Μετά από δύο χρόνια παρότρυνσης των εργαζομένων να υιοθετήσουν τη γενετική τεχνητή νοημοσύνη με κάθε ευκαιρία, ένας αυξανόμενος κατάλογος μεγάλων εταιρειών τώρα αποσύρεται. Ο λόγος, σύμφωνα με έρευνα των Financial Times που δημοσιεύθηκε στις 19 Ιουνίου 2026, συνοψίζεται ωμά σε ένα απόσπασμα ενός εταιρικού εμπιστευτικού στοιχείου: «Δημιουργήσαμε ένα τέρας».
Η έκθεση FT, η οποία έγινε γρήγορα μια από τις πιο πολυσυζητημένες επιχειρηματικές ιστορίες της εβδομάδας, τεκμηριώνει πώς οι υπερβολικές δαπάνες τεχνητής νοημοσύνης, το μεγαλύτερο μέρος τους σε μάρκες που χρεώνονται από παρόχους τεχνητής νοημοσύνης, επιβαρύνουν τους εταιρικούς προϋπολογισμούς και αναγκάζουν τα στελέχη να επιβάλλουν πειθαρχία στα εργαλεία που είχαν μόλις πρόσφατα εξουσιοδοτήσει. For more context on this story, see our ongoing AI industry coverage.
Από την εντολή στον περιορισμό
Η αλλαγή είναι εντυπωσιακή γιατί αντιστρέφει την πορεία των πολιτικών που είχαν υποστηρίξει πολλοί μεγάλοι εργοδότες. Όπως ανέφερε το CBC στις 17 Ιουνίου, ο δηλωμένος στόχος σε πολλές εταιρείες ήταν να «χρησιμοποιήσουν όσο το δυνατόν περισσότερη τεχνητή νοημοσύνη». Τώρα, ορισμένοι από αυτούς τους ίδιους οργανισμούς αποσύρονται, περιορίζουν τη χρήση, περιορίζουν την πρόσβαση σε μοντέλα premium και ελέγχουν ποιες ροές εργασίας τεχνητής νοημοσύνης αποδίδουν πραγματικά αξία.
Το Crypto Briefing, επικαλούμενο το ρεπορτάζ του FT, κατονόμασε συγκεκριμένες εταιρείες που περιορίζουν τη χρήση τεχνητής νοημοσύνης των εργαζομένων καθώς αυξάνεται το κόστος, συμπεριλαμβανομένων των Amazon, Walmart και Uber. Η αποτύπωση του τίτλου, ότι τρεις από τους πιο εξελιγμένους εργοδότες τεχνολογίας στον κόσμο σφίγγουν τις δαπάνες στις δαπάνες για τεχνητή νοημοσύνη, σηματοδοτεί ότι το πρόβλημα κόστους δεν περιορίζεται σε νεοφυείς επιχειρήσεις με περιορισμένα μετρητά. Φτάνει στις μεγαλύτερες επιχειρήσεις στον πλανήτη.
Το Πρόβλημα του Token Bill
Στο επίκεντρο της απόσυρσης βρίσκεται το μοντέλο τιμολόγησης που στηρίζει την πιο παραγωγική τεχνητή νοημοσύνη. Αντί για μια σταθερή συνδρομή, πολλές υπηρεσίες τεχνητής νοημοσύνης χρεώνουν με το διακριτικό, τα κομμάτια του κειμένου που διαβάζει και παράγει ένα μοντέλο. Όταν δεκάδες χιλιάδες εργαζόμενοι επικολλούν μεγάλα έγγραφα σε chatbots, τρέχουν βοηθούς κωδικοποίησης AI όλη μέρα ή δημιουργούν εσωτερικούς πράκτορες που πραγματοποιούν βρόχο μέσω πολλών κλήσεων μοντέλων, ο μετρητής διακριτικών περιστρέφεται γρήγορα.
Μια ξεχωριστή ανάλυση από το Let's Data Science, που δημοσιεύθηκε στις 17 Ιουνίου, επικεντρώθηκε στο φαινόμενο των εταιρειών να περιορίζουν τις δαπάνες διακριτικών τεχνητής νοημοσύνης ειδικά για μηχανικούς. Τα εργαλεία προγραμματιστών, τα οποία μπορούν να εκδίδουν δεκάδες αιτήματα μοντέλων ανά εργασία, είναι από τις πιο ακριβές αναπτύξεις τεχνητής νοημοσύνης σε μεγάλες εταιρείες. Καθώς όλο και περισσότερα εργαλεία παραγωγής κωδικών και πρακτόρων κινούνται στην παραγωγή, το κόστος διατήρησής τους σε λειτουργία έχει αυξηθεί απότομα.
Η πρόκληση επιδεινώνεται από τη δυσκολία μέτρησης της απόδοσης της επένδυσης. Ενώ οι μεμονωμένοι υπάλληλοι αναφέρουν συχνά κέρδη παραγωγικότητας, η απόδοση αυτών των κερδών σε συγκεκριμένα δολάρια συμβολικών δαπανών και η απόδειξη ότι υπερβαίνουν το λογαριασμό, έχει αποδειχθεί δυσκολότερο από ό,τι περίμεναν πολλά στελέχη.
