Co się dzieje, gdy firm nie stać już na AI?

W pierwszych latach działalności Uber oferował przejazdy przez miasto taniej niż taksówki. Inwestorzy pokrywali różnicę, dopóki firma nie musiała zacząć zarabiać. Dane Rakuten Intelligence pokazały, że ceny przejazdów zamawianych przez aplikacje w USA wzrosły o 92% w latach 2018–2021, a w 2023 roku nawet CEO Ubera był zaskoczony, gdy usłyszał, ile kosztuje teraz przejazd na odległość trzech mil w Nowym Jorku.

Sztuczna inteligencja zbliża się do podobnego momentu. Anthropic potwierdziła w czerwcu, że poufnie złożyła dokumenty w sprawie wejścia na giełdę w USA, a według doniesień OpenAI przygotowuje się do podobnego kroku. Spółki publiczne co kwartał odpowiadają przed akcjonariuszami, a wynikająca z tego kontrola często prowadzi do zmian cen.

Rodzą się więc pytania, których wiele firm jeszcze sobie nie zadało: co się stanie, jeśli AI, na której opierają się ich produkty, zdrożeje, jej użycie zostanie bardziej ograniczone albo nastąpią oba te zjawiska? Odpowiedź zależy mniej od decyzji laboratoriów AI, a bardziej od tego, jak poszczególne firmy zbudowały wokół nich swoją działalność. Wciąż jest czas, by się przygotować.

Koszty AI przestały obciążać budżet IT, a zaczęły wpływać na model biznesowy

Pierwsze rachunki za AI były na tyle niewielkie, że można je było ująć w budżecie na eksperymenty. Dziś AI jest częścią produktów i procesów pracy, więc jej cena bezpośrednio wpływa na marże. Obecne ceny odzwierciedlają okres intensywnych inwestycji.

W teście przeprowadzonym przez firmę badawczą SemiAnalysis abonament Claude Max za 200 USD miesięcznie zapewniał korzystanie z usług o wartości około 8 000 USD miesięcznie według standardowych stawek API. To hojna oferta dla użytkowników, a zarazem przykład tego, jak bardzo niektóre ceny odbiegają od rzeczywistych kosztów świadczenia usługi.

Niektóre zmiany już się rozpoczęły. W połowie 2025 roku Cursor, narzędzie AI do programowania, zastąpił plan za 20 USD miesięcznie rozliczaniem wykorzystania według stawek API, a Anthropic wprowadziła tygodniowe limity korzystania dla najbardziej intensywnie korzystających z Claude Code użytkowników. Programista Simon Willison zasugerował, że może dobiegać końca era korzystania z AI dotowanego przez inwestorów.

Analitycy zalecają podobne podejście. Wytyczne Gartnera z sierpnia 2026 roku zachęcają liderów do przygotowania się na prawdopodobne podwyżki cen AI. Analitycy Gartnera ostrzegali również, że organizacje, które nie rozumieją, jak rosną koszty AI, mogą błędnie oszacować je nawet o 500–1 000%.

Spadek cen jednostkowych pomaga, ale tylko do pewnego stopnia. Epoch AI pokazuje, że cena danego poziomu wydajności AI z roku na rok gwałtownie spada, jednak badacze z MIT ustalili, że nowsze modele rozumujące zużywają znacznie więcej mocy obliczeniowej, by uzyskać odpowiedzi. Rachunek rośnie wraz z wykorzystaniem, a to wciąż się zwiększa.

Co wejście laboratoriów AI na giełdę może oznaczać dla budujących na ich rozwiązaniach startupów

Wejście na giełdę wymusza większą dyscyplinę. Publiczne laboratoria AI będą musiały pokazać inwestorom, jak zamierzają osiągnąć trwałe marże, a ustalanie cen należy do najbardziej bezpośrednich dostępnych narzędzi. Może to oznaczać wyższe ceny katalogowe, bardziej restrykcyjne limity korzystania, przeniesienie funkcji do droższych planów lub szybsze wycofywanie starszych modeli.

