Ipinakita ng Uber at Microsoft ang pagtaas ng mga gastos sa AI token at pagbaba ng mga benta

Isinulat ni Bao Yilong

Pinagkunan: Wall Street Journal

Ang pagiging makabuluhan ng gastos sa AI ng mga korporasyon ay tinataya nang malalim, patuloy na tumataas ang paggamit ng mga token, ngunit mahirap makita ang mga makukuhang komersyal na halaga.

Noong Mayo 22, ang Chief Operating Officer ng Uber na may halagang higit sa $200 bilyon, si Andrew Macdonald, ay nagsabi sa isang podcast na "walang linya" ang pagdami ng paggamit ng token at ang tunay na pagpapabuti ng produkto.

Ipinahihiwatig ni McDonald na lalong nagiging mahirap para sa mga kumpanya na ipaliwanag ang patuloy na pagtaas ng gastusin sa AI. Gumawa siya ng isang bagong salita para sa pagkawala sa loob ng mga koponan ng inhinyero: "tokenmaxxing".

Noong mid-May ng nakaraan, sinimulan ng Microsoft ang pagbabawas sa mga lisensya para sa Claude Code dahil sa mga token bill na “hindi matatag”.

Ang pagkakasundo ng dalawang pangyayari ay nagpaksil sa pamilihan na harapin ang isang nakalimutang variable. Ang token economics, o ang unit economics ng paggamit ng token sa antas ng negosyo, ay naging pangunahing suporta sa buong paksa ng pag-invest sa AI mula sa isang marginal na isyu.

Mula noong Abril, ang mga serye ng data ay nagkakasunod-sunod at nagbuo ng isang nakakalungkot na imahe.

Noong Abril ng taong ito, ang pangunahing teknolohiya ng Uber ay pahayag na ang kompanya ay nag-spent ng buong taong budget para sa Claude Code sa loob ng apat na buwan.

Sa loob ng 5,000 na inhinyero, ang monthly usage rate ay nasa pagitan ng 84% hanggang 95%, at ang monthly bill per user ay nagsisimula sa $150 hanggang $2,000, at ayon sa mga ulat, ang CTO mismo ay nag-consume ng $1,200 worth ng tokens sa isang dalawang oras na internal demo.

Nakapagtaka si McDonald nang malaman ang numero, "nagustuhan siyang walang salita."

Sa bahagi ng Microsoft, ayon sa newsletter na Notepad ni Tom Warren mula sa The Verge, mabilis na umabot sa popularidad ang Claude Code sa loob ng grupo ng mga inhinyero ng Microsoft, ngunit ang pagbabayad batay sa Token ay nagiging mahirap ipagpatuloy sa mas malawak na saklaw, kaya agad nagsimula ang Microsoft na bawasan ang mga lisensya.

Ipinahayag ng GitHub na mula sa Hunyo 1, lahat ng mga plano ng Copilot ay magsisilip sa pagbabayad batay sa paggamit.

Kumita ng halos 900 na contra votes ang opisyal na post sa diskusyon dahil sa pagkalkula ng ilang user na ang isang sesyon ng pag-program ng agent ay karaniwang nagkakahalaga ng $30 hanggang $40, na nangangahulugan na ang isang subscription na $10 kada buwan ay maaaring mapagod sa isang paggamit lamang.

Pagkatapos ng pagsasama-sama ng datos ng 2,444 na kumpanya, ang developer productivity platform na Entelligence.AI ay natuklasan:

• Sa bawat dolyar na ginastusan sa AI Token, lamang 18 sentimo ang nagdala ng tunay na halaga sa mga gumagamit.
• 44 sentimos para sa pag-aayos ng Bug na dinala ng AI; 27 sentimos ay patungo sa pag-uulit; 11 sentimos ay ginamit sa pagmamarka ng pagkakamali.

Ayon sa Bloomberg Silicon Data LLM Token Expenditure Index, tumataas ang presyo ng Token ng humigit-kumulang 65% mula noong huling bahagi ng Pebrero ng taong ito, habang ang pagsabog ng presyo ng AI software sa Estados Unidos ay umabot sa 20% hanggang 37% sa nakaraang taon.

Ang parehong data ay naglalayong sa magkakaibang konklusyon sa iba’t ibang mga framework ng pagsusuri.

Ang bullish perspective ay naniniwala na ang kasalukuyang kalituhan ay isang panandaliang paghihirap sa paglipat patungo sa tagumpay.

