NORBERT BIEDRZYCKI

Zamieniliśmy subskrypcje AI na czterech doświadczonych programistów. To była nasza najlepsza decyzja w sprawie AI

Przez jakiś czas wszystko wydawało się oczywiste.

AI miała obniżyć koszty, zwiększyć produktywność i pozwolić mniejszym zespołom robić więcej. Zrobiliśmy więc to, co dziś robi większość firm technologicznych. Kupiliśmy kolejne narzędzia, dołożyliśmy subskrypcji i zaczęliśmy „skalować AI”.

Na początku to działało. Zespół przyspieszył, powstawało więcej rzeczy, eksperymentów było więcej niż kiedykolwiek. Wyglądało na to, że wreszcie zbliżamy się do obiecanej efektywności.

Po jakimś czasie coś jednak przestało się zgadzać.

Koszty rosły szybciej niż wyniki. Zużycie tokenów stało się jedną z największych pozycji w budżecie. Subskrypcje mnożyły się prawie niezauważenie. A każdy zespół używał AI inaczej. Coraz trudniej było odpowiedzieć na proste pytanie: jaki jest realny efekt biznesowy tego wszystkiego?

W pewnym momencie musieliśmy się zatrzymać i zadać znacznie mniej wygodne pytanie: czy kupujemy produktywność, czy tylko aktywność?

Bo AI świetnie generuje ruch. Pomysły, szkice, iteracje, warianty. Ale ruch to nie to samo co postęp.

Zrobiliśmy więc coś, co rok temu brzmiałoby absurdalnie.

Zaczęliśmy wyłączać subskrypcje. Jedną po drugiej, bez sentymentów. W efekcie zrezygnowaliśmy z kilku narzędzi AI i za ten sam budżet zatrudniliśmy czterech doświadczonych programistów.

Nie dlatego, że „AI nie działa”. To zbyt proste. Prawdziwy problem leżał gdzie indziej.

AI to nie narzędzie, które się podłącza i czeka na wyniki. To warstwa operacyjna, która wzmacnia to, co już jest. Jeśli procesy są chaotyczne, AI sprawi, że będą szybsze i droższe. Jeśli przepływ pracy jest niejasny, dostaniesz po prostu więcej wyników, które trudniej ocenić. Dokładnie to nam się przydarzyło.

Więcej promptów. Więcej eksperymentów. Więcej wyników. Ale bez struktury i kontroli zaczęło to wyglądać jak bardzo drogi system do wytwarzania pracy, a nie wartości.

Czterech doświadczonych programistów zmieniło więcej niż wszystkie te narzędzia razem. Nie dlatego, że pracują szybciej, tylko dlatego, że usuwają to, co w ogóle nie powinno istnieć. Upraszczają procesy, podejmują decyzje i budują rzeczy, które mają sens. Dopiero wtedy AI zaczyna dawać prawdziwą wartość.

To był punkt zwrotny.

AI przestała być „rozwiązaniem”. Stała się narzędziem, używanym świadomie tam, gdzie naprawdę ma sens. Z perspektywy czasu wniosek jest dużo prostszy, choć mniej wygodny.

Problemem nie są modele ani ich koszt. Problemem jest próba zastąpienia nimi myślenia. A to się nie skaluje.

Najdroższą częścią AI nie są tokeny. Jest nią brak strategii.

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. 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.

  3. Być może źle zrozumieliśmy ekonomię AI. Bo ona nie będzie darmowaLinkedIn

    Przez ostatnie dwa lata słyszeliśmy niemal wyłącznie jedną narrację: AI sprawi, że praca umysłowa będzie tańsza, szybsza i praktycznie nieograniczona kosztowo. Pojawiają się jednak pierwsze sygnały, że rzeczywistość może wyglądać zupełnie inaczej.