Inteligența artificială a fost prezentată drept cea mai mare revoluție tehnologică de la apariția internetului. Ni s-a spus că va reduce costurile, că va automatiza munca repetitivă și va face companiile mai productive ca niciodată. Însă, în timp ce tot mai multe organizații concediază oameni pentru a investi în AI, începe să apară o problemă pe care puțini au anticipat-o: în multe cazuri, inteligența artificială ustură mai tare la buzunar decât cheltuielile cu plata salariilor și costurile cu angajații.
Într-un articol scris recent, colega mea Ioana Szabo a explicat modul în care bula AI este alimentată de investiții de peste 1.650 de miliarde de dolari, o cursă în care marile companii tehnologice cheltuiesc într-un ritm fără precedent fără să demonstreze încă randamentele promise. Acest articol privește aceeași poveste dintr-un alt unghi: cine plătește când agenții AI costă mai mult decât munca umană?
Ceea ce promitea să reducă nota de plată începe, în unele companii, chiar să o umfle, cu consecințe neașteptate pentru companii, angajați și consumatori. Iar nota asta de plată nu rămâne la brațele companiilor care dezvoltă instrumente AI. Se resimte în bugetele firmelor care descoperă că „mai eficient” înseamnă, uneori, mult mai scump. Ajunge la programatorul care află într-o ședință de 15 minute că rolul lui dispare pentru a face loc unui agent AI. Ajunge la antreprenorul care vede cum chatbotul de 500 de euro ajunge să coste 2.000. Ajunge în factura de electricitate și, în cele din urmă, în buzunarul fiecăruia dintre noi.
Explicăm, în acest articol, de ce companii precum Uber, Microsoft și Nvidia încep să vorbească deschis despre costurile AI, cum au ajuns unele organizații să plătească facturi de sute de milioane de dolari pentru tokeni și de ce modelul economic din spatele acestei tehnologii începe să scârțâie. În esență, tokernii sunt bucățile de informație pe care modelele AI le procesează și pentru care companiile ajung să plătească. Analizăm cine suportă, de fapt, aceste costuri, de ce s-a ajuns aici și ce pot face liderii pentru a evita capcanele în care au căzut deja unele dintre cele mai mari organizații din lume.
1. Când AI-ul e mai scump decât munca umană
1.1. Facturi de milioane, bugete epuizate în 4 luni
Ironia este că primele semne că modelul economic care stă la baza AI-ului scârțâie vin chiar din companiile care au fost cele mai entuziasmate să adopte și să împingă în față inteligența artificială. În ultimele luni, tot mai multe dintre ele au început să vorbească despre o problemă ignorată până acum: costurile.
Uber și-a consumat întregul buget pentru instrumente AI dedicate programării – planificat pentru tot anul 2026 – în doar patru luni. Până în martie 2026, 84% dintre inginerii Uber foloseau Claude Code, iar aproximativ 70% din codul introdus în sistem provenea din AI. Valoarea adusă afacerii, însă, era mult mai greu de demonstrat. Andrew Macdonald, COO și președintele Uber, a recunoscut public că volumul de tokeni consumați nu s-a tradus direct într-un număr mai mare de funcționalități utile pentru utilizatori. În cuvinte mai simple: oamenii foloseau AI enorm, factura creștea, dar compania nu putea demonstra că utilizatorii primeau, în schimb, mai multe lucruri utile.
Microsoft a început să reducă utilizarea internă a AI Claude Code, renunțând la majoritatea licențelor și redirecționând angajații către GitHub Copilot CLI, după ce adoptarea rapidă a generat costuri mai mari decât anticipau. Decizia nu afectează însă parteneriatul strategic cu Anthropic, care include investiții de miliarde de dolari și integrarea modelelor Claude în serviciile Azure.
Potrivit Axios, o companie a avut, într-o singură lună, o factură de 500 de milioane de dolari la Anthropic pentru utilizarea Claude, după ce au uitat să stabilească o limită de utilizare. Nu mai este vorba despre accidente izolate. Problema începe să se vadă inclusiv la furnizorii acestor servicii. GitHub a schimbat modul în care taxează utilizarea Copilot. În locul abonamentului lunar fix, compania a introdus un sistem în care utilizatorii care consumă mai multe resurse AI plătesc mai mult. Decizia a venit după ce a constatat că unii utilizatori generau costuri de până la opt ori mai mari decât valoarea abonamentului.
