Krzywa kosztów AI przestaje być liniowa: dlaczego Twój budżet jest już nieaktualny

Główne ostrzeżenie Comyna dotyczy tego, że koszty AI przestały być przewidywalne. We wczesnych dniach korporacyjnej AI proste zapytania kosztowały prawie nic, ale gdy firmy zmuszają modele do wykonywania złożonych, wieloetapowych zadań rozumowania – co Comyn nazywa pracą „agencyjną” (agentic) – zużycie tokenów skaluje się w sposób nieliniowy .

„Na początku chcesz, żeby ludzie zaczęli używać narzędzi – a one tak naprawdę nie kosztowały dużo [...] teraz, biorąc pod uwagę sposób działania modeli i ilość kontekstu, jaki można do nich włożyć, koszty nie skalują się liniowo” – wyjaśnił Comyn . To tworzy to, co nazywa „kluczowym emerging management challenge”: dyrektorzy finansowi i techniczni są zamknięci w rocznych cyklach budżetowych, które nie są w stanie uwzględnić zmienności kosztów na zadanie, która może wahać się od 10x do 50x w zależności od złożoności .

Ta dynamika nie jest abstrakcyjna. Przejście GitHuba na rozliczenie oparte na użyciu (usage-based billing) dla Copilota 1 czerwca 2026 roku uczyniło ją boleśnie konkretną. Wcześniej ryczałtowa opłata abonamentowa pokrywała wszystkie zapytania; teraz każdy token wejścia, wyjścia i zapisanego kontekstu jest mierzony za pomocą GitHub AI Credits, gdzie jeden kredyt jest wart 0,01 USD . Ciężcy użytkownicy prowadzący agencyjne sesje kodowania natychmiast widzą wzrost rachunków, a niektórzy zgłaszają prognozowane wzrosty od 10x do 50x . Pojedyncza złożona sesja agencyjna z modelem z najwyższej półki może teraz pochłonąć cały miesięczny limit kredytów w jednym uruchomieniu .

„Work slop” zdefiniowany: ukryty koszt bezwartościowych wyników AI

Drugie poważne ostrzeżenie Comyna ma charakter jakościowy. Użył on wyrażenia „work slop” („praca-śmieć”), aby opisać proliferację tekstów, kodu i analiz generowanych przez AI, które sprawiają wrażenie produktywnych, ale dodają znikomą rzeczywistą wartość . Ten output nie tylko nie pomaga – aktywnie generuje ukryte koszty: każdy wygenerowany przez AI element, który trafia do przepływu pracy, musi zostać sprawdzony, zweryfikowany, zredagowany lub odrzucony przez ludzkich pracowników .

To korporacyjny odpowiednik zjawiska „AI slop” znanego z sieci – spam w wyszukiwarkach, schematyczne posty w mediach społecznościowych i automatycznie generowane wypełniacze. W środowisku korporacyjnym ryzyko jest większe. „Work slop” może po cichu degradować wewnętrzne procesy decyzyjne, dokumentację zgodności, a nawet produkty skierowane do klientów, jeśli przejdzie przez nieodpowiednie bramki jakości . Im więcej firm wdraża AI we wszystkich funkcjach bez rygorystycznej walidacji, tym większy stos bezwartościowej pracy muszą opłacać ludzie, aby go posprzątać.

Zakład CBA o wartości 2,4 miliarda dolarów i równanie dotyczące siły roboczej

Ostrzeżenie Comyna nie pochodzi od neutralnego obserwatora. CBA inwestuje około 2,4 miliarda dolarów australijskich rocznie w technologię, co najmniej 500 milionów dolarów więcej niż jakikolwiek inny duży australijski bank . Wydatki te są przedstawiane jako strategiczny zakład na wydajność napędzaną przez AI, ale Comyn w swoich komentarzach przyznaje, że ta pozycja budżetowa jest sama w sobie narażona na tę samą nieprzewidywalną inflację, przed którą ostrzega innych .

