Nelineární křivka nákladů na AI: Proč je váš rozpočet už teď špatně

Comynovo základní varování zní, že náklady na AI už nejsou předvídatelné. Zatímco v počátcích podnikové AI stály jednoduché dotazy téměř nic, nyní, když firmy nasazují modely pro komplexní, vícestupňové úlohy (Comyn mluví o „agentické“ práci), spotřeba tokenů roste nelineárně .

„V rané fázi chcete, aby lidé nástroje začali používat – a opravdu to moc nestálo […] teď ale způsob, jakým modely fungují, a množství kontextu, který do nich lze vložit, způsobuje, že náklady nerostou lineárně,“ vysvětlil Comyn . Tento jev označuje za klíčovou výzvu pro management: finanční a techničtí ředitelé jsou uvězněni v ročních rozpočtových cyklech, které nedokážou zachytit variabilitu nákladů na jeden úkol, jež se může v závislosti na složitosti lišit 10× až 50× .

Tato dynamika není jen teoretická. Přechod GitHub Copilot na účtování podle spotřeby od 1. června 2026 ji bolestivě zhmotnil. Dříve paušální poplatek pokrýval všechny dotazy; nyní je každý token vstupu, výstupu a mezipaměti měřen a účtován pomocí GitHub AI Credits, kde jeden kredit odpovídá 0,01 dolaru . Nároční uživatelé, kteří provozují agentické programátorské relace, okamžitě vidí, jak jim rostou účty – někteří hlásí nárůst o 10× až 50× . Jediná komplexní agentická relace se špičkovým modelem nyní může spálit celý měsíční kreditní limit v jediném běhu .

Definice „work slop“: Skrytá cena bezcenného výstupu AI

Druhé Comynovo varování je kvalitativní. Termínem „work slop“ označuje šíření textů, kódu a analýz generovaných AI, které na první pohled vypadají produktivně, ale ve skutečnosti přinášejí zanedbatelnou reálnou hodnotu . Tento výstup nejenže nepomáhá, ale aktivně vytváří skryté náklady: každý kousek obsahu vygenerovaného AI, který vstoupí do pracovního postupu, musí být lidskými zaměstnanci zkontrolován, ověřen, upraven nebo vyřazen .

Jedná se o firemní obdobu fenoménu „AI slop“ ve spotřebitelském prostředí – spam ve vyhledávačích, formulářové příspěvky na sociálních sítích a automaticky generovaná výplň. V podnikovém prostředí je riziko vyšší. „Work slop“ může tiše degradovat interní rozhodování, dokumentaci pro compliance a dokonce i produkty pro zákazníky, pokud projde nedostatečnými kontrolami kvality . Čím více firem nasazuje AI napříč všemi funkcemi bez důkladné validace, tím větší hromadu bezcenné práce musí platit lidem, aby uklidili.

Sázka CBA na technologie za 2,4 miliardy a rovnice pracovní síly

Comynovo varování nepřichází od nezaujatého pozorovatele. CBA investuje zhruba 2,4 miliardy australských dolarů ročně do technologií, což je nejméně o 500 milionů více než kterákoli jiná velká australská banka . Tyto výdaje jsou rámovány jako strategická sázka na produktivitu řízenou AI, ale Comynovy komentáře přiznávají, že tato rozpočtová položka je sama vystavena stejné nepředvídatelné inflaci, před kterou varuje ostatní .

Zároveň CBA v reálném čase demonstruje dopad zvýšení produktivity AI na pracovní sílu. Banka na začátku roku 2026 zrušila asi 300 pracovních míst, k čemuž se přidalo 90 pozic podpůrného personálu dříve nahrazených AI chatbotem a dalších 120 míst zrušených v dubnu . Comyn byl otevřený: AI „vezme pracovní místa napříč celou ekonomikou“ a firmy musí pomoci zaměstnancům se na tuto budoucnost připravit, místo aby předstíraly opak .

Přesto CBA zároveň vyčlenila 90 milionů australských dolarů na tříletý program Future Workforce Program, což je významná investice do rekvalifikace jejích více než 30 000 zaměstnanců . Program zahrnuje novou interní kariérní platformu s názvem Grow Your Career, školení zaměřená na AI a mapování dovedností, které má zpřehlednit interní mobilitu . Tento dvojí postoj – propouštění a zároveň rekvalifikace – je upřímným odrazem Comynova názoru, že narušení je již tady a firmy potřebují strategii jak pro ty, kteří zůstávají, tak pro ty, kteří odcházejí .

