NORBERT BIEDRZYCKI
4 min czytaniaBiznesTen tekst po angielsku

Rachunek za tokeny to nowa lista płac

Przez dekady największą pozycją kosztową w firmie usługowej i technologicznej byli ludzie. Budżet planowało się od etatów, marżę liczyło od stawek, a wartość spółki szacowało między innymi od przychodu na pracownika. Ten model właśnie zaczyna się kruszyć, i to szybciej, niż nadążają za nim działy finansowe.

Trzy sygnały z jednego miesiąca

Pod koniec października pojawiły się trzy historie, które razem pokazują kierunek.

Jacob Sansbury, założyciel dziesięcioosobowego startupu Spawn, napisał, że jego firma wydała w miesiąc 3,1 mln dolarów na tokeny, czyli około trzydzieści razy więcej niż cała lista płac. To deklaracja założyciela, nikt jej niezależnie nie zweryfikował, a Sansbury nie mówi nic o przychodach. Ale sama proporcja jest wymowna.

Kilka dni później Fortune opisał, jak prezes Cisco Jeetu Patel dał dwudziestosiedmioletniemu inżynierowi nieograniczony dostęp do tokenów i cel przepisania 98% starego kodu firmy w 24 miesiące, z czterema tygodniami na udowodnienie, że to w ogóle możliwe. Zespół ma liczyć dwie osoby. Kosztu nikt nie podał.

Wreszcie Anthropic opublikował raport o tym, jak AI zmieniła pracę w samej firmie. Godziny pracy agentów przewyższają tam godziny pracy ludzi sześć do jednego, a przychody rosną dużo szybciej niż zatrudnienie, szybciej nawet niż w poprzednim pokoleniu firm technologicznych na tym samym etapie.

Wspólny mianownik jest prosty: koszt pracy przenosi się z pensji na moc obliczeniową.

Co to zmienia w rachunku wyników

Z perspektywy zarządu i funduszu private equity widzę trzy zmiany, które warto nazwać wprost.

Zmienia się struktura kosztów. Wynagrodzenia są kosztem w dużej mierze stałym i przewidywalnym. Rachunek za tokeny jest zmienny, rośnie skokowo i bywa trudny do przypisania. W wielu firmach nikt nie potrafi dziś odpowiedzieć, czy to koszt sprzedanej usługi, czy koszt ogólny. A od tej odpowiedzi zależy marża brutto, którą fundusz pokazuje kolejnemu kupującemu.

Psuje się metryka przychodu na pracownika. Jeśli dziesięć osób generuje wynik, który kiedyś wymagał stu, przychód na pracownika wygląda znakomicie. Tyle że niewiele już mówi o efektywności. Potrzebujemy nowej miary, czegoś w rodzaju kosztu wykonania procesu, w którym ludzie i tokeny są w jednym wierszu.

Pojawia się ryzyko koncentracji dostawcy. W czerwcu 2026 roku dostęp do modeli Fable został na blisko trzy tygodnie zawieszony, żeby wypełnić amerykańskie przepisy eksportowe. Sansbury twierdzi, że praca w Spawn spadła wtedy do zera. Niezależnie od tego, jak dokładna jest ta relacja, pokazuje rzecz, której nie ma w większości raportów z due diligence: firma AI native jest tak niezależna, jak niezależny jest jej stos technologiczny.

Co widzę w spółkach portfelowych

W pracy z klientami i spółkami portfelowymi funduszy obserwuję zjawisko, które rzadko trafia do prezentacji. Gdy rachunki za tokeny zaczęły rosnąć, firmy musiały uszeregować przypadki użycia według zwrotu z inwestycji. W części z nich okazało się, że do konkretnego zadania taniej i pewniej jest zatrudnić doświadczonego programistę niż utrzymywać agenta, który pali tokeny bez wyraźnego efektu.

To nie jest argument przeciwko AI. To jest argument za tym, żeby liczyć. Okres, w którym zużycie tokenów traktowano jako dowód nowoczesności, właśnie się kończy. Rynek zaczyna pytać nie o to, ile tokenów firma zużywa, tylko ile wartości z nich wyciąga.

Lekcja dla Polski

Nasz model rozwoju przez ostatnie dwadzieścia lat opierał się na relatywnie taniej, dobrze wykształconej sile roboczej. Centra usług wspólnych, software house’y, outsourcing IT. Zachodnie firmy płaciły za godziny pracy w Krakowie, Wrocławiu czy Łodzi.

Jeśli wzorcem staje się firma, w której kilka osób wydaje na tokeny wielokrotność własnych pensji, to ta różnica nie trafia do zespołu w Polsce. Trafia na konto jednego z kilku laboratoriów AI w Stanach Zjednoczonych. To pytanie nie tylko do pojedynczych firm, ale do całej gospodarki, która przez lata sprzedawała godziny.

Pytania do due diligence

Gdy dziś oceniam spółkę, w której AI ma odgrywać istotną rolę w modelu operacyjnym, zadaję trzy pytania.

Ile kosztuje wykonanie kluczowego procesu, licząc ludzi i tokeny razem? Nie ile kosztują licencje, tylko ile kosztuje proces od początku do końca.

Co się stanie, jeśli główny dostawca modelu jutro podniesie ceny o połowę albo zawiesi dostęp? Ile czasu zajmie przejście na inny model i czy ktoś to kiedykolwiek przetestował?

Kto w zarządzie odpowiada za budżet tokenów? Jeśli odpowiedź brzmi „dział IT”, to znaczy, że firma wciąż traktuje AI jak narzędzie, a nie jak siłę roboczą.

Dlaczego w Sophonie myślimy o procesie, a nie o czacie

Z tego powodu Operatorów AI w Sophonie projektujemy wokół konkretnych procesów, a nie wokół dostępu do czatu. Operator ma przypisany zakres pracy, więc jego koszt da się policzyć tak samo jak koszt zespołu, który kiedyś tę pracę wykonywał. Dla dyrektora finansowego to różnica między „wydajemy dużo na AI” a „wiemy, ile kosztuje nas zamknięcie miesiąca”.

Pensje przez lata były najbardziej przewidywalną pozycją w budżecie. Rachunek za tokeny dopiero się taką pozycją stanie. Firmy, które nauczą się go planować, kontrolować i dywersyfikować wcześniej niż konkurencja, zbudują przewagę, której nie da się kupić w żadnym abonamencie.

Czytaj także

  1. AI nie zabraknie klientów. Zabraknie jej prądu i czasu na spłatę długu

    Spadki kursów spółek od centrów danych wiele osób odczytało jako pierwszą rysę na bańce AI. Patrzę na te same liczby i widzę coś innego. Popyt jest, i to spory. Kłopot leży gdzie indziej: w samej budowie, w dostępie do prądu i w tym, kto to

  2. Ryzyko w AI nie siedzi w popycie. Siedzi w strukturze kapitałuLinkedIn

    To nie jest profil spółki technologicznej. To profil lewarowanego wykupu, tyle że zamiast fabryki aktywem są procesory graficzne. Tak wygląda dziś bilans CoreWeave, jednego z największych neocloudów.

  3. Bańka AI to pytanie o niewłaściwą rzeczLinkedIn

    Microsoft wycofał się właśnie z umowy na budowę centrum danych w Loughton pod Londynem. Nie z braku popytu. Z braku prądu. Przyłącze do sieci ma tam powstać dopiero w latach 30. To nie jest odosobniony przypadek.