. ბიზნესის დაახლოებით ნახევარი მინიმალურ ფინანსურ კონტროს ახორციელებს, ხოლო 22%-ს საერთოდ არ გააჩნია გამჭვირვალობა და ხარჯების შესახებ მხოლოდ ინვოისის მიღების შემდეგ იგებს.

ბევრი კორპორატიული ფინანსური დირექტორი რთულ მდგომარეობაში აღმოჩნდა, რადგან ტექნოლოგიური სერვისების ტოკენებზე დაფუძნებული ბილინგი ბიუჯეტების მართვას თითქმის შეუძლებელს ხდის. Goldman Sachs-ის მონაცემებით, ჩიპებსა და მონაცემთა ცენტრებზე გლობალური დანახარჯები მიმდინარე წელს არსებული $765 მილიარდიდან 2031 წლისთვის $1.6 ტრილიონამდე გაიზრდება.

McKinsey-ის ანალიტიკოსები ადასტურებენ, რომ ბიზნესის მიერ ტექნოლოგიის გამოყენება 2023 წლის 33%-დან დღეს თითქმის 80%-მდე გაიზარდა. Sensor Tower-ის ინფორმაციით, OpenAI-ის მიერ შექმნილმა ChatGPT-მა ყოველთვიურად 1 მილიარდ აქტიურ მომხმარებელს მიაღწია, რაც აპლიკაციების ისტორიაში რეკორდული მაჩვენებელია. თუმცა, დეველოპერებისთვის მთავარი გამოწვევა მონეტიზაციაა.

ფინანსური რესურსების ხელოვნური ინტელექტის მიმართულებით გადანაწილების ყველაზე რადიკალურ მაგალითად ღრუბლოვანი პროგრამული უზრუნველყოფის მწარმოებელი კომპანია Teradata იქცა. კომპანიის CEO-მ, სტივ მაკმილანმა, 5 000-ზე მეტ თანამშრომელს შიდა მემორანდუმით აცნობა, რომ მიმდინარე წელს ხელფასების ყოველწლიურ მატებას არ უნდა ელოდონ. მიზეზი ხელოვნური ინტელექტის განვითარებაა.

„ჩვენ ამ საინვესტიციო პროექტს დავაფინანსებთ 2026 წლის ყოველწლიური სახელფასო კორექტირების ბიუჯეტის რეალოკაციის ხარჯზე,“ განმარტა სტივ მაკმილანმა მემორანდუმში, რომელიც გამოცემა Business Insider-მა მოიპოვა. ეს ნაბიჯი ადასტურებს, რომ ტექნოლოგიური ლიდერები მზად არიან ადამიანური რესურსის ხარჯზე დააფინანსონ ახალი სისტემების შესყიდვა.

ოქსფორდის უნივერსიტეტის ეკონომისტმა, იან-ემანუელ დე ნევემ, მიუთითა, რომ მსგავსი გადაწყვეტილებები სერიოზულ დარტყმას აყენებს სამუშაო ძალის მოტივაციას. მისი თქმით, როდესაც ლიდერები ღიად აცხადებენ ადამიანური კომპენსაციების შემცირებაზე ხელოვნური ინტელექტის სასარგებლოდ, თანამშრომლებს უგზავნიან სიგნალს, რომ მათი მომავალი დაცული აღარ არის.

სამუშაო ადგილების სტრატეგმა, ჯენიფერ მოსმა, აღნიშნა, რომ მსგავსი ნაბიჯი ხელმძღვანელების მხრიდან საჯარო რიტორიკის ცვლილებაზე მიუთითებს. მისი თქმით, ლიდერების გულწრფელობა ან ცინიზმი იმაზეა დამოკიდებული, თუ როგორ წაიკითხავს ამას საზოგადოება, თუმცა ფაქტია, რომ საჯარო განცხადებები მოქმედებების განხორციელებას მნიშვნელოვნად აადვილებს.