Strategické důsledky pro každý podnik

Spojení Comynova varování, vlastních kroků CBA a bezprostředního spouštěče v podobě změny účtování GitHub Copilot poukazuje na tři strategické imperativy pro každou organizaci, která provozuje AI v produkčním prostředí:

1. Rozpočtování se musí stát dynamickým a měřeným. Éra pevných ročních rozpočtů na AI skončila. Tokenové fakturační modely mění AI na službu s variabilními náklady, srovnatelnou s cloud computingem. Firmy potřebují monitorování nákladů v reálném čase, přidělování kreditů na úrovni týmů, limity spotřeby a schopnost upravovat rozpočty v průběhu cyklu – disciplíny, které se cloudově nativní společnosti naučily před deseti lety, ale mnoho tradičních podniků je stále musí pro AI zavést .

2. Kontrola kvality není volitelná. „Work slop“ vytváří přímé spojení mezi selháním kvality a překročením nákladů. Každý neprověřený výstup AI, který vstoupí do pracovního postupu, vyžaduje následnou lidskou kontrolu. Podniky musí zavést kontrolní brány kvality, validaci s lidským dohledem a audit výstupů. Bez těchto systémů bude nákladová linie růst, zatímco hodnotová linie zůstane plochá .

3. Strategie pracovní síly musí plánovat současné propouštění i zvyšování kvalifikace. Model CBA je poučný: AI snižuje počet zaměstnanců v některých týmech, zatímco investice do rekvalifikace vytváří nové kariérní cesty pro ostatní. Program za 90 milionů dolarů signalizuje, že alternativa k propouštění není ochrana pracovních míst, ale transformace práce – a že firmy nesou odpovědnost za to, že své zaměstnance touto transformací provedou .

Comynovo hlavní poselství zní, že firemní AI vstoupila do ostře náročnější fáze. Snadné zisky jsou sklizeny; to, co zbývá, je komplexní, drahé a vyžaduje disciplínu, kterou většina organizací postrádá. Účet za tento nedostatek disciplíny nyní přichází v podobě nepředvídatelných nákladů na tokeny a rostoucí hromady „work slop“, kterou musí někdo uklidit .

Nelineární křivka nákladů na AI: Proč je váš rozpočet už teď špatně

Comynovo základní varování zní, že náklady na AI už nejsou předvídatelné. Zatímco v počátcích podnikové AI stály jednoduché dotazy téměř nic, nyní, když firmy nasazují modely pro komplexní, vícestupňové úlohy (Comyn mluví o „agentické“ práci), spotřeba tokenů roste nelineárně .

„V rané fázi chcete, aby lidé nástroje začali používat – a opravdu to moc nestálo […] teď ale způsob, jakým modely fungují, a množství kontextu, který do nich lze vložit, způsobuje, že náklady nerostou lineárně,“ vysvětlil Comyn . Tento jev označuje za klíčovou výzvu pro management: finanční a techničtí ředitelé jsou uvězněni v ročních rozpočtových cyklech, které nedokážou zachytit variabilitu nákladů na jeden úkol, jež se může v závislosti na složitosti lišit 10× až 50× .

Tato dynamika není jen teoretická. Přechod GitHub Copilot na účtování podle spotřeby od 1. června 2026 ji bolestivě zhmotnil. Dříve paušální poplatek pokrýval všechny dotazy; nyní je každý token vstupu, výstupu a mezipaměti měřen a účtován pomocí GitHub AI Credits, kde jeden kredit odpovídá 0,01 dolaru . Nároční uživatelé, kteří provozují agentické programátorské relace, okamžitě vidí, jak jim rostou účty – někteří hlásí nárůst o 10× až 50× . Jediná komplexní agentická relace se špičkovým modelem nyní může spálit celý měsíční kreditní limit v jediném běhu .

Definice „work slop“: Skrytá cena bezcenného výstupu AI

Druhé Comynovo varování je kvalitativní. Termínem „work slop“ označuje šíření textů, kódu a analýz generovaných AI, které na první pohled vypadají produktivně, ale ve skutečnosti přinášejí zanedbatelnou reálnou hodnotu . Tento výstup nejenže nepomáhá, ale aktivně vytváří skryté náklady: každý kousek obsahu vygenerovaného AI, který vstoupí do pracovního postupu, musí být lidskými zaměstnanci zkontrolován, ověřen, upraven nebo vyřazen .

