Z perspektywy biznesowej wdrożenie sztucznej inteligencji niosło ze sobą obietnicę efektywnego cięcia kosztów i możliwości uszczuplenia kadr przy zwiększeniu produktywności. Ta wizja, przynajmniej na razie, rozjeżdża się z rzeczywistością, a technologia nie tylko nie pozwala na oszczędności, ale generuje koszty większe, niż człowiek.
- Ostatnio publikowane raporty i cytaty przedstawicieli firm pokazują, że wdrożenia AI nie generują realnych oszczędności.
- W przypadku Nvidii, koszty korzystania ze sztucznej inteligencji mają przekraczać koszt zatrudniania ludzi.
Koszt wykorzystania AI przekracza koszt zatrudniania ludzi – mówi pracownik Nvidii
U początków trwającej “mody na AI”, narracja medialna sugerowała gigantyczne załamanie rynku zatrudnienia i szybką automatyzację tysięcy stanowisk.
Mimo tego, że sceptycy zwracali uwagę, że – podobnie jak w przypadku bańki internetowej – rewolucja może być dużo trudniejsza do przeprowadzenia i dużo wolniejsza, niż chcieliby tego akcjonariusze spółek Big Tech.
Z czasem w mainstreamowej narracji zaczęły pojawiać się pęknięcia, a stanowisko niedowiarków zyskało potwierdzenie w praktyce.
Jeszcze w 2024 roku badanie MIT sugerowało, że automatyzacja pracy dzięki sztucznej inteligencji będzie opłacalna jedynie w przypadku ok. 23% stanowisk.
Raport opublikowany w 2026 mówił o tym, że 95% projektów opartych na generatywnej AI, nie generuje finansowych korzyści.
Podobne informacje przekazywało w styczniu PwC, które w badaniu Global CEO Survey stwierdziło, że 56% przedsiębiorców nie osiąga z tytułu wdrożenia żadnych wyraźnych zysków.
Od tamtego czasu – jak ostatnio potwierdziła wypowiedź wiceprezesa działu Applied Deep Learning w Nvidii – Bryana Catanzaro – niewiele mogło się zmienić.
W moim zespole, koszt mocy obliczeniowej znacząco przekracza koszty zatrudnienia.
– mówił Catanzaro, cytowany przez magazyn Fortune i serwis Axios – i jest to znamienne, ponieważ słowa padły z ust pracownika Nvidii, która od samego początku jest twarzą rewolucji technologicznej.
Media wskazują także na przykład Ubera, gdzie CFO – Praveen Neppalli Naga – miał przepalić na tokeny cały, przeznaczony na 2026 rok budżet AI.
Wracam do planowania, bo budżet, który – jak myślałem – był wystarczający, już został wykorzystany.
– mówił Naga.
Realny koszt wdrożenia okazuje się więc dużo większy, niż sugerował to początkowy hype, produktywność rośnie wolniej od oczekiwań, a firmy zaczynają zadawać pytania o realny zwrot, zmęczone życiem nadziejami na rewolucję, która codziennie ma wydarzyć się “jutro”.
Nawet przedsiębiorstwa z największymi budżetami na usługi IT będą musiały udowodnić zyski z wdrożenia AI, szczególnie, jeśli odpowiadają przed akcjonariuszami podczas publikacji wyników kwartalnych.
– czytamy w Axios.
Rzeczywistość pokazuje, że sztuczna inteligencja nie jest w stanie zastąpić większości pracowników tak po prostu.
Zwalniana kadra uwalnia środki, które następnie muszą być przekierowane nie tylko na tokeny LLM-ów, ale i do budowy pipeline ów (“taśm produkcyjnych”) rozwiązujących specyficzne dla danej firmy problemy, implementacji dedykowanych baz danych RAG czy dostrajania samych modeli do indywidualnych potrzeb.
Z kolei ze względu na halucynacje, wymagają one nadzoru, co także generuje koszty.
Śledź CrypS. w Google News. Czytaj najważniejsze wiadomości bezpośrednio w Google! Obserwuj ->
Zajrzyj na nasz telegram i dołącz do Crypto. Society. Dołącz ->
