CEO Palantira uderza w model tokenowy AI: „Coś poszło całkowicie nie tak"
W skrócie
- Alex Karp, szef Palantira, publicznie oskarżył wiodące laboratoria AI o „obłędny" model biznesowy, w którym przedsiębiorstwa płacą za tokeny, jednocześnie tracąc kontrolę nad własną przewagą konkurencyjną.
- Silicon Data LLM Token Expenditure Index, śledzący wydatki użytkowników na tokeny AI, spadł o prawie 20% od majowego szczytu, sygnalizując rosnącą presję cenową w całej branży.
- Firmy zaczynają ograniczać pracownikom dostęp do narzędzi AI ze względu na koszty — Adobe zakończyło już nielimitowany dostęp do modelu Claude.
Szef Palantir Technologies Alex Karp wyszedł na antenę CNBC i bez ogródek zaatakował model biznesowy największych laboratoriów sztucznej inteligencji. Jego wystąpienie — pełne przerywania rozmówcom i emocjonalnych deklaracji — szybko stało się jednym z głośniejszych momentów branżowej debaty o tym, kto tak naprawdę zarabia na boomie AI i czy obecny sposób sprzedaży tej technologii ma sens dla kupujących.
„Obłędny" model biznesowy
Karp stwierdził wprost, że w sprzedaży generatywnej AI przedsiębiorstwom „coś poszło całkowicie nie tak" 247wallst.com.
Jego zdaniem firmy kupujące dostęp do modeli granicznych w modelu tokenowym płacą za ujawnienie swojej własności intelektualnej i utraty przewagi konkurencyjnej — nie otrzymując w zamian proporcjonalnej wartości 247wallst.com.
W trakcie wywiadu na CNBC określił model biznesowy wiodących laboratoriów AI jako „effing insane" (dosłownie: obłędny), wielokrotnie przerywał prowadzącym i w pewnym momencie stwierdził, że zaraz zostanie wyproszony ze studia independent.co.uk.
Karp przedstawiał się jako głos szerszego środowiska biznesowego: „To jest głos amerykańskiego biznesu, który przemawia przeze mnie" — powiedział na antenie independent.co.uk.
Dodał, że skargi na obecny model monetyzacji AI są „dwa razy bardziej wściekłe" niż on sam, a problem polega na tym, że niezadowolenie to trafia do niego, zamiast być artykułowane publicznie przez samych zainteresowanych independent.co.uk.
Jego centralna teza brzmi następująco: trwałe zyski w korporacyjnej AI koncentrują się na dwóch końcach stosu technologicznego — warstwie obliczeniowej, gdzie NVIDIA sprzedaje akceleratory, oraz warstwie aplikacyjnej, gdzie wartość tworzą firmy pomagające przedsiębiorstwom bezpiecznie wdrażać AI przy zachowaniu kontroli nad danymi, modelami i mocą obliczeniową 247wallst.com.
Środkowa warstwa — czyli sprzedaż dostępu do modeli granicznych w modelu tokenowym — jest według Karpa strukturalnie wadliwa.
Konflikt interesów i szerszy kontekst
Warto zaznaczyć, że Karp nie jest neutralnym obserwatorem. Palantir jako firma infrastrukturalna AI bezpośrednio konkuruje o budżety korporacyjne z dostawcami modeli tokenowych — i zyska, jeśli przedsiębiorstwa odwrócą się od tego modelu rozliczeń 247wallst.com.
Jego krytyka wpisuje się jednak w szerszą debatę branżową o tym, czy długoterminowa wartość trafi do dostawców modeli granicznych, czy do firm pomagających przedsiębiorstwom w bezpiecznym wdrożeniu AI 247wallst.com.
Dane rynkowe zdają się potwierdzać część jego obaw. Silicon Data LLM Token Expenditure Index — wskaźnik śledzący wydatki użytkowników na tokeny AI — spadł o prawie 20% od majowego szczytu, po tym jak niemal podwoił się od momentu uruchomienia w grudniu finance.yahoo.com bloomberg.com.
Wskaźnik ten jest uznawany za jedno z najczystszych odwzorowań boomu inwestycyjnego w AI, szacowanego na ponad 700 miliardów dolarów ($700 billion-plus) w nakładach kapitałowych finance.yahoo.com bloomberg.com.