Jedná se o firemní obdobu fenoménu „AI slop“ ve spotřebitelském prostředí – spam ve vyhledávačích, formulářové příspěvky na sociálních sítích a automaticky generovaná výplň. V podnikovém prostředí je riziko vyšší. „Work slop“ může tiše degradovat interní rozhodování, dokumentaci pro compliance a dokonce i produkty pro zákazníky, pokud projde nedostatečnými kontrolami kvality . Čím více firem nasazuje AI napříč všemi funkcemi bez důkladné validace, tím větší hromadu bezcenné práce musí platit lidem, aby uklidili.

Sázka CBA na technologie za 2,4 miliardy a rovnice pracovní síly

Comynovo varování nepřichází od nezaujatého pozorovatele. CBA investuje zhruba 2,4 miliardy australských dolarů ročně do technologií, což je nejméně o 500 milionů více než kterákoli jiná velká australská banka . Tyto výdaje jsou rámovány jako strategická sázka na produktivitu řízenou AI, ale Comynovy komentáře přiznávají, že tato rozpočtová položka je sama vystavena stejné nepředvídatelné inflaci, před kterou varuje ostatní .

Zároveň CBA v reálném čase demonstruje dopad zvýšení produktivity AI na pracovní sílu. Banka na začátku roku 2026 zrušila asi 300 pracovních míst, k čemuž se přidalo 90 pozic podpůrného personálu dříve nahrazených AI chatbotem a dalších 120 míst zrušených v dubnu . Comyn byl otevřený: AI „vezme pracovní místa napříč celou ekonomikou“ a firmy musí pomoci zaměstnancům se na tuto budoucnost připravit, místo aby předstíraly opak .

Přesto CBA zároveň vyčlenila 90 milionů australských dolarů na tříletý program Future Workforce Program, což je významná investice do rekvalifikace jejích více než 30 000 zaměstnanců . Program zahrnuje novou interní kariérní platformu s názvem Grow Your Career, školení zaměřená na AI a mapování dovedností, které má zpřehlednit interní mobilitu . Tento dvojí postoj – propouštění a zároveň rekvalifikace – je upřímným odrazem Comynova názoru, že narušení je již tady a firmy potřebují strategii jak pro ty, kteří zůstávají, tak pro ty, kteří odcházejí .

Strategické důsledky pro každý podnik

Spojení Comynova varování, vlastních kroků CBA a bezprostředního spouštěče v podobě změny účtování GitHub Copilot poukazuje na tři strategické imperativy pro každou organizaci, která provozuje AI v produkčním prostředí:

1. Rozpočtování se musí stát dynamickým a měřeným. Éra pevných ročních rozpočtů na AI skončila. Tokenové fakturační modely mění AI na službu s variabilními náklady, srovnatelnou s cloud computingem. Firmy potřebují monitorování nákladů v reálném čase, přidělování kreditů na úrovni týmů, limity spotřeby a schopnost upravovat rozpočty v průběhu cyklu – disciplíny, které se cloudově nativní společnosti naučily před deseti lety, ale mnoho tradičních podniků je stále musí pro AI zavést .

2. Kontrola kvality není volitelná. „Work slop“ vytváří přímé spojení mezi selháním kvality a překročením nákladů. Každý neprověřený výstup AI, který vstoupí do pracovního postupu, vyžaduje následnou lidskou kontrolu. Podniky musí zavést kontrolní brány kvality, validaci s lidským dohledem a audit výstupů. Bez těchto systémů bude nákladová linie růst, zatímco hodnotová linie zůstane plochá .

3. Strategie pracovní síly musí plánovat současné propouštění i zvyšování kvalifikace. Model CBA je poučný: AI snižuje počet zaměstnanců v některých týmech, zatímco investice do rekvalifikace vytváří nové kariérní cesty pro ostatní. Program za 90 milionů dolarů signalizuje, že alternativa k propouštění není ochrana pracovních míst, ale transformace práce – a že firmy nesou odpovědnost za to, že své zaměstnance touto transformací provedou .

Comynovo hlavní poselství zní, že firemní AI vstoupila do ostře náročnější fáze. Snadné zisky jsou sklizeny; to, co zbývá, je komplexní, drahé a vyžaduje disciplínu, kterou většina organizací postrádá. Účet za tento nedostatek disciplíny nyní přichází v podobě nepředvídatelných nákladů na tokeny a rostoucí hromady „work slop“, kterou musí někdo uklidit .