Ayon kay Jim Schneider ng Goldman Sachs sa kanyang pagtataya noong unang bahagi ng Mayo, hanggang 2030, magdudulot ang agent-based AI ng 24-fold na pagtaas sa paggamit ng tokens, patungo sa halos 120 trilyon na trillion na tokens bawat buwan, at magiging positibo ang gross margin ng mga malaking cloud service provider at model provider sa susunod na 3 hanggang 12 buwan.

Si Rich Privorotsky ng Goldman Sachs ay naniniwala na ang unang kuartal ng 2026 ay maaaring ang pinakamataas na punto ng "token maximization" bilang KPI, at ang industriya ay umiikot mula sa paghahanap ng pagkakasunod-sunod patungo sa mas malusog na sukat na "cost per effective action".

Ang ekonomikong pag-aaral ng JPMorgan Chase ay natuklasan din na noong unang bahagi ng 2026, mayroong biglaang pagtaas sa pagdaragdag at pag-update ng mga package sa Python sa PyPI, na hindi nangyari noong ipinakilala ang ChatGPT noong 2022, na nagpapakita na ang tunay na pagtaas sa produktibidad ay nangyayari.

Sa karagdagan, ang kasalukuyang P/E ratio ng Mag 7 ay humigit-kumulang 20 beses ang hinaharap na kita, na mas mababa kaysa sa 52 beses noong tuktok ng tech bubble noong 2000, 67 beses noong Japan noong 1989, at 34 beses noong panahon ng “Beautiful Fifty.” Ayon sa mga pamantayan sa kasaysayan ng mga bubble, ang kasalukuyang sitwasyon ay hindi nagpapakita ng bubble.

Ang bearish view ay pinakasistemang ipinaliwanag ni Jim Covello, analyst ng Goldman Sachs para sa semiconductor, sa ulat noong Abril.

Liniya niya na ang halos lahat ng halaga sa AI supply chain ay dumadaloy sa mga kumpanya ng semiconductor—isang phenomenon na walang katulad sa kasaysayan at hindi mapanatili—dapat magkaroon ng benepisyo ang mga kumpanya ng chip kapag nagkakaroon ng benepisyo ang kanilang mga customer, ngunit sa panahong ito, ang kanilang pag-unlad ay nangyari sa gastos ng buong supply chain.

Dumami ng humigit-kumulang 20 beses ang net income ni NVIDIA mula nang ma-launch ang ChatGPT; ang mga malalaking cloud service provider ay nagsagawa na ng kanilang operating cash flow at nagpautang na lang—ang halaga ng paglabas ng utang kaugnay ng data center noong 2025 ay humigit-kumulang $182 bilyon, na dalawang beses ang laki kumpara sa 2024.

Ang pag-aaral ni MIT Nanda ay nagpapakita na ang 95% ng mga negosyo na nag-invest sa generative AI ay may zero return. Ang pagkakahiwalay na ito ay maaaring magpatuloy sa ilang panahon, ngunit hindi ito maaaring magpatuloy habang-buhay.

Ang talakayan ay naglalaman din ng isang mas kumplikadong aspeto: ang financial cycle sa pagitan ng mga malaking cloud service provider at AI laboratories.

Ayon sa mga dokumento ng pagpapahayag ng mga kumpanya na pinagsama ng The Information, ang OpenAI at Anthropic ay kumakatawan sa higit sa kalahati ng mga pagsisikap na pang-cloud na halagang humigit-kumulang sa $2 trilyon mula sa Microsoft, Oracle, Google, at Amazon. Tiyak na:

• Ang $627 bilyon na backlog ng cloud services ng Microsoft ay may $280 bilyon na nakabukod sa OpenAI;
• Sa $553 bilyon na pipeline ng Oracle, 54% (tungkol sa $300 bilyon) ay nakalaan ng OpenAI;
• Sa $467.6 bilyon ng Google, ang Anthropic ay nagtataglay ng 43% (tungkol sa $200 bilyon);
• Ang kaugnay na eksposur ng Amazon ay umabot din sa 51% ng kanyang backlog na $464 bilyon.

Ang istruktura ng pagsasapalaran na ito ay may loob na siklo. Ang 13 bilyong dolyar na pag-invest ng Microsoft sa OpenAI ay pangunahing napapalit sa anyo ng Azure credits, na ginagamit ng OpenAI para bumili ng Azure computing power, at agad itong isinasama ng Microsoft sa kanyang cloud revenue.

