Роботи срещу хора: Как AI се оказа по-скъп от служителите, които трябваше да замени

През последната година светът на бизнеса бе обхванат от масова еуфория по изкуствения интелект (AI), обещаваща нова ера на ефективност и съкращаване на разходите. Но докато навлизаме в средата на 2026 г., розовите очила започват да се пропукват. Финансовите директори на компаниите от Fortune 500 са изправени пред неочаквана и жестока дилема: технологията, която трябваше да замени скъпите служители, се оказва по-скъпа от тях.

„За първи път, откакто се помня, технологията струва колкото хората и се налага да правим пряко сравнение: кое да изберем – софтуера или служителите“, казва Арвинд Джейн, изпълнителен директор на компанията за корпоративен AI Glean.

В миналото такъв разговор изобщо не е стоял на дневен ред, защото разходите за технологии бяха само нищожна част от общите разходи на всеки работещ бизнес.“

Ерата на „субсидирания интелект“ приключи

Първоначално всичко изглеждаше като сделката на века. Инкубатори като Delphi Labs описват този период като ерата на „субсидирания интелект“. Инвеститорите по същество плащаха сметката, позволявайки на гиганти като OpenAI и Anthropic да предлагат услугите си на изключително ниски цени, за да пристрастят пазара.

Днес обаче вятърът се обръща. С предстоящите публични предлагания (IPO) на лидерите в сектора, натискът за реални печалби расте. Резултатът? Цените на токените – основната разчетна единица на AI – скачат до небето. Всяко ново поколение модели е около два пъти по-скъпо от предходното, поставяйки корпоративния свят на една, по думите на Арвинд Джейн (CEO на Glean), „неустойчива траектория“.

Техническият директор на Uber вече призна публично, че зависимостта на компанията от Claude Code на Anthropic е изяла целия годишен бюджет за AI само четири месеца след началото на 2026 г. Вицепрезидентът на Nvidia Брайън Катанзаро пък отиде още по-далеч, признавайки, че изчислителната мощност за AI вече струва повече от служителите, които я използват.

Матан Гринберг, главен изпълнителен директор на Factory AI – платформа, която разпределя инженерска работа между различни АИ модели – описва корпоративната еволюция в три отчетливи фази, разиграли се в рамките на едва година.

• Първата: управителните съвети натискат изпълнителните директори да „направят нещо с AI“.
• Втората: така нареченото „tokenmaxxing“ – използване на AI с всички средства, без оглед на цената.
• Третата, в която много компании се намират сега: болезнена преоценка на това дали изобщо имат нужда от най-скъпите модели за всяка задача.

Агентите – скритият ускорител на разходите

Ако трябва да посочим един конкретен технологичен фактор зад експлодиращите сметки, той е въвеждането на AI агенти. За разлика от обикновен чатбот, който отговаря на въпроси, агентите действително вършат работа – записват срещи, пишат код, управляват файлове. Проблемът е, че поддържането им е скъпо по конструкция: една-единствена задача може да задейства десетки агенти, работещи едновременно, като всеки от тях натрупва разходи в токени.

„Особено в средите на разработчиците разходите за използване на AI за неща като кодиране са нараснали експоненциално“, казва Марк Бартън от технологичната консултантска фирма Omniux.

Всички разходи наистина започват да скачат до небето.“

Цифровите служители могат да работят 24/7 без почивки, болнични или празници – това е неоспоримото им предимство. Но когато работят непрекъснато, сметките се натрупват с главоломна скорост. Компании, заменили хора с агенти прибързано и без планиране, се оказват в ситуация, в която плащат многократно повече за поддръжката на технологията, отколкото са спестили от освободените заплати.

95% от работата върви към най-скъпите модели

Може би най-абсурдната страна на ситуацията е следната: около 95% от корпоративното използване на AI все още се извършва на най-скъпите модели от най-високо ниво – дори за задачи, които биха могли да бъдат изпълнени от много по-евтини алтернативи.

