Tehnološki i finansijski sektor beleže rast izdataka za automatizaciju, dok samo 23% zadataka donosi uštedu prema aktuelnim analizama
U 2026. godini vodeće tehnološke i finansijske kompanije suočavaju se sa rastućim troškovima primene AI rešenja, pri čemu pojedini budžeti premašuju 113.000 dolara mesečno, pokazuju zvanični podaci i interne procene. Prema izveštajima iz industrije, troškovi automatizacije i upotrebe AI modela često premašuju izdatke za ljudski rad u određenim segmentima poslovanja. Na primer, jedna od kompanija iz AI sektora potrošila je 113.000 dolara u roku od samo mesec dana na upotrebu AI servisa, dok su pojedine velike tehnološke kompanije potrošile čitav godišnji budžet za AI za 2026. godinu za svega četiri meseca.
Analize pokazuju da je, prema izjavama iz rukovodstva tehnoloških kompanija, postalo teže opravdati visoke izdatke za tzv. ‘tokenmaxxing’, odnosno masovnu upotrebu AI procesa. Istovremeno, podaci ukazuju da AI tehnologija nije ekonomski isplativa za svaki segment poslovanja. Prema istraživanju MIT-a iz 2024. godine, samo 23% radnih zadataka ostvaruje značajnu korist od automatizacije, dok je čak 77% poslova i dalje efikasnije obavljati uz ljudski rad. Isti zaključak potvrđuju i analize iz finansijskog sektora, gde se navodi da AI rešenja uspešno funkcionišu uglavnom u rutinskim, podacima bogatim zadacima.
U oblasti finansija, zdravstva, proizvodnje i korisničke podrške, AI donosi ubrzanje obrade podataka i skraćuje vreme potrebno za analizu velikih baza informacija. Međutim, u složenim zadacima koji zahtevaju više koraka, kreativnost ili preciznost, zamena ljudskog rada AI rešenjima pokazuje se manje efikasnom. Projekcije investicionih analitičara pokazuju da će upotreba AI tokena nastaviti da raste, sa procenama da će do 2030. godine kompanije koristiti 120 kvadriliona tokena mesečno, što ukazuje na rastući trend ali i nastavak visokih troškova u početnoj fazi razvoja ovih tehnologija.
Izvršni direktori kompanija iz sektora tehnologije i finansija ističu da se AI najviše isplati u segmentima sa velikim količinama podataka i ponavljajućim, rutinskim zadacima, dok za kreativne i višestepene procese ljudski faktor ostaje nezamenjiv. Očekuje se da će optimizacija i dalji razvoj AI tehnologija vremenom smanjiti troškove i proširiti primenu, ali trenutni izveštaji jasno ukazuju da ekonomska opravdanost zavisi od tipa zadataka i planskog pristupa automatizaciji.
