Η Τεχνητή Νοημοσύνη», η ΑΙ, είναι η νέα μεγάλη ορολογία που χώρεσε μέσα της τα πάντα!
Στη χρήση της έκφρασης ΑΙ χωράνε από ένα chatbot που γράφει email, μέχρι συστήματα, που αναλύουν δεδομένα πιο γρήγορα από ολόκληρα τμήματα, μπήκε στις επιχειρήσεις σαν εργαλείο και άρχισε γρήγορα να αποκτά άλλο ρόλο. Και σε όλο και περισσότερες εταιρείες, τα χρήματα που κατευθύνονται στην τεχνητή νοημοσύνη ξεπερνούν πλέον αυτά που δίνονται για μισθούς. Δεν πρόκειται για θεωρητική συζήτηση, αλλά για μια πραγματικότητα που περιγράφεται από τα ίδια τα στελέχη της τεχνολογίας. Ο Μπράιαν Καταντζάρο της Nvidia το λέει καθαρά. Για την ομάδα του, το κόστος των υπολογιστικών πόρων είναι μεγαλύτερο από το κόστος των εργαζομένων. Δηλαδή, οι μηχανές κοστίζουν περισσότερο από τους ανθρώπους που τις χρησιμοποιούν. Για χρόνια, η ανάπτυξη σήμαινε προσλήψεις. Περισσότερα γραφεία, περισσότερα τμήματα, περισσότερα ονόματα σε μια λίστα μισθοδοσίας. Τώρα, πια είναι λιγότεροι οι άνθρωποι και περισσότερες οι μηχανές, σπανιότερες οι ομάδες και αφθονα τα συστήματα.
Από τους μισθούς στη χρήση
Η τεχνητή νοημοσύνη δεν αγοράζεται μια φορά. Δεν είναι ένα μηχάνημα που το βάζεις σε μια γωνία και το χρησιμοποιείς για χρόνια. Είναι μια υπηρεσία που χρεώνεται συνεχώς. Κάθε ερώτηση, κάθε ανάλυση, κάθε αυτοματοποιημένη διαδικασία έχει κόστος. Μικρό κάθε φορά, αλλά επαναλαμβανόμενο. Και όταν επαναλαμβάνεται χιλιάδες φορές μέσα στη μέρα, μετατρέπεται σε μεγάλο ποσό. Σύμφωνα με το The Information, ο επικεφαλής τεχνολογίας της Uber έχει ήδη εξαντλήσει τον προϋπολογισμό για την τεχνητή νοημοσύνη του 2026. Όχι επειδή αγόρασε κάτι εντυπωσιακό. Αλλά επειδή τη χρησιμοποίησε πολύ. Η λεπτομέρεια αυτή λέει πολλά. Η νέα οικονομία της τεχνητής νοημοσύνης δεν βασίζεται στην κατοχή, αλλά στη χρήση. Ο Άμος Μπαρ-Γιόσεφ της Swan AI μιλά για ένα επιχειρηματικό μοντέλο που δεν στηρίζεται στην αύξηση προσωπικού αλλά στην τεχνολογία. Η φράση ακούγεται σχεδόν ουδέτερη. Στην πράξη όμως σημαίνει κάτι πολύ συγκεκριμένο. Για να μεγαλώσεις, δεν χρειάζεται απαραίτητα να προσλάβεις. Χρειάζεται να επενδύσεις σε υπολογιστική ισχύ. Σε παγκόσμιο επίπεδο, οι δαπάνες για τεχνολογία φτάνουν τα 6,31 τρισ. δολάρια το 2026, αυξημένες κατά 13,5%, σύμφωνα με τη Gartner. Η αύξηση αυτή δεν αφορά απλώς εξοπλισμό ή αναβαθμίσεις. Αφορά υποδομές τεχνητής νοημοσύνης, υπηρεσίες cloud, συνδρομές σε πλατφόρμες που λειτουργούν διαρκώς στο παρασκήνιο. Οι επιχειρήσεις αγοράζουν ταχύτητα. Αγοράζουν τη δυνατότητα να κάνουν περισσότερα σε λιγότερο χρόνο. Και μαζί με αυτή τη δυνατότητα, έρχεται και μια απαίτηση. Οι μέτοχοι θέλουν να δουν αποτέλεσμα. Όχι εντυπωσιασμό. Όχι τεχνολογική μόδα. Αριθμούς. Αύξηση παραγωγικότητας. Μείωση κόστους. Απόδειξη ότι η επένδυση αξίζει.
