ಕೆಲವು ಕಂಪನಿಗಳಲ್ಲಿ AI ಟೋಕನ್ಗಳ ವಾರ್ಷಿಕ ಬಿಲ್ ಎಂಜಿನಿಯರಿಂಗ್ ವೇತನ ಪಟ್ಟಿಗೆ (payroll) ಸಮಾನವಾಗತೊಡಗಿದೆ, ಮತ್ತು ನಾಯಕತ್ವವು ಇದನ್ನು ಸಂಭ್ರಮಿಸಬೇಕೆ ಅಥವಾ ಗಾಬರಿಯಾಗಬೇಕೆ ಎಂಬ ಗೊಂದಲದಲ್ಲಿದೆ. ಕಡಿಮೆ ಬೆಲೆಯ ಇನ್ಫರೆನ್ಸ್ (inference) ತಾನಾಗಿಯೇ ಕಡಿಮೆ ಸಿಬ್ಬಂದಿ ಮತ್ತು ವೇಗವಾದ ಶಿಪ್ಪಿಂಗ್ ಸೈಕಲ್ಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸಿ, ಉದ್ಯಮಗಳು ಕಳೆದ ಕೆಲವು ವರ್ಷಗಳಿಂದ ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್ಗಳಲ್ಲಿ (LLMs) ಬೃಹತ್ ಪ್ರಮಾಣದ ಬಂಡವಾಳವನ್ನು ಹೂಡಿಕೆ ಮಾಡಿವೆ. ಬದಲಾಗಿ, ಅನೇಕ ಎಂಜಿನಿಯರಿಂಗ್ ಸಂಸ್ಥೆಗಳು ಎರಡು ಬಾರಿ ಪಾವತಿಸುತ್ತಿವೆ: ಒಂದು ಅವರು ಹೆಚ್ಚಿಸಿಕೊಳ್ಳಲು ಬಯಸಿದ್ದ ಪ್ರತಿಭೆಗಾಗಿ, ಮತ್ತು ಇನ್ನೊಂದು ಅವರನ್ನು ಬದಲಾಯಿಸ supposed ಮಾಡಲಾದ ಕಂಪ್ಯೂಟ್ (compute) ಗಾಗಿ. AI ಕೋಡ್ ಬರೆಯಬಲ್ಲದೇ ಎಂಬ ಪ್ರಶ್ನೆ ಈಗ ಉಳಿದಿಲ್ಲ. ಅದು ಬರೆಯುವ ಕೋಡ್ ಅದನ್ನು ಉತ್ಪಾದಿಸಲು ಸುರಿಯಲಾಗುತ್ತಿರುವ ಅಪಾರ ಹಣವನ್ನು ಸಮರ್ಥಿಸುತ್ತದೆಯೇ ಎಂಬುದು ಈಗಿನ ಪ್ರಶ್ನೆ.
