Uvolňování zaměstnanců kvůli zavádění AI se ukazuje být ekonomicky nevýhodné, protože je dražší.

Krátce o situaci

Moderní korporace stále častěji nutí své zaměstnance používat umělou inteligenci ke zvýšení efektivity práce. Náklady na tyto technologie však rostou rychleji než jejich ekonomický přínos a mnoho společností již čelí finančním obtížím.

1. Microsoft: přechod od Claude Code k GitHub Copilot CLI
- Co se stalo

- V průběhu půlroka Microsoft implementoval do svých projektů AI programátora Anthropic Claude Code a podporoval vývojáře, aby s ním experimentovali.

- Nyní společnost zrušuje většinu pracovních licencí na Claude Code a přenáší inženýry k vlastnímu nástroji GitHub Copilot CLI.

- Proč je to důležité

- Přestože licence ukončuje, Microsoft pokračuje v investicích do Anthropic: 5 mld. dolarů a závazek zakoupit výpočetní kapacity Azure na hodnotu 30 mld. dolarů.

2. Uber: rozpočtový „tok“ AI
- Situace

- Za čtyři měsíce inženýři Uberu vyčerpali celý přidělený rozpočet na AI do roku 2026.

- Dříve vedení podporovalo zavádění AI, dokonce vytvářelo hodnocení oddělení podle využití technologií.

- Závěry

- Náklady na implementaci AI se stávají vážným překážkou: viceprezident Nvidia pro hluboké učení Brian Katanza řekl, že náklady na výpočetní zdroje převyšují mzdy zaměstnanců.

3. Ostatní velcí hráči
Společnost Míra stimulačního opatření PříčinaMeta ✴Tabulka lídrů „Claudeconomy“ (na počest Anthropic Claude)Růst ceny tokenů při platbě podle spotřebyAmazonDoporučení „maximalizovat využití AI tokenů“Zvýšení výdajů na výpočty

4. Prognózy a analýza
- Goldman Sachs

- Do roku 2030 by mohlo spotřebování AI tokenů vzrůst 24krát, dosáhlo by 120 kvadrilionů tokenů měsíčně.

- I při poklesu ceny za jeden token budou celkové náklady na AI růst.

- Gartner

- Nasazení modelů s biliónem parametrů do roku 2030 může být o 90 % levnější než v roce 2025.

- Nicméně modely řízené AI agenty spotřebují více tokenů než standardní řešení, takže snížení nákladů ne vždy kompenzuje růst výdajů.

5. Důsledky pro podnikání
- Finanční riziko – společnosti mohou čelit neočekávaným nákladům na výpočty, pokud spotřeba tokenů překročí očekávaný pokles cen.

- Plánování AI strategií – vedoucí pracovníci musí přehodnotit rozpočty a modely monetizace, aby se vyhnuli „ztraceným“ investicím do AI.

6. Závěr
Implementace umělé inteligence zůstává prioritou pro velké technologické giganty, ale rostoucí náklady na výpočty a tokeny vytvářejí nové výzvy. Společnosti musí vyvažovat touhu zvýšit produktivitu zaměstnanců s reálnými finančními omezeními.