Όταν η τεχνητή νοημοσύνη κοστίζει πολύ
Οι ίδιες οι εταιρείες που φτιάχνουν αυτά τα εργαλεία μπαίνουν σε σύγκριση. Ποιο σύστημα είναι πιο αποδοτικό. Ποιο καταναλώνει λιγότερους πόρους. Ποιο κοστίζει λιγότερο για την ίδια δουλειά. Επενδυτής της OpenAI σημειώνει ότι το Codex θεωρείται πιο αποδοτικό από το Claude Code της Anthropic. Δηλαδή, δεν αρκεί να λειτουργεί καλά. Πρέπει να λειτουργεί και οικονομικά. Η Anthropic ήδη προσαρμόζει τις τιμές της. Η ζήτηση αυξάνεται και μαζί της αυξάνονται και τα κόστη. Και κάπου εκεί αρχίζει να φαίνεται το όριο. Γιατί όσο περισσότερο χρησιμοποιείται η τεχνητή νοημοσύνη, τόσο πιο ακριβή γίνεται η καθημερινή λειτουργία της. Στο μεταξύ, αλλάζει και κάτι πιο βαθύ. Ο τρόπος που οργανώνεται μια εταιρεία. Ρόλοι που μέχρι χθες θεωρούνταν αυτονόητα ανθρώπινοι αρχίζουν να περνούν μέσα από συστήματα. Κείμενα, εξυπηρέτηση, ανάλυση δεδομένων, ακόμα και κομμάτια προγραμματισμού. Αυτό δεν σημαίνει ότι οι άνθρωποι εξαφανίζονται. Σημαίνει ότι αλλάζει το τι σημαίνει «απαραίτητος». Δεν αμείβεσαι μόνο για αυτό που κάνεις, αλλά και για το αν αυτό που κάνεις μπορεί να γίνει αλλού, πιο γρήγορα, πιο φθηνά. Την ίδια στιγμή, οι ίδιες οι επιχειρήσεις αρχίζουν να εξαρτώνται από αυτό που αγοράζουν. Όσο περισσότερο χρησιμοποιούν τεχνητή νοημοσύνη, τόσο πιο δύσκολο γίνεται να την περιορίσουν. Δημιουργείται μια σχέση συνεχούς χρήσης. Ένα κόστος που δεν τελειώνει και τελικά αυτό το νέο μοντέλο δεν μοιάζει ακόμα να λειτουργεί τόσο αποτελεσματικά και ίσως να μην το σηκώνουν και όλοι.
Οι άνθρωποι χάνουν σε όλα τα σημεία
Οι εταιρείες που κάποτε άνοιγαν θέσεις, τώρα ανοίγουν λογαριασμούς σε πλατφόρμες τεχνητής νοημοσύνης και πληρώνουν για να δουλεύουν μηχανές αντί για ανθρώπους. Τα χρήματα που πήγαιναν σε μισθούς, σε αυξήσεις, σε ομάδες που μεγάλωναν, μεταφέρονται σε servers, σε εργαλεία που γράφουν, απαντούν, παράγουν χωρίς διάλειμμα και χωρίς απαίτηση. Ολο αυτό για τους ανθρώπους σημαίνει λιγότερες προσλήψεις, που δεν ανακοινώνονται ποτέ. Ρόλοι που αδειάζουν από περιεχόμενο πριν καν καταργηθούν. Άνθρωποι που δουλεύουν το ίδιο ή περισσότερο, αλλά ξέρουν ότι κάπου δίπλα τους υπάρχει ένα σύστημα που μπορεί να τους αντικαταστήσει φθηνότερα και πιο γρήγορα. Το εισόδημα δεν πέφτει πάντα απότομα, αλλά μένει το ίδιο, όταν όλα ακριβαίνουν ή όλο και μειώνεται σιγά – σιγά.
… Και οι δουλειές δεν χάνονται με μια απόφαση, αλλά όλο μικραίνει μέχρι που κάποια στιγμή απλώς δεν υπάρχουν!
