Реестры искусственного интеллекта крупных компаний настолько сложны, что ни один отдельный элемент не может быть учтен.

В апреле этого года технический директор Uber обнаружил кое-что: весь годовой бюджет компании на инструменты искусственного интеллекта был израсходован всего за четыре месяца. Это типичный пример «соревнования по потреблению токенов» в Силиконовой долине, о котором мы писали ранее.

Но всего несколько недель спустя операционный директор Uber Эндрю Макдональд нанес своему коллеге еще один удар в подкасте: связь между использованием токенов и функциональностью, предоставляемой пользователям, еще не существовала .

Uber внедрила Claude Code в конце прошлого года, и 95% её инженеров используют его каждый месяц, причём 70% кода поступает от ИИ. Уровень использования поразителен, как и счета. Ежемесячная плата за вызовы API для каждого инженера варьируется от 500 до 2000 долларов, а разница в расходах одного и того же человека, использующего один и тот же инструмент, может достигать десятикратной в один и тот же день. Технический директор признал, что ему пришлось начинать всё сначала, «потому что бюджет, который я считал достаточным, был исчерпан».

Они потратили огромные деньги на то, чтобы ИИ писал код, но нет никакой причинно-следственной связи между потраченными деньгами и конечным результатом. Деньги действительно были потрачены, код действительно был написан, но насколько улучшился пользовательский опыт? Сколько полезных функций было добавлено? Они просто не знают .

Та же проблема в другом направлении.

Проблема Uber заключается в том, что компания потратила деньги, но не увидела результатов, в то время как многие другие компании выбирают другой путь, массово увольняя сотрудников, потому что видят потенциал ИИ, полагая, что ИИ может заменить…

Вместо того чтобы покупать инструменты искусственного интеллекта для людей, мы заменяем людей искусственным интеллектом. Имеет ли такой подход смысл?

Опрос, проведенный в этом году компанией Gartner среди 350 глобальных компаний с годовым доходом более одного миллиарда долларов США, показал, что 80% этих компаний уволили сотрудников после внедрения ИИ. Однако абсолютно никакой корреляции между уровнем увольнений и рентабельностью инвестиций не было обнаружено ; компании, которые уволили больше сотрудников, получили почти такую ​​же отдачу от инвестиций, как и те, которые уволили меньше.

Этот результат кажется нелогичным, но при более внимательном рассмотрении становится совершенно понятным. Сокращения штата позволяют сэкономить на затратах на оплату труда, но сэкономленные деньги не приводят к созданию новой ценности для бизнеса. Это лишь улучшает финансовые показатели за один квартал, а не делает компанию сильнее. Вывод Gartner прост: сокращения штата могут высвободить бюджетные средства, но они не создают ценности для бизнеса.

Сокращения, инициированные с помощью ИИ, не приносят никакой отдачи от инвестиций, так почему же владельцы бизнеса все еще это делают? По сути, сокращения — это не бизнес-решение, а сигнал. Эффект от заявления инвесторам: «Мы используем ИИ», и от сообщения совету директоров: «Наша операционная эффективность повышается», гораздо важнее, чем фактическая отдача от инвестиций.

В анализе Fortune это называется «отмыванием денег с помощью ИИ», когда ИИ используется как предлог для увольнений сотрудников. В действительности же речь идет исключительно о сокращении расходов для увеличения прибыли и никак не связана с тем, может ли ИИ заменить эти рабочие места.

Парадокс

С этой точки зрения, ИИ может привести к противоречиям в управлении: замена людей ИИ экономит на заработной плате, но не повышает рентабельность инвестиций; использование ИИ в работе с людьми, казалось бы, повышает эффективность, но также приводит к перерасходу бюджета.

Модель оплаты инструментов искусственного интеллекта кардинально отличается от модели оплаты традиционного программного обеспечения. Традиционное программное обеспечение оплачивается за каждое рабочее место, с фиксированной годовой платой за человека, прописанной в договоре и предсказуемой. Однако инструменты искусственного интеллекта оплачиваются за токен, то есть вы платите только за то, что используете, а использование сильно варьируется от человека к человеку. Данные Uber показывают, что расходы одного и того же инженера в один и тот же день могут отличаться в десять раз. Это означает, что традиционные модели бюджетирования ИТ совершенно неэффективны; вы не можете предсказать, сколько потратите в конце года.

На что это похоже? Это как перейти от абонемента в спортзал с фиксированной ценой к оплате услуг персонального тренера за каждое занятие. Раньше вы платили 299 долларов в месяц, и не имело значения, ходили вы или нет. Теперь же за каждое посещение нужно платить отдельно, и чем чаще вы ходите, тем больше тратите, к тому же вы совершенно не контролируете частоту визитов тренера.

Если я этим не воспользуюсь, боюсь, я отстану; если же воспользуюсь, то соотношение затрат и выгод не совпадет.

Куда делись деньги?

В своем отчете Gartner довольно сдержанно упомянула, что в период с 2028 по 2029 год в сфере автономного управления фактически произойдет чистый рост числа рабочих мест. Это может показаться слабым утешением, но на самом деле это подразумевает, что уволенных сейчас сотрудников, возможно, придется нанимать заново в будущем. Тогда их просто будут называть «координаторами ИИ» или «специалистами по моделированию», и их зарплата может быть другой.

Рабочих уволили, компания не увеличила прибыль, а бюджет превысил лимит. Куда делись деньги? Конечно же, они пошли в доходы компаний, занимающихся искусственным интеллектом. Годовой доход Anthropic в этом году уже превысил миллиард долларов, а у OpenAI — ещё больше. Когда технический директор Uber сказал: «Бюджет исчерпан», эти потерянные средства оказались на счету Anthropic.

Это классическая структура золотой лихорадки. Настоящие деньги зарабатывали не золотодобытчики, а люди, продающие лопаты и джинсы. Теперь лопаты — это API, а джинсы — это токены. Каждая компания отчаянно использует ИИ, отчаянно пытается заставить своих сотрудников использовать ИИ, отчаянно пытается заменить сотрудников ИИ — и компании, занимающиеся ИИ, зарабатывают деньги на каждом этапе этих лихорадочных усилий.

Искусственный интеллект не экономит деньги; он меняет способ их расходования.

Раньше деньги тратились на людей; теперь они тратятся на модели. Раньше деньги тратились на заработную плату; теперь они тратятся на сувениры. Раньше расходы были предсказуемы; теперь они неконтролируемы. Еще более тревожно то, что деньги, которые раньше тратились, остаются в руках сотрудников, которые будут использовать их на потребление, развлечения и ипотечные платежи, циркулируя в экономике.

Выделенные средства поступили непосредственно на счета нескольких компаний, занимающихся разработкой аппаратного обеспечения и требующих значительных финансовых вложений в сфере искусственного интеллекта, заложив основу для их следующего этапа закупок и финансирования графических процессоров.

Поэтому, когда вы видите новости вроде «Компания объявляет об использовании ИИ для оптимизации структуры своей рабочей силы», вы можете перевести это так: Мы перевели деньги, которые выплачиваем сотрудникам, в компанию, занимающуюся ИИ, но мы не уверены, стоит ли эта сделка того. Мы просто знаем, что если мы не заключим эту сделку, наши инвесторы будут недовольны.

#Добро пожаловать на официальный аккаунт iFanr в WeChat: iFanr (идентификатор WeChat: ifanr), где вы сможете в кратчайшие сроки увидеть еще больше интересного контента.