Jednocześnie CBA demonstruje wpływ AI na rynek pracy w czasie rzeczywistym. Bank zredukował około 300 etatów na początku 2026 roku, oprócz 90 stanowisk personelu pomocniczego zastąpionych wcześniej przez chatbota AI i kolejnych 120 etatów zlikwidowanych w kwietniu . Comyn był jednoznaczny: AI „zabierze miejsca pracy w firmach w całej gospodarce”, a przedsiębiorstwa muszą pomóc personelowi przygotować się na tę przyszłość, zamiast udawać, że jest inaczej .

Jednak CBA przeznaczyło również 90 milionów dolarów australijskich na trzy lata na swój Future Workforce Program, znaczącą inicjatywę przekwalifikowującą dla ponad 30 000 pracowników . Program obejmuje nową wewnętrzną platformę kariery o nazwie Grow Your Career, szkolenia skoncentrowane na AI i mapowanie umiejętności, aby uczynić wewnętrzną mobilność przejrzystą . Ta podwójna postawa – cięcie etatów przy jednoczesnym przekwalifikowaniu – jest uczciwym odzwierciedleniem poglądu Comyna, że zakłócenia już nadeszły, a firmy potrzebują strategii zarówno dla pracowników, którzy zostają, jak i dla tych, którzy odchodzą .

Strategiczne implikacje dla każdego przedsiębiorstwa

Zbieg ostrzeżenia Comyna, działań samego CBA i natychmiastowego wyzwalacza zmiany rozliczeń GitHub Copilot wskazuje na trzy strategiczne imperatywy dla każdej organizacji uruchamiającej AI w produkcji:

1. Budżetowanie musi stać się dynamiczne i mierzone. Era stałych rocznych budżetów na AI dobiegła końca. Modele rozliczeń oparte na tokenach zamieniają AI w usługę o zmiennych kosztach, porównywalną z przetwarzaniem w chmurze. Firmy potrzebują monitorowania kosztów w czasie rzeczywistym, alokacji kredytów na zespół, limitów użycia i możliwości dostosowywania budżetów w trakcie cyklu – dyscyplin, których firmy natywne dla chmury nauczyły się dekadę temu, ale które wiele tradycyjnych przedsiębiorstw musi jeszcze przyjąć w przypadku AI .

2. Kontrola jakości nie jest opcjonalna. „Work slop” tworzy bezpośredni związek między awarią jakości a przekroczeniem kosztów. Każdy niesprawdzony wynik AI, który trafia do przepływu pracy, wymaga późniejszego ludzkiego przeglądu. Przedsiębiorstwa muszą narzucić bramki jakości, walidację z udziałem człowieka (human-in-the-loop) i audytowanie wyników. Bez tych systemów linia kosztów będzie rosnąć, podczas gdy linia wartości pozostanie płaska .

3. Strategia kadrowa musi przewidywać jednoczesne cięcia i podnoszenie kwalifikacji. Model CBA jest pouczający: AI zmniejsza zatrudnienie w niektórych zespołach, podczas gdy inwestycje w przekwalifikowanie tworzą nowe ścieżki kariery dla innych. Program o wartości 90 milionów dolarów sygnalizuje, że alternatywą dla zwolnień nie jest ochrona miejsc pracy, ale transformacja pracy – i że firmy ponoszą odpowiedzialność za prowadzenie swoich pracowników przez tę transformację .

Główne przesłanie Comyna jest takie, że korporacyjna AI weszła w znacznie trudniejszą fazę. Łatwe zyski zostały zebrane; to, co pozostało, jest złożone, kosztowne i wymaga dyscypliny, której większości organizacji brakuje. Rachunek za ten brak dyscypliny właśnie nadchodzi w postaci zarówno nieprzewidywalnych kosztów tokenów, jak i rosnącego stosu „work slop”, który ktoś musi posprzątać .