Startupy działają też na tym samym rynku co ich dostawcy. Laboratoria AI coraz częściej oferują własne aplikacje, jak Anthropic w przypadku Claude Code, dlatego warto jasno określić, jaką wartość firma wnosi poza samym modelem.

Jest też pozytywna strona tej sytuacji. Spółki publiczne ujawniają więcej informacji, dzięki czemu klienci lepiej rozumieją, jak ustalane są ceny AI. Konkurencja między dostawcami oraz szybko udoskonalane modele otwarte powinny powstrzymywać wzrost cen — o ile klienci są gotowi zmienić dostawcę.

Jak firmy mogą ograniczyć swoją zależność

Ryzyko biznesowe sprowadza się do dwóch pytań. Czy klienci uznają usługę za na tyle wartościową, by zapłacić więcej, jeśli wzrosną koszty? I czy marża jest wystarczająca, by wchłonąć podwyżkę? Pięć praktyk może pomóc firmom, które nie znają odpowiedzi na te pytania, a żadna z nich nie wymaga zaczynania od zera.

Znaj koszt każdego zadania. Wiele zespołów zna miesięczny rachunek za AI, ale nie wie, ile kosztuje pojedyncze działanie klienta. Pomiar kosztu każdego zadania pokazuje, które funkcje, klienci lub przypadki użycia przestałyby być rentowne, gdyby ceny wzrosły o 30%, 50%, a nawet 100%.

Korzystaj z AI tam, gdzie wnosi największą wartość. Duże modele najlepiej radzą sobie z niejednoznacznością, na przykład z podejściem do problemu po raz pierwszy. Powtarzalne zadania często lepiej powierzyć tradycyjnemu oprogramowaniu. Na przykład podczas testowania oprogramowania AI może raz ustalić, jak sprawdzić ścieżkę użytkownika, a następnie taki test może być wykonywany tysiące razy jako zwykły kod, bez wywoływania modelu.

Dopasuj model do zadania. Epoch AI ustaliło, że najlepsze modele otwarte, które można uruchomić na pojedynczej konsumenckiej karcie graficznej, ustępują wiodącym modelom o około rok lub mniej. W przypadku rutynowych zadań mniejszy model lub model hostowany samodzielnie może zapewnić akceptowalne wyniki za ułamek ceny.

Zachowaj możliwość zmiany dostawcy. Najtrudniej przenieść produkty zbudowane wokół specyficznych funkcji jednego dostawcy. Prosta warstwa pośrednicząca między produktem a modelem oraz regularne testowanie alternatyw sprawiają, że przyszła podwyżka cen staje się przedmiotem negocjacji.

Ustalaj ceny na podstawie efektów. Rozliczanie klientów za tokeny przenosi każdą zmianę cen AI bezpośrednio na nich. Stała opłata za konkretny efekt, taki jak wykonane zadanie lub rozwiązane zgłoszenie, zapewnia klientom stabilne ceny i daje firmie możliwość pokrycia zmian własnych kosztów. Ta sama zasada pomaga przy zakupach: narzędzia wyceniane za osiągnięty efekt ułatwiają przewidywanie przyszłych wydatków.

Przystępność cenowa to kwestia decyzji projektowej

Podwyżki cen Ubera nie zakończyły przewozów zamawianych przez aplikacje. Położyły kres modelom biznesowym opartym na założeniu, że przejazdy zawsze będą dotowane. AI prawdopodobnie podąży podobną drogą. Gdy największe laboratoria AI wejdą na giełdę, cena AI będzie bliższa kosztom jej świadczenia, a firmy będą oceniane pod kątem tego, czy ich produkty nadal działają przy tej cenie.

Firmy najlepiej przygotowane na tę zmianę traktują AI jako zależność, którą należy mierzyć i którą trzeba zarządzać. Dla firm, które jeszcze nie zaczęły, nie jest za późno. Każdy z tych kroków można podjąć w tym kwartale, a każdy z nich ułatwi poradzenie sobie z kolejną zmianą cen.