Samo w sobie osłabienie indeksu nie musi oznaczać, że AI tanieje — wskaźnik łączy ceny z wolumenem użycia, więc spadek może odzwierciedlać zarówno obniżki cen katalogowych, jak i przesunięcie popytu w stronę tańszych modeli, albo po prostu realne ograniczenie wydatków przez kupujących finance.yahoo.com.
Doświadczony inwestor Louis Navellier wskazał, że „coraz więcej doniesień mówi o tym, że użytkownicy rozwiązań AI wycenianych w tokenach muszą ograniczać nieograniczone użycie ze względu na wysokie koszty", a plotki o przesunięciu IPO OpenAI na przyszły rok są sygnałem, że rentowność pozostaje problemem finance.yahoo.com.
Firmy ograniczają dostęp pracownikom
Napięcia wokół kosztów tokenowych mają już wymiar praktyczny. Według 404 Media firmy zaczęły ograniczać pracownikom dostęp do narzędzi AI, ponieważ koszty stają się zbyt wysokie 404media.co.
Pojawiły się przypadki całkowitego odcięcia dostępu do niektórych modeli, by zatrzymać „spalanie" tokenów. Adobe zakończyło nielimitowany dostęp do modelu Claude 404media.co.
Zjawisko to jest bezpośrednią konsekwencją modelu, w którym dostawcy AI rozliczają przedsiębiorstwa na podstawie zużycia, a nie stałej opłaty 404media.co.
Z drugiej strony nie brakuje głosów broniących obecnej struktury rynku. David Miller, starszy zarządzający portfelem w Catalyst Funds, argumentuje, że „w fazie wnioskowania ekonomika jest znacznie lepsza" niż podczas kosztownego etapu trenowania modeli, a netto AI dostarcza przedsiębiorstwom dodatnią stopę zwrotu z inwestycji — przynajmniej w długim terminie latimes.com.
Dodatkowym czynnikiem niepewności jest regulacyjny. Rząd USA wykazuje nową gotowość do kontrolowania branży: w tym tygodniu usunął ograniczenia w dostępie zagranicznym do modelu Fable 5 firmy Anthropic, a regulatorzy poprosili OpenAI o rozłożenie w czasie pewnych działań latimes.com.
Co to oznacza
Wystąpienie Karpa to nie tylko spektakl medialny — trafia ono w realny punkt napięcia, który zaczyna wpływać na decyzje zakupowe firm na całym świecie. Model tokenowy, w którym płaci się za każde zapytanie do modelu AI, był przez ostatnie lata standardem branżowym. Teraz, gdy koszty rosną, a wartość biznesowa nie zawsze jest oczywista, przedsiębiorstwa zaczynają liczyć i ograniczać użycie. To sygnał, że faza bezkrytycznego adoptowania AI dobiegła końca.
Dla polskich firm i działów IT oznacza to przede wszystkim konieczność dokładniejszego audytu wydatków na AI. Nieograniczone licencje i pilotaże bez budżetowego nadzoru mogą szybko przerodzić się w poważne pozycje kosztowe — szczególnie gdy dostawcy rozliczają użycie w tokenach, a nie w stałych opłatach. Przykład Adobe, które zakończyło nielimitowany dostęp do Claude, pokazuje, że nawet duże firmy technologiczne muszą stawiać granice.
Szerszy kontekst jest jednak bardziej złożony. Spadek Silicon Data LLM Token Expenditure Index o prawie 20% od maja może oznaczać zarówno realny kryzys popytu, jak i zdrową korektę po fazie przegrzania. Jeśli ceny tokenów będą dalej spadać — co część analityków uznaje za możliwe w miarę dojrzewania rynku wnioskowania — model tokenowy może stać się tańszy i bardziej dostępny. Pytanie, czy stanie się to wystarczająco szybko, by uzasadnić astronomiczne nakłady inwestycyjne przekraczające 700 miliardów dolarów, pozostaje otwarte.