Гринберг илюстрира безсмислието на това с образна аналогия: „Opus 4.7 спрямо Opus 4.8 е като разликата между професор, който е преподавател от 13 години, и такъв, който е от 15 години. За човек без специални познания е наистина много, много трудно да различи разликата.“

Джейн е директен относно решението: „Можете да постигнете 10-кратна икономия, ако насочите задачите към подходящия модел.“ Адриан Балфур от консултантската фирма Envorso добавя числово измерение върху същата тезата: „Големият монолитен модел струва 15 долара на милион токена, но можете да сведете тази цена до около пет цента, ако използвате по-малкия мини модел.“

Идеята зад платформи като Factory AI е именно това автоматично насочване – всяка задача отива при най-подходящия и най-евтиния модел, способен да я свърши. Трикът, казва Гринберг, е да разберете колко рядко дадена задача наистина се нуждае от най-доброто.

Дори Meta размисли

Историята с tokenmaxxing достигна своя абсурден апогей, когато Дженсен Хуанг, главен изпълнителен директор на Nvidia, заяви, че би бил „силно обезпокоен“, ако негов инженер с годишна заплата от 500 000 долара не изхарчи поне 250 000 долара в токени. Изказването предизвика глобален дебат и – по-притеснително – реална тенденция: служители, превърнали изразходването на токени в корпоративен спорт, натрупващи сметки от 150 000 долара на месец.

Дори Meta, която по-рано насърчаваше служителите да използват колкото се може повече токени като мярка за производителност, бе принудена да се откаже от тази политика.

Никой не трябва да използва инструменти за изкуствен интелект само за да ги използва“, написа главният технологичен директор Андрю Босуърт в меморандум до персонала.

Главният оперативен директор на Uber отиде още по-далеч, заявявайки публично, че всички тези разходи не водят до забележимо повишение на производителността.

AI се превръща в стока – и какво следва оттук

Всичко това очертава нова посока: AI все повече се превръща в стока, при която конкретният модел има по-малко значение от намирането на правилното съотношение цена-качество. Компаниите, търсещи изход от спиралата на разходите, се насочват към три стратегии: преминаване към безплатни модели с отворен код, достатъчно добри за много рутинни задачи; избор на по-малки, специализирани модели за конкретни индустрии; и разбиване на сложни задачи на стъпки, всяка от която отива при най-евтиния способен модел.

При всичко това обаче не трябва да се забравя предупреждението от проучване на MIT от 2018 г., което предполага, че автоматизацията чрез AI е икономически жизнеспособна само при около 23% от работните места. При останалите 77% хората все още са по-евтини.

Джон Белтън, портфолио мениджър в Gabelli Funds, напомня, че „най-напредналите потребители“ ще продължат да плащат за най-доброто – и че това все пак е растящ пазар.

Хората – все по-необходими за надзор

Оказва, че човешките работници са необходими повече от всякога – за да наблюдават системите, да коригират грешки и да поемат отговорността, която алгоритмите не могат да носят.

Може би най-точното описание на момента идва от самия факт, че Сам Олтман – след като предложи универсален базов доход за изместените от AI работници – вече говори за „универсален базов изчислителен ресурс“, при който всеки ще получи дял от изчислителната мощност на следващото поколение модели. Когато участието в икономиката зависи от централно разпределена изчислителна мощ, се питаме дали не се движим твърде бързо към един свят, в който никой не е питал дали изобщо искаме да отидем.

Оказва се, че AI не е магическо безплатно решение, а скъп инструмент, който трябва да докаже своята стойност в реалния свят. В края на краищата, ако една технология струва повече от човека, когото трябва да замени, тя не е иновация – тя е просто луксозен разход.

Глобалните разходи за IT се очаква да достигнат 6.31 трилиона долара през 2026 г., но печеливши ще бъдат не тези, които харчат най-много за токени, а тези, които намерят баланса между силиция и човешкия интелект.