კომპანიებისთვის ხარჯების კონტროლს კიდევ უფრო ართულებს ის გარემოება, რომ მსხვილი პროვაიდერები უარს ამბობენ ფიქსირებულ ყოველთვიურ ტარიფებზე. მაგალითად, GitHub Copilot მიმდინარე წლის 1 ივნისიდან ეტაპობრივად გადადის გამოყენებაზე დაფუძნებულ მოდელზე, სახელწოდებით GitHub AI Credits, რომელიც მომხმარებლის მიერ დახარჯული ტოკენების მიხედვით იანგარიშება.

Anthropic-ის მიერ შემუშავებული Claude Code-ის ინტენსიური მოხმარების გამო, ბევრმა კომპანიამ წლიური ბიუჯეტი რამდენიმე თვეში ამოწურა. ტექნოლოგიური კვლევების ხელმძღვანელონმა D.A. Davidson-ში, გილ ლურიამ, დაადასტურა, რომ მიმდინარე კვარტალში ბევრი ფინანსური დირექტორი გაოცებული დარჩება Anthropic-ისგან მიღებული ფაქტურებით.

საილუსტრაციოდ, ტაქსის სერვისების გიგანტმა Uber-მა Claude Code-ის გამოყენებისას მთელი 2026 წლის საინჟინრო ბიუჯეტი სულ რაღაც ოთხ თვეში სრულად დახარჯა, ხოლო კომპანიის ოპერაციულმა დირექტორმა, ენდრიუ მაკდონალდმა, კითხვის ნიშნის ქვეშ დააყენა ამ ხარჯების რეალური სარგებლიანობა. ეს ხდება მაშინ, როდესაც საპილოტე პროგრამების 95% მოგებას ვერ იძლევა.

Nvidia-ს ხელმძღვანელმა, ჯენსენ ხუანმა, განმარტა, რომ ტოკენების ბაზარი სეგმენტირდება ისევე, როგორც სმარტფონების ბაზარი, სადაც ხელმისაწვდომია უფასო, საშუალო და პრემიუმ კლასის სერვისები. მისი თქმით, სულ მალე მომხმარებლები მზად იქნებიან გადაიხადონ $1 000 ყოველ მილიონ ტოკენზე, თუ ეს მაღალი ღირებულების სპეციალიზებულ პასუხებს უზრუნველყოფს.

ამის მაგალითია Palo Alto Networks, რომელმაც Anthropic-ის უსაფრთხოების მოდელი Mythos საკუთარი კოდის შესამოწმებლად გამოიყენა. მოდელმა სამ კვირაში 24-ზე მეტი კრიტიკული ხარვეზი აღმოაჩინა, რაც ჩვეულებრივ მეთოდებთან შედარებით ხუთჯერ მაღალი მაჩვენებელია, თუმცა ამ პროცესმა მილიონობით ტოკენის ხარჯი გამოიწვია, რაც კომპანიას ძვირი დაუჯდა.

ბუკ კლაინ ტეესელინკმა კინგსის კოლეჯიდან აღნიშნა, რომ ხელოვნური ინტელექტის დანერგვის პროცესში მრავალი ბოთლის ყელი არსებობს, რადგან ჯერ კიდევ გაურკვეველია, თუ რამდენად შეიძლება მენეჯერული ამოცანების რობოტებისთვის გადაბარება. ამასთან, SemiAnalysis-ის ანალიტიკოსები საუბრობენ „ბნელი პროდუქტის“ ფენომენზე სტატისტიკურ აღრიცხვაში.

ლონდონის საუნივერსიტეტო კოლეჯის ასოცირებულმა პროფესორმა, სესილია რიკაპმა, ეჭვქვეშ დააყენა მონაცემთა ცენტრების ენერგეტიკული უზრუნველყოფის რეალისტურობა. მისი თქმით, პროექტები ხშირად ეყრდნობა პოლიტიკურ დაპირებებს. საინფორმაციო აღჭურვილობის სექტორმა ქვეყნის ეკონომიკური ზრდის 92% უზრუნველყო 2025 წლის პირველ ნახევარში.