Kosztowna iluzja automatyzacji: Dlaczego wymiana ludzi na tokeny nie przynosi zysków

Jensen Huang, szef Nvidii, rzucił niedawno prowokacyjne wyzwanie: jeśli inżynier zarabiający pół miliona dolarów rocznie nie zużywa tokenów AI za przynajmniej połowę tej kwoty, jego przydatność dla firmy stoi pod znakiem zapytania. To nie tylko retoryka wizjonera sprzedającego procesory, ale soczewka, przez którą widać brutalną zmianę w korporacyjnych budżetach. Pieniądze, które dotychczas finansowały etaty, płyną dziś szerokim strumieniem do dostawców mocy obliczeniowej.

Dlaczego to ważne właśnie teraz? Mimo że 80% gigantów rynkowych zredukowało już zatrudnienie po wdrożeniu algorytmów, twarde dane nie wykazują żadnej korelacji między tymi cięciami a poprawą rentowności. Zamiast oszczędności mamy festiwal wydatków – szacuje się, że w 2026 roku nakłady na infrastrukturę AI sięgną astronomicznej kwoty 700 miliardów dolarów, co oznacza podwojenie ubiegłorocznych wydatków.

Finansowanie zamiast oszczędności

Skala zjawiska jest porażająca. Przykłady Mety czy Oracle pokazują, że zwolnienia nie są już walką o przetrwanie, lecz formą finansowania centrów danych. Firmy te, mimo rekordowych przychodów, tną tysiące etatów, by opłacić rachunki za tokeny. Jednak najnowsze analizy Gartnera studzą entuzjazm zwolenników bezrefleksyjnej automatyzacji.

Jak celnie ujęła to analityczka Helen Poitevin: ‐Redukcja personelu może zwolnić miejsce w budżecie, ale sama w sobie nie generuje zwrotu z inwestycji‑. To ważne ostrzeżenie dla zarządów, które w AI widzą magiczny przycisk do optymalizacji kosztów.

Szklany sufit efektywności

Praktyczne doświadczenia pokazują, że apetyt algorytmów na budżet jest trudny do opanowania. Uber, udostępniając narzędzia AI swoim 5 tysiącom inżynierów, spalił cały roczny budżet na sztuczną inteligencję w zaledwie cztery miesiące. Choć maszyny generują dziś 70% kodu w firmie, kierownictwo nie odnotowało realnej poprawy doświadczeń klientów.

Porażkę zaliczył też fintech Klarna. Firma zastąpiła 700 pracowników asystentem OpenAI, co skończyło się lawiną reklamacji. CEO Sebastian Siemiatkowski przyznał wprost: ‐Nadmierne skupienie na kosztach doprowadziło do utraty jakości. Wracamy do zatrudnienia ludzi‑. To sugeruje, że model ‐AI-first‑ bez ludzkiego wsparcia bywa po prostu nieefektywny.

Teatr zwolnień i ryzykowne jutro

Wiele wskazuje na to, że część rzekomych zwolnień to zwykły ‐AI washing‑ – używanie modnego hasła jako wymówki dla dyscypliny kosztowej. Ofiarą tego spektaklu padają najmłodsi. Dane Stanford HAI wskazują na dramatyczny spadek zatrudnienia programistów w wieku 22-25 lat. Firmy wycinają najniższe szczeble kariery, zapominając, że za pięć lat zabraknie doświadczonych seniorów do nadzoru nad kosztownymi modelami.

Przyjęcie logiki Nvidii prowadzi do absurdów:

• W Dolinie Krzemowej budżet tokenowy równy połowie pensji to norma rynkowa.
• W krajach o niższych kosztach pracy generowanie treści przez AI staje się droższe niż praca człowieka.
• Nawet sam Jensen Huang deklaruje, że Nvidia wciąż potrzebuje około 10 000 nowych pracowników.

Branża technologiczna przypomina sobie właśnie starą lekcję: talent nigdy nie hamował rozwoju biznesu – on był jego fundamentem.