Krzywa kosztów AI przestaje być liniowa: dlaczego Twój budżet jest już nieaktualny

Główne ostrzeżenie Comyna dotyczy tego, że koszty AI przestały być przewidywalne. We wczesnych dniach korporacyjnej AI proste zapytania kosztowały prawie nic, ale gdy firmy zmuszają modele do wykonywania złożonych, wieloetapowych zadań rozumowania – co Comyn nazywa pracą „agencyjną” (agentic) – zużycie tokenów skaluje się w sposób nieliniowy .

„Na początku chcesz, żeby ludzie zaczęli używać narzędzi – a one tak naprawdę nie kosztowały dużo [...] teraz, biorąc pod uwagę sposób działania modeli i ilość kontekstu, jaki można do nich włożyć, koszty nie skalują się liniowo” – wyjaśnił Comyn . To tworzy to, co nazywa „kluczowym emerging management challenge”: dyrektorzy finansowi i techniczni są zamknięci w rocznych cyklach budżetowych, które nie są w stanie uwzględnić zmienności kosztów na zadanie, która może wahać się od 10x do 50x w zależności od złożoności .

Ta dynamika nie jest abstrakcyjna. Przejście GitHuba na rozliczenie oparte na użyciu (usage-based billing) dla Copilota 1 czerwca 2026 roku uczyniło ją boleśnie konkretną. Wcześniej ryczałtowa opłata abonamentowa pokrywała wszystkie zapytania; teraz każdy token wejścia, wyjścia i zapisanego kontekstu jest mierzony za pomocą GitHub AI Credits, gdzie jeden kredyt jest wart 0,01 USD . Ciężcy użytkownicy prowadzący agencyjne sesje kodowania natychmiast widzą wzrost rachunków, a niektórzy zgłaszają prognozowane wzrosty od 10x do 50x . Pojedyncza złożona sesja agencyjna z modelem z najwyższej półki może teraz pochłonąć cały miesięczny limit kredytów w jednym uruchomieniu .

„Work slop” zdefiniowany: ukryty koszt bezwartościowych wyników AI

Drugie poważne ostrzeżenie Comyna ma charakter jakościowy. Użył on wyrażenia „work slop” („praca-śmieć”), aby opisać proliferację tekstów, kodu i analiz generowanych przez AI, które sprawiają wrażenie produktywnych, ale dodają znikomą rzeczywistą wartość . Ten output nie tylko nie pomaga – aktywnie generuje ukryte koszty: każdy wygenerowany przez AI element, który trafia do przepływu pracy, musi zostać sprawdzony, zweryfikowany, zredagowany lub odrzucony przez ludzkich pracowników .

To korporacyjny odpowiednik zjawiska „AI slop” znanego z sieci – spam w wyszukiwarkach, schematyczne posty w mediach społecznościowych i automatycznie generowane wypełniacze. W środowisku korporacyjnym ryzyko jest większe. „Work slop” może po cichu degradować wewnętrzne procesy decyzyjne, dokumentację zgodności, a nawet produkty skierowane do klientów, jeśli przejdzie przez nieodpowiednie bramki jakości . Im więcej firm wdraża AI we wszystkich funkcjach bez rygorystycznej walidacji, tym większy stos bezwartościowej pracy muszą opłacać ludzie, aby go posprzątać.

Zakład CBA o wartości 2,4 miliarda dolarów i równanie dotyczące siły roboczej

Ostrzeżenie Comyna nie pochodzi od neutralnego obserwatora. CBA inwestuje około 2,4 miliarda dolarów australijskich rocznie w technologię, co najmniej 500 milionów dolarów więcej niż jakikolwiek inny duży australijski bank . Wydatki te są przedstawiane jako strategiczny zakład na wydajność napędzaną przez AI, ale Comyn w swoich komentarzach przyznaje, że ta pozycja budżetowa jest sama w sobie narażona na tę samą nieprzewidywalną inflację, przed którą ostrzega innych .

