AI-kodegenerering: En økonomisk tidsbombe for softwarevirksomheder

At erstatte udviklere med AI til kodegenerering lyder som en drøm for økonomisk effektivitet. En hårdtslående leder kan skære i personaleomkostninger, mens de resterende medarbejdere blot skal producere endnu mere kode med AI-hjælp. Men virkeligheden er langt mere kompliceret – og dyr.

Mange virksomheder oplever nu uventede, astronomiske regninger for AI-brug. En enkelt medarbejder kan forbruge over 150.000 kroner om måneden på AI-tokens alene. Samtidig kæmper AI-leverandører med overbelastede servere på grund af den massive efterspørgsel, hvilket presser priserne yderligere op. Resultatet er, at økonomien bag AI-kodegenerering pludselig ser langt mindre attraktiv ud end forventet.

Anthropic justerer prisestimatet – og det bliver dyrt

Et af de mest opsigtsvækkende eksempler kommer fra AI-virksomheden Anthropic. Ifølge dokumenter, som blev opdaget af brancheeksperten Ed Zitron, har virksomheden dobbelt så høje prisestimater for sit værktøj Claude Code end tidligere antaget.

Indtil for nylig lød de officielle estimater på, at den gennemsnitlige udvikler ville koste omkring 6 dollars om dagen, mens 90 procent af brugerne ville betale under 12 dollars. Nu lyder de nye tal: 13 dollars per udvikler per aktiv dag, og mellem 150-250 dollars per måned. Selvom forskellen på få dollars ikke lyder af meget, summerer udgifterne hurtigt op – især når flere AI-agenter kører samtidigt for den samme medarbejder.

For store organisationer med tusindvis af medarbejdere, der hver bruger flere AI-værktøjer, kan omkostningerne blive eksorbitante. Nogle virksomheder indrømmer endda, at de bruger mere på AI-kodegenerering end på lønninger til udviklere. Bryan Catanzaro, vicepræsident for anvendt dyb læring hos Nvidia, fortalte for nylig til Axios, at "beregningsomkostningerne langt overstiger lønomkostningerne" for hans team.

AI-virksomheder strammer bæltet – og brugerne betaler prisen

Parallelt med de stigende omkostninger strammer AI-leverandører bæltet. Mange begrænser adgangen til gratis prøveversioner og indfører strengere begrænsninger for betalende brugere. Anthropic har eksempelvis eksperimenteret med at indføre strammere regler for adgang til sine kodemodeller.

Denne uge annoncerede Microsofts GitHub Copilot en overgang til brugsbaseret fakturering, hvilket betyder, at brugerne nu betaler mere for den kode, de genererer. Denne udvikling kommer på et tidspunkt, hvor flere undersøgelser sætter spørgsmålstegn ved AI’s faktiske produktivitetsgevinster.

Forskning afslører: AI skaber mere arbejde end det løser

En undersøgelse fra MIT viste, at de fleste virksomheder ikke oplevede nogen indtægtsvækst efter at have integreret AI i deres arbejdsprocesser. En anden undersøgelse afslørede en ny arbejdsparadigme, "workslop", hvor AI genererer kode, der senere viser sig at være fyldt med fejl, som medarbejderne må rette op på.

Disse fund understreger, at AI ikke nødvendigvis er løsningen på produktivitetsudfordringer. Tværtimod kan det skabe en ond cirkel af øget arbejdsbyrde og højere omkostninger. For mange virksomheder bliver spørgsmålet ikke længere, om de skal investere i AI-kodegenerering, men hvordan de kan gøre det på en økonomisk forsvarlig måde.

"Beregningsomkostningerne langt overstiger lønomkostningerne."
Bryan Catanzaro, vicepræsident for anvendt dyb læring, Nvidia

Kilde: Futurism