Coraz więcej firm wydaje na systemy AI więcej pieniędzy, niż wynosi roczna pensja dobrze zarabiającego inżyniera. Tom Tungusz w swoim artykule podkreśla problem ekonomiczny związany z tym wzrostem kosztów - przedsiębiorstwa inwestują znaczne sumy w modele AI, infrastrukturę chmurową i usługi bez zawsze jasnego ścieżki do rentowności. To szczególnie dotyczy firm, które przeskoczyły od eksperymentów do pełnej produkcji bez dokładnego zastanowienia się nad ROI.
Problem nasilać się będzie do 2029 roku, jeśli branża nie zmieni podejścia do wyceny i oceny wartości projeków AI. Wiele organizacji porusza się w trybie "najpierw AI", zamiast rozwiązywać konkretne problemy biznesowe. Inżynierowie na poziomie średnim zarabiają 150-200 tysięcy dolarów rocznie, podczas gdy monthly bill za APIs i compute może zbliżać się do tych cyfr już teraz.
Ważne jest też, że hype wokół AI utrudnia realistyczną ocenę kosztów. Firmy chcą być na fali trendów, ale bez technicznych umiejętności do zarządzania wydatkami na modele i infrastrukturę. Dyskusja na Hacker News pokazała, że wielu deweloperów mierzy się z tym samym problemem - kupują moc obliczeniową, nie mając pewności, czy to rzeczywiście generuje wartość dla biznesu.