Začínají engineering týmy krotit výdaje na AI?
The Pragmatic Engineer upozorňuje na signály, že firmy začínají víc řešit AI token spend v inženýrských týmech.
Gergely Orosz v newsletteru The Pragmatic Engineer upozorňuje na možný trend: některé engineering organizace se začínají víc dívat na to, kolik utrácejí za AI nástroje a tokeny.
Ve veřejném popisu článku se objevují tři hlavní body:
- top-down a bottom-up snahy racionalizovat AI token spend
- zajímavé statistiky o AI codingu od Cursoru
- případ, kdy Google Cloud Platform bez varování pozastavila služby zákazníkovi s měsíční útratou 2 miliony dolarů
To samo o sobě ještě neznamená, že firmy od AI ustupují. Spíš to naznačuje posun z fáze „zkoušejme co nejvíc“ do fáze „pojďme měřit, co to stojí a kde to dává smysl“.
AI spend jako nová provozní položka
AI nástroje v engineering týmech často začínaly jako relativně malé náklady: pár licencí, několik experimentů, asistenti v editorech, přístup k API.
Jakmile se ale začnou používat ve větším měřítku, mění se z experimentu na provozní položku. U agentů a coding nástrojů navíc náklady nerostou jen podle počtu uživatelů, ale i podle intenzity používání.
To je rozdíl oproti klasickému SaaS předplatnému. U tokenové spotřeby může být výsledek méně předvídatelný.
Nejde jen o šetření
Zajímavé na tom není samotné snižování nákladů. Zajímavější je otázka, jak firmy začnou AI náklady řídit.
Budou sledovat:
- které nástroje lidé skutečně používají
- kde AI šetří čas
- kde jen zvyšuje počet drahých iterací
- jaký je rozdíl mezi licencí a skutečnou spotřebou
- a kdy má smysl používat dražší model
To je praktická otázka hlavně pro engineering manažery. Pokud se AI stává běžnou součástí vývoje, nestačí jen povolit nástroje a doufat, že se investice vrátí.
Co z toho plyne
AI adopce ve firmách se pravděpodobně nebude měřit jen tím, kolik lidí má přístup k nástroji.
Důležitější bude, jestli týmy dokážou spojit náklady s reálným přínosem. Jinými slovy: ne kolik tokenů se spálí, ale co za ně vznikne.
Tohle je zdravý posun. Neznamená konec AI v engineeringu. Spíš začátek období, kdy se AI nástroje začnou spravovat stejně seriózně jako jiné nákladové a produktivitní systémy.