Podniky, které ve velkém nasazují umělou inteligenci do vývoje softwaru, mohou narazit na nečekaný účet. Prognóza společnosti Gartner počítá s tím, že do roku 2028 mohou náklady na podpůrné AI nástroje v některých firmách převýšit mzdu samotného vývojáře. Hlavním důvodem je přechod k cenám založeným na spotřebě, zejména na využití tokenů.

Nejde přitom o tvrzení, že by firmy přestaly platit lidi a nahradily je jen stroji. Smysl odhadu je jiný: vedle mezd programátorů začíná rychle růst další významná nákladová položka, tedy provoz AI nástrojů, které vývojáři používají při každodenní práci. Pokud podnik neumožňuje využívat volně dostupné veřejné modely a spoléhá na firemně schválená řešení, promítá se to přímo do rozpočtu vývojového oddělení.

Podle Gartneru se řada organizací posouvá od testování k širokému nasazení agentů pro programování s využitím AI, zároveň ale podceňuje finanční dopad rostoucí spotřeby tokenů. Analytik Nitish Tyagi upozornil, že samotní vývojáři přirozeně dávají přednost rychlosti a pohodlí, nikoli nutně nákladové efektivitě. Bez řízeného provozního modelu tak mohou výdaje růst rychleji, než jaký přínos v produktivitě tyto nástroje přinesou.

Pro firmy je podstatné, že se tím mění samotná struktura nákladů. Zatímco dříve se vývojové nástroje často platily formou licencí navázaných na počet uživatelů, nyní se více prosazuje model podle skutečné spotřeby. Takový režim je výrazně proměnlivější a hůře předvídatelný. Pokud dodavatelé zároveň neposkytují dostatečně srozumitelný přehled o tom, jak se spotřeba tokenů počítá a účtuje, podnikům se komplikuje rozpočtování i kontrola návratnosti investic.

Právě to je z pohledu firemního hospodaření zásadní. Bez jasných dat o tom, kolik tokenů spotřebují jednotlivé vývojové úkoly, roste riziko překročení rozpočtu. Manažeři pak hůře posuzují, zda vyšší výdaje skutečně odpovídají lepším výsledkům, nebo zda se část prostředků ztrácí v neefektivním používání nástrojů.

Gartner upozorňuje, že vysoké účty často souvisejí i se způsobem řízení práce. Mezi časté problémy patří příliš volná autonomie agentů v pracovních postupech, zbytečně rozsáhlá kontextová okna a chybějící zpětná vazba, která by pomáhala využití AI průběžně optimalizovat. Situaci navíc zhoršuje to, že dodavatelé řešení pro AI programování zatím podle prognózy běžně nenabízejí dostatečně vyspělé integrované funkce pro řízení nákladů přímo uvnitř těchto systémů.

Další tlak na rozpočty může přijít i ze strany samotného trhu. Náklady na AI programování mají podle Gartneru růst také kvůli investicím do infrastruktury a problémům se ziskovostí firem, které tato řešení poskytují. To může tlačit ceny modelů výše. Současně přibývá vývojářů, kteří AI používají stále častěji, a s rostoucí zkušeností se z příležitostného využití stává běžná součást práce. Tím se zvyšuje jak závislost na těchto nástrojích, tak celková spotřeba a výsledné výdaje.

Rozhodovat bude řízení spotřeby i výběr modelů

Z ekonomického pohledu tak nemusí být nasazení AI automatickou cestou k levnějšímu vývoji. Přínos v rychlosti a pohodlí může být reálný, ale bez pravidel se snadno vytratí v rostoucích provozních nákladech. Pro firmy, které financují vývoj z omezených rozpočtů nebo sledují tlak na marže, je to důležité varování.

Gartner proto doporučuje zavést disciplinovaný provozní model. Podniky by měly přesně vymezit, kdy se mají agenti pro programování používat a jak velkou samostatnost mají při konkrétních úkolech dostat. Důležité je také sladit výběr modelu se složitostí práce: menší úkoly by měly zpracovávat levnější modely, zatímco větší a dražší nástroje mají být nasazovány jen tam, kde je to skutečně potřeba.

Součástí úspor má být i školení vývojářů, aby do systémů AI posílali jen relevantní kontext, odstraňovali zbytečná data a zkracovali vstupy bez dopadu na kvalitu výstupu. Firmy by zároveň měly zavést limity spotřeby tokenů, automatizované monitorování a pravidelné revize pracovních postupů s nejvyšší spotřebou. Právě tyto kroky mohou rozhodnout o tom, zda se AI stane pro vývojové týmy produktivní investicí, nebo novou těžko kontrolovatelnou nákladovou položkou.