Meta ograniczy używanie AI przez pracowników. Chodzi o rachunki – Wall Street znów się myli?

Według informacji ujawnionych przez The Information Meta przygotowuje system monitorowania zużycia AI przez pracowników. Firma spodziewa się, że już w 2026 roku wyda miliardy dolarów wyłącznie na wewnętrzne wykorzystanie modeli sztucznej inteligencji. W odpowiedzi zamierza wprowadzić limity, budżety oraz narzędzia do śledzenia kosztów. Tak o to rewolucja AI wchodzi właśnie w zupełnie nową fazę.

Przez ostatnie dwa lata największe firmy technologiczne ścigały się w tym, kto szybciej wdroży sztuczną inteligencję. Dziś coraz częściej zastanawiają się, jak ograniczyć koszty jej wykorzystania. To subtelna, ale bardzo ważna zmiana, która może mówić więcej o przyszłości branży AI niż kolejne premiery modeli. Co ciekawe, akcej Meta Platforms od wielu miesięcy mają na giełdzie problem ze wzrostem i łapią zadyszkę.

Skoro takiego giganta jak Meta nie stać na wdrażanie AI „bez ograniczeń” – czy Wall Street nie popełnia karygodnego błędu, zakładając, że użycie sztucznej inteligencji w przedsiębiorstwach będzie wykładniczo rosło? Infrastruktura AI staje się bardzo droga i napotyka na istotne opory ze strony „fizycznych” przeszkód. Teraz okazuje się, że istotnym są nie tylko półprzewodniki, ale budżet.

O ograniczenaich, z jakimi zderza sie rozwój technologii pisaliśmy w AI zderza się ze ścianą: brakuje prądu. Sygnał ostrzegawczy dla rynków?

Era liczenia tokenów

Meta rozwija wewnętrzną platformę AI Gateway, która ma pokazywać zespołom w czasie rzeczywistym, ile kosztuje korzystanie ze sztucznej inteligencji. System będzie monitorował aktywność pracowników, raportował wydatki i automatycznie wykrywał nietypowe wzrosty kosztów.

To pierwszy tak wyraźny sygnał, że dla największych korporacji problemem przestaje być dostęp do AI. Problemem staje się efektywne zarządzanie jej wykorzystaniem. Im więcej pracowników korzysta z modeli, tym szybciej rosną rachunki za moc obliczeniową i infrastrukturę.

W praktyce oznacza to narodziny nowej kategorii kosztów operacyjnych. Tak jak firmy nauczyły się kontrolować wydatki na chmurę obliczeniową, tak teraz będą musiały nauczyć się zarządzać kosztami tokenów.

Produktywność ma swoją cenę

Najciekawszy paradoks polega na tym, że AI prawdopodobnie rzeczywiście zwiększa produktywność pracowników. Programiści piszą kod szybciej, analitycy przygotowują raporty w krótszym czasie, a działy marketingu produkują więcej treści niż kiedykolwiek wcześniej.

Problem w tym, że wzrost produktywności nie zawsze oznacza wzrost rentowności. Jeżeli pracownik wykonuje zadania o 30 proc. szybciej, ale koszty infrastruktury rosną kilkukrotnie, firmy zaczynają zadawać niewygodne pytania o zwrot z inwestycji.

To właśnie dlatego Meta chce nie tylko monitorować wykorzystanie AI, ale także zachęcać pracowników do korzystania z własnych narzędzi. Wewnętrzny asystent programistyczny MetaCode ma ograniczyć zależność od zewnętrznych dostawców i pozwolić lepiej kontrolować wydatki.

Problem całej branży

Meta nie jest wyjątkiem. Według ostatnich doniesień Uber wykorzystał cały budżet przeznaczony na narzędzia AI dla programistów już w pierwszych czterech miesiącach 2026 roku. To pokazuje, jak szybko rosną koszty, gdy sztuczna inteligencja staje się codziennym narzędziem pracy.

Przez lata firmy przyzwyczaiły się do modelu, w którym koszt dodatkowego użytkownika oprogramowania był stosunkowo niski. W przypadku AI sytuacja wygląda inaczej; każde zapytanie generuje realny koszt, który rośnie wraz ze skalą wykorzystania. Kluczowe pytanie teraz brzmi jak korzystać z AI na tyle efektywnie, by korzyści rosły szybciej niż rachunki?