Премахването на служители поради въвеждане на ИИ се оказва икономически невъзможно, тъй като е по-скъпо.

Кратко за ситуацията

Съвременните корпорации все по-активно заставят своите служители да използват ИИ за повишаване на ефективността на работа. Въпреки това разходите за тези технологии растат по-бързо от тяхната икономическа възвръщаемост, и много компании вече се сблъскват с финансови трудности.

1. Microsoft: преход от Claude Code към GitHub Copilot CLI
- Какво се случи

- През полугодие Microsoft внедри в своите проекти ИИ‑програмата Anthropic Claude Code, насърчавайки разработчиците да експериментират с нея.

- Сега компанията отменя повечето работни лицензи за Claude Code и прехвърля инженерите към собствения инструмент GitHub Copilot CLI.

- Защо това е важно

- Въпреки отказа от лицензите, Microsoft продължава да инвестира в Anthropic: $5 млн вложени средства и ангажимент за закупуване на изчислителни мощности в Azure на стойност $30 млн.

2. Uber: бюджетен „поток“ ИИ
- Ситуация

- През четири месеца инженерите на Uber изчерпаха целия разпределен бюджет за ИИ до 2026 г.

- Преди това ръководството стимулира внедряването на ИИ, дори създавайки рейтинги на отделите по използване на технологиите.

- Изводи

- Разходът за внедряване на ИИ става сериозен бариера: вицепредседателят на Nvidia за дълбоко обучение Брайан Катанзаро отбеляза, че разходите за изчислителни ресурси надвишават заплатите на служителите.

3. Други големи играчи
Компания | Мера за стимулиране | Проблем
Meta ✴ Таблица лидери „Клодеономика“ (на име Anthropic Claude) | Растеж на цената на токените при плащане по потребление | Amazon препоръчва „максимално използване на токени ИИ“ | Увеличаване на разходите за изчисления

4. Прогнози и анализ
- Goldman Sachs

- Към 2030 г. консумацията на ИИ‑токени може да се увеличи в 24 пъти, достигайки 120 квадрилион токена месечно.

- Дори при спад на цената за един токен общите разходи за ИИ ще растат.

- Gartner

- Разгръщането на модели с трилион параметри до 2030 г. може да стане по‑дешево с 90 % в сравнение със 2025 г.

- Въпреки това моделите, управлявани от ИИ‑агентни системи, консумират повече токени отколкото стандартните решения, така че намаляването на цената не винаги компенсира растежа в разходите.

5. Последствия за бизнеса
- Финансов риск – компаниите могат да се сблъскат с непредвидени разходи за изчисления, ако потреблението на токени надвиши очакваният спад в цените.

- Планиране на ИИ‑стратегии – ръководителите трябва да преразгледат бюджетите и моделите за монетизация, за да избегнат „потерянни“ инвестиции в ИИ.

6. Извод
Внедряването на изкуствен интелект остава приоритет за големите технологични гиганти, но растящите разходи за изчисления и токени създават нови предизвикателства. Компаниите се налага да балансират между желанието си да повишат производителността на служителите и реалните финансови ограничения.