Sama naming malaking cloud service provider, na parehong investor sa AI laboratory at nagbibigay ng bill para sa computing power.

Ang estruktura na ito ay nakikita rin sa mga datos ng kita. Ipinahayag ng Alphabet ang rekord na kita ng $62.6 bilyon sa unang kuartal, kung saan ang halos $28.7 bilyon, o halos kalahati, ay mula sa paper gain mula sa pagpapahalaga ng kanilang pagmamay-ari sa Anthropic.

Sa $30.3 bilyon na kita ng Amazon sa unang quarter, ang $16.8 bilyon ay mula sa pre-tax, unrealized gain mula sa Anthropic, habang bumagsak ng 95% ang kanilang free cash flow patungo sa $1.2 bilyon dahil sa $44.2 bilyon na kapital expenditure sa data center sa parehong panahon.

Ang katatagan ng sistemang ito ay nakasalalay sa kakayahan ng mga AI laboratoryo na patuloy na makakuha ng panlabas na pondo upang matupad ang kanilang mga pangako sa cloud computing, na nangangailangan ng patuloy na pagkakaroon ng kahandaan ng mga kliyente sa negosyo na magbayad ng tumataas na mga taksil sa Token.

Ayon sa mga ulat, ang bawat dolyar ng kita ni Anthropic ay may gastos na hanggang $3. Kapag tumigil ang pagpapabilis ng pagsasakop, mababawasan ang kapanipaniwalaan ng mga proyeksyon sa kita ng cloud, at maaaring mabawasan ang mga multiplier sa pagpapahalaga ng mga malalaking provider ng cloud.

Ang serye na ito ay nagdadala ng pagkakapalitan sa parehong direksyon, at magkakaroon din ng pagkakabroken sa parehong direksyon.

Ang kasalukuyang sitwasyon ay hindi nagbuo ng isang klasikong bubble setup.

Batay sa valuation multiples, ang mga pangunahing tech company ay kasalukuyang may forward P/E ratio na halos 20 beses, na mas mababa kaysa sa 52 beses noong peak ng tech bubble noong 2000, 67 beses noong Japanese market noong 1989, o 34 beses noong "Beautiful Fifty" era.

Ang teknolohiya ng AI ay totoo mismo. Ang mga datos tungkol sa pagtaas ng produktibidad para sa malalim na gumagamit ay maaaring masuri. Ang taunang kita ng OpenAI ay humigit-kumulang $20 bilyon, habang ang Anthropic ay $4.3 bilyon, at hindi magtatapos ang dalawang laboratorio na ito.

Ngayon, ang gastos sa Token (pagkakasunod ng computing power) ay naging mahalagang faktor sa tagumpay o pagkabigo ng AI, habang sa nakaraang anim na buwan, hindi pa ito malimit na pinag-uusapan.

Noon, ang tanging pinag-uusapan ay ang “kakayahan ng teknolohiya.” Ngayon, malinaw na sagot: sa ilang mga partikular na gawain at grupo ng tao, talagang gumagana ang teknolohiya.

Ngunit may bagong tanong: Maaari ba ng mga downstream na negosyo na ipasa nang maaga ang perang naliligtas sa pamamagitan ng AI, upang makalampas sa bintana ng pagbabayad ng mga lab at malalaking cloud company sa merkado ng kapital?

Ang mga tagapagpaniwala sa AI ay naniniwala na habang patuloy na lumalago ang teknolohiya, ang ROI (return on investment) ng mga kumpanya ay maaaring maging positibo sa loob ng 1 hanggang 1.5 taon.

Ang mga nagtatanim ng pag-aalinlangan ay naniniwala na mas maraming mga eksekutibo ay magiging katulad ni McDonald, na magpapahayag ng pagkakaroon ng mababang return on investment sa AI at mag-uumpisa ng pagpapababa ng budget.

Maaaring mangyari ang dalawang ito, at ang resulta ay hindi pa malinaw. Ang tanging bagay na tiyak ay ang nakaraang mito na “kung tumataas ang paggamit ng Token, ibig sabihin ay tagumpay na ang pagpapalit sa AI” ay nabasag na.

Ang malaking paggamit ng token ay hindi katumbas ng komersyal na halaga; ang dalawang bubble na ito ay kailangang linisin. Ang taksil ng AI ay naging matatapos na, ngunit sino ang hahatid ng pera? Ito ay patuloy na isang hindi alam.