Ακόμα και οι κατασκευαστές τεχνητής νοημοσύνης νιώθουν το τσίμπημα
Η συμπίεση του κόστους δεν περιορίζεται στους καταναλωτές τεχνητής νοημοσύνης. Συγκινεί τις εταιρείες που κατασκευάζουν την τεχνολογία. Στις 12 Ιουνίου, η Stocktwits ανέφερε ότι το κόστος τεχνητής νοημοσύνης της Meta είχε «εκτιναχθεί», ωθώντας την εταιρεία να περιγράψει σχέδια για τον περιορισμό των δαπανών. Για μια εταιρεία που έχει τοποθετήσει την τεχνητή νοημοσύνη ως κεντρικό στοιχείο για το μέλλον της, η αναγνώριση της πίεσης κόστους υπογραμμίζει πόσο ευρέως έχει εξαπλωθεί η πειθαρχία.
Το μοτίβο δείχνει μια αγορά που ωριμάζει. Το 2024 και το 2025, το κυρίαρχο εταιρικό ένστικτο ήταν να πειραματιστούμε ευρέως και να ανησυχούμε για το νομοσχέδιο αργότερα, με την υπόθεση ότι η έγκαιρη υιοθέτηση της τεχνητής νοημοσύνης θα προσέφερε ένα διαρκές ανταγωνιστικό πλεονέκτημα. Το 2026, με τους προϋπολογισμούς να γίνονται αυστηρότεροι και η καινοτομία να εξασθενεί, τα οικονομικά τμήματα απαιτούν την ίδια αυστηρότητα που εφαρμόζεται σε οποιοδήποτε άλλο στοιχείο γραμμής.
Μια νέα αγορά για ελέγχους κόστους
Η απόσυρση δημιουργεί εμπορικές ευκαιρίες. Στις 4 Ιουνίου, το CNBC ανέφερε ότι η startup διαχείρισης εξόδων Ramp έφτασε σε αποτίμηση 44 δισεκατομμυρίων δολαρίων, καθώς οι εταιρείες προσπαθούν να περιορίσουν τις δαπάνες για τεχνητή νοημοσύνη. Η ανάβαση της ράμπας δείχνει πόσο γρήγορα το σημείο πόνου έχει ωριμάσει σε μια κατηγορία προϊόντων: τα εργαλεία που παρακολουθούν, κατανέμουν και περιορίζουν τις δαπάνες τεχνητής νοημοσύνης είναι πλέον σε ζήτηση μαζί με τα ίδια τα εργαλεία τεχνητής νοημοσύνης.
Αυτή η δυναμική, οι πάροχοι που αγωνίζονται να πουλήσουν τεχνητή νοημοσύνη και ένας παράλληλος βιομηχανικός αγώνας για να βοηθήσουν τους αγοραστές να ελέγξουν τι ξοδεύουν σε αυτό, καταγράφει την δύσκολη μεσαία φάση στην οποία έχει εισέλθει η αγορά της επιχειρηματικής τεχνητής νοημοσύνης. Η τεχνολογία έχει καθαρίσει τον πήχη της χρησιμότητας για πολλές εργασίες, αλλά όχι ακόμη τον πήχη του προβλέψιμου, ελεγχόμενου κόστους.
Τι σημαίνει για τη βιομηχανία
Για τους παρόχους τεχνητής νοημοσύνης, η τάση φέρει μια προειδοποίηση. Εάν οι μεγάλοι πελάτες μετακινηθούν από τον απεριόριστο πειραματισμό σε μια περιορισμένη χρήση με δοκιμασμένη απόδοση επένδυσης (ROI), η αύξηση των εσόδων που συνδέεται με την κατανάλωση ακατέργαστων διακριτικών θα μπορούσε να επιβραδυνθεί. Αυτή η προοπτική είναι ιδιαίτερα σημαντική για εταιρείες των οποίων τα χρηματοοικονομικά μοντέλα υποθέτουν συνεχώς αυξανόμενο όγκο συμπερασμάτων.
Για τις επιχειρήσεις, το μάθημα είναι πιο διαφοροποιημένο. Η απόσυρση δεν σημαίνει απαραίτητα ότι η τεχνητή νοημοσύνη αποτυγχάνει μέσα σε μεγάλες εταιρείες. Αρκετοί από τους οργανισμούς που ενισχύουν την εποπτεία επεκτείνουν ταυτόχρονα στοχευμένες, υψηλής αξίας αναπτύξεις τεχνητής νοημοσύνης. Η μετατόπιση γίνεται από το εύρος στην επιλεκτικότητα, από το «χρησιμοποιήστε την τεχνητή νοημοσύνη παντού» στο «χρησιμοποιήστε την τεχνητή νοημοσύνη όπου πληρώνει».
Το απόσπασμα που αγκυρώνει την έκθεση των FT, «Δημιουργήσαμε ένα τέρας», μπορεί τελικά να περιγράφει μια προσωρινή υπέρβαση και όχι μια μόνιμη ετυμηγορία. Οι εταιρείες αγωνίστηκαν για την ενσωμάτωση της γενετικής τεχνητής νοημοσύνης ευρέως, δημιούργησαν μεγάλους λογαριασμούς στη διαδικασία και τώρα διορθώνουν την πορεία τους. Εάν αυτή η διόρθωση επιβραδύνει την ανάπτυξη της τεχνητής νοημοσύνης ή απλώς την καθιστά πιο βιώσιμη είναι το ερώτημα που θα απαντήσει η βιομηχανία το υπόλοιπο του 2026.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
