Шесть месяцев назад многие компании объявили о сокращениях персонала, ссылаясь на искусственный интеллект как способ повышения эффективности и сокращения расходов.

Ранние попытки автоматизации и откат

Некоторые крупные компании, которые проводили агрессивную автоматизацию, начали снова нанимать сотрудников после того, как пилотные программы оказались дороже или менее эффективны, чем ожидалось.

Microsoft сокращает часть лицензий на Claude Code из-за высоких затрат, тогда как, по сообщениям, Uber исчерпала свой годовой бюджет на ИИ уже в апреле.

Nvidia признала, что расходы на вычисления для инженерных команд уже превышают затраты на фонд заработной платы, создавая новые бюджетные напряжения.

Starbucks экспериментировала с системой ИИ для контроля запасов, но обнаружила, что человеческие команды в операционной практике дают более надежные результаты.

IBM, планировавшая некоторые замены на базе ИИ, переключилась на увеличение найма младшего персонала, а не на продолжение широких сокращений ради автоматизации.

Почему экономическое обоснование ослабло

Организации первоначально сравнивали зарплату работника напрямую с расходами на токены, но тогда цены на токены были ниже, а использование моделей — меньше.

По мере того как модели со временем потребляют все больше токенов, простое сравнение зарплаты и затрат на токены перестает отражать полную, растущую структуру эксплуатационных расходов.

Скрытые расходы, включая инженеров для обслуживания систем ИИ и устранение ошибок моделей, существенно увеличивают общую стоимость и уменьшают ожидаемую экономию.

Снижение качества также имеет денежные последствия; потребительские продукты, такие как Duolingo, столкнулись с проблемами, влияющими на пользователей, после преждевременных попыток автоматизации.

Последствия для рынка и отраслей

Этот ряд событий сигнализирует о завершении первой корпоративной волны хайпа вокруг ИИ и смягчает утверждения о том, что автоматизация сама по себе обеспечит масштабную экономию численности персонала.

Инвесторы могут пересмотреть оценки IPO с маркой ИИ, включая такие компании, как xAI, OpenAI и Anthropic, поскольку многим участникам по-прежнему не удается добиться прибыльности.

Даже после инвестиций, исчисляемых сотнями миллиардов долларов в вычислительные мощности, несколько крупных проектов в области ИИ остаются убыточными и продолжают требовать значительного постоянного финансирования.

В будущем ИИ, вероятно, займет специализированные роли — будет дополнять кодирование, исследования и работу с данными — в то время как компании будут балансировать между затратами на токены и расходами на человеческий труд.

Перспективы корпоративного внедрения

Некоторые компании продолжат нести расходы на токены, пока экономика не улучшится, но многие уже признают, что полная замена сотрудников ни немедленна, ни экономически оправдана.

По мере того как рынок приспосабливается, ожидания быстрой, всеобщей автоматизации смягчатся, и компании будут отдавать приоритет целевым внедрениям, которые наглядно улучшают результаты.