Brajan Katancaro, potpredsednik za primenjeni deep learning u kompaniji NVIDIA, za Axios kaže da je u njegovom timu cena računarskih resursa daleko veća od cene zaposlenih.

On vodi departman koji se bavi dubokim učenjem, pa kontekst ove izjave je cena treniranja i izvršenja modela na GPU-ovima. Ali to se tiče i ostalih.

Uberov CTO je za The Information rekao da je kompanija potrošila ceo godišnji AI budžet do aprila. Razlog: Claude Code, koji se naplaćuje po potrošenim tokenima, a ne po korisniku.

Oko 11% backend koda kod Ubera danas piše AI, a u pojedinim procesima u IDE-u ta cifra ide do 70%.

Širi kontekst

Ovo se dešava u vreme kada velike tehnološke kompanije planiraju da potroše 740 milijardi dolara na infrastrukturu samo ove godine, 69% više nego lane. Paralelno, preko 92.000 ljudi u IT sektoru dobilo je otkaz u 2026.

MIT-ova studija je još 2024. pokazala da je AI automatizacija ekonomski isplativa u samo 23% slučajeva, konkretno u poslovima gde je vizuelni rad primarni. U preostalih 77%, ljudski rad je i dalje jeftiniji.

Pada li cena?

Postoji argument da je ovo privremeno stanje. Prema jednoj prognozi, cena inferencea na velikim jezičkim modelima pašće za 90% do 2030.

Ali tu je kvaka: agentski modeli troše 5 do 30 puta više tokena po zadatku od običnog chatbota, što znači da ukupna potrošnja može da raste i dok jedinična cena pada.

Uberov primer to lepo ilustruje — inženjeri su pronašli alat koji im je toliko koristan da ga nisu mogli prestati da koriste, ali trošak je daleko premašio plan.

Softver je lak deo

Jedan programer na mreži tvrdi da danas može da napravi softver za koji bi ranije trebalo stotine hiljada dolara — za 250 dolara mesečno. Odgovor je bio ubedljiv i kratak: "Za nula korisnika."

Poenta je šira od šale: gravitacija se prebacuje sa imanja softvera na imanje distribucije. AI drastično snižava cenu pravljenja, ali ne i cenu pronalaženja korisnika.