ಅರ್ಧ ವೇತನದ ಮಾನದಂಡ (The Half-Salary Benchmark)
Jensen Huang GTC 2026 ರ ಸಮಾರೋಪದಲ್ಲಿ All-In Podcast ನಲ್ಲಿ ಮಾತನಾಡುತ್ತಾ ಈ ಗಣಿತವನ್ನು ನೇರವಾಗಿ ವಿವರಿಸಿದರು. Nvidia CEO ಒಬ್ಬ ಎಂಜಿನಿಯರ್ನ ದಕ್ಷತೆಯನ್ನು ಅವರ ವೇತನವನ್ನು ನೇರವಾಗಿ ಅವರ AI ಟೋಕನ್ ಬಳಕೆಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಅಳೆಯುವ ಪ್ರಸ್ತಾಪ ಮಾಡಿದರು. ಅವರ ಮಿತಿ ಕಠಿಣವಾಗಿತ್ತು. ವರ್ಷಕ್ಕೆ $500,000 ಗಳಿಸುವ ಸಾಫ್ಟ್ವೇರ್ ಎಂಜಿನಿಯರ್ ಅನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. ಆ ಎಂಜಿನಿಯರ್ ವಾರ್ಷಿಕವಾಗಿ ಅಂದಾಜು ಅರ್ಧ ವೇತನಕ್ಕೆ ಸಮನಾದ $250,000 ಮೌಲ್ಯದ ಟೋಕನ್ಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದರೆ, ಅದು ಎಚ್ಚರಿಕೆಯ ಸಂಕೇತ ಎಂದು Huang ಪರಿಗಣಿಸುತ್ತಾರೆ. ನಾಯಕತ್ವವು "ತೀವ್ರವಾಗಿ ಎಚ್ಚೆತ್ತುಕೊಳ್ಳಬೇಕು" ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ, ಇದು ಕಂಪನಿಯು ಜನರ ಮೇಲೆ ಅತಿಯಾಗಿ ಖರ್ಚು ಮಾಡುತ್ತಿದೆ ಎಂದಲ್ಲ, ಬದಲಾಗಿ ಅವರು ಸರಿಯಾಗಿ ಬಳಸಲ್ಪಡುತ್ತಿಲ್ಲ (underutilizing) ಎಂದರ್ಥ.
ಈ ತರ್ಕವು ಸಾಂಪ್ರದಾಯಿಕ ವೆಚ್ಚ-ನಿಯಂತ್ರಣ ಮನೋಭಾವವನ್ನು ಬದಲಿಸುತ್ತದೆ. ವರ್ಷಗಟ್ಟಲೆ, ಹಣಕಾಸು ತಂಡಗಳು ಕಂಪ್ಯೂಟ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಬೇಕಾದ ಬದಲಾಗುವ ವೆಚ್ಚವೆಂದು (variable expense) ಪರಿಗಣಿಸುತ್ತಿದ್ದವು. Huang ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ ವಾದಿಸುತ್ತಾರೆ. ಮಾಡೆಲ್ ಅನ್ನು ಅಲ್ಪ ಪ್ರಮಾಣದಲ್ಲಿ ಬಳಸುವ ದುಬಾರಿ ಎಂಜಿನಿಯರ್ ಎಂದರೆ, ಯಾವುದೇ ಶಕ್ತಿವರ್ಧಕ (force multiplier) ಇಲ್ಲದೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವ ದುಬಾರಿ ಎಂಜಿನಿಯರ್ ಎಂದರ್ಥ. ಹೆಚ್ಚಿನ ವೆಚ್ಚದ ಪ್ರತಿಭೆಗಳು AI ವ್ಯವಸ್ಥೆಗಳ ಮೂಲಕ ಕೆಲಸದ ಬೃಹತ್ ಪ್ರಮಾಣವನ್ನು ತಳ್ಳುವ, ಔಟ್ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸುವ ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಘಟಿಸುವ ಫನಲ್ ಆಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕು ಎಂಬುದು ನಿರೀಕ್ಷೆಯಾಗಿದೆ. ಕಡಿಮೆ ಟೋಕನ್ ಬಳಕೆ ಎಂದರೆ ಉಳಿತಾಯ ಎಂದರ್ಥವಲ್ಲ. ಬದಲಾಗಿ, ಮನುಷ್ಯನು ಇನ್ನೂ ಮಾಡೆಲ್ ನಿರ್ವಹಿಸಬಹುದಾದ ಯಾಂತ್ರಿಕ ಕೆಲಸವನ್ನೇ ಮಾಡುತ್ತಿದ್ದಾನೆ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.
