Lengkung Kos AI Tidak Linear: Kenapa Belanjawan Anda Sudah Salah

Amaran utama Comyn ialah kos AI tidak lagi boleh diramal. Pada peringkat awal penggunaan AI korporat, pertanyaan mudah hampir tidak menelan kos. Tetapi apabila perusahaan menggunakan model untuk melaksanakan tugas penaakulan yang kompleks dan berbilang langkah — apa yang Comyn panggil kerja "agentic" — penggunaan token meningkat secara tidak linear .

"Pada peringkat awal, anda mahu orang ramai mula menggunakan alat – dan kosnya tidaklah tinggi [...] sekarang, cara model berfungsi, jumlah konteks yang boleh dimasukkan, kos anda tidak lagi meningkat secara linear," jelas Comyn . Ini mewujudkan apa yang beliau labelkan sebagai "cabaran pengurusan baru yang penting": Ketua Pegawai Kewangan (CFO) dan Ketua Pegawai Teknologi (CTO) terikat dengan kitaran belanjawan tahunan yang tidak dapat mengambil kira kebolehubahan kos setiap tugas yang boleh berubah 10x hingga 50x bergantung pada kerumitan .

Dinamik ini bukan abstrak. Peralihan GitHub pada 1 Jun 2026 kepada pengebilan berasaskan penggunaan untuk Copilot menjadikannya sangat konkrit. Sebelum ini, yuran langganan rata meliputi semua permintaan; kini, setiap token input, output, dan konteks cache diukur melalui Kredit AI GitHub, di mana satu kredit bersamaan $0.01 . Pengguna berat yang menjalankan sesi pengekodan agentic kini serta-merta melihat bil mereka melonjak, dengan beberapa laporan menunjukkan peningkatan unjuran sebanyak 10x hingga 50x . Satu sesi agen kompleks tunggal terhadap model peringkat teratas kini boleh menghabiskan keseluruhan elaun kredit bulanan dalam satu sesi sahaja .

'Work Slop' Ditakrifkan: Kos Tersembunyi Output AI Tidak Bernilai

Amaran utama kedua Comyn adalah bersifat kualitatif. Beliau menggunakan frasa "work slop" untuk menggambarkan percambahan teks, kod, dan analisis janaan AI yang kelihatan produktif tetapi menambah nilai sebenar yang boleh diabaikan . Output ini bukan sekadar tidak membantu — ia secara aktif mencipta kos tersembunyi: setiap kandungan janaan AI yang memasuki aliran kerja mesti disemak, diperiksa fakta, disunting, atau dibuang oleh pekerja manusia .

Ini adalah rakan sejawat korporat kepada fenomena web pengguna "AI slop" — spam enjin carian, siaran media sosial berbentuk formula, dan bahan pengisi automatik. Dalam persekitaran korporat, risikonya lebih tinggi. "Work slop" secara senyap boleh menjejaskan pembuatan keputusan dalaman, dokumentasi pematuhan, dan juga produk berhadapan pelanggan jika ia melalui pintu kawalan kualiti yang tidak mencukupi . Semakin banyak syarikat menggunakan AI merentas setiap fungsi tanpa pengesahan yang ketat, semakin besar timbunan kerja tidak bernilai yang mereka perlu bayar kepada manusia untuk membersihkannya.

Pelaburan Teknologi A$2.4 Bilion CBA dan Persamaan Tenaga Kerja

Amaran Comyn bukanlah amaran pemerhati luar. CBA melabur kira-kira A$2.4 bilion setiap tahun dalam teknologi, lebih daripada mana-mana bank utama Australia yang lain sekurang-kurangnya $500 juta . Perbelanjaan itu dirangka sebagai pertaruhan strategik ke atas produktiviti dipacu AI, tetapi komen Comyn mengakui bahawa baris belanjawan ini sendiri terdedah kepada inflasi yang tidak dapat diramalkan yang sama seperti yang diberi amaran kepada orang lain .

