Жизнеспособность экономики замкнутого цикла в мире ИИ давно обсуждается, но большая часть дискуссий касается движения денежных средств внутри отрасли. Однако, медленно, но верно, поступают сообщения от руководителей, таких как представитель Nvidia и технический директор Uber, о том, что они начинают осознавать: стоимость токенов может вполне перевесить стоимость обычных человеческих клеток мозга. В условиях массовых увольнений, чтобы освободить место для ИИ-агентов, этот факт настолько ироничен, что Аланис Мориссетт, вероятно, пишет о нем песню.
Существуют всевозможные корпоративные ценовые схемы для LLM, но для большинства стандартных пользователей цена стандартного ИИ-помощника составляет 20 долларов в месяц за базовый план и 200 долларов за более дорогостоящую, полнофункциональную версию. Ценообразование на основе токенов — это то, где происходят реальные траты, обычно в виде помощников по кодированию, таких как Claude Code или GitHub Copilot, а также автоматизационных агентов с запланированными задачами различной сложности, которые обычно выполняются повторно по расписанию.
Непрерывный характер этих сессий требует постоянного притока денег, как уже поняли многие финансовые работники фирм. Брайан Катанзаро, вице-президент Nvidia по прикладному глубокому обучению, недавно заявил Axios, что «для моей команды стоимость вычислений намного превышает затраты на сотрудников» — весьма интересное заявление от компании, продающей лопаты для золотой лихорадки.
Эту точку зрения разделяет технический директор Uber Правин Нага, который «вернулся к чертежной доске, потому что бюджет, который, как он думал, ему понадобится, уже исчерпан» по состоянию на две недели назад. Аналогично, Амос Бар-Джозеф из Swan AI недавно опубликовал в LinkedIn, как он гордится счетом в 113 тысяч долларов от Anthropic (создателей Claude) за команду из четырех человек.
При чрезмерном упрощении эта сумма составляет 28 тысяч долларов на человека в месяц, что, вероятно, превышает ежемесячную заработную плату каждого сотрудника. Сейчас много шуток о том, что «компании снова открыли для себя рабочие места», и этот юмор подкрепляется исследованием MIT 2024 года, согласно которому в 77% случаев предпочтительнее было поручить работу людям.
И все же, распространенное мнение «я же говорил» может быть отчасти ошибочным. Многие генеральные директора рассматривают эти счета как нечто положительное, поскольку это означает, что их сотрудники добиваются прогресса в крупномасштабной автоматизации — короче говоря, стимулируют инновации, по крайней мере, предположительно.
Нага из Uber заявил, что 11% их обновлений кода в реальном времени пишутся ИИ-агентами, и он представляет, как эти агенты займут места инженеров-программистов. А именно: «видение [его] как технического директора состоит в том, чтобы трансформироваться из инженерии программного обеспечения в инженерию [ИИ] агентного программного обеспечения». Сам Дженсен Хуанг из Nvidia, по-видимому, считает, что продуктивность его инженеров измеряется их расходами на токены ИИ, желая, чтобы инженер с зарплатой в 500 тысяч долларов тратил не менее 250 тысяч долларов в токенах в год.
Верно, что многие компании, вероятно, на горьком опыте убеждаются, что токены дороже работников, которых они призваны заменить. Однако бизнес, тратящий дополнительные миллионы на токены с целью постоянной автоматизации большинства своих рабочих процессов, может получить долгосрочную выгоду, которая, вероятно, приведет к сокращению рабочих мест по мере приближения этой автоматизации к стабильности. «Просто наймите больше людей» было бы простым ответом на это, но люди не работают неустанно 24/7.
Третий сценарий — это неудачная инвестиция в автоматизацию с помощью ИИ, либо из-за отсутствия бизнес-структуры, непригодности инструментов для задач, либо просто неспособности бизнеса правильно инструктировать «железяк». Недавние исследования показали, что подавляющее большинство компаний, стремящихся внедрить ИИ без четкого плана, в конечном итоге несут огромные убытки от этих инициатив.
В конце концов, любой разработчик скажет вам, что построить продукт *легко, если клиент может точно его описать*, и спецификации не меняются, — факт, кратко изложенный Эдвардом Берардом давным-давно: «ходить по воде и разрабатывать программное обеспечение по спецификации легко, если и то, и другое зафиксировано».
Останется ли все это дополнительное расходование токенов в дополнение к расходам на работников временным тандемным расходом наряду с зарплатами, пока ИИ учится и берет верх, или это будет дополнительный расход, поскольку ИИ становится мультипликатором силы для этих сотрудников, — еще предстоит увидеть, и это, вероятно, зависит от контекста. Но почти наверняка увольнения продолжатся, пока компании будут осваивать и финансировать эту новую эру технологий.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Bruno Ferreira