ಪ್ರಾಯೋಗಿಕವಾಗಿ ಆ ವೆಚ್ಚ ಹೇಗಿರುತ್ತದೆ
ಈ ಮಾನದಂಡ ಏಕೆ ಮುಖ್ಯ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, $250,000 ಟೋಕನ್ಗಳು ವಾಸ್ತವವಾಗಿ ಏನನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಪರಿಗಣಿಸಿ. ಪ್ರಚಲಿತ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ಗಳ (frontier models) ದರಗಳ ಪ್ರಕಾರ, ಇದು ಕೇವಲ ಕೆಲವು ಆಟೋಕಂಪ್ಲೀಟ್ ಸಲಹೆಗಳಲ್ಲ. ಇದು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಕಾರ್ಯಗಳಿಗಾಗಿ ಪ್ರತಿ ಕೆಲಸದ ದಿನವೂ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲ್ಪಡುವ ಲಕ್ಷಾಂತರ ಟೋಕನ್ಗಳಾಗಿವೆ. ಇದು ಎಂಜಿನಿಯರ್ ಕೇವಲ ಎಡಿಟರ್ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಗಳನ್ನು (editor completions) ಸ್ವೀಕರಿಸುತ್ತಿಲ್ಲ, ಬದಲಾಗಿ ವ್ಯಾಪಕವಾದ ಆರ್ಕಿಟೆಕ್ಚರಲ್ ರೀಸನಿಂಗ್, ಇಂಟೆಲಿಜೆಂಟ್ ಏಜೆಂಟ್ಗಳ ಮೂಲಕ ಬಲ್ಕ್ ರಿಫ್ಯಾಕ್ಟರಿಂಗ್, ಸ್ವಯಂಚಾಲಿತ ಟೆಸ್ಟಿಂಗ್ ಪೈಪ್ಲೈನ್ಗಳು, ಸಿಂಥೆಟಿಕ್ ಡೇಟಾ ಜನರೇಷನ್ ಮತ್ತು ಇಟರೇಟಿವ್ ಡಿಸೈನ್ ಎಕ್ಸ್ಪ್ಲೋರೇಶನ್ ಅನ್ನು ನಡೆಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ.
ಈ ರೀತಿಯಾಗಿ ಕೆಲಸ ಮಾಡುವ ಹಿರಿಯ ಎಂಜಿನಿಯರ್ ಒಂದೇ ಫೀಚರ್ಗಾಗಿ ಹಲವಾರು ಮಾಡೆಲ್ ಕರೆಗಳನ್ನು (model calls) ಬಳಸಬಹುದು: ಸ್ಕ್ಯಾಫೋಲ್ಡಿಂಗ್ ತಯಾರಿಸುವುದು, ಬ್ರೇಕಿಂಗ್ ಚೇಂಜಸ್ಗಳಿಗಾಗಿ ಅವಲಂಬನೆಗಳನ್ನು (dependencies) ವಿಶ್ಲೇಷಿಸುವುದು, ಎಡ್ಜ್-ಕೇಸ್ ವರ್ತನೆಯನ್ನು ಸಿಮ್ಯುಲೇಟ್ ಮಾಡುವುದು ಮತ್ತು ಸಮಾಂತರವಾಗಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ತಯಾರಿಸುವುದು. ಇಲ್ಲಿ ಮನುಷ್ಯನು ಪ್ರತಿಯೊಂದು ಸಾಲನ್ನು ಟೈಪ್ ಮಾಡುತ್ತಿಲ್ಲದ ಕಾರಣ ಉತ್ಪಾದಕತೆ (throughput) ಬೃಹತ್ ಆಗಿರುತ್ತದೆ. ಅವರು ಕೇವಲ ನಿರ್ದೇಶನ ನೀಡುತ್ತಿದ್ದಾರೆ (steering). Huang ಅವರ ಪ್ರಕಾರ, ಮನುಷ್ಯನು ಅಂತಹ ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದಾಗ ಮತ್ತು ನಿರಂತರ ಮಾಡೆಲ್ ಸಂವಹನದ ಮೂಲಕ ತಮ್ಮ ಔಟ್ಪುಟ್ ಅನ್ನು ಗುಣಾಕಾರ ಮಾಡಿದಾಗ ಮಾತ್ರ ಆ ವೇತನವು ಸಮರ್ಥನೀಯವಾಗುತ್ತದೆ.