Jednocześnie CBA demonstruje wpływ AI na rynek pracy w czasie rzeczywistym. Bank zredukował około 300 etatów na początku 2026 roku, oprócz 90 stanowisk personelu pomocniczego zastąpionych wcześniej przez chatbota AI i kolejnych 120 etatów zlikwidowanych w kwietniu . Comyn był jednoznaczny: AI „zabierze miejsca pracy w firmach w całej gospodarce”, a przedsiębiorstwa muszą pomóc personelowi przygotować się na tę przyszłość, zamiast udawać, że jest inaczej .

Jednak CBA przeznaczyło również 90 milionów dolarów australijskich na trzy lata na swój Future Workforce Program, znaczącą inicjatywę przekwalifikowującą dla ponad 30 000 pracowników . Program obejmuje nową wewnętrzną platformę kariery o nazwie Grow Your Career, szkolenia skoncentrowane na AI i mapowanie umiejętności, aby uczynić wewnętrzną mobilność przejrzystą . Ta podwójna postawa – cięcie etatów przy jednoczesnym przekwalifikowaniu – jest uczciwym odzwierciedleniem poglądu Comyna, że zakłócenia już nadeszły, a firmy potrzebują strategii zarówno dla pracowników, którzy zostają, jak i dla tych, którzy odchodzą .

Strategiczne implikacje dla każdego przedsiębiorstwa

Zbieg ostrzeżenia Comyna, działań samego CBA i natychmiastowego wyzwalacza zmiany rozliczeń GitHub Copilot wskazuje na trzy strategiczne imperatywy dla każdej organizacji uruchamiającej AI w produkcji:

1. Budżetowanie musi stać się dynamiczne i mierzone. Era stałych rocznych budżetów na AI dobiegła końca. Modele rozliczeń oparte na tokenach zamieniają AI w usługę o zmiennych kosztach, porównywalną z przetwarzaniem w chmurze. Firmy potrzebują monitorowania kosztów w czasie rzeczywistym, alokacji kredytów na zespół, limitów użycia i możliwości dostosowywania budżetów w trakcie cyklu – dyscyplin, których firmy natywne dla chmury nauczyły się dekadę temu, ale które wiele tradycyjnych przedsiębiorstw musi jeszcze przyjąć w przypadku AI .

2. Kontrola jakości nie jest opcjonalna. „Work slop” tworzy bezpośredni związek między awarią jakości a przekroczeniem kosztów. Każdy niesprawdzony wynik AI, który trafia do przepływu pracy, wymaga późniejszego ludzkiego przeglądu. Przedsiębiorstwa muszą narzucić bramki jakości, walidację z udziałem człowieka (human-in-the-loop) i audytowanie wyników. Bez tych systemów linia kosztów będzie rosnąć, podczas gdy linia wartości pozostanie płaska .

3. Strategia kadrowa musi przewidywać jednoczesne cięcia i podnoszenie kwalifikacji. Model CBA jest pouczający: AI zmniejsza zatrudnienie w niektórych zespołach, podczas gdy inwestycje w przekwalifikowanie tworzą nowe ścieżki kariery dla innych. Program o wartości 90 milionów dolarów sygnalizuje, że alternatywą dla zwolnień nie jest ochrona miejsc pracy, ale transformacja pracy – i że firmy ponoszą odpowiedzialność za prowadzenie swoich pracowników przez tę transformację .

Główne przesłanie Comyna jest takie, że korporacyjna AI weszła w znacznie trudniejszą fazę. Łatwe zyski zostały zebrane; to, co pozostało, jest złożone, kosztowne i wymaga dyscypliny, której większości organizacji brakuje. Rachunek za ten brak dyscypliny właśnie nadchodzi w postaci zarówno nieprzewidywalnych kosztów tokenów, jak i rosnącego stosu „work slop”, który ktoś musi posprzątać .