Nvidia recunoaște realitatea. Bryan Catanzaro, vicepreședinte Nvidia pentru deep learning aplicat, a spus-o fără ocolișuri: „Pentru echipa mea, costul puterii de calcul este mult mai mare decât costul angajaților”. Chiar compania care produce hardware-ul ce alimentează instrumentele AI mărturisește că tehnologia este mai scumpă decât oamenii pe care ar trebui să îi ajute.
Și totuși, nu ne vindecăm de paradoxuri. CEO-ul Nvidia, Jensen Huang, le transmite companiilor că un inginer plătit cu 500.000 de dolari pe an ar trebui să consume anual cel puțin 250.000 de dolari în tokeni AI și că Nvidia urmărește să ajungă la un buget anual de 2 miliarde de dolari pentru tokenii folosiți de propriii ingineri. El a sugerat chiar că accesul la tokeni AI ar putea deveni un beneficiu oferit la recrutare. Altfel spus, cheltuiți mai mult și mai repede.
1.2. De ce se întâmplă asta și ce e păgubos la acest model
Dacă AI promite automatizare și productivitate mai mare, de ce ajung companiile să cheltuiască mai mult decât înainte? Răspunsul are la bază modul în care este construit modelul economic al acestei tehnologii. AI-ul nu funcționează ca un program pentru care cumperi licența și gata. De fiecare dată când îl pui la treabă, consumă resurse. Iar dacă sute sau mii de angajați îl folosesc zilnic, pentru tot mai multe sarcini, factura crește odată cu rate de utilizare.
Inteligența artificială este încă vândută sub costul real
Mai există o problemă: prețurile de astăzi sunt, în multe cazuri, artificial de mici. OpenAI cheltuie aproape 2 dolari pentru fiecare dolar încasat din utilizarea modelelor sale. Diferența asta nu dispare nicăieri, doar că este acoperită din investiții. Cu alte cuvinte, o parte bună din factura reală a inteligenței artificiale cu care ne obișnuim azi nu a ajuns încă la client.
Proiecțiile OpenAI indică pierderi de 14 miliarde de dolari doar în acest an și pierderi cumulate de 44 de miliarde până când compania ar urma să ajungă pe profit, în 2029. Dacă și când furnizorii vor trebui să transforme pierderile în profit, companiile care s-au obișnuit cu AI ieftin s-ar putea trezi cu o surpriză.
Nu mai știi cât de mare va fi valoarea facturii
Când plătești în funcție de cât folosești AI, costul devine mult mai greu de anticipat. Goldman Sachs estimează că, până în 2030, agenții AI vor determina o creștere de 24 de ori a consumului de tokeni, pe măsură ce companiile și utilizatorii individuali vor adopta astfel de sisteme. Consumul lunar ar putea ajunge la impresionanta valoare de 120 de cvadrilioane de tokeni.
La toate acestea se adaugă și modul în care companiile folosesc inteligența artificială. Aproximativ 95% din utilizarea AI în organizații rulează pe cele mai performante și, implicit, cele mai scumpe modele, chiar și pentru activități care nu necesită un asemenea nivel de complexitate. Cu alte cuvinte, multe companii folosesc un „supercomputer” pentru sarcini care ar putea fi rezolvate la costuri mult mai mici. Când o resursă pare ieftină, tentația este să fie folosită fără prea multe întrebări. Abia când factura începe să crească, eficiența devine o prioritate. În cazul AI, această lecție se măsoară deja în milioane de dolari cheltuiți lunar.
Iar perspectiva nu este neapărat optimistă. Gartner estimează că prețul per token pentru modelele foarte mari va scădea cu aproximativ 90% până în 2030, însă avertizează că utilizarea AI va crește într-un ritm mai rapid decât se reduc costurile. Cu alte cuvinte, chiar dacă fiecare interacțiune cu un model AI va deveni mai ieftină, facturile totale ale companiilor ar putea continua să crească.
