Badanie Ramp AI Index pokazuje ogromne różnice w wydatkach na AI. Liderzy inwestują 7500 dolarów miesięcznie na pracownika, ale to nadal mniej niż koszty wynagrodzeń.

Źródło zdjęcia: TechCrunch
Najnowsze badanie Ramp AI Index ujawnia, jak dużo amerykańskie firmy wydają na sztuczną inteligencję. Najbardziej zaangażowane podmioty — które Ramp określa mianem „AI-pilled” — inwestują średnio 7500 dolarów miesięcznie na każdego pracownika, choć nadal nie przewyższa to kosztów wynagrodzeń. Szczegółowe dane z badania pokazują ogromne różnice w wydatkach na AI między przedsiębiorstwami.
Badanie Ramp AI Index, które mierzy tempo adopcji AI wśród amerykańskich firm, ujawnia dramatyczne różnice w inwestycjach. Podczas gdy najbardziej zaangażowane firmy wydają tysiące dolarów miesięcznie na każdego pracownika, przeciętna firma inwestuje kwotę równą kosztom pojedynczego miejsca w planie enterprise'owym.
Ta ogromna różnica w wydatkach pokazuje, jak bardzo różni się podejście do AI między pionierami a pozostałymi uczestnikami rynku. Firmy z najwyższej kategorii wydatków eksperymentują z najnowszymi modelami i platformami, podczas gdy większość organizacji dopiero zaczyna swoją przygodę z technologiami AI.
Choć wydatki na AI rosną dynamicznie, nadal nie przewyższają kosztów zatrudnienia. Przykłady z rynku — jak wypowiedź dyrektora Nvidia o kosztach obliczeń przewyższających wynagrodzenia pracowników czy CEO Mercor mówiący o wydatkach na tokeny większych niż koszty zespołu — mogą sugerować odwrotny trend, ale dane pokazują inne oblicze rzeczywistości.
Średnie wynagrodzenie programisty wynosi około 16 000 dolarów miesięcznie, co nadal znacznie przewyższa nawet najwyższe wydatki na AI przypadające na pracownika. To wskazuje, że mimo szybkiego wzrostu inwestycji w sztuczną inteligencję, kapitał ludzki pozostaje najkosztowniejszym składnikiem działalności firm technologicznych.
Firmy z najwyższej kategorii wydatków charakteryzują się elastycznym podejściem do wyboru technologii. Zamiast polegać na jednym dostawcy, mieszają różne rozwiązania — od najnowszych modeli frontier po tańsze alternatywy open-source. Ta strategia pozwala im optymalizować koszty przy jednoczesnym dostępie do najnowszych możliwości AI.
Wzrost wydatków o 14,1% miesięcznie wśród liderów pokazuje intensywność eksperymentów z nowymi technologiami, choć przyszłość tego trendu pozostaje niepewna.

Anthropic proponuje spowolnienie rozwoju AI, ostrzegając przed modelami zdolnymi do projektowania swoich następców. Krytycy widzą grę na strachu.

PathoSage rozwiązuje kluczowy problem halucynacji w modelach AI poprzez oddzielenie procesu zbierania i oceny dowodów medycznych.

Google aktualizuje NotebookLM o model Gemini 3.5, wyszukiwanie źródeł przez AI i możliwość uruchamiania kodu w chmurze. Nowe formaty eksportu i ulepszone badania.