ఇంజనీర్ల కోసం AI టోకెన్ బడ్జెట్లను Meta త్వరలో పరిమితం చేయవచ్చని అంచనా వేస్తోంది
సాఫ్ట్వేర్ డెవలప్మెంట్ లైఫ్సైకిల్లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) లోతుగా కలిసిపోతున్న కొద్దీ, కంప్యూట్ (compute) యొక్క దాగి ఉన్న ఖర్చులు బయటపడుతున్నాయి. టోకెన్ వినియోగ ఖర్చులు మానవ జీతాలతో పోటీ పడటం ప్రారంభించడంతో, అపరిమితమైన AI ప్రయోగాలు చేసే యుగం ముగింపు దశకు చేరుకోవచ్చని Meta ఎగ్జిక్యూటివ్ ఆడమ్ మోసరీ సూచిస్తున్నారు.
AI టోకెన్ వినియోగం యొక్క పెరుగుతున్న ఖర్చు
Lenny’s Podcast లో ఇటీవల ఇచ్చిన ఇంటర్వ్యూలో, ఇన్స్టాగ్రామ్ హెడ్ ఆడమ్ మోసరీ బిగ్ టెక్ కంపెనీల ముందున్న ఆర్థిక వాస్తవికతను ఎత్తిచూపారు: AI సాధనాలను ఉపయోగించే ఒక అత్యుత్తమ ఇంజనీర్ యొక్క "burn rate" త్వరలోనే వారి నియామక ఖర్చుతో సమానంగా మారవచ్చు. ఇది AIని ఉచిత ఉత్పాదకత సాధనంగా చూడటం నుండి, దానిని ఒక ముఖ్యమైన నిర్వహణ వ్యయంగా (OpEx) పరిగణించడం వైపు మారుతున్న మార్పును సూచిస్తుంది.
ఈ సమస్య తీవ్రత చాలా ఎక్కువ. ప్రస్తుత వినియోగ విధానాల వల్ల 2026 నాటికి కంపెనీ బిలియన్ల డాలర్లు ఖర్చు చేయాల్సి వస్తుందని గుర్తించిన తర్వాత, Meta ఇటీవల తన అంతర్గత "AI token spend leaderboard"ను మూసివేయాల్సి వచ్చింది. సరైన నిర్వహణ లేకపోతే, "token incinerator"—అంటే వాస్తవ వ్యాపార విలువను అందించకుండా భారీ మొత్తంలో కంప్యూట్ వనరులను వృథా చేసే వర్క్ఫ్లో—నిర్మించడం చాలా సులభమని మోసరీ పేర్కొన్నారు.
వనరుల నిర్వహణ వైపు మార్పు
GPU సామర్థ్యం, RAM, స్టోరేజ్ లేదా పేరోల్ వంటి ఇతర పరిమిత కార్పొరేట్ వనరుల వలె, టోకెన్ బడ్జెట్లను కూడా అంతే కఠినంగా నిర్వహించాలని మోసరీ వాదిస్తున్నారు. ఈ "token rationing" విధానం కేవలం Meta కి మాత్రమే పరిమితం కాదు; పరిశ్రమ ఇప్పటికే AI ఆర్థిక పరిణామాల సంకేతాలను చూస్తోంది:
- Uber: ఈ రైడ్-హేలింగ్ దిగ్గజం ఈ ఏడాది ఏప్రిల్ నాటికే తన 2026 AI కోడింగ్ బడ్జెట్ను పూర్తిగా వాడేయడంతో AI బడ్జెట్ సంక్షోభాన్ని ఎదుర్కొంది.
- Microsoft: ఖర్చులను తగ్గించుకోవడానికి, Microsoft తన Claude Code లైసెన్స్లను రద్దు చేసి, తన ఇంజనీరింగ్ సిబ్బందిని తన స్వంత Copilot CLI టూల్ వైపు మళ్లించింది.
Meta కోసం ప్రతిపాదించిన నమూనాలో, ప్రతి ఇంజనీర్ యొక్క "ROI-positive" ఫలితాలను అందించే సామర్థ్యానికి అనుగుణంగా బడ్జెట్ పరిమితులను (caps) నిర్ణయించడం ఉంటుంది. అపరిమితమైన యాక్సెస్ ఇచ్చే బదులు, ఇంజనీర్ల AI-ఆగ్మెంటెడ్ వర్క్ఫ్లోలు కంపెనీకి అందించే విలువ ఆధారంగా వారికి బడ్జెట్లు కేటాయించబడతాయి.
స్థిరమైన AI స్కేలింగ్ వైపు మార్గం
తక్షణ భవిష్యత్తు పరిమితులతో కూడి ఉన్నట్లు అనిపించినప్పటికీ, AI ఆర్థిక వ్యవస్థ యొక్క దీర్ఘకాలిక ప్రయాణం పట్ల మోసరీ ఆశావాదంతో ఉన్నారు. మార్కెట్ వాటాను దక్కించుకోవడానికి మోడల్ ప్రొవైడర్లు తీవ్రమైన ధరల యుద్ధంలోకి దిగడంతో, టోకెన్ ధర చివరికి తగ్గుతుందని ఆయన భావిస్తున్నారు.
ప్రస్తుతానికి, పరిశ్రమ ఒక పరివర్తన దశలో ఉంది. కంపెనీలు "అనవసరమైన" ప్రయోగాల నుండి క్రమశిక్షణతో కూడిన, విలువ ఆధారిత AI అమలు వైపు మళ్లుతున్నాయి. డెవలపర్లు మరియు టెక్ ఫౌండర్ల కోసం, దీని అర్థం ఏమిటంటే—తదుపరి సామర్థ్యపు మైలురాయి కేవలం మెరుగైన కోడ్ను రాయడం మాత్రమే కాదు, కంప్యూట్ వృథాను కనిష్ట స్థాయికి తగ్గిస్తూ, మేధస్సును (intelligence) గరిష్ట స్థాయికి పెంచే కోడ్ను రాయడం.
ముఖ్య అంశాలు
- ఆర్థిక సమానత్వం (Fiscal Parity): వ్యక్తిగత ఇంజనీర్ల కోసం AI టోకెన్ ఖర్చులు చివరికి వారి మొత్తం నియామక ఖర్చుతో సమానమవుతాయని అంచనా వేయబడింది.
- పరిశ్రమ అంతటా ట్రెండ్: Uber మరియు Microsoft వంటి ప్రధాన సంస్థలు అదుపు తప్పిన AI ఖర్చులను నిర్వహించడానికి ఇప్పటికే కఠినమైన నియంత్రణలను అమలు చేస్తున్నాయి మరియు టూల్స్ను ఏకీకృతం చేస్తున్నాయి.
- ROI-ఆధారిత యాక్సెస్: భవిష్యత్తులో AI వనరుల కేటాయింపును ఒక నిర్వహించబడే OpExగా పరిగణించవచ్చు, ఇందులో బడ్జెట్లు ఇంజనీర్ యొక్క కొలవదగిన పెట్టుబడిపై రాబడి (ROI) తో ముడిపడి ఉంటాయి.