Računalni resursi kao valuta: Tko će platiti skriveni energetski trošak AI revolucije?

U eri procvata mobilnog interneta, tehnološki giganti usvojili su unificiranu strategiju: primarni fokus bio je na agresivnom rastu baze korisnika i privlačenju prometa, dok se monetizacija ostavljala za kasnije faze. Međutim, arhitektura umjetne inteligencije diktira potpuno drugačiju ekonomsku logiku.

Izvrstan primjer ovog paradoksa je ByteDanceova aplikacija Doubao, koja okuplja više od 200 milijuna aktivnih korisnika dnevno, no njezini prihodi jedva pokrivaju masivne operativne troškove. Za razliku od TikToka ili Facebooka, gdje dodatni sat gledanja videa ili skrolanja ne stvara mjerljiv pritisak na poslužitelje, u sferi generativne umjetne inteligencije svaki upit (prompt) izravno troši hardverske resurse. Svako generiranje slike, analiza opsežnog koda ili sintetiziranje videozapisa zahtijeva angažman grafičkih procesora (GPU), velike količine memorije i masivnu električnu energiju. S porastom aktivnosti korisnika, troškovi infrastrukture rastu linearno — temeljni princip AI-ja stoga nije promet, već računalna snaga.

Pomak prema B2B sektoru i Pay-Per-Use modelima

Ova ekonomska realnost objašnjava zašto industrija ubrzano preusmjerava fokus s besplatnih masovnih chatbotova na specijalizirana poslovna rješenja (B2B). Proizvodi poput Microsoftovog Copilota i Anthropicovog Claude Enterprisea sve češće napuštaju fiksne mjesečne pretplate u korist pay-per-use modela (plaćanje po stvarnoj potrošnji resursa).

Umjetna inteligencija stvara najopipljiviju ekonomsku vrijednost u segmentima koji već imaju unaprijed definirane proračune i mjerljive metriksike učinkovitosti:

• Razvoj softvera: AI asistenti za kodiranje drastično skraćuju vrijeme isporuke projekata.
• Video produkcija: Generativni video modeli režu troškove izrade marketinškog i kreativnog sadržaja.
• Komercijalni procesi: Implementacija AI-ja u pravnim odjelima, korisničkoj podršci i analizi financijskih podataka donosi izravne uštede kroz optimizaciju radne snage.

Dok su pojedinačni korisnici skloni povremenom testiranju chatbotova, rijetki su spremni dugoročno plaćati visoke iznose samo za razgovor. S druge strane, poslovni subjekti bez oklijevanja investiraju u tehnologiju koja dokazano smanjuje troškove poslovanja ili generira novi prihod.

Profiteri u “utrci za zlato”: Tko prodaje lopate?

Kratkoročno gledano, jedini sigurni pobjednici u trenutačnoj AI utrci su tvrtke koje “prodaju lopate”. Riječ je o infrastrukturnim dobavljačima koji osiguravaju napredne AI čipove, usluge računalstva u oblaku (Cloud Computing), optičku mrežnu infrastrukturu, podatkovne centre i energetske resurse. Bez obzira na to koji će jezični model dominirati tržištem, svaki developer i kompanija moraju unajmiti ili kupiti sirovu računalnu snagu od ovih pružatelja usluga. Ipak, dugoročni prostor za profit otvara se i za aplikativni softver, ali isključivo za ona rješenja koja rješavaju specifične, duboke probleme unutar točno određenih poslovnih procesa klijenata.

Evolucija poslovnih modela i nove metrike uspjeha

Monetizacija umjetne inteligencije u nadolazećem razdoblju razvijat će se kroz tri jasna smjera:

U konačnici, AI tvrtke više ne mogu prodavati samo sirove parametre modela ili tokene — one moraju isporučiti gotov rezultat. Korisnike ne zanima koliko je dugo neuronska mreža procesirala podatke niti koliko je GPU klastera bilo angažirano; ključna je brzina i ekonomska isplativost konačnog produkta.

Dok su se proteklih godina evaluacije temeljile na ljestvicama performansi i ukupnom broju registriranih profila, nove ključne metrike postaju trošak zaključivanja (Inference Cost), profitna marža po izvršenom zadatku, stopa obnove ugovora s poslovnim klijentima (Retention) i sposobnost generiranja stvarnog povrata investicije (ROI). Unaprjeđenje društvene i poslovne učinkovitosti je neupitno, no održivost cijelog sustava ovisit će o odgovoru na pragmatično pitanje: tko će dugoročno plaćati goleme račune za struju i računalnu snagu koje AI svakodnevno troši?