Szerszy kontekst
"Nie chcę ich oczerniać, ale coś poszło całkowicie nie tak" — powiedział w programie CNBC "Squawk Box". "Podstawowe nastawienie przedsiębiorstw w tym kraju jest takie: będę się relaksować i marnować czas na tokeny."
Karp opisał pewne aspekty branży AI jako "cholernie szalone", oskarżając czołowych twórców modeli o stworzenie struktury ekonomicznej, która — jego zdaniem — dostarcza klientom ograniczoną wartość, jednocześnie zachęcając do uzależnienia od dostawców AI.
Powstrzymał się od osobistego atakowania dyrektorów firm AI — żartując, że prywatne debaty z CEO Anthropic Dario Amodeim uważa za rozrywkowe — jednocześnie jednak upierając się, że leżące u podstaw modele zostały "całkowicie i nieodpowiedzialnie przesprzedane". W prywatnych rozmowach — powiedział — dyrektorzy zwierzali się, że wydatki na tokeny nie przynoszą niczego użytecznego, a współpraca z laboratoriami AI naraża ich zastrzeżone dane i przewagi rynkowe na ryzyko.
Na początku tego tygodnia Palantir ogłosił rozszerzone partnerstwo z Nvidią, mające na celu wykorzystanie narzędzi AI giganta produkującego chipy do budowania niestandardowych modeli dla agencji rządowych USA. Karp postrzega modele open-weight jako potencjalne rozwiązanie dla dyrektorów generalnych sfrustrowanych laboratoriami AI.
Analiza
Wystąpienie Karpa należy czytać przede wszystkim przez pryzmat jego własnych interesów biznesowych — Palantir właśnie ogłosił rozszerzone partnerstwo z Nvidią, by dostarczać otwarte modele Nemotron do agencji rządowych USA i infrastruktury krytycznej (wg cnbc.com). Krytyka modelu tokenowego jest więc jednocześnie manifestem strategicznym: Karp promuje alternatywę, w której przedsiębiorstwa zachowują kontrolę nad własnymi danymi, mocą obliczeniową i modelami — a Palantir dostarcza warstwę integracyjną. Dzień przed wywiadem firma opublikowała dziewięciopunktowy manifest o „suwerenności AI", wprost atakujący tokenmaxxing jako model biznesowy (wg finance.yahoo.com). Trudno więc traktować jego słowa jako bezinteresowną troskę o klientów — to precyzyjnie zaplanowana ofensywa wizerunkowa.
Niezależnie od motywów Karpa, dane rynkowe sugerują, że jego diagnoza trafia w realny problem. Silicon Data LLM Token Expenditure Index spadł o prawie 20% od majowego szczytu, po tym jak wcześniej niemal się podwoił od grudnia — co może oznaczać zarówno obniżki cen, jak i realne ograniczenie wydatków przez kupujących. Praktycznym wyrazem tych napięć jest fakt, że firmy zaczęły odcinać pracownikom dostęp do narzędzi AI z powodu rosnących kosztów — Adobe zakończyło nielimitowany dostęp do modelu Claude (wg firstpost.com). Jednocześnie część analityków, jak David Miller z Catalyst Funds, wskazuje, że ekonomika fazy wnioskowania jest znacznie korzystniejsza niż trenowania modeli i że AI netto dostarcza przedsiębiorstwom dodatnią stopę zwrotu z inwestycji — przynajmniej w długim terminie.
Najważniejszy wniosek dla rynku jest taki, że faza bezkrytycznego adoptowania AI w modelu „płać za tokeny, wyniki przyjdą same" dobiega końca. Przedsiębiorstwa — w tym polskie firmy i działy IT — wchodzą w etap, w którym każda złotówka wydana na AI musi być uzasadniona konkretnym zwrotem. Rosnące zainteresowanie modelami otwartymi, które można uruchamiać lokalnie bez oddawania danych dostawcy, staje się realną alternatywą, a nie tylko akademicką dyskusją. Pytanie, czy modele graniczne OpenAI i Anthropic zdążą obniżyć ceny wystarczająco szybko, by utrzymać lojalność klientów korporacyjnych, zadecyduje o tym, kto faktycznie skonsumuje większość z ponad 700 miliardów dolarów nakładów inwestycyjnych zaplanowanych w tym cyklu.