2. Cine plătește prețul
Creșterea costurilor AI nu rămâne între pereții companiilor de tehnologie. La fel ca în cazul oricărei alte tehnologii scumpe, factura este împărțită treptat între mai mulți actori din piață. Companiile încearcă să reducă pierderile, angajații trec prin concedieri și presiuni mai mari, iar consumatorii ajung să plătească indirect prin produse și servicii mai scumpe. În cele din urmă, costul AI nu este suportat doar de cei care o dezvoltă.
2.1. Companiile mici și mijlocii, primele care simt șocul costurilor
Marile companii pot negocia contracte de sute de milioane de dolari sau își pot permite să experimenteze ani întregi până găsesc un model profitabil. Pentru întreprinderile mici și mijlocii, însă, marja de eroare este mult mai mică.
Pentru multe IMM-uri, inteligența artificială a însemnat la început un abonament de câteva zeci de euro pe lună. Abia mai târziu au descoperit că, odată ce începi să depinzi de ea, nota de plată poate crește mult mai repede decât veniturile.
Astăzi, pe măsură ce furnizorii încep să ajusteze prețurile pentru a acoperi costurile reale ale infrastructurii, aceste afaceri sunt primele afectate. Din documentarea pe care am făcut-o noi pentru scrierea acestui articol, după introducerea funcțiilor AI, abonamentele Microsoft 365 s-au scumpit cu până la 43%.
În unele cazuri, costurile sunt și mai dramatice. Un chatbot care costa în urmă cu puțin timp aproximativ 500 de euro pe lună poate ajunge astăzi la 2.000 de euro, în funcție de volumul utilizării. Pentru o companie mare poate nu pare mare lucru. În cazul unui IMM poate fi diferența dintre profit și pierdere.
2.2. Companiile care au concediat oameni pentru a investi în AI
Paradoxul este că multe dintre companiile care au redus masiv personalul pentru a accelera adopția AI descoperă acum că infrastructura necesară funcționării acestor sisteme este mai scumpă decât anticipau.
Nu e ediție de newsletter Hacking Work în care să nu avem măcar o astfel de știre. În 2026, industria tech a concediat peste 124.000 de angajați, din peste 250 de companii. Printre ele se numără Meta, Microsoft, Wix, Atlassian și Block. În multe cazuri, discursul oficial a fost același: restructurările urmau să elibereze resurse pentru investiții în inteligența artificială.
Pe hârtie, concedierile arătau ca o economie. În practică, multe dintre aceste economii s-au transformat rapid în facturi pentru putere de calcul, licențe și infrastructură AI. În unele organizații, factura tehnologiei depășește economiile realizate prin concedieri.
2.3. Mai mulți oameni fără job și mai multă presiune pe cei rămași
Efectele nu le resimt doar oamenii rămași fără job, deseori peste noapte. Cei care își păstrează locul de muncă sunt tot mai des încurajați să folosească AI fără să primească întotdeauna training sau timp suficient pentru a înțelege limitele acestor instrumente. În același timp, salariile sunt înghețate, iar competiția pentru locurile de muncă rămase crește.
Mai mult, un studiu MIT contrazice una dintre cele mai răspândite idei despre AI: automatizarea este rentabilă în doar 23% dintre locurile de muncă, ceea ce înseamnă că, în 77% dintre cazuri oamenii rămân în continuare opțiunea mai bună. În paralel, organizațiile care folosesc intensiv AI generează mult mai mult cod, dar și elimină mult mai mult: raportul dintre liniile de cod șterse și cele adăugate a crescut cu peste 800%, semn că viteza nu înseamnă întotdeauna eficiență.
2.4. Consumatorii: factura ajunge în buzunarul tuturor
Pe măsură ce companiile încearcă să-și recupereze o parte din investiție, un anumit procent din nota de plată este transferată consumatorilor. Și nici măcar nu trebuie să folosești ChatGPT ca să ajungi să plătești pentru boom-ul AI.
Inteligența artificială adaugă deja aproximativ 0,2 puncte procentuale la inflație, iar o gospodărie din Statele Unite cheltuie, în medie, cu 375 de dolari mai mult pe an din cauza efectelor indirecte ale dezvoltării acestei tehnologii. În același timp, cererea uriașă pentru centre de date pune presiune pe rețelele electrice, contribuind la creșterea prețurilor la energie.
