Den ikke-lineære AI-kostnadskurven: Derfor er budsjettet ditt allerede feil

Comyns sentrale advarsel er at AI-kostnader ikke lenger er forutsigbare. I begynnelsen av bedrifters AI-bruk kostet enkle spørsmål nesten ingenting, men når bedrifter nå ber modellene om å utføre komplekse, flertrinns resonneringsoppgaver – det Comyn kaller «agentisk» arbeid – skalerer token-forbruket på en ikke-lineær måte .

«I begynnelsen ville du at folk skulle begynne å bruke verktøyene – og de kostet egentlig ikke så mye [...] nå, slik modellene fungerer, med all konteksten du kan legge inn, skalerer ikke kostnadene lineært,» forklarte Comyn . Dette skaper det han kaller en «sentral ledelsesutfordring»: finansdirektører og teknologisjefer er bundet av årlige budsjettsykluser som ikke kan ta høyde for kostnadsvariasjoner per oppgave, som kan svinge med 10 til 50 ganger avhengig av kompleksitet .

Denne dynamikken er ikke abstrakt. GitHub Copilots overgang til forbruksbasert fakturering 1. juni 2026 gjorde den smertefullt konkret. Tidligere dekket et fast månedsabonnement alle forespørsler; nå måles hver token for innputt, output og hurtigbufret kontekst via GitHub AI Credits, der én kreditt tilsvarer 0,01 amerikanske dollar . Tunge brukere som kjører agentiske kodesesjoner, ser umiddelbart at regningene skyter i været, og noen rapporterer en forventet økning på 10 til 50 ganger . Én enkelt, kompleks agentsesjon mot en toppmodell kan nå brenne opp hele den månedlige kredittrammen i én eneste kjøring .

«Arbeidssøppel» definert: Den skjulte kostnaden ved AI-innhold uten verdi

Comyns andre store advarsel er av kvalitativ art. Han brukte uttrykket «arbeidssøppel» for å beskrive spredningen av AI-generert tekst, kode og analyse som kan se produktiv ut, men som gir liten reell verdi . Slikt innhold er ikke bare til liten hjelp – det skaper aktive skjulte kostnader: Hver eneste bit AI-generert innhold som kommer inn i en arbeidsflyt, må gjennomgås, faktasjekkes, redigeres eller forkastes av menneskelige ansatte .

Dette er bedriftsversjonen av fenomenet «AI-søppel» på forbrukerinternett – søkemotorsøppel, formelaktige innlegg i sosiale medier og automatisk generert fyllmasse. I en bedriftssammenheng er risikoen høyere. «Arbeidssøppel» kan stille og rolig forringe intern beslutningstaking, compliance-dokumentasjon og til og med kundevendte produkter, dersom det passerer gjennom utilstrekkelige kvalitetskontroller . Jo flere bedrifter som tar i bruk AI på tvers av alle funksjoner uten grundig validering, desto større blir mengden verdiløst arbeid de må betale mennesker for å rydde opp i.

CBAs A$2,4 milliarder satsing på teknologi og bemanningsutfordringen

Comyns advarsel kommer ikke fra en uavhengig observatør. CBA investerer omtrent A$2,4 milliarder årlig i teknologi, minst 500 millioner australske dollar mer enn noen annen stor australsk bank . Denne utgiften er rammet inn som et strategisk veddemål på AI-drevet produktivitet, men Comyns kommentarer erkjenner at denne budsjettposten selv er utsatt for den samme uforutsigbare inflasjonen han advarer andre om .

Samtidig viser CBA effekten av AI-drevet produktivitetsvekst på arbeidsstokken i sanntid. Banken kuttet omtrent 300 stillinger tidlig i 2026, i tillegg til 90 støttefunksjoner som tidligere ble erstattet av en AI-chatbot og ytterligere 120 stillinger som ble fjernet i april . Comyn har vært tydelig: AI «vil ta bort jobber i bedrifter over hele økonomien», og bedrifter må hjelpe ansatte med å forberede seg på denne fremtiden, heller enn å late som noe annet .

Likevel har CBA også forpliktet seg til å bruke A$90 millioner over tre år på Future Workforce Program, et betydelig omskoleringsinitiativ for sine over 30 000 ansatte . Programmet inkluderer en ny intern karriereplattform kalt Grow Your Career, AI-fokusert opplæring og kartlegging av ferdigheter for å gjøre intern mobilitet gjennomsiktig . Denne doble tilnærmingen – å kutte stillinger samtidig som man omskolerer – er en ærlig refleksjon av Comyns syn om at omveltningen allerede er her, og at bedrifter trenger en strategi både for de ansatte som blir værende og for de som må slutte .

