Finansowy chaos w dobie generatywnej AI. Firmy tracą kontrolę nad budżetami na tokeny

Firmowe działy finansowe przechodzą bolesne przebudzenie. Choć fascynacja generatywną sztuczną inteligencją nie słabnie, rzeczywistość biznesowa weryfikuje optymizm zarządów: zaledwie 26 proc. organizacji posiada pełny wgląd w koszty generowane przez systemy AI. Pozostałe firmy operują w niemal całkowitej ciemności informacyjnej, dowiadując się o skali wydatków dopiero w momencie otrzymania faktury.

Dlaczego to ważne teraz

W 2026 roku technologia ta wychodzi z fazy darmowych testów i zaczyna generować stałe, często niemożliwe do przewidzenia koszty operacyjne. Prognozy IDC wskazują, że globalne wydatki na ten cel będą puchnąć średnio o 73,3 proc. rocznie, osiągając pułap 143 mld dol. w 2027 roku. Firmy odkrywają, że utrzymanie modeli bywa droższe niż klasyczne systemy IT, a nawet koszty całych etatów.

Pułapka modelu tokenowego

Głównym źródłem problemów jest przejście na model rozliczeń oparty na tokenach. To wyzwanie dla działów finansowych przyzwyczajonych do stałych opłat licencyjnych. Steve Chase z KPMG wskazuje na mechanizm wykładniczego wzrostu zużycia. Brak monitoringu sprawia, że roczne budżety na chmurę znikają w kilka miesięcy. Sytuację pogarsza fakt, że agenci AI potrafią spalać od 5 do nawet 30 razy więcej jednostek na jedno zadanie niż standardowy chatbot.

Lekcja z historii chmury i zjawisko „tokenmaxxing”

Analitycy rynkowi, w tym Gil Luria z D.A. Davidson, ostrzegają przed szokiem, który przypomina nagły boom na chmurę z okresu pandemii. Wówczas organizacje masowo inwestowały w infrastrukturę, by niedługo potem gwałtownie ciąć koszty. Dzisiaj scenariusz się powtarza. Redakcja Business Insider zauważa wręcz, że „w 2026 r. firmy toną nie w danych ani w konkurencji, lecz w rachunkach za sztuczną inteligencję”.

Pojawiają się też niepokojące patologie zarządzania. Eksperci opisują zjawisko „tokenmaxxing”, czyli próbę oceniania produktywności pracowników przez pryzmat liczby spalonych przez nich tokenów. To ślepa uliczka: same ceny tokenów to zaledwie 20–35 proc. rzeczywistych kosztów wdrożenia AI. Resztę pochłania infrastruktura i specjaliści.

Konieczność nowej dyscypliny finansowej

Transparentność wydatków przestaje być kwestią porządku w dokumentach. Staje się warunkiem przetrwania projektów technologicznych. Zamiast traktować AI jako nieograniczony zasób, firmy muszą wdrożyć praktyki typu FinOps, przenosząc metody zarządzania kosztami chmury bezpośrednio do rozliczeń API. Bez ścisłego nadzoru, entuzjazm wokół modeli takich jak Claude od Anthropic czy rozwiązań OpenAI ustąpi miejsca panice działów controllingu.