Az AI-ról sok cég még mindig úgy beszél, mintha egyértelműen olcsóbb, gyorsabb és egyszerűbb út lenne az emberi munka kiváltására. A valóság ennél jóval kellemetlenebbül néz ki: Bryan Catanzaro, az Nvidia alkalmazott mélytanulásért felelős alelnöke az Axiosnak azt mondta, hogy az ő csapatánál a számítási kapacitás költsége már messze meghaladja az alkalmazottak költségét. Ez nem azt jelenti, hogy az Nvidia egészére nézve az AI többe kerülne, mint a teljes bérköltség, de azt igen, hogy a legintenzívebb AI-fejlesztéseknél a GPU-idő, az infrastruktúra és a működtetés már önmagában brutális pénznyelő. Ez különösen érdekes attól a cégtől, amely a mesterségesintelligencia-láz egyik legnagyobb nyertese. Az Nvidia chipjei, gyorsítói és teljes AI-infrastruktúrái ma ott vannak szinte minden nagy fejlesztési hullám mögött, de a saját működésében is látja, hogy az AI nem varázslatos költségcsökkentő gép. A fejlett modellek futtatása, tanítása és folyamatos használata elképesztő mennyiségű számítási kapacitást kér, ez pedig nem elméleti kiadás, hanem nagyon is konkrét számla.
Az iparági számok is ebbe az irányba mutatnak. A Gartner legfrissebb előrejelzése szerint a világ IT-költése 2026-ban elérheti a 6,31 billió dollárt, ami 13,5 százalékos növekedést jelent 2025-höz képest. A legnagyobb ugrás az adatközponti rendszereknél várható: ez a kategória a Gartner szerint 55,8 százalékkal, közel 788 milliárd dollárra nőhet, főleg az AI-infrastruktúra és a hyperscale felhőszolgáltatók igényei miatt. Vagyis miközben sok vállalat azt reméli, hogy az AI-val kevesebb emberre lesz szüksége, közben egyre nagyobb összegeket éget el szerverekre, chipekre, memóriára, adatközpontokra és felhős szolgáltatásokra. Az AI nem csak szoftver, amit egyszer bevezetnek, aztán csendben dolgozik. Folyamatosan futtatni kell, skálázni kell, frissíteni kell, és minden egyes lekérdezésnek, fejlesztési ciklusnak vagy ügynökalapú munkafolyamatnak ára van.
Ez nem jelenti azt, hogy az AI üzletileg értelmetlen lenne. Sok helyen valóban gyorsítja a fejlesztést, csökkentheti az ismétlődő feladatok terhét, és új termékeket tesz lehetővé. De az egyre világosabb, hogy az "AI majd olcsóbban megoldja" típusú vállalati fantáziák könnyen falnak mehetnek, ha a megtakarítás mellé nem számolják oda a modellek üzemeltetésének teljes költségét. Egy nagyvállalatnál a bérköltség kiváltása önmagában nem biztos, hogy nyereség, ha közben az AI-számla, az infrastruktúra és az energiaigény elszabadul.
Jensen Huang, az Nvidia vezetője továbbra is azt az álláspontot képviseli, hogy az AI nem egyszerűen munkahelyeket pusztít, hanem azokat segíti majd, akik megtanulják használni. Ez jól hangzik, és részben igaz is lehet, de Catanzaro mondata éppen arra figyelmeztet, hogy a technológiai átmenetnek van egy kevésbé látványos oldala: valakinek ki kell fizetnie az AI működését. És minél fejlettebb rendszerekről beszélünk, ez annál kevésbé aprópénz.
Az AI-korszak tehát nem biztos, hogy az olcsó automatizálás korszaka lesz. Sokkal inkább azé a versenyé, amelyben a cégeknek el kell dönteniük, hol termel valódi értéket a mesterséges intelligencia, és hol csak új, nagyon drága infrastruktúrát építenek a régi problémák köré. Az Nvidia szempontjából ez persze aranybánya, mert mások költségnövekedése az ő bevételük. De még náluk is látszik, hogy az AI nem ingyen dolgozó digitális alkalmazott, hanem egy olyan rendszer, amely néha többe kerül, mint azok az emberek, akiket sokan túl gyorsan próbálnának kiváltani vele.