Pada masa yang sama, CBA menunjukkan kesan produktiviti AI ke atas tenaga kerja dalam masa nyata. Bank itu memotong sekitar 300 pekerjaan pada awal 2026, di samping 90 peranan sokongan yang sebelum ini digantikan oleh chatbot AI dan 120 jawatan lagi yang dihapuskan pada bulan April . Comyn secara eksplisit menyatakan: AI "akan mengambil alih pekerjaan di seluruh perniagaan dalam ekonomi" dan firma mesti membantu kakitangan bersedia untuk masa depan itu daripada berpura-pura sebaliknya .

Namun, CBA juga telah komited A$90 juta selama tiga tahun untuk Program Tenaga Kerja Masa Depannya, satu inisiatif peningkatan kemahiran yang ketara untuk lebih 30,000 pekerjanya . Program ini merangkumi platform kerjaya dalaman baharu yang dipanggil Grow Your Career, latihan berfokus AI, dan pemetaan kemahiran yang direka untuk menjadikan mobiliti dalaman telus . Sikap dwi ini — memotong pekerjaan sambil meningkatkan kemahiran — adalah refleksi jujur pandangan Comyn bahawa gangguan sudah pun tiba, dan syarikat memerlukan strategi untuk pekerja yang kekal sama seperti untuk mereka yang pergi .

Implikasi Strategik untuk Setiap Perusahaan

Pertemuan amaran Comyn, tindakan CBA sendiri, dan pencetus segera perubahan pengebilan GitHub Copilot menunjuk kepada tiga keperluan strategik untuk mana-mana organisasi yang menjalankan AI dalam pengeluaran:

1. Belanjawan Mesti Menjadi Dinamik dan Diukur. Era belanjawan AI tahunan tetap sudah berakhir. Model pengebilan berasaskan token menjadikan AI sebagai perkhidmatan kos berubah, setanding dengan pengkomputeran awan. Syarikat memerlukan pemantauan kos masa nyata, peruntukan kredit setiap pasukan, had penggunaan, dan keupayaan untuk melaraskan belanjawan di pertengahan kitaran — disiplin yang dipelajari oleh syarikat asli awan sedekad lalu tetapi masih belum diterima pakai oleh banyak perusahaan tradisional untuk AI .

2. Kawalan Kualiti Bukan Pilihan. "Work slop" mewujudkan hubungan langsung antara kegagalan kualiti dan lebihan kos. Setiap output AI yang tidak disemak yang memasuki aliran kerja memerlukan semakan manusia di peringkat hiliran. Perusahaan mesti mengenakan pintu kualiti, pengesahan manusia-dalam-gelung, dan pengauditan output. Tanpa sistem ini, garis kos akan meningkat manakala garis nilai kekal rata .

3. Strategi Tenaga Kerja Mesti Merancang Pemotongan dan Peningkatan Kemahiran Secara Serentak. Model CBA adalah pengajaran: AI mengurangkan jumlah pekerja dalam beberapa pasukan manakala pelaburan peningkatan kemahiran mewujudkan laluan kerjaya baharu untuk yang lain. Program A$90 juta itu menandakan bahawa alternatif kepada pemberhentian bukanlah perlindungan pekerjaan tetapi transformasi pekerjaan — dan syarikat memikul tanggungjawab untuk membimbing tenaga kerja mereka melalui peralihan itu .

Mesej utama Comyn ialah AI korporat telah memasuki fasa yang lebih sukar. Keuntungan mudah telah dituai; apa yang tinggal adalah kompleks, mahal, dan menuntut disiplin yang kebanyakan organisasi tidak miliki. Bil untuk kekurangan disiplin itu kini tiba dalam bentuk kos token yang tidak dapat diramalkan dan timbunan "work slop" yang semakin meningkat yang perlu dibersihkan oleh seseorang .

