Половина фонду оплати праці піде на токени

Дженсен Хуанг прогнозує, що на токени було б добре щоб вже йшло не 10%, а 50% від фонду оплат.
Насправді ж - у кожного бізнесу (який не привязаний до офлайн) краник з токенами - це буде чисте масштабування свого бізнесу.

Тому, на токени піде і майже вся сума доходу.
А потім - і вся прогнозована сума LTV.
Це світ ідеальної конкуренції для коммодитизованих (стандартизованих) задач.
Не буде розумної причини зупинити закуповувати токени, ні при 50% рентабельності, ні при 5%, ні навіть при 0.5%.

В другій половині поста - добра новина (подискутував цю тему з Gemini).

.
Цікаво, що загальний світовий фонд зарплат складає приблизно $44–52 трильйони на рік.

А згідно свіжого дослідження McKinsey/Anthropic - до 57% всіх робочих місць в тій чи іншій формі будуть трансформовані, або замінені через АІ.

Ці $20–24 трлн — це не втрачені зарплати, а вартість людської праці, яку AI теоретично може виконувати. На практиці більша частина цього перетвориться на зростання продуктивності: ті самі працівники зроблять у 5–10 разів більше роботи, а не будуть просто звільнені. PwC оцінює внесок AI в глобальний ВВП до 2030 року в $15,7 трлн — цифра корелює з цими розрахунками.

Дженсен Хуанг: замість того, щоб замінити $500K-інженера, дати йому токени на $250K і отримати 5x продуктивність.

.
Перплексіті: Що насправді говорить Хуанг
Коли Дженсен каже "витрачайте $250K на токени на кожного інженера" — він не турбується про продуктивність своїх інженерів як таку. Він рекламує свій продукт: кожен токен — це обчислення на GPU Nvidia.

.
Нижче - інтервю Дженсена від 19 березня.

.
Дженсен Хуанг: «Якщо той інженер із зарплатою $500,000 не витратив щонайменше $250,000 на токени — я буду глибоко стривожений.»

CEO Nvidia очікує, що його високооплачувані інженери витрачають щонайменше половину своєї зарплати на токени, щоб багаторазово підсилити свої можливості.

@Jason:

«Розмову, яку ми вели в подкасті вже кілька разів, можна описати так: "Боже мій, подивіться на споживання токенів у наших компаніях." Воно зростає шаленими темпами.»

«І деякі люди вже запитують: "Гей, коли я приходжу в компанію — скільки токенів я отримую? Бо я хочу бути ефективним працівником."»

«Ти, здається, припускав суму $75,000 на токени для кожного інженера, щось на зразок цього.»

«То ти витрачаєш зараз в Nvidia $1 мільярд, $2 мільярди на токени для своєї інженерної команди?»

Дженсен:

«Ми намагаємося.»

«Дозволь провести уявний експеримент: припустімо, у тебе є розробник програмного забезпечення або AI-дослідник, якому ти платиш $500,000 на рік. Ми так робимо постійно.»

«Наприкінці року я запитаю цього інженера із зарплатою $500,000: скільки ти витратив на токени?»

«Якщо він відповість: "$5,000" — я збожеволію… скажімо так.»

«Якщо той інженер із зарплатою $500,000 не витратив щонайменше $250,000 на токени — я буду глибоко стривожений.»

«І це нічим не відрізняється від нашого чіп-дизайнера, який каже: "Знаєш що? Я просто буду використовувати папір і олівець, мені не потрібні ніякі CAD-інструменти."»

Джейсон:

«Це справжній зсув парадигми — почати думати про цих зіркових співробітників саме так. Це майже нагадує мені те, що ми дізналися в НБА, коли ЛеБрон Джеймс почав витрачати мільйон доларів на рік лише на своє здоров'я та тіло — на його підтримку. Ось він у 41 рік — і досі грає.»

«Це неймовірні працівники знань. Чому б не дати їм надлюдські здібності?»

кінець інтервю
--
Нижче - добра новина:

2. Чи колапсує економіка через мінімальну рентабельність?
Ні, економіка не колапсує — вона реорганізується.
Те, що ти описуєш, дуже схоже на парадокс Джевонса: коли технологічний прогрес збільшує ефективність використання ресурсу, швидкість споживання цього ресурсу зростає, а не падає.

Коли винайшли конвеєр, вартість створення одного автомобіля впала в рази. Маржа на "просто зібрати купу металу" зникла. Але з'явилися гігантські високомаржинальні індустрії: логістика, автострахування, мережі заправок, преміум-бренди.

Прибутковість не зникне, вона мігрує туди, де залишиться дефіцит. Якщо код, тексти і рутинна аналітика більше не є дефіцитом, то дефіцитом стають:

Обчислювальні потужності (ось чому Хуанг такий спокійний).

Енергія для цих обчислень.

Ексклюзивні, пропрієтарні дані реального світу.

Довіра клієнта та бренд.

3. Прогноз розвитку бізнесів в епоху "Токономіки"
Ось як, найімовірніше, трансформуватимуться бізнес-моделі у найближчі 3-5 років:

Перехід від "SaaS як інструмент" до "SaaS як результат" (Service-as-Software):
Клієнти більше не захочуть купувати просто "доступ до платформи", де їм треба працювати самим. Замість того, щоб продавати компаніям софт для самостійного ведення звітності чи управління завданнями, успішні продукти продаватимуть готовий результат: AI-системи, які самі збирають дані, аналізують їх і видають щоденні управлінські поради керівникам. Оплата буде не за "робоче місце" (seat-based), а за виконану роботу або зекономлений час.

Гіпер-дефляція розробки:
Те, на що раніше потрібна була команда з 10 інженерів, робитиме 1 архітектор (той самий "інженер за $500k") з бюджетом на токени у $250k. Це призведе до появи компаній-єдинорогів, у яких працює 3-5 людей.

Нові "Рови" (Moats) для захисту бізнесу:
Оскільки технологічний стек більше не даватиме конкурентної переваги (у всіх буде доступ до тих самих LLM), бізнеси захищатимуться іншим. Перемагатимуть ті, хто має унікальний доступ до клієнтів (B2B нетворкінг, офлайн-присутність) або закриті екосистеми специфічних даних, на яких AI зможе навчатися і видавати інсайти, недоступні "голим" GPT або Claude.

Інфляція "AI-сміття" та цінність кураторства:
Інтернет буде затоплений згенерованим контентом, кодом і "експертними" статтями. На цьому тлі неймовірно зросте цінність верифікації — систем та брендів, які гарантують, що інформація правдива, а продукт створений для вирішення реальної проблеми, а не просто тому, що його було дешево згенерувати.

Дженсен Хуанг правий у тому, що не інвестувати в токени для посилення своїх найкращих людей — це самогубство для бізнесу сьогодні. Але токени — це лише паливо. Виграє не той, хто спалить найбільше палива, а той, хто побудує найкращий двигун для вирішення конкретної проблеми користувача.