Pół miliarda dolarów za miesiąc z Claude: Korporacyjne AI poza kontrolą

Euforia wokół generatywnej sztucznej inteligencji ustępuje miejsca twardej ekonomicznej rzeczywistości. Jak donosi serwis Bithub, powołując się na branżowe doniesienia, jedna z firm miała wydać astronomiczne 500 milionów dolarów w zaledwie miesiąc na korzystanie z modeli Claude od Anthropic. Powód? Prozaiczny brak limitów na licencjach korporacyjnych. Ten ekstremalny przypadek uwypukla szerszy problem: przedsiębiorstwa wdrażają zaawansowane narzędzia bez elementarnej wiedzy o ich optymalizacji i kosztach eksploatacji.

To kluczowy moment dla branży, ponieważ rosnące wydatki na modele, infrastrukturę i prąd zderzają się z coraz trudniejszymi do udowodnienia korzyściami finansowymi. Według szacunków McKinsey, do 2030 roku sama budowa centrów danych pod AI pochłonie 5,2 bln dolarów. Jednocześnie badanie MIT wskazuje na brutalną statystykę: aż 95 proc. projektów AI w firmach kończy się na etapie pilotażu, nigdy nie doprowadzając do realnej zmiany modelu biznesowego.

Finansowe samobójstwo i strategiczne cięcia

Obecnie coraz trudniej uzasadnić rosnące faktury za AI. Doświadcza tego nawet Microsoft, który niedawno ograniczył wewnętrzne dostępy do Claude Code – oficjalnie ze względów strategicznych, ale w kuluarach mówi się o drastycznym wzroście kosztów. Nie on jeden ma problem z budżetowaniem; Uber, mimo zaplanowania wydatków na cały rok, miał wykorzystać dostępne środki już w kwietniu. Jak zauważa serwis Bithub, „łącznie w ciągu tych 30 dni nabito 500 milionów dolarów i to tylko na samo korzystanie z Claude”.

Podobne obawy wyraża dyrektor operacyjny Ubera, wskazując, że zwrot z inwestycji (ROI) pozostaje nieuchwytny. Problemem nie jest jednak sama technologia, lecz brak kompetencji. Pracownicy nagminnie używają skomplikowanych modeli językowych do zadań, które mogłaby wykonać zwykła wyszukiwarka, co generuje zupełnie niepotrzebne koszty obliczeniowe.

Patologia zarządzania zasobami

Sophia Velastegui, była szefowa działu AI w Microsofcie, punktuje konkretną patologię: firmy delegują do sztucznej inteligencji zadania nudne i niechciane, zamiast skupiać się na procesach generujących realne przychody. To prowadzi do zjawiska „spuchniętych” okien kontekstowych i tasiemcowych konwersacji, które pożerają tokeny i budżety. Wysyłanie najpotężniejszych modeli do prostych operacji to prosta droga do katastrofy finansowej. Wiele procesów wciąż lepiej i taniej obsłuży tradycyjny kod.

Są jednak jasne punkty. Brytyjski rząd podał, że „w ciągu ostatnich 12 miesięcy odzyskano rekordowe 480 mln funtów” dzięki skutecznemu wykorzystaniu algorytmów do wykrywania nadużyć finansowych. To dowód, że AI zarabia, ale tylko tam, gdzie wdrożenie jest precyzyjne i celowe.

Cena cyfrowego odpadu

Brak nadzoru uderza nie tylko w portfel, ale i w jakość pracy. Microsoft Copilot w trybie automatycznym potrafi wygenerować stronniczą i błędną analizę danych tylko dlatego, że nie wymuszono na nim trybu rozumowania (reasoning). Tego typu „cyfrowy odpad” (slop) kosztuje tyle samo, co rzetelna praca, a szkody wizerunkowe mogą być ogromne. Aby przetrwać tę fazę, firmy muszą pilnie powołać koordynatorów agentów AI. Bez ludzi potrafiących mądrze zarządzać limitem tokenów i wybierać odpowiedni model do konkretnego problemu, sztuczna inteligencja pozostanie wyłącznie najdroższą zabawką w historii korporacji.