Korporátní Amerika se v současnosti potýká s nečekaně složitým rébusem. Společnosti napříč všemi sektory se snaží přijít na to, jak dostat pod kontrolu raketově rostoucí výdaje na umělou inteligenci. Tato překotná snaha o finanční optimalizaci se stala obrovským katalyzátorem pro softwarového giganta Ramp, který se specializuje na komplexní řízení firemních výdajů a nyní z této tržní anomálie masivně těží.
Společnost Ramp ve čtvrtek oficiálně oznámila úspěšné uzavření investičního kola ve výši 750 milionů dolarů. Tento masivní přísun kapitálu vystřelil celkovou valuaci newyorského podniku na ohromujících 44 miliard dolarů. Investiční kolo vedly zvučné instituce jako ICONIQ, GIC a Ontario Teachers’ Pension Plan, přičemž nová valuace představuje skokový nárůst o zhruba 38 procent oproti předchozímu ocenění.
Podle generálního ředitele Erica Glymana společnost nedávno překonala hranici 1 miliardy dolarů v anualizovaných tržbách a navíc generuje pozitivní volné peněžní toky. Tento fenomenální růst je z velké části tažen právě korporátními klienty, kteří zoufale hledají způsob, jak se vypořádat s náklady na umělou inteligenci. Tyto výdaje totiž začínají nenápadně, ale o to agresivněji, požírat stále větší část jejich ročních rozpočtů.
Finanční ředitelé se ocitli v nezáviděníhodné situaci. Rychlá adopce nových technologií s sebou přinesla zcela nové kategorie nákladů, na které nebyly tradiční účetní systémy připraveny. Vedení firem nyní zjišťuje, že bez specializovaných nástrojů je téměř nemožné tyto moderní výdaje efektivně monitorovat, natož je smysluplně optimalizovat a řídit.
Hlavním kamenem úrazu se stala samotná architektura účtování AI služeb. Jak upozorňuje Glyman, základní měrnou jednotkou, kterou AI společnosti používají k účtování svých služeb, jsou takzvané „tokeny“. Problém spočívá v tom, že tyto tokeny stojí nemalé peníze a většina finančních ředitelů s takto strmým růstem nákladů ve svých ročních plánech vůbec nepočítala.
Zcela nečekaně se tak objevil nový, v pořadí již třetí pilíř firemních výdajů, který je tvořen právě nákupem tokenů a strojové inteligence. Nejedná se přitom o nijak transparentní oblast nákladů. Finanční oddělení postrádají adekvátní nástroje, které by jim umožnily rozklíčovat, za co přesně a jak efektivně jsou tyto prostředky vynakládány, což vede k nemilým překvapením při měsíčním zúčtování.
Jádro problému často tkví v neefektivním využívání technologií. Většina firem má tendenci nasazovat ty nejpokročilejší modely na trhu k řešení naprosto banálních úkolů. Ačkoliv je využití špičkové inteligence nezbytné pro kritické a komplexní analýzy, není absolutně žádný důvod platit prémiové ceny za pouhou úpravu textu v e-mailu. Právě tato disproporce mezi složitostí úkolu a cenou použitého nástroje generuje obrovské ztráty.
Ramp proto vyvinul specializovaný produkt, který funguje jako inteligentní dispečer. Tento systém dokáže klientům pomoci s řízením AI výdajů tím, že automaticky přesměruje zadané úkoly k těm modelům, které je zvládnou vyřešit za zlomek původní ceny. Finanční ředitelé tak získávají zpět kontrolu nad svými rozpočty a mohou optimalizovat spotřebu drahých tokenů bez ztráty celkové produktivity.
S rostoucími výdaji se přirozeně vynořuje i klíčová otázka návratnosti těchto investic. Data ukazují zajímavý paradox. Společnosti, které do umělé inteligence investují nejvíce, skutečně zaznamenávají největší nárůst tržeb a některé dosahují zcela mimořádného zhodnocení (ROI). Tento úspěch je však podmíněn tím, že jsou tyto prostředky vynakládány s maximální efektivitou.
Interní statistiky společnosti Ramp, které vycházejí z analýzy 70 000 firemních klientů, hovoří jasně. Podniky, které efektivně investovaly největší část svých tržeb do AI, dokázaly své celkové příjmy navýšit o 12 procent. Naopak společnosti, které do těchto technologií investovaly nejméně, zaznamenaly pouze stagnaci a nulový růst.
Zajímavé je, že tyto masivní investice do AI zatím nekanibalizují tradiční rozpočty na software. Přestože trh prochází určitými turbulencemi, výdaje na klasický software nadále rostou. Glyman však varuje, že tento trend nemusí trvat věčně a dříve či později přijde den zúčtování, kdy budou muset firmy své celkové technologické rozpočty drasticky přehodnotit.
Tvůrci nejpokročilejších modelů, jako jsou OpenAI či Anthropic, nemají podle Glymana sebemenší motivaci upozorňovat uživatele na levnější alternativy. Jejich primárním cílem je maximalizace vlastních tržeb a zisků. Tento střet zájmů tak otevírá dveře společnostem jako Ramp, které stojí na straně klienta a pomáhají mu udržet výdaje na uzdě. Společně s tím končí i éra takzvaného „tokenmaxxingu“ – přístupu, kdy vývojáři spotřebovávali maximální množství tokenů v mylném přesvědčení, že to automaticky znamená vyšší produktivitu. Firmy konečně začínají chápat, že více spálených tokenů nutně nepřináší vyšší přidanou hodnotu.
