Perusahaan yang menggunakan ejen pengekodan AI mungkin tidak lama lagi akan membayar sebanyak mungkin untuk penggunaan token AI pembangun mereka seperti yang mereka lakukan untuk gaji pembangun itu sendiri, menurut analisis baharu yang menarik daripada Gartner yang dilaporkan oleh CIO.com pada 24 Jun 2026.

Ramalan itu, daripada penganalisis utama kanan Gartner, Nitish Tyagi, memberi amaran bahawa kos token AI akan memenuhi atau melebihi gaji bulanan jurutera perisian biasa dalam tempoh dua tahun akan datang. Ramalan itu mencerminkan peralihan asas daripada model SaaS rata setiap tempat duduk yang telah dipercayai oleh perusahaan selama bertahun-tahun ke arah penetapan harga berasaskan penggunaan, di mana setiap panggilan API, setiap pengembangan tetingkap konteks dan setiap aliran kerja yang didorong oleh ejen menambah bil. Bagi perusahaan yang menjejaki ekonomi yang lebih luas transformasi industri AI, amaran menandakan fasa bulan madu percubaan AI murah akan berakhir.

Nombor di Sebalik Amaran

Tyagi berhati-hati untuk menjelaskan bahawa ramalan Gartner adalah berdasarkan purata gaji pemaju global kira-kira $2,000 sebulan. Di Amerika Syarikat, di mana pampasan pemaju tahunan secara rutin melebihi enam angka, perbelanjaan token yang setara masih belum mencapai pariti. Tetapi jurang itu semakin rapat.

"Saya telah mendengar nombor yang menakutkan seperti 'Pembangun saya menggunakan $20K bulan lepas,' atau 'Seorang pengguna perniagaan menggunakan $32K,'" Tyagi memberitahu CIO.com. "Matlamatnya adalah untuk membimbangkan industri tentang kesan kos token jika ia tidak dikawal dan dikawal."

Letupan kos didorong oleh beberapa faktor penumpuan. Pembangun menggunakan AI generatif dan alat pengekodan agen pada kadar yang pantas, dan alat ini menggunakan lebih banyak token daripada interaksi berasaskan sembang mudah. Aliran kerja yang didorong oleh ejen, yang boleh berjalan secara autonomi untuk tempoh yang panjang, menjana penggunaan token secara besar-besaran sambil ia melelakan melalui pangkalan kod, mengekalkan tetingkap konteks yang menggelembung dan membuat panggilan API berulang.

Mengapa Kos Berputar Di Luar Kawalan

Sebahagian daripada masalah adalah struktur. Vendor pengekodan AI masih belum menyampaikan apa yang Tyagi panggil "kemampuan pengoptimuman kos terbina dalam yang matang." Perusahaan membayar untuk pelaburan infrastruktur yang diberikan vendor kepada pelanggan sambil pada masa yang sama cuba mengekalkan keuntungan. Hasilnya ialah landskap harga yang legap dan meningkat.

Banyak organisasi juga kekurangan rangka kerja kematangan dan tadbir urus untuk menentukan sama ada perbelanjaan AI mereka memberikan pulangan pelaburan. Tetingkap konteks menjadi kembung, belanjawan habis lebih awal daripada yang dijangkakan dan perbelanjaan token menjadi sukar untuk dibenarkan. Memasukkan isu ini, bukan pembangun semakin menggunakan alat AI apabila mereka semakin mengenalinya, seterusnya meningkatkan penggunaan di seluruh organisasi.

Mungkin secara berlawanan dengan intuisi, Tyagi menyatakan bahawa tidak ada "hubungan langsung" antara jumlah token yang digunakan oleh pembangun dan keuntungan produktiviti sebenar mereka. Lebih banyak token tidak bermakna kod yang lebih baik atau penghantaran yang lebih pantas secara automatik.

"Tokenmaxxing tidak berkaitan secara langsung dengan keuntungan produktiviti yang lebih tinggi," kata Tyagi, "tetapi mengoptimumkan penggunaan token adalah."

Preskripsi Gartner untuk Kawalan Kos

Gartner tidak menasihati perusahaan untuk meninggalkan ejen pengekodan AI. Jauh sekali. Panduan firma itu berpusat pada mewujudkan tadbir urus dan kawalan kos sebelum kos melangkaui paras yang boleh dipulihkan.

Antara cadangan khusus:

  • Tetapkan ambang token. Organisasi harus memperkenalkan had perbelanjaan yang jelas dan mengautomasikan pemantauan penggunaan untuk menangkap penggunaan lari sebelum ia menghabiskan belanjawan.
  • Klasifikasikan tugas mengikut tahap autonomi. Gartner mencadangkan memecahkan kerja kepada tiga model pelaksanaan: diterajui pembangun, pembangun-dengan-ejen dan diterajui ejen sepenuhnya. Tidak setiap tugas memerlukan penggunaan token model sempadan.
  • Laluan mengikut kerumitan. Tugasan yang lebih ringkas dan frekuensi tinggi harus ditujukan kepada model yang lebih kecil dan lebih murah, dengan peningkatan ke model sempadan dikhaskan untuk kerja yang kompleks dan bernilai tinggi.
  • Kejuruteraan konteks mandat. Pembangun harus dilatih untuk mengoptimumkan konteks yang mereka suapkan kepada AI, termasuk hanya maklumat yang berkaitan dan meringkaskan di mana mungkin untuk mengurangkan overhed token.

Metrik Produktiviti Baharu

Metrik "baris kod yang ditulis" tradisional telah usang sejak alat AI mula menjana keseluruhan perpustakaan Python dalam beberapa saat. Gartner berhujah bahawa nilai kini harus diukur dalam kualiti, kelajuan, dan kepuasan pelanggan berbanding volum keluaran mentah.

Soalan utama yang harus ditanya oleh perusahaan termasuk seberapa cepat pembangun boleh mengeluarkan ciri penting, berapa banyak masa dikurangkan antara pembangunan dan maklum balas, dan sama ada penghantaran dengan cepat sambil mengekalkan kualiti mewujudkan kelebihan daya saing yang tulen.

Nasihat Tyagi kepada pemimpin adalah pragmatik: jangan menganggap kos pengekodan AI yang semakin meningkat sebagai alasan untuk beralih daripada AI, dan jangan secara refleks beralih kepada model sumber terbuka untuk segala-galanya. Matlamatnya, tegasnya, adalah untuk mengoptimumkan kos tanpa menjejaskan nilai yang dibawa oleh alat ini.

Gambar Perusahaan Yang Lebih Luas

Amaran Gartner tiba pada saat apabila perusahaan merentas industri beralih daripada percubaan AI kepada penggunaan berskala. Syarikat mengekang perbelanjaan dan menuntut keputusan konkrit, dan pemutusan hubungan antara pelaburan AI dan pulangan yang boleh diukur menjadi kebimbangan peringkat lembaga.

Untuk pasukan pembangunan perisian secara khusus, mesejnya jelas: era penggunaan token AI tanpa had adalah tidak mampan. Perusahaan yang gagal melaksanakan rangka kerja tadbir urus kini berisiko mendapati bahawa alat pengekodan AI mereka lebih mahal daripada jurutera yang sepatutnya mereka tambah.

---

Kekal Mendahului Kesan Ekonomi AI

Daripada tekanan kos perusahaan kepada pusingan pembiayaan berbilion dolar, perniagaan AI bergerak pantas. Ikuti AI Buzz Wire untuk analisis mendalam tentang kuasa kewangan yang membentuk semula landskap teknologi.

Baca lebih banyak berita AI →