KI wird teuer, und die Führungskräfte, die dafür bezahlen, bemerken es langsam
Eine große Umfrage zeigt, dass fast ein Drittel der Senior Manager nicht nachvollziehen kann, was KI sie kostet. Eine neue Prognose warnt, dass KI-Codierungswerkzeuge bald mehr pro Entwickler kosten könnten als das Gehalt des Entwicklers selbst.
Wichtigste Punkte
- Eine KPMG-Umfrage unter mehr als 2.000 Senior Managern aus 20 Ländern ergab, dass 29 Prozent Schwierigkeiten hatten, die laufenden Kosten ihrer KI-Implementierungen zu verstehen.
- Fast die Hälfte dieser Manager gab an, dass sie ihre KI-Projekte verlangsamen oder umgestalten möchte, wenn die Kosten den Nutzen überwiegen.
- Der Gartner-Analyst Nitish Tyagi prognostiziert, dass die Pro-Entwickler-Kosten für KI-Codierungsassistenten bis 2028 das globale durchschnittliche Entwicklergehalt übersteigen werden.
- In Ländern mit niedrigeren Löhnen, wie Indien, findet dieser Übergang bereits heute statt.
- Große KI-Anbieter wie Anthropic, OpenAI und GitHub haben von pauschalen Monatsgebühren zu nutzungsbasierter Abrechnung gewechselt, bei der Unternehmen pro „Token" zahlen – also für jeden kleinen Textblock, den die KI liest oder schreibt.
Unternehmen haben sich in den letzten zwei Jahren überstürzt, um KI-Werkzeuge einzuführen. Jetzt treffen die Rechnungen ein, und die Zahlen verursachen echte Besorgnis in den Vorstandsetagen.
Eine neue Umfrage der KPMG, des globalen Consulting- und Professional Services-Unternehmens, erfasst diese Stimmung. Das Unternehmen befragte mehr als 2.000 Senior Manager aus 20 Ländern und stellte fest, dass 29 Prozent von ihnen keine klare Vorstellung davon haben, was ihre wachsenden KI-Implementierungen tatsächlich an Betriebskosten verursachen. Zuerst von The Register AI berichtet, zeichnen die Ergebnisse ein Bild von Unternehmen, die schnell eingestiegen sind und jetzt verzweifelt versuchen zu verstehen, worauf sie sich eingelassen haben.
Die Verwirrung hat eine einfache Ursache. Lange Zeit kamen KI-Werkzeuge mit pauschalem monatlichen Abonnements. Man zahlte eine feste Gebühr, das Team nutzte die Werkzeuge so viel es wollte, und die Rechnung war vorhersehbar. Dieses Modell verschwindet. Anthropic, OpenAI und GitHub haben alle zur nutzungsbasierten Abrechnung basierend auf Tokens gewechselt. Ein Token ist eine kleine Texteinheit, ungefähr drei Viertel eines Wortes, und jedes Mal, wenn ein KI-Modell eine Eingabe liest oder eine Antwort schreibt, verbraucht es Tokens. Je mehr das Team die Werkzeuge nutzt, desto höher die Rechnung, und die Kosten können unerwartet ansteigen.
Fast die Hälfte der befragten Manager gab an, dass sie erwägen, ihre Implementierungen „neu zu planen", was bedeutet, dass sie verlangsamt werden, der Umfang reduziert wird und man nach günstigeren oder kleineren Modellen sucht, anstatt immer zur leistungsfähigsten (und teuersten) Option zu greifen.
Was bedeutet das für Arbeitnehmer in Unternehmen, die KI-Werkzeuge einsetzen?
Es könnte tatsächlich einige Arbeitsplätze schützen. Gartner-Analyst Nitish Tyagi fand heraus, dass in Teilen der Welt, wo Entwicklergehälter niedriger sind, die Kosten für den Betrieb eines KI-Codierungsassistenten bereits übersteigen, was ein menschlicher Entwickler verdient. Global projiziert Tyagi, dass dieser Übergang bis 2028 eintreffen wird. Wenn ein Werkzeug mehr kostet als die Person, die es ersetzen sollte, bricht der finanzielle Fall für den Austausch dieser Person zusammen.
Gartners Forschung fand auch etwas Kontraintuitives über die Funktionsweise dieser Werkzeuge. Die Verwendung von mehr Tokens führt nicht automatisch zu bessererem Code. Entwickler, die diszipliniert und präzise waren, wie sie ihre Eingaben formulierten, erhielten qualitativ bessere Ergebnisse und gaben weniger Geld aus als diejenigen, die die KI frei und häufig nutzten.
Das breitere finanzielle Bild ist unmöglich zu ignorieren. Eine große Investitionsanalyse ergab, dass die KI-Industrie auf dem Weg ist, zwischen jetzt und 2030 1,5 Billionen Dollar für Rechenzentrumsinfrastruktur auszugeben. Dieses Geld muss irgendwie zurück verdient werden, weshalb die Preisgestaltung sich zu nutzungsbasierter Modellierung verschiebt, die mit jedem Kunden wachsen kann.
Für Unternehmen, die bereits von diesen Werkzeugen abhängig sind, ist ein Wechsel nicht einfach. Entwickler, die ein oder zwei Jahre lang täglich KI-Assistenten genutzt haben, können die Fertigkeit in den zugrunde liegenden Fähigkeiten verlieren. Diese Abhängigkeit gibt KI-Anbietern echte Preisgestaltungsmacht. Aber wenn sie zu viel verlangen, werden Firmenkunden woanders suchen: günstigere Open-Source-Modelle, kleinere spezialisierte Werkzeuge oder einfach die Wiedereinstellung des Personals, das sie entlassen haben.
