Dziś zaawansowany model AI kosztuje tyle, co internetowy abonament. Za dwa lata może kosztować tysiące dolarów miesięcznie – jeśli przestaniemy traktować LLM jak chatbota, a zaczniemy jak cyfrowego pracownika. Jeśli AI będzie wykonywać pracę porównywalną z pracą dobrego specjalisty, kilka tysięcy dolarów miesięcznie przestanie wyglądać absurdalnie. Dzisiejsze ceny mogą więc być dopiero okresem promocyjnym. O tym, ile naprawdę będzie kosztować praca z AI, rozmawiamy z właścicielem software house i hodowcą jamników, który woli pozostać anonimowy.
Zacznijmy od najbardziej kontrowersyjnej tezy. Ile za dwa lata może kosztować ośmiogodzinna praca z zaawansowanym LLM-em?
W bardzo optymistycznym scenariuszu 5–10 tys. dolarów miesięcznie. Oczywiście mówimy o ośmiu godzinach pracy dziennie w dni robocze, a nie o zwykłym dostępie do chatbota. Nie ma darmowych obiadów. Dobry programista w krajach drugiej czy trzeciej ligi kosztuje mniej więcej tyle miesięcznie. A LLM staje się czymś w rodzaju bardzo dobrego programisty, który w ciągu ośmiu godzin jest w stanie wykonać pracę, na którą człowiek potrzebowałby miesiąca. To oczywiście nie jest dokładne porównanie produktywności człowieka i modelu. Chodzi o skalę ekonomiczną.
Czyli dzisiejsze plany pro za około 100 dolarów miesięcznie są mocno niedoszacowane?
Kompletnie niedoszacowane. Użytkownik płaci dzisiaj może 2 proc. rzeczywistego kosztu infrastruktury, który ponosi dostawca. Z drugiej strony te plany mają ogromne znaczenie. Dostarczają firmom AI niezbędnego wsadu do dalszego rozwoju modeli: użytkowników, obciążenia, dane o sposobach korzystania z produktów, informacje o tym, gdzie modele zawodzą. Tyle że ten etap w pewnym momencie się wyczerpie. Później zacznie się prawdziwa monetyzacja produktywności.
Co miałoby sprawić, że ludzie będą skłonni płacić kilka tysięcy dolarów miesięcznie?
Przede wszystkim użytkownicy biznesowi będą płacić dużo, jeśli będzie im się to ekonomicznie opłacało. Jeżeli asystent AI będzie wykonywał pracę odpowiadającą pracy człowieka kosztującego kilka czy kilkanaście tysięcy dolarów miesięcznie, cena rzędu 5–10 tys. dolarów nie będzie szczególnie szokująca. Problem polega na tym, że dzisiaj patrzymy na AI głównie jak na usługę SaaS. Płacimy abonament i dostajemy dostęp do aplikacji. Tymczasem coraz bardziej będzie to wynajem mocy obliczeniowej połączony z wynajmem „pracownika”.
Czy ta moc obliczeniowa rzeczywiście jest aż tak droga?
Tak. Godzina pracy infrastruktury z około 1,5 TB VRAM–u to dziesiątki dolarów. I oczywiście będzie taniała. Pytanie brzmi: co konkretnie będzie taniało – energia, GPU, infrastruktura, czy wszystko jednocześnie? Jest jeszcze jeden ciekawy problem. Nowsze modele są coraz lepsze, ale często osiągają tę jakość kosztem dodatkowych tokenów reasoningowych. Cena pojedynczego tokena spada, ale rośnie liczba tokenów potrzebnych do rozwiązania problemu. Czyli wzrost efektywności modeli na razie odbywa się częściowo kosztem zwiększania liczby obliczeń. Można powiedzieć, że jest w tym pewne „oszustwo”, ale na razie nieszkodliwe. Ostatecznie liczy się efekt: jeżeli model rozwiązuje problem lepiej, użytkownikowi jest wszystko jedno, czy zrobił to za pomocą miliona czy dziesięciu milionów tokenów.
A jak może wyglądać dostęp do modeli dla zwykłego użytkownika?
Dzisiaj można mieć, powiedzmy, godzinę dziennie za darmo w jednym serwisie i dostęp do sześciu topowych modeli. Teoretycznie możesz więc zrobić sobie sześć godzin dziennie pracy z AI. W praktyce wiele osób tak właśnie zaczyna korzystać z modeli. Jeżeli jednak zapotrzebowanie będzie rosło szybciej niż możliwości obniżania kosztów, darmowy dostęp będzie się kurczył. Zamiast sześciu godzin możesz dostać 10 minut na model, czyli łącznie godzinę. Dla użytkownika biznesowego będzie natomiast dostępna opcja: chcesz osiem godzin dziennie wysokiej jakości pracy AI – zapłać odpowiednio do wykorzystanej infrastruktury i wartości tej pracy.
Co musi się wydarzyć, żeby scenariusz 5–10 tys. dolarów miesięcznie stał się realny?
Wystarczą trzy rzeczy. Po pierwsze, jakość działania LLM–ów musi wejść na odpowiedni poziom. Ten poziom stale rośnie. Po drugie, ludzie muszą się przyzwyczaić do pracy z LLM–em do tego stopnia, że nie będą sobie wyobrażali powrotu do świata sprzed LLM–ów. To już dzieje się na masową skalę. Po trzecie, ludzie muszą osłabić część umiejętności, które umożliwiały im płynny powrót do pracy bez AI. I to również już się dzieje.