Strategiske implikasjoner for alle bedrifter

Sammenfallet av Comyns advarsel, CBAs egne handlinger og den umiddelbare utløseren fra GitHub Copilots faktureringsendring peker mot tre strategiske imperativer for enhver organisasjon som kjører AI i produksjon:

1. Budsjettering må bli dynamisk og målt. Tiden med faste årlige AI-budsjetter er over. Token-baserte faktureringsmodeller gjør AI til en variabel kostnadstjeneste, sammenlignbar med skytjenester. Bedrifter trenger sanntids kostnadsovervåking, kredittallokering per team, forbrukstak og muligheten til å justere budsjetter midt i syklusen – disipliner som sky-native bedrifter lærte for et tiår siden, men som mange tradisjonelle bedrifter ennå ikke har tatt i bruk for AI .

2. Kvalitetskontroll er ikke valgfritt. «Arbeidssøppel» skaper en direkte kobling mellom kvalitetssvikt og kostnadsoverskridelse. Hvert eneste ikke-validerte AI-resultat som kommer inn i en arbeidsflyt, krever menneskelig gjennomgang og oppfølging. Bedrifter må innføre kvalitetskontroller, menneskelig validering og revisjon av AI-output. Uten slike systemer vil kostnadskurven stige samtidig som verdikurven forblir flat .

3. Bemanningsstrategi må planlegge for samtidige kutt og kompetanseheving. CBAs modell er lærerik: AI reduserer bemanningen i noen team, samtidig som omskoleringsinvesteringen skaper nye karriereveier for andre. Programmet på 90 millioner australske dollar signaliserer at alternativet til oppsigelser ikke er å bevare stillinger, men å omstille dem – og at bedrifter har et ansvar for å veilede ansatte gjennom denne overgangen .

Comyns kjernebudskap er at bedrifters AI-bruk har gått inn i en betydelig vanskeligere fase. De enkle gevinstene er høstet; det som gjenstår, er komplekst, dyrt og krever en disiplin de fleste organisasjoner mangler. Regningen for denne mangelen på disiplin kommer nå i form av både uforutsigbare token-kostnader og en voksende haug med «arbeidssøppel» som noen må rydde opp i .

Den ikke-lineære AI-kostnadskurven: Derfor er budsjettet ditt allerede feil

Comyns sentrale advarsel er at AI-kostnader ikke lenger er forutsigbare. I begynnelsen av bedrifters AI-bruk kostet enkle spørsmål nesten ingenting, men når bedrifter nå ber modellene om å utføre komplekse, flertrinns resonneringsoppgaver – det Comyn kaller «agentisk» arbeid – skalerer token-forbruket på en ikke-lineær måte .

«I begynnelsen ville du at folk skulle begynne å bruke verktøyene – og de kostet egentlig ikke så mye [...] nå, slik modellene fungerer, med all konteksten du kan legge inn, skalerer ikke kostnadene lineært,» forklarte Comyn . Dette skaper det han kaller en «sentral ledelsesutfordring»: finansdirektører og teknologisjefer er bundet av årlige budsjettsykluser som ikke kan ta høyde for kostnadsvariasjoner per oppgave, som kan svinge med 10 til 50 ganger avhengig av kompleksitet .

Denne dynamikken er ikke abstrakt. GitHub Copilots overgang til forbruksbasert fakturering 1. juni 2026 gjorde den smertefullt konkret. Tidligere dekket et fast månedsabonnement alle forespørsler; nå måles hver token for innputt, output og hurtigbufret kontekst via GitHub AI Credits, der én kreditt tilsvarer 0,01 amerikanske dollar . Tunge brukere som kjører agentiske kodesesjoner, ser umiddelbart at regningene skyter i været, og noen rapporterer en forventet økning på 10 til 50 ganger . Én enkelt, kompleks agentsesjon mot en toppmodell kan nå brenne opp hele den månedlige kredittrammen i én eneste kjøring .

«Arbeidssøppel» definert: Den skjulte kostnaden ved AI-innhold uten verdi

Comyns andre store advarsel er av kvalitativ art. Han brukte uttrykket «arbeidssøppel» for å beskrive spredningen av AI-generert tekst, kode og analyse som kan se produktiv ut, men som gir liten reell verdi . Slikt innhold er ikke bare til liten hjelp – det skaper aktive skjulte kostnader: Hver eneste bit AI-generert innhold som kommer inn i en arbeidsflyt, må gjennomgås, faktasjekkes, redigeres eller forkastes av menneskelige ansatte .

