Az AI-nál ritkán a licenc a drága — hanem az, amikor senki nem figyeli, mire és mennyit futtatják. Egy friss történetben egyetlen beállítás hiánya félmilliárd dolláros havi számlává nőtt.

Mi történt

Egy meg nem nevezett cég állítólag 500 millió dollárt költött el egy hónap alatt az Anthropic Claude-jának használatára. A magyarázat prózai: a vállalat nem állított be használati korlátokat az alkalmazottak Claude-licencein, így a fogyasztás gyakorlatilag szabadon skálázódhatott.

A sztori nem önmagában áll: több szervezetnél most kezd igazán feltűnni, hogy az AI gyors bevezetése kiszámíthatatlanul magas, nehezen tervezhető költségekkel járhat, miközben a „mérhető üzleti haszon” sok helyen még vitatott vagy legalábbis nem egyértelmű. A költség különösen akkor ugrik meg, amikor nem egyszerű chatbot-kérdésekről van szó, hanem úgynevezett AI ügynökökről (agents).

Az AI ügynököt úgy képzeld el, mint egy „digitális gyakornokot”, aki nem csak válaszol, hanem több lépésben dolgozik: fájlokat olvas, kódot futtat, API-kat hív, újra és újra visszakérdez vagy ellenőriz. Ez a sok lépés sok számítást jelent — a felhőben pedig a számítás pénz.

Miért fontos

A tanulság hétköznapi vállalati nyelvre fordítva: az AI nem egyszeri szoftverbeszerzés, hanem sokszor közüzemi jellegű fogyasztás (mint az áram vagy a felhőszámla). Ha nincs keret, nincs jogosultságkezelés és nincs visszajelzés arról, mi termel értéket, a használat könnyen „elszabadul”. Ráadásul több cégnél a kultúra is ráerősít: az AI-használatot belső versenyek, teljesítményértékelési szempontok vagy informális elvárások is pörgethetik, ami a mennyiséget jutalmazza a minőség helyett.

Mire figyelj

  1. Limit és jogosultság: legyenek csapat- és felhasználószintű kvóták, és külön „kísérleti” keret a próbálgatásra. Ez nem gát, hanem biztosíték — olyan, mint a bankkártyás költési limit.
  2. Mérés: mi mennyibe kerül és miért: ne csak azt lásd, hogy „AI-költség”, hanem bontsd le use case-re (pl. ügyfélszolgálati összefoglalók, kódreview, dokumentum-keresés). Ami nem hoz időt, bevételt vagy minőséget, az csak drága hobbi.
  3. „Tokenmaxxing” és perverz ösztönzők: ha a szervezet azt jutalmazza, hogy ki használ többet AI-t, abból könnyen lesz látszatmunka (például ügynökök felesleges futtatása), ami közvetlenül égeti a pénzt.
  4. Árazási és korlátozási trendek: a szolgáltatók emelhetnek árakat vagy szigoríthatnak sebességkorlátokat (rate limit). A „rate limit” gondolj rá úgy, mint egy sávszélesség-korlátra: hiába fizetsz, egy időablakon belül csak bizonyos mennyiségű kérést enged a rendszer.
  5. Használati higiénia: ha valaki AI-val néz időjárást vagy rutin kereséseket futtat, az jelzi, hogy nincs iránymutatás. Futurism AI-nál is felmerül, hogy sokan inkább a kellemetlen feladatokat automatizálják, nem a legértékesebbeket — ezt belső prioritási listával és jóváhagyott mintafolyamatokkal lehet kezelni.

A félmilliárdos havi számla extrém példa, de a logika hétköznapi: ha az AI-t korlátlan „all you can eat” büfének tekinted, előbb-utóbb valaki tényleg úgy is fog enni.