Czyli LLM może stać się jednym z podstawowych kosztów zatrudnienia?
Tak. W pewnym momencie najważniejszym elementem kosztu zatrudnienia programisty nie będzie ZUS, pensja czy owocowy czwartek, tylko licencja na jego LLM–a. Zresztą częściowo już tam jesteśmy. Miliony programistów nie wyobrażają sobie dzisiaj pracy bez AI. Każdego dnia wykorzystują ogromną ilość infrastruktury obliczeniowej. Wyobraź sobie dziesięć kart H200 pracujących przez trzy godziny dziennie. Każda z nich kosztuje około 100 tys. złotych. Do tego dochodzi serwer, sieć, chłodzenie i cała reszta infrastruktury. Taki zestaw zużywa około 15 kW energii. Na rynku wynajmu GPU można znaleźć ceny rzędu kilkunastu złotych za godzinę za kartę, podczas gdy duże chmury potrafią kosztować wielokrotnie więcej. A użytkownik płaci dostawcy LLM–a 99 dolarów miesięcznie. Dostaje konfigurację bez konieczności samodzielnego provisioningu, natychmiastowy dostęp i usługę on-demand.
Jak wyglądałby rachunek, gdyby użytkownik próbował kupić taką moc samodzielnie?
Przy dzisiejszych cenach osiem godzin dziennie, w dni robocze, dla dziesięciu kart H200 daje około 6 tys. dolarów miesięcznie w tanim wynajmie GPU i około 16 tys. dolarów w dużych chmurach. A w przypadku ręcznie zarządzanej infrastruktury dochodzi jeszcze provisioning, konfiguracja, utrzymanie i cały czas pracy potrzebny do obsługi tego środowiska. Więc abonament za 99 dolarów rzeczywiście wygląda zupełnie inaczej, kiedy porównamy go z kosztem infrastruktury, której użytkownik faktycznie używa.
Czy to oznacza, że mamy do czynienia z globalnym kartelem AI?
Można tak żartobliwie powiedzieć. Natomiast formalny kartel nie jest do tego potrzebny. Najwięksi gracze doskonale wiedzą, jakie są koszty infrastruktury, jakie mają możliwości technologiczne i o co toczy się gra. Wiedzą też, że prawdziwe pieniądze pojawią się dopiero wtedy, kiedy użytkownicy będą w stanie wykorzystać modele jako substytut znacznej części pracy wykonywanej obecnie przez ludzi. Nie trzeba więc żadnej tajnej umowy. Wystarczy, że wszyscy obserwują ten sam rynek i mają podobne informacje.
A co z konkurencją między największymi firmami technologicznymi?
OpenAI, Anthropic, Google, Meta i inni konkurują ze sobą, ale jednocześnie działają w ekosystemie dużych inwestorów instytucjonalnych i dostawców infrastruktury. Warto też spojrzeć na ceny usług chmurowych AWS, Azure, Oracle Cloud czy Google Cloud. To dobry przykład rynku, na którym kilku gigantów konkuruje, ale jednocześnie wszyscy mają bardzo podobne ograniczenia kosztowe i podobne modele ekonomiczne. Nie oznacza to automatycznie istnienia kartelu. Oznacza raczej, że w tej branży istnieje ograniczona liczba podmiotów dysponujących odpowiednią skalą kapitału, sprzętu i infrastruktury.
A Chiny? Czy chińskie usługi AI mogą zaburzyć ten model?
Chińskie usługi chmurowe i usługi dostępu do modeli bywają znacznie tańsze. Nie są jednak w pełni zamiennikiem dla klientów z Europy czy USA, którzy z różnych powodów nie chcą albo nie mogą z nich korzystać. Po drugie, chińskie rozwiązania również są w znacznym stopniu subsydiowane. Możliwe, że nawet mocniej niż amerykańskie. I po trzecie, chińskie firmy również wiedzą, że długoterminowe zarabianie zacznie się wtedy, kiedy spełnione zostaną te same trzy warunki: odpowiednia jakość modeli, masowa adopcja oraz uzależnienie procesów pracy od AI. Teorie o tym, że są one przede wszystkim subsydiowane po to, żeby szpiegować społeczeństwa, można na razie odłożyć na bok. Znacznie ciekawsza jest ekonomia tego rynku.
Czyli końcowa prognoza jest taka: drogi agent dla profesjonalisty i tani dostęp dla użytkownika okazjonalnego?
Dokładnie. Jeżeli za dwa lata będziesz potrzebował AI, które pracuje przez osiem godzin dziennie w dni robocze i wykonuje zadania na poziomie bardzo dobrego specjalisty, 5–10 tys. dolarów miesięcznie nie będzie absurdalną ceną. Natomiast jeżeli jesteś użytkownikiem okazjonalnym i potrzebujesz godziny dziennie na niezbyt dobrym modelu, około 50 dolarów miesięcznie powinno wystarczyć. I to jest prawdopodobnie najważniejsza zmiana: rynek AI przestanie być wyceniany wyłącznie jako „dostęp do chatbota”. Będzie wyceniany według ilości wykorzystanej mocy obliczeniowej i – przede wszystkim – wartości wykonanej przez model pracy.
Rozmawiała sztuczna inteligencja.