Dette er bedriftsversjonen av fenomenet «AI-søppel» på forbrukerinternett – søkemotorsøppel, formelaktige innlegg i sosiale medier og automatisk generert fyllmasse. I en bedriftssammenheng er risikoen høyere. «Arbeidssøppel» kan stille og rolig forringe intern beslutningstaking, compliance-dokumentasjon og til og med kundevendte produkter, dersom det passerer gjennom utilstrekkelige kvalitetskontroller . Jo flere bedrifter som tar i bruk AI på tvers av alle funksjoner uten grundig validering, desto større blir mengden verdiløst arbeid de må betale mennesker for å rydde opp i.

CBAs A$2,4 milliarder satsing på teknologi og bemanningsutfordringen

Comyns advarsel kommer ikke fra en uavhengig observatør. CBA investerer omtrent A$2,4 milliarder årlig i teknologi, minst 500 millioner australske dollar mer enn noen annen stor australsk bank . Denne utgiften er rammet inn som et strategisk veddemål på AI-drevet produktivitet, men Comyns kommentarer erkjenner at denne budsjettposten selv er utsatt for den samme uforutsigbare inflasjonen han advarer andre om .

Samtidig viser CBA effekten av AI-drevet produktivitetsvekst på arbeidsstokken i sanntid. Banken kuttet omtrent 300 stillinger tidlig i 2026, i tillegg til 90 støttefunksjoner som tidligere ble erstattet av en AI-chatbot og ytterligere 120 stillinger som ble fjernet i april . Comyn har vært tydelig: AI «vil ta bort jobber i bedrifter over hele økonomien», og bedrifter må hjelpe ansatte med å forberede seg på denne fremtiden, heller enn å late som noe annet .

Likevel har CBA også forpliktet seg til å bruke A$90 millioner over tre år på Future Workforce Program, et betydelig omskoleringsinitiativ for sine over 30 000 ansatte . Programmet inkluderer en ny intern karriereplattform kalt Grow Your Career, AI-fokusert opplæring og kartlegging av ferdigheter for å gjøre intern mobilitet gjennomsiktig . Denne doble tilnærmingen – å kutte stillinger samtidig som man omskolerer – er en ærlig refleksjon av Comyns syn om at omveltningen allerede er her, og at bedrifter trenger en strategi både for de ansatte som blir værende og for de som må slutte .

Strategiske implikasjoner for alle bedrifter

Sammenfallet av Comyns advarsel, CBAs egne handlinger og den umiddelbare utløseren fra GitHub Copilots faktureringsendring peker mot tre strategiske imperativer for enhver organisasjon som kjører AI i produksjon:

1. Budsjettering må bli dynamisk og målt. Tiden med faste årlige AI-budsjetter er over. Token-baserte faktureringsmodeller gjør AI til en variabel kostnadstjeneste, sammenlignbar med skytjenester. Bedrifter trenger sanntids kostnadsovervåking, kredittallokering per team, forbrukstak og muligheten til å justere budsjetter midt i syklusen – disipliner som sky-native bedrifter lærte for et tiår siden, men som mange tradisjonelle bedrifter ennå ikke har tatt i bruk for AI .

2. Kvalitetskontroll er ikke valgfritt. «Arbeidssøppel» skaper en direkte kobling mellom kvalitetssvikt og kostnadsoverskridelse. Hvert eneste ikke-validerte AI-resultat som kommer inn i en arbeidsflyt, krever menneskelig gjennomgang og oppfølging. Bedrifter må innføre kvalitetskontroller, menneskelig validering og revisjon av AI-output. Uten slike systemer vil kostnadskurven stige samtidig som verdikurven forblir flat .

3. Bemanningsstrategi må planlegge for samtidige kutt og kompetanseheving. CBAs modell er lærerik: AI reduserer bemanningen i noen team, samtidig som omskoleringsinvesteringen skaper nye karriereveier for andre. Programmet på 90 millioner australske dollar signaliserer at alternativet til oppsigelser ikke er å bevare stillinger, men å omstille dem – og at bedrifter har et ansvar for å veilede ansatte gjennom denne overgangen .

Comyns kjernebudskap er at bedrifters AI-bruk har gått inn i en betydelig vanskeligere fase. De enkle gevinstene er høstet; det som gjenstår, er komplekst, dyrt og krever en disiplin de fleste organisasjoner mangler. Regningen for denne mangelen på disiplin kommer nå i form av både uforutsigbare token-kostnader og en voksende haug med «arbeidssøppel» som noen må rydde opp i .