Jensen Huang, prezes Nvidii, wskazał na nowy standard efektywności: inżynier zarabiający 500 tys. dolarów rocznie powinien zużywać tokeny AI za mniej niż 250 tys. dolarów rocznie. Sam koncern Nvidii planuje wydać 2 miliardy dolarów rocznie na koszty tokenów dla своего inżynierii, co pokazuje skalę transformacji biznesowej w branży technologicznej.
Wielkie hyperscalery - Meta, Google, Amazon i Microsoft - zaplanowały łącznie 700 miliardów dolarów wydatków kapitałowych na 2026 rok, prawie dwukrotnie więcej niż rok wcześniej. Jednocześnie rekompensują te ogromne inwestycje poprzez cięcia zatrudnienia: AI zostało najczęściej cytowanym powodem zwolnień w USA przez czwarty miesiąc z rzędu. Meta w maju zwolniła 8 tysięcy pracowników, twierdząc, że offsetuje to jej znaczne inwestycje.
Problem polega na tym, że ta finansowa algebra nie działa. Badanie Gartnera obejmujące 350 dyrektorów z firm o przychodach powyżej miliarda dolarów wykazało, że około 80 procent zmniejszyło zatrudnienie bez żadnej korelacji z poprawą zwrotów z inwestycji. Analityk Gartner Helen Poitevin oceniła to brutalnie: cięcia nie tworzą zwrotów, tylko przestrzeń budżetową. To wskazuje, że wielkie wydatki na infrastrukturę AI, finansowane zwolnieniami pracowników, mogą być strategią ryzykowną bez gwarancji rentowności.