Οι δαπάνες για την τεχνητή νοημοσύνη (AI) αυξάνονται με εκρηκτικούς ρυθμούς, οδηγώντας πολλές επιχειρήσεις στο να επενδύουν πλέον περισσότερα σε υπολογιστική ισχύ παρά σε ανθρώπινο δυναμικό. Ωστόσο, ολοένα και περισσότερο τίθεται το ερώτημα κατά πόσο αυτή η στρατηγική είναι βιώσιμη μακροπρόθεσμα.
Όπως δήλωσε ο Μπράιαν Καταντζάρο, αντιπρόεδρος εφαρμοσμένης βαθιάς μάθησης στη Nvidia, το κόστος των υπολογιστικών πόρων για την ομάδα του ξεπερνά πλέον σημαντικά το κόστος των εργαζομένων. Η διαπίστωση αυτή αντικατοπτρίζει μια ευρύτερη τάση στον κλάδο της τεχνολογίας.
Παρόμοια εικόνα καταγράφεται και στην Uber, όπου ο επικεφαλής τεχνολογίας έχει ήδη εξαντλήσει τον προϋπολογισμό για AI για το 2026, κυρίως λόγω του υψηλού κόστους χρήσης «tokens» — δηλαδή της μονάδας χρέωσης για τη χρήση μοντέλων τεχνητής νοημοσύνης.
Ο Άμος Μπαρ-Τζόζεφ, CEO της Swan AI, αποτυπώνει τη φιλοσοφία της νέας εποχής, σημειώνοντας ότι οι επιχειρήσεις επιδιώκουν πλέον να «κλιμακώνονται με νοημοσύνη και όχι με αύξηση προσωπικού», επενδύοντας σε αυτοματοποιημένα και αυτόνομα συστήματα.
Σε παγκόσμιο επίπεδο, σύμφωνα με την Gartner, οι δαπάνες IT αναμένεται να φτάσουν τα 6,31 τρισεκατομμύρια δολάρια το 2026, σημειώνοντας αύξηση 13,5% σε σχέση με το 2025. Η άνοδος αυτή τροφοδοτείται κυρίως από επενδύσεις σε υποδομές AI, λογισμικό και υπηρεσίες cloud.
Ωστόσο, η αυξανόμενη αυτή επένδυση συνοδεύεται από αυξανόμενη πίεση: οι εταιρείες καλούνται πλέον να αποδείξουν με σαφήνεια την απόδοση αυτών των δαπανών. Η παραγωγικότητα, η εξοικονόμηση κόστους και τα μετρήσιμα επιχειρηματικά αποτελέσματα αποτελούν βασικά κριτήρια για τη δικαιολόγηση των επενδύσεων προς τους μετόχους.
Όπως επισημαίνει ο Μπραντ Όουενς της Asymbl, το ερώτημα μετατοπίζεται πλέον στην πραγματική αξία της εργασίας — είτε πρόκειται για ανθρώπινη είτε για «ψηφιακή».
Ταυτόχρονα, το αυξανόμενο κόστος επηρεάζει και τις ίδιες τις εταιρείες ανάπτυξης AI. Η OpenAI φαίνεται να ωφελείται από την αποδοτικότητα εργαλείων όπως το Codex, ενώ η Anthropic έχει ήδη προχωρήσει σε αναπροσαρμογές τιμών λόγω αυξημένης ζήτησης.
Το συμπέρασμα που αρχίζει να διαμορφώνεται είναι σαφές: αν και η τεχνητή νοημοσύνη αποτελεί βασικό πυλώνα της σύγχρονης οικονομίας, το υψηλό κόστος της ενδέχεται να περιορίσει την ευελιξία των επιχειρήσεων και, σε ορισμένες περιπτώσεις, να καταστήσει την ανθρώπινη εργασία πιο αποδοτική οικονομικά.