Lengkung Kos AI Tidak Linear: Kenapa Belanjawan Anda Sudah Salah

Amaran utama Comyn ialah kos AI tidak lagi boleh diramal. Pada peringkat awal penggunaan AI korporat, pertanyaan mudah hampir tidak menelan kos. Tetapi apabila perusahaan menggunakan model untuk melaksanakan tugas penaakulan yang kompleks dan berbilang langkah — apa yang Comyn panggil kerja "agentic" — penggunaan token meningkat secara tidak linear .

"Pada peringkat awal, anda mahu orang ramai mula menggunakan alat – dan kosnya tidaklah tinggi [...] sekarang, cara model berfungsi, jumlah konteks yang boleh dimasukkan, kos anda tidak lagi meningkat secara linear," jelas Comyn . Ini mewujudkan apa yang beliau labelkan sebagai "cabaran pengurusan baru yang penting": Ketua Pegawai Kewangan (CFO) dan Ketua Pegawai Teknologi (CTO) terikat dengan kitaran belanjawan tahunan yang tidak dapat mengambil kira kebolehubahan kos setiap tugas yang boleh berubah 10x hingga 50x bergantung pada kerumitan .

Dinamik ini bukan abstrak. Peralihan GitHub pada 1 Jun 2026 kepada pengebilan berasaskan penggunaan untuk Copilot menjadikannya sangat konkrit. Sebelum ini, yuran langganan rata meliputi semua permintaan; kini, setiap token input, output, dan konteks cache diukur melalui Kredit AI GitHub, di mana satu kredit bersamaan $0.01 . Pengguna berat yang menjalankan sesi pengekodan agentic kini serta-merta melihat bil mereka melonjak, dengan beberapa laporan menunjukkan peningkatan unjuran sebanyak 10x hingga 50x . Satu sesi agen kompleks tunggal terhadap model peringkat teratas kini boleh menghabiskan keseluruhan elaun kredit bulanan dalam satu sesi sahaja .

'Work Slop' Ditakrifkan: Kos Tersembunyi Output AI Tidak Bernilai

Amaran utama kedua Comyn adalah bersifat kualitatif. Beliau menggunakan frasa "work slop" untuk menggambarkan percambahan teks, kod, dan analisis janaan AI yang kelihatan produktif tetapi menambah nilai sebenar yang boleh diabaikan . Output ini bukan sekadar tidak membantu — ia secara aktif mencipta kos tersembunyi: setiap kandungan janaan AI yang memasuki aliran kerja mesti disemak, diperiksa fakta, disunting, atau dibuang oleh pekerja manusia .

Ini adalah rakan sejawat korporat kepada fenomena web pengguna "AI slop" — spam enjin carian, siaran media sosial berbentuk formula, dan bahan pengisi automatik. Dalam persekitaran korporat, risikonya lebih tinggi. "Work slop" secara senyap boleh menjejaskan pembuatan keputusan dalaman, dokumentasi pematuhan, dan juga produk berhadapan pelanggan jika ia melalui pintu kawalan kualiti yang tidak mencukupi . Semakin banyak syarikat menggunakan AI merentas setiap fungsi tanpa pengesahan yang ketat, semakin besar timbunan kerja tidak bernilai yang mereka perlu bayar kepada manusia untuk membersihkannya.

Pelaburan Teknologi A$2.4 Bilion CBA dan Persamaan Tenaga Kerja

Amaran Comyn bukanlah amaran pemerhati luar. CBA melabur kira-kira A$2.4 bilion setiap tahun dalam teknologi, lebih daripada mana-mana bank utama Australia yang lain sekurang-kurangnya $500 juta . Perbelanjaan itu dirangka sebagai pertaruhan strategik ke atas produktiviti dipacu AI, tetapi komen Comyn mengakui bahawa baris belanjawan ini sendiri terdedah kepada inflasi yang tidak dapat diramalkan yang sama seperti yang diberi amaran kepada orang lain .

