Používanie umelej inteligencie sa zdá pomerne jednoduché: zaplatíte paušálny poplatok a môžete sa do sýtosti vyšantiť. To vytvára dojem, že nestojí takmer nič. Logickým záverom je, že AI by mohla nahradiť ľubovoľne veľký počet ľudských pracovných hodín alebo pracovníkov, pretože určite musí byť lacnejšia.
Táto ilúzia teraz praská. Dátové centrá spotrebúvajú pôdu, vodu na chladenie aj obrovské množstvo energie. Investičná banka Morgan Stanley odhaduje, že len výstavba dátových centier na celom svete by mohla do roku 2028 stáť približne 2,9 bilióna dolárov.
Spôsobil to dopyt po výpočtovom výkone, ktorý sa prejavuje v konkrétnej, hmatateľnej podobe ako čipy, servery, elektrická energia a dátové centrá, ktoré trénujú modely umelej inteligencie a vybavujú požiadavky. V tejto oblasti dopyt v súčasnosti výrazne prevyšuje ponuku.
Je to trh zlatej horúčky, ale ceny nástrojov rastú rovnako rýchlo ako potreba generovať zisky. Potrebný kapitál sa dá získať len na burzách. Akcionári chcú vidieť dividendy a rast cien akcií. Už len z tohto dôvodu nemôžu poskytovatelia umelej inteligencie trvalo skrývať svoje náklady za paušálne predplatné.
Skrytá cenovka
Technológia je drahá – školenia, IT bezpečnosť, kontrola kvality a mnohé ďalšie. V pozadí sa skrývajú obrovské fixné náklady. Grafické procesory (GPU), servery, dátové centrá, chladenie, elektrina, siete, úložiská a financovanie – to všetko treba zaplatiť.
Spoločnosť Morgan Stanley preto expanziu AI opisuje menej ako bežné škálovanie softvéru a viac ako rozmach priemyselnej infraštruktúry. Uprostred zakladateľského šialenstva zažíva AI rovnaký efekt, akým kedysi prešiel raný internet: vytvára dojem, že nestojí takmer nič, ale keď sa všetko zrátalo a urobilo, ukázalo sa, že je to dosť drahé.
Internet nás naučil, že nič nie je skutočne zadarmo: to, čo nás nestojí nič na poplatkoch, nás stojí naše údaje, ktoré majú pre tých, ktorí ich zhromažďujú, skutočnú cenu. Bublina dot-com na začiatku roku 2000 spľasla z rovnakého dôvodu – nikde neboli k dispozícii životaschopné modely monetizácie.
Či sa boom umelej inteligencie skončí prasknutím bubliny, zostáva otvorenou otázkou. Interné výpočty nákladov poskytovateľov, ktoré sa teraz dostávajú na svetlo sveta, ukazujú, že skutočné náklady na AI sa výrazne líšia od toho, čo naznačujú cenové modely.
Veľké jazykové modely prepočítavajú každú požiadavku na tokeny – slová, slabiky, príkazy, kódy alebo čísla – a poskytovatelia ako OpenAI a Anthropic ich používajú na veľmi presné sledovanie svojich nákladov.
Paušálna sadzba bola vždy ilúziou
Základný problém spočíva v paušálnej sadzbe. Pre používateľa vyzerá krátky čet a niekoľkohodinová kódovacia relácia rovnako – obe pokrýva rovnaké predplatné. Pre poskytovateľa sú to úplne odlišné ponuky. Jednoduché otázky v čete a autonómne kódovacie relácie, pri ktorých umelá inteligencia samostatne píše celé programové komplexy, vytvárajú výrazne odlišné náklady, ale doteraz boli cenovo porovnateľné. To nemôže trvať donekonečna.
Od 1. júna 2026 prešiel Copilot na systém „kreditov AI“ účtovaných podľa spotreby tokenov, modelu a typu používania. Ceny sú granulárne [sú rozdelené do viacerých detailných úrovní a závisia od konkrétneho spôsobu používania služby, pozn. red.]: jeden token na GitHub Copilot [AI nástroj pre programátorov, ktorý navrhuje a dopĺňa zdrojový kód priamo v editore, pozn. red.] stojí 0,01 dolára za jeden kredit AI, pričom sadzby sa ďalej líšia v závislosti od použitého modelu.
Účtovanie sa počíta za milión tokenov, a nie za jednotlivé tokeny. Cenník znázorňuje stávky: GPT-5.5 stojí približne 25-krát viac ako GPT-5.4nano. OpenAI, poskytovateľ ChatGPT, dáva širší obraz do ostrej roviny
– mediálne správy poukazujú na upravenú prevádzkovú maržu mínus 122 percent, čo znamená, že spoločnosť stráca 1,22 dolára na každý dolár príjmov. Vysoké využívanie, vysoké náklady na infraštruktúru a nízke ceny pre koncových používateľov sú kombináciou, ktorú burza nebude tolerovať donekonečna.
Skutočne hlúpy spôsob
Posun v cenotvorbe poskytovateľov už pociťujú aj kancelárie. Tam, kde sa spoločnosti kedysi usilovali o tokenmaxxing – maximalizáciu spotreby tokenov ako zástupcu produktívneho zavádzania AI –, nastupuje korekcia. Ukazuje sa, že vysoká spotreba nie je to isté ako vysoká produkcia.
Mnohí manažéri teraz otvorene kritizujú tokenmaxxing ako „naozaj hlúpy spôsob“ merania hodnoty AI. Spoločnosť Fast Company uvádza, že jedna nemenovaná firma podľa konzultanta v oblasti AI minula za jediný mesiac 500 miliónov dolárov na používanie Claude. Hoci je toto číslo neoficiálne, poukazuje na zúčtovanie, ktorému sa už poskytovatelia ani používatelia nemôžu vyhnúť.
Odvetvie sa posúva od „všetko, čo si môžeš objednať“, k „platbe za to, čo si objednáš“, a spolu s tým sa mení aj ekonomika aplikácií AI. Otázka, na ktorej teraz záleží, nie je, koľko tokenov pracovný postup spotrebuje, ale koľko skutočne stojí použiteľný výsledok.
Tento výpočet je zložitejší, než sa kedysi zdalo. Do rovnice vstupujú napríklad výber modelu, spustenie agenta, neúspešné pokusy, ľudská kontrola a prepracovanie. V prípade jednoduchých úloh je umelá inteligencia naďalej mimoriadne cenovo dostupná. Pri zložitých alebo zle riadených pracovných postupoch môže byť skúsený človek v konečnom dôsledku lacnejší. Podniky si to začínajú uvedomovať.
Ochladenie nadšenia z úspor vďaka umelej inteligencii môže niektorým firmám ešte ušetriť bolestivé zúčtovanie – za predpokladu, že sa už nezbavili ľudských odborných znalostí, na ktoré sa budú musieť v budúcnosti spoliehať. Nereálne sny niektorých účtovníkov o bezproblémových pracovných postupoch bez ľudského zásahu narazili na najstaršiu prekážku: čísla jednoducho nesedia.
Pôvodný text publikovali na webe sesterského denníka Statement.com.