Efectele se văd și în produsele de zi cu zi. Apple a majorat prețurile unor dispozitive cu aproximativ 20%, Xbox s-a scumpit cu 25%, iar Microsoft a crescut prețurile abonamentelor Microsoft 365 cu până la 43% după introducerea funcțiilor Copilot. În paralel, prețurile semiconductorilor au crescut cu 26%, pe măsură ce producția este redirecționată către centrele de date AI.
3. De ce am ajuns aici?
Dacă ar fi fost vorba doar despre câteva companii care și-au calculat greșit bugetele, am fi putut vorbi despre situații accidentale. Însă exemplele despre care am vorbit mai sus, ne arată un tipar. Pentru că, în goana după AI, multe companii au făcut lucrurile în ordinea greșită – întâi au împins oamenii să îl folosească, apoi au început să întrebe dacă merită.
3.1. Cultura „tokenmaxxing”: când consumul se transformă în obiectiv
În primii ani ai exploziei inteligenței artificiale, multe companii au măsurat succesul prin cât de intens erau folosite noile instrumente și mai puțin prin valoarea creată. În loc să întrebe dacă AI produce rezultate mai bune, au început să urmărească cine generează cei mai mulți tokeni.
Amazon este unul dintre exemple. Compania a introdus KiroRank, un clasament intern care compara echipele în funcție de cât de mult foloseau AI. În loc să stimuleze productivitatea, sistemul a încurajat un comportament opus: angajații au început să folosească modelele AI inclusiv pentru sarcini banale sau inutile, doar pentru a urca în clasament. În cele din urmă, Amazon a renunțat la acest sistem.
Și Meta a experimentat un model similar. Compania a implementat un sistem intern inspirat de modelul Claudeonomics al Anthropic, prin care monitoriza intensitatea utilizării AI de către echipe.
Acest fenomen a primit chiar și un nume în industrie: „tokenmaxxing” – tendința de a consuma cât mai mulți tokeni, tratând utilizarea AI ca pe un indicator de performanță. În asta stă o mare parte din rădăcina problemei: am confundat utilizarea cu valoarea și consumul cu productivitatea. Nici nu ar trebui să ne surprindă prea mult faptul că facturile ajung să valoreze mai mult decât beneficiile pe care le aduc.
3.2. Infrastructura nu ține pasul cu entuziasmul
O altă explicație ține de infrastructura care susține revoluția AI. „Asistenții” noștri nu consumă doar bani. Consumă enorm de multă energie, apă și hardware, iar infrastructura nu crește la fel de repede precum apetitul companiilor pentru această tehnologie.
Centrele de date dedicate inteligenței artificiale se construiesc de două până la trei ori mai repede decât capacitățile de producție a energiei electrice. Operatorul american PJM Interconnection avertizează deja că, în anumite regiuni, cererea începe să depășească oferta. În paralel, estimările arată că vom ajunge la un consum de energie de 600–800 TWh în 2030, echivalentul a 1,8-2,4% din cererea proiectată de energie electrică la nivel mondial în 2030.
Presiunea nu se vede doar în facturile la energie. Un singur centru de date din SUA poate consuma peste un milion de litri de apă pe zi, echivalentul consumului a aproximativ o mie de gospodării. În același timp, producătorii de cipuri își mută capacitățile către componente destinate centrelor de date AI, reducând oferta pentru electronicele de consum și contribuind la scumpirea acestora.
3.3. Dependența de un anumit furnizor
Mai există și problema dependenței. Odată ce o companie își construiește produse și procese în jurul unui anumit furnizor AI, migrarea către altul poate deveni complicată și costisitoare. Asta îi lasă mai puțin spațiu de manevră chiar în momentul în care prețurile încep să crească.
3.4. Investiții record, rezultate modeste
În ciuda acestor probleme, investițiile continuă să crească într-un ritm accelerat. Marile companii din tehnologie au anunțat investiții de aproximativ 740 miliarde de dolari în 2026, cu 69% mai mult decât în anul precedent. Gartner estimează că piața software-ului pentru agenți AI va ajunge la 207 miliarde de dolari, în creștere cu 139% față de 2025.
Totuși, mai multe analize arată că randamentele întârzie să apară. Goldman Sachs avertizează că investițiile actuale nu generează încă o creștere economică suficient de puternică pentru a le justifica, iar Sequoia Capital estimează că firmele din domeniul AI ar avea nevoie de 600 de miliarde de dolari venituri anuale doar pentru a susține nivelul actual al investițiilor în infrastructură.