Pada masa yang sama, CBA menunjukkan kesan produktiviti AI ke atas tenaga kerja dalam masa nyata. Bank itu memotong sekitar 300 pekerjaan pada awal 2026, di samping 90 peranan sokongan yang sebelum ini digantikan oleh chatbot AI dan 120 jawatan lagi yang dihapuskan pada bulan April . Comyn secara eksplisit menyatakan: AI "akan mengambil alih pekerjaan di seluruh perniagaan dalam ekonomi" dan firma mesti membantu kakitangan bersedia untuk masa depan itu daripada berpura-pura sebaliknya .

Namun, CBA juga telah komited A$90 juta selama tiga tahun untuk Program Tenaga Kerja Masa Depannya, satu inisiatif peningkatan kemahiran yang ketara untuk lebih 30,000 pekerjanya . Program ini merangkumi platform kerjaya dalaman baharu yang dipanggil Grow Your Career, latihan berfokus AI, dan pemetaan kemahiran yang direka untuk menjadikan mobiliti dalaman telus . Sikap dwi ini — memotong pekerjaan sambil meningkatkan kemahiran — adalah refleksi jujur pandangan Comyn bahawa gangguan sudah pun tiba, dan syarikat memerlukan strategi untuk pekerja yang kekal sama seperti untuk mereka yang pergi .

Implikasi Strategik untuk Setiap Perusahaan

Pertemuan amaran Comyn, tindakan CBA sendiri, dan pencetus segera perubahan pengebilan GitHub Copilot menunjuk kepada tiga keperluan strategik untuk mana-mana organisasi yang menjalankan AI dalam pengeluaran:

1. Belanjawan Mesti Menjadi Dinamik dan Diukur. Era belanjawan AI tahunan tetap sudah berakhir. Model pengebilan berasaskan token menjadikan AI sebagai perkhidmatan kos berubah, setanding dengan pengkomputeran awan. Syarikat memerlukan pemantauan kos masa nyata, peruntukan kredit setiap pasukan, had penggunaan, dan keupayaan untuk melaraskan belanjawan di pertengahan kitaran — disiplin yang dipelajari oleh syarikat asli awan sedekad lalu tetapi masih belum diterima pakai oleh banyak perusahaan tradisional untuk AI .

2. Kawalan Kualiti Bukan Pilihan. "Work slop" mewujudkan hubungan langsung antara kegagalan kualiti dan lebihan kos. Setiap output AI yang tidak disemak yang memasuki aliran kerja memerlukan semakan manusia di peringkat hiliran. Perusahaan mesti mengenakan pintu kualiti, pengesahan manusia-dalam-gelung, dan pengauditan output. Tanpa sistem ini, garis kos akan meningkat manakala garis nilai kekal rata .

3. Strategi Tenaga Kerja Mesti Merancang Pemotongan dan Peningkatan Kemahiran Secara Serentak. Model CBA adalah pengajaran: AI mengurangkan jumlah pekerja dalam beberapa pasukan manakala pelaburan peningkatan kemahiran mewujudkan laluan kerjaya baharu untuk yang lain. Program A$90 juta itu menandakan bahawa alternatif kepada pemberhentian bukanlah perlindungan pekerjaan tetapi transformasi pekerjaan — dan syarikat memikul tanggungjawab untuk membimbing tenaga kerja mereka melalui peralihan itu .

Mesej utama Comyn ialah AI korporat telah memasuki fasa yang lebih sukar. Keuntungan mudah telah dituai; apa yang tinggal adalah kompleks, mahal, dan menuntut disiplin yang kebanyakan organisasi tidak miliki. Bil untuk kekurangan disiplin itu kini tiba dalam bentuk kos token yang tidak dapat diramalkan dan timbunan "work slop" yang semakin meningkat yang perlu dibersihkan oleh seseorang .