ಲಾಭಗಳು ಎಲ್ಲಿ ಕಣ್ಮರೆಯಾಗುತ್ತಿವೆ
ಈ ದೃಷ್ಟಿಕೋನದ ಹೊರತಾಗಿಯೂ, ಉದ್ಯಮವು ಮೂಲಸೌಕರ್ಯ ವೆಚ್ಚ ಮತ್ತು ಲಭ್ಯವಿರುವ ಫಲಿತಾಂಶಗಳ ನಡುವಿನ ಬೆಳೆಯುತ್ತಿರುವ ಅಂತರವನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಕಂಪನಿಗಳು ಟೋಕನ್-ಭಾರಿ ತಂತ್ರಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಧಾವಿಸಿವೆ, AI ಮಾರಾಟಗಾರರೊಂದಿಗೆ ಎಂಟರ್ಪ್ರೈಸ್ ಒಪ್ಪಂದಗಳನ್ನು ಮಾಡಿಕೊಂಡಿವೆ ಮತ್ತು ತಮ್ಮ ಅಭಿವೃದ್ಧಿ ಪೈಪ್ಲೈನ್ಗಳನ್ನು ಜನರೇಟಿವ್ ಪರಿಕರಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಬದಲಾಯಿಸಿವೆ. ಬಂಡವಾಳ ವೆಚ್ಚವು ಬೆಚ್ಚಿಬೀಳಿಸುವಂತಿದೆ. ಆದರೆ ಉತ್ಪಾದಕತೆಯ ಲಾಭಗಳು ಅನೇಕರಿಗೆ ನಿರಾಸಜನಕವಾಗಿವೆ.
ಡೆವಲಪರ್ಗಳು ಖಂಡಿತವಾಗಿಯೂ ಬೇಸರ ತರಿಸುವ ಕೆಲಸಗಳಲ್ಲಿ ವೇಗವಾಗಿರುತ್ತಾರೆ. ಮಾಡೆಲ್ ಮೊದಲ ಕರಡನ್ನು (first draft) ಸಿದ್ಧಪಡಿಸಿದಾಗ ಬಾಯ್ಲರ್ಪ್ಲೇಟ್ ಕೋಡ್, ಯೂನಿಟ್ ಟೆಸ್ಟ್ ಸ್ಕೆಲೆಟನ್ಗಳು ಮತ್ತು ಪುನರಾವರ್ತಿತ CRUD ಕಾರ್ಯಾಚರಣೆಗಳು ವೇಗವಾಗಿ ನಡೆಯುತ್ತವೆ. ಆದರೆ ಸಾಫ್ಟ್ವೇರ್ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂಬುದು ಎಂದಿಗೂ ಕೇವಲ ಟೈಪಿಂಗ್ ವೇಗದ ಬಗ್ಗೆ ಇರಲಿಲ್ಲ. ವಿಸ್ತಾರವಾದ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ವಹಿಸುವುದು, ವಿತರಿಸಿದ ವೈಫಲ್ಯದ ವಿಧಾನಗಳ (distributed failure modes) ಮೂಲಕ ತರ್ಕ ಮಾಡುವುದು, ಪದರ ಪದರವಾದ ಅವಲಂಬನೆಗಳಾದ್ಯಂತ ಭದ್ರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು ಮತ್ತು ಪ್ರತಿಯೊಂದು ಶಾರ್ಟ್ಕಟ್ನಿಂದ ಉಂಟಾಗುವ ತಾಂತ್ರಿಕ ಸಾಲವನ್ನು (technical debt) ನಿರ್ವಹಿಸುವುದು ಎನ್ನುವುದು ಕಠಿಣ ಮತ್ತು ದುಬಾರಿ ಕೆಲಸವಾಗಿದೆ. ಈ...