Îngrijorările au început să se reflecte și în piețele financiare. În iunie 2026, companiile producătoare de cipuri au pierdut împreună aproximativ 1.3 trilioane de dolari din capitalizarea bursieră într-o singură zi, Nvidia, Micron și AMD fiind printre cele mai afectate.
4. Ce poți face în compania ta
Costurile AI nu vor dispărea peste noapte. Dimpotrivă, utilizarea acestor instrumente va continua să crească. Asta nu înseamnă însă că organizațiile sunt condamnate să accepte facturi tot mai mari.
Dacă iei decizii într-o companie, iată câteva principii care te pot ajuta să eviți capcanele în care au căzut deja unele dintre cele mai mari organizații din lume.
Nu da oamenii pe agenți AI
În multe organizații, concedierile au fost justificate prin promisiunea că inteligența artificială va prelua o parte din muncă și va reduce costurile. Înainte să dai oameni afară, întreabă-te dacă AI produce aceeași valoare la un cost total mai mic. Dacă răspunsul este „nu” sau nu îl poți demonstra cu date, este posibil să înlocuiești un cost previzibil – salariul – cu unul mult mai greu de controlat: factura lunară pentru AI.
Măsoară valoarea, nu numărul de tokeni
Una dintre cele mai mari greșeli făcute de companii în ultimii doi ani a fost să transforme utilizarea AI într-un obiectiv în sine. Exemplele Amazon, Meta sau Uber arată că succesul nu ar trebui măsurat prin câți tokeni consumă angajații, ci prin rezultatele obținute. Pune-ți această întrebare înainte să investești în AI: ce valoare produce și cât ne costă să obținem această valoare?.
Alege modelul potrivit pentru fiecare sarcină
Nu orice activitate are nevoie de cel mai performant și mai scump model disponibil. Multe companii folosesc aceleași modele de ultimă generație atât pentru redactarea unui e-mail, cât și pentru analiza unor documente complexe.
Folosește modelele avansate doar acolo unde chiar aduc un avantaj competitiv și alege variante mai simple pentru sarcinile repetitive. Diferența de cost poate fi semnificativă, fără să afecteze rezultatul.
Introdu bugete și limite de consum
Unul dintre motivele pentru care unele organizații au ajuns la facturi de milioane de dolari este lipsa unor mecanisme de control.
La fel cum există bugete pentru cloud sau publicitate, AI ar trebui tratată ca o resursă monitorizată permanent. Plafoanele de consum, alertele automate și rapoartele periodice pot preveni situațiile în care costurile scapă de sub control.
Pregătește-te pentru costul real al AI
O mare parte din piață funcționează încă într-un context în care serviciile AI sunt puternic subvenționate. Pe măsură ce furnizorii vor încerca să devină profitabili, este foarte probabil ca prețurile să crească, iar mecanismele de tarifare să se schimbe.
Companiile care își construiesc întreaga activitate pe presupunerea că AI va rămâne la fel de ieftină riscă să fie luate prin surprindere atunci când aceste costuri vor începe să reflecte prețul real al tehnologiei, lucru care deja vedem că se întâmplă.
***
În următorii ani, avantajul competitiv îl vor avea organizațiile care știu unde merită să o folosească și unde nu. Companiile care vor trata inteligența artificială ca pe orice altă investiție – cu obiective clare, costuri măsurate și rezultate evaluate – vor avea cele mai mari șanse să beneficieze de avantajele ei.
AI ar putea urma același traseu ca serviciile de streaming: ani de prețuri atractive pentru a câștiga piață, urmați de scumpiri atunci când investitorii încep să ceară profit. Diferența este că aici nu vorbim doar despre încă un abonament cu câțiva euro mai scump. E vorba despre o întreagă tehnologie pe care companiile încep deja să-și reconstruiască produsele, procesele și echipele.
Nu putem nega faptul că inteligența artificială schimbă lumea. Însă îmi doresc să ne păstrăm gândirea critică în așa fel încât să ne punem măcar întrebarea dacă, atunci când factura va ajunge pe masa fiecărei companii, vom putea spune că investiția chiar a meritat.
Sursa imagine cover: ChatGPT, după un prompt Hacking Work
