پیش‌بینی مدیر ارشد متا: بودجه توکن هوش مصنوعی مهندسان به اندازه حقوق آنها خواهد رسید

آدام ماسری، رئیس اینستاگرام و از مدیران ارشد متا، در مصاحبه اخیر خود با پادکست Lenny’s Podcast، پیش‌بینی جالبی درباره آینده مدیریت هزینه‌های هوش مصنوعی در شرکت‌ها ارائه داد. ماسری بر این باور است که ظرف یکی دو سال آینده، مدیریت بودجه توکن‌های هوش مصنوعی به همان اندازه مدیریت حقوق کارکنان اهمیت پیدا خواهد کرد.

هزینه توکن معادل حقوق مهندس

ماسری در این مصاحبه توضیح داد: “می‌توانید تصور کنید که شاید ظرف یکی دو سال آینده، نرخ سوزاندن (هزینه) یک مهندس قوی از طریق هوش مصنوعی به اندازه حقوق یا هزینه استخدام او باشد. و در آن شرایط، احتمالاً نیاز خواهید داشت محدودیت‌هایی را اعمال کنید.”

این صحبت‌ها در حالی مطرح می‌شود که هزینه‌های توکن هوش مصنوعی در روزهای اخیر به موضوع داغی در صنعت فناوری تبدیل شده است. متا پس از آنکه هزینه‌های توکن هوش مصنوعی این شرکت در مسیر رسیدن به میلیاردها دلار در سال ۲۰۲۶ قرار گرفت، یک جدول رتبه‌بندی داخلی مربوط به هزینه توکن را تعطیل کرد.

شرکت‌های دیگر هم مشابه مشکل را دارند

متا تنها شرکتی نیست که رویکرد خود در قبال آزمایش با هوش مصنوعی را بازنگری می‌کند. اوبر هم پس از آنکه بودجه هوش مصنوعی خود برای سال ۲۰۲۶ را تا آوریل تمام کرده بود، دچار بازنگری شد. افزایش چشمگیر هزینه توکن‌ها باعث شد مایکروسافت مجوزهای Claude Code را لغو کند و مهندسان خود را به جای آن از ابزار Copilot CLI خودش استفاده دهد.

مدیریت هوش مصنوعی مثل مدیریت منابع مالی

دیدگاه ماسری این است که هزینه‌های توکن هوش مصنوعی باید درست مانند هر منبع دیگری مدیریت شود. او از نمونه‌هایی مانند حقوق و دستمزد یا هزینه‌های عملیاتی (OpEx) به عنوان الگو استفاده می‌کند. این دیدگاه نشان می‌دهد که شرکت‌های بزرگ فناوری از حالت آزمایش بی‌مهابا خارج شده و به سمت مدیریت اقتصادی دقیق‌تری از منابع هوش مصنوعی حرکت می‌کنند.

در واقع، اگر هزینه استفاده یک مهندس از ابزارهای هوش مصنوعی معادل حقوق سالانه او شود، مدیران مجبور خواهند شد اولویت‌بندی دقیقی برای استفاده از این ابزارها تعیین کنند. این یعنی پایان دوران “هر مهندسی هر چقدر بخواهد هزینه کند” و شروع دوران “هر مهندسی با توجه به بازگشت سرمایه‌گذاری هزینه کند.”

چالش بازدهی و ارزیابی

سوال کلیدی این است: آیا شرکت‌ها واقعاً می‌توانند بازدهی دقیقی از هزینه‌های هوش مصنوعی تعیین کنند؟ در حال حاضر، ابزارهایی مانند GitHub Copilot، ChatGPT Enterprise و Claude از پرکاربردترین ابزارها هستند، اما اندازه‌گیری دقیق بهره‌وری حاصل از آن‌ها همچنان یک چالش باقی مانده است.

با این حال، آنچه مشخص است این است که دوران استفاده بدون محدودیت از هوش مصنوعی رو به پایان است. شرکت‌ها باید به زودی تصمیم بگیرند که چه مقدار از بودجه خود را به ابزارهای هوش مصنوعی اختصاص دهند و کدام بخش‌ها بیشترین بازدهی را دارند. ماسری با مطرح کردن این موضوع، در واقع یک واقعیت تلخ ولی اجتناب‌ناپذیر را به صنعت یادآوری می‌کند.