Bedrijven staren zich blind op de belofte van kunstmatige intelligentie, maar de harde realiteit klopt aan de deur: AI is momenteel een peperdure kostenpost. Het praktijkvoorbeeld van Uber legt een pijnlijk Silicon Valley-geheim bloot.
Het klonk zo mooi in de directiekamers. AI zou processen versnellen, menselijke fouten elimineren en bovenal: kosten besparen. Maar de theorie en de praktijk blijken mijlenver uit elkaar te liggen. De realiteit rondom de kosten van kunstmatige intelligentie is niet langer een hypothetisch probleem voor de toekomst. Het is een acuut financieel bloedbad. Neem techgigant Uber, dat onlangs in slechts vier maanden tijd een volledig AI-jaarbudget in vlammen zag opgaan. De oorzaak? Niet falende technologie, maar falend management dat de verkeerde statistieken meet.
De valkuil van 'Tokenmaxxing' en de tech-bullshit
Wie de kwartaalcijfers en presentaties van techgiganten als Meta, Microsoft en Nvidia volgt, hoort voornamelijk ronkende marketingtermen. Ze beloven gouden bergen met hun nieuwste taalmodellen en AI-agenten. In de praktijk worden bedrijven echter meegesleurd in een trend die in de wandelgangen ook wel ‘tokenmaxxing’ wordt genoemd: het onnodig opblazen van computercapaciteit en dataconsumptie zonder dat het daadwerkelijke waarde oplevert.
De tech-reuzen verkopen de droom, maar de eindgebruiker betaalt de astronomische rekening voor elke gegenereerde regel code of tekst. We bevinden ons in een vicieuze cirkel waarin de beloofde productiviteitswinst simpelweg niet opweegt tegen de torenhoge facturen van de serverparken.
Gedreven door FOMO
Waarom blijven bedrijven dan toch miljoenen pompen in een technologie die momenteel duurder is dan het inhuren van menselijke professionals? Het antwoord is simpel: FOMO (Fear Of Missing Out). De angst om achter te blijven bij de concurrentie verblindt het gezonde verstand. Bestuursvoorzitters beslissen overhaast om AI-systemen te implementeren, puur om aan de aandeelhouders te laten zien dat ze 'innoveren'. Men meet succes aan de hand van het aantal geïmplementeerde AI-tools, in plaats van te kijken naar wat het daadwerkelijk onder de streep oplevert.
Bevindt AI zich in een zeepbel?
De vergelijking met de dotcom-zeepbel rond de eeuwwisseling is snel gemaakt. De fundamentele vraag die de tech-industrie zichzelf moet stellen is: waar moet de computercapaciteit (compute) nu écht naartoe? Zolang AI-modellen worden ingezet voor taken die een mens sneller, creatiever en (ja, echt) goedkoper kan uitvoeren, blijft de businesscase wankel. Pas wanneer bedrijven stoppen met het meten van de verkeerde data en AI gaan inzetten waar het écht een unieke meerwaarde biedt, kan de technologie haar belofte inlossen. Tot die tijd blijft de mens vooralsnog de meest kostenefficiënte intelligentie op de werkvloer.
