Jensen Huang, szef Nvidii, zdradził podczas podcastu All-In Podcast przy okazji GTC 2026, że inżynier kosztujący firmę 500 tys. dolarów rocznie powinien generować koszty tokenów poniżej 250 tys. dolarów. Jeśli konsumpcja AI tokenów przekracza tę próg, Huang mówi wprost: będzie to głęboko niepokojące. Sam Nvidia pracuje nad rocznym budżetem 2 miliardów dolarów na tokeny dla swojej siły inżynierów - pokazuje to skalę, na jakiej operuje najdroższe obliczenia AI.
Wielkie hyperscalery już kilka lat temu zamieniły pieniądze na pracowników na pieniądze na tokeny. Cztery największe firmy w branży zaplanowały na 2026 rok prawie 700 miliardów dolarów nakładów kapitałowych - niemal dwa razy więcej niż rok wcześniej. Równolegle firmy takie jak Meta czy inne technologiczne giganty masowo zwalniały pracowników, justując to jako finansowanie inwestycji w AI. Meta zwolniła w maju 8 tysięcy osób, opisując to jako wyrównanie znaczących inwestycji w dziale, w którym przychody wzrosły o 33 procent. To nie były zwolnienia z desperacji, lecz zaplanowana restrukturyzacja.
Gorzej, że strategia ta nie przyniosła oczekiwanych rezultatów. Badanie Gartnera wśród 350 dyrektorów w firmach z przychodami powyżej miliarda dolarów, które wdrażały agenty AI i automatyzację, pokazało że około 80 procent zmniejszyło zatrudnienie, ale bez żadnej korelacji ze wzrostem zwrotów z inwestycji. Analityczka Helen Poitevin podsumowała: redukcje kadry mogą stworzyć miejsce w budżecie, ale nie tworzą zwrotu z inwestycji. To ostrzeżenie dla całej branży - bilet wstępu do ery AI to ogromne pieniądze na compute, ale ten rachunek może się nie domykać bez faktycznej wartości biznesowej.